您的位置： 专家智库 > >

国家高技术研究发展计划(2011AA112304)

作品数：1 被引量：13H指数：1
相关作者：熊瑞孙逢春何洪文更多>>
相关机构：北京理工大学更多>>
发文基金：国家高技术研究发展计划更多>>
相关领域：电子电信更多>>

文献类型

  • 1篇期刊文章
  • 1篇会议论文

领域

  • 1篇机械工程
  • 1篇电子电信
  • 1篇交通运输工程

主题

  • 1篇电池
  • 1篇电池模型
  • 1篇动力电池
  • 1篇锂离子
  • 1篇锂离子动力电...
  • 1篇荷电状态
  • 1篇OPTIMI...
  • 1篇SOC
  • 1篇SOC估计
  • 1篇ECONOM...
  • 1篇参数辨识

机构

  • 1篇北京理工大学

作者

  • 1篇何洪文
  • 1篇孙逢春
  • 1篇熊瑞

传媒

  • 1篇高技术通讯

年份

  • 2篇2012
共 1 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
Optimization of Economy Shift Schedule for Automated Mechanical Transmission in a Parallel Hybrid Electric Vehicle
Power train of hybrid electric vehicle(HEV) equipped with automated mechanical transmission(AMT) is made up of...
Zhentong LiuHongwen HeWeiqing Li
文献传递
自适应卡尔曼滤波器在车用锂离子动力电池SOC估计上的应用被引量：13
2012年
进行了用自适应扩展卡尔曼滤波（AEKF）算法估计电动车用锂离子动力电池的荷电状态（SOC）的研究。基于混合脉冲功率特性（HPPC）试验，利用遗传优化算法改进Thevenin电路模型参数辨识方法，且从充放电两个方向来获得模型参数，然后在动态应力测试（DST）工况下对改进的模型进行仿真验证分析，基于改进的模型和联邦城市行驶工况（FUDS），应用AEKF算法开展SOC估计研究。仿真和台架试验结果对比表明，改进的Thevenin电路模型和AEKF算法均具有较高的精度，最大估算误差分别为1．70％和2．53％；同时AEKF算法具有较好的鲁棒性，可以有效地解决初始估算不准和累计误差的问题。
熊瑞孙逢春何洪文
关键词：参数辨识电池模型
全选 清除 导出
共1页<1>
聚类工具0