2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩77頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、限于單體鋰電池的電壓和容量,電動(dòng)汽車由數(shù)量龐大的單體串并聯(lián)成組來供能,由于各單體荷電狀態(tài)(state of charge,SOC)總是存在無法消除的不一致,從而影響電池單體壽命,對(duì)電池組整體性能造成影響。而目前其它的估算方法存在估算精度低,發(fā)散、計(jì)算復(fù)雜度高等問題。
  文中首先對(duì)鋰電池主要性能進(jìn)行了分析,并研究了主要的電池等效電路模型的特點(diǎn)和適用范圍,最終選取ESC等效電路模型作為單體電池的研究基礎(chǔ),得出了電池組平均模型和各單體

2、差異模型,并對(duì)其建立狀態(tài)空間方程。
  其次本文分析了現(xiàn)有的SOC估算方法,并對(duì)影響電池SOC估算的因素作了分析。由于平均模型的狀態(tài)空間方程是非線性的,為估算其中的狀態(tài)變量SOC。本文著重對(duì)擴(kuò)展卡爾曼濾波算法(EKF,Extended KalmanF ilter)、粒子濾波(PF,Particle Filter)算法、擴(kuò)展卡爾曼粒子濾波(EKPF,Extended Kalman Particle Filter)算法進(jìn)行對(duì)比分析,最

3、終采用EKPF算法作為求解SOC的估算算法。
  然后本文提出了基于含有遺忘因子的遞推最小二乘(Forgetting Factor Recursive Least Square,FFRLS)算法和雙時(shí)間尺度EKPF的SOC估算算法,FFRLS是一種模型參數(shù)在線辨識(shí)方法,以確保估算過程中模型的準(zhǔn)確性,而雙時(shí)間尺度EKPF算法既能確保估算精度,也通過雙時(shí)間尺度的方式來減少計(jì)算量。
  最后通過實(shí)驗(yàn)來驗(yàn)證基于FFRLS和雙時(shí)間尺度

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論