已閱讀1頁，還剩65頁未讀， 繼續(xù)免費(fèi)閱讀
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)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、能源節(jié)約與環(huán)境保護(hù)是全球共同關(guān)注的問題，世界各國都在研發(fā)綠色無公害的電動汽車。動力電池是電動汽車的能量來源，是電動汽車的核心技術(shù)之一。動力電池剩余電量直接反映了動力電池的荷電狀態(tài)（State Of Charge:SOC），提高SOC的估算精度，可以延長電池使用壽命，確保整車的正常行駛。本文在動力鋰電池SOC的估算方面進(jìn)行了以下研究:
(1)分析了影響動力鋰電池SOC估算的各種因素，建立一階RC電池模型，通過參數(shù)辨識實(shí)驗(yàn)，確定了
2、模型的參數(shù)。
(2)搭建了進(jìn)行SOC估算研究的實(shí)驗(yàn)平臺。動力鋰電池選用戴爾維公司型號為UBM4024的動力電池，采用CAN總線把動力電池狀態(tài)數(shù)據(jù)傳送到PC機(jī)。以C＃語言在VS2010環(huán)境下開發(fā)了實(shí)驗(yàn)平臺的軟件，PC機(jī)讀取動力電池狀態(tài)數(shù)據(jù)，利用數(shù)據(jù)進(jìn)行SOC估算，并顯示主要的數(shù)據(jù)。
(3)設(shè)計了一種SOC估算方法，并在所搭建的實(shí)驗(yàn)平臺中進(jìn)行了實(shí)驗(yàn)研究。比較分析了SOC估算的各種方法，設(shè)計了一種采用擴(kuò)展卡爾曼濾波的動力鋰
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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于無跡卡爾曼濾波的磷酸鐵鋰電池SOC估算研究.pdf
- 基于虛擬擴(kuò)展卡爾曼濾波的鋰離子電池SOC估算研究.pdf
- 基于無跡卡爾曼濾波的動力鋰電池SOC估計與實(shí)現(xiàn).pdf
- 鋰電池荷電狀態(tài)(SOC)自適應(yīng)卡爾曼濾波估算及實(shí)現(xiàn).pdf
- 擴(kuò)展卡爾曼濾波ekf
- 基于雙卡爾曼濾波算法的磷酸鐵鋰電池建模及SOC估計.pdf
- 基于鋰電池SOC估算方法.pdf
- 基于CKF的鋰電池SOC估算研究.pdf
- 基于強(qiáng)跟蹤卡爾曼濾波的車用鋰電池SOC估計算法的研究.pdf
- 基于雙重自適應(yīng)無跡卡爾曼濾波器的鋰電池SOC估計研究.pdf
- 擴(kuò)展卡爾曼濾波ekf仿真演示
- 擴(kuò)展卡爾曼濾波ekf仿真演示
- 動力鋰電池組管理系統(tǒng)SOC估算研究.pdf
- 擴(kuò)展卡爾曼濾波和粒子濾波算法比較
- 聯(lián)邦式擴(kuò)展卡爾曼粒子濾波算法
- 聯(lián)邦式擴(kuò)展卡爾曼粒子濾波算法
- 基于擴(kuò)展卡爾曼濾波的tdoa與aoa定位方法
- 基于改進(jìn)迭代中心差分卡爾曼濾波器的鋰電池SOC估計算法的研究.pdf
- 電動汽車鋰電池SOC估算研究.pdf
- 基于擴(kuò)展卡爾曼濾波的攝像機(jī)標(biāo)定方法研究.pdf
評論
0/150
提交評論