10.3969/j.issn.1673-5587.2021.02.066
蓄电池SOC估算方法概述
电池荷电状态(State of Charge,SOC)作为电池状态重要的评价指标,很难通过直接测量获得.传统方法通过物理指标侧面估算SOC的大小,存在一定的局限性.因此,研究拓展卡尔曼滤波法(Extended Kalman Filter,EKF)、BP神经网络(BP Neural Network)以及模糊控制方法等估计SOC值的方法,分析各种方法的实现过程及优缺点,提出了一种BP和EKF相结合的方法用于SOC值的估计.该方法可提高EKF的收敛性,并增加了SOC值估计的准确度.
电池荷电状态、模糊控制、神经网络
57
2019年广西高校中青年教师基础能力提升项目"电动汽车锂离子电池SOC估算研究"2019KY1426
2021-03-29(万方平台首次上网日期,不代表论文的发表时间)
共2页
166-167