基于HSMM的铝空电池后期SOC估计

发布时间：2018-03-01 08:01

  本文关键词： 铝空电池 安时法 隐半马尔可夫模型 荷电状态　出处：《电子科技大学学报》2017年02期 　论文类型：期刊论文

【摘要】：电池荷电状态(SOC)的估算精度是影响新能源汽车性能的重要因素之一。传统的安时法由于累积误差较大始终无法满足精确的SOC估计。该文采用基于隐半马尔可夫模型(HSMM)的SOC预测作为安时法的一个补充,使铝空电池后期估计精度可以得到保障。该模型的每个不同状态产生多组观察值,根据各个状态之间的转换概率以及状态驻留时间可以比较准确地预测后期各个状态下的剩余寿命。经过实验仿真验证,与单一的安时法相比,结合HSMM的SOC估计精度在后期有较大提升。
[Abstract]:The battery state of charge (SOC) estimation accuracy is one of the important factors influencing the performance of new energy vehicles. Ah the traditional method can not meet the accumulated error is always accurate SOC estimation. This paper adopts the hidden semi Markov model (HSMM) based on the prediction of SOC as a supplement of ampere hour method, the aluminum air battery later the estimation accuracy can be guaranteed. Each state of the model in which a set of observations, according to the conversion between the various state probability and state of residence time can be residual life prediction under each state stage accurately. Through simulation experiments, compared with the single ampere hour method, the estimation accuracy is greatly improved in the late binding of HSMM SOC.

【作者单位】： 电子科技大学自动化工程学院;
【基金】：总装预研项目(9140A27020215DZ02001) 中央高校基本科研业务费基础研究项目(ZYGX2014J070)
【分类号】：TM911.41

【相似文献】

相关期刊论文 前3条

1 王文红;王新东;;全钒液流电池荷电状态的分析与监测[J];浙江工业大学学报;2006年02期

2 徐艳辉,陈猛,林秀峰,陈长聘;不同荷电状态下α-Ni(OH)_2的质子扩散系数[J];中国有色金属学报;2000年05期

3 ;[J];;年期

相关会议论文 前3条

1 孙骏;李宝辉;;电动汽车电池荷电状态的估算方法研究及展望[A];2012安徽省汽车工程学会年会论文集[C];2012年

2 张秀玲;宋建军;;基于RBF神经网络的MH-Ni电池荷电状态预估模型[A];系统仿真技术及其应用（第7卷）——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年

3 程艳青;高明煜;;基于卡尔曼滤波的电动汽车SOC估计[A];浙江省电源学会第十一届学术年会暨省科协重点科技活动“高效节能电力电子新技术”研讨会论文集[C];2008年

相关博士学位论文 前1条

1 邹幽兰;基于退役锂动力电池容量、内阻和荷电状态的建模与参数估计[D];中南大学;2014年

相关硕士学位论文 前10条

1 张树鹏;电动汽车电池荷电状态及行动力分析研究[D];上海交通大学;2015年

2 潘贵财;基于神经网络的电池组容量检测系统设计[D];大连理工大学;2015年

3 罗志亮;锂电池荷电状态自适应估计算法研究[D];哈尔滨工业大学;2016年

4 杨潇;基于模糊算法的风储联合系统控制策略研究[D];山东大学;2016年

5 林鹏峰;磷酸铁锂电池建模及其荷电状态估计算法研究[D];西南交通大学;2015年

6 周旋;纯电动物流车电池荷电状态估计方法研究[D];电子科技大学;2016年

7 冯小华;多模式电池组的能量快速扩展与分配方法研究[D];上海应用技术大学;2016年

8 赵晓兵;锂离子电池荷电状态在线估计技术研究[D];南京航空航天大学;2016年

9 夏晴;电动汽车用锂离子电池荷电状态估计算法的研究[D];哈尔滨工业大学;2011年

10 和晓念;锂电池荷电状态预测方法研究[D];河南师范大学;2012年

，

本文编号：1551066