首页 | 本学科首页   官方微博 | 高级检索  
     

基于ESO-UKF的动力电池内部温度在线估计
引用本文:史永胜,左玉洁,符,政,刘博亲,王,凡,JAMSHER Ali.基于ESO-UKF的动力电池内部温度在线估计[J].电子器件,2022,45(1):160-166.
作者姓名:史永胜  左玉洁      刘博亲      JAMSHER Ali
作者单位:陕西科技大学电气与控制工程学院,陕西 西安710021
基金项目:国家自然科学基金项目(面上项目,重点项目,重大项目)、陕西省科技厅工业科技攻关计划项目
摘    要:准确的内部温度估计对动力电池的安全使用至关重要,为了在线获取准确的电池内部温度,本文提出一种基于温度估计模型的ESO-UKF电池内部温度估计方法。其中温度估计模型由Bernardi生热模型与热路传热模型组成,生热模型中端电压由神经网络获取,传热模型参数由递推最小二乘法辨识得到;该算法利用温度估计模型的离散状态空间描述,提出ESO-UKF进行电池内部温度的在线估计,将影响估计精度的传感器偏差视为扩展状态与原状态一起估计,实现了对不确定状态的估计;测试验证表明该算法的估计误差小于1℃,能够实现多工况下内部温度的在线估计,估计精度高、适应性强。

关 键 词:动力电池  内部温度估计  无迹卡尔曼滤波  扩展状态观测器

Battery Internal Temperature Online Estimation Method through ESO-UKF
SHI Yongsheng,ZUO Yujie,FU Zheng,LIU Boqin,WANG Fan,JAMSHER Ali.Battery Internal Temperature Online Estimation Method through ESO-UKF[J].Journal of Electron Devices,2022,45(1):160-166.
Authors:SHI Yongsheng  ZUO Yujie  FU Zheng  LIU Boqin  WANG Fan  JAMSHER Ali
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
点击此处可从《电子器件》浏览原始摘要信息
点击此处可从《电子器件》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号