首页 | 本学科首页   官方微博 | 高级检索  
     

基于RFMRA和改进PNGV模型的锂离子电池SOC估算
引用本文:刘冬雷,范永存,王顺利,夏黎黎.基于RFMRA和改进PNGV模型的锂离子电池SOC估算[J].电池,2021,51(5):470-473.
作者姓名:刘冬雷  范永存  王顺利  夏黎黎
作者单位:西南科技大学信息工程学院,四川 绵阳 621010
基金项目:国家自然科学基金;西南科技大学自然科学研究项目
摘    要:提出基于渐消记忆的递推算法(RFMRA)和改进的新一代汽车合作伙伴(PNGV)等效电路模型的锂离子电池荷电状态(SOC)在线估算方法.RFMRA在传统递推最小二乘算法的基础上加入遗忘因子,使在线参数辨识能更实时地反映模型参数;在PNGV模型上串联RC回路,可更精确地体现电池特性.与离线SOC估算相比,算法的最大误差降低35.106%,平均绝对误差(MAE)降低7.21%,平均绝对值百分比误差(MAPE)降低22.42%,均方根误差(RMSE)降低25.38%.

关 键 词:锂离子电池  新一代汽车合作伙伴(PNGV)模型  荷电状态(SOC)  渐消记忆的递推算法(RFMRA)

Estimation of Li-ion battery SOC based on RFMRA and improved PNGV model
LIU Dong-lei,FAN Yong-cun,WANG Shun-li,XIA Li-li.Estimation of Li-ion battery SOC based on RFMRA and improved PNGV model[J].Battery Bimonthly,2021,51(5):470-473.
Authors:LIU Dong-lei  FAN Yong-cun  WANG Shun-li  XIA Li-li
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
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