您的位置： 专家智库 > >

毛华夫

作品数：2 被引量：44H指数：2
供职机构：同济大学电子与信息工程学院控制科学与工程系更多>>
发文基金：教育部“新世纪优秀人才支持计划”国家教育部博士点基金国家自然科学基金更多>>
相关领域：电气工程更多>>

合作作者

文献类型

  • 2篇中文期刊文章

领域

  • 2篇电气工程

主题

  • 2篇电池
  • 2篇电池管理
  • 2篇电池管理系统
  • 2篇滤波
  • 2篇卡尔曼
  • 2篇卡尔曼滤波
  • 2篇SOC
  • 1篇电池SOC
  • 1篇老化现象

机构

  • 2篇同济大学
  • 1篇上海应用技术...

作者

  • 2篇万国春
  • 2篇毛华夫
  • 1篇汪镭
  • 1篇张谦
  • 1篇陈健

传媒

  • 2篇电源技术

年份

  • 1篇2014
  • 1篇2013
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于多模型的电池SOC估计算法的研究被引量：6
2013年
电池管理系统是电动汽车的重要组成部分之一,而对于电池荷电状态的精确预测和估计是电池管理系统的最重要的性能指标之一。考虑电池老化、极化、滞后现象等因素,在基于卡尔曼滤波法以及安时计量法的基础之上,提出了一种改进的复合模型SOC(state of charge)算法,并将其应用于外插式混合动力电动汽车磷酸铁锂电池管理系统。研究结果表明,改进后的复合模型算法解决了传统的安时计量法难以准确估计,以及传统的卡尔曼滤波法对于系统要求偏高等缺点,进一步深化了电池管理系统的研究。
陈健万国春毛华夫
关键词：电池管理系统SOC卡尔曼滤波老化现象
基于卡尔曼滤波修正算法的电池SOC估算被引量：38
2014年
电池荷电状态(SOC)的估算是电池管理系统的核心内容,SOC估算准确与否,将直接影响到电池管理系统的决策和控制。在结合开路电压法、安时法的基础上,充分利用扩展卡尔曼滤波法的修正功能,综合考虑电池充放电倍率、温度和充放电循环次数等因素对SOC估算的影响,提出了卡尔曼滤波修正算法,并将其应用在插电式混合动力汽车电池管理系统中。研究结果表明,卡尔曼滤波修正算法有效地解决了传统安时法无法估计SOC初值和误差累积,以及开路电压法需要电池静置无法做到在线估算SOC等问题,获得了更高的估算精度,为电池管理系统提供一种实用的SOC估算方案。
毛华夫万国春汪镭张谦
关键词：SOC电池管理系统
全选 清除 导出
共1页<1>
聚类工具0