Показать сокращенную информацию

Сяоган, Уru_RU
Ли, Сюефэнru_RU
Щуров, Н.И.ru_RU
Штанг, А.А.ru_RU
Ярославцев, М.В.ru_RU
Дедов, С.И.ru_RU
Xiaogang, Wuen
Li, Xuefengen
Shurov, Nikolay I.en
Shtang, Alexander A.en
Yaroslavtsev, Michael V.en
Dedov, Sergei I.en
2020-06-19T05:32:46Z
2020-06-19T05:32:46Z
2020-06
https://elib.sfu-kras.ru/handle/2311/135337
При определении уровня заряда (УЗ) накопителя энергии электрического транспортного средства (ЭТС) на основе схемы замещения литий-ионного аккумулятора (ЛИА) возникают значительные трудности. Так, для оценки УЗ использован расширенный фильтр Калмана (EKF, Extended Kalman filter). Моделирование и экспериментальные результаты показывают, что оценка УЗ может быть выполнена с использованием алгоритма EKF для дорожных условий по циклу движения в Китае (Chinacar) и новому европейскому циклу (NEDC). По сравнению с кулонометрическим методом средняя ошибка оценки УЗ – 1,042 и 1,138 % для циклов соответственно, максимальная ошибка не превышает 4 %. Применение алгоритма для определения УЗ имеет достаточную устойчивость и сходимостьru_RU
As the core component of electric vehicle, lithium-ion battery needs to adopt effective battery management method to prolong battery life and improve the reliability and safety. The accurate estimation of the battery SOC can be used to prevent the battery over charge and over discharge, reduce damage to the battery and improve battery performance, which plays a vital role in the battery management system. The study of battery SOC estimation mainly focused on the battery model construction and SOC estimation algorithm. Aiming at the problem that the state of charge (SOC) of electric vehicle is difficult to be accurately estimated under complex operating conditions, based on the parameter identification of the equivalent circuit of a ternary polymer lithium-ion battery, an Extended Kalman Filter (EKF) algorithm was used to estimate the SOC of the ternary polymer lithium-ion battery. Simulation and experimental results show that the estimation of SOC can be carried out by using the EKF algorithm under the conditions of China Passenger Car Condition (Chinacar) and new European driving cycle (NEDC) Compared with the coulomb counting method, the average error of SOC estimation can be realized is 1.042% and 1.138% respectively, the maximum error within 4%. Application of this algorithm to achieve SOC estimation has good robustness and convergenceen
ruru_RU
Сибирский федеральный университет. Siberian Federal Universityen
литий-ионный аккумуляторru_RU
электротранспортru_RU
оценка уровня зарядаru_RU
фильтр Калманаru_RU
дорожные условияru_RU
lithium-ion batteryen
electric vehicleen
SOC estimationen
Kalman filteren
road conditionsen
Определение уровня заряда литий-ионного аккумулятора на основе алгоритма расширенного фильтра Калманаru_RU
State-of-Charge Estimation of Lithium-Ion Battery Based on Extended Kalman Filter Algorithmen
Journal Articleru_RU
Сяоган, У: Харбинский научно-технический университет Китай, Харбинru_RU
Ли, Сюефэн: Харбинский научно-технический университет Китай, Харбинru_RU
Щуров, Н.И.: Новосибирский государственный технический университет Российская Федерация, Новосибирскru_RU
Штанг, А.А.: Новосибирский государственный технический университет Российская Федерация, Новосибирскru_RU
Ярославцев, М.В.: Новосибирский государственный технический университет Российская Федерация, Новосибирскru_RU
Дедов, С.И.: Новосибирский государственный технический университет Российская Федерация, Новосибирскru_RU
Xiaogang, Wu: Harbin University of Science and Technology Harbin, Chinaen
Li, Xuefeng: Harbin University of Science and Technology Harbin, Chinaen
Shurov, Nikolay I.: Novosibirsk State Technical University Novosibirsk, Russian Federation; nischurov@mail.ruen
Shtang, Alexander A.: Novosibirsk State Technical University Novosibirsk, Russian Federationen
Yaroslavtsev, Michael V.: Novosibirsk State Technical University Novosibirsk, Russian Federationen
Dedov, Sergei I.: Novosibirsk State Technical University Novosibirsk, Russian Federationen
420-437ru_RU
10.17516/1999-494X-0242
Журнал Сибирского федерального университета. Техника и технологии. Journal of Siberian Federal University. Engineering & Technologies, 2020, 13 (4)en


Файлы в этом документе

Thumbnail

Данный элемент включен в следующие коллекции

Показать сокращенную информацию