搜索资源列表
area-load
- 电动汽车是智能电网的一个重要组成部分，能很好的解决能源紧缺，环境污染等问题。无线充电技术更有利于电动汽车与电网进行互动，更好的发挥电动汽车削峰填谷、消纳可再生能源的功能。本文在研究中国电动汽车发展相关政策的基础上，结合电动汽车无线充电的特点，基于统计数据，利用蒙特卡罗方法抽取私家电动汽车一次出行里程数，根据电池充电特性及车辆行驶习惯获得电动汽车充电的起始荷电状态、充电功率和起始充电时间，建立了一个较为精确的预测无线充电私家电动汽车充电负
EKFSOC
- 蓄电池荷电状态的评估方法的文章，用于评估电池的荷电状态-Battery charged state of uation methods, used to uate the battery charged condition
Lithium-Battery-SOC
- 蓄电池荷电状态健康评估，能够有效的估计电池的剩余电量-Battery charged state of health assessment, can effectively estimate soc of the battery
dianchijunhengdianlu
- 项目简介 （200字左右） 面对当前严峻的能源危机、环境污染等问题，开发研究电动汽车已成为汽车行业的主流方向，而目前高效稳定的动力电池是电动汽车研究领域的核心问题。因此，本项目研究电动汽车电池管理系统（BMS）的关键技术，探究准确估测电池的荷电状态（SOC）以及锂电池的外围均衡电路的设计方法。本项目将对具体工作模式下的SOC算法进行进一步的研究和归纳，以及进一步的实验认证；本项目还将对电池的过充和过放现象进行具体研究，设计实现电池过
KalmanSOC
- 根据最优滤波理论，设计了电池荷电状态soc的估算，并对模型进行了分析-According to the optimal filtering theory, the SOC estimation of the state of charge of the battery is designed, and the model is analyzed.
SOC-Folder
- 一个MATLAB/Simulink模型，关于电动汽车动力电池荷电状态（State of Charge，SOC）估计； 包括参数文件、模型文件两种，模型文件分别仿真了110A恒流、110A脉冲和ECE15工况； 建模采用基于PEGV的电池等效模型对SOC进行估计，并且加入了温度修正等。 模型比较简单，原理清楚，适合对电动汽车动力电池SOC的估计有兴趣的初学者参考学习，学习前请阅读2到3篇基于电池PNGV等效电池模型的动力电池S
电动汽车SOC估计算法
- 在安时计量方法的基础上, 采用基于折算库仑效率的卡尔曼滤波算法估计蓄电池荷电状态(SOC),并 将此方法应用于 HEV6580混合动力电动汽车镍氢电池管理系统。系统实现的功能包括: 数据监测、数据显示、CAN 通信、SOC估计、热管理和安全报警。经电池试验台模拟工况试验验证, 电池管理系统各子系统达到设计要求且工 作稳定。改进 SOC估计方法解决了传统安时计量法不能估计初始 SOC、难于准确测量库仑效率的问题, 为电池管 理系
vc_001
- 1.SOC，全称是State of Charge，荷电状态，也叫剩余电量，代表的是电池使用一段时间或长期搁置不用后的剩余容量与其完全充电状态的容量的比值，常用百分数表示。(1.SOC, full name is State of Charge, state of charge, also called residual power, represents the ratio of the remaining capacity of th
鍙屽崱灏旀浖SOC浼拌
- 锂电池荷电状态(SOC)的精确估计一直是电池管理系统的核心任务之一。电流传感器中存在非零均值的电流漂移噪声,这些噪声会造成不可避免的估计误差。为减少电流漂移噪声对估算造成的不利影响,提出了联合扩展卡尔曼滤波法,以Thevenin模型为锂电池等效电路模型,将电流漂移值作为状态变量与电池SOC进行同步预测。实验和仿真结果表明,该方法能有效抑制电流漂移噪声,提高估算精度。(The accurate estimation of the char
cabature kalman
- 容积卡尔曼滤波测量方程基于统计数据，利用蒙特卡罗方法抽取私家电动汽车一次出行里程数，根据电池充电特性及车辆行驶习惯获得电动汽车充电的起始荷电状态、充电功率和起始充电时间，建立了一个较为精确的预测无线充电私家电动汽车充电负荷的数学模型，(The volume Calman filter measurement equation is based on the statistical data, using Monte Carlo meth
电池SOC估算
- 电池荷电状态的估算是电池管理系统的核心内容估算准确与否,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电池的影晌,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。(The estimation of battery charge state is the core content of battery
基于卡尔曼滤波的电池荷电状态估计
- 电池荷电状态检测算法的matlab仿真。(Matlab simulation of battery charging state detection algorithm.)