RC
文章平均质量分 84
新能源汽车仿真团队
这个作者很懒,什么都没留下…
展开
-
电池SOC仿真系列-基于粒子群算法电池参数辨识
目前,主要的电池模型参数辨识方法有两大类:一种是基于传统的参数估计方法,例如:最小二乘拟合方法添加链接描述,基于遗忘因子最小二乘法添加链接描述,基于参数辨识工具箱的辨识方法添加链接描述。此类方法的优点是直观简单,适用于大部分电池管理系统;另一种方法是基于智能优化算法,例如遗传算法添加链接描述、粒子群算法及蜂群算法等。此类方法相对于传统方法在可靠性及鲁棒性方面具有一定的优势。...原创 2022-08-15 10:52:16 · 4454 阅读 · 1 评论 -
电池SOC仿真系列-基于双卡尔曼滤波算法的电池SOC估算研究
基于双卡尔曼滤波算法的电池SOC估算1、DEKF算法 由于SOC无法直接测量,只能通过观测信号来估计SOC的变化。常用的电池SOC估算方法有安时积分法、开路电压法和卡尔曼滤波算法。而卡尔曼滤波算法正是利用前一时刻的状态估计值和当前时刻的输出观测值来推出当前时刻的状态估计值。该算法能够有效降低测量过程中噪声的干扰,从而提高精确度。 安时积分法作为一种开环估计方法,在短时间内能够较好的跟踪电池SOC的变化,但由于没有校正反馈功能,误差会随着时间的累积越来越大且自身不能够获得电池SOC初始值,而SOC初原创 2021-07-06 20:32:28 · 4850 阅读 · 1 评论 -
电池SOC仿真系列-基于遗传算法的电池参数辨识
基于遗传算法的电池参数辨识1、遗传算法基本思想 遗传算法(Genetic Algorithms)是一种启发式的随机非线性优化与搜索方法,用于模拟生物界的自然选择与遗传过程,从原理和实现手段等方面区别于传统数学规划的优化算法。遗传算法运算过程的实质就是对待求解问题的解群的重复迭代过程,该解群由M个初始解组成,通过不断的对解群进行交叉、变异运算和选择,即对初始解群进行遗传与进化操作,得到新一代染色体组成后代解群。通过采取优胜劣汰原则,将由遗传与进化得到的子代中适应值高的染色体以较大的概率保存到每次迭代的后原创 2021-04-11 15:21:57 · 5513 阅读 · 4 评论