![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
MATLAB
文章平均质量分 81
新能源佬大
本人收藏有硕博期间有关soc估计的代码及simulink模型110个,想学习的来找我聊聊吧。在每一篇文章的最后有我联系方式
展开
-
燃料电池混合电源的能量管理系统
给出了基于燃料电池的多电动飞机应急动力系统的仿真模型。随着MEA中起落架和飞控系统的电气化程度的提高,常规应急电源系统(冲压式空气涡轮或空气驱动发电机)的峰值电力负荷增加。因此,在较低的飞机速度下,产生的功率几乎为零,冲压空气涡轮(RAT)/空气驱动发电机(ADG)存在过载的潜在风险。为了确保MEA的安全着陆,需要一个更强大的应急电源系统。该模型提出了一种基于燃料电池、锂离子电池和超级电容器的备用应急电源系统。该演示还为燃料电池混合电源提供了不同的能量管理系统。原创 2024-07-02 22:47:28 · 900 阅读 · 0 评论 -
如何找BMS算法、BMS软件的实习
如何找到BMS算法、BMS软件的实习,以及需要具备哪些条件原创 2024-07-02 22:32:31 · 621 阅读 · 1 评论 -
使用自定义函数拟合辨识HPPC工况下的电池数据(适用于一阶RC、二阶RC等电池模型)
该程序可以离线辨识HPPC工况下的电池数据,只需要批量导入不同SOC所对应的脉冲电流电压数据,就可以瞬间获得SOC为[100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0%]的所有电池参数,迅速得到参数辨识的结果并具有更高的精度,可以很大程度上降低参数辨识的时间,提高参数辨识效率。原创 2023-11-05 13:04:32 · 2532 阅读 · 11 评论 -
锂电池组冷却模型
这个模型是汽车电池组的热管理模型。电池组(PACK)由好几个电池模块组成,这些电池模块通过串联和并联的方式形成PACK。每个电池单元都使用battery (Table-Based) Simscape electric模块建模。在这个模型中,所有电池的初始温度和荷电状态(SOC)都是一样的。四个电池模块,三个相似,一个不同,串联起来模拟一个电池组。本例中的结果假设初始环境温度等于25摄氏度。冷却剂控制子系统用于确定电池组冷却剂流量。原创 2023-07-06 16:59:46 · 782 阅读 · 1 评论 -
双卡尔曼滤波(KF-UKF)用于考虑电池老化的SOC估计
双卡尔曼滤波(KF-UKF)用于考虑电池老化的SOC估计。介绍了如何使用Simulink来完成无迹卡尔曼滤波的搭建以估计锂电池非线性系统的SOC。(1)KF估计电池老化。电池的容量会随着每次充放电循环而下降,从而导致SOC估计不准确。当电池在充电和放电之间转换时,使用基于事件的线性卡尔曼滤波器来估计电池容量。然后使用估计容量来反映电池的健康状况。(2)UKF估计电池SOC。基于二阶RC模型所辨识的参数,使用UKF来实时估计电池的SOC。原创 2023-07-05 16:03:11 · 2012 阅读 · 4 评论 -
基于simulink的四节串联锂电池的主动均衡算法(PID控制)
使用PID控制算法来完成四节串联锂电池的均衡仿真,并详解了均衡的过程,在仿真环境下该均衡电路和均衡策略能够有效解决电池间电量不均衡问题,且误差满足设计要求。原创 2023-06-27 15:04:03 · 2476 阅读 · 8 评论 -
使用粒子群优化算法(PSO)辨识锂电池二阶RC模型参数(附MATLAB代码)
使用粒子群优化算法来辨识锂离子电池二阶RC模型的参数。将粒子群优化算法寻找到的最优参数代入二阶RC模型进行仿真,经过验证,端电压的估计误差小于0.1%,说明粒子群优化算法辨识得到的参数具有较高的精度,为锂离子电池SOC的估计做铺垫。原创 2023-06-07 16:24:55 · 3838 阅读 · 10 评论 -
RBF-UKF径向基神经网络结合无迹卡尔曼滤波估计锂离子电池SOC(附MATLAB代码)RBF神经网络训练部分
使用RBF神经网络训练参数用以锂离子电池SOC估计。原创 2023-04-18 11:00:20 · 1829 阅读 · 5 评论 -
RBF-UKF径向基神经网络结合无迹卡尔曼滤波估计锂离子电池SOC(附MATLAB代码)
使用RBF神经网络训练数据集,并用训练后的结果应用到UKF算法上,经过验证,当SOC的初始值不准确的时候,UKF算法仍能迅速收敛到真实SOC,证明该算法的鲁棒性较好,SOC估计的平均误差小于0.6%,具有较高的估计精度。原创 2023-04-07 11:18:40 · 1531 阅读 · 16 评论 -
扩展卡尔曼滤波(EKF)原理分析并使用Python程序估计锂离子电池SOC
使用扩展卡尔曼滤波来估计电池SOC,并给出Python代码及仿真结果分析。原创 2023-03-01 10:46:59 · 3324 阅读 · 6 评论 -
考虑温度影响的自适应扩展卡尔曼滤波估计电池SOC
自适应扩展卡尔曼滤波(AEKF)估计电池SOC的simulink模型,使用simcape搭建锂离子电池热模型,该模型考虑了温度因素,通过查表模块来寻找当前温度以及SOC下的电池参数,并结合扩展卡尔曼滤波以实现SOC的自适应估计。原创 2023-01-19 19:51:24 · 2049 阅读 · 6 评论 -
基于等效电路模型(RC)的锂离子电池参数在线辨识
在电池管理系统(BMS)中,等效电路模型(ECM)是模拟电池动力学的常用方法。然而,模型的简单性和准确性之间总是存在着矛盾。简单的模型通常无法反映电池的所有动态效应,这可能会给参数识别带来误差。然而,一个复杂的模型总是有太多的参数需要识别,并可能存在参数发散问题。本篇文章介绍了RC模型的原理及组,并且使用最小二乘法辨识模型中的参数。原创 2022-12-21 20:01:34 · 10591 阅读 · 17 评论 -
使用扩展卡尔曼滤波(EKF)估计电池SOC(附MATLAB程序及详解)part1主函数篇
本篇博客介绍了脚本的主函数部分,通过给定实验测量的电池时间、电压、电流和温度数据,通过EKF_SOC_Estimation Function来分析计算电池在使用中的SOC和端电压(Vt),并将Function输出的数据进行分析,绘制出测量端电压与估计端电压的对比图、端电压误差图、真实SOC与EKF估计的SOC对比图、SOC误差图。并计算端电压(Vt)和SOC的均方根误差(RMSE)和最大误差(MAX)。原创 2022-12-15 13:18:01 · 4180 阅读 · 5 评论 -
无迹卡尔曼滤波估计SOC(附MATLAB程序详解)
使用无迹卡尔曼滤波完成锂离子电池SOC的估计,经过验证,采用无迹卡尔曼滤波算法要优于扩展卡尔曼滤波。原创 2022-11-30 21:11:29 · 3795 阅读 · 7 评论 -
扩展卡尔曼滤波(EKF)估计SOC代码2详解,基于二阶RC模型(附MATLAB代码)
扩展卡尔曼滤波估计SOC的MATLAB代码,基于锂离子电池二阶RC模型,通过导入电流、电压、SOC,并且设置好参数P、Q、R的值来完成SOC的估计原创 2022-11-29 22:15:24 · 5175 阅读 · 27 评论 -
基于自适应扩展卡尔曼滤波器(AEKF)的锂离子电池SOC估计(附MATLAB代码)
AEKF_SOC_Estimation函数使用二阶RC等效电路模型(ECM)和自适应扩展卡尔曼滤波器(AEKF)估计电池的端子电压(Vt)和充电状态(SOC)。原创 2022-11-16 19:48:59 · 6975 阅读 · 7 评论 -
手把手教你如何建立考虑温度影响的锂离子电池二阶RC模型
详细介绍了考虑温度影响的二阶RC模型的建模过程及注意事项,最后给出了仿真误差,平均误差小于0.2%,说明辨识的参数具有较高的精度。需要模型的留下邮箱。原创 2022-11-10 16:54:43 · 4281 阅读 · 13 评论 -
无迹卡尔曼滤波估计SOC的simulink模型详解
基于电池模型的参数辨识结果,使用无迹卡尔曼滤波(UKF)完成SOC的估计,使用MATLAB的simulink建立仿真模型,在SOC初始值不精确的情况下该算法依然能够快速收敛,相比于扩展卡尔曼滤波精度更高。原创 2022-11-09 16:49:08 · 4563 阅读 · 11 评论