基于EKF的AMR锂电池SOC动态估计研究.pdfVIP

下载本文档

4
0
约 3页
2017-08-19 发布于安徽
举报
版权申诉

基于EKF的AMR锂电池SOC动态估计研究.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第27卷第6期增刊仪器仪表学报 V01．27NO．6 2006年6月 ChineseJournalofScientificInstrument June．2006 石璞1’2 董再励1 1(中国科学院沈阳自动化研究所沈阳110016) 2(中国科学院研究生院北京100039) 摘要AMR在科研和军事方面的应用决定了其需要一个能够准确、实时估计出锂电池SOC的估计值。由于AMR工作中的放电具有很强的动态性，使得传统估计方法用于锂电池SOC的动态估计效果很不理想。本文描述了EKF方法在AMR锂电池SOC动态估计中的应用。模拟AMR工况进行动态放电试验。试验结果表明，该估计方法能够实时而准确地得到 SOC值。关键词 AMR(自主移动机器人) 锂电池 EKF(广义卡尔曼滤波)SOC(剩余电量) EKF--basedestimationofli_-ion SOCforAMR dynamic battery ShiPul·2 Zailil Dong InstituteAutomation，Chinese 1(Shenyangof AcademyofSciences，Shenyang 2(GraduateSchooltheChinese 100039，China) of AcademyofSciences，Beijing Withthe of for research and Abstract AMRscientific and real-time application military。accuratedynamic estimationofLi—ion SOCintheactivestateofAMRbecomes rate in battery necessary．Sincedynamicrepresents theAMR，itisdifficulttOobtaintheidealvaluetraditionalestimationmeans．Inthis of by paper，theapplication EKFforthe estimationofLi—ion was SOCwasdescribed．The made the dynamic battery experiment simulating behaviorsof intheactualworkconditionofAMR．Theresultdemonstratesthataccurateandreal—time battery estimationofSOCcanbeobtainedthenew dynamical