文献

J-GLOBAL ID：202002235237257321   整理番号：20A2798910

リチウムイオン電池の充電オンライン推定の状態のための改良型適応無香料Kalmanフィルタリング【JST・京大機械翻訳】

An improved adaptive unscented kalman filtering for state of charge online estimation of lithium-ion battery

著者 (3件)： Zhang Shuzhi (MOE Key Laboratory of Thermo-Fluid Science and Engineering, Xi’an Jiaotong University, Xi’an 710049, Shaanxi Province, China) ,  Guo Xu (MOE Key Laboratory of Thermo-Fluid Science and Engineering, Xi’an Jiaotong University, Xi’an 710049, Shaanxi Province, China) ,  Zhang Xiongwen (MOE Key Laboratory of Thermo-Fluid Science and Engineering, Xi’an Jiaotong University, Xi’an 710049, Shaanxi Province, China)
資料名： Journal of Energy Storage  (Journal of Energy Storage)
巻： 32  ページ： Null  発行年： 2020年 
JST資料番号： W3042A  ISSN： 2352-152X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 充電の正確な状態(SOC)推定は電気自動車におけるリチウムイオン電池の安全で信頼性のある運転を保証するために重要である。適応無香料Kalmanフィルタ(AUKF)は,自己補正と高精度のその特徴のためにSOCを推定するために集中的に適用された。それにもかかわらず,従来のAUKFによる推定は,誤差共分散行列が非正定で,SOC推定の安定性に大きく影響するときは進行できない。この問題に取り組むために,改良AUKFを本論文で提案した。最初に,忘却因子再帰的最小二乗法を採用して,電気等価回路モデルのパラメータをオンラインで識別した。これらの同定されたパラメータによって,伝統的AUKFの誤差共分散行列のためのCholesky分解を特異値分解によって置換して,オンライン正確なSOC推定を提供するために,改良AUKFをここで適用した。提案方法の実現可能性を,連邦都市運転スケジュール試験の下の実験データによって検証する。ロバスト性の検証結果は,アルゴリズムが不正確な初期SOCに対して満足なロバスト性を有することを示した。さらに,従来のAUKFとの比較を通して,誤差共分散行列が非正定であるにもかかわらず,提案方法が正確で安定したSOC推定を達成できると容易に結論できる。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最小二乗法 ,  信頼性 ,  電気自動車 ,  都市 ,  *充電 ,  ロバスト性 ,  特異値分解 ,  *リチウムイオン電池
準シソーラス用語： RLS法 ,  Cholesky分解 ,  共分散行列 ,  *オンライン ,  誤差共分散 ,  等価回路モデル , 【Automatic Indexing@JST】

著者キーワード (6件)： 充電状態 ,  忘却因子再帰最小二乗 ,  改良型適応無香料Kalmanフィルタ ,  特異値分解 ,  非正定値共分散行列 ,  安定性解析

分類 (1件)： 二次電池  (YB04030K)

タイトルに関連する用語 (6件)： リチウムイオン電池 ,  充電 ,  オンライン ,  推定 ,  適応 ,  無香料Kalmanフィルタ