.png){kind=icon}
返回
Comprehensive Model for Real Battery Simulation Responsive to Variable Load
.png){kind=icon}
OA
AI
DOI：10.3390/en14113209.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种适用于可变操作的电池电压模型。该模型结合了动力学电池模型 (KiBaM) 和电压模型 (VM) 的特征，并提高了解决方案的准确性和质量，解决了四个操作特性: 充电，放电，充电后休息和放电后休息。该模型将被称为4-KiVM，并且对计算负担的影响很小。即使在负载反转或关闭时，所提出的模型也可以跟踪电压。为了校准和验证模型，使用了由NASA提供的数据集，该数据集由具有可变充电和放电的电池组成，模拟了实际应用。基于禁忌搜索的元启发式方法用于从该数据集中提取常数并验证该混合模型。此外，还比较了4-KiVM与KiBaM，VM和电路模型 (ECM) 的性能，显示了其优势。模拟的结果显示了在随机 (可变) 使用中电池电压响应和SOC预测的良好预测。
Keyword:
battery model
battery voltage model
KiBaM model
SOC prediction
variable load response
electric circuit model (ECM)
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.2
论文数:
1.5W
被引数:
14.2W
机构
引用论文
Noise Adaptive Moving Horizon Estimation for State-of-Charge Estimation of Li-Ion Battery.png)
IEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏A Two-Step Parameter Optimization Method for Low-Order Model-Based State-of-Charge Estimation基于低阶模型的荷电状态估计的两步参数优化方法
PREAI
分享收藏Combined State and Parameter Estimation of Lithium-Ion Battery With Active Current Injection基于主动电流注入的锂离子电池状态与参数联合估计
PREAI
分享收藏Parameter Identification and SOC Estimation of a Battery Under the Hysteresis Effect迟滞效应下电池的参数辨识与SOC估算
PREAI
分享收藏Critical Review on the Battery State of Charge Estimation Methods for Electric Vehicles电动汽车电池荷电状态估计方法综述IEEE ACCESS
IEEE ACCESSIF3.6
PREAI
分享收藏A Fractional-Order Kinetic Battery Model of Lithium-Ion Batteries Considering a Nonlinear Capacity考虑非线性容量的锂离子电池分数阶动力学电池模型ELECTRONICSOAAI
ELECTRONICSIF2.6
OAAI分享收藏Development of a voltage-behavior model for NiMH batteries using an impedance-based modeling concept使用基于阻抗的建模概念开发NiMH电池的电压行为模型
PREAI
分享收藏
查看更多内容