文献检索-宁波市创意产业特色资源库

限定检索结果

新型复合锂离子电池健康状况估计方法: 收藏
分享
引用; 《化学工程》2023年第8期51卷 23-26,71页; 作者：汪秋婷戚伟浙大城市学院信息与电气工程学院浙江杭州310015; 设计一种基于增强型单粒子模型(espm)参数估计的健康状况(SOH)预测算法,利用LMO-NMC-石墨锂离子电池老化实验数据建立增强型单粒子模型,预测电池老化参数的变化趋势。参数估计值为锂离子电池健康状况(S_(OH))的指标参数,包括可循环锂摩...; 设计一种基于增强型单粒子模型(espm)参数估计的健康状况(SOH)预测算法,利用LMO-NMC-石墨锂离子电池老化实验数据建立增强型单粒子模型,预测电池老化参数的变化趋势。参数估计值为锂离子电池健康状况(S_(OH))的指标参数,包括可循环锂摩尔数和欧姆电阻。提出基于实时实验数据估算模型参数的方法,结果表明模型参数值与老化实验所用的电池S_(OH)有关。利用espm估计参数推导出联合SOH模型,设计基于粒子滤波器(PF)的锂离子电池健康状况预测算法。文中利用LMO-NMC-石墨锂离子电池组的老化实验数据对SOH估计算法进行验证,结果表明,新模型和新算法适用于纯电式电动汽车或插电式混合动力汽车的充电数据推断锂离子电池S_(OH)。; 来源：详细信息评论

限定检索结果