Robusto estimación de estado de carga de batería de litio con datos aleatorios faltantes de medición de corriente
Autores: Li, Xi; Zheng, Zongsheng; Meng, Jinhao; Wang, Qinling
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Robusto estimación de estado de carga de batería de litio con datos aleatorios faltantes de medición de corriente
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Estado de carga
Baterías de litio
Estimación de SOC
Valores faltantes
Algoritmo MIDRLS-UKF
Modelo de circuito equivalente
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 41
Citaciones: Sin citaciones
La estimación precisa del estado de carga (SOC) en las baterías de litio es crucial para mejorar su vida útil operativa. Para abordar el problema de la reducida precisión en la estimación del SOC causada por los valores aleatorios faltantes de las mediciones de corriente de la batería de litio, se propone un método de estimación conjunto que combina mínimos cuadrados recursivos con datos de entrada faltantes (MIDRLS) y el algoritmo del filtro de Kalman insaturado (UKF), llamado algoritmo MIDRLS-UKF.
Descripción
La estimación precisa del estado de carga (SOC) en las baterías de litio es crucial para mejorar su vida útil operativa. Para abordar el problema de la reducida precisión en la estimación del SOC causada por los valores aleatorios faltantes de las mediciones de corriente de la batería de litio, se propone un método de estimación conjunto que combina mínimos cuadrados recursivos con datos de entrada faltantes (MIDRLS) y el algoritmo del filtro de Kalman insaturado (UKF), llamado algoritmo MIDRLS-UKF.