第03讲:H滤波器原理【AESA王榘】
发表时间:2020-06-19     阅读次数:     字体:【


分享人王榘

现为北京理工大学AESA课题组博士研究生,主要研究方向为动力电池建模及管理研究,申请发明专利3件,以第一/通讯作发表SCI论文多篇。协助负责科技部重点研发计划子课题和企业委托项目多项,作为核心骨干完成了电池管理系统、主动加热系统等硬件开发。(个人网页)


讲座摘要

围绕动力电池管理系统测量噪声的问题展开讨论,讲解随机噪声的相关基础理论,并以电池管理实测信号解析噪声的特征。在此基础上,重点讲解针对不确定性噪声的强鲁棒性的H无穷滤波算法,从基于博弈论的代价函数,到核心算法的理论推导过程,并以两个案例讲解该算法数字滤波和状态估计中的应用。


相关文献

[1] J. Wang, R. Xiong, L. Li, Y. Fang, A comparative analysis and validation for double-filters-based state of charge estimators using battery-in-the-loop approach, Appl. Energy. 229 (2018) 648–659. (点击下载)

[2] Chen C, Xiong R, Shen W. A lithium-ion battery-in-the-loop approach to test and validate multiscale dual H infinity filters for state-of-charge and capacity estimation[J]. IEEE Transactions on power Electronics, 2017, 33(1): 332-342. (点击下载)

[3] K. Dai, J. Wang, H. He, An Improved SOC Estimator Using Time-Varying Discrete Sliding Mode Observer, IEEE Access. 7 (2019) 115463–115472. (点击下载)

[4] 王榘, 熊瑞, 穆浩. 温度和老化意识融合驱动的电动车辆锂离子动力电池电量和容量协同估计[J].电工技术学报,2020,35(23):4980-4987. (点击下载)

[5] Wei Z , Zhao D , He H , et al. A noise-tolerant model parameterization method for lithium-ion battery management system[J]. Applied Energy, 2020, 268:114932. (点击下载)

[6] Xiong R. Battery Management Algorithm for Electric Vehicles[M]. Springer, 2020.

[7] Xiong R, Shen W. Advanced battery management technologies for electric vehicles[M]. John Wiley & Sons, 2019.

[8] 熊瑞. 动力电池管理系统核心算法[M]. 北京:机械工业出版社,2018.


上一篇:第02讲:优化算法在多电源系统控制领域的应用【AESA陈欢】
下一篇:第04讲:卡尔曼滤波算法原理及其在电池状态中的应用【AESA段砚州】
0
联系地址:北京市海淀区中关村南大街5号北京理工大学   Copyright  ©  2020-   先进储能科学与应用联合实验室  All Rights Reserved.网站地图
友情链接: 新能源与智能载运期刊    北京理工大学    机械与车辆学院