我院电气工程及其自动化系巫春玲副教授以第一作者身份在能源领域顶级期刊《Energy》上发表了题目为《State-of-charge estimation of lithium-ion batteries based on MCC-AEKF in non-Gaussian noise environment》的学术论文,论文第一署名单位为银河集团198net。
文章简介
针对在非高斯噪声干扰下,传统扩展卡尔曼滤波(EKF)算法估计锂离子电池荷电状态(SOC)时精度低的问题,本文提出一种基于最大相关熵的自适应扩展卡尔曼滤波算法(MCC-AEKF)。在不同噪声类型干扰下,运用所提出的算法对电池进行SOC估计,实验结果验证了在非高斯噪声干扰下,提出算法的估计精度显著提高。另外,提出的算法在给定错误初始SOC值的情况下,能够快速收敛到真实值,具有较好的鲁棒性。表明提出的算法是一种非高斯噪声干扰下非常有效的SOC估计方法。
期刊简介
《Energy》于1976年创刊,是国际知名的能源领域期刊,由荷兰Elsevier出版社出版。该期刊涵盖了能源科学、技术和工程学科的各个方面,包括可再生能源、化石能源、能源转换、能源储存、能源管理等。最新影响因子达到8.857,为SCI一区期刊。
第一作者信息
巫春玲,工学博士,博士后,副教授,硕士生导师。主持中央高校项目、陕西省科技厅项目和陕西省重点研发计划项目共计4项,重点参与国家自然科学基金项目2项、陕西省自然科学基础研究计划项目2项、陕西省重点产业创新链(群)项目1项。以第一作者公开发表高水平国际和国内重要期刊学术论文30余篇。主要研究方向为储能锂离子电池管理系统研究、电力系统的状态估计研究、智能建筑能源管理研究。
论文链接:https://www.sciencedirect.com/science/article/pii/S0360544223007107
(供稿:巫春玲 审核:茹锋)