基于EKF-SVSF的锂离子电池SOC和SOH准确估计

提升锂离子电池荷电状态(SOC)估计精度并准确估计健康状态(SOH)对于设计高性能和安全的电池管理系统(BMS)至关重要。以二阶RC锂离子电池电路模型为研究对象,提出了一种由扩展卡尔曼滤波(EKF)算法和平滑可变结构滤波(SVSF)算法组成的混合滤波算法(EKF-SVSF),其中扩展卡尔曼滤波算法用于锂离子电池参数辨识,平滑可变结构滤波算法用于SOC估计,并采用改进的粒子群优化算法(PSO)对混合滤波算法迭代过程中的噪声协方差矩阵进行修正,电池容量实时在线估计的结果用于SOH参数的预测。实验和仿真结果表明,所提出的EKF-SVSF算法对电池的欧姆电阻和容量有一个较好的估计,进一步提升了电池状态的估计精度。

Synthesis and Crystal Structure of［（n－Bu）_4N］_2［Mo_4O_（10）（OC_（10）H_6O）_2（OCH_3）_2］

n-Bu )_4N]_2 [Mo_4O_(10) (OC_(10)H_6O)_2 (OCH_3 )_2 ] crystallizes in the monoclinic, space group P21/c, a= 10. 926 (6) , b= 17. 861 (7) . c= 16. 258 (7) ,β=91. 16(4)°, V= 3172 (2) ￣3, Z = 2, M_r = 1407. 0, D_c =1. 473 g/cm￣3 , μ= 0. 814mm￣(-1), F(000) = 1448. T= 298K , final R= 0. 043 and R_w= 0. 058 for 3291 observed reflections. The structure of the complex consists of two (n-Bu)_4N￣+ cations and one [Mo_4 O_(10) (OC_(10)H_6O)_2 (OCH_3 )_2]￣(2-) anion having crystallographic C_i symmetry, with a tetranuclear core of [Mo_4 O_(10)(OCH_3 )_2]￣(2+) .