文中提出一种联合扩展卡尔曼滤波的滑模观测器算法用于电动汽车电池的荷电状态(state of charge,SOC)估计。电池模型采用二阶Thevenin等效电路模型,辨识不同温度下的模型参数,分析温度对电池模型参数及精度的影响。针对扩展卡尔曼滤波...文中提出一种联合扩展卡尔曼滤波的滑模观测器算法用于电动汽车电池的荷电状态(state of charge,SOC)估计。电池模型采用二阶Thevenin等效电路模型,辨识不同温度下的模型参数,分析温度对电池模型参数及精度的影响。针对扩展卡尔曼滤波对模型精度依赖性高及滑模观测器对噪声敏感导致估计结果存在较严重抖振现象的缺陷,提出在扩展卡尔曼滤波算法的状态修正方程中加入防抖函数,依据滑模观测器稳定性约束条件获取函数相关参数,得到一种新的联合扩展卡尔曼滤波的滑模观测器算法。所提算法能够同时综合扩展卡尔曼滤波器和滑模观测器优点,在滤除噪声的同时对建模误差也具有较强的鲁棒性。最后,设计相应的模拟工况进行实验,实验结果证明,所提算法在复杂的车载环境下拥有比扩展卡尔曼滤波和滑模观测器更高的电池SOC估计精度。展开更多
为降低芯片功耗,提升性能,从系统级、结构级和RTL级3个层次提出了一种片上系统(System on Chip,SoC)芯片的低功耗设计方法,并在样片中得以验证。在系统级层面,根据SoC芯片的不同工作场合,在正常运行模式的基础之上,设计了睡眠、停止和待...为降低芯片功耗,提升性能,从系统级、结构级和RTL级3个层次提出了一种片上系统(System on Chip,SoC)芯片的低功耗设计方法,并在样片中得以验证。在系统级层面,根据SoC芯片的不同工作场合,在正常运行模式的基础之上,设计了睡眠、停止和待机3种低功耗模式。在结构级层面,将整个芯片划分为VDD、VDDA和VBAT3个电压域,以降低系统功耗。在RTL级,针对不同的模式切换,设计了时钟管理技术,实现了对不同模式下不同时钟的控制。仿真和实验结果证明了设计的合理性,实测数据表明,睡眠模式最多降低59.1%的功耗,停止和待机模式降低了3~4个数量级。展开更多
为了提高大型锂电池储能系统的安全性和可靠性,提出了一种基于荷电状态(State of Charge,SOC)的自动切换状态方法,并结合理想开关模块的电流突变检测功能,实现对锂电池储能系统的安全管理与故障预防。在高、低荷电状态下,系统能够根据SO...为了提高大型锂电池储能系统的安全性和可靠性,提出了一种基于荷电状态(State of Charge,SOC)的自动切换状态方法,并结合理想开关模块的电流突变检测功能,实现对锂电池储能系统的安全管理与故障预防。在高、低荷电状态下,系统能够根据SOC值动态切换充放电模式,并在出现突发故障时迅速隔离故障电路,确保锂电池继续为负载电路供电。仿真验证了该设计方案能够在各种工作状态下及时识别故障,快速恢复锂电池储能系统的稳定运行。展开更多
文摘文中提出一种联合扩展卡尔曼滤波的滑模观测器算法用于电动汽车电池的荷电状态(state of charge,SOC)估计。电池模型采用二阶Thevenin等效电路模型,辨识不同温度下的模型参数,分析温度对电池模型参数及精度的影响。针对扩展卡尔曼滤波对模型精度依赖性高及滑模观测器对噪声敏感导致估计结果存在较严重抖振现象的缺陷,提出在扩展卡尔曼滤波算法的状态修正方程中加入防抖函数,依据滑模观测器稳定性约束条件获取函数相关参数,得到一种新的联合扩展卡尔曼滤波的滑模观测器算法。所提算法能够同时综合扩展卡尔曼滤波器和滑模观测器优点,在滤除噪声的同时对建模误差也具有较强的鲁棒性。最后,设计相应的模拟工况进行实验,实验结果证明,所提算法在复杂的车载环境下拥有比扩展卡尔曼滤波和滑模观测器更高的电池SOC估计精度。
文摘为降低芯片功耗,提升性能,从系统级、结构级和RTL级3个层次提出了一种片上系统(System on Chip,SoC)芯片的低功耗设计方法,并在样片中得以验证。在系统级层面,根据SoC芯片的不同工作场合,在正常运行模式的基础之上,设计了睡眠、停止和待机3种低功耗模式。在结构级层面,将整个芯片划分为VDD、VDDA和VBAT3个电压域,以降低系统功耗。在RTL级,针对不同的模式切换,设计了时钟管理技术,实现了对不同模式下不同时钟的控制。仿真和实验结果证明了设计的合理性,实测数据表明,睡眠模式最多降低59.1%的功耗,停止和待机模式降低了3~4个数量级。
文摘为了提高大型锂电池储能系统的安全性和可靠性,提出了一种基于荷电状态(State of Charge,SOC)的自动切换状态方法,并结合理想开关模块的电流突变检测功能,实现对锂电池储能系统的安全管理与故障预防。在高、低荷电状态下,系统能够根据SOC值动态切换充放电模式,并在出现突发故障时迅速隔离故障电路,确保锂电池继续为负载电路供电。仿真验证了该设计方案能够在各种工作状态下及时识别故障,快速恢复锂电池储能系统的稳定运行。