PHEV电池电荷状态估计设计及仿真

• 作者: 付主木 赵瑞
• 来源期刊: 火力与指挥控制
• 学科: 交通运输
• 关键词: 并联式混合动力汽车 电池电荷估计 人工神经网络
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 工程实践
• 页码范围: 140-144
• 页数: 5页
• 分类号: U469.72
• 字数: 2928字
• 语种: 中文

摘要

电池管理系统(battery management system,BMS)是混合动力汽车(parallel hybrid electric vehicle,PHEV)能量管理系统中的核心组成部分,而其中电池电荷状态(state of charge,soc)则是PHEV控制策略中的重要参数.针对PHEV动力电池组SOC系统高度非线性和复杂性的特点,提出了一种基于改进的BP神经网络的HEV动力电池组的实时SOC估计,并对网络的收敛性进行了证明.利用大量PHEV动力电池组在行驶过程中充放电的数据样本,对神经网络进行网络训练并且进行仿真.结果表明,与传统离线SOC估计方法相比,能够有效地减小误差,提高电池SOC的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付主木	河南科技大学电子信息工程学院	78	507	12.0	19.0
2	赵瑞	河南科技大学电子信息工程学院	4	32	3.0	4.0