基于免疫遗传算法的动力电池SOC估计研究

• 作者: 吴孟强 张大庆 徐自强 杨云龙
• 来源期刊: 计算机测量与控制
• 关键词: 锂离子动力电池 SOC估计 免疫遗传算法IGA 联合估计
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 设计与应用
• 页码范围: 220-224
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.12.049

摘要

锂离子动力电池SOC(电池荷电状态)难以直接测量且由于高度非线性所导致估计误差较大;为了减少动力电池SOC估计误差,提高估算精度;在分析了锂离子动力电池电压、温度、电流和放电电量对电池SOC影响后,提出一种新颖的免疫遗传算法(Immune Genetic Algorithm,IGA)和BP神经网络相结合的锂离子动力电池SOC值联合估计方法,该方法首次使用在锂离子动力电池SOC值估计中,采用新颖的免疫遗传算法通过对BP神经网络进行参数寻优,优化网络结构模型,增强神经网络自适应学习效率;通过仿真和动力电池实际工况下实验,结果表明使用新颖的联合估计算法提高了网络的运行效率和电池SOC值估计精度,估计均方根误差控制在2％以内,验证了这一联合估计算法的可行性和有效性,解决了动力电池SOC值估计误差较大的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴孟强	电子科技大学材料与能源学院	56	505	13.0	21.0
2	徐自强	电子科技大学材料与能源学院	31	155	7.0	11.0
3	杨云龙	电子科技大学材料与能源学院	3	8	2.0	2.0
4	张大庆		3	8	2.0	2.0