锂离子电池SOC估算研究

• 作者: 王伯瑞 郑培
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 荷电状态 动态神经网络 无迹卡尔曼滤波
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 研究与设计
• 页码范围: 1506-1509,1517
• 页数: 5页
• 分类号: TM912
• 语种: 中文
• DOI: 10.3969/j.issn.1002-087X.2020.10.026

摘要

锂离子电池组的荷电状态(SOC)估算精度是制约电动汽车发展的关键技术之一,它影响汽车的行驶安全、电池寿命和均衡器效果等关键性能.设计了一种主元分析法(PCA)-蚁群算法(ACO)-Elman动态神经网络-无迹卡尔曼滤波(UKF)算法.试验结果表明,通过算法间取长补短,既可以克服系统输入变量维数大、Elman神经网络易陷入局部最优、UKF过于依赖模型等缺陷,又使均方差维持在1％之内,提高了算法的稳定性,且复杂程度较低.通过Advisor 2002软件验证结果表明,在实际行驶工况下,虽然误差曲线波动略大,但后期曲线逐渐收敛,且估算精度达到0.9％,具备良好的泛化能力和鲁棒性,故有一定的实用意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑培		27	73	4.0	8.0
2	王伯瑞		1	0	0.0	0.0