自适应神经模糊系统的LiFePO4电池SOC预测

被引：31

作者：

尹安东 ^{[1
,2
]}

周斌 ^{[1
,2
]}

江昊 ^{[1
,2
]}

赵韩 ^{[1
,2
]}

机构：

[1] 合肥工业大学机械与汽车工程学院

[2] 汽车技术与装备国家地方联合工程研究中心

来源：

电子测量与仪器学报 | 2014年 / 28卷 / 01期

基金：

安徽省自然科学基金;

关键词：

电动汽车; 自适应神经模糊系统; 荷电状态(SOC); 预测;

D O I：

10.13382/j.jemi.2014.01.013

中图分类号：

U469.72 [电动汽车]; U463.63 [电源系统];

学科分类号：

082301 [道路与铁道工程];

摘要：

利用自适应神经模糊系统(adaptive neuro-fuzzy inference system,ANFIS)对电动汽车磷酸铁锂(LiFePO4)电池荷电状态(state of charge,SOC)预测研究。在分析ANFIS结构原理基础之上,采用BP(back-propagation)算法和最小二乘估计的混合算法分别建立两输入变量和三输入变量的ANFIS预测模型,并利用两种模型进行SOC预测。实例预测结果表明ANFIS能精确预测磷酸铁锂电池SOC值,且三输入变量ANFIS模型预测精度得到改善;与实测相比,三输入ANFIS预测模型的最大绝对误差在1%以下,平均百分比误差(average percentage error,APE)小于2%。

引用

页码：84 / 90

页数：7

共 11 条

[1]

双卡尔曼滤波算法在锂电池SOC估算中的应用 [J].