基于ANFIS的动力电池充电温升预测研究

被引:9
作者
牛利勇
陈大分
郭宏榆
时玮
机构
[1] 北京交通大学国家能源主动配电网技术研发中心
关键词
锂离子电池; 充电; 温升; 自适应神经模糊推理系统;
D O I
10.19562/j.chinasae.qcgc.2014.07.006
中图分类号
U469.72 [电动汽车];
学科分类号
082301 [道路与铁道工程];
摘要
对某锂离子动力电池进行了试验研究,以分析充电倍率、初始荷电状态和环境温度对锂离子动力电池充电温升的影响,并根据获得的试验数据,建立了基于自适应神经模糊推理系统的电池充电温升预测模型。该模型以充电倍率、初始荷电状态和环境温度作为输入,以充电温升作为输出,对试验数据进行训练后,即可准确预估电池在不同充电条件下的充电温升情况。该方案无须用数学模型准确描述各影响因素与充电温升之间的复杂关系,易于实现,可移植到电池管理系统平台上,以实现充电过程中温度的有效预测和管理。
引用
收藏
页码:799 / 803
页数:5
相关论文
共 6 条
[1]
锂离子动力电池温升特性的研究 [J].
张志杰 ;
李茂德 .
汽车工程, 2010, 32 (04) :320-323
[2]
锂离子电池热模型研究进展 [J].
李腾 ;
林成涛 ;
陈全世 .
电源技术, 2009, 33 (10) :927-932
[3]
ANFIS训练参数设置研究 [J].
张志军 ;
丁德馨 .
南华大学学报(自然科学版), 2008, (02) :1-5
[4]
Electro-thermal modeling and experimental validation for lithium ion battery.[J].Yonghuang Ye;Yixiang Shi;Ningsheng Cai;Jianjun Lee;Xiangming He.Journal of Power Sources.2011,
[5]
Modelling the thermal behaviour of a lithium-ion battery during charge [J].
Kim, Ui Seong ;
Yi, Jaeshin ;
Shin, Chee Burm ;
Han, Taeyoung ;
Park, Seongyong .
JOURNAL OF POWER SOURCES, 2011, 196 (11) :5115-5121
[6]
人工神经网络原理.[M].马锐; 等编著.机械工业出版社.2010,