基于神经网络与UKF结合的锂离子电池组SOC估算方法

被引：24

作者：

刘晓悦

杜晓

机构：

[1] 华北理工大学电气工程学院

来源：

现代电子技术 | 2018年 / 41卷 / 02期

关键词：

锂离子电池组; 动力能源; 无迹卡尔曼滤波器; 神经网络; 高级车辆仿真器; 荷电状态;

D O I：

10.16652/j.issn.1004-373x.2018.02.030

中图分类号：

TM912 [蓄电池];

学科分类号：

080802 [电力系统及其自动化];

摘要：

锂离子电池组作为电动汽车的主要动力能源,对荷电状态的准确估计是电动汽车的关键技术之一。准确的SOC估计,对锂离子电池组的寿命维持及电动汽车的行车安全,具有十分重要的意义。基于此设计一种基于神经网络与无迹卡尔曼滤波器(UKF)相结合的SOC估算方法,既克服了UKF需要等效电池组电路模型的缺点,也能显著减小神经网络估算方法的最大误差。该实验数据来源于高级车辆仿真器(ADVISOR2002)基于实际工况的仿真结果,经实验数据证明,该方法具有有效性和实用性。

引用

页码：120 / 123+129 +129

页数：5

共 10 条

[1]

基于神经网络的电动汽车磷酸铁锂电池SOC估算方法研究 [D].