基于神经网络的动力电池组SOC辨识方法

被引:58
作者
罗玉涛
张保觉
赵克刚
机构
[1] 华南理工大学汽车工程学院广东省电动汽车研究重点实验室
关键词
动力电池; 荷电状态; 辨识; 神经网络; 变流放电;
D O I
暂无
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
目前电动汽车动力电池荷电状态(SOC)的辨识误差约在8%左右,且主要集中在电池恒流放电过程的辨识,对电池交流放电状态中SOC的辨识研究不是很多。在实际应用中,尤其是在混合动力电动汽车中,电池多处于变流放电状态中,而且电流幅值变化较大。为此,提出了基于电池时变特性的径向基神经网络SOC辨识法。该方法摒弃了以电池单点时刻状态参数作为网络输入的做法,采用动力电池变流放电参数为输入,使辨识精度提高到3%。此方法尤其对动力电池处于交流放电状态时,效果更加明显。
引用
收藏
页码:914 / 917
页数:4
相关论文
共 2 条
[1]
电动汽车动力电池SOC预测技术研究 [J].
朱元 ;
韩晓东 ;
田光宇 .
电源技术, 2000, (03) :153-156
[2]
A method to monitor valve-regulated lead acid cells [J].
Shukla, AK ;
Kumar, VG ;
Munichandraiah, N ;
Srinath, TS .
JOURNAL OF POWER SOURCES, 1998, 74 (02) :234-239