基于BP神经网络电动汽车锂电池SOC预测
由于电动汽车在实际运行中,总是处于不同工况下,且工况差别较大,锂电池表现出了极大的非线性,传统方法很难准确预测电池的荷电状态(Stateof Charge,SOC),所以只能采用特定的数学方法进行估算.本文提出了一种基于BP神经网络的电池SOC预测方法.该方法首先是以特定的放电倍率对锂电池进行了放电实验,获取其电过程中电压、电流和SOC的样本数据,然后用实验所得的样本数据训练BP神经网络,根据训练好的神经网络对锂电池SOC进行了预测并将其与实际SOC进行对比,最后在MATLAB中对该算法进行了仿真验证,结果表明,该算法能够很好地拟合锂电池充放电特性,可较好地预测锂电池的SOC.
电动汽车 锂电池 荷电状态 预测方法 BP神经网络
王通 于洁 马文会 向富维 吕国强 卿山
昆明理工大学冶金与能源工程学院,云南省昆明市650093 云南大学物理科学技术学院,云南省昆明市650091
国内会议
上海
中文
1-5
2016-11-04（万方平台首次上网日期，不代表论文的发表时间）