基于LS-SVM算法动力电池SOC估计方法的研究

摘要：

提高电池荷电状态(SOC)估计的准确性对于电动汽车电池管理系统的研究至关重要.根据历史实验数据分析了电池电压、电流、放电总电量因素对电池的影响,利用最小二乘支持向量机具有非线性逼近能力强、收敛速度快、全局最优解的特性对电动汽车电池SOC值进行在线实时估计,与BP神经网络的预测结果进行比较.仿真及实验室测试结果表明,最小二乘支持向量机算法能更准确地逼近实际SOC值,该方法的最大估算误差降低到0.02,达到了动力汽车的应用要求.

关键词：电动汽车、动力电池、荷电状态、最小二乘支持向量机、BP神经网络

所属期刊栏目：36

分类号：TM911

资助基金：国家自然科学基金50977063;国家“863”高技术研究发展计划项目2008AA11A145;天津市科技支撑重点项目09ZCKFGX01800

在线出版日期：2012-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：349-351,370