基于改进BP-EKF算法的SOC估算

摘要：

准确估测电池当前荷电状态(SOC)是电池储能系统是否安全可靠的重要指标.根据锂电池内部实际动态特性,提出一种改进BP神经网络和扩展卡尔曼滤波(EKF)相结合的锂离子动力电池SOC估计方法.优化BP神经网络前馈分析计算解决传统BP信噪比低的问题,将训练成功的改进BP神经网络用于补偿EKF算法的估计误差,最后在Matlab/Simulink上搭建仿真模型进行实验.结果 表明,与单纯的EKF算法相比,所提出的改进SOC估计方法的估算误差在2％以内,具有良好的矫正性和鲁棒性,能有效提高SOC的估计精度.

关键词：荷电状态、改进BP神经网络、扩展卡尔曼滤波

所属期刊栏目：44

分类号：TM912.9

资助基金：山东省自然科学基金Y2008F23

在线出版日期：2020-11-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1274-1278