基于扩展卡尔曼神经网络算法估计电池SOC

摘要：

针对汽车锂电池的荷电状态(SOC)的问题,基于Thevenin电路为等效电路并且应用扩展卡尔曼算法(EKF)结合神经网络算法进行估计.在进行卡尔曼滤波算法估算过程中,需要用到实时的估算模型参数值(最新值),即在不同的SOC下模型的参数不同.传统做法是把SOC与各个参数的关系进行普通的拟合,这种方法在拟合过程中存在较大误差.为了解决这个问题,利用神经网络拟合各个电路模型参数与SOC关系曲线.试验结果表明,与单纯的扩展卡尔曼算法相比,该方法能够准确估计电池剩余电量,误差小于3％.

关键词：锂离子电池SOC、扩展卡尔曼算法、神经网络、RC电路模型

所属期刊栏目：42

分类号：TM92

资助基金：国家重大科技专项项目2011ZX02601-005;校涵育项目XKHY2-61

在线出版日期：2016-07-29（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：76-78,82