利用人工神经网络预测电池SOC的研究.pdfVIP

维普资讯 电 源 技 术 研 究 与 设 计 “， 一 ， jf一 一 利用人工神经网络预测电池SOC的研究 齐 智，吴 锋 ，陈 实，于 卿 ，王国庆 (北京理丁大学 化T与环境学院，北京 100081) 摘要：能源和环境与人类社会的生存和发展密切相关 ，能源短缺和环保的要求推动了混合动力车的发展。电池是混合 动力车的动力源之一，准确和可靠地获得电池荷电状态 (Stateofcharge，SOC)是电池管理系统的主要任务之一：在总 结现有 SOC预测方法的基础上，尝试使用人工神经网络的方法预测动力电池 SOC。结果表明人工神经网络对多变量 的非线性系统非常有效。另外，不同的数据样本x~iJil练效果存在影响，试验表明用处理后的数据进行预测的结果明显 较好。 关键词：混合动力车；电池；荷电状态 (SOC)；人工神经网络 (ANN)；多元函数预测 中图分类号：TM91l 文献标识码：A 文章编号：l002。087X(2005)05。0325。04 Researchonforecastthestateofchargeofbatterybasedonartificial neuralnetwork QIZhi，WUFeng，CHENShi，YUQing，WANGGuo-qing (SchoolofChemicalEngineenngandtheEnvironment，BeijingInstituteofTechnology,Beijing100081，China) Abstract：Energysourcesandenvironmentareveryimportantinsocialdevelopment．Theyacceleratetheprogressofhybrid electricvehicles (HEV)．BatteriesareoneofpowersourcesofHEV．Itisthemostbasicandimportantatskthatobatinthe satteofcharge(SOC)ofthebatteriesaccuratelyandreliablyinthebatterymanagementsystem．Inthisarticle，wesummarize theforecastSOCmethodsincommonuse，andthentrytoutilizeArtificialNeuralNetwork (ANN)todothisiob．Wecan draw theconclusionthatANN isapropermethodforSOC forecast，andresultsarerelatedtothedaat processing． Keywords：hybridelectricvehicles(HEV)；battery；stateofcharge(SOC)；ArtificialNeuralNetwork(ANN)；functionforecast 随着保护环境，节约能源的呼声 日益高涨，新一代混合动 机)，并根据情况将几个动力源同时或单个使用…。它将 内燃 力汽车得到了极大的发展。蓄电池是混合动力汽车的能源之 机 、电动机与一定容量的储能器件 (二次电池或超级电容器 ) 一 。 为了充分利用混合动力车上每一节电池的能量。准确和可 通过控制系统组合在一起，可补充车辆起步、加速时所需转 靠的获得电池荷电状态(Satteofcharge，soc)是电池管理系统 矩，又可以存储吸收内燃机富余功率和车辆制动能量，从而可 的主要任务之一。因为 SOC直接反映了电池所处的状态 ，由 大幅度降低油耗，减少污染物的排放2J【。 此可以限定电池的最大放电电流，识别 电池组中各 电池间的 蓄电池是混合动力车的动力电源之一，对电池的管理决 差