基于神经网络与UKF结合的锂离子电池组SOC估算方法

作者：刘晓悦; 杜晓

来源：现代电子技术, 2018, 41(02): 120-129.

DOI：10.16652/j.issn.1004-373x.2018.02.030

• 锂离子电池组
• 动力能源
• 无迹卡尔曼滤波器
• 神经网络
• 高级车辆仿真器
• 荷电状态

锂离子电池组作为电动汽车的主要动力能源,对荷电状态的准确估计是电动汽车的关键技术之一。准确的SOC估计,对锂离子电池组的寿命维持及电动汽车的行车安全,具有十分重要的意义。基于此设计一种基于神经网络与无迹卡尔曼滤波器(UKF)相结合的SOC估算方法,既克服了UKF需要等效电池组电路模型的缺点,也能显著减小神经网络估算方法的最大误差。该实验数据来源于高级车辆仿真器(ADVISOR2002)基于实际工况的仿真结果,经实验数据证明,该方法具有有效性和实用性。

• 单位
  华北理工大学