一种改进的支持向量机回归的电池状态估计

作者：李嘉波^*; 魏孟; 李忠玉; 叶敏; 焦生杰; 徐信芯

来源：储能科学与技术, 2020, 9(04): 1200-1205.

DOI：10.19799/j.cnki.2095-4239.2020.0076

• 锂离子电池
• SOC
• LSSVM
• 反馈

锂离子电池荷电状态(SOC)估计在电池管理系统(BMS)尤为重要,由于SOC不可直接测量,因此估计精度很难保证。为提高电池荷电状态估计精度,采用通过最小二乘支持向量机(LSSVM)建立电压、电流和SOC之间的关系。不同的是,为了减小电压和电流因变化造成SOC估计精度低,提出了一种改进的LSSVM的锂离子电池SOC在线估计方法。将上一时刻的电压测量值、电流测量值以及上一时刻SOC的估计值,作为模型的反馈量,并和当前时刻的电压值和电流值,共同作为模型的输入量,来估计当前时刻的SOC。实验结果表明,与LSSVM相比,所提方法误差控制在1%以内,验证了所提方法的有效性。

• 单位
  河南省高远公路养护技术有限公司; 长安大学