基于RBF-BSA的锂离子电池SOC混合估算算法

作者：李占英; 时应虎; 张海传; 孙静雯

来源：华中科技大学学报(自然科学版)科技大学, 2019, 47(12): 67-72.

DOI：10.13245/j.hust.191212

• 锂离子电池
• 回溯搜索算法
• 径向基神经网络
• 荷电状态
• 目标函数

为提高锂离子电池荷电状态(SOC)预测精度,提出利用回溯搜索算法(BSA)优化径向基函数(RBF)神经网络的输出权值与阈值的混合算法.通过对锂电池模型中的目标函数进行优化求解,并寻找最佳的目标权值和阈值降低预测误差,提高了RBF网络模型的预测精度.为验证算法的有效性,搭建锂离子电池的充放电实验平台获取数据并对网络进行验证,实验结果表明:混合算法相比标准RBF网络算法具有更好的SOC预测精度,并将网络输出预测误差降低到2%以内,符合锂电池荷电状态估算要求.

• 单位
  大连工业大学