电池荷电状态(SOC)的精确估计是电动车辆的核心技术之一,对影响电池荷电状态的因素进行分析归纳后,采用经典反向传播神经网络(BP神经网络)算法的动力电池SOC估计方法。利用高级车辆仿真软件ADVISOR对电动汽车典型行驶工况进行模拟,得到动力电池组电压、电流、平均温度和荷电状态数据,样本数据经归一化处理后导入神经网络模型中训练和测试,结果表明,该算法能有效提高SOC估算精度,具有较好的收敛性和鲁棒性,SOC估计误差范围能减小到4%以内,满足实际应用的需求。
科研之友
微信
新浪微博
Facebook
分享链接
