基于融合算法的车载锂电池荷电状态估计

作者：王爽; 刘淑杰^*; 刘景超; 张洪潮

来源：内燃机与配件, 2019, (02): 26-29.

DOI：10.19475/j.cnki.issn1674-957x.2019.02.014

• 荷电状态
• 遗传算法
• 电池管理系统
• BP算法

动力电池的荷电状态(State Of Charge,SOC)是电池管理系统(Battery Management System,BMS)的关键内容。本文采用遗传算法(Genetic Algorithm,遗传算法)和BP神经网络(BP neural network)相结合的方法对动力锂电池进行荷电状态估计,通过从NASA中提取的锂电池充放电数据进行训练和测试得到的SOC估计值与真实值的对比分析,基于这种融合算法的锂电池SOC估算误差在2.5%以内,验证了提出的电池估计方法的有效性。

• 单位
  大连理工大学