锂离子电池容量快速预测的新方法.pdfVIP

维普资讯 锂离子电池容量快速预测的新方法 于智龙 。， 王伟力 (哈尔滨理工大学 自动化学院，黑龙江 哈尔滨 150080；2．波普莱仪器有限公司，广东深圳 518000) 摘要：提出了一种通过部分放电来快速预测锂离子电池放电容量的方法。在分析了锂离子电池开路电压和内阻与电池 容量关系的基础上，将人工神经网络应用到锂离子电池的容量预测和模型建立中。实验结果表明这种方法能够满足电 池容量预测的精度要求。 关键词：容量预测：锂离子电池；神经网络 中图分类号：TM912．9 文献标识码：A 文章编号：1002—087X(2007)09—0744—03 A new methodforrapidpredictionofcapacityofLi—ionbattery YU Zhi—long1,WANGW ei—li fJ．CollegeofAutomation，HarbinUniversityofScinenceTechnology,HrabinHeilong~iang150080，China 2．PBLInstrumentsLTD．，ShenzhenGuangdong518000,China) Abstract： Anewmethodforrapidpredictionofdischargecapaci~oflilhium ionbakeriesbypartlydischargewas proposed．Artificialneuralnetworkwasappliedtothepredictionofthecapacityoflithium ionbatteryandtheestab- lishmentofmode1．byanalyzingtherelationbewteenthevoltageandinternalresistanceandthecapaci~ofIithium ionba~e@．Testingresultsindicatethatthismethodcanmeettherequirementsofba~e@ classification． Keywords：predictionofdischargecapaci~；Iithiumionbattery：artificialneuralnewtork 锂离子蓄电池是 目前可充电电池中比能量最高的一种 有一个输入层和一个输出层之外，还有一层或多层的隐层 ， 电池，已经应用于电动机车、太空、便携式设备等领域。锂离 同层节点中没有任何耦合。输入信号从输入层节点一次传过 子电池在电化学特性方面的不一致性会导致其使用寿命 、放 各隐层节点，然后传到输 出节点，每一层节点的输出只影响 电容量、电压、内阻等参数存在差异 1j『。所以在锂离子电池使 下一层节点的输出。BP神经网络具有的非线性映射能力保 用过程中，单体电池电化学一致性直接影响电池组的使用寿 证其能够成功逼近各种非线性函数，其并行结构加速了运算 命 。在容量一致的基础上进行电池电化学一致性的分选就是 速度。另外 ，BP神经网络将信息分布式存储于连结权系数 制作电池组的关键。而传统的电池分选都是在已知容量或者 中，使网络具有较高的容错性和鲁棒性。因此在 目前的人工 其他特性曲线的基础上进行电池的分选，其结果消耗了大量 神经网络的实际应用中，绝大部分的神经网络模型是采用 的能量和时间，因此需要一种快速节能而且能够体现电化学 BP神经网络及它的变化形式。BP算法的主要缺点是收敛速 特性的电池分选方法。 度慢，易产生局部极值，难以确定隐层和隐节点的个数。所以 人工神经网络 (ANN)作为一种现代