基于神经网络的动力电池荷电状态的预测.pdfVIP

维普资讯 第24卷第9期 计算机应用与软件 V0lI24No．9 2007年 9月 ComputerApplicationsandSoftware Sep．2007 基于神经网络的动力电池荷电状态的预测 李德伟 陈 实 吴 锋 杨 凯 胡道中 (北京理工大学化工与环境学院 北京 100081) 摘 要 介绍了一种将电池对脉冲电流信号的响应参数作为人工神经网络的输入来预测电池SOC(stateofcharge)的方法。网络 的输出为SOC，网络的输入为电池对脉冲电流的响应参数。结果表明，用这种方法来预测SOC其预测精度能达到在电动车上应用 的要求。 关键词 SOC BP网络 镍氢电池 内阻 PREDICTIoN oFTHE STATE oF CHARGE oF NI／／MH BATTERY BASED oN ART玎1ICIAL NEURAL NETW oRK LiDewei ChenShi WuFeng YangKai Hu Daozhong (SchoolofChemicalEngineeringandEnvironment，BejiingInstituteofTechnology，Bejiing100081，China) Abstract Anartificialneuralnetworkwhoseoutputisbatterystate·of-chargeispresentedtoestimatetheSOC(Stateofcharge)ofhish powerrechargeableNi／MH battery．Threeinputswhichraetheparametersof thebattery inresponsetocurrentpulseraeselected，Itisproved tl1atthismethodcanmeettl1edemandoftheelectricvehicle． Keywords Stateof chrage BPneuralnetwork Ni／MH battery Innerresistance 测定方法为：采用8A电流放电到电池电压等于 1V，然后8A电 0 简 介 流充电1h，接着 1．6A充电1h，搁置0．5h后8A放电到1V，计算 放出的电量作为电池的容量。接着进行充放电测试。第一阶段 随着环保呼声 的提高，对环境造成重大污染的污染源之 采用如下制度充放 电：8A放电到 1V，搁置0．5h，然后 1C(实际 一 一 汽车越来越倾向于采用清洁燃料。而混合电动车正是其中 容量，下同)充电72min，认为此时SOC为 100％，搁置0．5h后开 研究的热点之一。不断有性价比更高的动力电池被研制出来， 始循环：采用一定倍率的电流放出实际容量的大约8．3％，搁置 这时，电池管理系统的研制就显得更加重要了。电池管理系统 lOmin，再以1C电流放出实际容量的 1．7％，认为此时SOC为 有数据采集、安全控制、电量控制等功能。其中它最主要和最核 90％，然后搁置5min，此时认为完成 了一个循环。再采用上述 心的工作是准确地测量和显示电池的荷电状态 SOC(Stateof 倍率放出实际容量的8，3％，搁置 lOmin… 如此循环直至放电 Charge)。这也是现在电池管理系统乃至电动车研究的难点和 到保护电压。循环中的放电倍率依次采用5C，7．5C，12．5C，