检索结果-南通市图书馆

基于GA-ELM的锂电池soc估计及主动均衡

在线全文

学校读者我要写书评

暂无评论

电气工程学报 2024年第1期19卷 326-333页

作者：于仲安张军令陈可怡江西理工大学电气工程与自动化学院赣州341000

锂电池的状态估计和主动均衡是提高电池性能和延长使用寿命的关键技术,针对参数模型的荷电状态(State of charge,soc)估计方法忽略电动汽车实际工况而导致的估计偏差较大的问题,提出一种基于遗传算法的极限学习机(GA-ELM)神经网络算法... 详细信息

锂电池的状态估计和主动均衡是提高电池性能和延长使用寿命的关键技术,针对参数模型的荷电状态(State of charge,soc)估计方法忽略电动汽车实际工况而导致的估计偏差较大的问题,提出一种基于遗传算法的极限学习机(GA-ELM)神经网络算法来估计电池的荷电状态soc,通过遗传算法优化了ELM的参数,提高估计精度和泛化能力,并在UDDS工况数据下进行训练与测试。同时采用双向Buck-Boost均衡拓扑结构,该拓扑结构能够快速实现电池间的能量传递,同时又降低了传递路径的复杂性。通过遗传算法的极限学习机估计出的soc作为均衡变量,利用Matlab/Simulink仿真平台进行试验。结果表明,提出的GA-ELM神经网络平均误差为0.15%,而传统的ELM神经网络平均误差为0.56%,因此提出的神经网络能够更精确地估计soc;同时电池组之间能够快速完成能量均衡,证明了所提方案的可行性。

关键词：遗传算法 Buck-Boost电路 soc估计极限学习机电池均衡

基于不同温度下soc-OCV曲线重构的锂离子电池soc估计

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

电源学报 2024年

作者：陈贵升许杨松李俊达沈颖刚肖仁鑫杨杰昆明理工大学云南省内燃机重点实验室云南电网能源投资有限责任公司

锂离子电池荷电状态（sate of charge，soc）与开路电压（open-circuit voltage，OCV）的关系曲线是影响其soc估计精度的核心因素，传统方法通过增量OCV实验获取soc-OCV曲线，需要耗费大量的时间。本文提出一种不同温度下重构soc-OCV曲... 详细信息

锂离子电池荷电状态（sate of charge，soc）与开路电压（open-circuit voltage，OCV）的关系曲线是影响其soc估计精度的核心因素，传统方法通过增量OCV实验获取soc-OCV曲线，需要耗费大量的时间。本文提出一种不同温度下重构soc-OCV曲线的方法，在提高soc估算精度的同时减少实验时间。首先在室温下，通过传统增量OCV实验获取的soc-OCV曲线确定少量关键OCV测试点，在其它温度下采用粒子群优化算法，以关键少数OCV测试点为边界，以5%soc为间距辨识非测试区域OCV值，基于OCV测试值和辨识值重构不同温度下soc-OCV曲线，该方法减少OCV测试点的情况下提高了soc-OCV曲线精度。基于重构soc-OCV曲线，采用自适应扩展卡尔曼滤波估计soc。结果表明，不同温度下soc估计均方根误差最少降低40%以上。

关键词：锂离子电池 soc估计 soc-OCV曲线重构不同温度自适应扩展卡尔曼滤波

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于模型的动力电池soc估计方法研究进展

电源技术 2024年第1期48卷 38-44页

作者：侯书增伍志明程雪翟博四川轻化工大学机械工程学院四川宜宾644000

随着电动汽车应用的快速发展,负责行驶安全的电池管理系统(BMS)的重要性日益凸显。高精度的电池荷电状态(soc)估计方法是BMS有效运行的基础。对近年来有关电池模型、模型参数辨识和soc估计方法三个领域的研究进行了较为系统的综述,总结... 详细信息

随着电动汽车应用的快速发展,负责行驶安全的电池管理系统(BMS)的重要性日益凸显。高精度的电池荷电状态(soc)估计方法是BMS有效运行的基础。对近年来有关电池模型、模型参数辨识和soc估计方法三个领域的研究进行了较为系统的综述,总结了主要电池模型的特点及发展趋势,介绍了模型参数辨识的一般过程以及常见的辨识方法,对四类常见soc估计方法做了介绍,分析了它们的特点和局限性,并探讨了soc估算功能在BMS行业中的应用研究。针对当前研究中存在的不足,提出了未来的研究方向。

关键词：电池管理系统电池模型参数辨识综述 soc估计

在线全文

学校读者我要写书评

暂无评论

面向动力电池soc估计的时间卷积优化网络

重庆理工大学学报(自然科学) 2024年第6期 39-46页

作者：王娟叶永钢武明虎张凡曹烨张则涛湖北工业大学电气与电子工程学院

在电动汽车的实际驾驶场景中，由于复杂多变的运行条件和动力电池的非线性，对电池荷电状态(soc)的准确估计存在较大的误差，从而造成车主的里程焦虑。针对上述问题，提出了一种时间卷积优化网络(TCON)方法，用于实时估计动力电池soc。... 详细信息

在电动汽车的实际驾驶场景中，由于复杂多变的运行条件和动力电池的非线性，对电池荷电状态(soc)的准确估计存在较大的误差，从而造成车主的里程焦虑。针对上述问题，提出了一种时间卷积优化网络(TCON)方法，用于实时估计动力电池soc。首先，建立无归一化的时间卷积网络(TCN)模型，通过并行计算提取时序信息，具有参数少、精度高的优点。其次，为了解决TCN输出波动性较强的问题，设计了时间优化模块(TOM),该模块通过生成时序优化权值，对TCN输出进行优化，有效抑制数据噪声，进一步提高了预测精度。最后，使用电动汽车实时运行数据集进行验证。实验结果表明：文中所提方法与TCN相比，在仅增加5.8%的参数量的前提下减少了18.3%的误差；soc估计的平均绝对误差小于1%,均方根误差小于2%,为soc提供了更准确的估计，在一定程度上缓解驾驶员的里程焦虑。

关键词：动力电池 soc估计里程焦虑时间卷积优化网络

基于ASSA-RBF联合算法的三元锂离子电池soc估计

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子测量技术 2024年第1期47卷 71-78页

作者：刘齐吴松荣邓鸿枥张翰文付聪柳博磁浮技术与磁浮列车教育部重点实验室(西南交通大学电气工程学院) 成都611756

准确估计三元锂电池的荷电状态(soc)是保障电动汽车安全稳定运行的基础。针对传统BP神经网络估计精度不高,而RBF神经网络也容易陷入局部最优的问题,提出一种基于自适应麻雀搜索算法与RBF神经网络联合的三元锂电池soc估计方法。首先,对... 详细信息

准确估计三元锂电池的荷电状态(soc)是保障电动汽车安全稳定运行的基础。针对传统BP神经网络估计精度不高,而RBF神经网络也容易陷入局部最优的问题,提出一种基于自适应麻雀搜索算法与RBF神经网络联合的三元锂电池soc估计方法。首先,对标准麻雀搜索算法进行改进,采用精英混沌反向机制初始化麻雀种群,采用柯西-高斯变异策略优化麻雀种群中跟随者位置更新公式;然后,使用改进后的麻雀搜索算法对RBF神经网络的初始权值和宽度参数进行寻优,以提升算法对soc的估计精度;最后,基于三元锂电池的充放电实验数据进行模型验证。结果表明,动态应力测试工况下,所提联合算法模型soc估计均方根误差为0.694%,平均百分比误差为3.15%,能很好的应用于三元锂电池soc估计。

关键词：三元锂电池 soc估计 RBF神经网络自适应麻雀搜索算法

基于双模型混合的电动汽车soc和剩余里程估计

在线全文

学校读者我要写书评

暂无评论

电工电能新技术 2024年第7期 23-31页

作者：张怀志林文文张岳君项薇宁波大学机械工程与力学学院浙江工商职业技术学院机电工程学院

为了缓解电动汽车车主里程焦虑的问题，本文提出了一种基于滤波器和神经网络混合的电动汽车荷电状态(soc)估计方法，该方法可以准确估计电动汽车soc和剩余里程。首先，利用降维算法和分类算法从实车数据集中分离出5类能够反映车辆能耗... 详细信息

为了缓解电动汽车车主里程焦虑的问题，本文提出了一种基于滤波器和神经网络混合的电动汽车荷电状态(soc)估计方法，该方法可以准确估计电动汽车soc和剩余里程。首先，利用降维算法和分类算法从实车数据集中分离出5类能够反映车辆能耗的驾驶行为作为模型输入的一部分。其次，搭建卡尔曼滤波和双层双向长短时记忆神经网络结合的混合模型，该模型可以降低实时数据的噪声，并结合历史数据计算电动汽车soc和剩余里程。最后将不同的模型输入特征和模型结构作对比，证明提出方法具有较高的精度。

关键词：电动汽车 soc估计剩余里程估计驾驶行为分析深度学习卡尔曼滤波

基于PSO-BP-UKF算法的锂电池soc估计方法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电器与能效管理技术 2024年第6期 42-48页

作者：李洋石振刚沈阳理工大学信息科学与工程学院辽宁沈阳110159

锂电池的荷电状态(soc)是锂电池质量管理的核心之一。基于有效的soc估计是确保锂电池安全高效工作的必要条件,提出一种利用粒子群算法(PSO)优化反向传播(BP)神经网络,并将优化后的BP神经网络soc输出值作为无迹卡尔曼滤波(UKF)观测值的... 详细信息

锂电池的荷电状态(soc)是锂电池质量管理的核心之一。基于有效的soc估计是确保锂电池安全高效工作的必要条件,提出一种利用粒子群算法(PSO)优化反向传播(BP)神经网络,并将优化后的BP神经网络soc输出值作为无迹卡尔曼滤波(UKF)观测值的锂电池soc估计方法。使用来自马里兰大学的FUDS工况电池测试数据,将所提的PSO-BP-UKF算法与GA-BP-UKF算法、BP算法进行对比。结果表明,在25℃环境下,PSO-BP-UKF算法的最大偏差<3.17%,平均误差<6.44%,均方根偏差<0.0025,相比GA-BP-UKF算法和BP方法都有较大幅度的提高,说明所提算法具备有效性与实用性。

关键词： soc估计无迹卡尔曼滤波算法锂电池粒子群算法 BP神经网络

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

电动汽车动力电池soc估计

内燃机与动力装置 2024年第2期41卷 97-102页

作者：唐旭叶今禄肖锦涛汤道宽宋海涛谭先琳广西大学机械工程学院广西南宁530004

为准确评估电动汽车锂离子电池荷电状态(state of charge,soc),构建二阶电阻电容等效电路模型,通过递推最小二乘法识别等效电路模型参数,采用开路电压放电试验获取动态应力测试(dynamic stress test,DST)工况下开路电压与soc之间的函数... 详细信息

为准确评估电动汽车锂离子电池荷电状态(state of charge,soc),构建二阶电阻电容等效电路模型,通过递推最小二乘法识别等效电路模型参数,采用开路电压放电试验获取动态应力测试(dynamic stress test,DST)工况下开路电压与soc之间的函数关系,在DST工况下对比分析开路电压法、卡尔曼滤波法、扩展卡尔曼滤波法估算的soc及误差。结果表明:卡尔曼滤波及扩展卡尔曼滤波2种算法与开路电压法soc估算结果吻合性较好;卡尔曼滤波法最大soc估计误差为0.017,扩展卡尔曼滤波法最大soc估计误差为0.013,均满足soc估计误差不得超过0.050的标准要求,但扩展卡尔曼滤波算法精度更高。

关键词：电动汽车锂离子电池 soc估计误差

维普期刊数据库博看期刊

基于多新息理论的电池模型参数辨识及soc估计

在线全文

学校读者我要写书评

暂无评论

电气应用 2024年第6期43卷 16-23页

作者：聂伟民乔文超李鑫中国船舶集团有限公司第七二六研究所上海201100

准确的锂离子电池荷电状态(soc)估计对于保障电池管理系统(BMS)安全稳定运行具有重要意义。以三元锂离子电池为对象进行电气特性测试,基于此数据建立一阶RC等效电路模型,再采用引入遗忘因子的多新息最小二乘法(FFMILS)进行模型参数在线... 详细信息

准确的锂离子电池荷电状态(soc)估计对于保障电池管理系统(BMS)安全稳定运行具有重要意义。以三元锂离子电池为对象进行电气特性测试,基于此数据建立一阶RC等效电路模型,再采用引入遗忘因子的多新息最小二乘法(FFMILS)进行模型参数在线辨识,联合加权多新息扩展卡尔曼滤波算法(MIEKF)进行锂离子电池的soc估计。通过美国联邦城市行驶工况(FUDS)对算法进行验证,结果表明FFMILS-MIEKF算法的soc估计准确性和稳定性相较于传统EKF与UKF算法均有不同程度提高。并且该算法在不同初始soc值下均能快速收敛,具有较好的鲁棒性,能够适用于实际电池管理系统之中。

关键词：锂离子电池电池管理系统多新息理论参数辨识 soc估计

维普期刊数据库博看期刊