本發明提出了一種基于神經網絡優化EKF的鋰離子動力電池SOC估計方法,一方面,針對鋰離子電池非線性電壓特性,建立戴維寧等效電路模型,在不同SOC點和充放電方向的實驗基礎上確定模型參數,基于鋰離子電池模型得出狀態方程和觀測方程,設計了擴展卡爾曼濾波估算SOC算法的計算流程;另一方面,基于BP神經網絡建立了誤差預測模型,并藉此在濾波過程中對測量噪聲協方差實時修正,從而克服了由于較大模型誤差和將系統噪聲假設為高斯白噪聲而引入的狀態估計誤差。本發明通過基于各種建模誤差補償EKF的SOC估計結果對比,證明了BP神經網絡結合EKF算法的優越性,最大估計誤差在0.25%以內,具有較高的工程應用價值。
聲明:
“基于神經網絡優化EKF的鋰離子動力電池SOC估計方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)