基于改進型神經(jīng)網(wǎng)絡(luò)動力電池SOC估計研究
發(fā)布時間:2020-04-02 20:10
【摘要】:SOC(State of Charge)作為電池管理系統(tǒng)BMS(Battery Management System)中的一個核心參數(shù),對其估計的準(zhǔn)確度將會直接影響B(tài)MS的工作性能,影響汽車駕駛?cè)藛T對電池狀態(tài)的把握和駕駛體驗。然而,目前對于SOC估計的算法尚不成熟,在實用性和適用性上還有很大改進的地方。為了解決SOC估計精確度的問題,本文以神經(jīng)網(wǎng)絡(luò)估計SOC為基礎(chǔ),針對電池在靜態(tài)和動態(tài)工況下的特點,分別對神經(jīng)網(wǎng)絡(luò)進行了相應(yīng)的優(yōu)化改進,以達到提高SOC估計精度的目的。主要工作內(nèi)容如下:本論文首先簡單介紹了目前電動汽車的發(fā)展?fàn)顩r,闡述了國內(nèi)外關(guān)于BMS系統(tǒng)和SOC的研究現(xiàn)狀,分析了SOC常見估量辦法并對其優(yōu)缺點進行了比較。設(shè)計了相關(guān)電池實驗,通過結(jié)合實驗對電池的溫度特性、循環(huán)特性、倍率特性進行了深入研究,分析了電池倍率、溫度以及開路電壓等對電池SOC的影響。然后本論文針對SOC的特點設(shè)計了基于BP神經(jīng)網(wǎng)絡(luò)的估計模型,在綜合分析各個變量對SOC的影響后,選取了電壓、電流和溫度三個變量作為網(wǎng)絡(luò)輸入,設(shè)計了三層的網(wǎng)絡(luò)結(jié)構(gòu)模型,并對訓(xùn)練樣本進行歸一化和隨機交叉排序處理,利用梯度下降學(xué)習(xí)法對網(wǎng)絡(luò)進行訓(xùn)練和測試,并采用25℃下1C放電數(shù)據(jù)進行靜態(tài)離線環(huán)境下實驗驗證。隨后針對BP神經(jīng)網(wǎng)絡(luò)對SOC估計精度不高的問題,提出了利用免疫遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的方法。該方法利用免疫遺傳算法的快速收斂和全局最優(yōu)的特點優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值,通過免疫遺傳算法中的記憶單元能夠在網(wǎng)絡(luò)訓(xùn)練的時候形成動態(tài)反饋的效果,加速網(wǎng)絡(luò)訓(xùn)練,提高網(wǎng)絡(luò)學(xué)習(xí)效率。最后針對汽車實際動態(tài)工況,電池的參數(shù)動態(tài)變化,提出了一種新穎的基于實際工況下的混沌螢火蟲優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的CFA-WNN的估計算法,該方法通過模擬螢火蟲覓食行為尋找最優(yōu)解值,通過混沌序列的映射進一步的優(yōu)化了其尋優(yōu)過程,另外在小波神經(jīng)網(wǎng)絡(luò)中也引入了動量項梯度下降法用于提高網(wǎng)絡(luò)的學(xué)習(xí)效率。接著設(shè)計了用于實際工況下的SOC網(wǎng)絡(luò)估計模型,利用電池工況數(shù)據(jù),在實驗平臺上進行了效果驗證。
【圖文】:
圖 2-2 鋰離子電池充放電原理示意圖文以采用的 LiFePO4為例,,電池在充放電過程的化學(xué)反應(yīng)式表示如 充電過程電極反應(yīng):4 4 4LiFePO xLi xe xLiFePO (1 x )FePO+→-- - + - 電極反應(yīng):66xC xLi xe Li C+ + + → 放電過程電極反應(yīng):4 4 4LiFePO xLi xe xLiFePO (1 x )FePO+ + + → +
【學(xué)位授予單位】:電子科技大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2019
【分類號】:TM912
本文編號:2612390
【圖文】:
圖 2-2 鋰離子電池充放電原理示意圖文以采用的 LiFePO4為例,,電池在充放電過程的化學(xué)反應(yīng)式表示如 充電過程電極反應(yīng):4 4 4LiFePO xLi xe xLiFePO (1 x )FePO+→-- - + - 電極反應(yīng):66xC xLi xe Li C+ + + → 放電過程電極反應(yīng):4 4 4LiFePO xLi xe xLiFePO (1 x )FePO+ + + → +
【學(xué)位授予單位】:電子科技大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2019
【分類號】:TM912
【參考文獻】
相關(guān)期刊論文 前2條
1 莊幸;姜克雋;;我國純電動汽車發(fā)展路線圖的研究[J];汽車工程;2012年02期
2 符曉玲;商云龍;崔納新;;電動汽車電池管理系統(tǒng)研究現(xiàn)狀及發(fā)展趨勢[J];電力電子技術(shù);2011年12期
相關(guān)博士學(xué)位論文 前2條
1 金瑜;基于小波神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷方法研究[D];電子科技大學(xué);2008年
2 張鳳斌;基于免疫遺傳算法的入侵檢測技術(shù)研究[D];哈爾濱工程大學(xué);2005年
相關(guān)碩士學(xué)位論文 前1條
1 張吉星;純電動汽車動力鋰離子電池SOC估計算法研究[D];吉林大學(xué);2015年
本文編號:2612390
本文鏈接:http://sikaile.net/kejilunwen/dianlidianqilunwen/2612390.html
最近更新
教材專著