發(fā)布時間：2021-11-01 00:08

　　為提高安時積分法對荷電狀態(tài)估計的精度,解決其估計誤差隨時間不斷增大的問題,采用極限學(xué)習(xí)機(jī)算法建立了安時積分法的誤差預(yù)測模型,該模型以電池工作電流作為輸入,對應(yīng)的安時積分法荷電狀態(tài)估計誤差作為輸出,將誤差預(yù)測模型與安時積分法進(jìn)行融合,對安時積分法的荷電狀態(tài)估計值進(jìn)行校正,形成了安時積分法和極限學(xué)習(xí)機(jī)方法融合的鋰離子電池荷電狀態(tài)在線估計方法.仿真分析結(jié)果表明,相比安時積分法,融合方法可有效減小荷電狀態(tài)估計誤差,克服安時積分法估計誤差隨時間不斷增大的問題. 

【文章來源】：蘭州理工大學(xué)學(xué)報. 2020,46(05)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

電池模塊原理

表1 部分放電仿真數(shù)據(jù)及安時積分法誤差Tab.1 Partial discharge simulation data and errors of ampere hour integration method 第一組 第二組 電流I/A SOC標(biāo)準(zhǔn)值 絕對誤差 電流I/A SOC標(biāo)準(zhǔn)值 絕對誤差 5.176 1 0 5.176 1 0 … … … … … … 9.260 0.999 0.012 9.232 0.999 0.012 9.201 0.999 0.012 9.224 0.999 0.012 … … … … … … 41.257 0.605 0.030 47.420 0.604 0.030 43.610 0.604 0.031 17.474 0.603 0.029 … … … … … … 33.573 0.062 0.084 31.406 0.063 0.083選取圖2中前1 000、2 000、3 000、4 000、5 000次估計中的最大絕對誤差進(jìn)行比較,結(jié)果如表2所列.

綜上,本文以表1中第一組的電池電流與安時積分法的絕對誤差數(shù)據(jù)作為輸入、輸出的訓(xùn)練樣本,進(jìn)行基于ELM算法的誤差預(yù)測模型的訓(xùn)練.得到以電池電流為輸入,估計誤差為輸出的誤差預(yù)測模型,其網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示,其中模型輸入I為電池電流,模型輸出y為估計誤差的預(yù)測值.為提高算法獲取輸出權(quán)值最優(yōu)解的效率,本文在訓(xùn)練誤差預(yù)測模型時,首先采用下式的方法將數(shù)據(jù)歸一化到[0,1]:

【參考文獻(xiàn)】：
期刊論文
[1]基于極限學(xué)習(xí)機(jī)的磷酸鐵鋰電池SOC估算研究[J]. 宋紹劍,王志浩,林小峰.  電源技術(shù). 2018(06)
[2]一種聯(lián)合鋰電池健康和荷電狀態(tài)的新模型[J]. 朱麗群,張建秋.  中國電機(jī)工程學(xué)報. 2018(12)
[3]基于開路電壓法與卡爾曼濾波法相結(jié)合的鋰離子電池SOC估算[J]. 付浪,杜明星,劉斌,魏克新.  天津理工大學(xué)學(xué)報. 2015(06)
[4]最小二乘支持向量機(jī)荷電狀態(tài)估計方法[J]. 盛瀚民,肖建,賈俊波,鄧雪松.  太陽能學(xué)報. 2015(06)
[5]鋰離子電池健康評估和壽命預(yù)測綜述[J]. 劉大同,周建寶,郭力萌,彭宇.  儀器儀表學(xué)報. 2015(01)
[6]基于安時積分法的電池SOC估算誤差校正[J]. 鮑慧,于洋.  計算機(jī)仿真. 2013(11)
[7]基于BP神經(jīng)網(wǎng)絡(luò)的動力電池SOC預(yù)測模型與優(yōu)化[J]. 項(xiàng)宇,劉春光,蘇建強(qiáng),陽貴兵.  電源技術(shù). 2013(06)
[8]電動汽車電池管理系統(tǒng)研究現(xiàn)狀及發(fā)展趨勢[J]. 符曉玲,商云龍,崔納新.  電力電子技術(shù). 2011(12)
[9]新能源汽車SOC估算的模糊預(yù)測算法研究[J]. 張利,王為,陳澤堅,劉征宇.  電子測量與儀器學(xué)報. 2011(04)
[10]提高安時積分法估算電池SOC精度的方法比較[J]. 李哲,盧蘭光,歐陽明高.  清華大學(xué)學(xué)報(自然科學(xué)版). 2010(08)



本文編號：3469132