论文摘要
针对BP神经网络算法对电动汽车电池荷电状态（state of charge,SOC）估算的缺陷,提出一种基于萤火虫（fireflyalgorithm,FA）神经网络的SOC估算方法。以磷酸铁锂电池为测试对象,在ARBIN公司生产的EVTS电动车动力电池测试系统装置上进行测试,收集锂电池的各项性能参数。采用端电压和放电电流作为输入参数,SOC作为输出参数,建立FA-BP神经网络模型,用于估算锂离子电池充放电过程中的任一状态下的SOC。仿真实验结果表明,与现有的BP神经网络估算方法相比,基于FA-BP神经网络的锂电池SOC估算方法准确度高,具备很好的实用性。
论文目录
文章来源
类型: 期刊论文
作者: 吴华伟,张远进,叶从进
关键词: 锂离子电池,荷电状态,萤火虫算法,神经网络
来源: 储能科学与技术 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,自动化技术
单位: 湖北文理学院纯电动汽车动力系统设计与测试湖北省重点实验室,湖北文理学院汽车与交通工程学院
基金: 湖北省技术创新专项重大项目(2017AAA133),“机电汽车”湖北省优势特色学科群开放基金(XKQ2019010,XKQ2019020),中央引导地方科技发展财政专项(鄂财政2017[80]号文)
分类号: TM912;TP18
页码: 575-579
总页数: 5
文件大小: 591K
下载量: 232