论文摘要
文中以4节12 V的串联锂离子电池组模块为研究对象,通过实验采集动力电池充放电时的电压、电流、温度、内阻和放电量数据来估算电池的荷电状态(State Of Charge,SOC),重点考虑内阻对动力电池SOC预测结果的影响。以动力电池的电压、电流、温度和内阻作为输入,SOC作为输出,建立四输入一输出的神经网络仿真模型。实验结果表明SOC的预测精度为1.6%,比未考虑电池内阻的预测精度提高45%左右。本文提出的预测方法,其运行时间为0.27 s左右,比不考虑电池内阻时稍有延长,但完全能满足不同工况动力电池充放电时SOC在线估算的速度要求,从而能实现SOC的在线准确预测。
论文目录
文章来源
类型: 期刊论文
作者: 夏克刚,钱祥忠,余懿衡,张佳瑶
关键词: 锂离子电池,神经网络,估算
来源: 电子设计工程 2019年05期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 电力工业,自动化技术
单位: 温州大学数理与电子信息工程学院
基金: 温州市科技局科技计划项目(G20170008)
分类号: TM912;TP183
DOI: 10.14022/j.cnki.dzsjgc.2019.05.014
页码: 61-65+76
总页数: 6
文件大小: 1796K
下载量: 457