估算锂电池SOC的基于LM的BP神经网络算法

摘要

cqvip:荷电状态(SOC)是锂离子电池重要参数之一,直接决定动力汽车续航里程。行驶工况下电池放电为非线性,使得在线准确估算SOC很难。以电池电压和电流为输入、SOC为输出,建立具有三层结构的误差反向传播(Back Propagation,BP)神经网络模型。模拟不同行驶工况和比较不同算法的估算误差,优选收敛速度最快的算法,实现基于随机变电流数据的SOC估算,估算结果与样本测试数据进行比对。结果表明,基于LM的BP神经网络算法估算锂离子电池SOC具有良好稳定性和泛化能力。模型估算精度高,误差在0.06之内,可用于锂离子电池SOC在线估算。