基于神经网络的锂离子电池soc估算

《基于神经网络的锂离子电池soc估算》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码10530学号201431101328a分类号TB52.9密级公开a硕士学位论文基于神经网络的锂离子电池SOC估算学位申请人黄磊指导教师龚跃球副教授学院名称材料科学与工程学院学科专业材料工程研究方向新能源材料与器件a二O一七年十一月万方数据SOCEstimationofLithiumBatteryBasedonNeuralNetworkCandidateHuangLeiSupervisorAssociateProfessorYueqiuGongCollegeSchoolofMaterialsScienceand

2、EngineeringProgramMaterialsEngineeringSpecializationNewEnergyMaterailandDevicesDegreeMasterofEngineeringUniversityXiangtanUniversityDateNovember,2017万方数据万方数据摘要随着全世界一次能源的匮乏以及环境污染问题越来越严重，电动汽车取代化石燃料汽车已经成为主要趋势。高效、稳定、安全的动力电池管理系统是电动汽车发展的关键技术。但电池管理技术还远远不成熟，尤其是对电池荷电状态(S

3、tateofCharge，简称SOC)的估算方面无法满足精度要求。对电池荷电状态的估算越准确，就越能提高电池的工作效率以及使用寿命。因此，本文以常用的18650型动力锂离子电池为研究对象，对锂离子电池荷电状态的估算情况进行了深入的研究。针对上述问题，本文主要研究工作如下：(1)介绍了锂离子电池SOC的定义、等效模型、估算方法、影响SOC估算的因素以及修正定义。针对影响SOC估算的因素，用实验法分别对锂离子电池的温度特性、放电电流特性、电压特性、内阻特性、循环次数进行分析与探讨。选择神经网络作为电池SOC的估算策略，并最

4、终选择温度、放电电流和工作电压作为锂离子电池SOC估算的主要影响因素。(2)运用误差反向传播(BP)神经网络算法对锂离子电池荷电状态进行估算。设计了BP神经网络算法流程。针对输入输出参数的特点并结合试探法确立了网络的基本结构，对控制参数进行选取并进行归一化处理，以提高神经网络的训练速度与计算精度。通过估算可知，该算法在SOC>10%时，对电池SOC的估算比较准确，但在SOC<10%，电压变化迅速时，估算的误差明显增大。(3)采用遗传算法与免疫算法改进神经网络，对锂离子电池SOC进行估算。考虑到神经网络初始权值与阈值的选

5、取对网络训练的效果具有一定的影响，本文采用遗传算法对网络的初始权值与阈值进行优化。通过仿真对比可知，该算法明显比单纯的神经网络算法估算精度要高，特别是在SOC<10%时，估算的误差进一步降低。但遗传算法本身存在一定的缺陷，整体估算精度还不能达到更高的技术要求。因此在遗传算法的基础上采用免疫遗传算法优化神经网络的初始权值与阈值，通过仿真并与遗传优化神经网络算法进行对比，可知免疫遗传优化神经网络算法的计算速度更快、估算精度更高，充分验证了免疫遗传优化神经网络算法对电池SOC估算的可行性，为实际锂离子电池的SOC估算提供理论

6、支持。关键词：电池管理系统；荷电状态；估算；神经网络；免疫遗传算法I万方数据AbstractWiththeshortageofworld'sprimaryenergyandtheseriousenvironmentalpollutionproblems,usingelectricvehiclestoreplacefossilfuelvehicleshasbecomethemaintrend.Thedevelopmentofefficient,stableandsafepowerbatterymanagementsyst

7、emisthekeytechnologyforthedevelopmentofelectricvehicles.Butthebatterymanagementtechnologyisstillfarfrommature,especiallytheestimationthebatterystateofcharge(SOC)cannotmeettheaccuracyrequirements.ThemoreaccuratetheestimationoftheSOCofthebattery,themorelongthebatt

8、eryservicelife.ThispaperfocusesontheSOCestimationof18650lithiumlionbattery.(1)Thedefinition,equivalencemodel,estimationmethod,influencingfactorsoflithiumbatteryareint