文献类型：期刊文章

作　　者：蔡信[1] 李波[1] 汪宏华[1] 聂亮[1]

机构地区：[1]国网浙江省电力公司电动汽车服务分公司,浙江杭州310007

出　　处：《机电工程》

年　　份：2015

卷　　号：32

期　　号：1

起止页码：128-132

语　　种：中文

收录情况：AJ、CAS、CSA、CSA-PROQEUST、IC、INSPEC、JST、RCCSE、ZGKJHX、普通刊

摘　　要：针对电动汽车动力电池荷电状态(SOC)的估计问题,对动力电池的荷电状态估计方法进行了研究。对电池荷电状态的影响因素进行了归纳,提出了基于反向传播神经网络(BP神经网络)的动力电池荷电状态估计方法。利用汽车仿真软件ADVISOR对电动汽车行驶典型的汽车测试工况进行了模拟,得到了电动汽车动力电池荷电状态与电池的充放电电流、温度之间的关系。对得到的训练样本数据进行了归一化处理,经过训练,得到基于BP神经网络的动力电池荷电状态估计模型。同样,利用ADVISOR软件得到的测试数据,对得到的神经网络模型进行了测试。研究结果表明,该模型的估计值和输出值之间的误差最大值为4%左右,模型的精度符合动力电池荷电状态估计的使用要求。

关 键 词：电动汽车 电池荷电状态 神经网络

分 类 号：TM911] TP24]