人工神经网络和安时法电池SOC估计

结合安时法估算电池SOC,用BP神经网络估计公式中需要的参数。电池的初始SOC用开路电压法获得,库仑效率的变化可以在估计电池电容时得到体现,其值设定为1,用循环次数和SOC值对电池充放电效率进行网络估计。用温度和电池的平均放电电流对电池电容进行网络估计。通过实验和估计得出在20℃下,新方法的误差在2.89%左右,-20℃下误差在3.25%左右,误差范围满足应用的需要。     

新型电池模型下参数辨别与模型仿真

采用新型的电池模型对电池的外特性进行仿真。通过对电池放电后回弹电压曲线进行二阶指数拟合的离线法和用含遗忘因子递推最小二乘法的在线法来获得电池的模型参数。将参数分别带到电池的仿真电路中并和电池实际的外在特性进行对比,研究显示两种效果近似程度都较高。两种方法的结合为特种车辆整体运动仿真打下基础。