摘要
为了解决纯电动汽车在SOC预测时易受电流波动、工况非线性等因素影响,提出了一种针对锂电池SOC进行动态预测的方法。首先,对粒子群聚类算法的参数组合进行优选并结合优选结果对径向基函数(RBF)神经网络进行改进。然后,通过分析电池在不同工作状态下的特性,将电池分为充电、静置、放电三个状态。针对电池所处的工作状态采取不同的策略对SOC进行预测。在电池放电阶段使用经过改进的PSO-RBF算法对SOC进行动态预测。在电池静置及充电状态使用二分查表法,将考虑温度漂移的开路电压曲线及充电时电流节点突变曲线制成二维数组表,利用制作的二维数组表对SOC的值进行修正。从而减小系统响应时间,同时预测提升精度。实验结果表明,该预测修正模型最大误差约为1.9%,验证了方法的有效性。
- 出版日期2019
- 单位自动化学院; 江西理工大学