基于神经网络的助力车锂电池能量管理策略研究

发布时间：2023-02-20 21:05

　　以锂电池为动力的新能源车辆,由于其绿色、环保、便捷、使用成本低的优点越来越受到国内外的重视。锂电池的能量估算与能量分配问题是目前新能源车辆研究的热点问题之一。本文主要对助力车锂电池的能量管理策略进行了研究,主要工作内容如下:(1)在学习SOC估算方法、量子行为粒子群算法(Quantum-behaved Particle Swarm Algorithm,QPSO)和小波神经网络的基础上,提出一种改进的QPSO训练小波神经网络。针对QPSO易陷入局部最优的缺点,基于变异思想改进QPSO,根据其离散度对全局最优位置进行一定概率的变异操作,进行多次迭代,避免算法陷入局部最优。构建基于改进QPSO的小波神经网络估算锂电池SOC,采用小波基函数作为神经网络的传递函数,改进QPSO代替传统的梯度下降算法;以循环阶跃变化的放电电流对锂电池放电,将其放电数据作为神经网络的训练样本。构建BP神经网络和小波神经网络进行实验分析对比,验证了本文算法更适用于助力车锂电池的在线实时估算。(2)建立助力车的动力学模型,根据骑行经验确定骑行中所遇到的特殊骑行状态并给出相应控制算法。以助力车的动力学模型和特殊骑行状态的...

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
中文摘要
abstract
第一章 绪论
    1.1 课题背景与意义
    1.2 国内外研究现状
        1.2.1 助力车的国内外研究现状
        1.2.2 电池管理系统国内外研究现状
    1.3 课题研究内容和论文结构
        1.3.1 研究内容
        1.3.2 论文结构
第二章 锂电池特性分析和相关理论基础
    2.1 助力车用锂电池性能需求
    2.2 磷酸铁锂电池结构和工作原理
        2.2.1 磷酸铁锂电池结构
        2.2.2 磷酸铁锂电池工作原理
    2.3 磷酸铁锂电池的特性分析
        2.3.1 磷酸铁锂电池的容量特性分析
        2.3.2 磷酸铁锂电池充放电特性分析
        2.3.3 磷酸铁锂电池开路电压特性分析
    2.4 常见电池SOC估算方法
    2.5 QPSO算法
        2.5.1 PSO算法概述
        2.5.2 QPSO算法概述
    2.6 本章小结
第三章 基于改进QPSO小波神经网络的锂电池SOC估算研究
    3.1 QPSO算法改进
    3.2 小波神经网络
        3.2.1 小波分析
        3.2.2 小波神经网络
    3.3 基于改进QPSO小波神经网络估算SOC
        3.3.1 基于改进QPSO的小波神经网络的研究思路
        3.3.2 基于改进QPSO的小波神经网络的算法流程
        3.3.3 训练数据选择
        3.3.4 基于改进QPSO的小波神经网络锂电池SOC估算仿真实验
    3.4 本章小结
第四章 面向助力车骑行控制的锂电池能量分配策略研究
    4.1 骑行控制的问题分析与解决策略
        4.1.1 问题分析
        4.1.2 解决措施
    4.2 助力车动力学模型
    4.3 助力车锂电池能量分配策略研究
        4.3.1 助力车模型参数确定
        4.3.2 助力车锂电池能量分配
    4.4 本章小结
第五章 基于智能手机的助力车能量管理策略测试
    5.1 引言
    5.2 助力车数据流模型
        5.2.1 助力车锂电池能量管理系统总体设计
        5.2.2 助力车数据流模型
    5.3 助力车锂电池能量管理实验与分析
        5.3.1 助力车锂电池SOC估算实验
        5.3.2 助力车锂电池能量管理实验
    5.4 本章小结
第六章 总结与展望
    6.1 本文总结
    6.2 展望
参考文献
攻读研究生期间公开发表的论文及专利
致谢



本文编号：3747313