遗传算法与改进的BP神经网络融合的三元锂电池SOC估算研究

发布时间：2021-03-11 17:48

　　随着各国禁售传统燃油车时间表的不断推进以及环境污染问题的日益严重,很多大城市开始启用电动出租车、滴滴打车、共享单车等交通工具。电动汽车成为未来的趋势,研制高效、安全和低价的动力电池管理系统是制约电动汽车发展的关键因素之一。对动力电池剩余荷电量（State Of Charge,SOC）进行准确的估算不但是电池管理系统对电池组进行均衡的基础,而且还能够提高动力电池的工作效率、延长动力电池的使用寿命。由于想通过直接测量的手段取得电池的SOC值存在着较大的难度,仅能依靠其它参数和手段间接获取。因此,本文结合电动汽车对动力电池性能的需求以常用的三元锂离子电池为研究对象,对如何提高电动汽车动力电池剩余电量的估算精度进行了深入的研究,本文的研究工作主要围绕以下几个方面展开:（1）阐述锂离子电池SOC的定义,分析了影响SOC估算的因素,并利用搭建的实验平台对锂离子电池的各项性能参数进行了分析,并对几种常用的SOC估算方法的优缺点进行了分析。（2）通过对SOC不同估算方法的优缺点进行比较分析,最终采用数据驱动的模型—BP神经网络对电池的SOC进行估算,利用搭建的实验平台完成对实验电池不同倍率下的充放电数... 

【文章来源】：南昌大学江西省 211工程院校

【文章页数】：92 页

【学位级别】：硕士

【部分图文】：

SOC估算算法文献[13]

KF算法流程图

人工智能涉及领域人工神经网络（ArtificialNeuralNetwork，ANN）作为实现人工智能的核心

【参考文献】：
期刊论文
[1]动力电池模型综述[J]. 郑旭,郭汾.  电源技术. 2019(03)
[2]基于BP神经网络的锂电池SOC在线精确估算[J]. 夏克刚,钱祥忠,余懿衡,张佳瑶.  电子设计工程. 2019(05)
[3]基于改进GA-BP的移动通信用户流失预测算法[J]. 于瑞云,薛林,安轩邈,夏兴有.  东北大学学报(自然科学版). 2019(02)
[4]锂离子电池的发展应用分析[J]. 李振源.  当代化工研究. 2018(11)
[5]并行化遗传算法研究综述[J]. 冯智莉,易国洪,李普山,黎慧源,代瑜.  计算机应用与软件. 2018(11)
[6]基于遗传算法优化的BP神经网络反分析模型研究[J]. 闵江涛.  建材与装饰. 2018(45)
[7]基于深度学习算法以及博弈论的交通运输定价研究[J]. 周洋谆,徐佳.  电子世界. 2018(20)
[8]基于安时积分法的电池SOC估算[J]. 徐尖峰,张颖,甄玉,曹久鹤.  汽车实用技术. 2018(18)
[9]基于遗传算法的神经网络权值优化方法[J]. 王锦,赵德群.  电子元器件与信息技术. 2018(09)
[10]三元锂离子电池SOC估算[J]. 郭斌峰.  内燃机与配件. 2018(17)

博士论文
[1]面向电动汽车续驶里程估计的电池剩余放电能量预测研究[D]. 刘光明.清华大学 2015
[2]活性污泥过程生物除磷模型参数的可识别性及优化估计[D]. 张天.重庆大学 2011

硕士论文
[1]电动汽车电池管理系统研究[D]. 王建南.安徽理工大学 2018
[2]纯电动汽车电池均衡管理系统设计与研究[D]. 李杰.太原理工大学 2018
[3]基于双卡尔曼滤波的三元电池SOC研究[D]. 曹雷.南昌大学 2018
[4]基于SK-PSO-RBF的纯电动汽车动力电池SOC及剩余里程的预测研究[D]. 任永昌.江西理工大学 2018
[5]面向节能的冲压车间分批调度研究[D]. 周春生.合肥工业大学 2018
[6]基于行驶工况的锂电池系统循环寿命预测研究[D]. 黄顺.湖南大学 2018
[7]三元动力电池荷电状态在线估算研究[D]. 张静.浙江大学 2018
[8]基于神经网络的锂离子电池SOC估算[D]. 黄磊.湘潭大学 2017
[9]动力锂离子电池动态特性研究及SOC估算[D]. 苗壮.哈尔滨工业大学 2017
[10]纯电动汽车SOC估算方法研究[D]. 邹金校.长安大学 2017



本文编号：3076828