电动车用电池动态性能分析及剩余容量预测.pdfVIP

第25 卷第 1 期 计算机仿真 2∞8 年 1 月 文章编号:1α)6 -9348(2∞8)01 -仿74 -04 电动车用电池动态性能分析及剩余容量预测 用红丽 ，何莉萍1 ，钟志华1 ，高学锋z (1.湖南大学汽车车身先进设计制造国家重点实磁室 ，湖南长沙 41∞82; 2. 深圳市力可兴电池有限公司 ，广东深圳 51ω40) 摘要:电动享用动力电池剩余容量(ω町的精确的实时辨识，是电池管理系统的-个关键技术。为有效的对电池剩余容量 进行预测，文中对湖南大学开发的纯电动汽车(EV -3)所使用的镰氢动力电池组作充放电性能测验，绘出了电流、电压、容 量曲线，实验证明镜氢电池是现阶段较适合用于电动汽车的动力电池。并在此实验基础上，利用开环电压与剩余容擎的对 应关系，运用广义回归神经网络(CRNN)建立蓄电池的电压降模型，并进一步建立反向传播网络(BP 网络)得到了开路电压 与剩余容量的对应关系，网络瓢测结果租实验数据误差较小。实验和仿真结果证明人工神经网络可以建立一个稍确而有效 的 ωC 智能预测系统。 关键调:电动汽车;剩余容量;开路电压;神经网络 中图分类号:11391. 9;TM91 文戴标识码:A Dynamic Performance Analysis and SOC Predication of Battery for Electric Vehicle ZHOU Hong -li l , HE Li - ping l , ZHONG Zhi 斗时， GAO Xue - fen矿 (1. State key Lahoralory of Advanced Desi.伊四d Manufacture for Vehicle Body, Hunan University, Changsha Hunan 41∞82 ， China;2. Lexel Batle叮Shenznen CO. 1:π) ， Shenzhen Guangdong 5)ω40 ， China) ABSTRACf: Real-lime prediction of power batteri咽 residua1 ca归.city 配C町a恒Iy is one of the key technologi臼 of battery managemenl system (BMS). In order 10 predict the residual c刷city of bauery 刷刷咐， charge and dis cha耶 performaoce 削ysis of M H - Ni bauery for EV - 3 devel。同 by Hunao University has been made , aod cur- 陀时， voltage , capacity characteristic 四rve8 have a1so been presented. The experiments show that 由e MH - Ni bauery is suitable for EV. B幽ed 00 the experiment data aod 由e th四巧 也81 由e 句en circuil voltage is correlated with SOC. GRNN neural network of voltage de盹eot model has 协en propo树d. The BP oeura1 network indicates the correlation betw回n open circuit 叫，118咎由d SOC. and the differen饵 betw时n the net prediction result 四d the ex严rimenl data is smalL T臼ts and 8ímulation results show that the neura1 networkωn build 皿 effective predictíon system of SOC for batteries. KEYWORDS:El时tric vehicle; Residua1 capacity; Open circuit voltage; Neura1 network 1 引言 镰氢电池(MH -Ni )是-种新型商性能可充电电池，近 年来它因为诸多优点如功率峦度高、循环寿命长、可以大电 流充放电等优点已成为电动汽车用蓄电池的首选(1) 。电池 剩余容量的预测是动力电池管理系统的难点，其主要原因是 电动汽车在行驶过程中表现出的高度非线性，使准确估计剩 余容量(SOC)具有较高难度。传统的 SOC 基本估