新型电动汽车动力电池SOC估计方法研究.pdfVIP

第43卷第5期 电力 电子技 术 Vo1．43 No．5 2009年 5月 PowerElectronics May，2009 新型电动汽车动力电池SOC估计方法研究 李 熠 ，石庆升 ，崔纳新 (1．山东大学威海分校，山东 威海 264209；2．山东大学，山东 济南 250061) 摘要：利用支持向量回归算法 (·SVR)tb线性逼近能力强、收敛速度快、具有全局最优解的特性， 对 电动汽车动力电 池的荷电状态(StateofCharge，简称 soc)估计方法进行了研究，确立了动力电池的电压 、电流、 输入输出功率与SOC 之间的非线性关系。通过对比BP神经网络算法进行了仿真实验。结果表明，利用8．SVR算法能更准确地逼近实际 SOC值，获得更好的估计效果。 关键词：电动汽车；电池 ／支持向量回归：荷电状态估计 中图分类号：U469．72 文献标识码：A 文章编号：1000—100X(2009)05—0078—03 StudyonnovelPowerBatterySOC EstimationM ethOdofElectricVehicle LIYi，SHIQing—sheng2．CUINa—xin (LShandongUniversityatWeihai，Weihai264209，China； 2．ShandongUniversity，Jinan250061，China) Abstract：Supp0rtvectorregressionalgorithm (占一SVR)，whichhasgoodnonlinearapproximationability．quickconvergence rateandglobaloptimalsolution，isproposedtoestimatethebatterystateofcharge(SOC)，andthenonlinearrelationship betweenbatteries’voltage，current，inputandoutputpowerandSOCisestablished．BycomparingwiththeBPneuralnet- workalgorithm ，thesimulationandexperimenthavebeencarriedon．TheresultsindicatethattheSVR algorithm canmore accuratelyapproximatetheactualSOCvalueandobtainbetterestimativeperformance． Keywords：electricvehicle；battery ／supportvectorregression；stateofchargeestimation FoundationProject：SupportedbyNationalNaturalScienceFoundationofChina(No；ResearchFundforthe DoctoralProgramofHigherEducationofChina(No．200804220047)；theOutstandingYoungScientistsIncentiveFunding ofShandongProvince(No．2007BS01012) 1 引 言 来测得内部阻抗。该方法测得的阻抗不能反映大电 随着人们环保意识的日益提高和石油价格的持 流放 电时的动态特性。 续上涨，电动汽车技术的研究已蓬勃发展开来e。