基于改进BPNN-MPF算法的锂离子电池SoE估计

摘要：

为了提高锂离子电池能量状态(SoE)估计的准确性,考虑到电流或电压传感器噪声会累积误差,提出了 一种基于改进反向传播神经网络(BPNN)与模型预测滤波(MPF)相结合的SoE估计方法.基于一阶RC等效电路模型,采用MPF算法估计电池的SoE,并使用改进BPNN对MPF算法的估计结果进行误差补偿.在NEDC工况下验证了本文方法的准确性.结果表明,与传统MPF算法和BPNN-MPF算法相比,本文方法的SoE估计值能较好地收敛到真实值,且最大绝对误差和均方根误差均在1％以内.

关键词：控制理论与控制工程、锂离子电池、能量状态估计、改进BP神经网络、模型预测滤波

所属期刊栏目：53

分类号：U463.63(汽车工程)

资助基金：国家自然科学基金;国家自然科学基金;吉林省高校共建项目

在线出版日期：2023-02-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：263-272