蓄电池SOC估算方法概述

摘要：

电池荷电状态(State of Charge,SOC)作为电池状态重要的评价指标,很难通过直接测量获得.传统方法通过物理指标侧面估算SOC的大小,存在一定的局限性.因此,研究拓展卡尔曼滤波法(Extended Kalman Filter,EKF)、BP神经网络(BP Neural Network)以及模糊控制方法等估计SOC值的方法,分析各种方法的实现过程及优缺点,提出了一种BP和EKF相结合的方法用于SOC值的估计.该方法可提高EKF的收敛性,并增加了SOC值估计的准确度.

关键词：电池荷电状态、模糊控制、神经网络

所属期刊栏目：57

资助基金：2019年广西高校中青年教师基础能力提升项目"电动汽车锂离子电池SOC估算研究"2019KY1426

在线出版日期：2021-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：166-167