基于BP神经网络的锂电池SOC在线精确估算

文中以4节12 V的串联锂离子电池组模块为研究对象,通过实验采集动力电池充放电时的电压、电流、温度、内阻和放电量数据来估算电池的荷电状态(State Of Charge,SOC),重点考虑内阻对动力电池SOC预测结果的影响。以动力电池的电压、电流、温度和内阻作为输入,SOC作为输出,建立四输入一输出的神经网络仿真模型。实验结果表明SOC的预测精度为1.6%,比未考虑电池内阻的预测精度提高45%左右。本文提出的预测方法,其运行时间为0.27 s左右,比不考虑电池内阻时稍有延长,但完全能满足不同工况动力电池充放电时SOC在线估算的速度要求,从而能实现SOC的在线准确预测。