資源描述：
《鎳氫電池組soc神經(jīng)網(wǎng)絡(luò)估算策略研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、中文摘要追于環(huán)境污染和能源危機的壓力，世界各國越來越重視電動汽車的發(fā)展，期待將來能用它逐步取代燃油汽車。但是電動汽車的發(fā)展尚有很多問題需要解決，動力電池及其管理系統(tǒng)就是幾個關(guān)鍵技術(shù)中的一個，而電池荷電狀態(tài)(soc)的估算更是電池管理系統(tǒng)中的重要技術(shù)。本文的主要任務(wù)就是對電動汽車用鎳氫電池組的SOC估算方法進行研究。本文首先明確了SOC的量化表達式，分析其影響因素和估算的困難所在，然后對當(dāng)今存在的SOC估算方法做了文獻綜述，比較了各種方法的優(yōu)缺點和應(yīng)用情況，并指出了SOC估算的發(fā)展方向。此次設(shè)計完成了多種電流的恒流充放電實驗
2、與脈沖充放電實驗，獲得了大量樣本數(shù)據(jù)。這些樣本一部分是用來訓(xùn)練神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，一部分是用來測試神經(jīng)網(wǎng)絡(luò)的測試樣本。電池測試儀采用的是天津大學(xué)自行研制的“BB．1電池測試儀”，而實驗數(shù)據(jù)的采集則利用dSPACE的高精度，高采樣率的ADC。然后，本文提出了基于BP神經(jīng)網(wǎng)絡(luò)和安時法的一種嶄新的SOC估算策略。BP神經(jīng)網(wǎng)絡(luò)利用電流和當(dāng)前的SOC預(yù)測此時電池的充放電系數(shù)，在安時法公式中再利用該預(yù)測值計算下一時刻電池的SOC。BP網(wǎng)絡(luò)訓(xùn)練的結(jié)果表明它具有較好的泛化能力，SOC計算模型的仿真結(jié)果表明它具有較高的精度。·最后，本文分析
3、了此次設(shè)計的不足之處，以及改進的方法。關(guān)鍵詞：荷電狀態(tài)鎳氫電池BP神經(jīng)網(wǎng)絡(luò)電動汽車硬件在環(huán)仿真ABSTRACTABSTRACTManycountriesaroundtheworldnowspendalotontheresearchofelectricvehiclewiththehopethatitcouldcompletelyreplacethefuelvehicleonedayforthepressurethatenvironmentpollutionandenergycrisisimposedonthem．Howeve
4、r,manycriticaltechnologiesarestilldemandedtobesolvedtodevelopelectricvehicle，amongwhichisthebatterymanagementsystem．While、thestrategyofestimatingthestateofcharge(soc)ofbatteriesisthemostimportanttechnologyinthebatterymanagementsystem，whichcontributestothemaintasko
5、fmyresearch．Inthispaper,wefirstdefinedtheequationtocalculateSOCofabattery,andanalyzedallthevariablesintheequationespeciallywhichleadtothedifficultiesofestimatingSOC．Then，acomprehensivesummarizeonSOCestimatingarithmeticwaspresented，whichshowedboththemeritsandthedef
6、ectsaboutthem，andtheirapplicationintherealworld．ItalsopointedoutthefutureofSOCestimation．Inthisdesign，weaccomplishedmanyconstantcurrentcharge／dischargeexperimentsandmanypulsedcurrentcharge／dischargeexperimentsagainstmanycurrentvalues，andgotlotsofsampledata．Someoft
7、hesesamplesnamedtraningsamplewereusedtotraintheneuralnetwork,andothersnamedtestingsamplewereusedtotestthenetworkwehaveconstructed．TheseexperimentswerealldoneonthebatterytestingplatformwhichwasdevelopedbyTianjinunivercity,whiletheexperimentaldatawereacquiredusinghi
8、gh-·precisionandhigh·-samplefrequencyADCofdSPACE．Lately,thispaperpresentedabrandnewarithmetictoestimatingSOCwhichcombinestheneuralnetworkmethodandtheAhm
