APP下载

车用锂电池SOC估算法研究进展

2020-02-25俞兆亮朱莉娜

汽车实用技术 2020年2期
关键词:方法研究

俞兆亮 朱莉娜

摘 要:文章介绍电池热管理技术(BMS)的一项关键技术即荷电状态(SOC)的几种估算方法及多种方法综合应用。在此基础之上分析了多种方法的综合应用及新型的研究方法、各自方法的优缺点和适用场合。进一步明确了SOC算法的发展趋势,为今后锂电池荷电状态估计方法的创新发展提供了一定的参考。关键词:锂电池;SOC估算法;研究进展中图分类号:O646.21  文献标识码:A  文章编号:1671-7988(2020)02-16-03

Abstract: The paper introduces several estimation methods of charge state and comprehensive application of various methods, which is a key technology of battery thermal management system. On this basis, the comprehensive application of various methods, the new research methods, the advantages and disadvantages of each method and the application occasions are analyzed. The development trend of soc is further clarified, which provides a certain reference for the innovation and development of the estimation method of charge state of lithium battery in the future.Keywords: Lithium battery; Soc estimation; Research progressCLC NO.: O646.21  Document Code: A  Article ID: 1671-7988(2020)02-16-03

引言

近年來,随着新能源汽车不断飞速的发展,消费者开始关注电池续航里程、的工作性能及安全性等问题。这对于电池的各项性能提出了很高的要求,其在一定程度上促使新能源汽车的核心“锂电池”相关技术的不断进步。其电池的荷电状态的剩余量(SOC)的准确估计,不仅能够使驾驶者提前预知车辆的续航里程而且提高了电池的高效利用和电池的使用寿命。在现阶段研究人员的研究成果的基础之上,本研究将从车用锂电池的各种估算方法的分析、综合方法的运用和新型研究方法进行论述,进而分析出今后SOC估算法的发展趋势及研究方向。

1 SOC估算法

1.1 神经网络算法[1]

神经网络算法是基于模拟人类大脑神经元的工作状态建立一套处理输入数据的神经网络系统模型的方法。针对电池在实际工况中,电池电流与电压处于非线性状态,并且其电池的电量不能实时计算及自适应优化计算等问题,此方法能极大地提高估算的准确性。

为提高电池估算法精度,胡春花等基于拓扑结构建立了PID神经网络电池模型,运用不同顺序的算法在很大程度上实现了这一目标[2]。……

登录APP查看全文

猜你喜欢

方法研究
FMS与YBT相关性的实证研究
2020年国内翻译研究述评
辽代千人邑研究述论
视错觉在平面设计中的应用与研究
学习方法
EMA伺服控制系统研究
新版C-NCAP侧面碰撞假人损伤研究
用对方法才能瘦
四大方法 教你不再“坐以待病”!
赚钱方法