改进的PSO—BP神经网络估算磷酸铁锂电池SOC

周美兰　赵强　周永勤

摘要：针对电动汽车应用的50AH磷酸铁锂电池荷电状态（state of charge，SOC）估算不准的难题，在原有BP神经网络的基础上引入改进的PSO算法加以优化，优化了BP神经网络的权值和阈值，并把优化后的网络用于SOC预测，减小了SOC估算的误差.本文以50AH的磷酸铁锂电池为研究对象，首先在粒子群算法（particle swarm optimization，PSO）中引入了变异算子改进了PSO搜索精度较低、后期迭代效率不高等缺点，然后通过实验分析了电压、电流、温度3个主要参数与SOC的关系，利用放电实验法绘制了SOC与开路电压之间的关系曲线，最后根据大量实验数据分别对BP神经网络和改进的PSO-BP神经网络进行训练与SOC预测，理论分析和实验表明该方法能够有效的减小SOC误差，将误差控制在2%以内，提高了预测的精确度满足了SOC估算的要求。endprint