电动车蓄电池剩余容量的估计方法技术

本发明专利技术应用神经元网络模型估计电动车蓄电池剩余容量。本发明专利技术采用放电及再生充电的容量分布来描述电动车放电电流模式并根据蓄电池可用总容量的状态来估计蓄电池剩余容量，其实现步骤如下：测试电动车蓄电池温度和放电电流及再生充电电流；根据已选定的若干个电流范围和相应的上下限电流通过累加所测得的电流生成放电及再生充电的容量分布；形成由放电及再生充电的容量分布和蓄电池温度所组成的向量；规范化这个向量以满足作为神经元网络模型输入的要求；应用神经元网络模型并根据蓄电池可用总容量的状态估计出蓄电池的剩余容量。本发明专利技术的主要特点是能够考虑电动车放电电流模式对蓄电池可用总容量的影响，因而可准确估计电动车蓄电池剩余容量。（*该技术在2022年保护过期，可自由使用*）

【技术实现步骤摘要】

本专利技术涉及电动车
，具体地说，涉及利用神经元网络模型估计蓄电池容量。
技术介绍
随着人们对环境和能源问题的日益关注，电动车技术的研究和开发倍受重视。目前，在众多的电动车技术之中，准确估计蓄电池剩余容量既是棘手的问题又是最关键的技术之一，因为它是电动车能源管理系统的核心技术。通常，电动车蓄电池剩余容量的估计采用以下三种方法。第一，充电状态估计法。这种方法估计的是蓄电池内部剩余有效物质占总有效物质的比例，即所谓的充电状态，因此由该方法估计的值实际上指的是蓄电池所处的状态而不是与电动车行驶距离有关的剩余容量。虽然在相同的放电电流情况下，蓄电池充电状态越高剩余容量就越多，但是他们之间并没有明确的定量关系。例如在同样的充电状态下，提高温度和减小放电电流都会增加蓄电池可用总容量，其效果就等于增加了蓄电池剩余容量。图1显示放电电流和温度对蓄电池可用总容量的影响，其测试条件是蓄电池在每次放电之前都已充满电，因此蓄电池每次测试前的充电状态是一样的而且都等于1。第二，安时计法。这种方法源自于下面最基本的方程Cr＝Ca-q(t) (1)q(t)=∫0tId(t)本文档来自技高网...

【技术保护点】
一种采用蓄电池可用总容量的状态来估计蓄电池剩余容量的三层神经元网络模型，其特征在于：第一层是输入层，所述输入层包含若干个处理单元分别代表放电及再生充电的容量分布和蓄电池温度；第二层是隐含层，所述隐含层包含若干个非线性处理单元；第三层是输出层，所述输出层仅包含一个线性处理单元代表蓄电池可用总容量的状态。

【技术特征摘要】

【专利技术属性】
技术研发人员：陈清泉，沈维祥，
申请(专利权)人：陈清泉，
类型：发明
国别省市：HK[中国|香港]