基于混沌粒子群反馈优化的多温度锂电池SOC估算方法技术

本发明专利技术公开了基于混沌粒子群反馈优化的多温度锂电池SOC估算方法，包括：利用带有自适应惯性权重的混沌粒子群算法对预设的反馈神经网络进行训练及优化，获取锂离子电池的SOC估算模型；将实时电压电流，输入至所述SOC估算模型，获取锂离子电池的SOC值。本发明专利技术通过在混沌粒子群算法中引入自适应性惯性权重，提高了粒子全局搜索能力和局部收敛速度，解决了系统受环境影响大的非线性问题，并考虑到测试环境变化对神经网络参数预测问题，将电压电流实时输入网络，SOC为输出值，实现了锂离子电池组SOC值的有效迭代计算，并增加了估算精度和稳定性。

【技术实现步骤摘要】

本专利技术属于新能源测控，尤其涉及基于混沌粒子群反馈优化的多温度锂电池soc估算方法。

技术介绍

1、在锂离子电池的整个生命周期中，电池管理系统（battery management system，bms）对核心参数soc的监控和调节将影响应急动力输出的效果和安全性；因此，实时监测该参数的变化，并基于此保障锂离子电池的工作性能是非常必要的；由于bms中的soc估算技术尚不成熟，使用过程中存在的安全隐患严重制约了锂离子电池组的发展；对于锂离子电池言，可靠的bms管理依靠准确的soc值；在该值已知的情况下，不仅对其进行可靠能量管理和安全控制，而且还避免锂离子电池组的提前损坏，延长其使用寿命；因此，精确估算soc值，对保障锂离子电池的工作性能及其能量和安全管理至关重要；锂离子电池的soc估算模型构建和精确估算值得获取，已成为其能量和安全管理的核心问题；soc表征了锂离子电池的剩余容量，是为电池管理系统最基本也是最重要的一个关键参数；此外，锂离子电池的充放电过程包含复杂电能、化学能和热能转换等环节，过充电和过放电现象易引发安全事故，精确soc估算在防止过充电和过放本文档来自技高网...

【技术保护点】

1.基于混沌粒子群反馈优化的多温度锂电池SOC估算方法，其特征在于，包括：

2.根据权利要求1所述的基于混沌粒子群反馈优化的多温度锂电池SOC估算方法，其特征在于，利用带有自适应惯性权重的混沌粒子群算法对预设的反馈神经网络进行训练及优化包括：

3.根据权利要求1所述的基于混沌粒子群反馈优化的多温度锂电池SOC估算方法，其特征在于，预设的所述反馈神经网络包括：输入层、隐藏层和输出层；

4.根据权利要求2所述的基于混沌粒子群反馈优化的多温度锂电池SOC估算方法，其特征在于，获取预设的所述反馈神经网络的误差反馈包括：

5.根据权利要求2所述的基于...

【技术特征摘要】

1.基于混沌粒子群反馈优化的多温度锂电池soc估算方法，其特征在于，包括：

2.根据权利要求1所述的基于混沌粒子群反馈优化的多温度锂电池soc估算方法，其特征在于，利用带有自适应惯性权重的混沌粒子群算法对预设的反馈神经网络进行训练及优化包括：

3.根据权利要求1所述的基于混沌粒子群反馈优化的多温度锂电池soc估算方法，其特征在于，预设的所述反馈神经网络包括：输入层、隐藏层和输出层；

4.根据权利要求2所述的基于混沌粒子群反馈优化的多温度锂电池soc估算方法，其特征在于，获取预设的所述反馈神经网络的误差反馈包括：

【专利技术属性】
技术研发人员：王顺利，海南，朱华伟，陈光平，范永存，曹文，于春梅，龙涛，毛辉浪，杨晓勇，朱斌，谢滟馨，陈蕾，高海英，金思宇，吴帆，
申请(专利权)人：西南科技大学，
类型：发明
国别省市：