基于憶阻神經(jīng)網(wǎng)絡(luò)的鋰電池SOC檢測(cè)技術(shù)研究

王建軍，馬樹才，張春梅

(1.張家口職業(yè)技術(shù)學(xué)院，河北張家口075000；2.河北北方學(xué)院信息科學(xué)與工程學(xué)院，河北張家口075000)

為了應(yīng)對(duì)能源危機(jī)，世界各國(guó)紛紛研究綠色能源汽車，電動(dòng)汽車就是其中的重點(diǎn)。電動(dòng)汽車的能量全部或部分來(lái)自于蓄電池，而蓄電池的功率密度和儲(chǔ)電容量決定著電動(dòng)汽車的行駛速度和行駛里程，成為電動(dòng)汽車能否真正走向市場(chǎng)的關(guān)鍵因素。因此開發(fā)高性能、低成本、壽命長(zhǎng)的動(dòng)力電池是發(fā)展電動(dòng)汽車事業(yè)所必須解決的問題。

目前，應(yīng)用于電動(dòng)汽車的電池種類很多，主要有鉛酸電池、鎘鎳電池、氫鎳電池和鋰電池，其中鋰離子電池由于其高體積比、高質(zhì)量比、無(wú)記憶效應(yīng)、壽命長(zhǎng)、綠色環(huán)保等優(yōu)點(diǎn)成為研究的熱點(diǎn)。據(jù)研究，未來(lái)將有2/3的電動(dòng)汽車將使用鋰電池。

本文首先從鋰離子電池的電池性能參數(shù)入手，分析了各種參數(shù)對(duì)鋰離子電池狀態(tài)的影響，并選取SOC作為研究的重點(diǎn)，以憶阻神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ)，構(gòu)建了相應(yīng)的SOC估值體系。

1 鋰離子性能指標(biāo)分析

鋰電池的工作性能受諸多因素的影響，如電壓、溫度、老化程度等，因此，對(duì)電池進(jìn)行有效的管理是電動(dòng)汽車可靠運(yùn)行的前提。電動(dòng)汽車的電池管理是對(duì)電池組的電壓、電流、溫度和繼電器狀態(tài)進(jìn)行實(shí)時(shí)檢測(cè)，實(shí)現(xiàn)對(duì)電池有效的充放電控制、均衡監(jiān)測(cè)、故障診斷、熱管理等功能，保障電池能夠工作在合理的參數(shù)范圍內(nèi)，同時(shí)通過(guò)電池組的荷電狀態(tài)(SOC)和健康狀態(tài)(SOH)進(jìn)行評(píng)估。最終達(dá)到提高電池組使用效率、增加續(xù)駛能力、延長(zhǎng)使用壽命、降低運(yùn)行成本，提高電池可靠性的目的。

為了實(shí)現(xiàn)電池的有效管理，電池管理的主要技術(shù)有SOC估算、SOH估算和熱管理。其中SOC是電動(dòng)汽車運(yùn)行過(guò)程中非常重要的參數(shù)，SOC參數(shù)可以為駕駛者提供電池能量供給狀況，進(jìn)行充放電管理，防止電池的過(guò)充與過(guò)放，從而保證車輛的可靠行駛、延長(zhǎng)電池的使用壽命。因此，準(zhǔn)確地檢測(cè)SOC值是提高電動(dòng)汽車?yán)眯实谋匾侄?。但是由于電?dòng)汽車在使用過(guò)程中具有高度的非線性，而目前所使用的開路電壓法、內(nèi)阻法、放電實(shí)驗(yàn)法、Ah計(jì)量法、線性模型法、卡爾曼濾波法等[1]。均或多或少存在著缺陷。因此，研發(fā)精確度高、實(shí)時(shí)性強(qiáng)的SOC估算辦法至關(guān)重要。

鋰離子電池的電化學(xué)特性受到電壓、電流、溫度的影響很大，加之電動(dòng)汽車的應(yīng)用環(huán)境復(fù)雜，所以SOC值的估算是一個(gè)非線性數(shù)據(jù)計(jì)算過(guò)程，涉及到的參數(shù)很多，主要有電池的電壓特性、內(nèi)阻特性、效率特性、循環(huán)特性。

鋰離子電池的電壓特性主要是指開路電壓(OCV)，由于鋰離子電池的開路電壓與SOC存在著一定的非線性關(guān)系，因此，利用這種特定的關(guān)系而形成的SOC估算方法是應(yīng)用較為廣泛的方法之一，但是，由于開路電壓只有在電池靜置一段時(shí)間后才可得到準(zhǔn)確的數(shù)值，所以，這種方法并不適用于電池SOC值的實(shí)時(shí)估算。

鋰離子電池的內(nèi)阻分為直流內(nèi)阻和交流內(nèi)阻，而電池的直流內(nèi)阻與SOC的關(guān)系在一定范圍內(nèi)呈線性，而且這種線性關(guān)系不隨著溫度的變化而變化，所以可依靠?jī)?nèi)阻法進(jìn)行SOC值的測(cè)算，但是，由于電池內(nèi)阻隨著電池老化程度和循環(huán)次數(shù)的不同而有較明顯的差別，所以參數(shù)狀態(tài)復(fù)雜，已很少應(yīng)用在SOC值的估算中。

鋰離子的效率特性在SOC的估算中主要是指充放電效率，主要包括安時(shí)效率和瓦時(shí)效率兩種，而較為常用的是安時(shí)效率。所謂的安時(shí)效率是指在規(guī)定的條件下，蓄電池放電期間給出的電量與恢復(fù)至初始充電狀態(tài)所需電量的比值。這個(gè)定義在本質(zhì)上與SOC的定義具有相同性，因此，利用安時(shí)效率來(lái)估算SOC也是常用的方法之一。在檢測(cè)過(guò)程中需要取得SOC的初值并利用開環(huán)控制進(jìn)行結(jié)果的調(diào)整。這種方法的缺陷是SOC的初值不易準(zhǔn)確掌握且開環(huán)控制易積累出較多的誤差。

SOC的其它估算方法，例如卡爾曼濾波法存在著硬件要求高的缺點(diǎn)；而線性模型法不適用于電流變化較大的場(chǎng)合，所以目前對(duì)SOC值估算方法的研究大多集中在人工智能的方向上，基于神經(jīng)網(wǎng)絡(luò)的SOC估算方法就是其中之一。

2 基于BP神經(jīng)網(wǎng)絡(luò)技術(shù)的SOC技術(shù)分析

人工神經(jīng)網(wǎng)絡(luò)是人工智能的一個(gè)分支，神經(jīng)網(wǎng)絡(luò)由許多相互連接的節(jié)點(diǎn)組成，每個(gè)節(jié)點(diǎn)有許多輸入量，對(duì)于每一個(gè)輸入量都對(duì)應(yīng)一個(gè)相應(yīng)的權(quán)重，將這些輸入量經(jīng)加權(quán)求和后，再通過(guò)傳遞函數(shù)計(jì)算就會(huì)得到輸出值，再傳給下一層神經(jīng)元。對(duì)于每一個(gè)節(jié)點(diǎn)存在著一個(gè)閾值b，用來(lái)對(duì)輸入變量進(jìn)行有效值規(guī)范。同時(shí)，整個(gè)網(wǎng)絡(luò)還需要定義一個(gè)傳遞函數(shù)，該函數(shù)對(duì)輸入變量的和值進(jìn)行相應(yīng)的計(jì)算，并將計(jì)算值作為輸出值輸出。

BP神經(jīng)網(wǎng)絡(luò)即誤差反向傳播網(wǎng)絡(luò)，是目前應(yīng)用最廣的一種，具有簡(jiǎn)單、易行、計(jì)算量小、并行性強(qiáng)等優(yōu)點(diǎn)。BP神經(jīng)網(wǎng)絡(luò)具有三層結(jié)構(gòu)[2]，分別為輸入層、隱含層、輸出層組成(如圖1所示)，輸入層接受來(lái)自于實(shí)際情況中的采集數(shù)據(jù)，隱含層利用權(quán)值對(duì)輸入值進(jìn)行求和后，利用傳遞函數(shù)進(jìn)行再次計(jì)算，直至得出輸出值，將輸出值與實(shí)際測(cè)量值進(jìn)行對(duì)比后，得出相應(yīng)的誤差值，利用誤差對(duì)前向傳導(dǎo)過(guò)程進(jìn)行分析，調(diào)整網(wǎng)絡(luò)權(quán)值，再繼續(xù)進(jìn)行網(wǎng)絡(luò)學(xué)習(xí)過(guò)程訓(xùn)練，直至誤差縮小在規(guī)定的范圍內(nèi)。BP神經(jīng)網(wǎng)絡(luò)的傳遞函數(shù)必須處處可導(dǎo)，一般都使用雙曲正切函數(shù)tagsig或?qū)?shù)雙曲線函數(shù)logsig來(lái)完成。結(jié)合實(shí)際SOC值估算具體的計(jì)算過(guò)程如圖2所示。

圖1 三層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

圖2 BP神經(jīng)網(wǎng)絡(luò)SOC值計(jì)算流程

3 利用憶阻器對(duì)神經(jīng)網(wǎng)絡(luò)SOC算法的改進(jìn)及仿真

神經(jīng)網(wǎng)絡(luò)的反復(fù)學(xué)習(xí)訓(xùn)練過(guò)程而造成的時(shí)間延遲一直是利用神經(jīng)網(wǎng)絡(luò)對(duì)SOC值進(jìn)行估算的缺陷，所以加快神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程，利用特殊元件來(lái)減少權(quán)值的逐步靠近過(guò)程是解決問題的關(guān)鍵。而憶阻器就是具有這種功能的特殊元件。

憶阻器是一種具有記憶功能的非線性電阻，具有電不易失性、存儲(chǔ)精度無(wú)限的基本特點(diǎn)，同時(shí)由于憶阻器內(nèi)部變量設(shè)置合理，對(duì)采集數(shù)據(jù)可兼容數(shù)字和模擬兩種模式。

基于神經(jīng)網(wǎng)絡(luò)的SOC估值算法可采取三種方式來(lái)實(shí)現(xiàn)權(quán)值的存儲(chǔ)和調(diào)整，分別為模擬、數(shù)字和混合式。模擬方式采用電容來(lái)實(shí)現(xiàn)網(wǎng)絡(luò)權(quán)值的存儲(chǔ)，精度高，但是具有電容電易失性，需要增加刷新的設(shè)備；數(shù)字方式精度低，對(duì)于電動(dòng)汽車的SOC值的估算很難達(dá)到要求；混合方式可克服模擬式與數(shù)字式的兩種弊端，但是需要進(jìn)行多次的A/D與D/A的轉(zhuǎn)換，帶來(lái)了額外的設(shè)備支出及產(chǎn)生了時(shí)間的延遲[2]。所以結(jié)合憶阻器的基本特點(diǎn)，利用憶阻器來(lái)存儲(chǔ)權(quán)值可以使整個(gè)系統(tǒng)即具有高的精度，又可減少A/D與D/A轉(zhuǎn)換過(guò)程，從而節(jié)省了權(quán)值的調(diào)整和傳輸時(shí)間，可以有效地提高BP神經(jīng)網(wǎng)絡(luò)的計(jì)算效率。

本例結(jié)合實(shí)際情況，選取1.5C倍率下的數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)，設(shè)定誤差指數(shù)為0.0001，輸入Matlab程序進(jìn)行仿真計(jì)算，網(wǎng)絡(luò)訓(xùn)練250步，用時(shí)5 s，結(jié)果如圖3所示，從圖3中可見基于憶阻神經(jīng)網(wǎng)絡(luò)的SOC的預(yù)測(cè)值相比于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的SOC的預(yù)測(cè)值與實(shí)驗(yàn)值吻合更好，精度更高。

圖3 SOC的預(yù)測(cè)值與實(shí)驗(yàn)值對(duì)比圖

4 總結(jié)

采用神經(jīng)網(wǎng)絡(luò)的方式進(jìn)行電動(dòng)汽車的SOC值的估算是目前的研究熱點(diǎn)，而將憶阻器應(yīng)用至神經(jīng)網(wǎng)絡(luò)，可以進(jìn)一步使人工神經(jīng)網(wǎng)絡(luò)的硬件體系結(jié)構(gòu)對(duì)網(wǎng)絡(luò)的計(jì)算過(guò)程提供有效地支持。本文將憶阻器引入神經(jīng)網(wǎng)絡(luò)的神經(jīng)元設(shè)計(jì)，可有效地改善傳統(tǒng)神經(jīng)元的結(jié)構(gòu)，具有速度更快、功耗更低、體積更小、功能更強(qiáng)的基本特點(diǎn)，從而可以極大地促進(jìn)以人工神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的電動(dòng)汽車電池管理技術(shù)的發(fā)展。

[1]劉浩．KF的電動(dòng)汽車用鋰離子電池SOC估算方法研究[D]．北京：北京交通大學(xué)，2010：11-12.

[2]康洪波，劉瑞梅．基于神經(jīng)網(wǎng)絡(luò)光伏發(fā)電預(yù)測(cè)模型的研究[J]．電源技術(shù)，2013，37(3)：447-449.