基于神經(jīng)網(wǎng)絡(luò)的電動汽車電池SOC 估算研究*

王 勇 王梨英

（1.湖南鐵道職業(yè)技術(shù)學(xué)院 株洲 412001）（2.中車株洲電力機車有限公司 株洲 412001）

1 引言

電池是電動汽車的動力源泉，如何精密監(jiān)測電池的實時狀態(tài)非常重要，并且電動汽車的電池充放電過程中，電壓變化范圍非常小，僅有幾個毫伏，對監(jiān)測精度提出了很高的要求［1～2］。此外，在監(jiān)測過程中，還會受到周圍環(huán)境的影響，溫度和電磁干擾都可能造成電壓電流等的波動［3～4］，這些都會給測量帶來困難，當(dāng)前的測量中應(yīng)用了很多種算法，但是精度不夠理想［5～7］。因此，提出更有效的方式對電池電壓進(jìn)行精確測量和剩余電量進(jìn)行準(zhǔn)確預(yù)測迫在眉睫。

2 動力電池SOC的定義

電池荷電狀態(tài)SOC（State of Charge）是一個描述電池狀態(tài)的參數(shù)，表示目前剩余電量與額定電量的比值［8］。定義式如下：

其中，E1為已放出能量，E0為總的可用能量。

3 電池SOC的影響因素

3.1 自放電因素

自放電率與循環(huán)壽命曲線圖如圖1 所示。電池的電量會隨著電池的自放電而逐漸下降，即使不使用，也會因為電極的腐蝕、活性物質(zhì)的溶解，電極上的歧化反應(yīng)導(dǎo)致放電，因此在研究電池SOC 時，必須對自放電因素進(jìn)行周密的考慮。

圖1 自放電率與循環(huán)壽命曲線圖

3.2 溫度因素

動力鋰電池的工作溫度對使用壽命影響非常大，因此電池系統(tǒng)的結(jié)構(gòu)設(shè)計就變得非常重要。強制風(fēng)冷是一個有效的散熱辦法，但是又要耗掉珍貴的能量。較大體積電池內(nèi)部的溫度均勻性應(yīng)引起注意。IFR18650P 不同溫度的放電曲線圖和循環(huán)壽命圖如圖2所示。

圖2 不同溫度的放電曲線圖與循環(huán)壽命圖

電池電極材料和電解液的電遷移率都受環(huán)境溫度的影響，在實際工作中，需要對其進(jìn)行溫度系數(shù)校正。此外電池的電動勢也受到溫度的影響。在不同溫度下，同一個電池在相同SOC的情況下電動勢是不同的?？梢酝ㄟ^實驗的方式進(jìn)行測試，得到數(shù)據(jù)統(tǒng)計表，從而取得相應(yīng)的變化趨勢，據(jù)此進(jìn)行補償，確保將溫度的影響降至最低。

3.3 放電倍率因素

放電倍率是指放電電流，放電電流一樣時，放電的電量也是不一樣的，如圖3所示，以IFR1865OP為例，將其在不同放電倍率下的循環(huán)壽命進(jìn)行了測試，起始條件一致的情況下，倍率不同，放出的電量也不同。

圖3 IFR18650P倍率放電循環(huán)壽命圖

4 動力電池的充放電實驗

溫度條件：室溫。

測試儀器：充放電測試儀。

測試樣本：采用相同充電制度充滿并放置1h的電池樣本。

放電電流要求：較小。

倍率選擇：可多種選擇（0.2～2均要測量）。

經(jīng)過測試后得到的放電倍率為2C 條件的鋰離子電池充電與放電曲線如圖4（a）和圖4（b）所示。

圖4 鋰離子電池2C的充電和放電曲線

4.1 BP網(wǎng)絡(luò)電池模型的建立

根據(jù)Kolmogorov定理，建立的具有三層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)模型如圖5 所示。一個三層的前向網(wǎng)絡(luò)具有對任意精度連續(xù)函數(shù)的逼近能力。因此，建立三層BP 網(wǎng)絡(luò)，建立電池的放電容量與其電壓和電流之間的關(guān)系圖。輸入量為電池的電壓和電流，輸出量為對應(yīng)的容量。隱含層采用S 型激活函數(shù)，輸出層采用線性激活函數(shù)。

圖5 具有三層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)模型

4.2 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練

采用LM 算法，將標(biāo)準(zhǔn)化處理后的數(shù)據(jù)輸入網(wǎng)絡(luò)，對其進(jìn)行訓(xùn)練。訓(xùn)練要求需要達(dá)到的設(shè)定誤差指數(shù)為0.005，經(jīng)過訓(xùn)練后的網(wǎng)絡(luò)誤差曲線如圖6所示。

圖6 網(wǎng)絡(luò)誤差曲線

由上圖可以看出，網(wǎng)絡(luò)誤差經(jīng)過435 個步長的訓(xùn)練達(dá)到了設(shè)定誤差指數(shù)的要求，完成了對神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。后續(xù)將采用建立的神經(jīng)網(wǎng)絡(luò)模型對電池進(jìn)行SOC估算。

4.3 網(wǎng)絡(luò)的測試

在建立網(wǎng)絡(luò)的基礎(chǔ)上，將訓(xùn)練需要的數(shù)據(jù)輸入建立的網(wǎng)絡(luò)，比較測量數(shù)據(jù)與預(yù)測數(shù)據(jù)之間的關(guān)系，得到測量結(jié)果圖，并可以對測量的誤差進(jìn)行分析。測圖結(jié)果比較關(guān)系圖如圖7所示。

圖7 測量結(jié)果比較關(guān)系圖

從測試結(jié)果看，誤差小于5%。證明建立的BP網(wǎng)絡(luò)有效。

5 結(jié)語

通過實驗驗證，建立的BP 神經(jīng)網(wǎng)絡(luò)具有良好的適應(yīng)性，能有效預(yù)測鋰離子電池電壓、電流和放電容量間的映射關(guān)系，測量結(jié)果的最大相對誤差小于5%，能較為準(zhǔn)確地用人工神經(jīng)網(wǎng)絡(luò)對電動汽車電池進(jìn)行SOC的估算。