粒子群优化神经网络电动汽车SOC估算方法

为了解决纯电动汽车电池剩余电量估算难题,采用粒子群优化神经网络方法,用于BP（BackPropagation,BP）神经网络权值和阈值优化,并把优化后的神经网络用于荷电状态（SOC）离散估算。以100AhLiFePO4电池作为实验对象采集实验数据,将温度、充放电倍率和充放电电压作为PSO-BP（ParticleSwarmOptimization,PSO）神经网络输入特征向量,将电池SOC作为输出向量进行网络学习和训练,用训练好的网络对不同充放电倍率下SOC进行离散点预测,采用插值估算实现实时预测。实验结果表明,PSO-BP算法对SOC值为20%～80%区间估算准确,能够满足电动汽车正常运行的SOC估算要求。