文章摘要:为了提高锂离子电池能量状态（State of Energy， SoE）估计的准确性，考虑到电流或电压传感器噪声会累积误差，本文提出了一种基于改进反向传播神经网络（Back Propagation Neural Network， BPNN）与模型预测滤波（Model Predictive Filtering， MPF）相结合的SoE估计方法。基于一阶RC等效电路模型，采用MPF算法来估计电池的SoE，并使用改进BPNN对MPF算法的估计结果进行误差补偿。最后，在NEDC工况下，验证了所提方法的准确性。结果表明，与传统MPF算法和BPNN-MPF算法相比，本文所提方法的SoE估计值能较好地收敛到真实值，且最大绝对误差和均方根误差均在1%以内。

文章关键词:

项目基金: