基于ASSA-RBF联合算法的三元锂离子电池SOC估计

来源：电子测量技术杂志2024年第1期北京时间：

作者：刘齐，吴松荣，邓鸿枥，张翰文，付聪，柳博

单位：磁浮技术与磁浮列车教育部重点实验室(西南交通大学电气工程学院) 成都 611756

摘要：准确估计三元锂电池的荷电状态(SOC)是保障电动汽车安全稳定运行的基础。针对传统BP神经网络估计精度不高，而RBF神经网络也容易陷入局部最优的问题，提出一种基于自适应麻雀搜索算法与RBF神经网络联合的三元锂电池SOC估计方法。首先，对标准麻雀搜索算法进行改进，采用精英混沌反向机制初始化麻雀种群，采用柯西高斯变异策略优化麻雀种群中跟随者位置更新公式；然后，使用改进后的麻雀搜索算法对RBF神经网络的初始权值和宽度参数进行寻优，以提升算法对SOC的估计精度；最后，基于三元锂电池的充放电实验数据进行模型验证。结果表明，动态应力测试工况下，所提联合算法模型SOC估计均方根误差为0.694%，平均百分比误差为3.15%，能很好的应用于三元锂电池SOC估计。

关键词：三元锂电池;SOC估计;RBF神经网络;自适应麻雀搜索算法