基于BSA-RELM的纯电动汽车锂离子电池SOC估计

来源：计量学报杂志2019年第4期北京时间：

作者：吴忠强,尚梦瑶,申丹丹,戚松岐,朱向东

单位：燕山大学, 河北 秦皇岛 066004

摘要：提出一种基于鸟群算法优化鲁棒极限学习机的锂离子电池荷电状态估计算法。鲁棒极限学习机克服了极限学习机不能处理异常值的缺点,提高了网络的预测准确率。利用鸟群算法优化鲁棒极限学习机的隐层节点数和调节因子等参数,解决隐层节点数和调节因子等参数难以确定的问题,可进一步提高网络的收敛速度,且利于寻找全局最优值。利用ADVISOR软件采集影响电池荷电状态的主要参数:电流、电压、温度和内阻等进行建模和测试。仿真结果表明,采用鸟群算法优化鲁棒极限学习机比BPNN、RBFNN和FNN的估计误差更小,具有更高的预测精度。

关键词：计量学; 荷电状态; 锂离子电池; 纯电动汽车; 鸟群算法; 鲁棒极限学习机

基金资助：河北省自然科学基金(F2016203006)