馬樹才，范青，張曉，謝芳

(1.河北北方學(xué)院信息科學(xué)與工程學(xué)院，河北張家口075000；2.張家口職業(yè)技術(shù)學(xué)院，河北張家口075000)

馬樹才1，范青1，張曉1，謝芳2

(1.河北北方學(xué)院信息科學(xué)與工程學(xué)院，河北張家口075000；2.張家口職業(yè)技術(shù)學(xué)院，河北張家口075000)

安全、高效的電池是電動汽車的動力源。鋰離子電池的荷電狀態(tài)()是電動汽車能量管理的重要依據(jù)，對電動汽車的安全運行有著直接的影響。以磷酸鐵鋰電池為研究對象，充分考慮電池溫度、充放電次數(shù)、電池老化等因素的影響，利用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建出鋰離子電池預(yù)測模型，并經(jīng)仿真證明了這種方法的精確度和可靠性。

電動汽車；鋰離子電池；神經(jīng)網(wǎng)絡(luò)；荷電狀態(tài)

電池是電動汽車的儲能單元，其性能對電動汽車的發(fā)展具有重要的影響。電動汽車所用的動力電池種類很多，相比較而言，鋰離子電池以其工作電壓高、質(zhì)量比能量和體積比能量大、自放電率低、無記憶效應(yīng)、充放電效率高、循環(huán)壽命長和無污染性等優(yōu)點，被認(rèn)為是新一代電動汽車的理想動力源。電池的荷電狀態(tài)()是電池管理系統(tǒng)的重要參數(shù)，是整個汽車的充放電控制策略和電池均衡工作的依據(jù)，正確地估算對于汽車的安全行駛具有重要的意義。

神經(jīng)網(wǎng)絡(luò)法是近幾年研究較多的一種方法，它主要利用神經(jīng)網(wǎng)絡(luò)的非線性映射能力，而且不必建立精確的數(shù)學(xué)模型。因此，相對而言，它是一種非常適合于實現(xiàn)值估算的數(shù)學(xué)方法，但是該方法也存在一些弊端，需要在實際應(yīng)用中加以改進(jìn)。

2 基于BP神經(jīng)網(wǎng)絡(luò)技術(shù)的技術(shù)分析

神經(jīng)網(wǎng)絡(luò)是人工智能的一個分支，目前應(yīng)用較多的是BP神經(jīng)網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)，即誤差反向傳播算法，可以有效地解決在非線性連續(xù)函數(shù)求解過程中多層前饋神經(jīng)網(wǎng)絡(luò)的權(quán)值調(diào)整的問題[2]。

如圖1所示，BP神經(jīng)網(wǎng)絡(luò)由3個部分組成，分別為輸入層、隱含層和輸出層。輸入層由若干個變量組成，在網(wǎng)絡(luò)中對應(yīng)的是神經(jīng)網(wǎng)絡(luò)中的每一個神經(jīng)元突觸，大量的突觸相互作用構(gòu)成了一個復(fù)雜的神經(jīng)網(wǎng)絡(luò)輸入體系。在值估算過程中，由于主要的預(yù)測問題是在不同充電倍率下與電壓之間的關(guān)系，即=(,)，所以本例中輸入變量為兩個，矢量表示為[1，2]，1是實驗的充電倍率，2是電池工作電壓的數(shù)值。隱含層是神經(jīng)網(wǎng)絡(luò)的核心層，起到計算和調(diào)整神經(jīng)網(wǎng)絡(luò)權(quán)值的作用，以達(dá)到神經(jīng)網(wǎng)絡(luò)的傳導(dǎo)過程極大地貼近實際情況。在隱含層中，存在著兩值兩函數(shù)的計算過程。兩值是指網(wǎng)絡(luò)權(quán)值和閾值，閾值決定輸入值的范圍，從而摒棄掉某次求值過程中的非常規(guī)輸入，以保證輸入值的有效性；權(quán)值表示輸入層與隱層神經(jīng)元之間的連接強度，從而決定了每個輸入值的權(quán)重。兩函數(shù)是指隱含層的求和單元和傳遞函數(shù)，求和單元是將輸入變量利用權(quán)值和閾值整合成網(wǎng)絡(luò)的學(xué)習(xí)樣本初值，以便系統(tǒng)進(jìn)行有效地訓(xùn)練；傳遞函數(shù)的輸入來自于求和單元的輸出值，即學(xué)習(xí)樣本初值，這些初值依次輸入網(wǎng)絡(luò)所選的函數(shù)中進(jìn)行計算，計算結(jié)果由輸出層輸出。傳遞函數(shù)的選取有一定的要求，要求該函數(shù)是連續(xù)或可導(dǎo)的，在實際構(gòu)建神經(jīng)網(wǎng)絡(luò)的過程中，常常采用雙曲正切函數(shù)tagsig或?qū)?shù)雙曲線函數(shù)logsig來完成。隱含層節(jié)點數(shù)的確定需要在樣本訓(xùn)練的過程中進(jìn)行推算，數(shù)目太多會延長數(shù)據(jù)的傳導(dǎo)過程，影響網(wǎng)絡(luò)的收斂性和時效性，節(jié)點數(shù)太少又會造成網(wǎng)絡(luò)不能建立復(fù)雜的映射關(guān)系，使網(wǎng)絡(luò)培訓(xùn)效果差，容錯性不理想，因此，結(jié)合實際情況確定隱含層結(jié)點數(shù)是神經(jīng)網(wǎng)絡(luò)準(zhǔn)確輸出的關(guān)鍵。隱含層節(jié)點數(shù)的經(jīng)驗公式很多，較常用的方法如式(3)～式(5)所示[3]。

圖1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

訓(xùn)練好的網(wǎng)絡(luò)就可以對其它值進(jìn)行預(yù)測了。

3 仿真結(jié)果

本例選取1.5倍率下的數(shù)據(jù)作為實驗數(shù)據(jù)，設(shè)定誤差指數(shù)為0.0001，輸入Matlab程序進(jìn)行仿真計算，網(wǎng)絡(luò)訓(xùn)練250步，用時5 s，結(jié)果如圖2所示，從圖2中可以看出在為0%～80%的范圍內(nèi)，預(yù)測絕對誤差均在5%以內(nèi)，預(yù)測值與實驗值相當(dāng)吻合，精度很好。

繼續(xù)選用其它倍率進(jìn)行實驗，結(jié)果相同，這說明使用基于BP神經(jīng)網(wǎng)絡(luò)建立的預(yù)測模型具有良好的適應(yīng)性，能夠有效地通過電池電壓來預(yù)測電池的值，結(jié)果滿足精度要求，可以達(dá)到預(yù)期的目標(biāo)。

4 總結(jié)

圖2 25℃1.5倍率下預(yù)測值與實驗值對比

本文采用BP神經(jīng)網(wǎng)絡(luò)來構(gòu)建預(yù)測模型，并利用Matlab平臺對預(yù)測結(jié)果進(jìn)行了仿真。結(jié)果表明，該方法適應(yīng)性強，能夠有效地預(yù)測電池電壓和值之間的映射關(guān)系，精度高，具有一定的推廣價值。

本例的實驗中只考慮了工作電壓、充電倍率等因素，對環(huán)境溫度、老化程度等其它因素未加考慮。在實際應(yīng)用中，這些因素也要統(tǒng)籌合理的進(jìn)行計算，最終達(dá)到依據(jù)電池實際所處狀況進(jìn)行預(yù)測的目的。

[1]李國康，段玲玲，王幼蘭.電動汽車鋰電池SOC預(yù)測方法研究[J].沈陽理工大學(xué)學(xué)報，2011(2)：5-6.

[2]齊智.利用人工神經(jīng)網(wǎng)絡(luò)預(yù)測電池SOC的研究[J].電源技術(shù)，2005(5)：326-327.

[3]鄧華.動態(tài)電源管理預(yù)測算法研究[D].長沙：中南大學(xué)，2012：54-55.

Research on electric vehicles lithium-ion batterydetection technology

MA Shu-cai1,FAN Qing1,ZHANG Xiao1,XIE Fang2

Safe and efficient battery were the power source of electric vehicles.of lithium-ion battery was an important basis for electric vehicle energymanagement,and the safe operation of electric car was directly impacted. The LiFePO4battery was taken as the research object.Under the full consideration of influence to the battery temperature,charge and discharge times,battery aging and other factors,a predictivemodel of lithium-ionbased on BP neural network was built.The accuracy and reliability were proved by simulation.

EV;lithium-ion battery;neural network;

TM 912

A

1002-087 X(2014)10-1812-03

2014-05-10

國家科技部“農(nóng)村醫(yī)療衛(wèi)生服務(wù)平臺與應(yīng)用示范”項目(2012BAH05F04)

馬樹才(1967—)，男，河北省人，副教授，主要研究方向為電子信息工程。

張曉