周美蘭　趙強　周永勤

摘要：針對電動汽車應用的50AH磷酸鐵鋰電池荷電狀態(tài)（state of charge，SOC）估算不準的難題，在原有BP神經網絡的基礎上引入改進的PSO算法加以優(yōu)化，優(yōu)化了BP神經網絡的權值和閾值，并把優(yōu)化后的網絡用于SOC預測，減小了SOC估算的誤差.本文以50AH的磷酸鐵鋰電池為研究對象，首先在粒子群算法（particle swarm optimization，PSO）中引入了變異算子改進了PSO搜索精度較低、后期迭代效率不高等缺點，然后通過實驗分析了電壓、電流、溫度3個主要參數與SOC的關系，利用放電實驗法繪制了SOC與開路電壓之間的關系曲線，最后根據大量實驗數據分別對BP神經網絡和改進的PSO-BP神經網絡進行訓練與SOC預測，理論分析和實驗表明該方法能夠有效的減小SOC誤差，將誤差控制在2%以內，提高了預測的精確度滿足了SOC估算的要求。endprint