【作者】

王永超; 闫伟

【单位】

山东大学

【摘要】

荷电状态 SOC 反映了电池内部剩余电量的水平，是电动汽车的“燃料计量表”。然而，SOC 作为动力电池的隐含状态量，无法借助传感器等手段直接测量得到，仅能通过外部可测的电流、电压和温度等测试数据进行估计和推断。随着锂电池SOC估计精度要求的不断提高，基于深度学习的方法逐渐受重视。本研究通过实验寻找锂电池内阻与温度、SOC、放电倍率等的关系，并绘制电池OCV与SOC曲线。接着将SOC作为输出结果，将OCV和温度作为输入量，采用深度学习SVM算法进行训练，得到预测模型。由结果可知， SVM的预测结果精度高，对电池SOC预测更加准确。

【关键词】

SOC估计;开路电压法;SVM;锂电池

【论文集名称】

混合动力及先进汽油机

【会议名称】

2023交通能源与智能动力大会

【会议时间】

2023-11-10至2023-11-12

【会议地点】

天津

【下载次数】

4

返回