锂离子电池放电起动瞬间电压陡降以及放电停止后电压回升使开路电压和实时电压关系难以确定,进而导致常规方法无法准确估算荷电状态(State of Charge,SOC)。从能量角度提出一种应用于电池放电过程中估算SOC的新方法。首先构造带有非线性受控源的双电源模型,然后根据电池电量特性进行模型参数辨识。通过对锂离子电池进行恒流、变流和模拟工况放电过程中的SOC预测,对比模型预测和实测SOC可看出,该方法能够准确模拟电池电量特性,精准估算电池SOC。
通过电路板搭建锂电池电压、电流、温度实时检测平台,在上位机界面实时监测锂电池参数的信息.根据检测到的数据,利用LM(Levenberg-Marquardt)算法,提出了基于BP神经网络的锂电池剩余电量(State of Charge,SoC)计算模型,模型以锂电池参数采集平台采集到的电压、电流数据为输入,电池的SoC为输出,利用实验室实测到的数据进行模型实验.结果表明:该模型具有较高的精度,并且泛化性能好,对于SoC的预测具有可行性.
