【正文】 在交流和探討的過(guò)程中，不但糾正了我以前對(duì)一些問(wèn)題的錯(cuò)誤認(rèn)識(shí)，而且還強(qiáng)化了對(duì)許多新的概念的正確理解，真是受益匪淺。 （ 2）為了更加準(zhǔn)確估計(jì)電池組的 SOC，應(yīng)該適當(dāng)?shù)脑黾虞斎氲臄?shù)量，這樣就能更接近于實(shí)際的電池工況，準(zhǔn)確的估計(jì)電池組的 SOC。我們可以較為準(zhǔn)確的用人工神經(jīng)網(wǎng)絡(luò)對(duì)電動(dòng)汽車電池進(jìn)行 SOC 的估算。 MATLAB 操作環(huán)境如下圖所示： 電動(dòng)汽車電池管理系統(tǒng)的設(shè)計(jì) 第 24 頁(yè) 共 33 頁(yè) 圖 54 Matlab 操作環(huán)境 在 Matlab 操作環(huán)境中調(diào)用人工神經(jīng)網(wǎng)絡(luò)工具箱，其過(guò)程如圖 55 和圖 56 所示： 圖 55 人工神經(jīng)網(wǎng)絡(luò)工具箱調(diào)用 電動(dòng)汽車電池管理系統(tǒng)的設(shè)計(jì) 第 25 頁(yè) 共 33 頁(yè) 圖 56 人工神經(jīng)網(wǎng)絡(luò)工具箱操作界面 首先將標(biāo)準(zhǔn)化處理后的數(shù)據(jù)輸入網(wǎng)絡(luò)，采用 LM算法訓(xùn)練網(wǎng)絡(luò)，設(shè)定誤差指數(shù) SSE為 ，經(jīng)過(guò) 435 個(gè)步長(zhǎng)的訓(xùn)練，網(wǎng)絡(luò)誤差 收斂達(dá)到了精度的要求，其網(wǎng)絡(luò)誤差曲線如圖 57 所示： 圖 57 網(wǎng)絡(luò)誤差曲線 由上圖可以看出，網(wǎng)絡(luò)誤差達(dá)到了精度要求，這樣我們就完成了對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。因此，建立三層 BP 網(wǎng)絡(luò)，來(lái)反映鋰離子動(dòng)力電池的放電容量只與電池的電壓和電流之間的關(guān)系。隨著電池放電倍率的增大，鋰離子動(dòng)力電池的放電容量成下降趨勢(shì)。在進(jìn)行 SOC 預(yù)測(cè)時(shí) ， 輸入層和隱含層之間的激活函數(shù)采用正切 Sigmoid 函數(shù) ,隱含層與輸出層采用線性函數(shù)。同時(shí) ， 考慮到指標(biāo)的簡(jiǎn)易性和代表性 ， 根據(jù) Kolmogorov 定理 ， 一個(gè) 3 層的前向網(wǎng)絡(luò)具有對(duì)任意精度連續(xù)函數(shù)的逼近能力。牛頓法在接近誤差的最小值的時(shí)候 ， 計(jì)算速度更快 ， 精度也更高。 (6)重復(fù)步驟 (2)一 (5)，直至均方誤差函數(shù)滿足精度￡為止，即 mse? 。 電動(dòng)汽車電池管理系統(tǒng)的設(shè)計(jì) 第 18 頁(yè) 共 33 頁(yè) 圖 45 典型的 BP 網(wǎng)絡(luò)結(jié)構(gòu)圖 BP 神 經(jīng)網(wǎng)絡(luò)算法的原理和步驟 BP 算法實(shí)質(zhì)上是把一組樣本輸入輸出問(wèn)題轉(zhuǎn)化為一個(gè)非線性優(yōu)化問(wèn)題，并通過(guò)梯度算法利用迭代運(yùn)算求解權(quán)值問(wèn)題的一種學(xué)習(xí)算法。當(dāng)所有的樣本數(shù)據(jù)經(jīng)過(guò)反復(fù)訓(xùn)練達(dá)到誤差精度要求后，樣本數(shù)據(jù)即以各節(jié)點(diǎn)間連接權(quán)重的形式存儲(chǔ)下來(lái)。這種映射是通過(guò)無(wú)監(jiān) 督的自適應(yīng)過(guò)程完成的，所以也稱為自組織特征圖。每一層的神經(jīng)元只接受前一層神經(jīng)元的輸入。 其中樹(shù)突是由細(xì)胞體向外伸出，有不規(guī)則的表面和許多較短的分支的部分，其作用是收集由其他神經(jīng)細(xì)胞傳來(lái)的信息。如果不考慮電池老化因素，隨著電池組容量的 下降， SOC 計(jì)算會(huì) 變得越來(lái)越不準(zhǔn)確。確定 n 和 K 的值以后就可以根據(jù)方程求出在不同放電電流下的放電容量，實(shí)現(xiàn)不同放電倍率下的容量補(bǔ)償。引起電池自放電的原因是多方面的，如電極的腐蝕，活性物質(zhì)的溶解等。得到下式： 電動(dòng)汽車電池管理系統(tǒng)的設(shè)計(jì) 第 11 頁(yè) 共 33 頁(yè) ??? ttT dttiQmQ 0 )()t()t( 0 （ 33） 考慮到 t 的荷電狀態(tài) ]/[)()( 0QmtQtSO C T? ,則有： ??? tt T QdttiktS O CS O C 0 00 /)()()t( （ 34） 式中： TT mk /1? 。 溫度因素 由于電池中電極材料的活性和電解液的電遷移率等都與溫度有密切關(guān)系，所以環(huán)境溫度對(duì)電池性能的影響非常關(guān)鍵。而影響 SOC 準(zhǔn)確計(jì)量的因素很多，其中自放電因素、溫度因素、放電倍率因素、電池壽命因素等都與 SOC 密切相關(guān)。 鎳氫電池技術(shù)成熟、安全性好，在混合動(dòng)力的電動(dòng)汽車領(lǐng)域占據(jù)主流地位。 由于電極與電解液稀硫酸直接接觸，使極板柵很容易被腐蝕，且在電極上會(huì)生成緊密的白色硫酸鹽外皮，導(dǎo)致電池不能再充電，并且在放電過(guò)程中正極活性物質(zhì)容易脫落，因此循環(huán)壽命一般僅為 150300 次。我國(guó)鋰資源、稀土資源儲(chǔ)藏量豐富，發(fā)展電動(dòng)汽車可充分利用我國(guó)現(xiàn)有的 資源。 本文 主要運(yùn)用神經(jīng)網(wǎng)絡(luò)法估算 電動(dòng)汽車電池 SOC，通過(guò)實(shí)驗(yàn)不斷優(yōu)化參數(shù)使得剩余電量預(yù)測(cè)更為準(zhǔn)確。與電機(jī)、電機(jī)控制技術(shù)、電池技術(shù)相比，電池管理技術(shù)還不是很成熟。在電池的充、放電過(guò)程中，電池的端電壓變化只有數(shù)十毫伏，因此電池電壓檢測(cè)需要很高的精度，否則就無(wú)法 正確判斷電池的工作狀態(tài)。繼 PRIUS 混合動(dòng)力轎車之后，豐田汽車公司還推出了 ESTIMA 混合 動(dòng)力汽車和搭載軟混合動(dòng)力系統(tǒng)的 CROWN 轎車。 電動(dòng)汽車的核心是動(dòng)力系統(tǒng)電氣化。從 20世紀(jì) 20年代開(kāi)始，電動(dòng)汽車逐漸被內(nèi)燃機(jī)汽車替代。 2 電動(dòng)汽車發(fā)展史概述 2． 1 電動(dòng)汽車發(fā)展史概述 19世紀(jì) 30年代到 20世紀(jì) —— 電動(dòng)汽車的崛起。 Ah 計(jì)量法適用于所有的電動(dòng)汽車電池，是目前最常用的辦法之一。實(shí)際測(cè)量中，將電池從開(kāi)路狀態(tài)開(kāi)始恒流充電或放電，相同時(shí)間里負(fù)載電壓和開(kāi)路電壓的差值除以電流值就是直流內(nèi)阻。 開(kāi)路電壓法 開(kāi)路電壓法在數(shù)值上接近電池的電動(dòng)勢(shì)。從能量的角度定義 SOC： ? ???????1001 )(1 tPtPEEr e sar e sadttPS OC 總的可用能量剩余的可用能量 （ 11） 其中， E1 為已放出能量， E0 為總的可用能量。目前，電動(dòng)汽車尚不如燃油汽車技術(shù)完善，而制約電動(dòng)汽車推廣的最主要問(wèn)題是動(dòng)力電源的壽命短，使用成本高，電池儲(chǔ)容量小。因此電池組的有效管理對(duì) 電動(dòng)汽車的發(fā)展具有重要意義，而準(zhǔn)確估算電動(dòng)汽車電池 SOC，可以提高動(dòng)力電池的能量效率，延長(zhǎng)電池的使用壽命。 AIKE FaN Tgf ???? )()(0 （ 12） 其中 )(Iaf 、 )(Tg 、 AF 分別為描述放電倍率、環(huán)境溫度和循環(huán)工作次數(shù)的參數(shù)。 MH/NI 電池和鋰離子電池的開(kāi)路電壓與SOC 關(guān)系的線性度不如鉛酸電池好，但在充電初期和末期可根據(jù)對(duì)應(yīng)關(guān)系估算 SOC。準(zhǔn)確測(cè)量電池單體內(nèi)阻比較困難，這是內(nèi)阻法的缺點(diǎn)。開(kāi)路電壓法在充電初期和末期估算效果比較好，常和 Ah 計(jì)量法結(jié)合使用。 電動(dòng)汽車的歷史并不比內(nèi)燃機(jī)汽車短，它也是最古老的汽車之一。 20世紀(jì) 90年代到現(xiàn)在 —— 電動(dòng)汽車的復(fù)蘇。我國(guó)電動(dòng)汽車開(kāi)發(fā)高起點(diǎn)起步，圍繞重點(diǎn)目標(biāo)和核心技術(shù)，建立起了純電動(dòng)、混合動(dòng)力和燃料電池三類汽車動(dòng)力系統(tǒng)技術(shù)平臺(tái)和產(chǎn)學(xué)研合作研發(fā)體系，取得了一系列突破性成果，為整車開(kāi)發(fā)奠定了堅(jiān)實(shí)的基礎(chǔ)。此外，本田汽車公司開(kāi)發(fā)的 Insight混合動(dòng)力電動(dòng)汽車也已投放市場(chǎng)，供不應(yīng)求。而且電池在線充、放電時(shí)電壓、電流都會(huì)產(chǎn)生波動(dòng)，汽車內(nèi)溫度變化及電磁干擾對(duì)電壓檢測(cè)產(chǎn)生較大的影響，要使電壓測(cè)量達(dá)到要求的精度比較困難。 電池自身的性能參數(shù)影響電池的壽命，但電池本身的問(wèn)題不在電池管理的范圍之內(nèi)。 2． 4 發(fā)展電動(dòng)汽車的重要意義 隨著能源危機(jī)的不斷加深，石油資源的日趨枯竭以及大氣污染、全球氣溫上升的危害加劇，作為有效緩解環(huán)境污染和能源衰竭的電動(dòng)汽車將成為經(jīng)濟(jì)舞臺(tái)上的主角。 但是目前電動(dòng)汽車行業(yè)還存在著一些問(wèn)題亟待解決，燃料電池發(fā)動(dòng)機(jī)的壽命短與傳統(tǒng)的內(nèi)燃機(jī)相比相差很遠(yuǎn)。 鉛酸電池 安全性好 、 成本低，在微混和城市型純電動(dòng)汽車上具有一定優(yōu)勢(shì)。但能量密度低，成本高，技術(shù)發(fā)展較慢，性能也難以進(jìn)一步提高。 自放電因素 電池在貯存的過(guò)程中容量會(huì)下降，這是由電池的自放電引起的。其影響主要體現(xiàn)在以下幾個(gè)方面：對(duì)電池容量的影響，對(duì)電池電動(dòng)勢(shì)的影響以及對(duì)電池自放電率的影響?？梢酝ㄟ^(guò)實(shí)驗(yàn)的方法得到在不同溫度下的 Tk ，建立表格，計(jì)算時(shí)通過(guò)查表和線性插值的方法進(jìn)行計(jì)算來(lái)實(shí)現(xiàn)對(duì)溫度的補(bǔ)償。溫度越高，電池的容量保持能力就越低，自放電率越大。 假設(shè) 0I 為標(biāo)準(zhǔn)放電電流，放出的電量 0Q 為標(biāo)準(zhǔn)容量；以電流 1I 放出的電量為 1Q 。 隨著電池循環(huán)次數(shù)的增加，會(huì)出現(xiàn)充放電容量下降和電池內(nèi)阻增加的現(xiàn)象，它們的變化趨勢(shì)與電池的健康狀 態(tài)（ State of Health,SOH） 有相對(duì)穩(wěn)定的函數(shù)關(guān)系，因此可以根據(jù)電池的容量和內(nèi)阻來(lái)確定電池 的 SOH。我們可以把樹(shù)突理解為信號(hào)的輸入端，用來(lái)接收神經(jīng)沖動(dòng)。輸入模式經(jīng)過(guò)各層的順次變換后，由輸出層輸出。 圖 44 自組織神經(jīng)網(wǎng)絡(luò) 4． 3 神經(jīng)網(wǎng)絡(luò)特征及要素 神經(jīng)網(wǎng)絡(luò)特征 神經(jīng)網(wǎng)絡(luò)具有以下幾個(gè)特征： A. 能逼近任意非線性函數(shù) B. 信息的并行分布式處理與存儲(chǔ) C. 可以多輸入、多輸出 D. 便于用超大規(guī)模集成電路或光學(xué)集成電路系統(tǒng)實(shí)現(xiàn)，或用現(xiàn)有的計(jì)算機(jī)技術(shù)實(shí)現(xiàn) E. 能進(jìn)行學(xué)習(xí)，以適應(yīng)環(huán)境變化 神經(jīng)網(wǎng)絡(luò)三要素 神經(jīng)網(wǎng)絡(luò)具有以下 3 個(gè)要素： A. 神經(jīng)元（信息處理單元）的特性 電動(dòng)汽車電池管理系統(tǒng)的設(shè)計(jì) 第 17 頁(yè) 共 33 頁(yè) B. 神經(jīng)元之間相互連接的拓?fù)浣Y(jié)構(gòu) C. 為適應(yīng)環(huán)境而改善性能的學(xué)習(xí)規(guī)則 4． 4 BP 神經(jīng)網(wǎng)絡(luò) BP 神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介 BP 網(wǎng)絡(luò)全稱為誤差反向傳播網(wǎng)絡(luò) (ErrorBackpropagationNN， EBP)，它是一種多層前向神經(jīng)網(wǎng)絡(luò)，它是由一個(gè)輸入層，若干隱層和一個(gè)輸出層組成。然后，在輸入層加上輸入信號(hào)，經(jīng)正向傳播后，便得到期望輸出的近似值。其學(xué)習(xí)過(guò)程包括誤差正向傳播和反向傳播兩個(gè)過(guò)程。 圖 46 BP 網(wǎng)絡(luò)的學(xué)習(xí)方法示意圖 LM 算法 在實(shí)際應(yīng)用中，由于基本 BP 算法收斂速度慢，因此出現(xiàn)了許多改進(jìn)算法。實(shí)踐證明 ， 采用該方法可 以較原來(lái)的梯度下降法提高速度幾十甚至上百倍。 輸入層的輸入矢量為 [X1,X2]， 其中 X1 是電池的放電電流的數(shù)值 (I)， X2 是電池放電電壓的數(shù)值 (U)。正切Sigmoid 函數(shù)如下 ： )]}e xp(1/[1t a n{)( uuf ??? （ 48） 選用 Trainlm 函數(shù)對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練 ,最大訓(xùn)練步數(shù) epochs 為 500； goal 為 1106；show 為 2， 其他參數(shù)均選用缺省值。這是由于鋰離子在電池內(nèi)的擴(kuò)散 速度較慢，隨著放電電流的增加，電池內(nèi)的濃差極化增大，由電池的固有內(nèi)阻所引起的電壓降也增加，從而使電池的放電容量相應(yīng)下降。該網(wǎng)絡(luò)具有兩個(gè)輸入變量，即某一點(diǎn)的電壓和電流，一個(gè)輸 出變量，即這一點(diǎn)對(duì)應(yīng)的容量?？梢詰?yīng)用我們建立的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行 SOC 估算。 電動(dòng)汽車電池管理系統(tǒng)的設(shè)計(jì) 第 31 頁(yè) 共 33 頁(yè)