论文部分内容阅读
锂离子动力电池SOC(电池荷电状态)难以直接测量且由于高度非线性所导致估计误差较大;为了减少动力电池SOC估计误差,提高估算精度;在分析了锂离子动力电池电压、温度、电流和放电电量对电池SOC影响后,提出一种新颖的免疫遗传算法(Immune Genetic Algorithm,IGA)和BP神经网络相结合的锂离子动力电池SOC值联合估计方法,该方法首次使用在锂离子动力电池SOC值估计中,采用新颖的免疫遗传算法通过对BP神经网络进行参数寻优,优化网络结构模型,增强神经网络自适应学习效率;通过仿真和动力电池实际