[发明专利]一种混合动力汽车动力电池初始电量算法

说明书

本发明公开了一种混合动力汽车动力电池初始电量算法，包括ANFIS构造、确定ANFIS网络结构、选择高斯隶属函数作为输入和输出的隶属函数、划分输入变量空间、利用BP神经网络与ANFIS模型计算电池初始电量Q₁。本方案，此算法能够实时监控动力电池电量，防止动力电池出现过充或者过放而影响动力电池寿命，通过分析电池的充放电过程，确定SOC的关键参数，并在MatLab平台上对试验模型进行了修正，通过试验仿真比较，表明ANFIS具有较强的自适应能力和泛化能力，该方法将电池初始电量估计误差降低到3％以下，可用于混合动力汽车智能监控系统，加入温度补偿系数，通过温度补偿系数对温度影响进行纠正，可以更好地提高估算精度。

技术领域

本发明涉及电量算法技术领域，尤其涉及一种混合动力汽车动力电池初始电量算法。

背景技术

电池管理系统是一种混合动力汽车或者纯电动汽车上使用的动力电池控制系统，根据整车需求对动力电池各方面的参数、性能进行控制。电池管理系统是电池与用户之间的桥梁，主要的控制对象是二次电池，其最终的目标就是为了能够提高电池的使用效率，防止电池发生过度充放电，尽可能地保护动力电池，让其发挥最大的使用性能。

SOC作为剩余电量，表示初始容量中剩余容量所占的百分比，范围为0％100％，传统SOC评估方法主要有电流积分法、开路电压法、OCV和SOC对应关系法等。对于这些方法，可以从温度改变率、充放电速率、充放电效率等方面加以改进，也可以利用模糊控制算法、神经网络算法、卡尔曼滤波算法、阻抗谱法和C.Ehret线性模型等方法进行改进。由于电池的高度非线性特性，使得传统的SOC评估方法不能有效地反映出评估的准确性，如电流积分法有误差累积，开路电压法不适用于脉动电流过程中的频繁波动；模糊控制依赖于工程经验，神经网络依赖于样本的选择，卡尔曼滤波取决于精确的计算复杂度，阻抗谱法需要构造附加额外的函数且增加了计算机复杂度；线性模型方法仅适用于低电流情况。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种混合动力汽车动力电池初始电量算法。

为了实现上述目的，本发明采用了如下技术方案：

一种混合动力汽车动力电池初始电量算法，具体包括以下步骤：

S1、ANFIS构造：假设模糊神经网络具有2个输入变量x和y，1个输出量z，根据一阶T-S模糊模型，计算公式如下：

公式1：对于x∈A₁，y∈B₁，则：

f₁＝p₁x+q₁y+r₁；

公式2：对于x∈A₂，y∈B₂，则：

f₂＝p₂x+q₂y+r₂；

S2、A₁和B₁为输入变量模糊集，该层的节点激活函数代表模糊变量的隶属函数，输出表示模糊结果即隶属度，其中，节点传递函数可表示为：

O_1，i＝f_x，i(X)，i＝1，2

O_1，j＝f_y(j-2)(y)，j＝3，4

通常使用高斯函数作为激活函数；

S3、乘以模糊得到2个任意隶属度，因此输出表示模糊规则或自适应函数，即：

O_2，i＝W_i＝f_x，i(X)f_y，i(X)，i＝1，2