[发明专利]一种混合动力汽车动力电池初始电量算法

摘要

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。

主权项

1.一种混合动力汽车动力电池初始电量算法，其特征在于，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＝1，2O_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＝1，2W_i为隶属度权重；S4、规范每个规则的应用程度，即：S5、计算每个规则的结论，即：Z_i；＝P_ix+q_iy+r_i，i＝1，2；S6、计算所有输出，则系统输出为：式中：P_i，q_i和r_i为对应的参数，通过算法训练，ANFIS可以使它们在指定的目标上达到模糊建模的目的；S7、确定ANFIS网络结构：为了利用MatLab模糊工具箱对采集到的数据进行仿真，在此选择ANFIS自带的genfisl函数进行计算，通过网格划分的方式给定数据集并生成模糊推理系统通过genfisl函数生成的模糊推理系统输出隶属函数曲线，可以确保覆盖整个输入和输出空间的均匀划分，并且定义其输入和输出隶属函数的类型和数量，将不同的电压、电流、SOC和关于时间序列的放电率作为试验所用的训练数据和测试数据、并且将序列中的奇数项目作为训练数据，偶数项目作为测试数据；S8、选择高斯隶属函数作为输入和输出的隶属函数，由于ANFIS是Sugeno型模糊系统，因此具有2个输出变量隶属函数，即常数项和线性函数；S9、划分输入变量空间：对收集的数据进行排序，以获得最小和最大输入变量，最后为每个输入变量建立3个模糊集，对应生成高、中、低隶属函数结果，输入空间对应于隶属乘积的输出变量，对应的输出值在0和1之间；S10、利用BP神经网络与ANFIS模型计算电池初始电量Q₁。