一种基于单体电池一致性的蓄电池组SOC估计改进方法

摘要

本发明涉及一种基于单体电池一致性的蓄电池组SOC估计改进方法，该方法首先利用蓄电池组模型的训练数据集、基于一致性修正的SOC预测数据和自适应神经网络构建具有优化结构和参数的模糊规则库；然后将离线学后的模糊规则库移植入BMS的嵌入式控制器的模糊推理机中，对蓄电池组SOC估计进行在线修正。与现有技术相比，本发明具有能够将电池组内各单体电池的SOC差异真实地反映在整组SOC估计上的优点。

主权项

一种基于单体电池一致性的蓄电池组SOC估计改进方法，其特征在于，该方法包括基于自适应神经网络的模糊规则库的离线学习建模过程和基于模糊规则库的在线SOC估计修正过程，具体步骤如下：首先利用蓄电池组模型的训练数据集、基于一致性修正的SOC预测数据和自适应神经网络构建具有优化结构和参数的模糊规则库；然后将离线学习后的模糊规则库移植入BMS的嵌入式控制器的模糊推理机中，对蓄电池组SOC估计进行在线修正。