基于PCA-Elman-PSO算法的动力电池低温充电优化 |
| |
作者姓名: | 高楠 刘晶 郑培 |
| |
作者单位: | 内蒙古工业大学能源与动力工程学院;中国工商银行股份有限公司业务研发中心 |
| |
摘 要: | 为研究低温下电动汽车电池的充电性能,通过在不同温度下对电池进行充放电试验,获取大量试验数据,分析低温环境下影响电池充电性能的因素。通过PCA算法对众多影响因素进行降维处理,得到主要的影响因素。建立PSO-Elman神经网络模型,用于估计锂离子电池低温充电能耗。基于此基础上,利用PSO算法对传统充电CC-CV充电方法进行优化,在达到充电截至电压前,采用粒子群优化算法得到最优充电曲线的近似值,将充电时的能量耗及充电所用时间作为优化目标构建粒子群优化算法的适应度函数,用粒子群优化算法进行迭代优化。仿真测试结果表明,优化后的充电策略能有效减少锂电池低温充电时间和能量消耗。
|
关 键 词: | PCA ELMAN PSO 动力电池 锂离子电池 仿真 |
Low Temperature Charging Optimization of Power Battery Based on PCA-Elman-PSO Algorithm |
| |
Authors: | Gao Nan Liu Jing Zheng Pei |
| |
Institution: | (College of Energy and Power Engineering,Inner Mongolia University of Technology,Hohhot 010051;Industrial and Commercial Bank of China,Beijing 100096) |
| |
Abstract: | |
| |
Keywords: | PCA Elman PSO Power battery Lithium ion battery Simulation |
本文献已被 维普 等数据库收录! |
|