用自组织图方法选择电动车电池堆的锂电池(英文)

电动车储存系统的一个挑战性问题是如何有效使用多层锂电池。由于产品的限制,在使用中会使电池不平衡,从而降低了电池堆的可用电量。为了生成均匀的电池堆,运用自组织图神经网络方法(SOM),开发了一种对于同源电池的选择与分类的方法。在FAAM的实验室中,搜集了测试过的LiFePO4电池的实验数据。选择中考虑的实验数据和辨识特征有:放电电压、开路电压、总容量,以及Randle等效电路模式得来的辨识参数。以每一组备选电池的充电状态(SOV)作为聚群判据,以便找到能给出电池均匀性最好结果的方法。模拟中考察了实验的电动车负荷剖面。结果表明:相比于随机的选择,在电池堆平衡的条件下,本文选用的所有方法都能使SOV变量大幅降低。基于容量和放电电压的方法给出了其中的最佳结果。