机械工程学报

作者：熊瑞, 闫良基, 王榘

单位：北京理工大学机械与车辆学院 北京 100081

关键词：电动载运装备,动力电池,充放电能力,多步预测法,长短期记忆神经网络,功率修正；

基金：国家自然科学基金优秀青年基金资助项目（51922006）。

充放电功率能力的准确评估是动力电池及电动载运装备安全、高效运行的基础。针对电动载运装备，建立以输入/出功率为控制目标的动力电池模型，描述功率需求驱动的动力电池充放电行为；通过动态优化电池截止电压，提出多步功率预测方法，建立动力电池恒功率需求时的充放电能力预测策略；考虑荷电状态、温度、持续时间等的影响，采用长短期记忆神经网络建立功率修正模型，提升了动力电池充放电功率能力预测性能。结果表明，多步功率预测法能兼顾预测精度和计算效率，最大误差小于3%；全电量区间和宽温度范围内应用效果表明：采用功率修正的功率预测最大误差小于3%，均方根误差低于1%。

来源：2021年第20期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2021年第20期