摘要:隨著鋰動力電池退役周期的到來,電池梯次應用具有現實意義。為了解決梯次再利用時退役電池放電非線性變化劇烈引起的電池荷電狀態(tài)(State of Charge,SOC)預測精度不高問題,提出了一種基于量子粒子群(QPSO)優(yōu)化RBF神經網絡預測退役電池SOC的動態(tài)模型,相比經典的粒子群(PSO)優(yōu)化算法具有更好的穩(wěn)定性。實驗結果表明:該預測模型的誤差穩(wěn)定在1%以內,響應速度快,為鋰電池充分利用奠定了理論基礎。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社。
無線電通信技術雜志, 雙月刊,本刊重視學術導向,堅持科學性、學術性、先進性、創(chuàng)新性,刊載內容涉及的欄目:專家論壇、通信系統(tǒng)與網絡技術、信息傳輸與接入技術、天線與伺服技術、綜合電子信息技術等。于1972年經新聞總署批準的正規(guī)刊物。