摘要：為了實現(xiàn)退役動力鋰電池荷電狀態(tài)(State of Charge,SOC)的預(yù)測,針對退役鋰離子電池特殊的非線性關(guān)系,提出自適應(yīng)法和列文伯格算法(Levenberg-Marquardt,LM)相結(jié)合優(yōu)化BP神經(jīng)網(wǎng)絡(luò)估算退役鋰電池SOC的VLLM動態(tài)模型,并驗證了隨機(jī)工況下退役鋰電池SOC預(yù)測的可靠性。實驗結(jié)果表明,該模型用優(yōu)化神經(jīng)網(wǎng)絡(luò)法估算SOC的誤差能控制在1%以內(nèi),隨機(jī)工況誤差在5%以內(nèi),提高了退役鋰電池SOC的預(yù)測精度,為退役鋰電池的梯次利用奠定了基礎(chǔ)。