基于GA-RBF网络的磷酸铁锂电池SOC预测研究

针对动力电池荷电状态(stateofcharge，SOC)的精确预测问题，提出了一种基于遗传算法的径向基函数（geneticalgorithmradialbasisfunction，GA-RBF）神经网络的磷酸铁锂电池SOC预测方法，它克服了网络参数选择的随机性，具有更强的适应能力。通过仿真实验，证明了该方法比传统的径向基函数（radialbasisfunction，RBF）神经网络预测结果更加准确，运行更稳定，满足电池管理系统对磷酸铁锂（LiFePO4）动力电池SOC预测的精度和实际使用的要求。