10.16628/j.cnki.2095-8188.2016.14.013
基于PSO-BP神经网络的大容量电池储能系统衰减容量预测
大容量电池储能系统可以为新能源并网稳定运行提供有效支撑,电池储能系统的大功率输入/输出加剧了电池单体的损耗,造成电池容量发生不同程度的衰减,容量衰减过程较为缓慢,且不易发现.为及时准确预测电池容量衰减情况,提出基于PSO-BP神经网络的大容量电池储能系统电池衰减容量预测方法,通过粒子群算法(PSO)对反向传播(BP)神经网络隐层权值阈值进行优化.仿真结果表明,PSO-BP神经网络具有较高的准确性,可对任意衰减程度进行准确预测.
大容量电池储能系统、衰减容量预测、粒子群算法、BP神经网络
TM743(输配电工程、电力网及电力系统)
国家自然科学基金51577065;国家电网公司项目DG71-15-039
2016-10-12（万方平台首次上网日期，不代表论文的发表时间）
共4页
75-78
