摘要：隨著鋰動力電池退役周期的到來,電池梯次應(yīng)用具有現(xiàn)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(yù)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(jīng)網(wǎng)絡(luò)預(yù)測退役電池SOC的動態(tài)模型,相比經(jīng)典的粒子群(PSO)優(yōu)化算法具有更好的穩(wěn)定性。實驗結(jié)果表明:該預(yù)測模型的誤差穩(wěn)定在1%以內(nèi),響應(yīng)速度快,為鋰電池充分利用奠定了理論基礎(chǔ)。