融合河马粒子群算法LSTM的电动汽车混合储能系统能量管理方法

本发明公开了一种融合河马粒子群算法LSTM的电动汽车混合储能系统能量管理方法，构建多层LSTM神经网络控制器学习驾驶工况特征，最小化电池应力；构建分数阶积分导数(FOID)控制器，输出功率修正分量，并将分量分解为电池功率参考分量和超级电容器功率参考分量；利用改进河马粒子群算法，通过多目标优化函数（含电池均方根电流和电压误差）联合优化LSTM权重及FOID控制器参数，对神经网络控制器的权重和偏置进行优化训练，实时控制电动汽车混合储能系统中电池与超级电容器之间的功率分配；通过动态权重机制自适应修正LSTM功率分配结果，将母线电压波动控制在±3%范围内；最终功率参考值通过动态加权合成，显著降低电池峰值电流。