摘要： 在电动汽车的实际驾驶场景中，由于复杂多变的运行条件和动力电池的非线性，对电池荷电状态（SOC）的准确估计存在较大的误差，从而造成车主的里程焦虑。针对上述问题，提出了一种时间卷积优化网络（TCON）方法，用于实时估计动力电池SOC。首先，建立无归一化的时间卷积网络（TCN）模型，通过并行计算提取时序信息，具有参数少、精度高的优点。其次，为了解决TCN输出波动性较强的问题，设计了时间优化模块（TOM），该模块通过生成时序优化权值，对TCN输出进行优化，有效抑制数据噪声，进一步提高了预测精度。最后，使用电动汽车实时运行数据集进行验证。实验结果表明：文中所提方法与TCN相比，在仅增加5.8%的参数量的前提下减少了18.3%的误差；SOC估计的平均绝对误差小于1%，均方根误差小于2%，为SOC提供了更准确的估计，在一定程度上缓解驾驶员的里程焦虑。

关键词: 动力电池；SOC估计；里程焦虑；时间卷积优化网络

中图分类号: 

• TK01 +1