[發(fā)明專利]一種預(yù)測電池的剩余電量的方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201610044076.3
• 申請日: 2016-01-22
• 公開（公告）號: CN105676138B
• 公開（公告）日: 2018-09-14
• 發(fā)明（設(shè)計）人: 陳宇;李民英;王一博
• 申請（專利權(quán)）人: 廣東志成冠軍集團(tuán)有限公司
• 主分類號: G01R31/36
• 分類號: G01R31/36
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 鄧猛烈;胡彬

本發(fā)明涉及一種預(yù)測電池的剩余電量的方法和系統(tǒng)，包括：用于建立訓(xùn)練樣本組的建立單元；用于獲得所述訓(xùn)練樣本組中的每個電池的放電電流和放電時間的關(guān)系曲線圖的獲得單元；用于對每一個所述關(guān)系曲線圖進(jìn)行重構(gòu)，以便所述關(guān)系曲線圖的放電電流按照預(yù)設(shè)的順序依次排列的排列單元；用于將每一個重構(gòu)后的關(guān)系曲線圖作為卷積神經(jīng)網(wǎng)絡(luò)的輸入信息，通過卷積神經(jīng)網(wǎng)絡(luò)提取所述關(guān)系曲線圖的特征，輸出所述特征至人工神經(jīng)網(wǎng)絡(luò)或徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)，以便對電池的剩余電量進(jìn)行預(yù)測的輸出單元。可見，該預(yù)測電池的剩余電量的方法和系統(tǒng)，能夠基于卷積神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)電池SOC的預(yù)測，適用于各種復(fù)雜電池工況，可實施性強(qiáng)。

技術(shù)領(lǐng)域

本發(fā)明涉及鋰電池管理系統(tǒng)技術(shù)領(lǐng)域，尤其涉及一種預(yù)測電池的剩余電量的方法和系統(tǒng)。

背景技術(shù)

鋰電池主用應(yīng)用于新能源電動汽車行業(yè)以及儲能系統(tǒng)產(chǎn)品。目前新能源電動汽車和電池儲能行業(yè)發(fā)展迅猛。對于電動車用鋰電池以及大中型電池儲能系統(tǒng)，設(shè)計良好的BMS(Battery Management System、電池管理系統(tǒng))顯得極為重要。其中BMS需要獲得的最重要的參數(shù)之一就是電池SOC(State of Charge、剩余電量)值，該參數(shù)能夠反映當(dāng)前電池的荷電狀態(tài)，有效防止電池過放、過充，從而延長電池使用壽命，保證電池使用安全。不過因為電池在使用過程中SOC值呈現(xiàn)非線性變化，所以準(zhǔn)確估計SOC值是有很大難度的。目前主要的SOC值預(yù)測方法有以下幾種：

1)Ah(安時)累積法：通過對電流的累積和已知的SOC初值獲得剩余SOC值。該方法簡單，應(yīng)用方便，實現(xiàn)成本低，但是存在如下缺點(diǎn)：電流測量誤差導(dǎo)致累積誤差不斷增大；需要知道初始SOC值；電池充放電效率隨溫度、充放電率變化。

2)OCV(open circuit voltage、開路電壓)法：根據(jù)SOC隨OCV的變化而估測SOC值。該方法使用簡單，低成本，在SOC值兩端估計效果好，但存在如下缺點(diǎn)：不能在線測量SOC值，需長時間靜置，部分鋰電池存在電壓平臺期，在該電壓平臺期的范圍內(nèi)，SOC劇烈變化，而OCV變化很小。

3)內(nèi)阻法：依據(jù)電池內(nèi)阻與SOC值之間的關(guān)系獲得SOC值，分為直流內(nèi)阻法和交流內(nèi)阻法。本方法利用內(nèi)阻與電池SOC值存在的一一對應(yīng)關(guān)系估測SOC值。但由于兩者之間數(shù)據(jù)關(guān)系復(fù)雜，受電流、溫度等不確定因素的影響大，并測量內(nèi)阻需要使用專用儀器及激勵源，費(fèi)用成本高，且測量內(nèi)阻需斷開負(fù)載故而不適合于在線測量，因此該方法只適用于實驗室。

4)傳統(tǒng)神經(jīng)網(wǎng)絡(luò)法：通過建立人工神經(jīng)網(wǎng)絡(luò)，使用樣本訓(xùn)練網(wǎng)絡(luò)，從而計算出SOC值。傳統(tǒng)神經(jīng)網(wǎng)絡(luò)法的特點(diǎn)是在采集足夠多樣本的前提下無需知道模型內(nèi)部關(guān)系，通過訓(xùn)練能對非線性關(guān)系有良好的擬合。目前對SOC值預(yù)測常用的傳統(tǒng)神經(jīng)網(wǎng)絡(luò)為BP神經(jīng)網(wǎng)絡(luò)和徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)，這兩種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)相同，但徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)隱含層傳遞函數(shù)為高斯函數(shù)，因此在學(xué)習(xí)過程中徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)除了需要調(diào)整神經(jīng)元之間權(quán)值、各神經(jīng)元閥值之外，還需調(diào)整隱含層高斯函數(shù)的均值和方差，故而相較之BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練時間更長，計算量更龐大，但逼近能力和收斂性更好。對于人工神經(jīng)網(wǎng)絡(luò)算法而言，網(wǎng)絡(luò)訓(xùn)練的結(jié)果受到樣本極大的影響，而在實際使用過程中電池的使用工況受使用環(huán)境的影響而不斷變化，比如電動車，給出的動力大小根據(jù)實際路況和駕駛員習(xí)慣等復(fù)雜因素，電池放電實際情況差別很大，故而并不能保證預(yù)測精度，因此傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)算法只適用于工況固定的場合。

發(fā)明內(nèi)容

本發(fā)明的目的在于提出一種預(yù)測電池的剩余電量的方法和系統(tǒng)，能夠基于卷積神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)電池SOC的預(yù)測，適用于各種復(fù)雜電池工況，可實施性強(qiáng)。

為達(dá)此目的，本發(fā)明采用以下技術(shù)方案：

第一方面，提供一種預(yù)測電池的剩余電量的方法，包括：

建立訓(xùn)練樣本組，針對所述訓(xùn)練樣本組中的每個電池進(jìn)行以下操作：

獲得電池的放電電流和放電時間的關(guān)系曲線圖；