[發明專利]一種基于時間卷積網絡的鋰離子動力電池估算方法

有效

• 申請號: 202111007681.0
• 申請日: 2021-08-30
• 公開（公告）號: CN113671381B
• 公開（公告）日: 2022-09-06
• 發明（設計）人: 魏翼鷹;張勇;文寶毅;鄒琳;張暉;李志成;楊杰;袁鵬舉
• 申請（專利權）人: 武漢理工大學
• 主分類號: G01R31/367
• 分類號: G01R31/367;G01R31/36;G01R31/388;G01R31/385;G01R31/396;G01R31/00
• 代理公司: 武漢智嘉聯合知識產權代理事務所(普通合伙) 42231
• 代理人: 萬青青

本發明涉及一種基于時間卷積網絡的鋰離子動力電池估算方法，包括：建立初始時間卷積網絡模型；獲取電池的實時狀態數據集；根據電池的實時狀態數據集對初始時間卷積網絡模型進行訓練、驗證和測試，得到目標時間卷積網絡模型；將待估算的電池數據輸入至目標時間卷積網絡模型，得到電池剩余電量量測值；根據待估算的電池數據，通過預設方法計算出電池剩余電量觀測值；根據電池剩余電量量測值和電池剩余電量觀測值，通過卡爾曼濾波計算電池剩余電量估算值；通過卡爾曼濾波算法優化電池剩余電量估算值。本發明結合卡爾曼濾波和時間卷積網絡對電池SOC進行估算，克服了卡爾曼濾波算法需要精確的等效電池組電路模型的缺點，減小了神經網絡估算方法的誤差。

技術領域

本發明涉及電池監測技術領域，尤其涉及一種基于時間卷積網絡的 鋰離子動力電池估算方法。

背景技術

新能源汽車將逐步替代燃油車，電池作為新能源汽車的動力源也發 展起來。電池性能的提升成為電動汽車續航里程、安全性能、使用壽命 和功率特性實現突破的關鍵。為了電池安全高效的工作，最關鍵的環節 是電池管理系統技術。它可以實現電池參數的準確估測、動態監測以及 電池單體間的均衡。但是由于電動汽車具有多工況、變負載、寬調速范圍等特點，電動汽車動力電池在使用的過程中表現出高度的非線性，變 流工作特性，使準確的估算SOC具有很大的難度。

現有的電池SOC估算技術大體可以分為三類：1、基于電池特征參 數的方法；2、基于電池模型的方法；3、基于數據驅動的方法。

現有的電池SOC估算技術在實際應用時效果并不顯著，具體原因可 歸結為以下幾點：一、基于電池特征參數的方法是一個開環算法，由于 不確定的干擾和變量例如：溫度，電流等，會導致SOC的不確定性，并 且計算的SOC值具有初始的SOC誤差和累計的電流測量誤差，并且該 方法需要電池完全充放電和定期的容量校準，這樣縮短了電池的使用壽 命。二、基于模型的方法試圖將各種因素整合到復雜的數學方程中以估 計電池的SOC，基于電池模型的方法存在一些問題：1、無論是等效電路 模型，電化學模型還是電化學阻抗模型都無法完全表征電池的特性；2、 對于建立的狀態空間方程，狀態變量的初始值不明確；3、很難用某一特 定的模型涵蓋所有的電池的使用狀態。三、基于數據驅動的方法建立的 神經的網絡不具有記憶功能，并且在訓練的網絡的時候需要大量的人工 調參。

發明內容

有鑒于此，有必要提供一種基于時間卷積網絡的鋰離子動力電池估 算方法，用以解決現有技術中變量難以確定，建模困難，需要大量人工 調參的問題。

為達到上述技術目的，本發明采取了以下技術方案：

第一方面，本發明提供了一種基于時間卷積網絡的鋰離子動力電池 估算方法，包括：

建立初始時間卷積網絡模型；

獲取電池的實時狀態數據集；

根據電池的實時狀態數據集對初始時間卷積網絡模型進行訓練、驗 證和測試，得到目標時間卷積網絡模型；

將待估算的電池數據輸入至目標時間卷積網絡模型，得到電池剩余 電量量測值；

根據待估算的電池數據，通過預設方法計算出電池剩余電量觀測值； 根據電池剩余電量量測值和電池剩余電量觀測值，通過卡爾曼濾波算法 計算電池剩余電量估算值；

通過卡爾曼濾波算法優化電池剩余電量估算值。

優選的，通過預設方法計算出電池剩余電量觀測值，具體為：

將電池剩余電量觀測值離散化：

其中，I_k表示k時刻電流值，Δt表示采樣時間，C_n表示電池的額定 容量，服從N(0,Q)高斯分布，X(k)是k時刻的電池剩余電量觀測值。