[發明專利]一種鋰離子電池荷電狀態估算方法在審
| 申請號： | 202210278923.8 | 申請日： | 2022-03-18 |
| 公開（公告）號： | CN114660464A | 公開（公告）日： | 2022-06-24 |
| 發明（設計）人： | 周娟;林加順;楊曉全;吳乃豪;王梅鑫 | 申請（專利權）人： | 中國礦業大學 |
| 主分類號： | G01R31/367 | 分類號： | G01R31/367;G01R31/382;G06F30/27;G06F17/16;G06N3/08 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 221116 *** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 鋰離子電池 狀態 估算 方法 | ||
1.一種鋰離子電池荷電狀態估算方法，其特征在于，該方法主要包括以下步驟：
步驟1、建立鋰離子電池的二階RC等效電路模型：采集開路電壓數據與荷電狀態數據，基于所述等效電路模型，獲取不同狀態下的電池模型參數；
步驟2、獲取電池模型狀態空間方程：基于基爾霍夫定律，利用所述等效電路模型和電池模型參數，獲取模型狀態空間方程；
步驟3、初步估算：基于所述模型狀態空間方程，使用擴展卡爾曼濾波算法初步估算鋰離子電池荷電狀態；
步驟4、訓練BP神經網絡模型：選取擴展卡爾曼濾波估算過程中的相關變量作為BP神經網絡輸入，輸出為SOC誤差值，訓練BP神經網絡模型；
步驟5、聯合估算：在新的擴展卡爾曼濾波估算鋰離子電池SOC過程中，使用BP神經網絡模型輸出實時參與狀態變量一步預測。
2.根據權利要求1所述的一種鋰離子電池荷電狀態估算方法，其特征在于，所述步驟4中BP神經網絡輸入為擴展卡爾曼濾波算法初步估算鋰離子電池SOC過程中的電池模型輸出端電壓誤差、SOC先驗預測值、卡爾曼濾波增益、模型輸出端電壓與電流變化率，輸出為SOC估算誤差。
3.根據權利要求1所述的一種鋰離子電池荷電狀態估算方法，其特征在于，所述步驟5中經BP神經網絡參與后的狀態變量一步預測如下：
xk|k-1＝Axk-1|k-1+BIk-1+Hk-1SOCBP,k-1
其中，xk|k-1為狀態變量k時刻一步預測值，Ik-1為k-1時刻電池工作電流，xk-1|k-1為k-1時刻狀態變量最優估計值，Hk-1為k-1時刻卡爾曼濾波增益，SOCBP,k-1為BP神經網絡的SOC估算誤差值，A、B分別為系統傳遞矩陣與輸入矩陣。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國礦業大學，未經中國礦業大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202210278923.8/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：顯示基板、顯示面板和顯示裝置
- 下一篇：一種防凝固注塑機
