[發(fā)明專(zhuān)利]基于RNN神經(jīng)網(wǎng)絡(luò)與多參數(shù)約束的鋰電池SOP在線估算方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210553725.8
• 申請(qǐng)日: 2022-05-19
• 公開(kāi)（公告）號(hào): CN114861545A
• 公開(kāi)（公告）日: 2022-08-05
• 發(fā)明（設(shè)計(jì)）人: 江兵;陳晨
• 申請(qǐng)（專(zhuān)利權(quán)）人: 南京郵電大學(xué)
• 主分類(lèi)號(hào): G06F30/27
• 分類(lèi)號(hào): G06F30/27;G06F111/04;G06F119/06
• 代理公司: 南京經(jīng)緯專(zhuān)利商標(biāo)代理有限公司 32200
• 代理人: 劉莎

1.一種基于RNN神經(jīng)網(wǎng)絡(luò)與多參數(shù)約束的鋰電池SOP在線估算方法，其特征在于，包括以下步驟：

(1)建立鋰電池等效電路模型和動(dòng)態(tài)系統(tǒng)方程，進(jìn)行鋰電池OCV測(cè)試，記錄鋰電池在UDDS工況下數(shù)據(jù)，通過(guò)擴(kuò)展卡爾曼濾波算法對(duì)鋰電池各參數(shù)進(jìn)行在線辨識(shí)；所述參數(shù)包括內(nèi)阻R₀、極化電阻和極化電容；

(2)根據(jù)鋰電池等效電路模型建立EKF離散非線性系統(tǒng)方程，通過(guò)擴(kuò)展卡爾曼濾波建立鋰電池的狀態(tài)方程和觀測(cè)方程，完成循環(huán)工況下SOC的在線預(yù)估；

(3)估算持續(xù)峰值電流和持續(xù)峰值功率；

(4)以電池工況下的端電壓，電流和SOC為輸入量，峰值功率SOP為輸出量，導(dǎo)入RNN神經(jīng)網(wǎng)絡(luò)模型，建立RNN神經(jīng)網(wǎng)絡(luò)，完成對(duì)鋰電池峰值功率的估算。

2.根據(jù)權(quán)利要求1所述基于RNN神經(jīng)網(wǎng)絡(luò)與多參數(shù)約束的鋰電池SOP在線估算方法，其特征在于，在步驟(1)中，所述鋰電池等效電路模型為二階RC電路模型，所述二階RC電路模型包括電化學(xué)極化內(nèi)阻R₁、電化學(xué)極化電容C₁、濃差極化電阻R₂和濃差極化電容C₂；

所述動(dòng)態(tài)系統(tǒng)方程如下：

U₀＝U_oc(t)-R₀·I(t)-U₁(t)-U₂(t)

其中，U₀表示電池工作狀態(tài)下的端電壓，U_oc(t)是開(kāi)路電壓表達(dá)式，R₀是歐姆內(nèi)阻表達(dá)式，I表示放電電流大小，U₁和U₂分別表示為兩組RC環(huán)路端電壓，t為時(shí)間。

3.根據(jù)權(quán)利要求2所述基于RNN神經(jīng)網(wǎng)絡(luò)與多參數(shù)約束的鋰電池SOP在線估算方法，其特征在于，在步驟(1)中，采用18650鋰離子電池常溫下做OCV測(cè)試，將測(cè)試數(shù)據(jù)擬合得到開(kāi)路電壓與SOC對(duì)應(yīng)關(guān)系曲線。

4.根據(jù)權(quán)利要求2所述基于RNN神經(jīng)網(wǎng)絡(luò)與多參數(shù)約束的鋰電池SOP在線估算方法，其特征在于，步驟(1)的具體過(guò)程如下：

(11)在常溫環(huán)境溫度下完成鋰電池的UDDS工況測(cè)試，并記錄電壓、電流和SOC真值；

(12)存放中間過(guò)程估值；

(13)初始化參數(shù)并把參數(shù)的估計(jì)值轉(zhuǎn)換為R₀,R₁,R₂,C₁,C₂；更新下一時(shí)刻值；

(14)計(jì)算卡爾曼濾波增益矩陣，采集下一時(shí)刻的電壓、電流數(shù)據(jù)；

(15)重復(fù)(12)至(14)，對(duì)鋰電池模型參數(shù)在線辨識(shí)。