The invention provides a method for estimating power battery power based on self learning, which includes basic power estimation, corrected power parameter estimation, self learning power parameter estimation and real-time power estimation. The invention can not only avoid the inaccurate estimation of the dynamic battery laboratory data, but also avoid the inconsistent application caused by different application scenes.
【技术实现步骤摘要】
一种基于自学习估算动力电池功率方法
本专利技术涉及车用动力电池软件功能算法领域,尤其是涉及一种基于自学习估算动力电池功率方法。
技术介绍
目前车用动力电池功率估算,主要采用实验室测试数据应用于车辆进行估算。而该方法需要大量的动力电池实验室数据,且针对不同工况也并非完全适用。目前相对好的设计方法,会在实验室数据基础上增加实时故障限制及SOH(动力电池健康状态)限制等方法,故障限制往往是事后限制,SOH限制受限于没有更加准确的SOH估算精度。
技术实现思路
本专利技术的目的在于:针对现有技术存在的问题,提供一种基于自学习估算动力电池功率方法,解决现有SOH估算不准确的问题。本专利技术的专利技术目的通过以下技术方案来实现:一种基于自学习估算动力电池功率方法,该方法包括:基础功率估算;修正功率参数估算;自学习功率参数估算;实时功率估算。进一步的,基础功率估算的方法包括:通过动力电池实验测试得到的温度、SOC、功率关系表,查表得到最大充放电功率。进一步的,修正功率参数估算的方法包括:针对电池最大最小单体电压在不同充放电阶段进行限制判断,充电阶段限制充电功率,放电阶段限制放电功率,分别输出功率限制参数。进一步的,最大单体电压>4.1V,则进入充电限制状态;若最小单体电压<3V,则进入输出放点限制状态;若最大单体电压不大于4.1V、且最小单体电压不小于3V,则不进入限制状态。进一步的,自学习功率参数估算的方法包括:采用统计算法,统计动力电池实际应用状态下功率分布,并根据功率分布输出自学习功率参数。进一步的,计算实时功率P是否超过最大充电功率限制阈值ThdMax, ...
【技术保护点】
一种基于自学习估算动力电池功率方法,其特征在于,该方法包括:基础功率估算;修正功率参数估算;自学习功率参数估算;实时功率估算。
【技术特征摘要】
1.一种基于自学习估算动力电池功率方法,其特征在于,该方法包括:基础功率估算;修正功率参数估算;自学习功率参数估算;实时功率估算。2.根据权利要求1所述的一种基于自学习估算动力电池功率方法,其特征在于,基础功率估算的方法包括:通过动力电池实验测试得到的温度、SOC、功率关系表,查表得到最大充放电功率。3.根据权利要求1所述的一种基于自学习估算动力电池功率方法,其特征在于,修正功率参数估算的方法包括:针对电池最大最小单体电压在不同充放电阶段进行限制判断,充电阶段限制充电功率,放电阶段限制放电功率,分别输出功率限制参数。4.根据权利要求3所述的一种基于自学习估算动力电池功率方法,其特征在于,最大单体电压>4.1V,则进入充电限制状态;若最小单体电压<3V,则进入输出放点限制状态;若最大单体电压不大于4.1V、...
【专利技术属性】
技术研发人员:陕亮亮,陈柯宇,
申请(专利权)人:成都雅骏新能源汽车科技股份有限公司,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。