本发明专利技术公开了一种储能电池系统并联支路电流估计值矫正方法，获取干路电路和支路电流估计值，对支路电流估计值进行矫正。对比现有技术，本发明专利技术的有益效果在于：通过记录干路电流不同变化情况以及对应的绝对误差的值，确定误差变量和干路电流之间的比例系数，将支路电流估计值减去误差变量得到矫正后的支路电流，所用的矫正方法新颖，矫正流程简单直观。矫正流程简单直观。矫正流程简单直观。
【技术实现步骤摘要】
一种储能电池系统并联支路电流估计值矫正方法
[0001]本专利技术涉及电池
，具体是一种储能电池系统并联支路电流估计值矫正方法。
技术介绍
[0002]锂离子电池因其能量密度高、循环寿命长、重量轻而在电动汽车中得到广泛的应用。在车用锂离子电池的使用中，为了满足高功率输出的需求，成百上千个单体电池通常串并联使用。但是由于各个电池单体的制造过程不可避免的存在不同，所以在使用过程中每个单体电池的容量、温度、老化程度等特性会存在差异，这些差异会导致并联电池组的支路电流不同，进而会使不同电池单体的充放电深度存在差异，并且随着时间的推移，并联电池之间的差异会进一步增大，从而影响电池组的使用寿命并且存在安全隐患，因此对支路电流的估计以及对估计值进行适当矫正十分重要。
[0003]目前对支路电流估计的研究较少，因此对支路电流的估计值进行矫正的研究更少。虽然现有技术中有用BP神经网络实现电池系统支路电流估计，但是存在不足。如由于干路电流存在突变导致支路电流估计值和真实值之间的绝对误差不能稳定地保持较低水平。在DST工况下，用BP神经网络进行支路电流估计时绝对误差最大为2A左右，约为支路电流真实值的5％，相对误差较大，对后续研究的展开的造成影响。
技术实现思路
[0004]为解决现有技术中的不足，本专利技术提供一种储能电池系统并联支路电流估计值矫正方法，通过干路电流和绝对误差之间函数关系即可对支路电流估计值进行矫正，所用的矫正方法新颖，矫正流程简单直观。
[0005]本专利技术为实现上述目的，通过以下技术方案实现：一种储能电池系统并联支路电流估计值矫正方法，包括以下步骤：
[0006]一种储能电池系统并联支路电流估计值矫正方法，包括以下步骤：
[0007]S1、获取干路电路和2个支路电流估计值：
[0008]S2、对2个支路电流估计值采用以下方法进行矫正：
[0009]S2.1对支路1电流估计值进行矫正时：
[0010]若|I(t)|≤α，则误差变量D(t)＝0，支路电流I
’1(t)＝I
’1(t)+D(t)；令t＝t+1，对下一个时刻的估计值进行矫正；
[0011]若|I(t)|＜
‑
α，则误差变量支路电流I
’1(t)＝I
’1(t)+D(t)；令t＝t+1，对下一个时刻的估计值进行矫正；
[0012]若I(t)＞α，则误差变量支路电流I
’1(t)＝I
’1(t)+D(t)；令t＝t+1，对下一个时刻的估计值进行矫正；
[0013]此处α＝1A，K1＝100，K2＝180；
[0014]S2.2对支路2电流估计值进行矫正时：
[0015]若|I(t)|≤α，则误差变量D(t)＝0；支路电流I
’2(t)＝I
’2(t)
‑
D(t)；令t＝t+1，对下一个时刻的估计值进行矫正；
[0016]若I(t)＞α，则误差变量支路电流I
’2(t)＝I
’2(t)
‑
D(t)；令t＝t+1，对下一个时刻的估计值进行矫正；
[0017]若I(t)＜
‑
α，则误差变量支路电流I
’2(t)＝I
’2(t)
‑
D(t)；令t＝t+1，对下一个时刻的估计值进行矫正；
[0018]此处α＝1A，K3＝200，K4＝40。
[0019]进一步的，S1步骤中干路电路和2个支路电流估计值通过以下方法获得：
[0020]S1.1、获取DST，FUDS，UDDS，HPPC四个动态工况下的并联电池组的干路电流和支路的电压和电流；
[0021]S1.2、将其中三个工况下的干路电流和两个支路电压以及两个支路电流依次整合到一个干路电流数据集I、两个支路电压数据集V1、V2，以及两个支路电流数据集I1，I2，并将整合的数据集进行归一化；
[0022]S1.3、训练BP神经网络；
[0023]S1.4、将剩余一个工况下的干路电流I
’
和两条支路的电压V
’1、V
’2作为输入特征输入已经训练好的BP神经网络中，得到估计结果后将结果进行反归一化，得到支路电流估计值I
’1、I
’2。
[0024]进一步的，S1.3中采用以下方法训练BP神经网络：
[0025]S1.3.1设置BP神经网络的参数
[0026]S1.3.2将干路电流数据集I和两个支路电压数据集V1、V2作为输入，支路电流数据集I1，I2作为输出，对BP神经网络进行训练，得到训练好的BP神经网络。
[0027]进一步的，S1步骤中记载的数据通过以下方法获得：在并联的电池组的干路和两条支路分别串联电流传感器，在两条支路分别并联电压传感器，以此得到并联电池组的干路电流和两条支路的电压和电流。
[0028]进一步的，S1.2中采用Min
‑
Max标准化方法实现数据集归一化。
[0029]对比现有技术，本专利技术的有益效果在于：
[0030]本专利技术通过记录干路电流不同变化情况以及对应的绝对误差的值，确定误差变量和干路电流之间的比例系数，将支路电流估计值减去误差变量得到矫正后的支路电流，所用的矫正方法新颖，矫正流程简单直观。
附图说明
[0031]附图1是本专利技术并联电池组模型；
[0032]附图2是本专利技术BP神经网络的结构；
[0033]附图3是本专利技术支路电流估计值流程图；
[0034]附图4是本专利技术对估计值进行矫正的流程图；
[0035]附图5是本专利技术矫正结果示意图。
具体实施方式
[0036]下面结合具体实施例，进一步阐述本专利技术。应理解，这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围。此外应理解，在阅读了本专利技术讲授的内容之后，本领域技术人员可以对本专利技术作各种改动或修改，这些等价形式同样落于本申请所限定的范围。
[0037]本专利技术公开了一种储能电池系统并联支路电流估计值矫正方法，
[0038]一种储能电池系统并联支路电流估计值矫正方法，包括以下步骤：
[0039]S1、获取干路电路和2个支路电流估计值：
[0040]S2、对2个支路电流估计值采用以下方法进行矫正：
[0041]S2.1对支路1电流估计值进行矫正时：
[0042]若|I(t)|≤α，则误差变量D(t)＝0，支路电流I
’1(t)＝I
’1(t)+D(t)；令t＝t+1，对下一个时刻的估计值进行矫正；
[0043]若I(t)＜
‑
α，则误差变量支路电流I
’1(t)＝I
’1(t)+D(t)；令t＝t+1，对下一个时刻的估计值进行矫正；
[0044]若I(t)＞α，则误差变量支路电流I
’1(t)＝I
’1(t)+D(t)；令t本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种储能电池系统并联支路电流估计的矫正方法，其特征在于，包括以下步骤：S1、获取干路电路和2个支路电流估计值；S2、对2个支路电流估计值采用以下方法进行矫正；S2.1对支路1电流估计值进行矫正时：若|I(t)|≤α，则误差变量D(t)＝0，支路电流I
’1(t)＝I
’1(t)+D(t)；令t＝t+1，对下一个时刻的估计值进行矫正；若I(t)＜
‑
α，则误差变量支路电流I
’1(t)＝I
’1(t)+D(t)；令t＝t+1，对下一个时刻的估计值进行矫正；若I(t)＞α，则误差变量支路电流I
’1(t)＝I
’1(t)+D(t)；令t＝t+1，对下一个时刻的估计值进行矫正；此处α＝1A，K1＝100，K2＝180；S2.2对支路2电流估计值进行矫正时：若|I(t)|≤α，则误差变量D(t)＝0；支路电流I
’2(t)＝I
’2(t)
‑
D(t)；令t＝t+1，对下一个时刻的估计值进行矫正；若I(t)＞α，则误差变量支路电流I
’2(t)＝I
’2(t)
‑
D(t)；令t＝t+1，对下一个时刻的估计值进行矫正；若I(t)＜
‑‑
α，则误差变量支路电流I
’2(t)＝I
’2(t)
‑
D(t)；令t＝t+1，对下一个时刻的估计值进行矫正；此处α＝1A，K3＝200，K4＝40。2.根据权利要求1所述的一种储能电池系统并联支路电流...
【专利技术属性】
技术研发人员：于全庆，刘玉坤，穆浩，龙胜文，李俊夫，
申请(专利权)人：北京空间飞行器总体设计部，
类型：发明
国别省市：
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。