储能系统的SOC估算方法及装置、设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种储能系统的SOC估算方法及装置、设备及存储介质，方法包括：获取储能系统至少包括实时的电流数据、电压数据以及极柱的温度数据的实际运行参数；利用实际运行参数以及储能系统的充放电滞回特性确定储能系统的高频等效模型以及中低频等效模型；分别对高频等效模型以及中低频等效模型进行无迹卡尔曼滤波的SOC估算处理，确定k时刻高频等效模型的第一SOC估算结果以及中低频等效模型的第二SOC估算结果；根据第一SOC估算结果、第二SOC估算结果以及预设的交互式多模型进行SOC融合处理，得到k+1时刻储能系统的目标SOC估算结果。通过上述方式，融合两个不同频段的等效模型的SOC估算结果，得到储能系统的目标SOC估算结果，提高SOC估算准确度。提高SOC估算准确度。提高SOC估算准确度。

【技术实现步骤摘要】
储能系统的SOC估算方法及装置、设备及存储介质


[0001]本专利技术涉及储能系统的SOC估算
，尤其涉及一种储能系统的SOC估算方法及装置、设备及存储介质。

技术介绍

[0002]随着全球风电和光伏等新能源的装机不断扩大，新能源发电量越来越高。然而新能源发电的功率输出存在不确定性、波动性等缺陷，大量接入会给电网运行造成冲击。储能是解决新能源发电随机性、波动性维持电网稳定运行最有效和最经济的途径之一。
[0003]在储能系统中，电化学储能因其建设周期短，建设灵活方便等优点被广泛应用在新能源发电基地。SOC作为电池管理系统中最重要且最基本的参数，是BMS的控制逻辑基础。如果无法保证SOC的精确估算，BMS系统中添加再多的保护功能也无法保证电池的稳定工作，更无法达到延长电池使用寿命的目的以及维护电网稳定，因此研究寻找精确稳定的SOC估计方法是储能电池日常维护及技术发展的首要任务。
[0004]在储能系统中通常会采用高频电力电子元件开关来控制能量流动，这就会产生高频噪声和电流纹波，使储能电池在工作时受到高频激励。现有的储能电池SOC估算方法主要以二阶RC等效电路模型为主。其存在高频噪声和电流纹波时，二阶RC模型不能很好的反映储能电池的内部反应状况，从而导致储能电池SOC估算不准确，造成严重后果。现有的储能电池SOC估算也有单独考虑应对高频时的等效电路模型，但在电池工作在中低频激励时，其高频等效电路模型又不能很好的适应中低频激励，从而导致储能电池SOC估算不准确，造成严重后果。
[0005]因此，现有技术对于储能系统的SOC估算手段的估算准确度低，仍然有待改进。

技术实现思路

[0006]本专利技术的主要目的在于提供一种储能系统的SOC估算方法及装置、设备及存储介质，可以解决现有技术中的储能系统的SOC估算手段的估算准确度低的问题。
[0007]为实现上述目的，本专利技术第一方面提供一种储能系统的SOC估算方法，所述方法包括：
[0008]获取所述储能系统的实际运行参数，所述实际运行参数至少包括实时的电流数据、电压数据以及极柱的温度数据；
[0009]利用所述电流数据、电压数据、温度数据以及所述储能系统的充放电滞回特性进行储能系统的等效模型建立，确定所述储能系统的高频等效模型以及中低频等效模型；
[0010]分别对所述高频等效模型以及中低频等效模型进行无迹卡尔曼滤波的SOC估算处理，确定k时刻所述高频等效模型的第一SOC估算结果以及中低频等效模型的第二SOC估算结果；
[0011]根据所述第一SOC估算结果、第二SOC估算结果以及预设的交互式多模型进行SOC融合处理，得到k+1时刻所述储能系统的目标SOC估算结果。
[0012]在一种可行实现方式中，所述交互式多模型包括输入交互模型，则所述根据所述第一SOC估算结果、第二SOC估算结果以及预设的交互式多模型进行SOC融合处理，得到k+1时刻所述储能系统的目标SOC估算结果，包括：
[0013]将所述第一SOC估算结果以及第二SOC估算结果输入所述输入交互模型，确定所述输入交互模型的输入交互结果，所述输入交互结果至少包括所述高频等效模型k时刻的第一模型概率、输入交互后的第三SOC估算结果、所述中低频等效模型k时刻的第二模型概率、输入交互后的第四SOC估算结果；
[0014]利用所述电流数据、电压数据、温度数据、第三SOC估算结果以及第四SOC估算结果，得到预测的k+1时刻的高频等效模型的第五SOC估算结果、所述中低频等效模型的第六SOC估算结果、k+1时刻残差以及k+1时刻残差协方差；
[0015]根据所述第五SOC估算结果、第六SOC估算结果、第一模型概率、第二模型概率、k+1时刻残差以及k+1时刻残差协方差，得到k+1时刻所述储能系统的目标SOC估算结果。
[0016]在一种可行实现方式中，所述交互式多模型还包括输出交互模型，则所述根据所述第五SOC估算结果、第六SOC估算结果、第一模型概率、第二模型概率、k+1时刻残差以及k+1时刻残差协方差，得到k+1时刻所述储能系统的目标SOC估算结，包括：
[0017]利用所述k+1时刻残差以及k+1时刻残差协方差，确定k+1时刻所述高频等效模型的第一似然函数以及中低频等效模型的第二似然函数；
[0018]根据所述第一似然函数以及第二似然函数、第一模型概率、第二模型概率、以及预设的混合概率算法，确定k+1时刻的模型混合概率；
[0019]利用所述第一模型概率、第二模型概率、第一似然函数、第二似然函数以及所述k+1时刻的模型混合概率，确定k+1时刻所述高频等效模型的第三模型概率以及所述中低频等效模型的第四模型概率；
[0020]根据第五SOC估算结果、第六SOC估算结果、第三模型概率、第四模型概率以及所述输出交互模型，确定k+1时刻所述储能系统的目标SOC估算结果。
[0021]在一种可行实现方式中，所述根据第五SOC估算结果、第六SOC估算结果、第三模型概率、第四模型概率以及所述输出交互模型，确定k+1时刻所述储能系统的目标SOC估算结果，包括：
[0022]将所述第五SOC估算结果、第六SOC估算结果、第三模型概率、第四模型概输入所述输出交互模型，确定k+1时刻的输出交互结果；
[0023]利用所述k+1时刻的输出交互结果以及预设的SOC提取算法，确定所述k+1时刻所述储能系统的目标SOC估算结果。
[0024]在一种可行实现方式中，所述分别对所述高频等效模型以及所述中低频等效模型进行无迹卡尔曼滤波的SOC估算处理，确定所述高频等效模型的第一SOC估算结果以及中低频等效模型的第二SOC估算结果，包括：
[0025]采用遗忘因子递推最小二乘，分别对所述高频等效模型以及所述中低频等效模型进行实时参数辨识，确定所述高频等效模型的第一模型参数以及所述中低频等效模型的第二模型参数；
[0026]利用所述第一模型参数以及所述第二模型参数进行无迹卡尔曼滤波的SOC估算处理，确定所述高频等效模型的第一SOC估算结果以及中低频等效模型的第二SOC估算结果。
[0027]在一种可行实现方式中，所述输入交互模型包括如下数学表达式：
[0028][0029][0030][0031][0032]式中，为模型j输入交互后的k时刻的SOC估算结果，为等效模型j的k时刻的SOC估算结果；为k时刻等效模型l的模型概率，为k时刻等效模型j的模型概率，m为等效模型的总数，n∈N，N为k时刻的状态点x的总数，n为状态点标识，π
lj
为模型j切换到模型l的概率，为模型j输入交互后的k时刻的SOC估算结果的协方差，为等效模型l的k时刻的SOC估算结果，为模型l输入交互后的k时刻的SOC估算结果的协方差。
[0033]在一种可行实现方式中，所述输出交互模型包括如下数学表达式：
[0034][0035][0036]式中，n∈N，N代表k+1时刻的状态点x的总数，n为状态本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种储能系统的SOC估算方法，其特征在于，所述方法包括：获取所述储能系统的实际运行参数，所述实际运行参数至少包括实时的电流数据、电压数据以及极柱的温度数据；利用所述电流数据、电压数据、温度数据以及所述储能系统的充放电滞回特性进行储能系统的等效模型建立，确定所述储能系统的高频等效模型以及中低频等效模型；分别对所述高频等效模型以及中低频等效模型进行无迹卡尔曼滤波的SOC估算处理，确定k时刻所述高频等效模型的第一SOC估算结果以及中低频等效模型的第二SOC估算结果；根据所述第一SOC估算结果、第二SOC估算结果以及预设的交互式多模型进行SOC融合处理，得到k+1时刻所述储能系统的目标SOC估算结果。2.根据权利要求1所述方法，其特征在于，所述交互式多模型包括输入交互模型，则所述根据所述第一SOC估算结果、第二SOC估算结果以及预设的交互式多模型进行SOC融合处理，得到k+1时刻所述储能系统的目标SOC估算结果，包括：将所述第一SOC估算结果以及第二SOC估算结果输入所述输入交互模型，确定所述输入交互模型的输入交互结果，所述输入交互结果至少包括所述高频等效模型k时刻的第一模型概率、输入交互后的第三SOC估算结果、所述中低频等效模型k时刻的第二模型概率、输入交互后的第四SOC估算结果；利用所述电流数据、电压数据、温度数据、第三SOC估算结果以及第四SOC估算结果，得到预测的k+1时刻的高频等效模型的第五SOC估算结果、所述中低频等效模型的第六SOC估算结果、k+1时刻残差以及k+1时刻残差协方差；根据所述第五SOC估算结果、第六SOC估算结果、第一模型概率、第二模型概率、k+1时刻残差以及k+1时刻残差协方差，得到k+1时刻所述储能系统的目标SOC估算结果。3.根据权利要求2所述方法，其特征在于，所述交互式多模型还包括输出交互模型，则所述根据所述第五SOC估算结果、第六SOC估算结果、第一模型概率、第二模型概率、k+1时刻残差以及k+1时刻残差协方差，得到k+1时刻所述储能系统的目标SOC估算结，包括：利用所述k+1时刻残差以及k+1时刻残差协方差，确定k+1时刻所述高频等效模型的第一似然函数以及中低频等效模型的第二似然函数；根据所述第一似然函数以及第二似然函数、第一模型概率、第二模型概率、以及预设的混合概率算法，确定k+1时刻的模型混合概率；利用所述第一模型概率、第二模型概率、第一似然函数、第二似然函数以及所述k+1时刻的模型混合概率，确定k+1时刻所述高频等效模型的第三模型概率以及所述中低频等效模型的第四模型概率；根据第五SOC估算结果、第六SOC估算结果、第三模型概率、第四模型概率以及所述输出交互模型，确定k+1时刻所述储能系统的目标SOC估算结果。4.根据权利要求3所述方法，其特征在于，所述根据第五SOC估算结果、第六SOC估算结果、第三模型概率、第四模型概率以及所述输出交互模型，确定k+1时刻所述储能系统的目标SOC估算结果，包括：将所述第五SOC估算结果、第六SOC估算结果、第三模型概率、第四模型概输入所述输出交互模型，确定k+1时刻的输出交互结果；
利用所述k+1时刻的输出交互结果以及预设的SOC提取算法，确定所述k+1时刻所述储能系统的目标SOC估算结果。5.根据权利要求1所述方法，其特征在于，所述分别对...

【专利技术属性】
技术研发人员：束洪春，李文龙，王广雪，韩一鸣，李建男，王锐，姚宇，马海心，陈靖，何业福，时波涛，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：