一种电动叉车锂离子电池的SOC预测方法及系统技术方案

本发明专利技术公开了一种电动叉车锂离子电池的SOC预测方法及系统，包括：获取锂离子电池放电过程中的实时数据；分析实时数据变化规律，构建特征参数模型；构建二阶RC等效电路模型，该模型包括电压源、欧姆电阻以及二阶RC网络，其中二阶RC网络用于描述充放电阶段的极化效应；基于蚁群算法获得不同温度下动态行驶工况的参数辨识结果；基于TCN模型实现时序数据的记忆历史特征提取，包括膨胀卷积、因果卷积以及残差连接；选择平均绝对百分比误差和均方误差作为评估指标。本发明专利技术通过蚁群算法获得不同温度下动态行驶工况的参数辨识结果，通过相应的变换输入到TCN模型中，最终在LiFePO<subgt;4</subgt;中实现高精度和鲁棒性的SOC估计。

【技术实现步骤摘要】

本专利技术属于电动叉车锂离子电池领域，尤其涉及一种电动叉车锂离子电池的soc预测方法及系统。

技术介绍

1、随着环保意识的提高，对于传统内燃机叉车产生的尾气排放和噪音污染的关注日益增加。电动叉车作为零排放和低噪音的替代方案，受到了越来越多的关注。众所周知，锂离子电池是高能量密度、长寿命的储能器件，当下被广泛应用于电动叉车领域。估算锂电池的充电状态(soc)在电池管理中起着重要作用。准确的soc估算可以提高电池的性能、寿命和安全性。然而，锂电池以其非线性和时变电化学特性为特征，在通过外部仪器观察其内部状态方面提出了相当大的挑战。因此，soc只能通过一系列参数或外部特性来估计。

2、目前，国内外已经开展了大量的soc估算研究工作。一般来说，soc估计方法可分为四类：基于表示参数映射的方法、安培小时积分法、基于模型的估计方法和数据驱动方法。

3、基于表征参数的soc估计方法主要分为两步。第一步是建立动力电池表征参数与soc的离线关系，然后实时计算动力电池表征参数值，标定动力电池soc值。可选的表征参数包括阻抗谱和开路电压(ocv)等。通常本文档来自技高网...

【技术保护点】

1.一种电动叉车锂离子电池的SOC预测方法，其特征在于：包括：

2.根据权利要求1所述的一种电动叉车锂离子电池的SOC预测方法，其特征在于：实时数据包括锂离子电池放电过程中的电压、电流和温度数据，并利用叉车电池电芯进行放电实验。

3.根据权利要求1所述的一种电动叉车锂离子电池的SOC预测方法，其特征在于：构建特征参数模型计算公式如下：

4.根据权利要求1所述的一种电动叉车锂离子电池的SOC预测方法，其特征在于：电压源采用下式中的多项式函数：

5.根据权利要求1所述的一种电动叉车锂离子电池的SOC预测方法，其特征在于：蚁群算法包括：

<...

【技术特征摘要】

1.一种电动叉车锂离子电池的soc预测方法，其特征在于：包括：

2.根据权利要求1所述的一种电动叉车锂离子电池的soc预测方法，其特征在于：实时数据包括锂离子电池放电过程中的电压、电流和温度数据，并利用叉车电池电芯进行放电实验。

3.根据权利要求1所述的一种电动叉车锂离子电池的soc预测方法，其特征在于：构建特征参数模型计算公式如下：

4.根据权利要求1所述的一种电动叉车锂离子电池的soc预测方法，其特征在于：电压源采用下式中的多项式函数：

5.根据权利要求1所述的一种电动叉车锂离子电池的soc预测方法，其...

【专利技术属性】
技术研发人员：王丽，荣二锋，黄建峰，王艳平，张贤文，蓝松，郭振洋，
申请(专利权)人：安徽合力股份有限公司，
类型：发明
国别省市：