一种锂电池SOP估计优化方法技术

本发明专利技术涉及储能电池管理技术领域，公开了一种锂电池SOP估计优化方法，通过建立锂电池的双极化二阶RC等效电路模型，并采用带遗忘因子的最小二乘法对模型中的电阻和电容参数进行在线辨识；基于辨识后的模型参数，利用H∞滤波算法对SOC进行实时估计；随后，在SOC约束、OCV约束及电池允许电流约束下，分别计算持续峰值电流，并以三者的最小值作为有效持续峰值电流，进而获得多重约束下的SOP初步估计值；最后，将影响SOP估计精度的参数及模型法估计结果输入神经网络模型，通过训练优化输出最终的SOP估计值。本发明专利技术方法能够在多参数约束条件下显著提升锂电池SOP估计的精度和鲁棒性，适用于新能源汽车及储能系统等领域的锂离子电池功率状态实时估计。

【技术实现步骤摘要】

本专利技术涉及储能电池，具体涉及一种锂电池sop估计优化方法。

技术介绍

1、随着新能源汽车的快速发展，对锂电池性能管理系统（bms）的需求日益增长，包括荷电状态（soc）、电池健康状态(soh)、电池功率状态(sop)。其中， sop定义为锂电池在安全使用的基础上，接下来一段时间跨度内可以向动力系统提供或者从动力系统吸收的峰值功率，是表征电池功率性能的重要参数以评估电池能否在极端工况下能否正常运行，类似于传统汽车的发动机的排量。sop同soc类似作为内部状态参数无法直接测量获得，并且会受到环境温度、工作条件和soc等各种因素的影响。目前sop常用的估计方法主要有：基于实验的方法、基于模型的方法以及数据驱动的方法。其中，模型法以其理论基础扎实和计算精度较高的特点受到广泛关注。然而，传统模型法在考虑多重约束条件时，其估计精度仍有待提升。

技术实现思路

1、为克服当前存在的问题缺陷，本专利技术提出一种锂电池sop（功率状态）估计优化方法，包括以下步骤：

2、s1.建立锂电池的等效电路模型，并对模型参数本文档来自技高网...

【技术保护点】

1.一种锂电池SOP估计优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于：步骤S1中所述等效电路模型为双极化二阶RC网络模型，所述双极化二阶RC网络模型由电压源、欧姆内阻、第一阻容支路和第二阻容支路组成。

3.根据权利要求1所述的方法，其特征在于，步骤S2中所述模型参数的在线辨识采用带遗忘因子的最小二乘法，具体包括如下步骤：

4.根据权利要求3所述的方法，其特征在于:所述遗忘因子的取值范围为0-1。

5.根据权利要求1所述的方法，其特征在于，步骤S2中SOC估计采用H∞滤波算法，以模型结构和在线辨识得到的参数为...

【技术特征摘要】

1.一种锂电池sop估计优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于：步骤s1中所述等效电路模型为双极化二阶rc网络模型，所述双极化二阶rc网络模型由电压源、欧姆内阻、第一阻容支路和第二阻容支路组成。

3.根据权利要求1所述的方法，其特征在于，步骤s2中所述模型参数的在线辨识采用带遗忘因子的最小二乘法，具体包括如下步骤：

4.根据权利要求3所述的方法，其特征在于:所述遗忘因子的取值范围为0-1。

5.根据权利要求1所...

【专利技术属性】
技术研发人员：王琪，朱涛，高学华，
申请(专利权)人：常州江理工技术转移中心有限公司，
类型：发明
国别省市：