一种基于UKF-LSTM算法的锂电池SOC估计方法与系统

    公开(公告)号:CN116699414A

    公开(公告)日:2023-09-05

    申请号:CN202310609098.X

    申请日:2023-05-24

    发明人: 余紫荻 刘健

    摘要: 本发明公开了一种基于UKF‑LSTM算法的锂电池SOC估计方法,包括:利用Matlab/Simulink工具对锂电池进行建模仿真处理,以获得该锂电池的二阶RC等效电路,对二阶RC等效电路进行离线参数辨识,以得到二阶RC等效电路中的参数数据,利用戴维南定理对二阶RC等效电路和参数数据进行分析,以获取锂电池t时刻的端电压UL(t)作为输出量,并根据安时积分法获取锂电池t时刻的SOC值SOC(t)作为观测量,使用UKF算法对锂电池t时刻的观测量SOC(t)和输出量UL(t)进行迭代处理,以得到更新后的锂电池t+1时刻的观测量SOCt+1和卡尔曼增益Ke,将锂电池t+1时刻的观测量SOCt+1、卡尔曼增益Ke,以及锂电池在混合功率脉冲特性HPPC工况下的电压值、电流值和SOC真实值输入训练好的LSTM神经网络中,以得到锂电池的SOC估计值。

    一种基于LSTM-EKF算法的锂电池SOC估计方法和系统

    公开(公告)号:CN116125278A

    公开(公告)日:2023-05-16

    申请号:CN202211183363.4

    申请日:2022-09-27

    IPC分类号: G01R31/367

    摘要: 本发明公开了基于LSTM‑EKF算法的锂电池SOC估计方法,包括:利用Matlab/Simulink工具对锂电池进行建模仿真处理,以获得该锂电池的Thevenin等效电路,对Thevenin等效电路进行离线参数辨识,以得到Thevenin等效电路中的参数数据,根据Thevenin等效电路中的参数数据建立锂电池状态方程和观测方程,并对锂电池状态方程和观测方程进行离散化处理,以得到EKF算法中的系数矩阵,对系数矩阵进行EKF算法的迭代递推处理,以得到状态变量(SOC(t)、Ub(t))的估计值卡尔曼增益矩阵、以及状态变量(SOC(t)、Ub(t))估计值的更新误差本发明能够解决现有锂电池SOC估计方法由于过度依赖锂电池模型,从而使SOC估算精度受锂电池初始值的影响过大,导致实际估计效果较差的技术问题。