[发明专利]一种关于人工智能预测锂离子电池荷电状态的方法

说明书

本发明公开了一种关于人工智能预测锂离子电池荷电状态的方法，涉及锂离子电池检测技术领域。该一种关于人工智能预测锂离子电池荷电状态的方法，具体操作步骤如下：S1、检测出锂电池的SOC值a、SOC值b以及SOC值c，S2、控制芯片根据预置参数对电动汽车内锂电池进行对比，S3、外部温度以及电流状态进行对比得到电动汽车荷电状态，S3、控制芯片将S4步骤得到的荷电状态发送至电动汽车的主控面板上。该关于人工智能预测锂离子电池荷电状态的方法，可以对不同电池运行时温度以及锂电池运行时电流的荷电状态进行估算，适用范围广，提高了预测的可靠性和准确度，大大节约了时间成本，提高了检测效率，便于快速准确估算电池的健康状态。

技术领域

本发明涉及锂离子电池检测技术领域，特别涉及一种关于人工智能预测锂离子电池荷电状态的方法。

背景技术

随着社会的发展以及时间的推移，地球上不可再生能源逐渐减少，各国都在推广可持续能源发展技术，汽车行业同样在大力发展以绿色可持续的新能源作为主要能源，在全球推广使用新能源汽车的大环境下，新能源汽车在未来必将取代传统的燃油汽车，现阶段各国主要推广使用的新能源主要为电能，电能存储在新能源汽车的动力电池之中，因此动力电池的安全性、可靠性成为了不可忽视的重要因素，锂离子动力电池具有能量密度高，无充放记忆效应等优点，逐渐成为受市场认可的主流车载动力电池，在新能源汽车领域有着广泛的应用，而锂电池的荷电状态是电池管理系统的重要参数之一，也是整个汽车的充放电控制策略和电池均衡工作的依据，目前出现锂电池的荷电状态估计方法虽然各具特点，但总体来讲受到估计算法初始值的选择、电池运行时温度和锂电池运行时电流的变化使产生误差等，造成现有算法的检测精度和适应性降低等问题。

发明内容

本发明的目的在于至少解决现有技术中存在的技术问题之一，提供一种关于人工智能预测锂离子电池荷电状态的方法，能够解决锂电池的荷电状态受到估计算法初始值的选择、电池运行时温度和锂电池运行时电流的变化使产生误差等，造成现有算法的检测精度和适应性降低的问题。

为实现上述目的，本发明提供如下技术方案：一种关于人工智能预测锂离子电池荷电状态的方法，具体操作步骤如下：

S1-1、通过以恒定的电流使状态良好的锂电池处于不间断的放电状态，当放电到达截止电压时对所放电量进行计算得到锂电池的SOC值a；

S1-2、在不同外部环境温度下以恒定的电流使状态良好的锂电池处于不间断的放电状态，当放电到达截止电压时对所放电量进行计算，得出不同外部环境温度下锂电池的SOC值b；

S1-3、在不同外部环境温度下以两端不平衡的开路电压使状态良好的锂电池处于不间断的放电状态，当放电到达截止电压时对所放电量进行计算，得出放电电流并不恒定下锂电池的SOC值c；

S2、将S1-1步骤中得到的SOC值a、S1-2步骤中得到的SOC值b以及S1-3步骤中得到的SOC值c作为参数预先存储至电动汽车内的控制芯片中；

S3、电动汽车启动过程中控制芯片检测到锂电池容量计算得出电动汽车锂电池的SOC值A,同时检测锂电池启动的电流状态与电动汽车外部运行温度；

S4、控制芯片根据S2步骤中预置参数的SOC值a、SOC值b以及SOC值c与S3步骤得到的SOC值A、外部温度以及电流状态进行对比得到电动汽车荷电状态；

S5、控制芯片将S4步骤得到的荷电状态发送至电动汽车的主控面板上，由主控面板显示。

优选的，所述控制芯片采用型号为MC-9S12配套的MC33771，有益效果：通过采用高性能的控制芯片，这样提高了对预置参数对比时的速度，以及保障了控制芯片检测时的精准性。