[发明专利]电池簇荷电状态的估计方法及系统、电子设备及存储介质

权利要求书

1.一种电池簇荷电状态的估计方法，其特征在于，包括以下步骤：

获取与电池簇的荷电状态相关的目标数据；

利用安时积分法根据所述目标数据对所述电池簇的荷电状态进行估计，得到第一估计值；

将所述目标数据输入荷电状态预测模型对所述电池簇的荷电状态进行估计，得到第二估计值；其中，所述荷电状态预测模型基于样本数据训练得到；

根据所述第一估计值、所述第二估计值以及所述目标数据与所述样本数据之间的距离确定荷电状态的最终估计值。

2.如权利要求1所述的电池簇荷电状态的估计方法，其特征在于，所述根据所述第一估计值、所述第二估计值以及所述目标数据与所述样本数据之间的距离确定荷电状态的最终估计值的步骤具体包括：

对所述第一估计值和所述第二估计值进行加权求和，得到荷电状态的最终估计值；

其中，所述第一估计值的权重和所述第二估计值的权重根据所述目标数据与所述样本数据之间的距离确定。

3.如权利要求2所述的电池簇荷电状态的估计方法，其特征在于，所述对所述第一估计值和所述第二估计值进行加权求和的步骤具体包括：

判断所述距离是否大于第一预设值；其中，所述第一预设值根据所述样本数据之间的最大距离确定；

若是，则设置所述第一估计值的权重大于等于所述第二估计值的权重；

若否，则设置所述第一估计值的权重小于所述第二估计值的权重。

4.如权利要求3所述的电池簇荷电状态的估计方法，其特征在于，根据以下公式设置所述第一估计值的权重K：

其中，

其中，D为所述目标数据与所述样本数据之间的距离，D₁为所述样本数据之间的最大距离，n为超参数，用于表示K收敛的速度，所述第二估计值的权重为1-K。

5.如权利要求1-4中任一项所述的电池簇荷电状态的估计方法，其特征在于，输入所述荷电状态预测模型的目标数据包括以下中的至少一种：所述电池簇的最大单体电压、最小单体电压、单体平均电压、总电压、最高温度、最低温度、平均温度、电流、充放电状态、电压标准差、温度标准差、电压温度协方差。

6.如权利要求1所述的电池簇荷电状态的估计方法，其特征在于，所述电池簇荷电状态的估计方法还包括以下步骤：

若所述目标数据与所述样本数据之间的距离大于第二预设值，则将所述目标数据加入所述样本数据中，得到更新后的样本数据；其中，所述第二预设值根据所述样本数据之间的最大距离确定；

利用更新后的样本数据重新训练所述荷电状态预测模型。

7.如权利要求6所述的电池簇荷电状态的估计方法，其特征在于，所述利用更新后的样本数据重新训练所述荷电状态预测模型的步骤具体包括：

通过单边梯度采样的方式从更新后的样本数据中提取部分样本数据；

利用所述部分样本数据重新训练所述荷电状态预测模型。

8.一种电池簇荷电状态的估计系统，其特征在于，包括：

数据获取模块，用于获取与电池簇的荷电状态相关的目标数据；

第一估计模块，用于利用安时积分法根据所述目标数据对所述电池簇的荷电状态进行估计，得到第一估计值；

第二估计模块，用于将所述目标数据输入荷电状态预测模型对所述电池簇的荷电状态进行估计，得到第二估计值；其中，所述荷电状态预测模型基于样本数据训练得到；

荷电确定模块，用于根据所述第一估计值、所述第二估计值以及所述目标数据与所述样本数据之间的距离确定荷电状态的最终估计值。

9.一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的电池簇荷电状态的估计方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的电池簇荷电状态的估计方法。