[发明专利]一种锂电池在线SOC测量方法有效
申请号: | 201710455480.4 | 申请日: | 2017-06-16 |
公开(公告)号: | CN107422269B | 公开(公告)日: | 2020-02-07 |
发明(设计)人: | 熊飞;杨博;于文彬;许齐敏;陈彩莲;关新平 | 申请(专利权)人: | 上海交通大学 |
主分类号: | G01R31/367 | 分类号: | G01R31/367;G01R31/388 |
代理公司: | 31220 上海旭诚知识产权代理有限公司 | 代理人: | 郑立 |
地址: | 200240 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种基于混合高斯过程和动态OCV修正的锂电池SOC在线测量方法。本发明中混合高斯过程回归(GMR)综合了混合高斯模型和高斯过程回归模型,能有效的表示动态非线性的时间序列,动态OCV修正的方法能根据外部因素,校准OCV‑SOC曲线,得到精确的OCV,从而对SOC进行修正,消除累积误差,以实现在汽车复杂的工况下,以合适的算法难度,实时更新电池模型,准确跟踪电池特性,对累积估计误差进行修正,保证长时间的精度。 | ||
搜索关键词: | 一种 锂电池 在线 soc 测量方法 | ||
【主权项】:
1.一种基于混合高斯过程和动态OCV修正的锂电池SOC在线测量方法,其特征在于,包括如下步骤:/n步骤1,通过少量初始化样本,样本特征包括温度,电流,电压,输出功率,输出为SOC,建立动力电池的混合高斯过程回归模型,包括混合高斯模型和相应高斯成分的高斯过程回归模型,确定各混合高斯过程回归模型中的移动窗口样本;/n步骤2,根据步骤1中确定的混合高斯过程回归模型计算估计的SOC值和方差;/n步骤3,建立动力锂电池等效电路模型,利用卡尔曼滤波计算估计的OCV值和方差;/n步骤4,针对实际工况,取相应区间指数加权平均历史电流,SOC和瞬时电流作为输入,OCV-SOC曲线偏移量作为输出,建立最小二乘支持量机模型;/n步骤5,通过步骤3得到的OCV值,结合OCV-SOC曲线和步骤4中的补偿值,得到机理模型的SOC估计值;/n步骤6,结合步骤2和步骤3的方差结果,确定加权融合系数,并且对步骤2和步骤5得到的SOC估计值进行加权,得到最终的SOC估计值;/n步骤7,以最终SOC估计值,温度,电流,电压,输出功率作为新样本,加入到步骤1中混合高斯过程回归模型的相应移动窗口中,并且对模型进行更新。/n
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201710455480.4/,转载请声明来源钻瓜专利网。
- 上一篇:电池剩余电量检测方法
- 下一篇:电芯扫码内阻测试机构及电芯注液自动化生产设备