公开(公告)号：CN116774047A

公开(公告)日：2023-09-19

申请号：CN202310742319.0

申请日：2023-06-21

Applicant: 重庆理工大学 ,  哈尔滨工业大学(威海)

Inventor： 汤爱华 ,  伍心雨 ,  胡远志 ,  龙胜文 ,  于全庆

IPC: G01R31/367 ,  G01R31/392 ,  G01R31/396 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及电池健康管理技术领域，具体涉及基于支路电流估计误差的并联电池组健康状态估计方法，包括：基于神经网络构建支路电流估计模型；将电池组特征数据输入支路电流估计模型，输出两条支路的估计电流；根据两条支路的估计电流和实际电流计算支路电流估计误差；分别计算两条支路的电流估计误差与电流倍率的斜率，并取平均值作为并联电池组的电流估计斜率；拟合电流估计斜率与健康状态之间的双指数经验模型关系，得到并联电池组的健康状态模型；基于支路电流估计模型和健康状态模型实现并联电池组的健康状态估计。本发明能够基于支路电流和电流倍率有效估计并联电池组的健康状态，并且能够通过神经网络模型实现支路电流的准确预测。

公开(公告)号：CN115097313A

公开(公告)日：2022-09-23

申请号：CN202210744779.2

申请日：2022-06-27

Applicant: 重庆理工大学 ,  哈尔滨工业大学(威海)

Inventor： 汤爱华 ,  李加洁 ,  于全庆 ,  伍心雨 ,  张志刚

IPC: G01R31/367 ,  G01R31/388

Abstract: 本发明具体涉及适用于多工况全电量区间的动力电池状态估算方法，包括：建立动力电池的等效电路模型，并对等效电路模型进行参数辨识；采集动力电池的开路电压特征数据并拟合动力电池的SOC‑OCV曲线；基于等效电路模型以及动态特征数据和SOC‑OCV曲线结合各种滤波算法生成对应的端电压预测值和SOC估计值；基于端电压预测值与对应实测值之间的电压残差，结合OWA算子为各种滤波算法的SOC估计值分配对应的加权值；基于各种滤波算法的SOC估计值及对应的加权值进行加权计算，得到动力电池的融合SOC估计值作为其状态估算结果。本发明能够有效融合多种滤波算法的SOC估计结果并实现多种滤波算法的互补，进而能够实现动力电池多工况全电量区间的SOC估计全局最优。