公开(公告)号：CN116718920B

公开(公告)日：2024-07-09

申请号：CN202310478901.0

申请日：2023-04-28

Applicant: 江苏科能电力工程咨询有限公司

Inventor： 乐瑶 ,  肖凌 ,  陶冶 ,  刘录清 ,  朱锐芝 ,  梅建春 ,  陈维舟 ,  孙文健 ,  周豪奇

IPC: G01R31/367 ,  G01R31/387 ,  G06F30/398 ,  G06N3/044 ,  G06F115/02

Abstract: 本发明公开了一种基于RNN优化扩展卡尔曼滤波的锂电池SOC估算方法，来解决电池等效电路模型不精确以及SOC预测误差较大等问题。根据电池模型参数之间的关系，建立变阶RC等效电路模型；将AIC应用在RC等效电路模型中可以权衡模型的复杂度和拟合的精确度，利用循环神经网络强大的学习能力以及能够逼近任意非线性函数的特点对EKF算法进行优化，通过当前时刻及历史时刻的SOC'k,K1k,K2k,K3k映射出EKF电池SOC估算的误差ΔSOCk,最后对EKF输出的SOC进行修正补偿，以实现对SOC的精准预测。最后，在Matlab/Simulink中搭建系统模型，通过仿真验证RNN‑EKF算法在电池SOC估算方面具有精度高、收敛快和实用性较强的优点。

公开(公告)号：CN116718920A

公开(公告)日：2023-09-08

申请号：CN202310478901.0

申请日：2023-04-28

Applicant: 江苏科能电力工程咨询有限公司

Inventor： 乐瑶 ,  肖凌 ,  陶冶 ,  刘录清 ,  朱锐芝 ,  梅建春 ,  陈维舟 ,  孙文健 ,  周豪奇

IPC: G01R31/367 ,  G01R31/387 ,  G06F30/398 ,  G06N3/044 ,  G06F115/02

Abstract: 本发明公开了一种基于RNN优化扩展卡尔曼滤波的锂电池SOC估算方法，来解决电池等效电路模型不精确以及SOC预测误差较大等问题。根据电池模型参数之间的关系，建立变阶RC等效电路模型；将AIC应用在RC等效电路模型中可以权衡模型的复杂度和拟合的精确度，利用循环神经网络强大的学习能力以及能够逼近任意非线性函数的特点对EKF算法进行优化，通过当前时刻及历史时刻的SOC'k,K1k,K2k,K3k映射出EKF电池SOC估算的误差ΔSOCk,最后对EKF输出的SOC进行修正补偿，以实现对SOC的精准预测。最后，在Matlab/Simulink中搭建系统模型，通过仿真验证RNN‑EKF算法在电池SOC估算方面具有精度高、收敛快和实用性较强的优点。