【技术实现步骤摘要】
本申请涉及储能，具体而言，涉及一种荷电状态的估计方法、装置、设备及介质。
技术介绍
1、电池荷电状态的精准估计是电池管理系统的核心，直接关系到电池的安全性、性能优化及寿命延长。当前荷电状态估计方法涵盖传统法、基于模型的算法和智能算法，其中基于等效电路的估计尤为热门，但其精度受限于模型参数的准确辨识。
2、参数辨识分为离线与在线两类。离线辨识虽精度高，但难以捕捉电池时变特性。在线辨识中，最小二乘法虽能反映动态特性，却面临计算量大与精度不足的挑战；递推最小二乘法虽能修正参数，但数据饱和问题易致偏差增大；带遗忘因子的最小二乘法通过加权处理提升收敛速度，但在恒流工况下表现不佳，甚至可能算法失稳。
技术实现思路
1、有鉴于此，本申请的目的在于提供一种荷电状态的估计方法、装置、设备及介质，以克服上述至少一种缺陷。
2、第一方面，本申请提供了一种荷电状态的估计方法，所述方法包括：获取电池包在预设时间步长下的第一实测电流值；将所述第一实测电流值输入估算模型，以估算在所述预设时间步长下的第一电势差，其中，所述估算模型用于表征等效电路的电势差与电流值之间的关系，所述等效电路为针对所述电池包建立的等效电路，所述电势差为所述等效电路的开路电压值与端电压值的差值；根据所述第一电势差，计算所述电池包在所述预设时间步长下的第一端电压值；基于所述第一实测电流值，建立用于所述电池包的荷电状态估算的状态方程；基于所述等效电路，建立用于所述电池包的荷电状态估算的观测方程，其中，所述电池包的第一端
3、在一可能实施方式中，通过以下方式构建估算模型：建立所述等效电路的拉普拉斯方程，所述拉普拉斯方程用于表征所述等效电路的电势差与电流值之间的数学关系；根据所述拉普拉斯方程，得到所述电势差与所述电流值之间的传递函数；将所述传递函数采用估算模型表示。
4、在一可能实施方式中，通过以下方式对所述估算模型进行训练：获取所述电池包的历史数据，所述历史数据包括所述电池包在多个预设时间步长下的第二实测电流值；基于所述电池包的等效电路，计算与多个第二实测电流值对应的第二电势差；利用多个训练样本对所述估算模型进行训练，每个训练样本包括在一预设时间步长下的第二实测电流值和第二电势差。
5、在一可能实施方式中，利用以下公式来表示所述状态方程：
6、x(k+1)＝ax(k)+bi(k)+w(k)
7、x(k)＝[capk,sock]t
8、
9、其中，x(k)为所述电池包在k时刻的向量状态，i(k)为所述电池包在k时刻的实测电流值，w(k)为过程噪声，capk为所述电池包k时刻的容量，sock为所述电池包k时刻的荷电状态，soh为实际容量与标称容量的比值。
10、在一可能实施方式中，利用以下公式来表示所述观测方程：
11、z(k)＝ul(k)+v(k)
12、其中，ul(k)为所述电池包在k时刻的端电压；u(k)为所述电池包在k时刻的电势差，v(k)为观测噪声。
13、在一可能实施方式中，利用粒子滤波算法进行迭代以获得所述电池包的荷电状态估计值的步骤包括：(a)根据先验概率密度函数生成一组初始采样粒子，其中，每个初始采样粒子的初始荷电状态代表一个开路电压值下对应的荷电状态值；(b)在第t时刻，根据第t-1时刻时所述状态方程预测的每个采样粒子从第t-1时刻到第t时刻的荷电估计值以及所述观测方程得到的观测值，计算每个采样粒子状态的似然函数，最后使用所述似然函数的结果来更新第t组采样粒子中的每个采样粒子的权重；(c)根据所述权重对所述第t组采样粒子进行重采样，以生成第t+1组采样粒子；(d)根据后验概率密度函数估计所述第t时刻的所述电池包的荷电状态估计值，并根据所述状态方程预测从第t时刻到第t+1时刻下的荷电状态估计值；(e)判断所述第t时刻是否达到了所述预设时间步长；如果未达到所述预设时间步长，则继续迭代，使t＝t+1，并返回执行步骤(b)；如果达到了所述预设时间步长，则结束迭代，根据第t组采样粒子计算所述电池包的荷电状态估计值。
14、在一可能实施方式中，利用以下公式计算第t组采样粒子中的每个采样粒子的权重：
15、
16、其中，为第t-1时刻第i个粒子的权重，在第t时刻第i个粒子的状态下，观测到的概率，为所述观测方程在第t时刻计算得到的观测值，为从t-1时刻到t时刻状态转移的概率分布，为用于生成第t时刻第i个粒子的重要性密度函数，z1:t-1为第1时刻到第t-1时刻的所有观测值的集合。
17、第二方面，本申请提供了一种荷电状态的估计装置，所述装置包括：获取模块，用于获取电池包在预设时间步长下的第一实测电流值；预测模块，用于将所述第一实测电流值输入估算模型，以估算在所述预设时间步长下的第一电势差，其中，所述估算模型用于表征等效电路的电势差与电流值之间的关系，所述等效电路为针对所述电池包建立的等效电路，所述电势差为所述等效电路的开路电压值与端电压值的差值；计算模块，用于根据所述第一电势差，计算所述电池包在所述预设时间步长下的第一端电压值；第一建立模块，用于基于所述第一实测电流值，建立用于所述电池包的荷电状态估算的状态方程；第二建立模块，用于基于所述等效电路，建立用于所述电池包的荷电状态估算的观测方程，其中，所述电池包的第一端电压值作为观测值；估计模块，基于所述状态方程和所述观测方程，利用粒子滤波算法进行迭代以获得所述电池包的荷电状态估计值。
18、第三方面，本申请还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的一种荷电状态的估计方法的步骤。
19、第四方面，本申请还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的一种荷电状态的估计方法的步骤。
20、本申请提供的一种荷电状态的估计方法、装置、设备及介质，利用神经网络学习电池包的等效电路的电流与电势差的函数关系，代替了传统的等效电路参数辨识过程，减小了参数辨识精度对荷电状态估计精度的影响。
21、为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
本文档来自技高网...【技术保护点】
1.一种荷电状态的估计方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，通过以下方式构建估算模型：
3.根据权利要求2所述的方法，其特征在于，通过以下方式对所述估算模型进行训练：
4.根据权利要求1所述的方法，其特征在于，利用以下公式来表示所述状态方程：
5.根据权利要求1所述的方法，其特征在于，利用以下公式来表示所述观测方程：
6.根据权利要求1所述的方法，其特征在于，利用粒子滤波算法进行迭代以获得所述电池包的荷电状态估计值的步骤包括：
7.根据权利要求6所述的方法，其特征在于，利用以下公式计算第t组采样粒子中的每个采样粒子的权重：
8.一种荷电状态的估计装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1至7任一所述方法的步骤。
10.一种计算机可读存
...【技术特征摘要】
1.一种荷电状态的估计方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，通过以下方式构建估算模型：
3.根据权利要求2所述的方法，其特征在于，通过以下方式对所述估算模型进行训练：
4.根据权利要求1所述的方法，其特征在于，利用以下公式来表示所述状态方程：
5.根据权利要求1所述的方法，其特征在于，利用以下公式来表示所述观测方程：
6.根据权利要求1所述的方法，其特征在于，利用粒子滤波算法进行迭代以获得所述电池包的荷电状态估计值的步骤包括：
7.根据权利要求6所...
【专利技术属性】
技术研发人员：王晓玉，刘轶鑫，张頔，霍艳红，翟一明，张成，贾海文，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。