一种基于电-热-神经网络耦合模型的动力电池SOC和SOT联合状态估计方法
发布时间: 2022-04-08
来源: 试点城市(园区)
基本信息
本发明涉及一种基于电‑热‑神经网络耦合模型的动力电池SOC和SOT联合状态估计方法,属于电池管理领域。该方法包括:S1选定待测动力电池,搜集整理相关技术参数,建立该动力电池时域内连续的ETSM模型,并确定模型输入输出参数;S2在不同温度下模拟两个城市驾驶循环工况和两个公路驾驶循环工况,采集电池状态数据;S3对ETSM模型进行参数辨识,得到电‑热子模型的特性参数;S4利用参数化的ETSM模型生成训练数据库,进行神经网络训练,建立ETNN模型,对端电压Vsp与核心温度Tc进行估计;S5采用UKF对电池SOC和SOT进行联合估计。本发明能够在极端温度和大电流条件下,对动力电池进行状态有效估计。