本發明公開了一種用于分布式儲能系統的鋰電池狀態估計方法,屬于鋰離子電池應用領域。該方法包括采用門控循環單元循環神經網絡建立基于深度學習的鋰電池健康狀態估計模型;采用鋰電池的二階等效電路模型聯合擴展卡爾曼濾波算法,實時估計分布式儲能單元管理系統的鋰電池荷電狀態;通過信息交互同步更新鋰電池荷電狀態估計過程中的電池容量和鋰電池健康狀態估計模型。本發明在不增加系統硬件成本的前提下,通過信息交互,為SOC估計提供了準確的鋰電池容量,同時為大數據SOH估計模型提供了訓練樣本;進而提高了系統中鋰電池SOC與SOH的估計精度,便于后續有效完成系統的能量管理與調度。
聲明:
“用于分布式儲能系統的鋰電池狀態估計方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)