本发明公开了一种用于分布式
储能系统的
锂电池状态估计方法,属于锂离子电池应用领域。该方法包括采用门控循环单元循环神经网络建立基于深度学习的锂电池健康状态估计模型;采用锂电池的二阶等效电路模型联合扩展卡尔曼滤波算法,实时估计分布式储能单元管理系统的锂电池荷电状态;通过信息交互同步更新锂电池荷电状态估计过程中的电池容量和锂电池健康状态估计模型。本发明在不增加系统硬件成本的前提下,通过信息交互,为SOC估计提供了准确的锂电池容量,同时为大数据SOH估计模型提供了训练样本;进而提高了系统中锂电池SOC与SOH的估计精度,便于后续有效完成系统的能量管理与调度。
声明:
“用于分布式储能系统的锂电池状态估计方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)