[发明专利]一种基于灰色理论的锂离子电池荷电状态预测方法

权利要求书

1.一种基于灰色理论的锂离子电池荷电状态预测方法，对采集的电池的电流、电压、温度数据进行处理和计算并将计算结果存储在缓冲区，其特征在于，基于灰色理论的锂离子电池荷电状态预测方法，步骤如下：

步骤1、读取缓冲区中存放的影响SoC的因素的数据以及SoC数据，影响SoC的因素为：电压、放电倍率、温度、内阻，构建各影响因素与SoC的灰色关联矩阵；

所述步骤1中构建各影响因素与SoC的灰色关联矩阵具体包括：

(1.1)构建各影响因素数据矩阵X以及SoC矩阵P；

(1.2)去量纲化；

其中，上述步骤(1.1)的具体步骤为：

设电池系统有m个影响SoC的因素，每个影响因素有n个样本，第i个影响因素的数据矩阵为x_i＝{x_i(1)，x_i(2)，…x_i(k)，…，x_i(n)}，i＝1，2，…，m，该电池系统将对应SoC的记录值构成SoC矩阵P＝{p(1)，p(2)，…，p(k)，…，p(n)}，则构建的各影响因素的数据矩阵X以及SoC矩阵P为：

P＝[p(1) p(2) … p(n)] (2)

上述步骤(1.2)去量纲化的具体步骤为：

x_i(k)＝x_i(k)-x_i(1) (3)

p(k)＝p(k)-p(1) (4)

步骤2、根据步骤1中构建的各影响因素的数据矩阵(1)，运用灰色关联理论计算各影响因素与SoC的关联度ξ_i；

所述计算各影响因素与SoC的关联度ξ_i具体步骤为：

其中

步骤3、根据步骤2计算得到的关联度ξ_i，确定各影响因素对SoC影响程度的权值ω_i，其中i＝1，2，…，m，表示有m个关联因素，m≥1；

计算各影响因素对SoC影响程度的权值ω_i；步骤4、建立各影响因素与SoC值的二维灰色预测模型GM(1，2)，用从当前时刻起的以前所采集存储的K个的数据，K为由用户确定的一个正整数，K≥5，得到各影响因素预测的第K+1时刻的SoC值，记为SoC_i(K+1)，i＝1，2，…，m；

所述的得到各影响因素预测的第K+1时刻的SoC值具体计算步骤包括：

(4.1)选取电池系统某一个影响SoC的因素x_i与SoC矩阵P前K个时刻数据构成GM(1，2)模型数据；

(4.2)生成一阶累加生成序列；

(4.3)生成均值化序列Z_p；

(4.4)计算灰色预测参数U；

(4.5)预测某一个影响SoC的因素对应下，第K+1时刻的SoC_i预测值；

其中，上述步骤(4.1)的具体步骤为：选取电池系统某一个影响SoC的影响因素的数据矩阵x_i与SoC矩阵P的前K个时刻数据构成GM(1，2)模型数据，分别记为：

x_i＝[x_i(1) x_i(2) … x_i(j) … x_i(K)]

P＝[p(1) p(2) … p(j) … p(K)]

生成一阶累加生成序列(4.2)具体步骤为：

生成均值化序列(4.3)具体步骤为：

其中Z_p为：

Z_p＝[z_p(1)，z_p(2)，…，z_p(t)，…z_p(n-1)] (10)

其中z_p(k)为

z_p(k)＝0.5×[p¹(k)+p¹(k+1)] (11)

根据公式(12)计算灰色预测参数U＝[a，b]^T(4.4)具体步骤为：

U＝(B^T·B)^-1·B^T·Y_N (12)

其中

Y_N＝[p(2) p(3) … p(n)] (14)

根据公式(15)、(16)计算第i个因素预测电池第K+1时刻SoC_i，(4.5)具体步骤为：

步骤5、将步骤3得到的ω_i数据和步骤4得到的SoC_i(K+1)数据，进行加权平均计算得到电池K+1时刻SoC(K+1)的预测值；

所述步骤5中进行加权平均计算得到电池第K+1时刻SoC的预测值，其计算公式如公式(17)：

步骤6、重复步骤4和步骤5，直到系统停止。