[发明专利]储能系统自轨迹参数标定方法及SOC估算方法

说明书

本发明公开了一种储能系统自轨迹参数标定方法，包括以下步骤：(1)当满充或满放至设定电压时，获取储能电池充电或放电中的电池容量，以及恒功率状态下端电压Volt和充放电电流I；(2)依据充放电电流I和单位时间t₁计算每隔单位时间的安时量AHi，(3)统计充电或放电过程中的最大可用容量C_C，依据安时量AHi计算每隔单位时间t₁储能系统的可用容量C_i，依据公式计算获得每隔单位时间t₁的SOC_i；(3)记录每隔单位时间的SOC_i和端电压Volt_i以作为当前状态下的充电或放电过程的Volt‑SOC参数表，记录充电或放电过程中的最大可用容量C_C，计算简单且估算精准度高。本发明还公开了对应的电子设备、计算机可读存储介质，以及一种SOC估算方法。

技术领域

本发明涉及一种储能系统的SOC估算参数标定以及SOC估算，尤其涉及一种储能系统自轨迹参数标定及SOC估算。

背景技术

当前SOC的估算方法包括安时积分法、开路电压法、神经网络法和卡尔曼波法等。虽然用于电池SOC估算方法种类之多，但各种方法都存在着一定的缺陷，目前应用于电池管理系统的SOC估算技术还不是很成熟。由于电流采集设备精度的不断提高，AH积分法估算SOC在一段时间内是非常有效的，但是由于AH积分存在着累积误差，随着时间的延长，SOC的估算误差会逐渐发散，并且如果初始误差和可用容量错误，其SOC也会形成较大误差。开路电压法只有在静置相对较长的时间才能使用，所以其修正具有苛刻的条件。神经网络法需要非常大的样本数据，需要消耗较高的人力物力。卡尔曼滤波算法需要一个电池模型就需要在实验室较长时间标定电池极化参数，比如：容量、OCV_SOC曲线、电池内阻、极化电容、极化电阻等。但是随着电池老化上述参数都会发生较大的变化，影响SOC的估算精度。

故，急需一种解决上述问题的储能系统自轨迹参数标定以及SOC估算。

发明内容

本发明的目的是提供一种储能系统自轨迹参数标定方法，依据实际测量的安时量和最大的电池容量反推估算出充电或放电过程中的Volt-SOC参数表，计算简单且估算精准度高。

本发明的另一目的是提供一种储能系统的SOC估算方法，其估算参数准确，有效提高了SOC的估算准确度。

为了实现上有目的，本发明公开了一种储能系统自轨迹参数标定方法，包括以下步骤：(1)当满充或满放至设定电压时，获取恒功率状态下端电压Volt和充放电电流I；(2)依据充放电电流I和单位时间t₁计算每隔单位时间t₁的安时量AHi，单位时间t₁将总充放电时间分为n份，n大于等于2；(3)统计充电或放电过程中的最大可用容量C_C，依据计算充电过程中每隔单位时间t₁储能系统的可用容量C_i，依据计算放电过程中每隔单位时间t₁储能系统的可用容量C_i，，依据公式计算获得每隔单位时间t₁的SOC_i；(4)记录每隔单位时间t₁的SOC_i和端电压Volt_i作为当前状态下充电或放电过程的Volt-SOC参数表，记录充电或放电过程中的最大可用容量C_C。

与现有技术相比，本发明通过实际检测到的充放电电流和一次完整的充放电过程统计对应的充放电的最大可用容量，然后依据每隔单位时间的安时量AHi和可用容量C_i反推预估出接近真实值的当前状态(包括当前老化状态、当前温度和当前工况)下的充电或放电过程的Volt-SOC参数表，测量简单且结果精准度高，消除电池老化影响、温度影响和对应工况影响。再者，本发明不需要离线标定相关参数，在储能工作过程中自动辨识所需参数。