[发明专利]一种锂离子电池SOC估计方法

权利要求书

1.一种锂离子电池SOC估计方法，所述方法基于自适应神经网络和非线性算法，所述方法包括如下步骤：

步骤S1：根据SOC待估计的电池，选择电池的等效电路模型，并且在所述等效电路模型中选取待辨识实时参数；

步骤S2：采用自适应线性神经网络和最小均值M估计的组合方法，辨识所述等效电路模型中的所述待辨识实时参数；

步骤S3：根据在所述步骤S2计算得出的所述等效电路模型中每个回路的电压之和及内阻，以及测得的电池端电压和电流，得到开路电压的值；以及

步骤S4：系统根据预标定的SOC与开路电压映射表，得到所述SOC的估计结果。

2.根据权利要求1所述的估计方法，其特征在于，

在所述步骤S2中，所述自适应线性神经网络是具有多个输入、一个输出的单层线性神经网络，其中，所述输入为k-1时刻的输入向量及对应的权重向量，所述输出为E(k)的估计值其中E(k)为所述开路电压与所述端电压的差值。

3.根据权利要求1所述的估计方法，其特征在于，

在所述步骤S2中，为所述输入向量与对应的所述权重向量的点积的求和，E(k)与的差值e(k)作为估计误差，与多个所述输入向量一起作为所述最小均值M估计的输入。

4.根据权利要求3所述的估计方法，其特征在于，

在所述步骤S2中，所述最小均值M估计的输出为k时刻的与多个所述输入向量对应的多个经调整后的所述权重向量。

5.根据权利要求4所述的估计方法，其特征在于，

所述步骤S2进一步包括：

S21：通过调整所述权重向量，使收敛至E(k)，消除所述估计误差，得到所述待辨识实时参数的值，以及与其对应的所述内阻、所述每个回路的等效极化内阻、以及所述每个回路的等效极化电容的值；以及

S22：通过在所述步骤S21计算得出的值，计算出所述等效电路模型中的所述每个回路的电压。

6.根据权利要求1所述的估计方法，其特征在于，

所述等效电路模型为二阶RC模型，所述待辨识实时参数的数量为5个，分别为对应所述内阻R₀、所述等效极化内阻R₁、R₂以及所述等效极化电容C₁、C₂的α₁、α₂、α₃、α₄和α₅。