[发明专利]一种基于休息恢复效应的可重构电池组SOC估计方法

权利要求书

1.一种基于休息恢复效应的可重构电池组SOC估计方法，所述方法适用于估计可重构电池组中电池单元的SOC，其特征在于，包括以下步骤：

S1：获取可重构电池组中电池单元在进入休息状态前的电流数据、进入休息状态时的SOC数据、进入休息状态后T秒内的电压数据组成原始数据集；

S2：进行数据预处理，得到数据矩阵；

S3：搭建卷积神经网络模型，得到网络模型结构；

S4：将数据矩阵划分为训练集和测试集，训练集的数据用于进行网络训练；

S5：用测试集对模型进行评估，满足条件则输出神经网络模型，否则返回上一步；

S6：对可重构电池组中进入休息状态的电池单元，采集该电池单元进入休息状态前的电流数据、进入休息状态后T秒内的电压数据，利用训练好的神经网络模型估计该电池单元的SOC。

2.根据权利要求1所述的一种基于休息恢复效应的可重构电池组SOC估计方法，其特征在于，步骤S6所述的对可重构电池组中进入休息状态的电池单元，采集该电池单元进入休息状态前的电流数据、进入休息状态后T秒内的电压数据，利用训练好的神经网络模型估计该电池单元的SOC，具体过程为：

S601：将步骤S5输出的神经网络模型输入到控制系统中；

S602：控制系统实时检测所有电池单元的电压与电流，当检测到第k个电池单元电流突变至0时，代表该电池单元开始进入休息状态，记录下该电池单元在休息前一个采样时间的电流I_kf；

S603：控制系统开始持续记录该电池单元进入休息状态后T秒内的电压形成电压集合，记录为：

其中v_k,t代表第k个电池在进入休息状态后第t个时刻的电压，T_s为控制系统的采样时间间隔；

S604：将步骤S602所述的I_kf和步骤S603所述的按照步骤S2所述预处理方法进行处理；

S605：将步骤S604处理后的数据，输入步骤S601所述的神经网络模型，得到第k个电池单元SOC值。

3.根据权利要求1所述的一种基于休息恢复效应的可重构电池组SOC估计方法，其特征在于，所述的可重构电池组具体由以下部分组成：

①K个电池模块，每个电池模块包括电池单元、电流传感器和电压传感器，其中电流传感器与电池单元串联，电压传感器与电池单元并联，传感器将电池单元的电压信号v、电流信号i传递给控制系统；

②K×J个开关模块，其中J为每个电池模块配置的开关数量,开关模块可以是电力电子开关或继电器，开关模块根据控制系统的控制信号CS，控制对应的电池单元投入或退出运行；

③控制系统,控制系统实时接收可重构电池组中所有电池单元的电压和电流，形成电压集合和电流集合并且向开关模块发出控制信号CS，其中：