一种基于遗传神经网络的BMS系统的SOC的估算方法_1800001402796411.pdfVIP

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号CN106646260A

(43)申请公布日

2017.05.10

(21)申请号201611270438.7

(22)申请日2016.12.31

(71)申请人深圳市沃特玛电池有限公司

地址518000广东省深圳市坪山新区坪山

竹坑社区工业区9栋1-3层

(72)发明人陈春利

(51)Int.Cl.

G01R31/36(2006.01)

权利要求书1页说明书3页附图4页

(54)发明名称

一种基于遗传神经网络的BMS系统的SOC的

估算方法

(57)摘要

本发明提供一种基于遗传神经网络的BMS系

统的SOC的估算方法，包括如下步骤：步骤一：对

BMS系统充电，充电桩获取BMS系统内的电池的实

际容量；步骤二：构建神经网络模型，获取电池容

量参数特征对照表，所述电池容量参数特征对照

表包括电池衰减过程中的电流、电压容量标定参

数、内阻容量标定参数及OCV容量标定参数；步骤

三：将步骤一中的电池实际容量与步骤二中的电

池容量参数特征对照表进行对照，获取电流、电

压容量标定参数内的衰减电压数据、内阻容量标

定参数内的衰减内阻数据及OCV容量标定参数内

A的衰减OCV数据；步骤四：根据步骤三中的衰减电

0压数据、衰减内阻数据及衰减OCV数据计算BMS系

6

2

6统的SOC。

4

6

6

0

1

N

C

-1-

CN106646260A权利要求书1/1页

1.一种基于遗传神经网络的BMS系统的SOC的估算方法，其特征在于：包括如下步骤：

步骤一：对BMS系统充电，充电桩获取BMS系统内的电池的实际容量；

步骤二：构建神经网络模型，获取电池容量参数特征对照表，所述电池容量参数特征对

照表包括电池衰减过程中的电流电压容量标定参数、内阻容量标定参数及OCV容量标定参

数；

步骤三：将步骤一中的电池实际容量与步骤二中的电池容量参数特征对照表进行对

照，获取电流电压容量标定参数内的衰减电压数据、内阻容量标定参数内的衰减内阻数据

及OCV容量标定参数内的衰减OCV数据；

步骤四：根据步骤三中的衰减电压数据、衰减内阻数据及衰减OCV数据计算BMS系统的

SOC。

2.如权利要求1所述的基于遗传神经网络的BMS系统的SOC的估算方法，其特征在于：所

述步骤二中的电压电流容量标定参数、内阻容量标定参数及OCV容量标定参数分别通过在

静态条件下，电压电流的容量标定曲线、内阻容量标定曲线及OCV容量标定曲线获得数据样

本。

3.如权利要求2所述的基于遗传神经网络的BMS系统的SOC的估算方法，其特征在于：在

一个优选实施方式中，所述步骤二中电池容量参数特征对照表的获取包括如下步骤：S1：建

立离散数据库；S2：提取训练样本点；S3：构建神经网络模型；S4：在线电流采集；S5：稳态电

流估算；S6：获取电池容量参数特征对照表。

4.如权利要求3所述的基于遗传神经网络的BMS系统的SOC的估算方法，其特征在于：通

过所述步骤三中的衰减电压数据、衰减内阻数据及衰减OCV数据，能够获取SOC的衰减数据。

5.如权利要求4所述的基于遗传神经网络的BMS系统的SOC的估算方法，其特征在于：所

述步骤四中SOC的计算公式为：

其中，Q为电量，I为电流，SOC为k+1时刻的SOC值，SOC为k时刻的SOC值，C为电池的额

k+1