锂电池的电量预测方法、装置及电子设备与流程

本发明涉及电量预测领域，具体而言，涉及一种锂电池的电量预测方法、装置及电子设备。

背景技术：

1、锂离子电池因其在能量密度、功率密度、循环寿命和记忆效应等方面的多项优势，成为电动汽车和储能电站等领域备受关注和青睐的能源媒介。为确保电池的安全性，防止火灾和爆炸等安全事故的发生，以及实现电池的最大化利用和延长使用寿命，通常需要配备电池管理系统(bms)。bms对电池内部的各种状态指标，如荷电状态(soc)、健康状态(soh)、功率状态(sop)等进行监控。其中，荷电状态描述了电池的剩余电量，是电池最基础和关键的状态之一。然而，由于荷电状态无法直接通过传感器直接测量，只能通过外部可测参数如电流、电压和温度等进行间接估计和推断，这是bms开发和研究的一个难点。

2、从控制理论的角度看，soc估计问题实际上是在考虑锂离子电池动态特性和复杂多变的运行环境下进行状态观测。目前，主要的soc估计方法包括安时积分法、开路电压法、模型法和数据驱动法。模型法因其估计精度高、自修正、适应性强、能够融合不同方法的优点而在bms中最受欢迎。具体实现过程包括对电池进行离线ocv-soc测试，获取不同健康状态和环境温度条件下的ocv曲线，并通过查找表或数学函数建立ocv和soc之间的映射关系。随后，考虑模型的复杂性、预测精度和计算成本之间的关系，选择适当的电池模型结构，并使用最小二乘、粒子群优化等方法辨识电池模型中的参数。最后，建立电池系统的状态空间表达式，并利用扩展卡尔曼滤波器(ekf)、无迹卡尔曼滤波器等方法估计电池soc。

3、值得注意的是，该方法取得较高估计精度的前提是需要精确已知电池模型，包括电池的系统动力学特性以及过程噪声和测量噪声的统计特性。一旦这些前提条件不成立，卡尔曼滤波器方法的soc估计精度可能难以保证，甚至在严重情况下可能无法正常工作。由于电池服役时间长、应用工况复杂多变，确保建立的电池模型严格满足以上条件非常具有挑战性。

4、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本发明实施例提供了一种锂电池的电量预测方法、装置及电子设备，以至少解决相关技术中预测复杂工况下的锂电池电量时，存在预测电量不准确的技术问题。

2、根据本发明实施例的一个方面，提供了一种锂电池的电量预测方法，包括：获取锂电池仿真模型，其中，所述锂电池仿真模型为利用二阶电容电阻等效电路模型对锂电池进行仿真得到的；依据所述锂电池仿真模型，确定非线性系统的第一状态空间模型，其中，所述第一状态空间模型表示系统输入量与状态变量随时间的变化关系，所述状态变量包括电量，第一电压，以及第二电压；将所述非线性系统的第一状态空间模型转化为多新息系统的第二状态空间模型；依据实际输入量与所述第二状态空间模型，确定与所述锂电池对应的多个时刻下分别对应的目标电量估计值。

3、可选地，所述将所述非线性系统的第一状态空间模型转化为多新息系统的第二状态空间模型，包括：确定所述第一状态空间模型中的多新息需求信息，其中，所述多新息需求信息为复杂指数高于预定阈值的信息；确定与所述多新息需求信息对应的新息状态变量；依据所述新息状态变量，对所述第一状态空间模型对应的原始状态空间进行扩展，得到所述第二状态空间模型。

4、可选地，所述依据所述新息状态变量，对所述第一状态空间模型对应的原始状态空间进行扩展，得到所述第二状态空间模型，包括：依据所述新息状态变量，确定是否对所述第一状态空间模型中原有参数造成影响的影响结果，其中，所述原有参数包括以下至少之一：过程噪声，测量噪声；在所述影响结果为对所述第一状态空间模型中原有参数造成影响的情况下，依据所述新息状态变量，确定更新空间参数；依据所述更新空间参数，将所述第一状态空间模型转化为所述第二状态空间模型。

5、可选地，所述依据所述锂电池仿真模型，确定非线性系统的第一状态空间模型，包括：依据所述锂电池仿真模型与安时积分公式，确定所述锂电池仿真模型的状态方程，以及所述锂电池仿真模型的观测方程；依据所述状态方程与所述观测方程，确定所述第一状态空间模型。

6、可选地，所述依据所述状态方程与所述观测方程，确定非线性系统的第一状态空间模型，包括：依据所述锂电池仿真模型的应用场景，所述状态方程与所述观测方程，构建场景状态转移方程以及场景测量函数；确定所述应用场景的系统内部数据统计特性，确定过程噪声，并依据所述应用场景的系统外部数据统计特性，确定测量噪声；依据所述场景状态转移方程，所述场景测量函数，所述过程噪声与所述测量噪声，确定所述第一状态空间模型。

7、可选地，所述依据所述锂电池仿真模型与安时积分公式，确定所述锂电池仿真模型的状态方程，以及所述锂电池仿真模型的观测方程，包括：依据所述锂电池仿真模型与安时积分公式对电池电量的累积效应进行建模，确定预定等效电路模型表达方程，并确定锂电池电量的定义方程；采用第一离散参数离散化所述二阶电容电阻等效电路模型表达方程与所述锂电池电量的定义方程，确定所述状态方程，以及采用第二离散参数离散化所述二阶电容电阻等效电路模型表达方程与所述锂电池电量的定义方程，确定所述观测方程。

8、可选地，所述获取锂电池仿真模型，包括：获取所述锂电池；对所述锂电池进行混合脉冲功率特性实验，确定所述锂电池的开路电压、电量以及时间的关系；依据所述关系，确定等效电路模型参数，其中，所述等效电路模型参数至少包括：电池开路电压，等效欧姆内阻，电化学极化产生的等效电阻，电化学极化产生的等效电容，浓差极化产生的等效电阻，浓差极化产生的等效电容；依据所述等效电路模型参数，确定所述锂电池仿真模型。

9、根据本发明实施例的一个方面，提供了一种锂电池的电量预测装置，包括：获取模块，用于获取锂电池仿真模型，其中，所述锂电池仿真模型为利用二阶电容电阻等效电路模型对锂电池进行仿真得到的；第一确定模块，用于依据所述锂电池仿真模型，确定非线性系统的第一状态空间模型，其中，所述第一状态空间模型表示系统输入量与状态变量随时间的变化关系，所述状态变量包括电量，第一电压，以及第二电压；转化模块，用于将所述非线性系统的第一状态空间模型转化为多新息系统的第二状态空间模型；第二确定模块，用于依据实际输入量与所述第二状态空间模型，确定与所述锂电池对应的多个时刻下分别对应的目标电量估计值。

10、根据本发明实施例的一个方面，提供了一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现上述任一项所述的锂电池的电量预测方法。

11、根据本发明实施例的一个方面，提供了一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行上述任一项所述的锂电池的电量预测方法。

12、在本发明实施例中，获取锂电池仿真模型，其中，锂电池仿真模型为利用二阶电容电阻等效电路模型对锂电池进行仿真得到的。依据锂电池仿真模型，确定非线性系统的第一状态空间模型，其中，第一状态空间模型表示系统输入量与状态变量随时间的变化关系，状态变量包括电量，第一电压，以及第二电压。将非线性系统的第一状态空间模型转化为多新息系统的第二状态空间模型。依据实际输入量与第二状态空间模型，确定与锂电池对应的多个时刻下分别对应的目标电量估计值。可知，在本发明实施例中，将非线性系统的第一状态空间模型转化为多新息系统的第二状态空间模型以进行求解，由于多新息理论能够起到将非线性系统的复杂动态行为转化为可观测、可估计的电量信息的作用，其能够通过迭代更新过程来逐步逼近真实的系统状态，更有益于处理非线性系统和复杂动态行为，达到了能够准确预测复杂工况下电池电量的目的，进而解决了相关技术中预测复杂工况下的锂电池电量时，存在预测电量不准确的技术问题。