一种电动车辆电池参数的在线自适应控制方法

专利主权项内容

1.一种电动车辆电池参数的在线自适应控制方法，其特征在于，所述方法包括：步骤一、利用扩展卡尔曼滤波方法对智能电动营运车辆电池SOC进行预测；步骤二、结合SOC预测值和当前车辆电池状态参数以及车辆行驶环境信息，建立循环数据集，基于GRU神经网络实现对车辆电池参数RUL的预测；建立车辆信息循环数据，从电池数据集中提取电池在一个充放电循环周期内的充电电压、充放电电流I、放电时间数据/>和剩余电量数据/>，从车辆行驶轨迹数据中提取车辆在一个充放电循环周期内的加速时间t1、减速时间t2、匀速时间t3和海拔变化累计值/>，建立循环数据集；将第个充放电循环周期设置为预测起点，设置电池寿命阈值/>，将所述循环数据集分为两部分，预测起点/>之前的数据作为训练数据集，预测起点/>之后的数据作为验证集，所述预测起点/>表示电池经历了/>个充放电循环周期，基于循环数据建立寿命阈值的非线性系统的状态空间方程 : />；建立电池容量观测值的观测方程：，基于GRU神经网络建立训练模型，计算出状态空间方程中的模型参数；在第个循环周期，用GRU模型预测观测方程中/>个循环周期时的电池容量预测值/>，再将电池容量观测值/>与预测值/>进行比较，若观测值与预测值之间的误差不满足预设阈值，将观测值/>转入训练集动态修正GRU神经网络模型参数；直到预测步长达到数据集总长度，外推至寿命阈值即可得到智能电动营运车辆电池容量退化曲线和RUL的分布。步骤三、基于预测结果动态调整电池的内外部参数，实现电池的自适应充放电控制；基于RUL分布的预测结果动态调整电池的充电电压、充放电电流I, 将其值调整为下一个充放电周期内，根据SOC和RUL预测值反推后的电压电流值。