基于简单循环单元的储能锂离子电池SOC和SOH联合估计方法

锂离子电池的荷电状态(State of charge,SOC)和健康状态(State of health,SOH)是电池储能系统在运维过程中所需要估算的重要参数。为了能够对电池状态进行可靠估计，采用深度学习方法中的简单循环单元(Simple recurrent unit,SRU)来实现对电池SOC和SOH的联合估计。首先，通过利用SRU在处理时序问题上的优势，建立了基于SRU的电池SOC估计模型；接着，给模型引入了数据单元的输入形式，并使用含有电池老化信息的样本数据来对模型进行训练，使得训练好的模型能够实现任意电池老化程度下的SOC估计；最后，通过对该模型输出的SOC估计值中所隐含的老化信息进行挖掘，实现对电池SOH的估计。试验结果表明，该联合估计方法可以实现电池SOC与SOH的准确估计，并且对不同种类的电池也有较好的适用能力。