基于LSTM的储能蓄电池SOC与SOH联合在线估计

摘要：

蓄电池组是微电网储能系统重要的组成部分之一,对储能系统的整体技术及经济性能具有重要影响.针对蓄电池荷电状态(SOC)与健康状态(SOH)在线准确测量的难题,提出基于长短期记忆(LSTM)神经网络的蓄电池SOC与SOH联合在线估算方法.该方法利用LSTM的动态逼近与长时间记忆能力,以电池端电压、电流及温度的时间序列数据,将阶段SOH均值引入SOC的估算中实现联合估算.采用NASA开放实验数据测试,基于LSTM网络的联合模型相比于单独模型及Bp传统网络具有更高的精确度和更稳定的估算效果.

关键词：储能蓄电池、长短期记忆神经网络、荷电状态、健康状态

所属期刊栏目：46

分类号：TM912

资助基金：山东省重点研发计划基金资助项目2019GGX103028

在线出版日期：2022-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：541-544