[发明专利]一种储能电池SoH检测方法、装置、设备及存储介质

权利要求书

1.一种储能电池SoH检测方法，其特征在于，包括:

确定当前环境温度及当前电池电量SOC下的阻抗谱；

根据所述阻抗谱构建全频等效电路模型结构；

提取所述全频等效电路模型结构中的中低频等效电路模型结构；

基于所述中低频等效电路模型结构、所述阻抗谱结合预设参数辨识模型确定中低频等效电路模型参数；

将所述中低频等效电路模型参数、当前环境温度参数及当前电池电量SOC参数输入至神经网络模型确定储能电池SoH。

2.根据权利要求1所述的储能电池SoH检测方法，其特征在于，确定当前环境温度及当前电池电量SOC下的阻抗谱，包括：

设置阻抗谱激发电路输出不同频率的激发信号；其中，所述阻抗谱激发电路包括预设个数移位寄存器及异或门；

在不同频率的所述激发信号下，获取当前环境温度及当前电池电量SOC下的待测储能电池的电流值及电压值；

根据不同频率的所述激发信号、当前环境温度及当前电池电量SOC下的待测储能电池的所述电流值及所述电压值确定当前环境温度及当前电池电量SOC下的阻抗谱。

3.根据权利要求1所述的储能电池SoH检测方法，其特征在于，所述参数辨识模型为非线性最小二乘回归模型；

所述储能电池SoH检测方法还包括：

对所述阻抗谱做预处理得到复数域阻抗谱；

根据所述阻抗谱构建全频等效电路模型结构，包括：

根据所述复数域阻抗谱构建全频等效电路模型结构，

基于所述中低频等效电路模型结构、所述阻抗谱结合预设参数辨识模型确定中低频等效电路模型参数，包括：

基于所述中低频等效电路模型结构、所述复数域阻抗谱结合所述非线性最小二乘回归模型确定中低频等效电路模型参数。

4.根据权利要求1所述的储能电池SoH检测方法，其特征在于，还包括:提取中低频等效电路模型参数中的中低频等效电路模型关联参数；

将所述中低频等效电路模型参数、当前环境温度参数及当前电池电量SOC参数输入至神经网络模型确定储能电池SoH，包括：

将所述中低频等效电路模型关联参数、当前环境温度参数及当前电池电量SOC参数输入至神经网络模型确定储能电池SoH。

5.根据权利要求4所述的储能电池SoH检测方法，其特征在于，所述中低频等效电路模型结构包括：第一电阻、第二电阻、第一固态扩散阻抗及第二固态扩散阻抗；

所述第二电阻与所述第一固态扩散阻抗并联电连接，所述第一电阻及第二电阻串联电连接，所述第二固态扩散阻抗与所述第一固态扩散阻抗串联电连接；

基于所述中低频等效电路模型结构、所述阻抗谱结合预设参数辨识模型确定中低频等效电路模型参数，包括：

基于所述中低频等效电路模型结构、所述复数域阻抗谱结合预设参数辨识模型确定所述第一电阻的第一阻值参数、所述第二电阻的第二阻值参数、所述第一固态扩散阻抗的第一电容参数及第一比例参数、所述第二固态扩散阻抗的第二电容参数及第二比例参数。

6.根据权利要求5所述的储能电池SoH检测方法，其特征在于，提取中低频等效电路模型参数中的中低频等效电路模型关联参数，包括：

提取所述第一电阻的第一阻值参数、所述第二电阻的第二阻值参数、所述第一固态扩散阻抗的第一电容参数及第一比例参数、所述第二固态扩散阻抗的第二电容参数及第二比例参数中的所述第一固态扩散阻抗的第一电容参数及第一比例参数、所述第二固态扩散阻抗的第二电容参数。

7.根据权利要求1所述的储能电池SoH检测方法，其特征在于，所述神经网络模型包括门控循环单元神经网络；

所述储能电池SoH检测方法，还包括：

根据历史中低频等效电路模型参数、不同环境温度参数及不同电池电量SOC参数确定所述门控循环单元神经网络模型。