公开(公告)号：CN119780732A

公开(公告)日：2025-04-08

申请号：CN202411986542.0

申请日：2024-12-31

Applicant: 重庆大学

Inventor： 胡晓松 ,  黎嘉晖 ,  刘文学 ,  李佳承 ,  穆罕默德·萨伊德 ,  张凯

IPC: G01R31/367 ,  G01R31/396 ,  G01R31/385

Abstract: 本发明涉及一种面向大尺寸锂离子电池状态估计的PID框架构建方法，属于电池状态估计技术领域，包括以下步骤：S1：对大尺寸锂离子电池进行建模假设与模型修正处理，针对电池进行建模，增加模型偏差补偿模型不确定性，建立具有非线性、附加干扰和测量误差的电池等效电路模型ECM；S2：对非线性的电池系统进行可观测性分析，判断电池ECM的可观测性；S3：基于建立的电池模型设计PID观测器，建立智能算法单元监测电池内部状态参数，引入微分控制作用于误差变化率，分析所提出的观测器是否收敛；S4：对大尺寸锂离子电池设计并进行特性试验和混合脉冲功率特性HPPC测试，确定电池OCV‑SOV关系和获取电池单体参数。

公开(公告)号：CN119940112A

公开(公告)日：2025-05-06

申请号：CN202510015384.2

申请日：2025-01-06

Applicant: 重庆大学

Inventor： 胡晓松 ,  张棒棒 ,  刘文学 ,  穆罕默德·萨伊德 ,  李佳承 ,  张凯

IPC: G06F30/27 ,  G01R31/367 ,  G01R31/378 ,  G06F17/11 ,  G06F17/16 ,  G06N3/092 ,  G06N3/045 ,  G06F30/36 ,  G06F111/04

Abstract: 本发明涉及一种深度强化学习引导的强适应性锂离子电池状态估计方法，属于电池状态估计技术领域，包括以下步骤：S1：选择二阶RC等效电路模型作为电池模型，考虑增广模型偏差，搭建PID控制器，实时估计电池荷电状态SOC；S2：构建双延迟深度确定性策略梯度深度强化学习算法和具有自适应约束的动态复合奖励函数；S3：将PID控制器与双延迟深度确定性策略梯度深度强化学习算法相结合，并进行模型训练，然后根据学习确定的最优策略自动调整PID控制器以匹配实时工况。该状态估计方法提高了估计精度、鲁棒性及自适应性。

公开(公告)号：CN119986392A

公开(公告)日：2025-05-13

申请号：CN202510188964.1

申请日：2025-02-20

Applicant: 重庆大学

Inventor： 胡晓松 ,  刘佳 ,  张凯 ,  李佳承 ,  穆罕默德·萨伊德 ,  刘文学 ,  刘弘奥 ,  李劲文

IPC: G01R31/367 ,  G01R31/389

Abstract: 本发明涉及一种基于模糊策略引导PI观测器的锂离子电池内阻与SOC联合估计方法，属于电池技术领域，包括以下步骤：S1：设计合适的扩展PI观测器，将锂离子电池的内阻转化为增广状态，对内阻和SOC进行联合估计；S2：开发基于信息融合和模糊逻辑引导的智能策略，基于步骤S1所设计的扩展P观测器，使用低密度异常点检测LOD概念，结合基于知识的模糊逻辑，实时检测模型的不确定性；S3：根据自定义规则，改变控制逻辑，调节电池内部极化，实现建模缺陷的及时补偿，确保准确的SOC估计。