摘要
本申请涉及锂电池管理领域,其具体地公开了一种锂电池管理方法,其通过实时采集目标锂电池的电池包总电压、节点电压、温度等多维度状态监测数据,来构建锂电池多维状态特征的时间序列表达,并基于深度学习算法对锂电池内部状态特征进行时序前向传递编码,以建模电池内部状态的动态演化,进而实现电池未来状态的短期预测。接着,进一步将当前内部状态、未来状态预测包与预设充电目标共同输入MPC模型,基于有限时域内的状态预测通过滚动优化算法在约束条件下求解最优充电电流指令,形成闭环控制。该方法突破了传统BMS静态阈值保护的局限性,通过前瞻性预测和动态优化实现了对锂电池充电过程的主动控制,有助于在保障电池安全的前提下优化充电效率。
技术关键词
锂电池管理方法
编码向量
状态监测数据
序列
时序
动态
RNN模型
消息
节点
电池表面温度
动静特征
深度学习算法
因子
充电策略
指令
注意力