基于物理信息神经网络的大型储能电池SOC估计方法

本发明涉及储能电池状态估计技术领域，具体公开了一种基于物理信息神经网络的大型储能电池SOC估计方法，所述方法包括：获取所述电池簇运行过程中的总电流、总端电压、各单电芯端电压、各单电芯表面温度以及环境温度，并计算簇级累积电量特征与单体电压统计特征；构建单电芯的一阶电‑热耦合模型，进行在线参数辨识，提取电芯不一致性物理特征集。本发明提供的大型储能电池SOC估计方法，在实际储能电站的运行过程中，通过在线辨识单体电芯的电‑热耦合模型参数，提取出反映内部差异的电芯不一致性物理特征，并将其与多维运行数据融合输入至不均衡感知物理信息神经网络中。