一种锂电池等效电路模型的参数辨识方法技术

技术编号:10220662 阅读:257 留言:0更新日期:2014-07-16 20:38
一种锂电池等效电路模型的参数辨识方法,包括遗传算法目标函数构造,初始化操作,交叉操作,局部搜索,变异操作。目标函数基于平均估计误差进行构造。初始化操作设置待辨识参数的取值范围。交叉操作和变异操作根据初始的概率值进行。局部搜索采用随机交换基因位值构造相邻个体的方法。本发明专利技术求解时间复杂度低,全局寻优能力强,并且算法收敛性能好,参数辨识的误差小。本发明专利技术适用于科研机构进行储能系统仿真建模技术的验证应用。

【技术实现步骤摘要】

本专利技术涉及,属电力系统储能系统

技术介绍
锂离子动力电池具有标称电压高、比能量大、寿命长等优势,被认为是未来电动车辆电池中极具有发展潜力的蓄电池,已广泛应用在纯电动汽车、混合动力汽车以及燃料电池汽车中。电池模型是电池荷电状态(SOC)估计、性能分析、科学评价、高效管理和使用的基础,是从电池外部特性到内部状态的纽带。精确的动态模型对动力电池仿真、优化和能量管理有重要意义。目前研究人员已建立了多种可对电池性能进行全面描述的电化学和电路模型,但其精确性很大程度上取决于参数辨识精度。
技术实现思路
本专利技术的目的在于,为锂电池的仿真研究提供基础,并为SOC估计提供依据,本专利技术提供。本专利技术的技术方案是,本专利技术,包括遗传算法目标函数构造,初始化操作,交叉操作,局部搜索,变异操作。本专利技术包括以下步骤:(I)锂电池等效电路模型由开路电压V。。,内阻Rii和等效电容C;。组成,其中内阻k包含欧姆电阻Rot和极化电阻I。第k时刻通过电容的电流用Ieca表示,通过电阻Rot的电流用IOT,k表示,电池端电压用\k表示。等效电路模型用下式表示:VT’k = Voc-RorX 1r;k-RprX Iec;k

【技术保护点】
一种锂电池等效电路模型的参数辨识方法,其特征在于,所述方法包括以下步骤:(1)等效电路模型由开路电压Voc,内阻Rir和等效电容Cec组成,其中内阻Rir包含欧姆电阻Ror和极化电阻Rpr;第k时刻通过电容的电流用Iec,k表示,通过电阻Ror的电流用Ior,k表示,电池端电压用VT,k表示;等效电路模型用下式表示:VT,k=Voc‑Ror×Ior,k‑Rpr×Iec,kIec,k=[1-1-e-Δt/(Cec×Rpr)Δt/(Cec×Rpr)]×Ior,k+[1-e-Δt/(Cec×Rpr)Δt/(Cec×Rpr)-e-Δt/(Cec×Rpr)]×Ior,k-1+e-Δt/(Cec×Rpr)×Iec,k-1]]>其中,Δt表示第k‑1时刻和第k时刻间的时间间隔;(2)基于步骤(1)的等效电路模型构造遗传算法的目标函数,用下式表示:min(f(Okg))f(Okg)=1LΣk=1L(VT,k-V^T,kg)2]]>其中,表示第g个种群的端电压估计值;(3)设置遗传算法种群大小值g,最大迭代次数m,交叉概率Pc,变异概率Pm,待辨识参数Voc,Ror,Rpr和Cec的取值范围,并初始化种群中的每个个体;(4)根据交叉概率Pc生成个体交叉位置,然后随机从种群中选择两个个体进行交叉操作,直到所有个体都被遍历过;(5)对每个个体,随机生成两个整数,交换该两个整数值对应位置的基因位,并根据步骤(2)计算个体适应度经过3~5次操作,选取个体适应度最小的个体;(6)对每个个体的每个基因位置,生成取值范围为[0,1]的概率值p,当p小于变异概率Pm时,用随机数代替该基因位数值,生成子代群体;(7)重复步骤(5)的操作;(8)计算所有个体的适应度如果当前个体最小的适应度小于当前种群的适应度,则种群最好的个体为当前适应度最小的个体,否则将当前适应度最大的个体替换为当前种群适应度最大的个体;(9)重复步骤(4)~(8),直到满足最大迭代次数m,输出得到辨识参数和...

【技术特征摘要】
1.一种锂电池等效电路模型的参数辨识方法,其特征在于,所述方法包括以下步骤: (1)等效电路模型由开路电压V。。,内阻Rii和等效电容C;。组成,其中内阻Ri...

【专利技术属性】
技术研发人员:曾伟孙旻范瑞祥曹蓓
申请(专利权)人:国家电网公司国网江西省电力科学研究院
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1