动力电池模型最优阶次确定方法及系统技术方案

本发明专利技术涉及一种动力电池模型最优阶次确定方法及系统。确定方法包括如下步骤：获取动力电池在第k个采样时刻的端电压测量值Um,k；获取动力电池模型在第k个采样时刻的输出电压Ut,k；根据所述端电压测量值Um,k和所述输出电压Ut,k确定在第k个采样时刻各阶次动力电池模型的BIC考评值；将最小的BIC考评值所对应的阶次确定为动力电池模型在第k个采样时刻的最优阶次。本发明专利技术通过对BIC考评值的实时计算，实现了动力电池在多变应用工况条件下最优阶次的快速判定，保障了电池管理算法的实时性。本发明专利技术可根据实际情况对最优阶次进行调整，可实现动力电池模型最优阶次的准确选择，保障了电池管理算法的精度。

Method and system for determining optimal order of power battery model

The invention relates to a method and a system for determining the optimal order of power battery models. The determination method includes the following steps: obtaining the end voltage measurement value Um of the power battery at the K sampling time, K; obtaining the output voltage Ut, K of the power cell model at the K sampling time, Um, K, and the output voltage Ut according to the measured value of the end voltage, and K determination of the BIC evaluation values of each order power battery model at the K sampling time. The order of the minimum BIC evaluation value is determined as the optimal order of the power battery model at the K sampling time. This invention realizes the fast determination of the optimal order of the power battery in the variable application condition by real time calculation of the BIC evaluation value, and ensures the real-time performance of the battery management algorithm. The invention can adjust the optimal order according to the actual situation, and can realize the accurate selection of the optimal order of the power battery model, and ensure the precision of the battery management algorithm.

【技术实现步骤摘要】
动力电池模型最优阶次确定方法及系统
本专利技术涉及动力电池
，尤其涉及一种动力电池模型最优阶次确定方法及系统。
技术介绍
近年来，在交通运输领域中以电动汽车为代表的新能源技术得到了广泛的应用。电动汽车的核心能量部件为动力电池，决定着电动汽车的安全可靠应用，须对其进行有效管理。对动力电池准确建模是进行电池状态估计、优化充放电控制等电池管理的基础。其中，电池的等效电路模型因为其结构简单、便于集成算法、易于工程实现的优点，得到了广泛的应用。通常情况下，电池模型阶次越高，模型越准确，但计算复杂度也会越高，会占用更多的计算资源。同时，电池模型精度还会受到动力电池实时工况的影响，在规定预期模型精度的前提下，电池模型的实时最优阶次是随工况变化的，因此，需对动力电池模型在实时工况条件下的最优阶次进行判定选择。当前，动力电池模型阶次的确定方案主要分为两类：模型阶次离线设定方法和基于模型预测精度的在线设定方法。其中，模型阶次离线设定方法是基于动力电池的实验测试数据，应用在线或离线动力电池模型参数辨识方法对预先设定固定阶次的动力电池模型进行参数辨识，验证动力电池模型精度，并根据验证结果调整动力电池模型阶次。由于动力电池的实际应用工况具有高度的随机特性，实验测试工况难以实现实际应用工况的穷举，因此基于离线参数辨识算法确定的固定阶次动力电池模型在实际应用中往往不能满足精度需求；此外，应用模型阶次离线设定方法确定动力电池模型最优阶次，需经多轮模型精度验证，过程繁琐，消耗大量工作时间，且不适用于最优阶次动力电池模型参数实时辨识的需求。基于模型预测精度的在线设定方法是基于动力电池的实时工况数据，应用相关数学优化算法实现动力电池模型参数的实时获取，并对动力电池模型预测精度进行判定，如果模型不满足预测精度需求，则动力电池模型阶次加一，重新进行模型参数辨识和预测精度判定，如果满足预测精度需求，则保持动力电池模型阶次，周而复始。但该方法具有如下缺点：1)该类方法依赖“模型阶次越大，模型精度越高”的假设，通常情况下，上述假设是成立的，但在某些工况条件下，上述假设也会不成立，这使得应用目前的基于模型预测精度的在线设定方法确定的模型阶次并不能保证始终最优；2)该类方法通过判定模型预测精度，逐次增加动力电池模型阶次，而不能基于动力电池工况降低动力电池模型阶次，存在动力电池模型最优阶次判定错误的情况；3)该类方法本质上是对单一阶次的动力电池模型进行参数辨识，模型阶次改变时，因存在参数辨识算法收敛过程，使得基于该类方法的电池管理算法实时性较差。
技术实现思路
鉴于上述的分析，本专利技术旨在提供一种动力电池模型最优阶次确定方法及系统，以解决现有的最优阶次设定方法的准确率低的问题。本专利技术的目的主要是通过以下技术方案实现的：一个方面，本专利技术提出了一种动力电池模型最优阶次确定方法，该方法包括如下步骤：第一获取步骤，获取动力电池在第k个采样时刻的端电压测量值Um,k；第二获取步骤，获取动力电池模型在第k个采样时刻的输出电压Ut,k；考评值确定步骤，根据所述端电压测量值Um,k和所述输出电压Ut,k确定在第k个采样时刻各阶次动力电池模型的BIC考评值；最优阶次确定步骤，将最小的BIC考评值所对应的阶次确定为动力电池模型在第k个采样时刻的最优阶次。本专利技术通过对BIC考评值的实时计算，可以根据动力电池的运行工况实时地调整动力电池模型的最优阶次，实现了动力电池在多变应用工况条件下最优阶次的快速判定，保障了电池管理算法的实时性。此外，与现有技术中只能机械地增加模型阶次而不能降低模型阶次的方法相比，本专利技术可根据实际情况对最优阶次进行调高或者降低，可实现动力电池模型最优阶次的准确选择，保障了电池管理算法的精度。该方法可以集成于动力电池的状态估计和优化控制算法，通用性强，而且简单有效，易于工程化实现。进一步地，上述动力电池模型最优阶次确定方法中，所述最优阶次确定步骤中按照如下公式计算BIC考评值：上式中：BIC(n)为n阶动力电池模型的BIC考评值；N为BIC考评数据长度；p(n)为动力电池模型参数个数，是模型阶次的函数，具体到本专利动力电池模型而言，p(n)＝2n+2，k表示第k个采样时刻。进一步地，上述动力电池模型最优阶次确定方法中，所述N的取值范围为8～12。进一步地，上述动力电池模型最优阶次确定方法中，所述第二获取步骤中动力电池模型的参数按如下方法进行辨识：根据所述端电压测量值Um,k和所述输出电压Ut,k的差值，并利用自适应参数辨识算法在线辨识所述动力电池模型在第k个采样时刻的参数。进一步地，上述动力电池模型最优阶次确定方法中，所述参数确定步骤包括如下子步骤：计算子步骤，确定动力电池模型待辨识参数的计算公式如下：式中：为动力电池模型在第k个采样时刻的扩展参数矩阵的估计值；为动力电池模型在第k-1个采样时刻的扩展参数矩阵的估计值；为动力电池模型的数据矩阵的估计值；表示中元素数，T表示转置，λ＞0.5；初值设定子步骤，设定Gk和λ的初始值，其中，Gk的初始值为任意3n+2阶正定对称矩阵；参数确定子步骤，按照计算子步骤中的公式进行迭代，得到动力电池模型在第k个采样时刻的待辨识参数值。进一步地，上述动力电池模型在线参数的辨识方法中，所述第二获取步骤中根据如下公式确定所述动力电池模型在第k个采样时刻的输出电压Ut,k为：式中：a1，a2an，an+1，an+2…a2n+1为动力电池模型的待辨识参数，Uoc,k为动力电池在第k个采样时刻的开路电压，n为动力电池模型阶次，Ut,k-1、Ut,k-2……Ut,k-n分别为动力电池模型在第k-1个、k-2个……k-n个采样时刻的输出电压，iL,k、iL,k-1……iL,k-n分别为动力电池模型在第k个、k-1个……k-n个采样时刻的电流；所述动力电池模型待辨识参数的计算公式中：的表达式为：的表达式为：的表达式为：ξk-1＝Um,k-1-Ut,k-1，ξk-n＝Um,k-n-Ut,k-n；Um,k-1、Um,k-n分别为动力电池在第k-1个、k-n个采样时刻的端电压测量值。进一步地，所述的动力电池模型在线参数的辨识方法中，所述第二获取步骤中根据如下公式确定所述动力电池模型在第k个采样时刻的输出电压Ut,k为：式中：为动力电池模型的待辨识参数，nc为动力电池模型的电压数据个数，分别为动力电池模型在第k-1个、k-2个……k-nc个采样时刻的输出电压；所述动力电池模型待辨识参数的计算公式中：的表达式为：的表达式为：的表达式为：ωk-1＝Um,k-1-Ut,k-1，Um,k-1为动力电池在第k-1个采样时刻的端电压测量值。进一步地，所述的动力电池模型在线参数的辨识方法中，所述第二获取步骤中根据如下公式确定所述动力电池模型在第k个采样时刻的输出电压Ut,k为：式中：为动力电池模型的待辨识参数，分别为动力电池模型在第k-1个、k-2个……k-ng个采样时刻的输出电压，分别为动力电池模型在第k个、k-1个……k-nh个采样时刻的电流；ng为动力电池模型的电压数据个数，nh为动力电池模型电流采样数据个数；所述动力电池模型待辨识参数的计算公式中：的表达式为：的表达式为：υk-1＝Um,k-1-Ut,k-1，Um,k-1为动力电池在第k-1个采样时本文档来自技高网...

【技术保护点】
一种动力电池模型最优阶次确定方法，其特征在于，包括如下步骤：第一获取步骤，获取动力电池在第k个采样时刻的端电压测量值Um,k；第二获取步骤，获取动力电池模型在第k个采样时刻的输出电压Ut,k；考评值确定步骤，根据所述端电压测量值Um,k和所述输出电压Ut,k确定在第k个采样时刻各阶次动力电池模型的BIC考评值；最优阶次确定步骤，将最小的BIC考评值所对应的阶次确定为动力电池模型在第k个采样时刻的最优阶次。

【技术特征摘要】
1.一种动力电池模型最优阶次确定方法，其特征在于，包括如下步骤：第一获取步骤，获取动力电池在第k个采样时刻的端电压测量值Um,k；第二获取步骤，获取动力电池模型在第k个采样时刻的输出电压Ut,k；考评值确定步骤，根据所述端电压测量值Um,k和所述输出电压Ut,k确定在第k个采样时刻各阶次动力电池模型的BIC考评值；最优阶次确定步骤，将最小的BIC考评值所对应的阶次确定为动力电池模型在第k个采样时刻的最优阶次。2.根据权利要求1所述的动力电池模型最优阶次确定方法，其特征在于，所述最优阶次确定步骤中按照如下公式计算BIC考评值：上式中：BIC(n)为n阶动力电池模型的BIC考评值；N为BIC考评数据长度；p(n)为动力电池模型参数个数，是模型阶次n的函数，k表示第k个采样时刻。3.根据权利要求2所述的动力电池模型最优阶次确定方法，其特征在于，所述N的取值范围为8～12。4.根据权利要求1所述的动力电池模型最优阶次确定方法，其特征在于，所述第二获取步骤中动力电池模型的参数按如下方法进行辨识：根据所述端电压测量值Um,k和所述输出电压Ut,k的差值，并利用自适应参数辨识算法在线辨识所述动力电池模型在第k个采样时刻的参数。5.根据权利要求4所述的动力电池模型在线参数的辨识方法，其特征在于，所述参数确定步骤包括如下子步骤：计算子步骤，确定动力电池模型待辨识参数的计算公式如下：式中：为动力电池模型在第k个采样时刻的扩展参数矩阵的估计值；为动力电池模型在第k-1个采样时刻的扩展参数矩阵的估计值；为动力电池模型的数据矩阵的估计值；表示中元素数，T表示转置，λ＞0.5；初值设定子步骤，设定Gk和λ的初始值，其中，Gk的初始值为任意3n+2阶正定对称矩阵；参数确定子步骤，按照计算子步骤中的公式进行迭代，得到动力电池模型在第k个采样时刻的待辨识参数值。6.根据权利要求5所述的动力电池模型在线参数的辨识方法，其特征在于，所述第二获取步骤中根据如下公式确定所述动力电池模型在第k个采样时刻的输出电压Ut,k为：式中：a1，a2…an，an+1，an+2…a2n+1为动力电池模型的待辨识参数，Uoc,k为动力电池在第k个采样时刻的开路电压，n为动力电池模型阶次，Ut,k-1、Ut,k-2……Ut,k-n分别为动力电池模型在第k-1个、k-2个……k-n个采样时...

【专利技术属性】
技术研发人员：刘伟龙，袁红升，李勇，蔡华，杨润宇，徐晓彤，牛会恩，
申请(专利权)人：北京机械设备研究所，
类型：发明
国别省市：北京,11