【技术实现步骤摘要】
一种基于线性时不变电池模型结构的参数辨识方法
本专利技术涉及一种基于线性时不变电池模型结构的参数辨识方法。
技术介绍
电池系统是一个非常复杂的系统，其电化学反应过程呈现出高度的非线性特性，电池模型是电池相关研究的基础，也是该研究领域的研究难点之一，如何辨识模型参数是紧接着需要考虑的问题。电池模型辨识可以定义为从给定的输入输出数据中，通过极小化某一误差准则函数，确立电池模型的参数值。在电池模型辨识方面，美国宾夕法尼亚州立大学GithinK.等提出了基于离线最小二乘和在线迭代梯度校正算法的电池模型辨识方法，可以实现模型参数的在线辨识。美国密歇根大学ChrisMi和奥地利维也纳科技大学JohannesUnger用遗传算法实现了对电池电路模型的在线辨识，该方法具有很高的精度，可以用来估算电池的健康状态。北京理工大学Hu等采用遗忘因子最小二乘法算法，对锂离子电池电路模型在线辨识展开了研究，研究表明该算法可以准确地预测电池的动态电压响应。此外，一些相似的辨识算法，如迭代最小二乘自适应滤波、基于线性模型的子空间算法、迭代增广最小二乘算法、数值计算方法也被应用到了电池模型辨识中。...
【技术保护点】
1.一种基于线性时不变电池模型结构的参数辨识方法，其特征在于：首先通过目标以及先验知识获取设计模型参数辨识试验，然后确定电池模型结构，对电池模型参数进行辨识，最后对电池模型验证。
【技术特征摘要】
1.一种基于线性时不变电池模型结构的参数辨识方法，其特征在于：首先通过目标以及先验知识获取设计模型参数辨识试验，然后确定电池模型结构，对电池模型参数进行辨识，最后对电池模型验证。2.一种基于线性时不变电池模型结构的参数辨识方法，其特征在于：电池模型参数的具体辨识流程包括：(1)确定目标，获取先验知识确定本发明电池模型的使用环境和精度要求，并在此基础上获得足够多的先验知识，如电池的电化学反应机理、动态响应特性、时间常数；这些先验知识对电池模型辨识实验设计和模型结构的初步确定起指导性作用；(2)设计电池模型辨识实验根据步骤(1)获取的先验知识，设计合理的电池模型辨识实验方法，以激励出电池的绝大部分动态特性；电池模型辨识实验构成电池系统辨识的数据基础，在辨识算法和电池模型结构已经确定的情况下，电池模型参数辨识的精度将直接依赖于输入信号；从频域分析的角度对电池的动态特性进行分析，并以此作为依据设计电池模型辨识实验；频域上激励电流的频谱必须足以覆盖电池系统的频谱；为了获得电池的频域特性，采用阶跃归零响应对单体电池进行测试；考虑到电池工作在充电和放电两种模式下，分别设计正阶跃归零和负阶跃归零两种测试方法；正阶跃归零测试由两部分组成：耗时300s的8A恒流充电过程和耗时1500s的静置过程；负阶跃归零测试由耗时300s的8A恒流放电过程和耗时1500s的静置过程组成；基于频域分析方法，每隔10％SOC对单体电池进行测试；实时记录第300s至第1800s区间范围内的阶跃归零响应数据，采样周期为1s；在不同SOC处，对阶跃归零电压响应数据进行快速傅立叶变换，得到电池在充、放电情况下的频域特性；SOC为电池荷电状态；(3)设计电池模型结构依据步骤(2)电池模型辨识实验确定电池模型结构形式，包括电池模型的数学表达结构和阶次；根据电池电化学反应的简化过程，电池模型的数学表达结构描述为：当电池进行充放电时，电池内部会产生三种极化现象，即欧姆极化、电化学极化和浓差极化；欧姆极化用电池的等效内电阻来表示，浓差极化和电化学极化共同构成电池动态特性中的迟滞特性，通常用电池的等效极化电容来表示；根据参数辨识的难易程度和精度综合考虑模型的阶次；电池用如下状态空间模型结构描述：其中，uk为电池模型的输入电流；yk为电池模型的输出端电压；xk为电池模型上一时刻状态向量...
【专利技术属性】
技术研发人员：王立业，王丽芳，廖承林，张玉旺，张志刚，张文杰，
申请(专利权)人：中国科学院电工研究所，
类型：发明
国别省市：北京,11
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。