一种基于多新息最小二乘算法的锂电池参数辨识方法技术

本发明专利技术公开了一种基于多新息最小二乘算法的锂电池参数辨识方法。针对在锂电池参数辨识过程中，目前参数辨识方法收敛速度和辨识精度有限，导致不能对锂电池参数进行实时快速跟踪的问题，提出一种锂电池参数辨识方法。该方法基于多新息最小二乘算法，将锂电池辨识模型中标量新息扩展为向量新息或者新息矩阵，在迭代计算过程中可以更充分地利用每一时刻的新息，提高数据利用效率，加速算法收敛，提高参数辨识精度。通过建模与仿真，验证了该方法有效提升锂电池参数辨识收敛速度和辨识精度。

【技术实现步骤摘要】
一种基于多新息最小二乘算法的锂电池参数辨识方法
本专利技术属于电网储能系统运行、控制
，尤其涉及一种基于多新息最小二乘算法的锂电池参数辨识方法。
技术介绍
电池储能技术在电网发电、输电、配电、用电各个环节均有非常广阔的应用前景，尤其在可再生能源并网、电网辅助服务、分布式及微网、用户侧储能等场景，储能技术已经展现出了较高的实际应用价值。锂离子电池由于能量密度高、循环寿命长、高输出电压、低自放电率等优点，成为储能领域应用最广泛的电池种类。为了保证储能电站的安全可靠运行，电池管理系统需要监测锂电池的内部状态，然而电池管理系统实际可获得的仅有锂电池端口电压和电流，锂电池内部状态则需要进行估计，因而对锂电池参数辨识的快速性和精确度有较高的要求。锂电池参数辨识算法的好坏直接决定了辨识结果的精确度和可靠性。在对锂电池储能系统进行在线参数辨识时，由于在线数据获取的限制，每一时刻只有一组电压、电流数据；同时初始参数值的设定会对辨识结果有影响，当初始参数值设置不合理时，参数辨识结果精度往往较差，不能很好的对时变参数进行跟踪。目前常用的锂电池参数辨识算法中，递推最小二乘算法进行参数辨识过程中会随着数据量的增大会出现数据饱和等问题，对于时变系统不能很好地对参数进行跟踪。偏差补偿最小二乘算法要求系统输入具有平稳性和各态遍历性，在实际中很难满足。
技术实现思路
专利技术目的：针对以上问题，本专利技术提出一种基于多新息最小二乘算法的锂电池参数辨识方法，该方法将锂电池辨识模型中标量新息扩展为向量新息或者新息矩阵，在迭代计算过程中可以更充分地利用每一时刻的新息，提高数据利用效率，加速算法收敛，提高参数辨识精度。技术方案：为实现本专利技术的目的，本专利技术所采用的技术方案是：一种基于多新息最小二乘算法的锂电池参数辨识方法，包括以下步骤：(1)采集一定时间内的锂电池端电压、工作电流数据，确定数据总时间断面数kmax；初始化待辨识参数θ和待辨识参数的协方差矩阵P；设k＝1，k表示当前时刻；设定参数辨识终止条件；所述参数辨识终止条件是指遍历所有时刻，即k＝kmax；所述待辨识参数θ表示如下：θ＝[a1,a2,a3]T(1)式中，Ts为采样时间间隔；R0为锂电池的内阻，R1为锂电池极化电阻，C为锂电池极化电容；a1,a2,a3表示待辨识参数向量的元素；根据锂电池一阶RC等效电路模型建立锂电池电气量关系，表示如下：式中，E(t)为锂电池电动势，i(t)为锂电池工作电流，VC(t)为锂电池的极化电容两端电压，VOC(t)为锂电池端电压，R0为锂电池的内阻，R1为锂电池极化电阻，C为锂电池极化电容；(2)对步骤(1)中锂电池电气量关系进行拉式变换，得到锂电池系统的传递函数，对传递函数进行Z变换，得到该系统的差分方程，表示如下：U(k)＝a1U(k-1)+a2I(k)+a3I(k-1)(6)式中，U(k)、U(k-1)分别为经过Z变换后的k时刻和k-1时刻锂电池端口电压；I(k)、I(k-1)分别为经过Z变换后的k时刻和k-1时刻锂电池工作电流；(3)根据锂电池差分方程建立锂电池参数辨识的ARX模型(AutoregressivemodelwitheXogenousinput)，模型表示如下：式中，y(k)为k时刻ARX模型的输出，为k时刻信息向量，θ为待辨识参数向量；(4)根据步骤(3)所述模型构造锂电池系统标量新息，表示如下：式中，v(k)为k时刻新息，为k-1时刻待辨识参数向量估计值；(5)根据多新息理论，将步骤(4)所述标量新息扩展为新息向量，表示如下：式中，V(p,k)为k时刻新息向量，p表示新息长度；(6)根据步骤(5)所述新息向量建立锂电池系统多新息最小二乘算法辨识模型：Y(p,k)＝φT(p,k)θ(k-1)+V(p,k)(10)Y(p,k)＝[y(k),y(k-1),...,y(y-p+1)]T(11)式中，Y(p,k)表示辨识模型k时刻输出向量；φT(p,k)表示k时刻信息矩阵；(7)根据采集到的锂电池端电压、工作电流数据，结合多新息最小二乘算法参数辨识模型对锂电池等效电路参数即待辨识参数θ进行递推辨识，直到满足参数辨识终止条件，得出锂电池待辨识参数θ的辨识结果；(8)根据步骤(7)输出的参数θ的辨识结果求得锂电池电气参数：锂电池的内阻R0、锂电池极化电阻R1、锂电池极化电容C，参数辨识结束。进一步，步骤(7)所述根据采集到的锂电池端电压、工作电流数据，结合多新息最小二乘算法参数辨识模型对锂电池等效电路参数即待辨识参数θ进行递推辨识，直到满足参数辨识终止条件，方法如下：(7.1)读取k时刻锂电池端电压、工作电流数据，根据式(9)、式(11)、式(12)构造k时刻新息向量V(p,k)、辨识模型的输出向量Y(p,k)以及信息矩阵φT(p,k)；(7.2)更新待辨识参数的增益矩阵L(k)：L(k)＝P(k-1)φ(p,k)[Ip+φT(p,k)P(k-1)φ(p,k)]-1(13)式中，Ip表示p阶单位矩阵，P(k-1)为k-1时刻待辨识参数的协方差矩阵；(7.3)更新待辨识参数θ：(7.4)更新待辨识参数的协方差矩阵P：P(k)＝P(k-1)-L(k)φT(p,k)P(k-1)(15)(7.5)判断是否满足参数辨识终止条件，若满足，结束更新待辨识参数θ，输出参数θ的辨识结果；否则，k＝k+1，返回步骤(7.1)。进一步，步骤(8)所述求得锂电池电气参数的方法如下：根据步骤(7)输出的辨识参数θ和式(1)可得a1,a2,a3的参数辨识结果；根据a1,a2,a3和式(2)-(4)求得锂电池电气参数R0、R1、C。进一步，在进行锂电池建模过程中，确定所用锂电池的E-SOC曲线，结合锂电池电气量关系，求取锂电池状态空间方程；所述锂电池状态空间方程如下：式中，Sk为锂电池k时刻荷电状态(SOC)，E(Sk)为锂电池E-SOC关系曲线，Q0为锂电池容量；在状态方程中，对应k时刻，输入量为电流ik，输出为锂电池端电压VOC,k，状态变量为荷电状态Sk和极化电容两端电压VC,k。进一步，根据参数辨识模型输出的锂电池电气参数R0、R1、C以及输入电流值，结合锂电池状态空间方程，得到一阶RC等效电路模型的锂电池端电压值VOC,k；通过比较一阶RC等效电路模型的锂电池端电压值与实验测得的锂电池端电压值，评估参数辨识结果的准确性。有益效果：与现有技术相比，本专利技术的技术方案具有以下有益的技术效果：本专利技术建立锂电池参数辨识的ARX模型，在ARX模型基础上根据每一时刻的电压、电流数据构建新息向量及信息矩阵，通过新息向量对前一时刻的参数估计结果进行修正，同时考虑噪声对参数辨识过程的影响，本专利技术通过提升有限数据信息的利用效率，加速参数辨识结果收敛，提升参数辨识精度，具有工程应用价值。附图说明图1是锂电池一阶RC等效电路模型图；图2是本专利技术方法的流程图；图3是DST动态压力测试电流波形图；图4是DST动态压力测试电压波形图；图5是实验所用锂电池E-SOC曲线；图6是参数θ初值为10-5时绝对误差对比图；图7是参数θ初值为10-3时绝对误差对比图；图8是参数θ初值为10-1时绝对误差对比图。具体实施方式下面结合附图和实施例对本专利技术的技术方案作进一步的说明。本实施例模型为锂电池一阶本文档来自技高网...

【技术保护点】
1.一种基于多新息最小二乘算法的锂电池参数辨识方法，其特征在于：该方法包括以下步骤：(1)采集一定时间内的锂电池端电压、工作电流数据，确定数据总时间断面数kmax；初始化待辨识参数θ和待辨识参数的协方差矩阵P；设k＝1，k表示当前时刻；设定参数辨识终止条件；所述参数辨识终止条件是指遍历所有时刻，即k＝kmax；根据锂电池一阶RC等效电路模型建立锂电池电气量关系；所述待辨识参数θ表示如下：θ＝[a1,a2,a3]

【技术特征摘要】
1.一种基于多新息最小二乘算法的锂电池参数辨识方法，其特征在于：该方法包括以下步骤：(1)采集一定时间内的锂电池端电压、工作电流数据，确定数据总时间断面数kmax；初始化待辨识参数θ和待辨识参数的协方差矩阵P；设k＝1，k表示当前时刻；设定参数辨识终止条件；所述参数辨识终止条件是指遍历所有时刻，即k＝kmax；根据锂电池一阶RC等效电路模型建立锂电池电气量关系；所述待辨识参数θ表示如下：θ＝[a1,a2,a3]T(1)式中，a1,a2,a3表示待辨识参数向量的元素；(2)对步骤(1)中锂电池电气量关系进行拉式变换，得到锂电池系统的传递函数，对传递函数进行Z变换，得到该系统的差分方程，表示如下：U(k)＝a1U(k-1)+a2I(k)+a3I(k-1)(6)式中，U(k)、U(k-1)分别为经过Z变换后的k时刻和k-1时刻锂电池端口电压；I(k)、I(k-1)分别为经过Z变换后的k时刻和k-1时刻锂电池工作电流；(3)根据锂电池差分方程建立锂电池参数辨识的ARX模型(AutoregressivemodelwitheXogenousinput)，模型表示如下：式中，y(k)为k时刻ARX模型的输出，为k时刻信息向量，θ为待辨识参数向量；(4)根据步骤(3)所述模型构造锂电池系统标量新息，表示如下：式中，v(k)为k时刻新息，为k-1时刻待辨识参数向量估计值；(5)根据多新息理论，将步骤(4)所述标量新息扩展为新息向量，表示如下：式中，V(p,k)为k时刻新息向量，p表示新息长度；(6)根据步骤(5)所述新息向量建立锂电池系统多新息最小二乘算法辨识模型：Y(p,k)＝φT(p,k)θ(k-1)+V(p,k)(10)Y(p,k)＝[y(k),y(k-1),...,y(y-p+1)]T(11)式中，Y(p,k)表示辨识模型k时刻输出向量；φT(p,k)表示k时刻信息矩阵；(7)根据采集到的锂电池端电压、工作电流数据，结合多新息最小二乘算法参数辨识模型对锂电池等效电路参数即待辨识参数θ进行递推辨识，直到满足参数辨识终止条件，得出锂电池待辨识参数θ的辨识结果；(8)根据步骤(7)输出的参数θ的辨识结果求得锂电池电气参数：锂电池的内阻R0、锂电池极化电阻R1、锂电池极化电容C，参数辨识结束。2.根据权利要求1所述的一种基于多新息最小二乘算法的锂电池参数辨识方法，其特征在于：步骤(7)所述根据采集到的锂电池端电压、工作电流数据，结合多新息最小二乘算法参数辨识模型对锂电池等效电路参数即待辨识参数θ进行递推辨识，直到满足参数辨识终止条件，方法如下：(7.1)读取k时刻锂电池端电压、工作电...

【专利技术属性】
技术研发人员：卫志农，原康康，孙国强，臧海祥，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏,32