电池模型参数估计方法及装置制造方法及图纸

本发明专利技术实施例提供了一种电池模型参数估计方法及装置，方法包括建立待估算电池的戴维南模型；确定电池的端电压U、电流I、欧姆压降R

Parameter estimation method and device of battery model

【技术实现步骤摘要】
电池模型参数估计方法及装置
本专利技术涉及电池检测
，尤其涉及一种电池模型参数估计方法及装置。
技术介绍
电池的出现极大的促进了社会的发展，并已渗入到生活的方方面面，如手机、平板电脑、手持设备等。如何合理、有效、最大限度的发挥电池的性能，依赖于准确的获取电池的状态参数。而状态参数的准确获取则是建立在电池模型参数准确辨识的基础之上。最常用的测量开路电压(open-circuitvoltage，OCV)的方法是将电池在无电流的情况下进行充分的静置，静置时间通常不少于30分钟。欧姆内阻的测量需要根据电流和电压的变化求得。而电池的极化电压和极化电容则是利用电池的零输入响应，根据极化电压的衰减情况采用数据拟合的方式求得。上述传统的辨识电池参数的方法无法快速的获取戴维南(Thevenin)的模型参数。这是因为OCV需要进行长时间的静置，极化电压又需要创造零输入响应的状态，而在实际使用过程中无法提供的理想环境。因此，快速辨识戴维南模型的参数成为快速估计电池状态、评价电池性能的限制性因素。
技术实现思路
有鉴于此，本专利技术实施例提供了一种电池模型参数估计方法及装置，用以解决现有技术存在的上述技术问题。第一方面，本专利技术实施例提供了一种电池模型参数估计方法，包括以下步骤：建立待估算电池的戴维南模型；确定所述电池的端电压U、电流I、欧姆压降RΩI和极化电压Up；根据所述戴维南模型，基于电池的端电压U、电流I、欧姆压降RΩI和极化电压Up对建立关系式；对所述关系式进行离散运算和变换运算得到变换式，所述变换式中具有待估算参数θ；通过辨识算法对所述待估算参数θ进行参数估算，从而得出所述待估算参数θ的估算值；基于所述待估算参数θ的估算值得出戴维南模型参数的估算值；基于所述戴维南模型参数的估算值估计电池状态。通过本实施例提供的方案，能够快速估计出电池状态，进而评价电池性能，为电池的正常工作和设备的使用安全提供了保障。在一种优选的实施方案中，所述辨识算法包括最小二乘算法、递推最小二乘算法、递推增广最小二乘算法、带遗忘因子的递推最小二乘算法。通过本实施例提供的方案，本专利技术的电池模型参数估计方法可以适用多种算法进行辨识运算。在一种优选的实施方案中，采用最小二乘算法执行所述参数估算，包括以下步骤：对电压和电流进行M次采样，构造状态矩阵；构造输出矩阵；基于所述状态矩阵和所述输出矩阵得出所述参数θ。通过本实施例提供的方案，利用矩阵运算的高速计算能力，实现更快速的戴维南模型参数估算。在一种优选的实施方案中，所述状态矩阵是所述输出矩阵是Y＝[y(2)y(3)…y(M)]T，所述待估算参数θ＝(ΦTΦ)-1ΦTY。通过本实施例提供的方案，利用两个矩阵分步计算待估算参数θ，提高运算速度。在一种优选的实施方案中，所述电池模型参数包含开路电压、欧姆内阻、极化内阻、极化电容。通过本实施例提供的方案，本专利技术的电池状态估计方法能够对多种电池状态进行估计，电池状态包含但不仅限于荷电状态、功率状态和健康状态。在一种优选的实施方案中，所述关系式为其中，U是所述端电压，UOCV是开路电压，RΩ是欧姆内阻，I是电流，当电池充电时所述电流为正，Up是极化电压，t是时间，Cp是极化电容，Rp是极化电阻。通过本实施例提供的方案，将端电压U、电流I、欧姆压降RΩI和极化电压Up建立关系式，进而便于计算戴维南模型参数。在一种优选的实施方案中，所述变换式为U(k)＝α+βU(k-1)+γI(k)+λI(k-1)，其中，α＝(1-a)UOCV(k)，β＝a，γ＝RΩ，λ＝b-aRΩ，Ts为采样时间，k是自然数，U是所述端电压，UOCV是开路电压，RΩ是欧姆内阻，Cp是极化电容，Rp是极化电阻。通过本实施例提供的方案，将关系式转为利于矩阵运算的变换式，提高了计算速度，进而提高了辨识速度。在一种优选的实施方案中，对所述变换式做矩阵运算，所述矩阵运算包括：令y(k)＝U(k)，待估算参数θ＝[αβγλ]T，状态方程将所述变换式简化为简化式对所述简化式执行所述辨识算法。通过本实施例提供的方案，利用矩阵运算进行分步计算，进一步提高计算速度和辨识速度。在一种优选的实施方案中，所述戴维南模型参数的估算值是通过本实施例提供的方案，求出开路电压、欧姆内阻、极化电容和极化电阻，从而完成戴维南模型参数的计算，进而对电池模型参数进行估算，得到等效电路的基本参数。第二方面，本专利技术实施例提供了一种电池模型参数估计装置，包括：建立模块，用于建立待估算电池的戴维南模型；确定模块，用于确定所述电池的端电压U、电流I、欧姆压降RΩI和极化电压Up；公式模块，用于根据所述戴维南模型，基于电池的端电压U、电流I、欧姆压降RΩI和极化电压Up对建立关系式；计算模块，用于对所述关系式进行离散运算和变换运算得到变换式，所述变换式中具有待估算参数θ；辨识模块，用于通过辨识算法对所述待估算参数θ进行参数估算，从而得出所述待估算参数θ的估算值；第一估算模块，用于基于所述待估算参数θ的估算值得出戴维南模型参数的估算值；第二估算模块，用于基于所述戴维南模型参数的估算值估计电池状态。通过本实施例提供的方案，利用六个模块共同处理电池模型参数估算，能够快速估计出电池状态，进而评价电池性能，为电池的正常工作和设备的使用安全提供了保障。与现有技术相比，本技术方案至少具有如下有益效果：本专利技术实施例所公开的电池模型参数估计方法及装置，基于戴维南模型，可为电池状态估计提供支持，不仅适用于单个电池的模型参数估计和/或整个电池组的电池模型参数估计，也适用于多个电池的串并联形式中的每个单体电池模型参数辨识，适用于任意电池的戴维南模型参数的估计，电池包含但不仅限于干电池、铅酸电池、镍氢电池、锂离子电池、燃料电池等，可应用于各种电池状态的估计，包含但不仅限于荷电状态(SOC，stateofcharge)、功率状态(SOP，stateofpower)和健康状态(SOH，stateofhealth)。【附图说明】为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。图1是本专利技术实施例1所提供的电池模型参数估计方法的流程示意图；图2是本专利技术实施例1所提供的电池模型参数估计方法中，戴维南模型的示意图；图3是本专利技术实施例2所提供的电池模型参数估计装置的示意图。【具体实施方式】为了更好的理解本专利技术的技术方案，下面结合附图对本专利技术实施例进行详细描述。应当明确，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。如图1至图3所示，其中，图1是本发本文档来自技高网...

【技术保护点】
1.一种电池模型参数估计方法，其特征在于，包括以下步骤：/n建立待估算电池的戴维南模型；/n确定所述电池的端电压U、电流I、欧姆压降R

【技术特征摘要】
1.一种电池模型参数估计方法，其特征在于，包括以下步骤：
建立待估算电池的戴维南模型；
确定所述电池的端电压U、电流I、欧姆压降RΩI和极化电压Up；
根据所述戴维南模型，基于电池的端电压U、电流I、欧姆压降RΩI和极化电压Up对建立关系式；
对所述关系式进行离散运算和变换运算得到变换式，所述变换式中具有待估算参数θ；
通过辨识算法对所述待估算参数θ进行参数估算，从而得出所述待估算参数θ的估算值；
基于所述待估算参数θ的估算值得出戴维南模型参数的估算值；
基于所述戴维南模型参数的估算值估计电池状态。


2.根据权利要求1所述的电池模型参数估计方法，其特征在于，所述辨识算法包括最小二乘算法、递推最小二乘算法、递推增广最小二乘算法、带遗忘因子的递推最小二乘算法。


3.根据权利要求2所述的电池模型参数估计方法，其特征在于，采用最小二乘算法执行所述参数估算，包括以下步骤：
对电压和电流进行M次采样，构造状态矩阵；
构造输出矩阵；
基于所述状态矩阵和所述输出矩阵得出所述参数θ。


4.根据权利要求3所述的电池模型参数估计方法，其特征在于，所述状态矩阵是
所述输出矩阵是Y＝[y(2)y(3)…y(M)]T，
所述待估算参数θ＝(ΦTΦ)-1ΦTY。


5.根据权利要求1所述的电池模型参数估计方法，其特征在于，所述电池模型参数包含开路电压、欧姆内阻、极化内阻、极化电容。


6.根据权利要求1所述的电池模型参数估计方法，其特征在于，所述关系式为其中，U是所述端电压，UOCV是开路电压，RΩ是欧姆...

【专利技术属性】
技术研发人员：孙力，林鹏，金鹏，
申请(专利权)人：北方工业大学，
类型：发明
国别省市：北京;11