一种基于迭代学习的锂电池老化速率估计方法技术

本发明专利技术涉及一种基于迭代学习的锂电池老化速率估计方法，属于电池管理技术领域。该方法包括以下几个步骤：S1：基于布朗运动对锂电池的老化行为进行建模；S2：对各参数进行分解，模拟运动的非线性过程；S3：构造电池老化行为的状态空间方程；S4：依据历史数据和当前数据对锂电池的容量和寿命进行在线估计。本发明专利技术具有不依赖具体模型、高精度、高可靠性的优势。本发明专利技术解决了当前锂电池容量和寿命衰减呈强耦合、非线性而致其在数学上进行精确建模十分困难的问题。

【技术实现步骤摘要】
一种基于迭代学习的锂电池老化速率估计方法
本专利技术属于电池管理
，涉及一种基于迭代学习的锂电池老化速率估计方法。
技术介绍
锂电池作为一种清洁、高效的储能介质，具有能量密度高、额定电压高、质量轻等优势，被广泛应用于水力、火力、风力和太阳能电站等电力储能系统以及用作邮电通讯中的不间断电源、电动汽车等领域，得到了越来越多的关注和重视。但是，锂电池的发展过程中也存在一些问题，其典型问题就是锂电池的容量和寿命会随着使用时间的推移而衰减。锂电池老化速率对于其控制、保养、维护、使用有着重要的意义。然而老化速率是不能直接测量的，只能通过估计的方式来间接测量。其估计过程存在的主要问题在于：锂电池容量和寿命的衰减呈强耦合、非线性的特征；锂电池动力系统在数学上进行精确建模十分困难。每个具体的电池，其模型参数往往存在较大差异，因此需要一种对模型精度要求不高方法。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种基于迭代学习的锂电池老化速率估计方法。为达到上述目的，本专利技术提供如下技术方案：一种基于迭代学习的锂本文档来自技高网...

【技术保护点】
1.一种基于迭代学习的锂电池老化速率估计方法，其特征在于：该方法包括以下步骤：/nS1：建立锂电池老化行为模型；/nS2：建立基于布朗运动的锂电池老化状态方程；/nS3：构造电池老化行为的状态空间方程，在经过不断的迭代后，对电池的剩余寿命做出估计。/n

【技术特征摘要】
1.一种基于迭代学习的锂电池老化速率估计方法，其特征在于：该方法包括以下步骤：
S1：建立锂电池老化行为模型；
S2：建立基于布朗运动的锂电池老化状态方程；
S3：构造电池老化行为的状态空间方程，在经过不断的迭代后，对电池的剩余寿命做出估计。


2.根据权利要求1所述的一种基于迭代学习的锂电池老化速率估计方法，其特征在于：所述S1具体为：
锂电池老化行为模型为yt＝xt+vt＝λtt+σBBt+vt，其中yt表示包含测量噪声，xt为准确电池容量衰减百分比，vt的电池容量衰减百分比，vt～N(0，Qv)，λt为漂移参数表示t时刻电池的老化速率，表示由老化应力引起的老化速度的确定性部分，σB为尺度参数常值，表示由老化应力波动引起的老化速度随机性部分。


3.根据权利要求1所述的一种基于迭代学习的锂电池老化速率估计方法，其特征在于：所述S2具体为：
基于布朗运动的...

【专利技术属性】
技术研发人员：魏善碧，丁宝苍，王辉阳，余笑，吴睿，王昱，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;50