一种锂电池参数辨识方法及系统技术方案

本发明专利技术涉及一种基于变量遗忘因子最小二乘算法的锂电池参数辨识方法，该方法将传统遗忘因子最小二乘算法中的人为设定的遗忘因子改变为随辨识过程改变的变量，基于采集到的锂电池端电压、电流数据，采用变量遗忘因子最小二乘算法对锂电池待辨识的参数向量进行递推辨识，得出锂电池待辨识参数向量的辨识结果；基于锂电池待辨识参数向量的辨识结果，计算得到锂电池二阶RC等效电路模型的电气参数。本发明专利技术基于变量遗忘因子的递推最小二乘辨识算法在提升辨识精度的同时加快了辨识过程的收敛速度。速度。速度。

【技术实现步骤摘要】
一种锂电池参数辨识方法及系统


[0001]本专利技术属于电网储能系统
，具体涉及基于变量遗忘因子最小二乘算法的锂电池参数辨识方法，还涉及基于变量遗忘因子最小二乘算法的锂电池参数辨识系统。

技术介绍

[0002]随着电动汽车的快速发展，电池作为储能设备发挥着重要作用，其中具有高能量密度、低自放电率和长循环寿命的锂离子电池被广泛用作电动汽车的电源。电池管理系统(battery management system,BMS)是电池应用的关键部分，精确估计和预测电池运行状态是BMS的核心功能，其依赖于电池模型和模型参数。目前高精度电池模型和参数辨识方法是电池管理亟待解决的关键和难题。
[0003]辨识算法的选取直接决定了辨识精度的高低，目前选取算法主要为在线辨识算法。现有技术中提出一种基于分布式最小二乘的模型参数辨识方法，技术方案是根据电池不同时间尺度可以分离的特性，将锂离子电池二阶RC等效模型分为两个子模型分别进行参数辨识。此技术方案避免了待估参数的相互干扰。递推最小二乘法(recursive least squares,RLS)是一种常本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种锂电池参数辨识方法，其特征在于，包括以下过程：基于锂电池二阶RC等效电路模型，确定锂电池待辨识的参数向量；采集锂电池充放电试验过程中一段时间内的锂电池端电压、电流数据；基于采集到的锂电池端电压、电流数据，采用变量遗忘因子最小二乘算法对锂电池待辨识的参数向量进行递推辨识，得出锂电池待辨识参数向量的辨识结果；基于锂电池待辨识参数向量的辨识结果，计算得到锂电池二阶RC等效电路模型的电气参数。2.根据权利要求1所述的一种锂电池参数辨识方法，其特征在于，所述锂电池二阶RC等效电路模型，包括：基于锂电池二阶RC等效电路模型建立状态方程，表示如下：式中，R0是锂电池的内阻，R1、R2为锂电池第一、第二极化电阻，C1、C2为锂电池第一、第二极化电容，U
oc
是电池开路电压，U
v
表示电池端电压，I
L
表示电池的电流，U1、U2表示两个RC网络的端电压，U
o
表示内阻R
o
上的电压，t为时间。3.根据权利要求2所述的一种锂电池参数辨识方法，其特征在于，所述确定锂电池待辨识参数，包括：根据式(1)中锂电池二阶RC等效电路模型状态方程，进行拉普拉斯变换，得到方程如下所示：U
OC
(s)
‑
U
v
(s)＝U1(s)+U2(s)+U
o
(s)
ꢀꢀꢀꢀ
(2)(2)其中，G(s)表示系统内部电阻之和经过拉式变换后的值；令R1C1＝τ1，R2C2＝τ2，代入式(4)，通过双线性变化进行离散化，令得到传递函数为：
其中，T为采样时间间隔；根据式(3)，将式(5)转化为差分方程如下式所示：式中，k表示采样数据点，I
L
(k)、I
L
(k
‑
1)、I
L
(k
‑
2)是k时刻、k
‑
1时刻、k
‑
2时刻系统电流输入，y(k)、y(k
‑
1)、y(k
‑
2)是k时刻、k
‑
1时刻、k
‑
2时刻系统电压输出；建立锂电池参数辨识模型，令：其中，为k时刻信息向量，θ为锂电池待辨识参数向量。4.根据权利要求3所述的一种锂电池参数辨识方法，其特征在于，所述采用变量遗忘因子最小二乘算法对锂电池待辨识的参数向量进行递推辨识，包括：(1)获取每一时刻的锂电池端电压、工作电流数据作为输入，根据式(12)、式(13)和式(19)构造出k时刻信息矩阵系统输出向量y(k)以及后验误差ε(k)；其中，为k时刻信息向量，设k时刻的传感器采样误差为V(k)，则公式(1...

【专利技术属性】
技术研发人员：袁晓冬，朱卫平，缪惠宇，陈国旺，刘利国，史明明，曾飞，孙健，杨雄，肖小龙，郭佳豪，孙国强，臧海祥，
申请(专利权)人：国家电网有限公司国网江苏省电力有限公司河海大学江苏省电力试验研究院有限公司，
类型：发明
国别省市：