一种电池参数在线辨识方法及系统技术方案

本发明专利技术实施例提供了一种电池参数在线辨识方法及系统，方法包括：建立电池的等效电路模型，离线获取等效电路模型的相关参数；将需要在线辨识更新的模型参数分为第一参数组和第二参数组；在线判断当前工况满足第一参数组中参数辨识过程的计算更新条件，还是满足第二参数组中参数辨识过程的计算更新条件；若满足第一参数组中参数辨识过程的计算更新条件，则对第一参数组中参数进行在线参数辨识并更新；若满足第二参数组中参数辨识过程的计算更新条件，则对第二参数组中参数进行在线参数辨识；在线判断当前工况是否满足第二参数组中参数的更新条件，若满足，则更新第二参数组中参数。对待估参数进行解耦，分别辨识不同参数。分别辨识不同参数。分别辨识不同参数。

【技术实现步骤摘要】
一种电池参数在线辨识方法及系统


[0001]本专利技术涉及电池
，具体而言，涉及一种电池参数在线辨识方法及系统。

技术介绍

[0002]随着全球能源危机和环境污染问题的日益严重，汽车产业电动化的趋势已经势不可挡。动力电池系统是电动汽车能量储存与提供动力的装置，对电池状态的准确估计直接影响电池系统的输出能力、寿命特性与安全性能，进而影响到电池可用电量、寿命、可用能量、功率等重要状态，影响到动力电池系统合理安全动车的动力性与安全性。在电池状态估算中，荷电状态(State of Charge，SOC)、健康状态(State of Health，SOH)、能量状态(State of Energy，SOE)、功率状态(State of Power，SOP)等是反映电池能量使用情况的重要指标，对上述状态的精确估计建立在获取电芯在全工况、全温度范围内准确参数的基础上。但在实际使用过程中，随着电池的老化其参数也会发生变化，无法单纯依靠离线参数辨识保证实际的状态估计准确性，因此，有必要进行在线参数辨识。
[0003]在现有技术中，针对电池参数在线辨识问题，通过建立电池模型构建电池的状态方程和输出方程，并结合实时采集到的电芯端电压和电流等信息，利用滤波方法或优化算法对电芯参数进行估算。其中，具有代表性的电池模型为RC等效电路模型，在这种模型中，影响模型计算精度的参数具有多个，包括开路电压、欧姆内阻、极化内阻及极化电容等。此外，由于在线辨识的使用受到电池管理系统(Battery management system，BMS)控制器算力及内存的限制，无法使用较为复杂的优化算法，也不适宜存储较多的历史数据。
[0004]目前，大多数在线参数辨识方法根据电池模型，建立一组滤波或优化方程，通过一次滤波或优化计算，将待估参数全部计算出来。但在电池包实际使用时，可测量较少，只有电压、电流等参数，而待估参数较多，例如，对于一阶RC模型来说有四个参数需要估计。因此，对于通过一次计算辨识全部参数的方法，计算结果稳定性差，容易出现参数辨识结果异常波动的现象。

技术实现思路

[0005]本说明书提供一种电池参数在线辨识方法及系统，用以克服现有技术中存在的至少一个技术问题。
[0006]第一方面，根据本说明书实施例，提供了一种电池参数在线辨识方法，包括：
[0007]建立电池的等效电路模型，离线获取所述等效电路模型的相关参数；
[0008]依据参数在所述等效电路模型中的不同作用对模型参数进行分组，将需要在线辨识更新的模型参数分为第一参数组和第二参数组；
[0009]在线判断当前工况是否满足所述第一参数组中参数辨识过程的计算更新条件，或是否满足所述第二参数组中参数辨识过程的计算更新条件；
[0010]若满足所述第一参数组中参数辨识过程的计算更新条件，则对所述第一参数组中参数进行在线参数辨识；
[0011]对得到的所述第一参数组中参数的辨识结果进行融合优化，得到电池参数更新系数，对所述第一参数组中参数进行更新；
[0012]若满足所述第二参数组中参数辨识过程的计算更新条件，则对所述第二参数组中参数进行在线参数辨识；
[0013]在线判断当前工况是否满足所述第二参数组中参数的更新条件；
[0014]当满足所述第二参数组中参数的更新条件时，对得到的所述第二参数组中参数的辨识结果进行融合优化，得到电池参数更新系数，对所述第二参数组中参数进行更新。
[0015]可选地，所述等效电路模型为一阶RC等效电路模型，所述建立电池的等效电路模型，离线获取所述等效电路模型的相关参数包括：
[0016]建立电池的一阶RC等效电路模型，根据所述一阶RC等效电路模型构建电池状态方程，并根据所述一阶RC等效电路模型和基本电路原理得到一阶RC等效电路模型的外特性方程；所述一阶RC等效电路模型的外特性方程为：
[0017]U1＝IR1×
[1
‑
exp(
‑
t/τ1)]ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0018]U
t
＝U
OCV
‑
IR0‑
U1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0019]在上述公式(1)、(2)中，U1为极化内阻两端的电压，U
t
为模型输出的端电压，I为经过欧姆内阻R0的电流，R1为极化内阻，τ1为时间常数，τ1＝R1C1，C1为极化电容，U
OCV
为理想电压源，R0为欧姆内阻；
[0020]离线对电池进行特性工况的测试，获取所述等效电路模型的相关参数；其中，所述测试包括电池HPPC测试、开路电压测试，所述相关参数包括开路电压U
OCV
、欧姆内阻R0、极化内阻R1、时间常数τ1。
[0021]进一步可选地，所述第一参数组中参数包括开路电压U
OCV
、欧姆内阻R0，所述第二参数组中参数包括极化内阻R1、时间常数τ1。
[0022]再进一步可选地，所述第一参数组中参数辨识过程的计算更新条件包括：
[0023]历史一段时间内电流采样值的方差大于第一阈值；
[0024]所述第二参数组中参数辨识过程的计算更新条件包括：
[0025]历史一段时间内电流采样值的方差大于第二阈值；所述第二阈值不小于所述第一阈值；
[0026]所述第二参数组中参数的更新条件包括：
[0027]历史一段时间内电流产生了变化值大于第三阈值的阶跃变化，且阶跃后的预设时间内电流采样值的方差小于第四阈值。
[0028]再进一步可选地，所述参数进行在线参数辨识包括：
[0029]对所述电池状态方程进行离散化，建立参数辨识迭代计算方程；
[0030]将参照参数组中参数作为固定值，利用所述参数辨识迭代计算方程，在线辨识待测参数组中参数；其中，所述参照参数组为第一参数组时，所述第二参数组为待测参数组，所述参照参数组为第二参数组时，所述第一参数组为待测参数组。
[0031]再进一步可选地，所述在线辨识待测参数组中参数的迭代计算方法包括卡尔曼滤波法、递归最小二乘法中的一种。
[0032]再进一步可选地，所述在线辨识待测参数组中参数的迭代计算方法为带遗忘因子的递归最小二乘法，所述对所述第一参数组中参数进行在线参数辨识具体包括：
[0033]算法初始化，采集k时刻电池的电压、电流数据；递归最小二乘法的递归方程为：
[0034][0035][0036][0037][0038][0039]在上述公式(3)
–
(7)中，k
‑
1为k时刻的上一时刻，y
k
为k时刻系统输出向量，为k时刻由观测值组成的观测向量，θ
k
为k时刻包含待估参数的待估向量，θ
k
‑1为k
‑...

【技术保护点】

【技术特征摘要】
1.一种电池参数在线辨识方法，其特征在于，包括：建立电池的等效电路模型，离线获取所述等效电路模型的相关参数；依据参数在所述等效电路模型中的不同作用对模型参数进行分组，将需要在线辨识更新的模型参数分为第一参数组和第二参数组；在线判断当前工况是否满足所述第一参数组中参数辨识过程的计算更新条件，或是否满足所述第二参数组中参数辨识过程的计算更新条件；若满足所述第一参数组中参数辨识过程的计算更新条件，则对所述第一参数组中参数进行在线参数辨识；对得到的所述第一参数组中参数的辨识结果进行融合优化，得到电池参数更新系数，对所述第一参数组中参数进行更新；若满足所述第二参数组中参数辨识过程的计算更新条件，则对所述第二参数组中参数进行在线参数辨识；在线判断当前工况是否满足所述第二参数组中参数的更新条件；当满足所述第二参数组中参数的更新条件时，对得到的所述第二参数组中参数的辨识结果进行融合优化，得到电池参数更新系数，对所述第二参数组中参数进行更新。2.根据权利要求1所述的电池参数在线辨识方法，其特征在于，所述等效电路模型为一阶RC等效电路模型，所述建立电池的等效电路模型，离线获取所述等效电路模型的相关参数包括：建立电池的一阶RC等效电路模型，根据所述一阶RC等效电路模型构建电池状态方程，并根据所述一阶RC等效电路模型和基本电路原理得到一阶RC等效电路模型的外特性方程；所述一阶RC等效电路模型的外特性方程为：U1＝IR1×
[1
‑
exp(
‑
t/τ1)]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)U
t
＝U
OCV
‑
IR0‑
U1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)在上述公式(1)、(2)中，U1为极化内阻两端的电压，U
t
为模型输出的端电压，I为经过欧姆内阻R0的电流，R1为极化内阻，τ1为时间常数，τ1＝R1C1，C1为极化电容，U
OCV
为理想电压源，R0为欧姆内阻；离线对电池进行特性工况的测试，获取所述等效电路模型的相关参数；其中，所述测试包括电池HPPC测试、开路电压测试，所述相关参数包括开路电压U
OCV
、欧姆内阻R0、极化内阻R1、时间常数τ1。3.根据权利要求2所述的电池参数在线辨识方法，其特征在于，所述第一参数组中参数包括开路电压U
OCV
、欧姆内阻R0，所述第二参数组中参数包括极化内阻R1、时间常数τ1。4.根据权利要求3所述的电池参数在线辨识方法，其特征在于，所述第一参数组中参数辨识过程的计算更新条件包括：历史一段时间内电流采样值的方差大于第一阈值；所述第二参数组中参数辨识过程的计算更新条件包括：历史一段时间内电流采样值的方差大于第二阈值；所述第二阈值不小于所述第一阈值；所述第二参数组中参数的更新条件包括：历史一段时间内电流产生了变化值大于第三阈值的阶跃变化，且阶跃后的预设时间内
电流采样值的方差小于第四阈值。5.根据权利要求3所述的电池参数在线辨识方法，其特征在于，所述参数进行在线参数辨识包括：对所述电池状态方程进行离散化，建立参数辨识迭代计算方程；将参照参数组中参数作为固定值，利用所述参数辨识迭代计算方程，在线辨识待测参数组中参数；其中，所述参照参数组为第一参数组时，所述第二参数组为待测参数组，所述参照参数组为第二参数组时，所述第一参数组为待测参数组。6.根据权利要求5所述的电池参数在线辨识方法，其特征在于，所述在线辨识待测参数组中参数的迭代计算方法包括卡尔曼滤波法、递归最小二乘法中的一种。7.根据权利要求6所述的电池参数在线辨识方法，其特征在于，所述在线辨识待测参数组中参数的迭代计算方法为带遗忘因子的递归最小二乘法，所述对所述第一参数组中参数进行在线参数辨识具体包括：算法初始化，采集k时刻电池的电压、电流数据；递归最小二乘法的递归方程为：k时刻电池的电压、电流数据；递归最小二乘法的递归方程为：k时刻电池的电压、电流数据；递归最小二乘法的递归方程为：k时刻电池的电压、电流数据；递归最小二乘法的递归方程为：k时刻电池的电压、电流数据；递归最小二乘法的递归方程为：在上述公式(3)
–
(7)中，k
‑
1为k时刻的上一时刻，y
k
为k时刻系统输出向量，为k时刻由观测值组成的观测向量，θ
k
为k时刻包含待估参数的待估向量，...

【专利技术属性】
技术研发人员：李琳，
申请(专利权)人：北京经纬恒润科技股份有限公司，
类型：发明
国别省市：