【技术实现步骤摘要】
一种用于锂电池荷电状态估计的快速响应方法
[0001]本专利技术涉及机器学习
,尤其涉及一种用于锂电池荷电状态估计的快速响应方法。
技术介绍
[0002]由于能源危机,电动汽车的市场占有率已越来越高,许多传统的汽车厂商也纷纷进军电动汽车市场。然而,电动汽车面临的最严峻的挑战是电能的存储的问题。锂离子电池因为其能量密度高,环保等优势成为新能源汽车电源的重要来源。为了减少锂电池的消耗,增加电池寿命,对锂电池荷电状态的估计变得尤为重要。
[0003]传统的方法如卡尔曼滤波法,等效电路法,存在如下问题:
[0004](1)需要保持电池开路至少一个小时,这在实际的工业环境中难以实现。
[0005](2)对测量仪器的精度要求特别高,测量仪器误差的累加容易导致电池荷电状态的误差变大。
技术实现思路
[0006]针对现有算法的不足,本专利技术在二阶RC电路模型中,SOC荷电状态和电池的输入和输出之间存在非线性关系,如何精确描述其关系对荷电状态的估计有着举足轻重的作用;Volterra模型由于具有记忆因子和不同阶数特点,可用来逼近任意的非线性系统,根据系统的输入和输出,通过调整不同的阶数和记忆因子,理论上,只要阶数够高,记忆因子够大,Volterra模型可以用于逼近任意复杂的非线性系统;然而,记忆因子和阶数越高,会导致Volterra模型的参数维数急剧增长,引起维数灾难;系统的维数越高,辨识的精度和速度就越容易得不到保障;本专利技术针对具有高维特性的Volterra模型,提出一种用于锂电池 ...
【技术保护点】
【技术特征摘要】
1.一种用于锂电池荷电状态估计的快速响应方法,其特征在于,包括以下步骤:利用二阶RC模型,并借助Volterra模型对二阶RC模型电池的荷电状态进行估计,通过调节记忆因子长度来对荷电状态进行精确的拟合。2.根据权利要求1所述的用于锂电池荷电状态估计的快速响应方法,其特征在于,借助Volterra模型对二阶RC模型电池的荷电状态进行估计包括:S1、采集电池电路每一时刻的电流、电压与SOC的准确值;S2、利用电流和电压作为输入,SOC荷电状态作为输出,构建Volterra模型;S3、构建L组数据,设计损失函数,通过选择不同的参数θ,使损失函数值最小;S4、针对Volterra模型,利用多方向算法构建多个方向;S5、根据方向和损失函数,构建每个方向对应的步长;S6、利用多方向算法更新系统参数,公式为:θ
k
=θ
k
‑1+D
k
R
k
ꢀꢀꢀꢀꢀꢀꢀ
(10)S7、设定训练次数K,并重复步骤S4
‑
S6。3.根据权利要求2所述的用于锂电池荷电状态估计的快速响应方法,其特征在于,Volterra模型的公式为:SOC(t)=a1I(t)+a2I(t
‑
1)+
…
a
i
I(t
‑
i+1)
…
a
n
I(t
‑
n+1)+b1U(t)+
…
b
p
U(t
‑
p+1)
…
+b
m
U(t
‑
m+1)+a
1,1
I2(t)+a
1,2
I(t)I(t
‑
1)+
…
【专利技术属性】
技术研发人员:卢剑伟,武栋,周国华,袁凯烽,郝中超,
申请(专利权)人:常州工业职业技术学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。