基于历史数据校验的改进单粒子电化学模型建模方法技术

本发明专利技术公开了一种基于历史数据校验的改进单粒子电化学模型建模方法，基于历史数据校验的改进单粒子电化学模型建模方法，包括以下步骤：S1，采集样本数据并对样本数据进行历史数据校验；S2，设置SPM参数并进行数据预处理；S3，基于GBDT建立映射模型；S4，映射模型替换SPM以建立完整的模型。解决了现有的电池模型不能准确追踪电池的荷电状态并估计其寿命的问题，本发明专利技术中，采集样本数据并筛选后，完成历史数据校验，经过校验后的数据再由SPM验证后用以建立映射模型，最终替换SPM建立模型，本发明专利技术的方法大大提升了模型准确性。明的方法大大提升了模型准确性。

【技术实现步骤摘要】
基于历史数据校验的改进单粒子电化学模型建模方法


[0001]本专利技术涉及单粒子电化学模型领域，尤其是基于历史数据校验的改进单粒子电化学模型建模方法。

技术介绍

[0002]电动汽车在缓解空气污染、提高燃油经济性和应对全球变暖方面发挥着重要作用。而在电动汽车中，需要一个带有多个电池的电池组来提供足够的功率，其电池组中单体数量可从几十到数千个不等。在这样一个大型的储能系统中，一个电池的故障就可能会对整个系统造成危险。因此需要一个可靠的电池管理系统(Battery Management System,BMS)来控制电池的充放电过程，以确保系统的安全运行。BMS的功能除了电池均衡和热管理之外，还需准确追踪电池的荷电状态并估计其寿命，对此就需要精确的电池模型。
[0003]锂离子电池常用的等效模型分别为等效电路模型(Equivalent Circuit Model，ECM)、经验模型和电化学模型。ECM通过几个电阻
‑
电容网络来近似电池的结构。由于结构简单、计算复杂度低，被广泛用于在线SOC和SOH估计与控制应用。但缺点在于为了拟合动态电化学过程和老化效应，需要将ECM扩展到更高阶的电路。同时该模型中的许多参数需根据SOC、温度、电流幅值和电流方向查表确定。经验模型通过使用各种函数和公式来描述其电池行为。由于这些模型采用了过去的实验数据进行拟合，因此对于未知工作条件下的预测性能差，普适性低。
[0004]在中国专利文献上公开的“一种基于HSMM和经验模型的燃料电池故障预测方法”，其公开号为CN107169243B，一种基于HSMM和经验模型的燃料电池故障预测方法，先采集一组燃料电池的全寿命电压数据，作为训练数据，再通过Welch
‑
Baum算法利用训练数据训练HSMM模型；再采集一组燃料电池的电压退化数据，作为测试数据；将测试数据输入HSMM中，通过前向算法估计当前健康状态，并根据状态持续时间计算其剩余寿命；根据测试数据建立经验模型，并估计参数及预测未来走势，根据未来电压走势计算其剩余寿命；以训练数据和测试数据的电压梯度值的相似度作为标准，将HSMM得到的剩余寿命和经验模型计算出的剩余寿命结合起来，估算出燃料电池的最终剩余寿命。但是，公开号为CN107169243B的中国专利基于经验模型，适应性差。

技术实现思路

[0005]本专利技术解决了现有的电池模型不能准确追踪电池的荷电状态并估计其寿命的问题，提出一种基于历史数据校验的改进单粒子电化学模型建模方法，采集样本数据并筛选后，完成历史数据校验，经过校验后的数据再由SPM验证后用以建立映射模型，最终替换SPM建立模型，本专利技术的方法大大提升了模型准确性。
[0006]为了实现上述目的，本专利技术采用以下技术方案：一种基于历史数据校验的改进单粒子电化学模型建模方法，包括以下步骤：S1，采集样本数据并对样本数据进行历史数据校验；
S2，设置SPM参数并进行数据预处理；S3，基于GBDT建立映射模型；S4，映射模型替换SPM以建立完整的模型。
[0007]本专利技术中，在采集得到样本数据之后，提取历史数据，对采集的样本数据进行核验，选取符合标准的样本数据继续和SPM进行验证，验证确认无误后，将处理过的样本数据放入至映射模型进行训练，得到基于GBDT的映射模型，最后将该基于GBDT的映射模型替换SPM，得到最终的模型，本专利技术的模型准确性高。
[0008]作为优选，所述步骤S1包括以下步骤：S11，在不同的温度条件下，将电池放电或充电至某一特定SOC，静置一段时间，采集得到锂离子浓度数据和开路电压数据，采样频率设置为60Hz；S12，设置有规范工作区间，通过阈值判断采集得到的开路电压数据是否处于规范工作区间内，剔除未在规范工作区间的开路电压数据以及其对应的锂离子浓度数据；S13，对采集得到的锂离子浓度数据进行巡检，建立历史锂离子浓度数据和开路电压数据模型，筛选出明显异常值，剔除相应的样本数据。本专利技术中，对于样本数据的采集，通过检测设备直接检测得到，对于锂离子浓度数据，使用专门的锂离子浓度数据装置，锂离子浓度数据和开路电压数据的采样频率相同且数据一一对应；此外，开路电压数据需要在一定的范围内，即在规范工作区间内，利用阈值判断其是否处于该区间内，若不在区间内则直接剔除，对于剔除留下的空位，可选择利用历史数据进行补位；而对于锂离子浓度数据的筛选，由于锂离子浓度数据装置检测并非完全准确，需要根据历史样本数据进行再次筛选；本步骤的过程能够保证样本数据的准确性。
[0009]作为优选，所述步骤S13包括以下步骤：S131，调取历史时刻的锂离子浓度数据以及对应的开路电压数据，对数据进行无量纲化处理，以历史时刻的正常锂离子浓度数据为输入，历史时刻的正常开路电压数据为输出，建立多对映射关系，建立包含有该映射关系的历史数据模型；S132，遍历采集得到的锂离子浓度数据，由锂离子浓度数据选取历史数据模型中最接近的若干个正常锂离子浓度数据，并调取出若干个正常锂离子浓度数据对应的映射关系；S133，将时段内采集得到的锂离子浓度数据作为横坐标，正常开路电压数据作为纵坐标进行线条拟合，将拟合的线条与调取出的映射关系进行比对，若拟合度在阈值范围内，选取最佳映射关系，同时样本数据值正常；若拟合度超过阈值范围，剔除样本数据。本专利技术中，在调出历史时刻的样本数据后，对样本数据进行无量纲化处理，随后建立关于两个样本数据的映射关系以及包含该映射关系的模型，并调取出最接近的映射关系，调取出的映射关系为某一时间段内的映射关系，把某一时段内采集得到的样本数据进行线条拟合，后与调取出的映射关系进行比对，其中，调取出的映射关系为模型自动拟合，本专利技术中，两者的拟合度取5％，拟合度决定是否剔除锂离子浓度数据和相应的开路电压数据。
[0010]作为优选，所述步骤S2具体为：SPM中包含若干个电池参数，电池参数通过参数手册或者实验获取，利用SPM参数的电池参数构建模型，利用SPM通过开路电压经验公式推导出对应的锂离子浓度，推导出的锂离子浓度与检测得到的锂离子浓度进行误差校验，校验成功即可进行下一步骤。本专利技术中，输入SPM的多个参数，最后求出锂离子浓度，该锂离子浓
度能够与采样得到的锂离子浓度进行比对。
[0011]作为优选，所述步骤S3具体为：以推导出的锂离子浓度作为输入，采集得到的开路电压作为输出，建立GBDT模型，GBDT模型表示为：其中，x为输入样本，ω为模型参数，h代表决策树，α为每棵树的权重，对于给定训练集T＝{(x1,y1),(x2,y2),...,(x
N
,y
N
)}，有输入空间X满足输出空间Y满足GBDT与传统的统计学模型相比，其模型可以有效量化并捕捉不同单位或数量级的自变量对因变量的影响程度；同时，GBDT作为一种决策树的集成模型，它可以找到各种不同的特征值或特征值组合，通过对数据的学习来调整自变量权重，进而提高模型的估计精度。
[0012]作为优选，所述GBDT模型还包括以下步骤：S31，初始化第一棵决策本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于历史数据校验的改进单粒子电化学模型建模方法，其特征在于，包括以下步骤：S1，采集样本数据并对样本数据进行历史数据校验；S2，设置SPM参数并进行数据预处理；S3，基于GBDT建立映射模型；S4，映射模型替换SPM以建立完整的模型。2.根据权利要求1所述的基于历史数据校验的改进单粒子电化学模型建模方法，其特征在于，所述步骤S1包括以下步骤：S11，在不同的温度条件下，将电池放电或充电至某一特定SOC，静置一段时间，采集得到锂离子浓度数据和开路电压数据，采样频率设置为60Hz；S12，设置有规范工作区间，通过阈值判断采集得到的开路电压数据是否处于规范工作区间内，剔除未在规范工作区间的开路电压数据以及其对应的锂离子浓度数据；S13，对采集得到的锂离子浓度数据进行巡检，建立历史锂离子浓度数据和开路电压数据模型，筛选出明显异常值，剔除相应的样本数据。3.根据权利要求1或2所述的基于历史数据校验的改进单粒子电化学模型建模方法，其特征在于，所述步骤S13包括以下步骤：S131，调取历史时刻的锂离子浓度数据以及对应的开路电压数据，对数据进行无量纲化处理，以历史时刻的正常锂离子浓度数据为输入，历史时刻的正常开路电压数据为输出，建立多对映射关系，建立包含有该映射关系的历史数据模型；S132，遍历采集得到的锂离子浓度数据，由锂离子浓度数据选取历史数据模型中最接近的若干个正常锂离子浓度数据，并调取出若干个正常锂离子浓度数据对应的映射关系；S133，将时段内采集得到的锂离子浓度数据作为横坐标，正常开路电压数据作为纵坐标进行线条拟合，将拟合的线条与调取出的映射关系进行比对，若拟合度在阈值范围内，选取最佳映射关系，同时样本数据值正常；若拟合度超过阈值范围，剔除样本数据。4.根据权利要求1所述的基于历史数据校验的改进单粒子电化学模型建模方法，其特征在于，所述步骤S2具体为：SPM中包含若干个电池参数，电池参数通过参数手册或者实验获取，利用SPM参数的电池参数构建模型，利用SPM通过开路电压经验公式推导出对应的锂离子浓度，推导出的锂离子浓度与...

【专利技术属性】
技术研发人员：施敏达，慈松，胡景博，王子毅，仲立军，张从佳，王征，陈爱琢，唐锦江，陈悦，陆竑，周杨林，张腾，张明，金艳，谢知非，俞涯，刘智全，周浩，王运方，赵俊，许明敏，顾君佳，沈昊骢，任宝平，黄震宇，吴媖，杜斌，徐晨，赵彦旻，胡喆，
申请(专利权)人：嘉兴恒创电力集团有限公司华创信息科技分公司山东云储新能源科技有限公司，
类型：发明
国别省市：