一种数模混合驱动的锂电池持续峰值功率能力的在线预测方法技术

本发明专利技术提供一种数模混合驱动的锂电池持续峰值功率能力的在线预测方法，包括获取动态工况下锂电池的实时测量数据；确定锂电池的一阶等效电路模型并离散化处理，且在离散化的一阶等效电路模型采用递推最小二乘法进行参数辨识时加入噪声协方差因子，并将加入噪声协方差因子辨识所得参数与所述实时测量数据用于卡尔曼滤波算法中估算SOC值；根据估算的SOC值，在SOC与充放电峰值功率的拟合曲线上，确定锂电池持续峰值功率。实施本发明专利技术，加入噪声协方差因子对电池SOC值进行预测，能较精确的预测锂电池峰值功率，提高了预测精度和鲁棒性。提高了预测精度和鲁棒性。提高了预测精度和鲁棒性。

【技术实现步骤摘要】
一种数模混合驱动的锂电池持续峰值功率能力的在线预测方法


[0001]本专利技术涉及锂电池
，尤其涉及一种数模混合驱动的锂电池持续峰值功率能力的在线预测方法。

技术介绍

[0002]以纯电动汽车和燃料电池汽车、插电式混合动力汽车为代表的新能源汽车已成为能源网络中用能、储能和回馈能源的终端，也成为我国乃至经济新体系中的重要组成部分。动力电池系统是新能源汽车的技术瓶颈。其中，动力电池管理技术是保障整车高效、安全和长寿命运行的关键，也是各国竞相占领的技术制高点。
[0003]锂电池是一个十分复杂的非线性时变系统，其具有多个实时变化的状态量。鉴于锂电池的工作特性会受到工作温度、湿度、老化状态、振动等诸多因素的影响，因此需要配备动力电池管理系统(BMS)以便反馈和控制电池的实时状态，确保动力电池的安全性和高效性。BMS需要基于实时采集的动力电池数据，运用既定的算法和策略进行电池的状态估计，从而获得每一时刻的电池状态信息，具体包括电池的SOC、SOH、SOP以及能量状态等，为动力电池的实时状态分析提供支撑。其中，电池SOC是电池当前剩余容量与最本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数模混合驱动的锂电池持续峰值功率能力的在线预测方法，其特征在于，所述方法包括以下步骤：获取动态工况下锂电池的实时测量数据，所述实时测量数据包括电压、电流、温度、容量和充放电时间；确定锂电池的一阶等效电路模型并离散化处理，且在离散化的一阶等效电路模型采用递推最小二乘法进行参数辨识时加入噪声协方差因子，并将加入噪声协方差因子辨识所得参数与所述实时测量数据用于卡尔曼滤波算法中估算SOC值；根据估算的SOC值，在预设的SOC与充放电峰值功率的拟合曲线上，确定锂电池持续峰值功率。2.如权利要求1所述的锂电池持续峰值功率能力在线预测方法，其特征在于，所述确定锂电池的一阶等效电路模型并离散化处理，且在离散化的一阶等效电路模型采用递推最小二乘法进行参数辨识时加入噪声协方差因子，并将加入噪声协方差因子辨识所得参数与所述实时测量数据用于卡尔曼滤波算法中估算SOC值的具体步骤包括：第一步、根据基尔霍夫电压电流定律以及电容电压变化与其电流的关系，确定锂电池的一阶等效电路模型的状态空间方程可表示为：其中，U
D
为极化电压；U
t
为输出电压；i
L
为输出电流；U
OC
为开路电压；R
D
为极化内阻；C
D
为极化电容；R
i
为表示电池电极材料、电解液、隔膜电阻及各部分零件的接触电阻；第二步、对一阶等效电路模型进行离散化处理，具体为：设置一阶RC电路模型的传递函数为令E
L
(s)＝U
t
(s)
‑
U
OC
(s)，则有采用式(4)的双线性变换法将基于s平面的方程(3)映射到Z平面，得到式(5)：采用式(4)的双线性变换法将基于s平面的方程(3)映射到Z平面，得到式(5)：其中，Δt为采样间隔时间；
定义式(5)可简化为E
L,k
＝a1E
L,k
‑1+a2i
L,k
+a3i
L,k
‑1，则进而可得如下公式(6)：U
t,k
＝(1
‑
a1)U
OC,k
+a1U
t,k
‑1+a2i
L,k
+a3i
L,k
‑1ꢀꢀ
(6)；定义系统的数据矩阵为Φ
1,k
＝[1 U
t,k
‑
1 i
L,k i
L,k
‑1]，以及定义系统的参数矩阵为θ
1,k
＝[(1
‑
a1)U
OC,k a
1 a
2 a3]
T
，则式(6)可以简化为式(7)：y
k
＝Φ
1,k
θ
1,k
ꢀꢀ
(7)；第三步、在式(7)中加入噪声协方差因子，得到式(8)，并确定式(9)的递推公式；y
k
＝Φ
k
θ
k
+e
Ls,k

【专利技术属性】
技术研发人员：向家伟，宋晨祺，江湖，
申请(专利权)人：温州大学，
类型：发明
国别省市：