一种电池参数辨识算法改进分析方法技术

本发明专利技术公开了一种电池参数辨识算法改进分析方法，改进分析步骤为：通过低倍率恒流间歇放电获取OCV

【技术实现步骤摘要】
一种电池参数辨识算法改进分析方法


[0001]本专利技术涉及新能源电池技术，具体涉及一种电池参数辨识算法改进分析方法。

技术介绍

[0002]常见的离线电池参数辨识方法有混合脉冲放电法，该方法操作较为简单，但是电池模型参数会随着时间发生变化，不同的运行工况将会对电池模型参数产生不同的影响。因此，离线便是方法难以保持模型的高精度。常见的在线电池参数辨识方法有最小二乘法、粒子群算法等，最小二乘法扩展形式之一，递推最小二乘法在数据量增大时会逐渐出现数据饱和的问题，历史数据依旧对参数影响很大。带遗忘因子的递归最小二乘法，使得历史数据，时间越久，对参数估计影响越小，但是遗忘因子选取需要经验，且非稳定工况下需要调整遗传因子。

技术实现思路

[0003]为了克服上述现有技术中存在的缺陷和不足，本专利技术设计了一种电池参数辨识算法改进分析方法，采用插值灵敏度分析和主成分分析结合，得到对历史多种运行场景下辨识参数的灵敏度的综合评价指标，利用该指标优化电池参数，从而改善工况变化大算法拟合效果差时的情形。
[0004]本专利技术的技术方案如下：
[0005]一种电池参数辨识算法改进分析方法，其步骤如下：
[0006]步骤1)，通过低倍率恒流间歇放电获取OCV
‑
SOC参考曲线，并拟合函数关系；
[0007]步骤2)，建立电池的等效电路模型，采用电路参数辨识方法进行参数辨识；
[0008]步骤3)，当工况发生变化，对参数辨识效果进行判断：
[0009]如果参数辨识效果达不到预期目标时，使用插值灵敏度分析方法计算出不同运行场景下不同参数的适应度函数的灵敏度，利用得出的灵敏度构建灵敏度矩阵，使用主成分分析法生成各个参数的综合灵敏度分析指标；
[0010]如果参数辨识效果达到预期目标，则直接输出参数辨识结果；
[0011]步骤4)，对步骤3)得出的综合灵敏度分析指标进行分析，选出其中至少一项影响大的参数进行优化，得到优化后的参数新值，将参数新值返回进行更新。
[0012]步骤1)中的低倍率恒流间歇放电，是指在0.1
‑
0.2C倍率恒流间歇放电。
[0013]步骤1)中的拟合函数关系，采用六次多项式拟合函数关系。
[0014]步骤2)中建立电池的等效电路模型，是二阶RC等效电路模型。
[0015]进一步的，建立电池的二阶RC等效电路模型的具体过程如下：
[0016](1)采用带遗忘因子最小二乘法进行模型参数辨识，电池的二阶等效电路模型的系统传递函数如下：
[0017][0018]E(s)、U(s)、I(s)分别为电池开路电压、端电压、电流的频域表达，R0电池的欧姆内阻的频域表达，R
c
、R
p
分别表示两个RC回路电阻的频域表达，C
c
、C
p
分别表示两个RC回路电容的频域表达；
[0019](2)通过双线性变换离散化得其基本形式：
[0020][0021]其中，x1，x2，
…
，x5为待辨识的参数，T为单位取样周期，z为中间变量；将上式(2) 转换成差分方程：
[0022]令Y
k
＝E
k
‑
U
k
，则：
[0023]Y
k
＝x1Y
k
‑1+x2Y
k
‑2+x3I
k
+x4I
k
‑1+x5I
k
‑2[0024][0025]其中：
[0026]E
k
、U
k
分别为电池开路电压和端电压k时刻双线性变换离散形式，
[0027]为1*n维矩阵，
[0028]Y
k
‑1、Y
k
‑2分别表示离散时间Y
k
的前1、前2单位周期时间频域值，
[0029]I
k
、I
k
‑1、I
k
‑2分别表示电流离散时间k时刻、k
‑
1时刻、k
‑
2时刻的值，
[0030]为k时刻采样误差；
[0031](3)将采样误差e
k
拓展可得：
[0032][0033]其中，k＝3，4，
…
，N+2，N为常数，Y，e为(N+2)*1维矩阵；
[0034](4)准则函数为：
[0035][0036]e
i
为i时刻采样误差，i为自然数常数；
[0037]最小二乘法使取最小值，对其求导等于0并求解，得：
[0038][0039]φ表示φ
k
的缩写，φ
T
为φ的转置；
[0040](5)带遗忘因子最小二乘法引入遗忘因子λ并对上式(6)进行递推：
[0041][0042]λ取值范围为[0.95，1]，取值任意，P0＝αI，且α尽量大；
[0043]其中，为k时刻值，K
k+1
、P
k+1
、P
k
为中间变量矩阵，I为单位矩阵，α是常数；
[0044](6)求得θ，即得x
1 x
2 x
3 x
4 x5后，对比公式(1)、(2)系数式(*)，并求得二阶RC等效电路模型的未知参数：
[0045][0046]进一步的，根据二阶RC等效电路模型，采用电路参数辨识方法对参数进行具体辨识的过程如下：
[0047]S1，具体情况辨识初始化，采样周期设定；
[0048]S2，计算E
k
‑
U
k
，计算输入φ
k
、输出Y
k
；
[0049]S3，对P0＝αI以及λ初始化。
[0050]步骤3)中，如果参数辨识效果达不到预期目标时，选取过去类似工况的不同 SOC的数据作为运行场景进行分析，将运行场景记为M1，M2，
…
，M
n
，共n个；针对这些运行场景，采用的插值灵敏度分析方法如下：
[0051]首先，计算某一个运行场景M
a
，a＝1，2，
…
，n，某个待辨识的参数b的灵敏度，其中b＝{R
0 R
c C
c R
p C
p
}；
[0052]根据五点插值函数构造方法，构造M
a
场景下的采样误差和参数b之间的插值多项式近似函数：
[0053][0054]其中，z
h
为常数系数，h、j为整数常数。
[0055]对上述插值多项式近似函数进行求导，得到采样误差在参数对上述插值多项式近似函数进行求导，得到采样误差在参数处的近似灵敏度L
′
...

【技术保护点】

【技术特征摘要】
1.一种电池参数辨识算法改进分析方法，其特征在于，步骤如下：步骤1)，通过低倍率恒流间歇放电获取OCV
‑
SOC参考曲线，并拟合函数关系；步骤2)，建立电池的等效电路模型，采用电路参数辨识方法进行参数辨识；步骤3)，当工况发生变化，对参数辨识效果进行判断：如果参数辨识效果达不到预期目标时，使用插值灵敏度分析方法计算出不同运行场景下不同参数的适应度函数的灵敏度，利用得出的灵敏度构建灵敏度矩阵，使用主成分分析法生成各个参数的综合灵敏度分析指标；如果参数辨识效果达到预期目标，则直接输出参数辨识结果；步骤4)，对步骤3)得出的综合灵敏度分析指标进行分析，选出其中至少一项影响大的参数进行优化，得到优化后的参数新值，将参数新值返回进行更新。2.根据权利要求1所述的电池参数辨识算法改进分析方法，其特征在于，步骤1)中的低倍率恒流间歇放电，是指在0.1—0.2C倍率恒流间歇放电。3.根据权利要求1或2所述的电池参数辨识算法改进分析方法，其特征在于，步骤1)中的拟合函数关系，采用六次多项式拟合函数关系。4.根据权利要求1所述的电池参数辨识算法改进分析方法，其特征在于，步骤2)中建立电池的等效电路模型，是二阶RC等效电路模型。5.根据权利要求4所述的电池参数辨识算法改进分析方法，其特征在于，建立电池的二阶RC等效电路模型的具体过程如下：(1)采用带遗忘因子最小二乘法进行模型参数辨识，电池的二阶等效电路模型的系统传递函数如下：E(s)、U(s)、I(s)分别为电池开路电压、端电压、电流的频域表达，R0电池的欧姆内阻的频域表达，R
c
、R
p
分别表示两个RC回路电阻的频域表达，C
c
、C
p
分别表示两个RC回路电容的频域表达；(2)通过双线性变换离散化得其基本形式：其中，x1,x2,
…
,x5为待辨识的参数，T为单位取样周期，z为中间变量；将上式(2)转换成差分方程：令Y
k
＝E
k
‑
U
k
，则：Y
k
＝x1Y
k
‑1+x2Y
k
‑2+x3I
k
+x4I
k
‑1+x5I
k
‑2其中：E
k
、U
k
分别为电池开路电压和端电压k时刻双线性变换离散形式，分别为电池开路电压和端电压k时刻双线性变换离散形式，为1*n维矩阵，Y
k
‑1、Y
k
‑2分别表示离散时间
k
的前1、前2单位周期时间频域值，I
k
、I
k
‑1、I
k
‑2分别表示电流离散时间k时刻、k
‑
1时刻、k
‑
2时刻的值，
为k时刻采样误差；(3)将采样误差e
k
拓展可得：其中，k＝3,4,
…
,N+2，N为常数，Y，e为(N+2)*1维矩阵；(4)准则函数为：e
i
为i时刻采样误差，i为自然数常数；最小二乘法使取最小值，对其求导等于0并求解，得：φ表示φ
k
的缩写，φ
T
为φ的转置；(5)带遗忘因子最小二乘法引入遗忘因子λ并对上式(6)进行递推：λ取值范围为[0.95，1]，取值任意，P0＝αI，且α尽量大；其中，为k时刻值，K
k+1
、P
k+1
、P
k
为中间变量矩阵，I为单位矩阵，α是常数；(6)求得θ，即...

【专利技术属性】
技术研发人员：余杰，张中伟，李玉龙，阮晓莉，
申请(专利权)人：东方电气集团科学技术研究院有限公司，
类型：发明
国别省市：