一种动力电池的多新息最小二乘在线参数辨识方法技术

本发明专利技术涉及了一种适用于动力电池的多新息最小二乘在线参数辨识方法，包括：将递推最小二乘算法中的标量新息扩展为向量新息，解决当系统脉冲电流变化率较大时，算法的跟踪效果不理想，数据利用率低且参数辨识误差较大的问题；依据单侧极限思想，引入动态函数对原新息进行权重约束，使得新息可自适应匹配系统输入变化率，进而对新息产生不同的权重约束，使得算法的收敛速度更快。本发明专利技术通过综合考虑数据利用率和计算复杂度，实现了动力电池等效电路模型参数的高效准确辨识，为动力电池的能源管理提供理论依据。理提供理论依据。理提供理论依据。

【技术实现步骤摘要】
一种动力电池的多新息最小二乘在线参数辨识方法


[0001]本专利技术属于新能源测控领域，具体涉及一种适用于动力电池的多新息最小二乘在线参数辨识方法。

技术介绍

[0002]近年来，随着电动汽车产业的飞速发展，电池储能技术得到了越来越多的重视，且已经展现出了较高的实际应用价值；锂电池具有能量密度高、循环寿命长、高输出电压和可快速充放电等优点，成为当前应用最为广泛的动力电池。电池的荷电状态(State of Charge,SOC)估算是电池管理系统(Battery Management System,BMS)的基础，其估计精度是判断电池管理系统优劣的重要依据，精确的SOC估算有利于电池的充分、合理使用，延长电池的寿命，并提高电池的安全性；而精确的锂离子电池模型以及精确的参数辨识结果是提高SOC估算精度的前提；因此，提高基于电池等效电路模型的参数辨识精度是提升BMS性能的关键；锂离子电池的参数辨识方法包括离线参数辨识方法以及在线参数辨识方法。离线参数辨识方法一般是从经验角度出发，其优点是可以深入细致的研究电池模型参数之间的具体物理意义，进而研究锂离子本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动力电池的多新息最小二乘在线参数辨识方法，其特征在于，包括以下过程：S1：将递推最小二乘算法中的标量新息扩展为向量新息；S2：基于单侧极限思想，引入动态函数对原新息进行权重约束；S3：构造基于动态函数改进的多新息最小二乘参数辨识方法的迭代循环体。2.根据权利要求1所述的一种动力电池的多新息最小二乘在线参数辨识方法，其特征在于，所述步骤S1具体包括：S1
‑
1：根据所选锂电池等效电路模型，得到锂离子电池可用于在线参数辨识的外源性自回归模型；S1
‑
2：基于外源性自回归模型，计算系统离散传递函数；S1
‑
3：将离散传递函数转化为差分方程形式；S1
‑
4：取θ作为模型的系数矩阵，得到系统的标量新息；S1
‑
5：将标量新息进行扩展，得到扩展后的向量新息；S1
‑
6：基于多新息最小二乘参数辨识方法的系统输出模型，对扩展后的向量新息进行修正，得到新息修正后的系统输出向量。3.根据权利要求1所述的一种动力电池的多新息最小二乘在线参数辨识方法，其特征在于，所述步骤S2具体包括：S2
‑

【专利技术属性】
技术研发人员：王顺利，时浩添，侯燕，于春梅，朱永杰，陈蕾，黄燕，谢滟馨，侯萍，乔家璐，杨潇，金思宇，
申请(专利权)人：四川新智绿能测控技术有限公司，
类型：发明
国别省市：