【技术实现步骤摘要】
一种电池模型参数辨识方法、装置和电子设备
[0001]本专利技术涉及锂电池
，具体而言，涉及一种电池模型参数辨识方法、装置和电子设备。
技术介绍
[0002]锂电池是储能电站的重要组成部分，为了保障锂电池的安全运行，需要对锂电池内部参数进行辨识，以方便准确的监控锂电池内部的变化。锂离子电池伪二维模型(pseudo
‑
two
‑
dimensions，电化学模型)囊括锂电池的所有基本组成，可以用来对锂电池内部的参数进行监控和辨识，但相关的电化学模型的形式复杂，不利于优化，尤其是电化学模型的高维参数辨识困难。
技术实现思路
[0003]为解决现有存在的技术问题，本专利技术实施例提供一种电池模型参数辨识方法、装置和电子设备。
[0004]第一方面，本专利技术实施例提供了一种电池模型参数辨识方法，所述方法应用于储能电站，所述方法包括：
[0005]建立所述储能电站中电芯的电化学模型，从所述电化学模型中获取所需的待辨识参数，将所有待辨识参数组成一个个体；所述个体为...
【技术保护点】
【技术特征摘要】
1.一种电池模型参数辨识方法，其特征在于，所述方法应用于储能电站，所述方法包括：建立所述储能电站中电芯的电化学模型，从所述电化学模型中获取所需的待辨识参数，将所有待辨识参数组成一个个体；所述个体为所有待辨识参数的集合；所述个体为多个；对个体中所有的待辨识参数数值进行多次迭代，确定个体的最优参数，对多个个体中的所有个体进行初始化，并计算所有个体中的每个所述个体的第一适应度；选取所有个体中第一适应度最小的个体的待辨识参数为全局最优参数；当所有个体中的任一个体的第一适应度小于适应度阈值时，所述全局最优参数为电芯的参数数据；当所有个体的第一适应度大于或等于适应度阈值时，根据第一适应度的大小对所有个体进行升序排列；确定分割系数并以分割系数将所有个体划分为两部分，分别得到第一种群和第二种群；利用粒子群算法对所述第二种群中个体的待辨识参数的参数值进行更新，利用莱维飞行算法对所述第一种群中个体的待辨识参数的参数值进行更新；将待辨识参数更新后的第一种群和第二种群重新合并在一起，得到待辨识参数更新后的所有个体，再次计算待辨识参数更新后的所有个体中每个个体的第二适应度，将计算得到的每个个体的第二适应度与第一适应度比较，保留适应度数值小的个体；当待辨识参数更新后的每个个体中最小的第二适应度小于适应度阈值时，将最小的第二适应度所对应的个体的参数值确定为更新后的各待辨识参数的全局最优参数，将所述更新后的各待辨识参数的全局最优参数确定为电芯的参数数据。2.根据权利要求1所述的电池模型参数辨识方法，其特征在于，所述对所有个体进行初始化，并计算所有个体中的每个所述个体的第一适应度，包括：将每个个体的待辨识参数的参数值和工况数据输入至电化学模型中并得到每个个体的模拟电压，利用模拟电压确定每个个体的第一适应度，所述第一适应度满足：其中，MSE1为个体的第一适应度，为m个模拟电压与实际电压的对应关系中第i个模拟电压与实际电压的对应关系中记载的模拟电压，为m个模拟电压与实际电压的对应关系中第i个模拟电压与实际电压的对应关系中记载的实际电压，m为模拟电压与实际电压的对应关系的数量。3.根据权利要求1所述的电池模型参数辨识方法，其特征在于，所述当所有个体的第一适应度大于或等于适应度阈值时，根据第一适应度的大小对所有个体进行升序排列；确定分割系数并以分割系数将所有个体划分为两部分，包括：所述分割系数满足：
其中，α为当前分割系数，α0为最终分割系数，α0+α
range
为开始分割系数，T为最大迭代次数，t为此刻迭代次数。4.根据权利要求1所述的电池模型参数辨识方法，其特征在于，所述当所有个体的第一适应度大于或等于适应度阈值时，根据第一适应度的大小对所有个体进行升序排列；确定分割系数并以分割系数将所有个体划分为两部分，还包括：归属于所述莱维飞行算法的第一种群满足如下公式：Numlevy＝N*α；其中，N为个体的总数，α为当前分割系数，Numlevy为需通过莱维飞行算法更新的个体数量，Numlevy的取值为整数；归属于粒子群算法的第二种群满足如下公式：Numpso＝N
‑
Numlevy；其中，N为个体的总数，Numpso为需通过粒子群算法更新的个体数量。5.一种电池模型参数辨识装置，其特征在于，所述装置包括：建模模块：建立所述储能电站中电芯的电...
【专利技术属性】
技术研发人员：陈晓华，周志民，魏琼，严晓，赵恩海，郝平超，杨洲，
申请(专利权)人：上海玫克生储能科技有限公司，
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。