一种电化学模型参数的并行辨识方法及装置、存储介质制造方法及图纸

技术编号:38515745 阅读:6 留言:0更新日期:2023-08-19 16:57
本发明专利技术公开了一种电化学模型参数的并行辨识方法、装置、存储介质,方法包括:在执行电芯辨识任务时,初始化生成所述待辨识电芯的若干个初始电化学模型参数集;同时对所述若干个初始电化学模型参数集调用预设的电化学模型,将所述初始电化学模型参数集和所述待辨识电芯的实际工况数据输入至所述电化学模型中进行并行计算,得到每一所述初始电化学模型参数集对应的模拟工况数据;根据所述模拟工况数据和所述实际工况数据,计算每一所述初始电化学模型参数集对应的适应度值;基于所述适应度值,从若干所述初始电化学模型参数集中确定所述待辨识电芯的目标电化学模型参数集。本发明专利技术的并行辨识方法能够有效提高辨识效率,节省辨识时间。识时间。识时间。

【技术实现步骤摘要】
一种电化学模型参数的并行辨识方法及装置、存储介质


[0001]本专利技术涉及电化学模型领域,尤其涉及一种一种电化学模型参数的并行辨识方法及装置、存储介质。

技术介绍

[0002]电化学模型由描述电芯不同物理化学反应过程的若干个偏微分方程构成,并且电化学模型参数数量较多,通常涉及十几个参数需要辨识,增加了计算复杂度。目前电化学模型的参数辨识方案中,多采用启发式算法,通过对一条电池数据进行多次辨识,经过不断迭代得到最优的参数辨识结果,整个辨识过程耗时过长。
[0003]因此,需要一种电化学模型参数的并行辨识方法,来解决目前电化学模型参数辨识速度较慢,辨识效率不高的问题。

技术实现思路

[0004]为了解决上述技术问题,本专利技术提供一种电化学模型参数的并行辨识方法及装置、存储介质。
[0005]具体的,本专利技术的技术方案如下:
[0006]一方面,本专利技术提供一种电化学模型参数的并行辨识方法,包括:
[0007]在执行电芯辨识任务时,初始化生成所述待辨识电芯的若干个初始电化学模型参数集;
[0008]同时对所述若干个初始电化学模型参数集调用预设的电化学模型,将所述初始电化学模型参数集和所述待辨识电芯的实际工况数据输入至所述电化学模型中进行并行计算,得到每一所述初始电化学模型参数集对应的模拟工况数据;
[0009]根据所述模拟工况数据和所述实际工况数据,计算每一所述初始电化学模型参数集对应的适应度值;
[0010]基于所述适应度值,从若干所述初始电化学模型参数集中确定所述待辨识电芯的目标电化学模型参数集。
[0011]在一些实施方式中,所述的基于所述适应度值,从若干所述模拟工况数据中选取目标工况数据,包括:在所有所述适应度值中选取最小适应度值;并将所述最小适应度值对应的所述初始电化学模型参数集确定为所述目标电化学模型参数集。
[0012]在一些实施方式中,所述的基于所述适应度值,从若干所述模拟工况数据中选取目标工况数据,包括:
[0013]判断所述适应度值是否位于预设范围内;
[0014]若所述适应度值位于所述预设范围内,则将所述适应度值对应的所述初始电化学模型参数集确定为所述目标电化学模型参数集;
[0015]若所述适应度值位于所述预设范围外,则根据所述初始电化学模型参数集,更新所述适应度值,直到所述适应度位于所述预设范围内。
[0016]在一些实施方式中,在所述的在执行电芯辨识任务时,初始化生成所述待辨识电芯的若干个初始电化学模型参数集之前,还包括:一个单体电芯的参数辨识构成一个所述电芯辨识任务,同时启动多个所述电芯辨识任务。
[0017]在一些实施方式中,所述的根据所述模拟工况数据和所述实际工况数据,计算每一所述初始电化学模型参数集对应的适应度值,包括:根据所述模拟工况数据中的模拟工况电压序列和所述实际工况数据中的实际工况电压序列,计算每一所述初始电化学模型参数集对应的电压损失函数,将所述电压损失函数作为所述适应度值。
[0018]另一方面,本专利技术提供一种电化学模型参数的并行辨识装置,包括:
[0019]初始化模块,用于在执行电芯辨识任务时,初始化生成所述待辨识电芯的若干个初始电化学模型参数集;
[0020]第一计算模块,用于同时对所述若干个初始电化学模型参数集调用预设的电化学模型,将所述初始电化学模型参数集和所述待辨识电芯的实际工况数据输入至所述电化学模型中进行并行计算,得到每一所述初始电化学模型参数集对应的模拟工况数据;
[0021]第二计算模块,用于根据所述模拟工况数据和所述实际工况数据,计算每一所述初始电化学模型参数集对应的适应度值;
[0022]确定模块,用于基于所述适应度值,从若干所述初始电化学模型参数集中确定所述待辨识电芯的目标电化学模型参数集。
[0023]在一些实施方式中,所述确定模块用于在所有所述适应度值中选取最小适应度值;并将所述最小适应度值对应的所述初始电化学模型参数集确定为所述目标电化学模型参数集。
[0024]在一些实施方式中,所述确定模块,包括:
[0025]判断单元,用于判断所述适应度值是否位于预设范围内;
[0026]确定单元,用于若所述适应度值位于所述预设范围内,则将所述适应度值对应的所述初始电化学模型参数集确定为所述目标电化学模型参数集;
[0027]更新单元,用于若所述适应度值位于所述预设范围外,则根据所述初始电化学模型参数集,更新所述适应度值,直到所述适应度位于所述预设范围内。
[0028]在一些实施方式中,还包括:启动模块,用于同时启动多个所述电芯辨识任务;一个单体电芯的参数辨识构成一个所述电芯辨识任务。
[0029]此外,本专利技术还提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现上述任一项所述的方法。
[0030]与现有技术相比,本专利技术至少具有以下一项有益效果:
[0031](1)本专利技术通过对多套初始电化学模型数据集同时进行电芯模拟仿真,以并行计算的方式,加速了参数辨识过程。
[0032](2)本专利技术基于适应度值从多套初始电化学模型数据集中直接确定待辨识电芯的目标电化学模型参数集,减少了迭代更新的操作避免了复杂的计算过程,加快了参数辨识的速度,提升了参数辨识的效率。
[0033](3)本专利技术同时启动多个电芯辨识任务,不仅能够将同一个电芯的多次辨识一起进行,还能够同时对多个不同的电芯进行参数辨识,有助于减少辨识时间,提高辨识效率。
[0034](4)本专利技术通过预设适应度值进行适应度评估,当适应度不符合要求时,对其进行
更新,直到适应度满足要求后,再选取相应的目标工况数据,最终确定目标电化学模型参数集,有助于提高辨识结果的准确性。
附图说明
[0035]下面将以明确易懂的方式,结合附图说明优选实施方式,对本专利技术的上述特性、技术特征、优点及其实现方式予以进一步说明。
[0036]图1是本专利技术的电化学模型参数的并行辨识方法的一个实施例的流程图;
[0037]图2是本专利技术的电化学模型参数的并行辨识方法的另一个实施例的过程示意图;
[0038]图3是本专利技术的电化学模型参数的并行辨识装置的一个实施例的结构框图。
[0039]附图标号说明:
[0040]初始化模块100,第一计算模块200,第二计算模块300,确定模块400。
具体实施方式
[0041]以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其他实施例中也可以实现本申请。在其他情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
[0042]为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对照附图说明本专利技术的具体实施方式。显本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种电化学模型参数的并行辨识方法,其特征在于,包括:在执行电芯辨识任务时,初始化生成所述待辨识电芯的若干个初始电化学模型参数集;同时对所述若干个初始电化学模型参数集调用预设的电化学模型,将所述初始电化学模型参数集和所述待辨识电芯的实际工况数据输入至所述电化学模型中进行并行计算,得到每一所述初始电化学模型参数集对应的模拟工况数据;根据所述模拟工况数据和所述实际工况数据,计算每一所述初始电化学模型参数集对应的适应度值;基于所述适应度值,从若干所述初始电化学模型参数集中确定所述待辨识电芯的目标电化学模型参数集。2.根据权利要求1所述的一种电化学模型参数的并行辨识方法,其特征在于,所述的基于所述适应度值,从若干所述初始电化学模型参数集中确定所述待辨识电芯的目标电化学模型参数集,包括:在所有所述适应度值中选取最小适应度值;并将所述最小适应度值对应的所述初始电化学模型参数集确定为所述目标电化学模型参数集。3.根据权利要求1所述的一种电化学模型参数的并行辨识方法,其特征在于,所述的基于所述适应度值,从若干所述初始电化学模型参数集中确定所述待辨识电芯的目标电化学模型参数集,包括:判断所述适应度值是否位于预设范围内;若所述适应度值位于所述预设范围内,则将所述适应度值对应的所述初始电化学模型参数集确定为所述目标电化学模型参数集;若所述适应度值位于所述预设范围外,则根据所述初始电化学模型参数集,更新所述适应度值,直到所述适应度位于所述预设范围内。4.根据权利要求1所述的一种电化学模型参数的并行辨识方法,其特征在于,在所述的在执行电芯辨识任务时,初始化生成所述待辨识电芯的若干个初始电化学模型参数集之前,还包括:一个单体电芯的参数辨识构成一个所述电芯辨识任务,同时启动多个所述电芯辨识任务。5.根据权利要求1

4任一所述的一种电化学模型参数的并行辨识方法,其特征在于,所述的根据所述模拟工况数据和所述实际工况数据,计算每一所述初始电化学模型参数集对应的适应度值,包括:根据...

【专利技术属性】
技术研发人员:郝平超魏琼杨洲严晓赵恩海
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:

网友询问留言 已有0条评论
  • 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。

1