System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及锂电池领域,公开了一种计及极化效应的锂离子电池参数辨识方法。
技术介绍
0、技术背景
1、锂离子电池因其无污染、高能量密度、输出功率大、使用寿命长等特点成为储能电池研究的热点,在便携式电子产品、电动交通工具、大型动力电源、二次充电及储能领域被广泛应用。电池管理系统是实现锂离子电池安全可靠、稳定运行的重点。电池管理系统其核心功能是精确估计和预测电池运行状态,依赖于电池模型和模型参数。高精度的电池模型和参数辨识方法可显著提高电池管理系统的可靠性,是当前研究的重点之一。
2、目前,常用的锂离子电池模型有电化学模型、等效电路模型等,电化学模型含有大量偏微分方程以及互相耦合的状态变量,导致计算十分复杂,不利于实际应用,rc等效电路模型相比之下计算较为简单,较好的平衡了模型精度和模型复杂度之间的矛盾,故而在实际中广泛应用。但基于rc等效电路的锂离子电池参数辨识存在以下两方面问题:
3、首先,低阶rc模型由于参数较少而不能精确描述锂离子电池的外电压特性,而高阶rc模型参数过多,会导致模型辨识过拟合现象,反而可能降低模型精度,且计算负荷大,不利于实际运行;
4、其次,传统整数阶电容并不能准确描述电池的固相扩散,导致此类模型对于电化学极化效应和浓度差极化效应描述不足。
技术实现思路
1、本专利技术的目的是提供一种计及极化效应的锂离子电池参数辨识方法,以解决以上问题。本专利技术是通过如下技术方案实现的:
2、一种计及极化效应的锂
3、a.从电池测试系统采集锂离子电池工作状态的数据,建立开路电压与电池荷电状态soc之间关系;
4、b.建立分数阶等效电路模型,写出电池模型的状态方程,并采用g-l分数阶微分定义将其离散化,表述为一般回归方程,方程中估算电池模型端电压所用的开路电压由步骤a建立的开路电压与电池荷电状态soc的关系式估算;
5、c.利用动态惯性权重粒子群算法进行锂离子电池分数阶模型的参数辨识,模型输出端电压ve(i),目标函数为实验电压vr(i)与模型输出端电压ve(i)之间的误差平方和j(i),其中模型输出端电压ve(i)由步骤b中的电池模型的状态方程表示。
6、可选的,步骤a中,在25℃,1c倍率下分别进行充电和放电hppc特性试验,通过提取搁置段的电压值,获得9阶多项式拟合电池的充电和放电的ocv-soc关系曲线,如公式(1)所示:
7、
8、式中uocv为开路电压,soc为电池荷电状态,soc2、soc3、soc4、soc5、soc6、soc7、soc8、soc9为电池soc的二次方、三次方、四次方至九次方;p0,p1,p2,p3,p4,p5,p6,p7,p8,p9为多项式系数,通过多开路电压和soc数据进行拟合得到。
9、可选的,在步骤b中,g-l分数阶微分定义式如式(2)所示:
10、
11、式中,代表f(t)的α阶导数;h是系统采样间隔;为记忆步长数;t0为起始时刻,t为结束时刻,α为方程阶数;j为牛顿二项式系数,这里取值从0到
12、以电流为激励,上述电池模型的状态方程表述为式(3)和式(4):
13、
14、
15、式中uocv和r0分别为开路电压和欧姆内阻;r1,r2分别为2个rc回路的极化内阻,即电化学极化内阻r1、浓差极化内阻r2;c1,c2分别为2个rc回路的极化电容,即电化学极化电容c1、浓差极化电容c2;u1,u2则分别为2个rc回路的极化电压,α为电化学极化电容分数阶阶数、β为浓差极化电容分数阶阶数,i为工作电流;u为电池的端电压;η为锂离子电池充放电效率,q为电池容量;
16、应用g-l分数阶微分定义将式(3)、(4)离散化,得式(5)、(6)、(7)、(8)、(9)、(10):
17、
18、uk=ckxk+ikr0+uocv (6)
19、
20、
21、ck=(-1 -1 0) (9)
22、
23、式中η为锂离子电池充放电效率,取0.95;xk为式(3)离散后k时刻状态变量(u1k,u2k,sock)t,xk-1为k-1时刻状态变量(u1k-1,u2k-1,sock-1)t,fk-1、gk-1、kj为离散后系数,h是系统采样间隔,l为记忆步长,即ik为k时刻工作电流,r1、r2、c1、c2、α、β、j变量如前所示。
24、可选的,步骤c,具体包括:
25、首先,建立电池数学模型及离散后的状态方程,初始化参数,确定迭代次数、粒子数目,粒子数目为7*10,即求锂离子电池待辨识参数欧姆内阻r0、电化学极化内阻r1、浓差极化内阻r2、电化学极化电容c1、浓差极化电容c2、电化学极化电容分数阶阶数α以及浓差极化电容β七个变量,每个变量依据10个粒子寻优,设定一组随机数作为变量初值,根据初值计算适应度函数,即实验电压vr(i)与模型输出电压ve(i)之间的误差平方和j(i),实验电压vr(i)为电池实验过程中实际测量的端电压,模型输出电压ve(i)为分数阶电路模型状态方程计算的端电压,即式(6)中的电压uk,式中开路电压uocv由式(1)估算;
26、随后更新粒子群惯性权重、粒子位置、粒子速度,寻优,重新找一组变量解带入适应度函数,求解适应度,反复更新迭代粒子位置、速度、惯性权重,求解适应度函数值最小直至达到迭代次数,此时求解的七个最优变量即为参数辨识结果。
27、可选的,在步骤c中,取迭代次数200、粒子数70,求解变量。
28、可选的,在步骤c中,在电池模型参数辨识中,目标是实验电压vr(i)与分数阶等效电路模型输出电压ve(i)之间的误差平方和j(i)最小,如式(11)所示:
29、
30、m为电池模型输出电压总数,vr(i)为第i时刻实验电压,ve(i)为分数阶等效电路模型第i时刻输出电压,j(i)为实验电压与模型输出电压之间的误差平方和;
31、粒子速度更新公式、惯性更新公式、位置更新公式,如式(12)、式(13)、式(14)所示:
32、
33、
34、式中,和为第k、k-1时刻第i个粒子速度,为第k时刻第i个粒子惯性权重;s1、s2为每个粒子个体学习因子、社会学习因子,取1.8和2;r1、r2为随机数,取值在[0,1];和gbestk分别为0时刻至k时刻内第i个粒子位置最优解和所有粒子位置最优解;wmin和wmax分别为惯性权重最小值和最大值,分别取0.4、0.9;为目标函数第k时刻以前的平均值;为目标函数第k时刻以前的最小值;和为第k、k+1时刻粒子位置,jk(i)为目标函数k时刻的值。
35、本专利技术具有以下有益效果:
36、该专利技术精细考虑了传统整数阶电容并不能准确描述电池本文档来自技高网...
【技术保护点】
1.一种计及极化效应的锂离子电池参数辨识方法,包括如下步骤:
2.根据权利要求1所述的一种计及极化效应的锂离子电池参数辨识方法,其特征在于,步骤A中,在25℃,1C倍率下分别进行充电和放电HPPC特性试验,通过提取搁置段的电压值,获得9阶多项式拟合电池的充电和放电的OCV-SOC关系曲线,如公式(1)所示:
3.根据权利要求2所述的一种计及极化效应的锂离子电池参数辨识方法,其特征在于,在步骤B中,G-L分数阶微分定义式如式(2)所示:
4.根据权利要求3所述的一种计及极化效应的锂离子电池参数辨识方法,其特征在于,步骤C,具体包括:
5.根据权利要求4所述的一种计及极化效应的锂离子电池参数辨识方法,其特征在于,在步骤C中,取迭代次数200、粒子数70,求解变量。
6.根据权利要求4所述的一种计及极化效应的锂离子电池参数辨识方法,其特征在于,在步骤C中,在电池模型参数辨识中,目标是实验电压Vr(i)与分数阶等效电路模型输出电压Ve(i)之间的误差平方和J(i)最小,如式(11)所示:
【技术特征摘要】
1.一种计及极化效应的锂离子电池参数辨识方法,包括如下步骤:
2.根据权利要求1所述的一种计及极化效应的锂离子电池参数辨识方法,其特征在于,步骤a中,在25℃,1c倍率下分别进行充电和放电hppc特性试验,通过提取搁置段的电压值,获得9阶多项式拟合电池的充电和放电的ocv-soc关系曲线,如公式(1)所示:
3.根据权利要求2所述的一种计及极化效应的锂离子电池参数辨识方法,其特征在于,在步骤b中,g-l分数阶微分定义式如式(2)所示:
...
【专利技术属性】
技术研发人员:宁雪峰,林志强,李龙,芦大伟,蒋紫薇,姚俊钦,袁炜灯,王永源,李元佳,刘贯科,戴喜良,张海鹏,陈鹏,陈文睿,秦立斌,钟荣富,韦薇,
申请(专利权)人:广东电网有限责任公司东莞供电局,
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。