【技术实现步骤摘要】
本申请涉及钠离子电池领域，特别是涉及一种钠离子电池非线性模糊建模方法、装置、系统、电子设备和存储介质。
技术介绍
1、汽车作为日常出行的交通工具产生了大量的温室气体和燃油消耗，在绿色环保的理念下，纯电动、混合动力等新能源汽车得到大力发展。动力电池作为纯电动汽车的动力源，电池性能直接影响到汽车的续驶里程、使用寿命和安全性，其次电池的选型也关乎到整车的重量和载荷分布。当前作为车用动力电池的种类有钠离子电池、铅酸电池、镍氢电池等，而钠离子电池在各个动力电池中，具有比能量高、充电快、对环境污染小、使用寿命长等优点，因而得到了一些应用。其次动力电池在使用过程中很容易受到环境因素的影响，甚至过充过放下还可能导致电池起火、爆炸，严重危害了电池安全。随着越来越多纯电动汽车起火事故的发生，纯电动汽车的安全性、续驶里程、动力电池使用寿命等问题备受关注，因此需要针对电池进行有效的管理控制。soc(荷电状态)估计是通过建立近似精确的电池模型，得到模型参数与soc之间的关系，将复杂的非线性关系问题转化成近似线性的数学关系，再通过数学关系求解得到电池的soc。电池模型越接近真实模型，所得到的soc值也越精确，但电池模型的精度越高，其复杂度也会越高，导致soc估计过程的计算量过大，使得估计的实时性不是很好。所以，合理设计电池模型有利于提高soc估算的精度和实用性。
2、目前研究人员对于电池建模方法的研究层出不穷，采用各种各样不同的方法建立电池的电化学模型，从而实现对其soc的估算。
3、如国联汽车动力电池研究院有限责任公司在2023年
4、又如山东大学在2021年2月4日申请的目前已经授权的叠片式锂离子电池的电化学-热-结构耦合多尺度建模方法，专利申请号为cn202110156081.4。该专利技术提供了一种叠片式锂离子电池的电化学-热-结构耦合多尺度建模方法。
5、虽然目前已经有许多专家和学者对电池的建模方法做了系统性的研究，如相关的两篇专利提出的方法，但是钠离子电池系统的相关性能和影响因素是相互联动和互相耦合的，如电化学过程通常受到电池结构、电池温度场的影响，而传统的实验研究方法难以做到单因素变量的完全控制，更加难以实现多因素变量之间的多级联动，并且之前的方法允许获得或多或少准确的模型，它们无法适应钠离子电池在其生命周期中所经历的动力学变化。
6、针对相关技术无法适应钠离子电池在其生命周期中所经历的动力学变化的问题，目前还没有提出解决方案。
技术实现思路
1、在本实施例中提供了一种钠离子电池非线性模糊建模方法、装置、系统、电子设备和存储介质，以解决相关技术中无法适应钠离子电池在其生命周期中所经历的动力学变化的问题。
2、第一个方面，在本专利技术中提供了一种钠离子电池非线性模糊建模方法，所述方法包括：
3、获取钠离子电池的放电数据和充电数据；
4、根据所述钠离子电池的放电数据和充电数据对所述钠离子电池进行tsfm模糊建模，得到所述钠离子电池的tsfm模糊模型；
5、应用扩展卡尔曼滤波器改进所述tsfm模糊模型的参数估计。
6、在其中的一些实施例中，获取钠离子电池的放电数据和充电数据包括：
7、根据采用所述钠离子电池的电动汽车的加速度曲线计算所述钠离子电池的放电功率曲线，根据所述钠离子电池的放电功率曲线确定所述钠离子电池的放电数据。
8、在其中的一些实施例中，获取钠离子电池的放电数据和充电数据包括：
9、在所述钠离子电池的充电状态进行数据采样，得到所述钠离子电池的充电数据。
10、在其中的一些实施例中，根据所述钠离子电池的放电数据和充电数据对所述钠离子电池进行tsfm模糊建模，包括：
11、确定所述钠离子电池的tsfm模糊模型的初始结构；
12、根据所述钠离子电池的放电数据和充电数据以及tsfm模糊模型的初始结构确定多条具有高斯前因的模糊规则，所述模糊规则表示不同类型数据之间的关系；
13、根据多条所述模糊规则确定所述钠离子电池的tsfm模糊模型。
14、在其中的一些实施例中，所述钠离子电池的放电数据和充电数据包括电池电压、电池电流、电池温度和电池soc；
15、确定所述钠离子电池的tsfm模糊模型的初始结构，包括：
16、根据三阶离散动态模型确定所述钠离子电池的tsfm模糊模型的初始结构；
17、所述三阶离散动态模型为：
18、v(k+1)＝f(i(k)，i(k-1)，t(k)，soc(k)，v(k)，v(k-1)，v(k-2))
19、其中，k表示离散时间，v(k+1)表示待估计的k+1时刻的电池电压，v(k)、v(k-1)和v(k-2)分别表示k、k-1和k-2时刻的电池电压，i(k)和i(k-1)分别表示k和k-1时刻的电池电流，t(k)表示k时刻的电池温度，soc(k)表示k时刻的电池soc，f(·)表示tsfm函数。
20、在其中的一些实施例中，所述tsfm模糊模型为：
21、
22、其中，x(k)表示模型输入，yi(k)表示模型输出，aij的表达式为：
23、
24、其中，表示第l条模糊规则的参数，表示第l条模糊规则的激活程度，其表达式为：
25、
26、其中，表示第l条模糊规则中第j个成员函数，用于第i个输出，为该隶属函数的参数。
27、在其中的一些实施例中，应用扩展卡尔曼滤波器改进所述tsfm模糊模型的参数估计，包括：
28、通过扩展卡尔曼滤波算法估计所述tsfm模糊模型的模型参数以及对应的输出误差，以最小化所述tsfm模糊模型的输出误差为目标，迭代调整所述tsfm模糊模型的模型参数。
29、在其中的一些实施例中，所述扩展卡尔曼滤波器的公式为：
30、p(k+1)＝p(k)
31、y(k)＝h(x(k)，p(k))+e(k)
32、其中，k表示离散时间，p(k)和p(k+1)分别表示k和k+1时刻的所述tsfm模糊模型的模型参数，e(k)表示k时刻系统的输出测量的不确定性。
33、第二个方面，在本专利技术中提供了一种钠离子电池非线性模糊建模装置，所述装置包括：
34、数据获取模块，用于获取钠离子电池的放电数据和充电数据；
35、模型构建模块，用于根据所述钠离子电池的放电数据和充电数据对所述钠离子电池进行tsfm模糊建模，得到所述钠离子电池的tsfm模糊模型；
36、模型改进模块，用于应用扩展卡尔曼滤波器改进所述tsfm模糊模型的参数估计。
37、第三个方面，在本专利技术中提供本文档来自技高网...
【技术保护点】
1.一种钠离子电池非线性模糊建模方法，其特征在于，所述方法包括：
2.根据权利要求1所述的钠离子电池非线性模糊建模方法，其特征在于，获取钠离子电池的放电数据和充电数据包括：
3.根据权利要求1所述的钠离子电池非线性模糊建模方法，其特征在于，获取钠离子电池的放电数据和充电数据包括：
4.根据权利要求1所述的钠离子电池非线性模糊建模方法，其特征在于，根据所述钠离子电池的放电数据和充电数据对所述钠离子电池进行TSFM模糊建模，包括：
5.根据权利要求4所述的钠离子电池非线性模糊建模方法，其特征在于，所述钠离子电池的放电数据和充电数据包括电池电压、电池电流、电池温度和电池SOC；
6.根据权利要求4所述的钠离子电池非线性模糊建模方法，其特征在于，所述TSFM模糊模型为：
7.根据权利要求4所述的钠离子电池非线性模糊建模方法，其特征在于，应用扩展卡尔曼滤波器改进所述TSFM模糊模型的参数估计，包括：
8.根据权利要求7所述的钠离子电池非线性模糊建模方法，其特征在于，所述扩展卡尔曼滤波器的公式为：
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。