本發(fā)明創(chuàng)造涉及電池控制，特別是涉及一種電池模型參數(shù)辨識方法，電池荷電狀態(tài)估計方法。

背景技術(shù)：

1、鋰離子電池模型主要分為等效電路模型和電化學模型，電化學模型可以準確反應(yīng)鋰離子電池內(nèi)部的電化學反應(yīng)，精確度較高，但是其對鋰離子電池內(nèi)部各種原材料的化學參數(shù)標定較為困難；鋰離子電池二階等效電路模型以其較低的計算量，較高的精確度，容易進行參數(shù)辨識，目前在soc(state?of?charge，電池荷電狀態(tài))，sop(state?of?power，電池功率狀態(tài))，soh(state?of?health，電池健康狀態(tài))中廣泛使用，其核心之一在于鋰離子電池二階等效電路參數(shù)的識別。

2、目前常用的參數(shù)辨識方法分為離線參數(shù)辨識和在線參數(shù)辨識，常用的參數(shù)辨識方法有最小二乘法，粒子群法和遺傳算法等，這些參數(shù)辨識方法由于進行參數(shù)辨識時，采用一段數(shù)據(jù)進行擬合，最終得到的辨識參數(shù)精度差，準確率低。

3、針對相關(guān)技術(shù)中進行電池等效電路模型的參數(shù)辨識方式，存在參數(shù)辨識精度差的問題，目前尚未提出有效的解決方案。

技術(shù)實現(xiàn)思路

1、本發(fā)明創(chuàng)造實施例提供的一種電池模型參數(shù)辨識方法，電池荷電狀態(tài)估計方法，至少解決相關(guān)技術(shù)中進行電池等效電路模型的參數(shù)辨識方式，存在參數(shù)辨識精度差的問題。

2、本發(fā)明創(chuàng)造實施例提供了一種電池模型參數(shù)辨識方法，包括：根據(jù)目標電池的等效電路模型以及開路電壓-時間曲線中脈沖段對應(yīng)的電池參數(shù)，利用擬合算法對所述等效電路模型中的目標模型參數(shù)進行擬合，得到所述目標模型參數(shù)的初擬數(shù)值，其中，所述脈沖段為所述目標電池的開路電壓-時間曲線中相鄰參數(shù)辨識周期之間，所述開路電壓在上一參數(shù)辨識周期結(jié)束后下降，在下一參數(shù)辨識周期開始后上升的時間段；將所述初擬數(shù)值帶入擬合優(yōu)化算法，根據(jù)靜置段和所述脈沖段的電池參數(shù)，利用擬合優(yōu)化算法進行擬合優(yōu)化，得到優(yōu)化后的目標模型參數(shù)的優(yōu)化數(shù)值；根據(jù)所述電池參數(shù)，和所述優(yōu)化數(shù)值，計算所述開路電壓的預(yù)測值和實際值的第一差值；在所述第一差值不超過預(yù)設(shè)差值的情況下，將所述優(yōu)化數(shù)值作為辨識的所述目標模型參數(shù)。

3、作為一種可選的實施例，還包括：在所述第一差值超過所述預(yù)設(shè)差值的情況下，根據(jù)所述脈沖段的電池參數(shù)和所述優(yōu)化數(shù)值，計算所述脈沖段的末端電壓的預(yù)測值和實際值的第二差值；根據(jù)所述第二差值對所述優(yōu)化數(shù)值進行放縮處理，得到校正數(shù)值；將所述校正數(shù)值作為所述優(yōu)化數(shù)值，重新計算所述開路電壓的預(yù)測值和實際值的第一差值；重新計算的所述第一差值不超過所述預(yù)設(shè)差值時，將當前的優(yōu)化數(shù)值作為辨識的所述目標模型參數(shù)。

4、作為一種可選的實施例，根據(jù)所述靜置段的電池參數(shù)，和所述優(yōu)化數(shù)值，計算所述靜置段的開路電壓的預(yù)測值和實際值的第一差值，包括：基于所述目標模型參數(shù)中時間常數(shù)和極化電阻的優(yōu)化數(shù)值，以及所述電池參數(shù)，計算開路電壓的預(yù)測值；根據(jù)所述預(yù)測值和所述電池參數(shù)中對應(yīng)的實際值，計算所述第一差值。

5、作為一種可選的實施例，根據(jù)目標電池的等效電路模型以及脈沖段對應(yīng)的電池參數(shù)，利用擬合算法對所述等效電路模型中的目標模型參數(shù)進行擬合，得到所述目標模型參數(shù)的初擬數(shù)值，包括：根據(jù)所述脈沖段的末端電壓，以及所述靜置段的始端電壓，計算歐姆內(nèi)阻；根據(jù)所述歐姆內(nèi)阻和所述脈沖段的電池參數(shù)，確定極化內(nèi)阻的初始值和上下限；將所述歐姆內(nèi)阻，以及所述極化內(nèi)阻的初始值帶入擬合函數(shù)，基于時間常數(shù)的初始值和上下限，以及所述脈沖段的電池參數(shù)，根據(jù)所述等效電路模型擬合得到所述時間常數(shù)，其中，所述擬合函數(shù)為所述擬合算法的計算函數(shù)；將所述擬合函數(shù)得到的所述時間常數(shù)的數(shù)值，以及擬合所述時間常數(shù)對應(yīng)的所述歐姆內(nèi)阻和所述極化內(nèi)阻的數(shù)值，作為所述目標模型參數(shù)的初擬數(shù)值，其中，所述目標模型參數(shù)包括所述歐姆內(nèi)阻，所述極化內(nèi)阻和所述時間常數(shù)。

6、作為一種可選的實施例，根據(jù)目標電池的等效電路模型以及脈沖段對應(yīng)的電池參數(shù)，利用擬合算法對所述等效電路模型中的目標模型參數(shù)進行擬合，得到所述目標模型參數(shù)的初擬數(shù)值之前，所述方法還包括：對所述目標電池進行測試，得到測試過程中的測試數(shù)據(jù)，其中，所述測試數(shù)據(jù)包括所述電池參數(shù)；對所述測試數(shù)據(jù)進行預(yù)處理，得到所述開路電壓-時間曲線，以及各個時間段對應(yīng)的電池參數(shù)，其中，所述電池參數(shù)包括下列至少之一：電流，電壓，容量，時間，溫度，電池荷電狀態(tài)。

7、作為一種可選的實施例，將所述初擬數(shù)值帶入擬合優(yōu)化算法，根據(jù)靜置段和所述脈沖段的電池參數(shù)，利用擬合優(yōu)化算法進行擬合優(yōu)化，得到優(yōu)化后的目標模型參數(shù)的優(yōu)化數(shù)值，包括：將時間常數(shù)的初擬數(shù)值作為初始值，帶入擬合優(yōu)化函數(shù)；根據(jù)所述脈沖段和所述靜置段的電池參數(shù)，利用所述擬合優(yōu)化函數(shù)計算所述電池的開路電壓；根據(jù)計算的所述開路電壓和實際的開路電壓，確定電壓誤差值；在所述電壓誤差值小于預(yù)設(shè)的最大允許誤差的情況下，將對應(yīng)的所述時間常數(shù)的數(shù)值作為所述時間常數(shù)的優(yōu)化數(shù)值；根據(jù)所述時間常數(shù)的優(yōu)化數(shù)值計算極化內(nèi)阻的優(yōu)化數(shù)值。

8、作為一種可選的實施例，將所述初擬數(shù)值帶入擬合優(yōu)化算法，根據(jù)靜置段和所述脈沖段的電池參數(shù)，利用擬合優(yōu)化算法進行擬合優(yōu)化，得到優(yōu)化后的目標模型參數(shù)的優(yōu)化數(shù)值，還包括：在所述電壓誤差值不小于預(yù)設(shè)的最大允許誤差的情況下，對所述電壓誤差值進行統(tǒng)計和濾波，確定所述電壓誤差值不小于所述最大允許誤差的連續(xù)次數(shù)；在所述連續(xù)次數(shù)達到預(yù)設(shè)次數(shù)的情況下，根據(jù)所述時間常數(shù)的上下限和對應(yīng)的初始值，調(diào)整所述時間常數(shù)的初始值，并重新計算所述開路電壓和所述電壓誤差值，直至所述電壓誤差值小于預(yù)設(shè)的最大允許誤差。

9、本發(fā)明創(chuàng)造實施例還提供了一種電池荷電狀態(tài)估計方法，包括：通過上述中任一項所述的電池模型參數(shù)辨識方法，確定目標電池的歐姆內(nèi)阻，極化電阻和時間常數(shù)，其中，所述歐姆內(nèi)阻是根據(jù)辨識得到的極化電阻和時間常數(shù)計算得到的；根據(jù)所述歐姆內(nèi)阻，所述極化電阻和所述時間常數(shù)，結(jié)合所述目標電池的二階等效電路模型的狀態(tài)方程，以及卡爾曼狀態(tài)方程，估計所述電池荷電狀態(tài)。

10、本發(fā)明創(chuàng)造實施例還提供了一種儲能設(shè)備，包括：處理器，以及存儲程序的存儲器，所述程序包括指令，所述指令在由所述處理器執(zhí)行時使所述處理器執(zhí)行上述中任一項所述的方法。

11、本發(fā)明創(chuàng)造實施例還提供了一種存儲有計算機指令的非瞬時機器可讀介質(zhì)，所述計算機指令用于使所述計算機執(zhí)行上述中任一項所述的方法。

12、本發(fā)明創(chuàng)造實施例還提供了一種計算機程序產(chǎn)品，包括計算機程序/指令，所述計算機程序/指令被處理器執(zhí)行時，實現(xiàn)上述中任一項所述的方法。

13、本發(fā)明創(chuàng)造實施例提供的電池模型參數(shù)辨識方法，利用擬合算法先使用脈沖段的電池參數(shù)進行擬合，得到目標模型參數(shù)的初擬數(shù)值，并利用擬合優(yōu)化算法適用靜置段的電池參數(shù)優(yōu)化目標模型參數(shù)，得到優(yōu)化數(shù)值，得到可以同時滿足脈沖段和靜置段的電壓誤差的目標模型參數(shù)，提高了目標模型參數(shù)的準確率和精確度，降低了目標模型參數(shù)辨識的誤差。進而解決了相關(guān)技術(shù)中進行電池等效電路模型的參數(shù)辨識方式，存在參數(shù)辨識精度差的問題。

技術(shù)特征：

1.一種電池模型參數(shù)辨識方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述電池參數(shù)和所述優(yōu)化數(shù)值，計算所述靜置段的開路電壓的預(yù)測值和實際值的第一差值，包括：

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)目標電池的等效電路模型以及脈沖段對應(yīng)的電池參數(shù)，利用擬合算法對所述等效電路模型中的目標模型參數(shù)進行擬合，得到所述目標模型參數(shù)的初擬數(shù)值，包括：

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，根據(jù)目標電池的等效電路模型以及脈沖段對應(yīng)的電池參數(shù)，利用擬合算法對所述等效電路模型中的目標模型參數(shù)進行擬合，得到所述目標模型參數(shù)的初擬數(shù)值之前，所述方法還包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，將所述初擬數(shù)值帶入擬合優(yōu)化算法，根據(jù)靜置段和所述脈沖段的電池參數(shù)，利用擬合優(yōu)化算法進行擬合優(yōu)化，得到優(yōu)化后的目標模型參數(shù)的優(yōu)化數(shù)值，包括：

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，將所述初擬數(shù)值帶入擬合優(yōu)化算法，根據(jù)靜置段和所述脈沖段的電池參數(shù)，利用擬合優(yōu)化算法進行擬合優(yōu)化，得到優(yōu)化后的目標模型參數(shù)的優(yōu)化數(shù)值，還包括：

8.一種電池荷電狀態(tài)估計方法，其特征在于，包括：

9.一種儲能設(shè)備，包括：處理器，以及存儲程序的存儲器，其特征在于，所述程序包括指令，所述指令在由所述處理器執(zhí)行時使所述處理器執(zhí)行根據(jù)權(quán)利要求1至8中任一項所述的方法。

10.一種存儲有計算機指令的非瞬時機器可讀介質(zhì)，其特征在于，所述計算機指令用于使所述計算機執(zhí)行根據(jù)權(quán)利要求1至8中任一項所述的方法。

技術(shù)總結(jié)
本發(fā)明創(chuàng)造涉及一種電池模型參數(shù)辨識方法，電池荷電狀態(tài)估計方法。該方法包括：根據(jù)目標電池的等效電路模型以及開路電壓?時間曲線中脈沖段對應(yīng)的電池參數(shù)，利用擬合算法對等效電路模型中的目標模型參數(shù)進行擬合，得到目標模型參數(shù)的初擬數(shù)值；將初擬數(shù)值帶入擬合優(yōu)化算法，根據(jù)靜置段和脈沖段的電池參數(shù)，利用擬合優(yōu)化算法進行擬合優(yōu)化，得到優(yōu)化后的目標模型參數(shù)的優(yōu)化數(shù)值；根據(jù)電池參數(shù)和優(yōu)化數(shù)值，計算開路電壓的預(yù)測值和實際值的第一差值；在第一差值不超過預(yù)設(shè)差值的情況下，將優(yōu)化數(shù)值作為辨識的目標模型參數(shù)。以解決相關(guān)技術(shù)中進行電池等效電路模型的參數(shù)辨識方式，存在參數(shù)辨識精度差的問題。

技術(shù)研發(fā)人員：姚震飛
受保護的技術(shù)使用者：浙江艾羅網(wǎng)絡(luò)能源技術(shù)股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/11/28