本發(fā)明涉及電池模型參數(shù)辨識(shí)，尤其涉及基于自適應(yīng)遺忘因子最小二乘的電池模型參數(shù)辨識(shí)方法。

背景技術(shù)：

1、動(dòng)力鋰電池由于其高能量密度、長(zhǎng)循環(huán)壽命等特點(diǎn)被廣泛用于電動(dòng)汽車儲(chǔ)能裝置中，但鋰電池的充放電過(guò)程具有動(dòng)態(tài)非線性特性，內(nèi)部伴隨著復(fù)雜的電化學(xué)反應(yīng)，且易受外部因素的影響，導(dǎo)致準(zhǔn)確估計(jì)荷電狀態(tài)soc成為難題。

2、目前常見soc估計(jì)模型為二階rc等效電路模型；獲得高精度的模型參數(shù)是建立模型的關(guān)鍵，遞推最小二乘算法rls是常用的模型參數(shù)辨識(shí)方法，該方法具有簡(jiǎn)單穩(wěn)定的特點(diǎn)，但隨著遞推過(guò)程中數(shù)據(jù)的增加,新數(shù)據(jù)的生成會(huì)受到舊數(shù)據(jù)的影響，導(dǎo)致較大的誤差；帶遺忘因子最小二乘法ffrls通過(guò)遺忘因子來(lái)調(diào)整新舊數(shù)據(jù)的比例，降低舊數(shù)據(jù)占比，具有精度高、結(jié)構(gòu)簡(jiǎn)單的特點(diǎn)，但固定的遺忘因子影響參數(shù)辨識(shí)結(jié)果的時(shí)變性和辨識(shí)精度；可變遺忘因子最小二乘法vffrls通過(guò)修正誤差實(shí)時(shí)改變遺忘因子大小；自適應(yīng)遺忘因子最小二乘法affrls通過(guò)修正誤差對(duì)遺忘因子作自適應(yīng)處理，與vffrls對(duì)比有更高的精度和響應(yīng)速度，但其待定系數(shù)取值范圍較大，影響算法對(duì)誤差的跟蹤能力。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)現(xiàn)有方法的不足，本發(fā)明設(shè)計(jì)一種提高辨識(shí)精度且更簡(jiǎn)單的自適應(yīng)遺忘因子最小二乘改進(jìn)方法，降低待定系數(shù)對(duì)誤差跟蹤能力的影響、提高模型參數(shù)辨識(shí)精度。

2、本發(fā)明所采用的技術(shù)方案是：基于自適應(yīng)遺忘因子最小二乘的電池模型參數(shù)辨識(shí)方法包括以下步驟：

3、步驟一、建立鋰電池的二階rc等效電路模型，確定待辨識(shí)的模型參數(shù)；

4、作為本發(fā)明的一種優(yōu)選實(shí)施方式，待辨識(shí)的模型參數(shù)包括：內(nèi)阻、電化學(xué)極化電阻、電化學(xué)極化電容、濃差極化電阻和濃差極化電容。

5、步驟二、構(gòu)建鋰電池的開路電壓和荷電狀態(tài)的關(guān)系表達(dá)式；

6、作為本發(fā)明的一種優(yōu)選實(shí)施方式，采用混合脈沖功率特性獲取開路電壓和荷電狀態(tài)的關(guān)系。

7、作為本發(fā)明的一種優(yōu)選實(shí)施方式，開路電壓和荷電狀態(tài)的關(guān)系表達(dá)式通過(guò)8階曲線擬合得到。

8、步驟三、利用改進(jìn)的自適應(yīng)遺忘因子最小二乘法對(duì)待辨識(shí)的模型參數(shù)進(jìn)行迭代求解，通過(guò)改進(jìn)的自適應(yīng)遺忘因子的自適應(yīng)調(diào)整，遍歷所有電流電壓測(cè)量值后迭代終止；

9、作為本發(fā)明的一種優(yōu)選實(shí)施方式，步驟三具體包括：

10、初始化遺忘因子λ、預(yù)測(cè)允許誤差ebase、待估計(jì)參數(shù)向量θ0和誤差協(xié)方差p0；

11、將輸入數(shù)據(jù)量最小二乘式y(tǒng)(k)輸入帶遺忘因子最小二乘法得到增益kk和預(yù)測(cè)誤差e(k)；

12、更新待估計(jì)參數(shù)向量θ(k)和誤差協(xié)方差p(k)；

13、將待估計(jì)參數(shù)向量θ(k)輸入二階rc等效電路模型得到待辨識(shí)的模型參數(shù)；

14、利用改進(jìn)的遺忘因子表達(dá)式更新λ(k)值，當(dāng)遍歷所有電流電壓測(cè)量值后結(jié)束待辨識(shí)的模型參數(shù)的更新。

15、作為本發(fā)明的一種優(yōu)選實(shí)施方式，改進(jìn)的遺忘因子表達(dá)式的公式為：

16、

17、其中，λmax為預(yù)期最大值，λmin為預(yù)期最小值，e(k)為預(yù)測(cè)誤差，ebase為基準(zhǔn)誤差，n為次方值。

18、作為本發(fā)明的一種優(yōu)選實(shí)施方式，n為2或4。

19、作為本發(fā)明的一種優(yōu)選實(shí)施方式，基于自適應(yīng)遺忘因子最小二乘的電池模型參數(shù)辨識(shí)系統(tǒng)，包括：存儲(chǔ)器，用于存儲(chǔ)可由處理器執(zhí)行的指令；處理器，用于執(zhí)行指令以實(shí)現(xiàn)基于自適應(yīng)遺忘因子最小二乘的電池模型參數(shù)辨識(shí)方法。

20、作為本發(fā)明的一種優(yōu)選實(shí)施方式，存儲(chǔ)有計(jì)算機(jī)程序代碼的計(jì)算機(jī)可讀介質(zhì)，計(jì)算機(jī)程序代碼在由處理器執(zhí)行時(shí)實(shí)現(xiàn)基于自適應(yīng)遺忘因子最小二乘的電池模型參數(shù)辨識(shí)方法。

21、本發(fā)明的有益效果：

22、1、首先建立了鋰電池的二階rc等效電路模型，對(duì)自適應(yīng)遺忘因子最小二乘法進(jìn)行了改進(jìn)，設(shè)計(jì)了一種更簡(jiǎn)單的遺忘因子自適應(yīng)更新公式，減小了待定系數(shù)對(duì)算法跟蹤能力的影響，有效提高了模型參數(shù)的辨識(shí)精度。

技術(shù)特征：

1.基于自適應(yīng)遺忘因子最小二乘的電池模型參數(shù)辨識(shí)方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于自適應(yīng)遺忘因子最小二乘的電池模型參數(shù)辨識(shí)方法，其特征在于，步驟三具體包括：

3.根據(jù)權(quán)利要求2所述的基于自適應(yīng)遺忘因子最小二乘的電池模型參數(shù)辨識(shí)方法，其特征在于，改進(jìn)的遺忘因子表達(dá)式的公式為：

4.根據(jù)權(quán)利要求3所述的基于自適應(yīng)遺忘因子最小二乘的電池模型參數(shù)辨識(shí)方法，其特征在于，n為2或4。

5.根據(jù)權(quán)利要求1所述的基于自適應(yīng)遺忘因子最小二乘的電池模型參數(shù)辨識(shí)方法，其特征在于，待辨識(shí)的模型參數(shù)包括：內(nèi)阻、電化學(xué)極化電阻、電化學(xué)極化電容、濃差極化電阻和濃差極化電容。

6.根據(jù)權(quán)利要求1所述的基于自適應(yīng)遺忘因子最小二乘的電池模型參數(shù)辨識(shí)方法，其特征在于，采用混合脈沖功率特性獲取開路電壓和荷電狀態(tài)的關(guān)系。

7.根據(jù)權(quán)利要求6所述的基于自適應(yīng)遺忘因子最小二乘的電池模型參數(shù)辨識(shí)方法，其特征在于，開路電壓和荷電狀態(tài)的關(guān)系表達(dá)式通過(guò)8階曲線擬合得到。

8.基于自適應(yīng)遺忘因子最小二乘的電池模型參數(shù)辨識(shí)系統(tǒng)，其特征在于，包括：存儲(chǔ)器，用于存儲(chǔ)可由處理器執(zhí)行的指令；處理器，用于執(zhí)行指令以實(shí)現(xiàn)如權(quán)利要求1-7任一項(xiàng)所述的基于自適應(yīng)遺忘因子最小二乘的電池模型參數(shù)辨識(shí)方法。

9.存儲(chǔ)有計(jì)算機(jī)程序代碼的計(jì)算機(jī)可讀介質(zhì)，其特征在于，計(jì)算機(jī)程序代碼在由處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-7任一項(xiàng)所述的基于自適應(yīng)遺忘因子最小二乘的電池模型參數(shù)辨識(shí)方法。

技術(shù)總結(jié)
本發(fā)明涉及電池模型參數(shù)辨識(shí)技術(shù)領(lǐng)域，尤其涉及基于自適應(yīng)遺忘因子最小二乘的電池模型參數(shù)辨識(shí)方法，包括：建立鋰電池的二階RC等效電路模型，確定待辨識(shí)的模型參數(shù)；構(gòu)建鋰電池的開路電壓和荷電狀態(tài)的關(guān)系表達(dá)式；利用改進(jìn)的自適應(yīng)遺忘因子最小二乘法對(duì)待辨識(shí)的模型參數(shù)進(jìn)行迭代求解，通過(guò)改進(jìn)的自適應(yīng)遺忘因子的自適應(yīng)調(diào)整，遍歷所有電流電壓測(cè)量值后迭代終止。本發(fā)明設(shè)計(jì)一種提高辨識(shí)精度且更簡(jiǎn)單的自適應(yīng)遺忘因子最小二乘改進(jìn)方法，降低待定系數(shù)對(duì)誤差跟蹤能力的影響、提高模型參數(shù)辨識(shí)精度。

技術(shù)研發(fā)人員：莫錚文,湯琛祺,張宸碩,紀(jì)雨冬,董鑫,馮飛揚(yáng),強(qiáng)浩
受保護(hù)的技術(shù)使用者：常州大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19