锂电池模型的参数辨识方法、装置、设备及存储介质与流程

    专利查询2025-04-16  26


    本技术涉及电池,尤其涉及参数在线辨识和离线辨识,具体涉及一种锂电池模型的参数辨识方法、装置、设备及存储介质。


    背景技术:

    1、随着锂离子电池技术的不断发展,锂离子电池以其电压高、循环寿命长、安全性高等优点被广泛应用。通过建立锂离子电池模型实现对锂离子电池深入研究,但是由于锂离子电池在工作状态下的内部化学反应较为复杂,过程是时变且非线性的,因而要通过理论分析获得模型的参数是很困难的。

    2、目前有应用离线辨识方法和在线辨识方法辨识锂离子电池模型参数,目前,采用离线指数拟合方法进行离线辨识,在线辨识方法是遗忘因子最小二乘法辨识,利用该理论可以对电池的二阶rc等效电路模型参数进行辨识。

    3、但是由于电池系统的时变性,模型参数会发生较大的改变,得到的辨识结果误差较大,而在线辨识又存在易受采集信号的噪声干扰影响得到的辨识结果误差也较大。


    技术实现思路

    1、本技术提供一种锂电池模型的参数辨识方法、装置、设备及存储介质,以至少解决相关技术中辨识结果误差较大的技术问题。本技术的技术方案如下:

    2、根据本技术涉及的第一方面,提供一种锂电池模型的参数辨识方法,包括:获取锂电池模型及锂电池进行充放电测试得到的实验数据;根据所述实验数据,采用离线辨识算法对所述锂电池模型的参数进行辨识,得到所述锂电池的第一参数辨识结果;将所述第一参数辨识结果作为在线辨识算法的输入,采用在线辨识算法对所述锂电池模型的参数进行辨识,得到所述锂电池的预测电压参数和第二参数辨识结果;根据所述预测电压参数确定所述在线辨识算法是否发散;在所述在线辨识算法发散的情况下,将所述在线辨识算法切换为所述离线辨识算法并输出所述第一参数辨识结果。

    3、根据上述技术手段,本技术可以通过基于锂电池模型和进行充放电测试得到的实验数据,对锂电池模型的参数进行离线辨识得到第一参数辨识结果;将第一参数辨识结果作为在线辨识算法的输入,对锂电池模型的参数进行在线辨识,得到锂电池的预测电压参数和第二参数辨识结果;根据预测电压参数确定所述在线辨识算法是否发散;若发散,将在线辨识切换为离线辨识,输出第一参数辨识结果。由此,通过在线辨识算法结果误差较大时切换为离线辨识算法的方式,可以减小参数辨识结果的误差,从而提高锂电池模型参数辨识的精确度。

    4、在一种可能的实施方式中,所述方法还包括:在所述在线辨识算法不发散的情况下,输出所述在线辨识算法的所述第二参数辨识结果。

    5、在一种可能的实施方式中,所述根据所述预测电压参数确定所述在线辨识算法是否发散,包括:在所述预测电压参数满足预设条件的情况下,确定所述在线辨识算法不发散;在所述预测电压参数不满足所述预设条件,且辨识周期大于阈值周期的情况下,确定所述在线辨识算法发散。

    6、在一种可能的实施方式中,所述锂电池模型为二阶rc电路等效模型;所述预测电压参数包括:锂电池电压预测值、第一极化电压预测值和第二极化电压预测值;所述预设条件包括以下至少一项:所述锂电池电压预测值与锂电池电压实际值的差值小于误差阈值;所述第一极化电压预测值小于第一电压阈值;所述第二极化电压预测值小于第二电压阈值。

    7、在一种可能的实施方式中,所述在线辨识算法为遗忘因子最小二乘法;所述方法还包括:将所述遗忘因子最小二乘法的遗忘因子由第一遗忘因子切换为第二遗忘因子;其中,所述第一遗忘因子大于所述第二遗忘因子;采用所述在线辨识算法对所述锂电池模型的参数继续进行辨识。

    8、在一种可能的实施方式中,所述方法还包括:在所述在线辨识算法不发散的情况下,将所述离线辨识算法切换为所述在线辨识算法,并输出所述在线辨识算法当前得到的第三参数辨识结果;将所述遗忘因子最小二乘法的遗忘因子由所述第二遗忘因子切换为所述第一遗忘因子。

    9、在一种可能的实施方式中,所述根据所述实验数据,采用离线辨识算法对所述锂电池模型的参数进行辨识,得到所述锂电池的第一参数辨识结果,包括:根据所述实验数据得到所述锂电池的电压方程;根据所述电压方程得到所述锂电池在极化反应段的输出电压;对所述极化反应段的输出电压进行指数拟合,得到所述第一参数辨识结果。

    10、根据上述技术手段,本技术可以通过在线辨识算法结果误差较大时切换为离线辨识算法的方式,切换遗忘因子的大小来提高在线辨识算法的收敛能力,从而可以减小参数辨识结果的误差和提高误差的修正速度,进而提高锂电池模型参数辨识的精确度。

    11、根据本技术提供的第二方面,提供一种锂电池模型的参数辨识装置,包括:获取模块、第一辨识模块、第二辨识模块、确定模块和第一输出模块;其中,所述获取模块,用于获取锂电池模型及锂电池进行充放电测试得到的实验数据;所述第一辨识模块,用于根据所述实验数据,采用离线辨识算法对所述锂电池模型的参数进行辨识,得到所述锂电池的第一参数辨识结果;所述第二辨识模块,用于将所述第一参数辨识结果作为在线辨识算法的输入,采用在线辨识算法对所述锂电池模型的参数进行辨识,得到所述锂电池的预测电压参数和第二参数辨识结果;所述确定模块,用于根据所述预测电压参数确定所述在线辨识算法是否发散;所述第一输出模块,用于在所述在线辨识算法发散的情况下,将所述在线辨识算法切换为所述离线辨识算法并输出所述第一参数辨识结果。

    12、在一种可能的实施方式中,所述装置还包括:第二输出模块;其中,所述第二输出模块用于在所述在线辨识算法不发散的情况下,输出所述在线辨识算法的所述第二参数辨识结果。

    13、在一种可能的实施方式中,所述确定模块包括:第一确定单元和第二确定单元;其中,所述第一确定单元,用于在所述预测电压参数满足预设条件的情况下,确定所述在线辨识算法不发散;所述第二确定单元,用于在所述预测电压参数不满足所述预设条件,且辨识周期大于阈值周期的情况下,确定所述在线辨识算法发散。

    14、在一种可能的实施方式中,所述锂电池模型为二阶rc电路等效模型;所述预测电压参数包括:锂电池电压预测值、第一极化电压预测值和第二极化电压预测值;所述预设条件包括以下至少一项:所述锂电池电压预测值与锂电池电压实际值的差值小于误差阈值;所述第一极化电压预测值小于第一电压阈值;所述第二极化电压预测值小于第二电压阈值。

    15、在一种可能的实施方式中,所述在线辨识算法为遗忘因子最小二乘法;所述装置还包括:第一切换模块和第三辨识模块;其中,所述第一切换模块,用于将所述遗忘因子最小二乘法的遗忘因子由第一遗忘因子切换为第二遗忘因子;其中,所述第一遗忘因子大于所述第二遗忘因子;所述第三辨识模块,用于采用所述在线辨识算法对所述锂电池模型的参数继续进行辨识。

    16、在一种可能的实施方式中,所述装置还包括:第三输出模块和第二切换模块;其中,所述第三输出模块用于在所述在线辨识算法不发散的情况下,将所述离线辨识算法切换为所述在线辨识算法,并输出所述在线辨识算法当前得到的第三参数辨识结果;所述第二切换模块,用于将所述遗忘因子最小二乘法的遗忘因子由所述第二遗忘因子切换为所述第一遗忘因子。

    17、在一种可能的实施方式中,所述第一辨识模块包括:第三确定单元、第四确定单元和拟合单元;其中,所述第三确定单元,用于根据所述实验数据得到所述锂电池的电压方程;所述第四确定单元,用于根据所述电压方程得到所述锂电池在极化反应段的输出电压;所述拟合单元,用于对所述极化反应段的输出电压进行指数拟合,得到所述第一参数辨识结果。

    18、根据本技术提供的第三方面,提供一种电子设备,包括:处理器和存储器;存储器用于存储处理器可执行指令;其中,处理器被配置为执行指令,以实现上述第一方面及其任一种可能的实施方式的方法。

    19、根据本技术提供的第四方面,提供一种计算机可读存储介质,当计算机可读存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行上述第一方面中及其任一种可能的实施方式的方法。

    20、根据本技术提供的第五方面,提供一种计算机程序产品,计算机程序产品包括计算机指令,当计算机指令在电子设备上运行时,使得电子设备执行上述第一方面及其任一种可能的实施方式的方法。

    21、由此,本技术的上述技术特征具有以下有益效果:

    22、(1)通过在线辨识算法结果误差较大时切换为离线辨识算法的方式,可以减小参数辨识结果的误差,从而提高锂电池模型参数辨识的精确度。

    23、(2)可以通过锂电池电压预测值和极化电压预测值判断在线辨识算法是否发散,提高了辨识结果的准确度。

    24、(3)可以在在线辨识算法发散的情况下切换遗忘因子的大小来提高在线辨识算法的收敛能力,从而快速缩小辨识结果的误差。

    25、需要说明的是,第二方面至第五方面中的任一种实现方式所带来的技术效果可参见第一方面中对应实现方式所带来的技术效果,此处不再赘述。

    26、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本技术。


    技术特征:

    1.一种锂电池模型的参数辨识方法,其特征在于,包括:

    2.根据权利要求1所述的锂电池模型的参数辨识方法,其特征在于,所述方法还包括:

    3.根据权利要求1所述的锂电池模型的参数辨识方法,其特征在于,所述根据所述预测电压参数确定所述在线辨识算法是否发散,包括:

    4.根据权利要求3所述的锂电池模型的参数辨识方法,其特征在于,所述锂电池模型为二阶rc电路等效模型;

    5.根据权利要求1所述的锂电池模型的参数辨识方法,其特征在于,所述在线辨识算法为遗忘因子最小二乘法;所述方法还包括:

    6.根据权利要求5所述的锂电池模型的参数辨识方法,其特征在于,所述方法还包括:

    7.根据权利要求1所述的锂电池模型的参数辨识方法,其特征在于,所述根据所述实验数据,采用离线辨识算法对所述锂电池模型的参数进行辨识,得到所述锂电池的第一参数辨识结果,包括:

    8.一种锂电池模型的参数辨识装置,其特征在于,包括:获取模块、第一辨识模块、第二辨识模块、确定模块和第一输出模块;

    9.一种电子设备,其特征在于,包括:处理器和存储器;

    10.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中存储的计算机执行指令由电子设备的处理器执行时,所述电子设备能够执行如权利要求1至7中任一项所述的方法。


    技术总结
    本申请提供一种锂电池模型的参数辨识方法、装置、设备及存储介质,涉及电池技术领域。该方法包括:通过基于锂电池模型和进行充放电测试得到的实验数据,对锂电池模型的参数进行离线辨识得到第一参数辨识结果;将第一参数辨识结果作为在线辨识算法的输入,对锂电池模型的参数进行在线辨识,得到锂电池的预测电压参数和第二参数辨识结果;根据预测电压参数确定所述在线辨识算法是否发散;若发散,将在线辨识切换为离线辨识,输出第一参数辨识结果。由此,通过在线辨识算法结果误差较大时切换为离线辨识算法的方式,可以减小参数辨识结果的误差,从而提高锂电池模型参数辨识的精确度。

    技术研发人员:赖宽胜,石明杰,郑昌文,郑英,李东江
    受保护的技术使用者:深蓝汽车科技有限公司
    技术研发日:
    技术公布日:2024/11/26
    转载请注明原文地址:https://tc.8miu.com/read-27600.html

    最新回复(0)