[發(fā)明專利]一種基于自適應(yīng)權(quán)重方法的電池多模型融合建模方法和電池管理系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201710040588.7
• 申請(qǐng)日: 2017-01-20
• 公開（公告）號(hào): CN106842045B
• 公開（公告）日: 2023-04-28
• 發(fā)明（設(shè)計(jì)）人: 熊瑞;李治潤(rùn);穆浩;楊瑞鑫;何洪文
• 申請(qǐng)（專利權(quán)）人: 北京理工大學(xué)
• 主分類號(hào): G01R31/367
• 分類號(hào): G01R31/367
• 代理公司: 北京市誠(chéng)輝律師事務(wù)所 11430
• 代理人: 郎堅(jiān)

1.一種基于自適應(yīng)權(quán)重方法的電池多模型融合建模方法，其特征在于：包括

步驟(1)：傳感器實(shí)時(shí)采集所述電池信號(hào)；

步驟(2)：將所述信號(hào)輸入至各單一電池模型，所述單一電池模型包括：偽二維電化學(xué)模型、n階RC等效電路模型、交流阻抗模型；所述各單一電池模型獨(dú)立完成電池管理系統(tǒng)的至少一類功能，分別輸出狀態(tài)量；

其中，建立偽二維電化學(xué)模型數(shù)學(xué)方程如下：

式中，ε_e為液相體積分?jǐn)?shù)；c_e為液相鋰離子濃度；x為板極厚度方向；D^eff_e為鋰離子液相有效擴(kuò)散系數(shù)；a為電極顆粒單位體積的表面積；t⁰₊為鋰離子液相轉(zhuǎn)移系數(shù)；j_r為固相-液相交界面處的鋰離子流量密度；c_s為固相鋰離子濃度；r為固體球形顆粒的半徑方向；D_s為鋰離子固相擴(kuò)散系數(shù)；κ^eff為液相有效離子電導(dǎo)率；φ_e為鋰離子電池液相勢(shì)能；R為摩爾氣體常數(shù)；T為電池溫度；F為法拉第常數(shù)；i_e為液相電流密度；σ^eff為固相有效擴(kuò)散電導(dǎo)率；φ_s為固相勢(shì)能，φ_s，p為正極固相勢(shì)能，φ_s,n為負(fù)極固相勢(shì)能；i_s為固相電流密度；i_e為液相電流密度；j_r為固相-液相交界面處的鋰離子流量密度；i₀為交換電流密度；α_a和α_c分別為陽(yáng)極、陰極傳遞系數(shù)；η為球形顆粒表面過電勢(shì)，η_p為正極球形顆粒表面過電勢(shì)，η_n為負(fù)極球形顆粒表面過電勢(shì)；k_s為電化學(xué)反應(yīng)常數(shù)；c_e為液相鋰離子濃度；c_s,max為活性材料鋰離子濃度最大值；c_e-s為固相-液相交界面處的鋰離子濃度；E_OCV為電極材料開路電勢(shì)，E_OCV，p為正極電極材料開路電勢(shì)，E_OCV，n為負(fù)極電極材料開路電勢(shì)；U_t為端電壓；

建立交流阻抗模型的數(shù)學(xué)方程如下：

式中，Z為電池交流阻抗；R為電池內(nèi)阻；Y₀為常相位角元件絕對(duì)值；n是一個(gè)無(wú)量綱的指數(shù)，用來(lái)衡量常相位角元件偏離純電容元件的程度，0n1；ω為輸入交流電頻率；j為虛數(shù)單位；Z’為電池交流阻抗實(shí)部；Z”為電池交流阻抗虛部；

對(duì)各單一電池模型利用遺傳算法進(jìn)行參數(shù)的離線辨識(shí)，包括：

步驟①：將工況按SOC工作區(qū)間，從100％至0％等分為10個(gè)工作區(qū)間，每個(gè)區(qū)間單獨(dú)進(jìn)行參數(shù)的辨識(shí)；根據(jù)實(shí)際需要和實(shí)際條件調(diào)整區(qū)間個(gè)數(shù)；

步驟②：確定決策變量和約束條件；決策變量即為待辨識(shí)的參數(shù)，約束條件為參數(shù)的解空間，即待辨識(shí)參數(shù)的取值范圍；

步驟③：確定目標(biāo)函數(shù)，即各區(qū)間電壓的誤差平方和函數(shù)；

步驟④：確定待辨識(shí)參數(shù)的編碼方法和解碼方法；

步驟⑤：確定個(gè)體基因的評(píng)價(jià)方法；

步驟⑥：設(shè)計(jì)遺傳因子；

步驟⑦：設(shè)置遺傳算法的運(yùn)行參數(shù)；

步驟⑧：對(duì)待辨識(shí)參數(shù)進(jìn)行編碼，隨機(jī)產(chǎn)生若干個(gè)初始個(gè)體，進(jìn)行種群初始化；

步驟⑨：計(jì)算種群中個(gè)體適應(yīng)度；

步驟⑩：對(duì)種群進(jìn)行遺傳、交叉和變異，獲得子代；

步驟對(duì)子代進(jìn)行解碼，判斷是否滿足要求；若滿足，辨識(shí)結(jié)束；若不滿足，重復(fù)步驟⑩；

以及對(duì)各單一電池模型利用最小二乘法進(jìn)行參數(shù)的在線辨識(shí)，包括：

步驟①：將建模過程中獲得的差分方程記作以下形式：

步驟②：最小二乘法算法的初始化：分別設(shè)置狀態(tài)向量、參數(shù)向量以及最小二乘算法所需的增益向量和誤差協(xié)方差矩陣的初值，包括：

為狀態(tài)向量的初始值；為參數(shù)向量估計(jì)值的初始值；K(0)為增益向量的初始值；P(0)為誤差協(xié)方差矩陣的初始值；

根據(jù)最小二乘法算法本身的收斂特性以及電池參數(shù)變化的范圍給定初始值，對(duì)K(0)將向量中所有元素賦值為0，P(0)賦值為單位矩陣I乘以10的6次方；

步驟③：當(dāng)采樣時(shí)間k∈{1,2,...,∞}時(shí)，基于電流、電壓信息的不斷輸入，進(jìn)行如下遞推計(jì)算：

其中，為k時(shí)刻狀態(tài)向量；P(k)為k時(shí)刻誤差協(xié)方差矩陣；K(k)為k時(shí)刻增益向量；為k時(shí)刻參數(shù)向量估計(jì)值；y(k)為k時(shí)刻差分方程輸出量的實(shí)驗(yàn)值；λ為依據(jù)采樣間隔和最佳遺忘因子曲線獲得的最佳遺忘因子，在整個(gè)算法過程中為一常數(shù)；

步驟(3)：將各所述狀態(tài)量輸入至數(shù)據(jù)中心，數(shù)據(jù)中心對(duì)其處理后輸入至融合中心；

步驟(4)：融合中心依據(jù)環(huán)境因素對(duì)每類所述功能確立融合規(guī)則；所述融合過程將從分別從并聯(lián)融合和串聯(lián)融合兩個(gè)方面進(jìn)行：

并聯(lián)融合：多個(gè)單一電池模型共同完成同一狀態(tài)的估計(jì)；針對(duì)不同單一電池模型在不同使用條件下評(píng)價(jià)指標(biāo)不同的現(xiàn)象，賦予占優(yōu)的單一電池模型以更高的權(quán)重，以確保融合模型的性能指標(biāo)；同時(shí)對(duì)于性能指標(biāo)過差的單一電池模型，在該使用條件下暫時(shí)停止運(yùn)行以減少計(jì)算量和節(jié)約存儲(chǔ)空間；

串聯(lián)融合：多個(gè)單一電池模型共同完成多狀態(tài)的聯(lián)合估計(jì)，其估計(jì)結(jié)果為其他單一電池模型所用；包括使電化學(xué)模型為等效電路模型提供SOH估計(jì)結(jié)果，交流阻抗模型為等效電路模型提供阻抗估計(jì)結(jié)果，等效電路模型為電化學(xué)模型和交流阻抗模型提供SOC估計(jì)結(jié)果；

步驟(5)：對(duì)于每類所述功能，將各所述狀態(tài)量按照所述融合規(guī)則進(jìn)行融合，輸出該功能的融合后的電池狀態(tài)估計(jì)值。