[發明專利]一種基于相關與回歸分析的蓄電池模型建模方法有效
| 申請號: | 201810035509.8 | 申請日: | 2018-01-15 |
| 公開(公告)號: | CN107991628B | 公開(公告)日: | 2019-10-22 |
| 發明(設計)人: | 何良宗;郭棟;鄭智鵬;張建寰;曾濤;張景瑞 | 申請(專利權)人: | 廈門大學 |
| 主分類號: | G01R31/367 | 分類號: | G01R31/367 |
| 代理公司: | 廈門市首創君合專利事務所有限公司 35204 | 代理人: | 張松亭;林燕玲 |
| 地址: | 361000 *** | 國省代碼: | 福建;35 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 相關 回歸 分析 蓄電池 模型 建模 方法 | ||
一種基于相關與回歸分析的蓄電池模型建模方法,采用二階RC等效電路模型作為電池模型,對電池的緩慢動態特性進行相關與回歸分析,并根據分析結果判斷是否進行電池模型簡化。采用本發明的方法建立的二階RC模型可以在保持高精度的同時,減少高階RC環節帶來的計算負擔。
技術領域
本發明涉及蓄電池建模領域,特別是一種蓄電池建模基于相關與回歸分析的蓄電池模型建模方法。
背景技術
而電池剩余電量(SOC)是BMS進行決策的重要判斷依據之一。SOC不能直接由傳感器測量,這使得可以精確估計電池SOC的算法被迫切需求。進一步地,大量基于電池模型的SOC估計方法被提出,模型精度是影響該類方法精度的重要因素。
常見的電池模型中,等效電路模型(ECMs)易于實現并且精度較高,被廣泛關注,其中以Thevenin模型及其高階RC環節擴展模型的應用最為廣泛。眾多基于Thevenin模型及其擴展模型的建模方法也已被提出并被證明可以提高建模精度:基于分數階微積分的建模方法建立的模型比整數階模型精度更高;多時間尺度的建模方法可以消除參數辨識過程中不同變量之間的干擾;基于梯度最小二乘的參數辨識方法利用遺忘因子減小歷史數據對參數辨識的影響,獲得的參數更精確。上述研究從不同方面提高了建模精度,但沒有減小模型的計算負擔。
電池的動態特性可分為快速動態性與緩慢動態特性。其中,前者可在10秒內達到穩定,后者則需要數百秒才能達到穩定。另外,緩慢動態特性較為穩定,若與緩慢動態特性相關的模型參數可以被簡化為常量,可以減少模型中不必要的變量,降低SOC估計過程的計算負擔,在提升SOC估計頻率,降低對硬件的性能要求等方面具有積極意義。
發明內容
本發明的主要目的在于克服現有技術中的上述缺陷,提出一種在保持高精度的同時,減少高階RC環節帶來的計算負擔的基于相關與回歸分析的蓄電池模型建模方法。
本發明采用如下技術方案:
一種基于相關與回歸分析的蓄電池模型建模方法,其特征在于:采用二階RC等效電路模型作為電池模型,對電池的緩慢動態特性進行相關與回歸分析,并根據分析結果判斷是否進行電池模型簡化。
優選的,所述二階RC等效電路模型,采用如下狀態方程組表示:
τ1=rp1·cp1;
t2=rp2·cp2;
其中k表示當前時刻,k-1表示上一時刻;SOC表示電池剩余電量;Up1和Up2分別表示第一、第二RC環節端電壓;rp1和rp2分別表示電化學極化內阻和濃差極化內阻;cp1和cp2分別表示電化學極化電容和濃差極化電容;τ1和τ2分別表示第一RC環節和第二RC環節的時間常數;ro表示歐姆內阻;I表示充放電電流;Uo表示電池端電壓;Vocv代表電池平衡電動勢,QN表示電池額定容量;η表示充放電效率;v和w分別表示狀態噪聲和觀測噪聲;第一RC環節描述電池的快速動態過程,第二RC環節描述電池的緩慢動態過程。
優選的,所述相關與回歸分析過程如下:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廈門大學,未經廈門大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810035509.8/2.html,轉載請聲明來源鉆瓜專利網。





