[發明專利]一種基于多新息最小二乘算法的鋰電池參數辨識方法

在審

• 申請號: 201910552914.1
• 申請日: 2019-06-25
• 公開（公告）號: CN110378571A
• 公開（公告）日: 2019-10-25
• 發明（設計）人: 衛志農;原康康;孫國強;臧海祥
• 申請（專利權）人: 河海大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06F17/50
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 許方

1.一種基于多新息最小二乘算法的鋰電池參數辨識方法，其特征在于：該方法包括以下步驟：

(1)采集一定時間內的鋰電池端電壓、工作電流數據，確定數據總時間斷面數k_max；初始化待辨識參數θ和待辨識參數的協方差矩陣P；設k＝1，k表示當前時刻；設定參數辨識終止條件；所述參數辨識終止條件是指遍歷所有時刻，即k＝k_max；根據鋰電池一階RC等效電路模型建立鋰電池電氣量關系；所述待辨識參數θ表示如下：

θ＝[a₁,a₂,a₃]^T (1)

式中，a₁,a₂,a₃表示待辨識參數向量的元素；

(2)對步驟(1)中鋰電池電氣量關系進行拉式變換，得到鋰電池系統的傳遞函數，對傳遞函數進行Z變換，得到該系統的差分方程，表示如下：

U(k)＝a₁U(k-1)+a₂I(k)+a₃I(k-1) (6)

式中，U(k)、U(k-1)分別為經過Z變換后的k時刻和k-1時刻鋰電池端口電壓；I(k)、I(k-1)分別為經過Z變換后的k時刻和k-1時刻鋰電池工作電流；

(3)根據鋰電池差分方程建立鋰電池參數辨識的ARX模型(Autoregressive modelwith eXogenous input)，模型表示如下：

式中，y(k)為k時刻ARX模型的輸出，為k時刻信息向量，θ為待辨識參數向量；

(4)根據步驟(3)所述模型構造鋰電池系統標量新息，表示如下：

式中，v(k)為k時刻新息，為k-1時刻待辨識參數向量估計值；

(5)根據多新息理論，將步驟(4)所述標量新息擴展為新息向量，表示如下：

式中，V(p,k)為k時刻新息向量，p表示新息長度；

(6)根據步驟(5)所述新息向量建立鋰電池系統多新息最小二乘算法辨識模型：

Y(p,k)＝φ^T(p,k)θ(k-1)+V(p,k) (10)

Y(p,k)＝[y(k),y(k-1),...,y(y-p+1)]^T (11)

式中，Y(p,k)表示辨識模型k時刻輸出向量；φ^T(p,k)表示k時刻信息矩陣；

(7)根據采集到的鋰電池端電壓、工作電流數據，結合多新息最小二乘算法參數辨識模型對鋰電池等效電路參數即待辨識參數θ進行遞推辨識，直到滿足參數辨識終止條件，得出鋰電池待辨識參數θ的辨識結果；

(8)根據步驟(7)輸出的參數θ的辨識結果求得鋰電池電氣參數：鋰電池的內阻R₀、鋰電池極化電阻R₁、鋰電池極化電容C，參數辨識結束。

2.根據權利要求1所述的一種基于多新息最小二乘算法的鋰電池參數辨識方法，其特征在于：步驟(7)所述根據采集到的鋰電池端電壓、工作電流數據，結合多新息最小二乘算法參數辨識模型對鋰電池等效電路參數即待辨識參數θ進行遞推辨識，直到滿足參數辨識終止條件，方法如下：

(7.1)讀取k時刻鋰電池端電壓、工作電流數據，根據式(9)、式(11)、式(12)構造k時刻新息向量V(p,k)、辨識模型的輸出向量Y(p,k)以及信息矩陣φ^T(p,k)；

(7.2)更新待辨識參數的增益矩陣L(k)：

L(k)＝P(k-1)φ(p,k)[I_p+φ^T(p,k)P(k-1)φ(p,k)]^-1 (13)

式中，I_p表示p階單位矩陣，P(k-1)為k-1時刻待辨識參數的協方差矩陣；

(7.3)更新待辨識參數θ：

(7.4)更新待辨識參數的協方差矩陣P：

P(k)＝P(k-1)-L(k)φ^T(p,k)P(k-1) (15)

(7.5)判斷是否滿足參數辨識終止條件，若滿足，結束更新待辨識參數θ，輸出參數θ的辨識結果；否則，k＝k+1，返回步驟(7.1)。