[發明專利]一種基于人工蜂群算法的鋰離子電池模型參數辨識方法

在審

• 申請號: 202010024696.7
• 申請日: 2020-01-10
• 公開（公告）號: CN111123112A
• 公開（公告）日: 2020-05-08
• 發明（設計）人: 聶曉華;劉意期;萬曉鳳;余運俊;王淳
• 申請（專利權）人: 南昌大學
• 主分類號: G01R31/367
• 分類號: G01R31/367;G01R31/378;G01R31/388;G01R31/00
• 代理公司: 南昌金軒知識產權代理有限公司 36129
• 代理人: 張文宣

1.一種基于人工蜂群算法的鋰離子電池模型參數辨識方法，其特征在于：包括以下步驟：

S1：隨機生成初始種群，將其中一半與采蜜蜂對應，并計算各個解的適應度值，將最優解記錄下來；

S2：置Cycle＝1；

S3：采蜜蜂根據公式：v_ij＝x_ij+φ_ij(x_ij-x_kj)(其中φ_ij為[-1,1]之間的隨機數)，進行鄰域搜索產生新解v_ij，計算其適應度值，并對x_ij和v_ij進行貪婪選擇；

S4：根據公式計算與x_i相關的選擇概率P_i；

S5：觀察蜂輪盤賭選擇法法以概率P_i選擇食物源，并根據公式v_ij＝x_ij+φ_ij(x_ij-x_kj)進行鄰域搜索產生新解，計算適應度值，并對x_ij和v_i進行貪婪選擇；

S6：偵察蜂判斷是否有要放棄的解，如果存在，則采用公式x_i^j＝x_min^j+rand(0,1)(x_max^j-x_min^j)進行隨機搜索產生一個新解替換舊解；

S7：記錄迄今為止最好的解；

S8：Cycle＝Cycle+1，若Cycle初始種群個數，則轉到S3；若Cycle＞初始種群個數，輸出最優結果；

S9：根據求得的最優結果，分別求出二階RC電路模型中中U_ocv、R₁、R₂、C₁以及C₂。

2.根據權利要求1所述的一種基于人工蜂群算法的鋰離子電池模型參數辨識方法，其特征在于：

S1中所述的初始種群的生成是根據鋰離子電池電壓回彈特性曲線以及二階RC電路模型在放電結束后的零輸入響應方程：U(t)＝U_OCV-U(R₁)*e^-t/τ1-U(R₂)*e^-t/τ2,相對應的初始化相關的5個參數，其中5個參數分別表示：x₁＝U_ocv、x₂＝U(R₁)、x₃＝τ1、x₄＝U(R₂)、x₅＝τ2；對于式U(t)＝x₁-x₂*e^-t/x3-x₄*e^-t/x5，在任意解x＝[x₁ x₂ x₃x₄ x₅]下，任意時刻都有唯一確定的y(t)與之對應。即在任意時刻都可由動力電池模型參數確定唯一的端電壓值，因此可建立如下目標函數：

3.根據權利要求1所述的一種基于人工蜂群算法的鋰離子電池模型參數辨識方法，其特征在于：

S9中所述的二階RC電路模型中的U_ocv、R₁、R₂、C₁以及C₂是根據x₁＝U_ocv，x₂＝U(R₁)＝I*R₁，x₃＝τ1＝R₁*C₁，x₄＝U(R₂)＝I*R₂，x₅＝τ₂＝R₂*C₂來推導算出的。