[發明專利]一種自適應天牛須優化神經網絡的鋰電池等效電路模型參數辨識方法

有效

• 申請號: 202110370086.7
• 申請日: 2021-04-02
• 公開（公告）號: CN113111579B
• 公開（公告）日: 2022-09-09
• 發明（設計）人: 余洋;陳東陽
• 申請（專利權）人: 華北電力大學（保定）
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F30/30;G06N3/04;G06N3/08;G01R31/378;G01R31/367
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種自適應天牛須優化神經網絡的鋰電池等效電路模型參數辨識方法。它包括以下步驟：(1)根據鋰離子電池的二階PNGV等效電路模型，確定出待辨識的參數，進一步根據基爾霍夫定律得到端電壓計算公式；(2)利用電池混合脈沖功率特性測試方法對鋰電池進行充放電試驗，得到響應曲線，并計算不同荷電狀態下等效電路模型的參數，包括開路電壓、電池內阻、電化學極化電阻、電化學極化電容、濃度差極化電阻、濃度差極化電容；(3)對等效電路模型參數數據進行歸一化處理，得到神經網絡訓練所需要的輸入輸出數據集；(4)構建鋰離子電池的神經網絡辨識系統；(5)確定自適應天牛須算法的適應度函數，并利用自適應天牛須算法獲取網絡的最優初始權值和閾值；(6)對天牛須優化的神經網絡辨識系統進行訓練，建立鋰離子電池參數辨識器，用于辨識鋰離子電池的等效電路模型參數，進而計算鋰離子電池的端電壓。本發明考慮了鋰離子電池的非線性特征，利用自適應天牛須優化的神經網絡，能夠有效地對鋰電池等效電路模型參數進行辨識，可以縮短神經網絡訓練所需的迭代次數，并且提高了鋰離子電池等效電路模型的精度。

技術領域

本發明涉及儲能技術領域，具體涉及鋰電池等效電路參數辨識方法。

技術背景

風電、光伏等可再生能源大規模并網，其間歇性與不確定性的出力特性給電力系統的頻率調節帶來了極大地壓力。傳統火電機組參與調頻時深受響應時間長、調節速率慢、調節精度差等限制，使得當前電網快速調頻資源十分缺乏。

鋰離子電池由于具有容量大、工作電壓高、允許工作溫度范圍寬、循環使用壽命長以及可以達到95％以上的充放電效率等優點，被廣泛的應用于電力系統調頻。在電力系統中，電池單體起到的作用微乎其微，因此建立大量電池的串并聯聚合模型才能有效地應用于電力系統。但是研究大量電池的聚合模型必須要先對電池單體進行建模，因此獲取更加精確單體電池等效電路模型至關重要，是研究電池聚合模型的前提。現有的模型參數辨識方法對于線性系統具有良好的分析效果，但由于鋰電池的工作特性是一個非線性系統，因此現有的參數辨識方法很那滿足精確辨識的需求。

發明內容

本發明目的在于設計合理的鋰離子電池等效電路模型參數辨識方法，能夠滿足非線性的鋰離子電池精確辨識的需求，提高鋰電池等效電路模型參數辨識的精確度。通過自適應天牛須優化神經網絡的初始權值和閾值，進而對網絡進行訓練，建立鋰離子電池參數辨識器，能夠根據鋰電池當前的荷電狀態(state of charge，SOC)確定其等效電路模型的各個參數，進而得到電池的端電壓。最后通過仿真驗證該策略的有效性。

本發明采用技術方案：一種自適應天牛須優化神經網絡的鋰電池等效電路模型參數辨識方法，其包括步驟：

(1)利用混合脈沖功率特性測試(Hybrid Pulse Power Characteristic，HPPC)方法對鋰電池進行充放電試驗，得到響應曲線，并計算不同荷電狀態下電池的PNGV等效電路模型的參數，包括開路電壓、電池內阻、電化學極化電阻、電化學極化電容、濃度差極化電阻、濃度差極化電容等參數；

(2)對電路模型參數數據值進行歸一化處理，得到神經網絡訓練所需要的輸入輸出數據集；

(3)構建鋰離子電池的BP(Back Propagation，BP)神經網絡辨識系統拓撲結構；

(4)設計自適應天牛須算法的自適應步長，設計自適應天牛須算法尋優的適應度函數，并利用自適應天牛須搜索算法(Beetle Antennae Search Algorithm，BAS)獲取網絡的最優初始權值和閾值；

(5)對天牛須優化的神經網絡辨識系統進行訓練，建立鋰離子電池參數辨識器，用于辨識鋰離子電池的二階PNGV等效電路模型參數，進而計算鋰離子電池的端電壓。

所述步驟(1)中，利用HPPC方法對鋰電池進行充放電試驗，得到響應曲線，并計算等效電路模型參數：