[發(fā)明專利]一種快速識(shí)別車用鋰電池參數(shù)的離線估計(jì)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210440172.5
• 申請(qǐng)日: 2022-04-25
• 公開(kāi)（公告）號(hào): CN114781310A
• 公開(kāi)（公告）日: 2022-07-22
• 發(fā)明（設(shè)計(jì)）人: 籍艷;王軍偉
• 申請(qǐng)（專利權(quán)）人: 青島科技大學(xué)
• 主分類號(hào): G06F30/39
• 分類號(hào): G06F30/39
• 代理公司: 青島中天匯智知識(shí)產(chǎn)權(quán)代理有限公司 37241
• 代理人: 許莉

1.本發(fā)明旨在用一種快速識(shí)別車用鋰電池參數(shù)的離線估計(jì)方法，實(shí)現(xiàn)對(duì)分?jǐn)?shù)階鋰電池參數(shù)的有效辨識(shí)。其特征在于，首先要構(gòu)建基于單CPE元件的分?jǐn)?shù)階鋰電池模型的辨識(shí)模型如附圖1所示：

然后參照所建模型結(jié)構(gòu)，根據(jù)基爾霍夫電壓定律，構(gòu)建單CPE分?jǐn)?shù)階鋰電池模型輸出電壓表達(dá)式如下：

在第l次采樣時(shí)刻，這個(gè)方程重新排列為

其中，△^(α)＝△^αU_t(l)-U_t(l)，△^α是α階的微分，U_oc是荷電狀態(tài)，R_i,R_ct,τ＝R_ctQ,為在辨識(shí)過(guò)程中加入的有色噪聲。

繼而得到單CPE分?jǐn)?shù)階鋰電池模型的偽線性回歸模型：

考慮到歐姆電阻變化較快，且對(duì)電荷估計(jì)狀態(tài)有重要影響，將R_i視為一種變化狀態(tài)。因此，離散狀態(tài)空間函數(shù)可以建立為:

2.如權(quán)利要求1所述的迭代辨識(shí)算法，設(shè)計(jì)出基于數(shù)據(jù)濾波的梯度迭代參數(shù)辨識(shí)算法流程：

第一步：?jiǎn)?dòng)參數(shù)辨識(shí)算法；

第二步：令迭代次數(shù)k＝0，設(shè)置初始值；

第三步：獲取單CPE分?jǐn)?shù)階鋰電池的電流數(shù)據(jù)作為輸入數(shù)據(jù)，電壓U_t(l)數(shù)據(jù)作為輸出數(shù)據(jù)；

第四步：構(gòu)建

第五步：構(gòu)建

第七步：計(jì)算μ_k；

第八步：更新

第十步：若否則，得到結(jié)束流程。

其中各變量的定義如下：

定義輸入量I(l)，輸出量U_t(l)；

定義其輸入構(gòu)成的數(shù)據(jù)組為I(L)，輸出構(gòu)成的數(shù)據(jù)組為U(L)，L為數(shù)據(jù)長(zhǎng)度；

定義為相關(guān)的濾波后信息向量；

定義為參數(shù)向量；

定義為第k次迭代的的估計(jì)值；

為第k次迭代的估計(jì)值；表示Φ_f(θ,l)在第k次迭代的估計(jì)值；μ_k表示第k次迭代的步長(zhǎng)μ的估計(jì)值。

根據(jù)權(quán)利要求2所述的構(gòu)建基于單CPE分?jǐn)?shù)階鋰電池模型的參數(shù)估計(jì)方法，最終推導(dǎo)出的數(shù)據(jù)濾波梯度迭代估計(jì)算法為：

U(L)＝[U_tf(1),U_tf(2),...,U_tf(L)]^T, (8)

上述算法的具體步驟：

1)啟動(dòng)辨識(shí)算法，令k＝1，設(shè)置初始值：和為隨機(jī)向量

2)獲取鋰電池的電流I(l)作為輸入數(shù)據(jù)，鋰電池輸出U_t(l)作為輸出數(shù)據(jù)；

3)分別通過(guò)式(10)，式(9)，獲得

4)通過(guò)式(11)計(jì)算μ_k；

5)通過(guò)式(7)刷新迭代所估計(jì)的

6)若另k＝k+1并重復(fù)第三步到第七步，否則，得到結(jié)束流程。

3.基于上述數(shù)據(jù)濾波的梯度迭代參數(shù)辨識(shí)算法，設(shè)計(jì)出卡爾曼狀態(tài)估計(jì)算法：

其中表示濾波后的電壓，表示濾波后的狀態(tài)。依據(jù)數(shù)據(jù)濾波梯度迭代算法得到參數(shù)估計(jì)值，進(jìn)而應(yīng)用估計(jì)值實(shí)現(xiàn)卡爾曼狀態(tài)估計(jì)。