基于似然函数的锂电池三阶模型参数辨识方法及系统技术方案

本发明专利技术公开了一种基于似然函数的锂电池三阶模型参数辨识方法及系统，涉及一种估计锂电池在不同温度、不同SOC和充放电电流作用下电池模型参数的方法，包括以下步骤：建立锂电池三阶电池模型；采集不同温度、不同SOC和充放电电流作用下的电池模型输出U

【技术实现步骤摘要】
基于似然函数的锂电池三阶模型参数辨识方法及系统
本专利技术属于电池性能管理领域，更具体地，涉及一种基于似然函数的锂电池三阶模型参数辨识方法及系统。
技术介绍
锂离子电池具有循环寿命长、高温性能好、稳定性好、价格适中等优点，成为新能源汽车动力电池的首选。当前锂离子电池的模型主要有电化学模型、等效电路模型及黑箱模型。等效电路模型采用线性变参数建模的方法，使用电阻电容、可控电压源等理想电路元件模拟电池工作特性，具有结构简单、参数少、精度较高等优点，且原理清晰，能较准确的反应出电池的动静态性能，易于实时系统实现，便于进行电池SOC估算，是目前研究和应用最多的模型。电池模型阶数越高接近实际模型的程度越高，但是模型结构就会越复杂，通过分析不同等效电路结构，可以得到三阶到五阶电池外特性误差相差不大，综合复杂度与准确性，选择三阶等效电路模型。极大似然法是数理统计中最常用到的参数估计方法之一。最小二乘估计是从固定样本的角度来考虑估计问题的，存在因数据增多出现的数据饱和问题，而极大似然估计则是从大样本的角度来考虑估计问题的。它是一种概率论在统计学的应用：已知某个参数能使这个样本出现的概率最大，当然就不会再去选择其他小概率的样本，因此将这个参数作为估计的真实值。在大样本条件下选择最大似然函数具有很好的实用性能。
技术实现思路
针对现有技术的以上缺陷或改进需求，本专利技术提出了一种基于似然函数的锂电池三阶模型参数辨识方法及系统，通过采集不同温度、不同SOC和充放电电流作用下的电池模型输出Ud和电池总电流I数据，并基于该数据应用最大似然法建立辨识模型对锂电池的相关参数进行辨识。为实现上述目的，按照本专利技术的一个方面，提供了一种基于似然函数的锂电池三阶模型参数辨识方法，包括：(1)建立锂电池三阶电池模型；(2)采集不同温度、不同SOC和充放电电流作用下的所述三阶电池模型的输出电压和电池总电流；(3)采用似然函数构建辨识模型；(4)将采集的所述三阶电池模型的输出和电池总电流代入所述辨识模型中计算出所述三阶电池模型的参数。优选地，所述三阶电池模型包括：电池OCV，欧姆电阻Rac，电荷转移电阻Rct，电荷转移电容Cct，第一扩散电阻Rwb1，第一扩散电容Cwb1，第二扩散电阻Rwb2，第二扩散电容Cwb2；其中，所述电池OCV的第一端与所述欧姆电阻Rac的第一端连接，所述欧姆电阻Rac的第二端与所述电荷转移电阻Rct的第一端及所述电荷转移电容Cct的第一端连接，所述电荷转移电阻Rct的第二端及所述电荷转移电容Cct的第二端连接后，与所述第一扩散电阻Rwb1的第一端及所述第一扩散电容Cwb1的第一端连接，所述第一扩散电阻Rwb1的第二端及所述第一扩散电容Cwb1的第二端连接后，与所述第二扩散电阻Rwb2的第一端及所述第二扩散电容Cwb2的第一端连接，所述第二扩散电阻Rwb2的第二端与所述第二扩散电容Cwb2的第二端连接后，与所述电池OCV的第二端连接。优选地，步骤(1)包括：所述三阶电池模型的离散化后的电池状态方程为：其中，T为采样间隔，k为采样时刻，I表示电池总电流，Uct表示RctCct网络的电压，τct表示RctCct网络的时间常数，Uwb1表示Rwb1Cwb1网络的电压，τwb1表示Rwb1Cwb1网络的时间常数，Uwb2表示Rwb2Cwb2网络的电压，τwb2表示Rwb2Cwb2网络的时间常数，SOC表示电池荷电状态，C表示电池容量，且Rwb1＝3Rwb2，τwb1＝3τwb2；所述三阶电池模型离散化后的预测电池模组端电压：yk+1＝Uocv-Uct(k)-Uwb1(k)-Uwb2(k)-RacI(k)其中，yk+1表示预测的电池模组端电压，Uocv表示电池开路电压，Rac表示欧姆内阻。优选地，步骤(3)包括：(3.1)对所述电池状态方程和所述预测电池模组端电压进行Z变换后，再进行Z逆变换得到：Ud(k+3)＝θ1Ud(k+2)+θ2Ud(k+1)+θ3Ud(k)+θ4I(k+3)+θ5I(k+2)+θ6I(k+1)+θ7I(k)，Ud(k)＝(yk-UOCV)；(3.2)由得到辨识模型，yk为预测的电池模组端电压，其中：θ＝[θ1θ2θ3θ4θ5θ6θ7]，θ1＝b1+b3+b5，θ2＝-(b1b3+b1b5+b3b5)，θ3＝b1b3b5，θ4＝-Rac，θ5＝Rac(b1+b3+b5)-(b2+b4+b6)，θ6＝(b3+b5)b2+(b1+b5)b4+(b1+b3)b6-Rac(b1b3+b1b5+b3b5)，θ7＝b1b3b5Rac-b3b5b2-b1b4b5-b1b3b6，b1＝exp(-T/τct)，b2＝Rct*(1-exp(-T/τct))，b3＝exp(-T/τwb1)，b4＝Rwb1*(1-exp(-T/τwb1))，b5＝exp(-T/τwb2)。优选地，步骤(4)包括：(4.1)对电池模组端电压的分布函数取对数可得：其中，n表示采集的电池模型输出电压和电池总电流的总样本数，σ表示方差，其中，y(k)为实际测得的电池模组端电压，(4.2)设梯度算子为将采集的所述三阶电池模型的输出电压和电池总电流代入步骤(4.1)中的公式中，并令计算出矩阵θ＝[θ1θ2θ3θ4θ5θ6θ7]的各个元素值；(4.3)根据所述三阶电池模型参数值与θ之间的关系倒推出所述三阶电池模型参数值大小。按照本专利技术的另一方面，提供了一种基于似然函数的锂电池三阶模型参数辨识系统，包括：电池模型构建模块，用于建立锂电池三阶电池模型；数据采集模块，用于采集不同温度、不同SOC和充放电电流作用下的所述三阶电池模型的输出电压和电池总电流；辨识模型构建模块，用于采用似然函数构建辨识模型；参数确定模块，用于将采集的所述三阶电池模型的输出和电池总电流代入所述辨识模型中计算出所述三阶电池模型的参数。优选地，所述三阶电池模型包括：电池OCV，欧姆电阻Rac，电荷转移电阻Rct，电荷转移电容Cct，第一扩散电阻Rwb1，第一扩散电容Cwb1，第二扩散电阻Rwb2，第二扩散电容Cwb2；其中，所述电池OCV的第一端与所述欧姆电阻Rac的第一端连接，所述欧姆电阻Rac的第二端与所述电荷转移电阻Rct的第一端及所述电荷转移电容Cct的第一端连接，所述电荷转移电阻Rct的第二端及所述电荷转移电容Cct的第二端连接后，与所述第一扩散电阻Rwb1的第一端及所述第一扩散电容Cwb1的第一端连接，所述第一扩散电阻Rwb1的第二端及所述第一扩散电容Cwb1的第二端连接后，与所述第二扩散电阻Rwb2的第一端及所述第二扩散电容Cwb2的第一端连接，所述第二扩散电阻Rwb2的第二端与所述第二扩散电容Cwb2的第二端连接后，与所述电池OCV的第二端连接。优选地，所述电池模型构建模块包括：电池状态方程建立模块，用于建立所述三阶电池模型的离散化后的电池状态方程本文档来自技高网...

【技术保护点】
1.一种基于似然函数的锂电池三阶模型参数辨识方法，其特征在于，包括：/n(1)建立锂电池三阶电池模型；/n(2)采集不同温度、不同SOC和充放电电流作用下的所述三阶电池模型的输出电压和电池总电流；/n(3)采用似然函数构建辨识模型；/n(4)将采集的所述三阶电池模型的输出和电池总电流代入所述辨识模型中计算出所述三阶电池模型的参数。/n

【技术特征摘要】
1.一种基于似然函数的锂电池三阶模型参数辨识方法，其特征在于，包括：
(1)建立锂电池三阶电池模型；
(2)采集不同温度、不同SOC和充放电电流作用下的所述三阶电池模型的输出电压和电池总电流；
(3)采用似然函数构建辨识模型；
(4)将采集的所述三阶电池模型的输出和电池总电流代入所述辨识模型中计算出所述三阶电池模型的参数。


2.根据权利要求1所述的方法，其特征在于，所述三阶电池模型包括：电池OCV，欧姆电阻Rac，电荷转移电阻Rct，电荷转移电容Cct，第一扩散电阻Rwb1，第一扩散电容Cwb1，第二扩散电阻Rwb2，第二扩散电容Cwb2；
其中，所述电池OCV的第一端与所述欧姆电阻Rac的第一端连接，所述欧姆电阻Rac的第二端与所述电荷转移电阻Rct的第一端及所述电荷转移电容Cct的第一端连接，所述电荷转移电阻Rct的第二端及所述电荷转移电容Cct的第二端连接后，与所述第一扩散电阻Rwb1的第一端及所述第一扩散电容Cwb1的第一端连接，所述第一扩散电阻Rwb1的第二端及所述第一扩散电容Cwb1的第二端连接后，与所述第二扩散电阻Rwb2的第一端及所述第二扩散电容Cwb2的第一端连接，所述第二扩散电阻Rwb2的第二端与所述第二扩散电容Cwb2的第二端连接后，与所述电池OCV的第二端连接。


3.根据权利要求2所述的方法，其特征在于，步骤(1)包括：
所述三阶电池模型的离散化后的电池状态方程为：



其中，T为采样间隔，k为采样时刻，I表示电池总电流，Uct表示RctCct网络的电压，τct表示RctCct网络的时间常数，Uwb1表示Rwb1Cwb1网络的电压，τwb1表示Rwb1Cwb1网络的时间常数，Uwb2表示Rwb2Cwb2网络的电压，τwb2表示Rwb2Cwb2网络的时间常数，SOC表示电池荷电状态，C表示电池容量，且Rwb1＝3Rwb2，τwb1＝3τwb2；
所述三阶电池模型离散化后的预测电池模组端电压：
yk+1＝Uocv-Uct(k)-Uwb1(k)-Uwb2(k)-RacI(k)
其中，yk+1表示预测的电池模组端电压，Uocv表示电池开路电压，Rac表示欧姆内阻。


4.根据权利要求3所述的方法，其特征在于，步骤(3)包括：
(3.1)对所述电池状态方程和所述预测电池模组端电压进行Z变换后，再进行Z逆变换得到：
Ud(k+3)＝θ1Ud(k+2)+θ2Ud(k+1)+θ3Ud(k)+θ4I(k+3)+θ5I(k+2)+θ6I(k+1)+θ7I(k)，Ud(k)＝(yk-UOCV)；
(3.2)由得到辨识模型，yk为预测的电池模组端电压，其中：θ＝[θ1θ2θ3θ4θ5θ6θ7]，

θ1＝b1+b3+b5，θ2＝-(b1b3+b1b5+b3b5)，θ3＝b1b3b5，θ4＝-Rac，θ5＝Rac(b1+b3+b5)-(b2+b4+b6)，θ6＝(b3+b5)b2+(b1+b5)b4+(b1+b3)b6-Rac(b1b3+b1b5+b3b5)，θ7＝b1b3b5Rac-b3b5b2-b1b4b5-b1b3b6，b1＝exp(-T/τct)，b2＝Rct*(1-exp(-T/τct))，b3＝exp(-T/τwb1)，b4＝Rwb1*(1-exp(-T/τwb1))，b5＝exp(-T/τwb2)。


5.根据权利要求4所述的方法，其特征在于，步骤(4)包括：
(4.1)对电池模组端电压的分布函数取对数可得：其中，n表示采集的电池模型输出电压和电池总电流的总样本数，σ表示方差，其中，y(k)为实际测得的电池模组端电压，
(4.2)设梯度算子为将采集的所述三阶电池模型的输出电压和电池总电流代入步骤(4.1)中的公式中，并令计算出矩阵θ＝[θ1θ2θ3θ4θ5θ6θ7]的各个元素值；
(4.3)根据所述三阶电池模型参数值与θ之间的关系倒推出所述三阶电池模型参数值大小。


6.一种基于似然函数的锂电池三阶模型参数辨识系统，其特征在于，包括：
电池模...

【专利技术属性】
技术研发人员：何怡刚，陈媛，李忠，时国龙，何鎏璐，张朝龙，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42