【技术实现步骤摘要】
一种基于多新息递推贝叶斯算法的电池模型参数辨识方法
本专利技术涉及锂离子电池
，尤其涉及一种基于多新息递推贝叶斯算法的电池模型参数辨识方法。
技术介绍
随着交通运输业的发展，资源短缺、环境污染和安全问题日益严重，新能源产业兴起，新能源汽车受到越来越多的关注。相应地，储能系统由于其可灵活配置、响应速度快和易运行维护等优点已成为推动可再生能源消耗的革命性技术，电池储能在新能源接入领域具有广泛的应用前景。锂离子电池具有寿命长、低自放电效应和能量密度高等特性，已成为目前主要的电池储能元件。锂离子电池是非线性时变的电化学系统，受工作环境温度和工况影响较大，且电池管理系统(batterymanagementsystem，BMS)只能检测到电池端电压以及负载电流，是一个典型的黑箱系统，为了对锂离子电池内部多种状态进行估计和预测，需要建立高精度的电池模型。对电池参数的准确辨识是实现BMS精确管理的先决条件。目前在电池模型参数辨识算法方面，最小二乘算法和群智能算法等因具备在线辨识的能力而被广泛研究。最小二乘算法在线跟踪时变参数过程中存在随着数据量增大而出现数据饱和的问题。群智能算法，如粒子群优化及其改进算法可以较好地适用于不同工况，但也存在计算量大和过早收敛的问题。如何解决上述技术问题为本专利技术面临的课题。
技术实现思路
本专利技术的目的在于提供一种基于多新息递推贝叶斯算法的电池模型参数辨识方法，该方法将锂离子电池模型参数辨识过程中的单新息修正加以推广，标量新息扩展成新息矩阵，基于多新息的递...
【技术保护点】
1.一种基于多新息递推贝叶斯算法的电池模型参数辨识方法，其特征在于，包括以下步骤：/n步骤1)通过间歇恒流放电法测取时长为21211秒的锂离子电池端电压、负载电流数据，通过多项式拟合法确定其OCV-SOC的函数关系；/n步骤2)确定锂离子电池的双极化等效电路模型，建立表示电池参数辨识向量和系统输出关系的系统方程；/n步骤3)构建多新息递推贝叶斯算法的辨识流程。/n
【技术特征摘要】
1.一种基于多新息递推贝叶斯算法的电池模型参数辨识方法，其特征在于，包括以下步骤：
步骤1)通过间歇恒流放电法测取时长为21211秒的锂离子电池端电压、负载电流数据，通过多项式拟合法确定其OCV-SOC的函数关系；
步骤2)确定锂离子电池的双极化等效电路模型，建立表示电池参数辨识向量和系统输出关系的系统方程；
步骤3)构建多新息递推贝叶斯算法的辨识流程。
2.根据权利要求1所述的基于多新息递推贝叶斯算法的电池模型参数辨识方法，其特征在于，所述步骤2)具体包括如下步骤：
步骤2-1)建立锂离子电池的双极化模型，根据模型建立锂离子电池电气量关系：
Qn为电池的额定容量，SOC定义为剩余容量与标称容量之比，可以表示为：
以电流I为输入，端电压U为输出，[SOC,U1,U2]T为状态变量建立双极化模型的离散化状态空间方程和输出方程如下：
式(3)和式(4)中，Δt为采样周期，Uoc、U对应的是电池开路电压与端电压，C1、C2两端的电压分别用U1、U2表示，Romc是欧姆内阻，R1、C1表征电化学极化反应，电压快速变化过程；R2、C2表征浓差极化反应，电压缓慢稳定的变化过程；
步骤2-2)建立双极化模型的电池参数辨识模型：
采用双线性变化s＝2(1-z-1)/T(1+z-1)，T为采样周期，将上式从s平面映射到z平面，可以得到：
其中，τ1＝R1C1，τ2＝R2C2，a＝Romc，b＝τ1τ2，c＝τ1+τ2，d＝Romc+R1+R2，e＝Romc(τ1+τ2)+R1τ1+R2τ2。
传递函数离散化后得到的差分方程为：
令y(t)＝U(t)-Uoc(t)，可以得到符合锂离子电池进行参数辨识的带外加输入的自回归(AutoRegressivewithexogenousinput，ARX)模型为：
其中，θ＝[a1,a2,b0,b1,b2]T，式(9)为系统辨识中的辨识表达式，利用参数估计方法将参数θ辨识出来，再利用辨识出来的参数值推导出相应的电阻、电容值，具体推导过程如下：
因为b＝τ1τ2，c＝τ1+τ2，可以得到：
3.根据权利要求1所述的基于多新息递推贝叶斯算法的电池模型参数辨识方法，其特征在于，所述步骤3)具体包括如下步骤：
步骤3-1)推导递推贝叶斯辨识算法：
贝叶斯辨识算法是将要估计的参数视为随机变量，通过最大化参数的后验概率密度函数p(θ|Dk)得到参数的估计，θ为需要辨识的参数，使用贝叶斯理论，参数θ的后验概率密度函数表示为：
在上式中，基于参数θ和k-1时刻...
【专利技术属性】
技术研发人员：李俊红，李磊，顾菊平，华亮，刘慧霞，杨奕，李政，蒋泽宇，
申请(专利权)人：南通大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。