一种基于分数阶理论的锂离子电池建模及参数辨识方法技术

本发明专利技术提供了一种基于分数阶理论的锂离子电池建模及参数辨识方法，属于离子电池技术领域。解决了整数阶等效电路模型描述电池的动态特征的能力弱，低阶模型不能满足精度要求，高阶模型又会增加了模型复杂度和计算量的技术问题。其技术方案为：包括以下步骤：步骤1)采用经验公式法确定OCV

【技术实现步骤摘要】
一种基于分数阶理论的锂离子电池建模及参数辨识方法


[0001]本专利技术涉及离子电池
，尤其涉及一种基于分数阶理论的锂离子电池建模及参 数辨识方法。

技术介绍

[0002]新能源汽车行业迅速发展，电池作为新能源汽车供能的核心部分，已经成为了各国学者 研究的主流方向。锂电池凭借其寿命长、比能高等优点成为了电池中最重要的储能元件。 新能源汽车中电池管理系统对于安全、高效使用锂电池尤其重要，为了在电池管理系统中 对锂电池进行模拟，需要建立一个结构简单、便于仿真的模型。在现实中，完成上述模型 的建立和模型参数的在线辨识仍然是一项具有挑战性的任务。
[0003]目前现有的锂电池建模方法中，电化学模型能够精确地描述锂离子电池的各种电化学 性质，但是它的模型结构复杂、待辨识参数过多，在电动汽车及手机电池仿真中不占优势； 黑箱模型对数据量的需求过大，精度与训练的次数与训练方法关系很大，并且适应性差； 在等效电路模型中，整数阶等效电路模型描述电池的动态特征的能力弱，低阶模型不能满 足精度要求，高阶模型又会增加了模型复杂度和计算量。在电池模型参数辨识算法方面， 群智能算法因具备非线性和复杂系统辨识的能力而被广泛研究。如粒子群优化及其改进算 法可以较好地适用于不同工况，但群智能算法的在线辨识难以获得可靠的估计成为一个问 题。
[0004]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

[0005]本专利技术的目的在于提供一种基于分数阶理论的锂离子电池建模及参数辨识方法，该方 法将分数阶理论引入锂离子电池等效电路模型的构建中，经过分数阶理论改进的PNGV模型 虽然呈现非线性，但相比整数阶更加精确。推导出基于分数阶的PNGV模型辨识表达式，并 且采用改进的蚁群优化算法进行在线辨识，可以获得估计精度高的模型参数和分数阶阶数， 在电池管理系统中，可以准确、有效地反应锂电池的实时性能。
[0006]本专利技术是通过如下措施实现的：一种基于分数阶理论的锂离子电池建模及参数辨识方 法，包括以下步骤：
[0007]步骤1)通过间歇恒流放电静置实验测取SOC从1到0的锂离子电池端电压、负载电 流数据，采用经验公式法确定OCV
‑
SOC的关系；
[0008]步骤2)建立锂离子电池的分数阶PNGV等效电路模型，推导表示电池参数辨识向量 和系统输入输出关系的系统辨识方程；
[0009]步骤3)构建改进蚁群优化算法的辨识流程，对分数阶PNGV模型参数进行在线辨识；
[0010]作为本专利技术提供的一种基于分数阶理论的锂离子电池建模及参数辨识方法进一步优化 方案，所述步骤2)具体包括如下步骤：
[0011]步骤2
‑
1)建立锂离子电池的PNGV模型得到参数辨识模型，根据基尔霍夫定律，系统 的传递函数可以得到：
[0012][0013]其中，U
OCV
为锂离子电池的开路电压，U
d
为锂离子电池的端电压，I为锂离子电池的 电流，R
p
、C
p
表征电化学极化反应，C
b
表征浓差极化反应，R0为锂离子电池的欧姆电阻。
[0014]采用Grunwald
‑
Letnikov的离散分式方程定义：
[0015][0016]令Y(s)＝U
OCV
(s)
‑
U
d
(s)，U(s)＝I(s)，则由公式(1)可以得到时域分数阶微积分方程：
[0017][0018]将公式(3)展开并移项可以得到：
[0019](R
p
C
p
C
b
D
α+β
+C
b
D
α
)y(t)＝(R0R
p
C
p
C
b
D
α+β
+(R0+R
p
)C
b
D
α
+R
p
C
p
D
β
)u(t)+u(t)
ꢀꢀꢀ
(4)
[0020]根据安时积分法的定义，系统的SOC也能写为分数模型，如下所示：
[0021][0022]其中Q
n
是电池的额定容量，η是电池库仑效率，采用放电试验时η等于1。
[0023]根据公式(2)的定义，公式(4)中各项的离散化如下：
[0024][0025][0026][0027][0028][0029]其中，N为参与计算的历史数据点数，T为采样间隔。
[0030]在公式(6)
‑
(10)中，定义一些变量如下：
[0031][a
1 a2]＝[R
p
C
p
C
b C
b
]ꢀꢀꢀ
(11)
[0032][b
1 b2]＝[α+β α]ꢀꢀꢀ
(12)
[0033][c
1 c
2 c3]＝[R0R
p
C
p
C
b (R0+R
p
)C
b R
p
C
p
]ꢀꢀꢀ
(13)
[0034][d
1 d
2 d3]＝[α+β α β]ꢀꢀꢀ
(14)
[0035]根据公式(11)
‑
(14)的定义，公式(4)可以简化成下式：
[0036][0037]定义中间变量ω(i)和如下：
[0038][0039]考虑到锂离子电池模型的精度要求和短时记忆原理，数据长度可以适当截断。本文选 取N＝3，可得下式：
[0040][0041]将公式(17)移项整理可以得到：
[0042][0043]其中
[0044][0045][0046][0047][0048][0049][0050]公式(19)
‑
(24)的右侧能够用待辨识的参数表示，如下：
[0051]a1＝θ2θ3θ4ꢀꢀꢀ
(25)
[0052]a2＝θ4ꢀꢀꢀ
(26)
[0053]b1＝θ5+θ6ꢀꢀꢀ
(27)
[0054]b2＝θ5ꢀꢀꢀ
(28)
[0055]c1＝θ1θ2θ3θ4ꢀꢀꢀ
(29)
[0056]c2＝(θ1+θ2)θ3ꢀꢀꢀ
(30)
[0057]其中，θ＝[θ
1 θ
2 θ
3 θ
4 θ
5 θ6]＝[R
0 R
p C
p C
b
α β]。公式(5)也能离散化为：
[0058][0059]辨识向量和信息向量如下：
[0060][0061]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于分数阶理论的锂离子电池建模及参数辨识方法，其特征在于，包括以下步骤：步骤1)通过间歇恒流放电静置实验测取SOC从1到0的锂离子电池端电压、负载电流数据，采用经验公式法确定OCV
‑
SOC的关系；步骤2)建立锂离子电池的分数阶PNGV等效电路模型，推导表示电池参数辨识向量和系统输入输出关系的系统辨识方程；步骤3)构建改进蚁群优化算法的辨识流程，对分数阶PNGV模型参数进行在线辨识。2.根据权利要求1所述的基于分数阶理论的锂离子电池建模及参数辨识方法，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PNGV模型得到参数辨识模型，根据基尔霍夫定律，系统的传递函数可以得到：其中，U
OCV
为锂离子电池的开路电压，U
d
为锂离子电池的端电压，I为锂离子电池的电流，R
p
、C
p
表征电化学极化反应，C
b
表征浓差极化反应，R0为锂离子电池的欧姆电阻；采用Grunwald
‑
Letnikov的离散分式方程定义：令Y(s)＝U
OCV
(s)
‑
U
d
(s)，U(s)＝I(s)，则由公式(1)可以得到时域分数阶微积分方程：将公式(3)展开并移项可以得到：(R
p
C
p
C
b
D
α+β
+C
b
D
α
)y(t)＝(R0R
p
C
p
C
b
D
α+β
+(R0+R
p
)C
b
D
α
+R
p
C
p
D
β
)u(t)+u(t) (4)根据安时积分法的定义，系统的SOC也能写为分数模型，如下所示：其中，Q
n
是电池的额定容量，η是电池库仑效率，采用放电试验时η等于1；根据公式(2)的定义，公式(4)中各项的离散化如下：根据公式(2)的定义，公式(4)中各项的离散化如下：根据公式(2)的定义，公式(4)中各项的离散化如下：根据公式(2)的定义，公式(4)中各项的离散化如下：
其中，N为参与计算的历史数据点数，T为采样间隔；在公式(6)
‑
(10)中，定义一些变量如下：[a
1 a2]＝[R
p
C
p
C
b C
b
]
ꢀꢀꢀꢀ
(11)[b
1 b2]＝[α+β α]
ꢀꢀꢀꢀꢀꢀ
(12)[c
1 c
2 c3]＝[R0R
p
C
p
C
b (R0+R
p
)C
b R
p
C
p
]
ꢀꢀꢀꢀꢀ
(13)[d
1 d
2 d3]＝[α+β α β]
ꢀꢀꢀꢀꢀꢀ
(14)根据公式(11)
‑
(14)的定义，公式(4)可以简化成下式：定义中间变量ω(i)和如下：考虑到锂离子电池模型的精度要求和短时记忆原理，数据长度可以适当截断，取N＝3，可得下式：将公式(17)移项整理可以得到：其中其中其中其中其中
公式(19)
‑
(24)的右侧能够用待辨识的参数表示，如下：a1＝θ2θ3θ4ꢀꢀꢀꢀꢀꢀ
(25)a2＝θ4ꢀꢀꢀꢀꢀꢀ
(26)b1＝θ5+θ6ꢀꢀꢀꢀꢀꢀꢀꢀ
(27)b2＝θ5ꢀꢀꢀꢀꢀ
(28)c1＝θ1θ2θ3θ4ꢀꢀꢀꢀꢀ
(29)c2＝(θ1+θ2)θ3ꢀꢀꢀꢀ
(30)其中，θ＝[θ1θ2θ3θ4θ5θ6]＝[R
0 R
p C
p C
b αβ]；公式(5)也能离散化为：辨识向量和信息向量如下：辨识向量和信息向量如下：基于分数阶理论的PNGV模型就可以用建立，其中Θ是θ的表达式；锂电池开路电压与端电压的差作为系统的真实输出，那么估计输出可以由下式获得：最终，表示电池参数辨识向...

【专利技术属性】
技术研发人员：李俊红，蒋泽宇，王娟，李磊，褚云琨，芮佳丽，李政，
申请(专利权)人：南通大学，
类型：发明
国别省市：