【技术实现步骤摘要】
本申请涉及储能电池领域，尤其是电池等效时变内阻模型参数在线辨识方法。
技术介绍
1、为了应对全球面临的能源危机和温室效应，人类正方兴未艾地发展和利用绿色能源。电动汽车替代传统燃油汽车，正是推动这一发展和利用的典型代表。
2、为电动汽车提供动力的锂(离子)电池，则成了相关工业和学术界所关注的热点。尽管多种不同类型的电池，如锂、镍镉、铅酸和碱性电池等，都可作为电动汽车的动力和/或储能单元，但锂电池是最有前途和竞争力的电池。这是因为相较其它类型的可充电电池，锂电池具有一系列的优点，如：功率密度更高、充电速度更快、记忆效应更小、维护成本更低、开路电压高和寿命长等。
3、锂电池的单(个)电芯，可提供3v左右的安全操作电压。而在大功率的应用场合，可将大量锂电池的电芯，通过串并联连接起来，以提供所需的期待输出电压、电流和/或功率。例如：特斯拉跑车的电池组，就是将6831个锂电池的电芯，通过串并联，使其具有53千瓦时的储能，以及150ah(ampere hour，安(培小)时)的容量。因此，监控锂电池电芯的内部参数，并确保其工作在安全的可操作区域，就变得至关重要。
4、电芯和/或由其构成电池组的荷电状态(state of capacity，soc)，是电芯和电池组(剩余)容(或能)量的一种表征，它也就成了监测和管理电池的最重要指标。
5、众所周知，soc与电芯的内部参数密切相关，而这些内部参数一般是不能通过直接测量而获得的，这也就使得锂电池soc的获取，只能根据其他可直接测量的物理量，如：电池的端
6、而估计获得的soc是否准确，则直接决定了在应用中，是否可充分利用锂电池的容量，和由其派生出来用户体验的好坏。如：电动汽车可行驶的里程数就取决于其锂电池的容量，而用户的里程焦虑，则是由于担心给出soc估计的不准确，引起对剩余可行驶里程估计的不确定而产生的。因此，如何给出锂电池容量的准确估计，就成了锂电池应用，必需解决的首要问题。
7、由于在锂电池充放电结束后，当其充放电电流瞬间变为0时，其端电压也会在这个瞬间发生跳变，然后则缓慢趋于稳定，这种暂态现象称为“迟滞或极化效应”。在锂电池的等效电路模型中，此类暂态过程，通常都用一个一阶或高阶rc电路来近似描述。可是，这种描述在使得模型参数的辨识变得更加复杂的同时，也会使得其模型参数，不能在恒压、恒流和/或恒功率充放电过程中进行在线辨识，这是因为激励锂电池的恒压/流信号的阶小于模型的阶。
8、传统thevenin等效电路模型，一般由电阻、电容和电源等电路元件组成，并采用rc网络对电池因锂离子极化引起的动态特性进行描述。例如：一阶rc模型、二阶rc模型和高阶rc模型。在不失一般性的前提下，可参阅图1所示的现有技术的二阶thevenin等效电路模型示意图。如图1所示，uoc为锂电池的开路电压；r0为锂电池的欧姆内阻；cp、cs，rp、rs则为描述锂电池因充/放电过程中锂离子的极化，而引起锂电池端电压ut和电流i产生暂态过程的模型参数，它们也被称为极化电容和电阻，极化电容cp和极化电阻rp两端的电压表示为up，极化电容cs和极化电阻rs两端的电压表示为us，up和us也被称为极化电压。
9、利用拉普拉斯变换，将图1电路变换到复频域，那么据基尔霍夫定律可得方程(1)：
10、
11、利用式(2)的双线性变换
12、
13、式(1)可进一步写成：
14、
15、其中k1、k2、k3、k4、k5是由图1中电阻和电容组合而成的模型参数。
16、式(3)可进一步写成如下差分方程：
17、ut(k)-uoc(k)＝k1ut(k-1)-k1uoc(k-1)+k2ut(k-2)-k2uoc(k-2)+k3i(k)+k4i(k-1)+k3i(k-2) (10)
18、令
19、k0＝uoc(k)-k1uoc(k-1)-k2uoc(k-2) (11)
20、那么，式(4)就可改写成：
21、ut(k)＝k0+k1ut(k-1)+k2ut(k-2)+k3i(k)+k4i(k-1)+k3i(k-2)
22、由上式，可构成式(6)的矩阵方程：
23、
24、式中
25、yk＝[ut(k-5),ut(k-4),...,ut(k)]t (7)
26、
27、θk＝[k0,k1,k2,k3,k4,k5]t (9)
28、当式(8)的矩阵满秩时，借助于最小二乘，可以获得式(6)的解，如果可以忽略开路电压在一个小间隔内的变化，即认为有：由它就可获得锂电池的开路电压估计如下：
29、
30、可是，当恒压和/或恒流充放电时，由于矩阵中不同时刻的电压和/或电流是相同的，这就将会使其亏秩，即使锂电池端电压和电流测量的噪声可能会使不亏秩，但它也将是病态的。在此情况下，利用式(10)获得的锂电池开路电压估计，就不可能会是正确的。
31、此外，从式(8)也可以发现，当对锂电池进行恒功率充放电时，式(8)中端电压与端电流列的相关系数都为常数，换言之，这些列是相关的，这也意味着矩阵也是亏秩的。同样，即使锂电池端电压和电流测量的噪声，可能会使不亏秩，但其也将是病态的。此时，利用式(10)获得的锂电池开路电压估计，同样也不会是正确的。需要指出的是：锂电池的恒功率充放电模式，是一种常见的工作模式，例如：纯电动汽车的自动巡航工作模式，就对应于锂电池的恒功率放电模式，而锂电池的储能装置，有时则需要通过恒功率充放电的模式，吸收来自电网恒定的富裕能量，或者向电网馈送恒定的功率流。不幸的是，在这些锂电池的工作模式下，通过在线辨识的方式，是不可能获得传统锂电池thevenin等效电路模型的参数的。这是因为系统辨识的理论告诉我们：为了辨识式(1)的模型参数，激励电路图1的端电压或电流的阶，必须大于式(1)模型的阶，而恒压和恒流激励信号的阶为0。此外，众所周知，锂电池的性能，会随着其工作时间的延续而发生变化，因此，需要定期对锂电池的thevenin等效电路模型参数进行离线估计或辨识，这也是令人棘手。
32、可见传统thevenin等效电路模型在恒流/恒压、或恒功率充放电模式下，无法进行在线辨识其模型参数。
技术实现思路
1、本申请提供一种电池等效时变内阻模型参数在线辨识方法，包括：
2、s1:建立电池等效时变内阻模型，电池等效时变内阻模型包括由电池的开路电压、等效内阻、和电池端电压形成的环路，其中电池的开路电压表示为随时间变化的电压，电池的等效内阻表示为随时间变化的电阻；
3、s2:根据电池等效时变内阻模型在线辨识电池的荷电量和等效内本文档来自技高网...
【技术保护点】
1.一种电池等效时变内阻模型参数在线辨识方法，其特征在于，包括：
2.根据权利要求1所述的电池等效时变内阻模型参数在线辨识方法，其特征在于，步骤S2包括：
3.根据权利要求2所述的电池等效时变内阻模型参数在线辨识方法，其特征在于，步骤S21包括：
4.根据权利要求3所述的电池等效时变内阻模型参数在线辨识方法，其特征在于，步骤S22包括：根据公式(11)和公式(14)得到状态空间方程：
5.根据权利要求2所述的电池等效时变内阻模型参数在线辨识方法，其特征在于，所述状态空间方程中包括状态噪声和观测噪声。
6.根据权利要求2或5所述的电池等效时变内阻模型参数在线辨识方法，其特征在于，基于电池端电压和电池端电流，根据自适应学习算法实时学习得到所述观测噪声。
7.根据权利要求6所述的电池等效时变内阻模型参数在线辨识方法，其特征在于，所述自适应学习算法为变分贝叶斯滤波算法。
8.根据权利要求5所述的电池等效时变内阻模型参数在线辨识方法，其特征在于，观测噪声与电池的端电流，电池的开路电压、以及电池的等效内阻的噪
9.根据权利要求2或5所述的电池等效时变内阻模型参数在线辨识方法，其特征在于，所述状态噪声为一常量。
10.根据权利要求4所述的电池等效时变内阻模型参数在线辨识方法，其特征在于，采用卡尔曼算法或变分贝叶斯算法解公式(14)和公式(15)形成的状态空间方程，得到电池的荷电量和等效内阻。
...【技术特征摘要】
1.一种电池等效时变内阻模型参数在线辨识方法，其特征在于，包括：
2.根据权利要求1所述的电池等效时变内阻模型参数在线辨识方法，其特征在于，步骤s2包括：
3.根据权利要求2所述的电池等效时变内阻模型参数在线辨识方法，其特征在于，步骤s21包括：
4.根据权利要求3所述的电池等效时变内阻模型参数在线辨识方法，其特征在于，步骤s22包括：根据公式(11)和公式(14)得到状态空间方程：
5.根据权利要求2所述的电池等效时变内阻模型参数在线辨识方法，其特征在于，所述状态空间方程中包括状态噪声和观测噪声。
6.根据权利要求2或5所述的电池等效时变内阻模型参数在线辨识方法，其特征在于，基于电池端电...
【专利技术属性】
技术研发人员：刘钢，张思而，张建秋，李旦，
申请(专利权)人：杭州蔚斯博系统科技有限公司，
类型：发明
国别省市：
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。