CN107390138B - 动力电池等效电路模型参数迭代辨识新方法 - Google Patents
动力电池等效电路模型参数迭代辨识新方法 Download PDFInfo
- Publication number
- CN107390138B CN107390138B CN201710823675.XA CN201710823675A CN107390138B CN 107390138 B CN107390138 B CN 107390138B CN 201710823675 A CN201710823675 A CN 201710823675A CN 107390138 B CN107390138 B CN 107390138B
- Authority
- CN
- China
- Prior art keywords
- parameter
- power battery
- circuit model
- battery equivalent
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/3644—Constructional arrangements
- G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tests Of Electric Status Of Batteries (AREA)
- Secondary Cells (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了一种动力电池等效电路模型参数迭代辨识新方法,包括:基于迭代学习理论,首先将模型参数分为两部分,其中一部分参数设置初值,采用最小二乘法辨识另一组参数,若另一组参数满足所设置范围要求,则将所得参数设为已知,同样采用最小二乘法辨识第一组参数,若不满足所设置的范围要求,则设置参数为零,继续迭代循环,直到所有的参数都满足要求则退出迭代循环。
Description
技术领域
本发明涉及动力电池技术领域,尤其涉及一种动力电池等效电路模型参数迭代辨识新方法。
背景技术
与传统燃油车不同的是,以动力电池为载体的电动汽车需要实时估计电池包的荷电状态SOC、峰值功率SOP和健康状态SOH等,这些状态量不能直接测取,需要基于准确的电池模型估计得到,并且状态量估计的准确性直接关系到电动汽车的整车安全,不容小觑。因此,建立精确的电池模型一直是近几年学术界和工业界研究的焦点和难点。
等效电路模型因结构简单、计算量小、模型精度较高而得到广泛使用,但是传统的模型参数辨识往往只采用恒流段的充放电电流数据或者静置段的电压数据,由此得到的电池模型并不能适应复杂工况的要求,精度低;另外,模型参数辨识寻求的是实验数据与模型输出之间误差最小,这样很容易使得所得参数并不能满足实际模型的要求,例如辨识所得的电容、电阻值为负值,这与模型参数的物理特性相悖。
发明内容
本发明的目的就是为了解决上述问题,提出了一种动力电池等效电路模型参数迭代辨识新方法,该辨识方法基于迭代学习理论,在参数辨识过程中可以设置参数的取值范围,不会出现电容、电阻值为负的情况,使得模型参数具有物理意义。
为了实现上述目的,本发明采用如下技术方案:
一种动力电池等效电路模型参数迭代辨识新方法,包括:
(1)将动力电池等效电路模型的参数分为两个部分;
(2)为第一部分参数设置初值,采用最小二乘法辨识得到第二部分参数的值;
(3)判断所得第二部分的参数值是否满足动力电池等效电路模型的要求(例如计算所得模型中的电阻R、电容C应该都大于零并小于某个值,参数范围可以根据经验适当调节),如果不满足,则设置第二部分中的不满足要求的参数为零,此时第二部分参数已知,采用最小二乘法辨识得到第一部分的参数值,执行步骤(4);
如果满足要求,则根据得到的第二部分参数值,采用最小二乘法辨识得到第一部分参数的值,执行步骤(4);
(4)判断所得第一部分的参数值是否满足动力电池等效电路模型的要求,如果不满足,则设置第一部分中不满足要求的参数为零,执行步骤(5);
如果满足要求,则将得到的第一部分的参数值设置为第一部分参数的初值,执行步骤(5);
(5)如果第一部分参数和第二部分参数均满足动力电池等效电路模型的要求,则迭代过程结束,否则,返回步骤(2)继续迭代计算。
进一步地,假设动力电池等效电路模型的过程方程为:
y=ψθ+n;
将参数θ分为两θ1和θ2两部分;
其中,y是动力电池等效电路模型的***输出,ψ是动力电池等效电路模型的输入数据矩阵,θ是待辨识的动力电池等效电路模型参数,n是干扰噪声。
进一步地,设置参数初始值θ1=θ10,采用最小二乘法辨识得到参数θ2的值;具体为:
θ2=(ψTψ)-1ψT(y-ψθ10)。
进一步地,采用最小二乘法辨识得到第一部分参数的值具体为:
θ1=(ψTψ)-1ψT(y-ψθ2)。
进一步地,将动力电池等效电路模型中与电压相关的参数分为一类,与电流相关的参数分为另一类。
本发明有益效果:
(1)可以实现电池模型参数在复杂工况下辨识,从而提高了电池模型的适应性。
(2)在参数辨识过程中可以设置参数的取值范围,不会出现电容、电阻值为负的情况,使得模型参数具有物理意义。
说明书附图
图1为二阶RC等效电路模型。
具体实施方式
下面结合附图和具体实施例对本发明作进一步介绍。
本发明公开了一种动力电池等效电路模型参数迭代辨识新方法,包括:
基于迭代学习理论,首先将模型参数分为两部分,其中一部分参数设置初值,采用最小二乘法辨识另一组参数,若另一组参数满足所设置范围要求,则将所得参数设为已知,同样采用最小二乘法辨识第一组参数,若不满足所设置的范围要求,则设置参数为零,继续迭代循环,直到所有的参数都满足要求则退出迭代循环。
下面详细说明该方法的实现步骤:
假设***的过程方程可以写为:
y=ψθ+n (1)
上式中y是***输出,ψ是输入数据矩阵,θ是待辨识的参数,n是干扰噪声。将参数θ分为两部分θ1和θ2,公式(1)可以被写为:
y-ψθ1=ψθ2+n (2)
作为一种优选的实施方式,在对模型参数进行划分的时候,将与电压相关的参数分为一类,与电流相关的参数分为另一类;但具体实施上并无特别要求,可以根据实际需要自行划分。
步骤一:设置初始值θ1=θ10,采用最小二乘法辨识得到:
θ2=(ψTψ)-1ψT(y-ψθ10) (3)
步骤二:判断θ2是否满足要求,若不满足要求则设置θ2中的参数为零,若满足要求,则使用得到的θ2辨识参数θ1:
θ1=(ψTψ)-1ψT(y-ψθ2) (4)
步骤三:同理,判断θ1是否满足要求,若不满足要求则设置θ1中的参数为零,若满足要求,则使用得到的θ1作为初始值返回到步骤一,直到θ1和θ2都满足要求,则退出循环。
下面以二阶RC等效电路模型为例对本发明方法列举实施例如下:
如图1所示是二阶RC等效电路模型,Uoc代表电池开路电压,R0代表电池直流内阻,R1和C1表示电池充放电过程中电化学极化过程,R2和C2表示电池充放电过程中浓差极化过程,U表示电池的端电压,电池放电时电流方向如图中i所示,规定放电时电流取正值,充电时电流取负值。
二阶等效电路模型的传递函数可以表示为传递函数为
将上式离散化可以得到:
上式又可以整理为:
V(k)+a′1V(k-1)+a′2V(k-2)=b′0I(k)+b′1I(k-1)+b′2I(k-2) (7)
然后,根据(7)式构造如下两个方程:
采用上面描述的迭代辨识的步骤如下:
步骤1:根据事先了解的***特性设置a′1和a′2初值范围,采用最小二乘法,辨识得到公式(8)中b′0,b′1,b′2,如果b′0>0,b′1<0,b′2>0某个条件不满足,相应地,则有某个b′i=0(i=0,1,2);
步骤2:将上一步得到的b′0,b′1,b′2代入公式(8)中第二个式子中,采用最小二乘法得到a′1和a′2,如果a′1<0,a′2>0某个条件不满足,相应地,则有某个a′i=0(i=1,2);
步骤3:如果所有参数都满足要求,则退出迭代循环,否则,回到步骤1,循环迭代N步,直到满足条件为止,如果N步后仍然不满足条件,则减弱条件要求,重新迭代循环。最后得到参数的辨识结果
步骤4:根据上述参数与模型参数的关系求解出R0、R1、C1、R2、C2。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (5)
1.一种动力电池等效电路模型参数迭代辨识新方法,其特征在于,包括:
(1)将动力电池等效电路模型的参数分为两个部分;
(2)为第一部分参数设置初值,采用最小二乘法辨识得到第二部分参数的值;
(3)判断所得第二部分的参数值是否满足动力电池等效电路模型的要求,如果不满足,则设置第二部分中的不满足要求的参数为零,此时第二部分参数已知,采用最小二乘法辨识得到第一部分的参数值,执行步骤(4);
如果满足要求,则根据得到的第二部分参数值,采用最小二乘法辨识得到第一部分参数的值,执行步骤(4);
(4)判断所得第一部分的参数值是否满足动力电池等效电路模型的要求,如果不满足,则设置第一部分中不满足要求的参数为零,执行步骤(5);
如果满足要求,则将得到的第一部分的参数值设置为第一部分参数的初值,执行步骤(5);
(5)如果第一部分参数和第二部分参数均满足动力电池等效电路模型的要求,则迭代过程结束,否则,返回步骤(2)继续迭代计算。
2.如权利要求1所述的一种动力电池等效电路模型参数迭代辨识新方法,其特征在于,假设动力电池等效电路模型的过程方程为:
y=ψθ+n;
将参数θ分为两θ1和θ2两部分;
其中,y是动力电池等效电路模型的***输出,ψ是动力电池等效电路模型的输入数据矩阵,θ是待辨识的动力电池等效电路模型参数,n是干扰噪声。
3.如权利要求2所述的一种动力电池等效电路模型参数迭代辨识新方法,其特征在于,设置参数初始值θ1=θ10,采用最小二乘法辨识得到参数θ2的值;具体为:
θ2=(ψTψ)-1ψT(y-ψθ10)。
4.如权利要求2所述的一种动力电池等效电路模型参数迭代辨识新方法,其特征在于,采用最小二乘法辨识得到第一部分参数的值具体为:
θ1=(ψTψ)-1ψT(y-ψθ2)。
5.如权利要求1所述的一种动力电池等效电路模型参数迭代辨识新方法,其特征在于,将动力电池等效电路模型中与电压相关的参数分为一类,与电流相关的参数分为另一类。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710823675.XA CN107390138B (zh) | 2017-09-13 | 2017-09-13 | 动力电池等效电路模型参数迭代辨识新方法 |
PCT/CN2017/108919 WO2019051956A1 (zh) | 2017-09-13 | 2017-11-01 | 动力电池等效电路模型参数迭代辨识新方法 |
US16/644,329 US11156668B2 (en) | 2017-09-13 | 2017-11-01 | Method for iteratively identifying parameters of equivalent circuit model of battery |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710823675.XA CN107390138B (zh) | 2017-09-13 | 2017-09-13 | 动力电池等效电路模型参数迭代辨识新方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107390138A CN107390138A (zh) | 2017-11-24 |
CN107390138B true CN107390138B (zh) | 2019-08-27 |
Family
ID=60349706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710823675.XA Active CN107390138B (zh) | 2017-09-13 | 2017-09-13 | 动力电池等效电路模型参数迭代辨识新方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11156668B2 (zh) |
CN (1) | CN107390138B (zh) |
WO (1) | WO2019051956A1 (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106855612B (zh) * | 2017-02-21 | 2019-09-24 | 山东大学 | 计及非线性容量特性的分数阶KiBaM电池模型及参数辨识方法 |
CN109143074B (zh) * | 2018-06-28 | 2020-10-30 | 中国科学院光电研究院 | 一种动力电池模型参数辨识方法及*** |
CN109888869A (zh) * | 2019-03-06 | 2019-06-14 | 中山大学 | 一种基于迭代学习的锂离子电池充电控制方法 |
CN110991125B (zh) * | 2019-11-19 | 2022-05-24 | 沃太能源股份有限公司 | 二阶电路中电路元件参数辨识方法、装置 |
CN112595979B (zh) * | 2020-12-02 | 2021-10-08 | 华中科技大学 | 一种考虑非充分激励的锂电池参数在线辨识方法及*** |
CN113341319B (zh) * | 2021-04-19 | 2023-02-21 | 北京交通大学 | 基于参数插值获取任意温度和倍率下放电曲线的方法 |
CN113391212B (zh) * | 2021-06-23 | 2022-05-17 | 山东大学 | 一种锂离子电池等值电路参数在线辨识方法及*** |
CN113884904B (zh) * | 2021-11-01 | 2024-06-14 | 国网湖南省电力有限公司 | 超级电容器电池的等效电路模型及其参数辨识方法 |
CN114252771B (zh) * | 2021-12-13 | 2024-05-07 | 北京经纬恒润科技股份有限公司 | 一种电池参数在线辨识方法及*** |
CN114252772B (zh) * | 2021-12-22 | 2023-09-05 | 中国科学院电工研究所 | 一种锂离子电池内部短路诊断方法及*** |
CN115510648B (zh) * | 2022-09-27 | 2023-12-19 | 上海玫克生储能科技有限公司 | 一种锂电池电芯实际容量和电芯健康度识别方法和*** |
US11897364B1 (en) | 2022-12-19 | 2024-02-13 | Rivian Ip Holdings, Llc | Battery model calibration |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1465035A3 (en) * | 2003-03-11 | 2005-04-13 | Air Products And Chemicals, Inc. | Constrained system identification for incorporation of a priori knowledge |
JP2012026749A (ja) * | 2010-07-20 | 2012-02-09 | Nissan Motor Co Ltd | 電池状態推定装置 |
CN103472397A (zh) * | 2013-08-09 | 2013-12-25 | 江苏欧力特能源科技有限公司 | 铅酸电池模型经验公式法中关键参数抗差辨识方法 |
CN103927440A (zh) * | 2014-04-15 | 2014-07-16 | 国家电网公司 | 一种锂电池等效电路模型的参数辨识方法 |
CN104422893A (zh) * | 2013-08-30 | 2015-03-18 | 福特全球技术公司 | 基于电池控制的模型中的参数和状态限制 |
CN105334462A (zh) * | 2014-08-07 | 2016-02-17 | 华为技术有限公司 | 电池容量损失在线估算方法 |
CN105738829A (zh) * | 2016-04-08 | 2016-07-06 | 深圳市国创动力***有限公司 | 动力锂电池的等效电路模型参数识别方法 |
WO2016138959A1 (en) * | 2015-03-05 | 2016-09-09 | Volvo Car Corporation | Estimation of battery parameters |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100823507B1 (ko) * | 2006-08-29 | 2008-04-21 | 삼성에스디아이 주식회사 | 배터리 관리 시스템 및 그 구동방법 |
WO2013125118A1 (ja) * | 2012-02-22 | 2013-08-29 | カルソニックカンセイ株式会社 | パラメータ推定装置 |
CN103293485A (zh) * | 2013-06-10 | 2013-09-11 | 北京工业大学 | 基于模型的蓄电池荷电状态估计方法 |
CN104237791A (zh) * | 2013-06-20 | 2014-12-24 | 电子科技大学 | 一种锂电池荷电状态估算方法及电池管理***和电池*** |
FR3010532B1 (fr) | 2013-09-11 | 2017-06-09 | Commissariat Energie Atomique | Procede, dispositif et systeme d'estimation de l'etat de charge d'une batterie |
JP6455409B2 (ja) * | 2015-03-06 | 2019-01-23 | 株式会社デンソー | 電池状態推定装置 |
CN105093128A (zh) * | 2015-08-31 | 2015-11-25 | 山东智洋电气股份有限公司 | 基于扩展卡尔曼滤波的蓄电池荷电状态估算方法 |
CN105548896B (zh) * | 2015-12-25 | 2019-04-09 | 南京航空航天大学 | 基于n-2rc模型的动力电池soc在线闭环估计方法 |
US9960625B2 (en) * | 2016-03-31 | 2018-05-01 | Robert Bosch Gmbh | Battery management system with multiple observers |
CN106249171B (zh) * | 2016-09-18 | 2018-10-26 | 北京理工大学 | 一种用于宽采样间隔的动力电池***辨识和状态估计方法 |
US20180267089A1 (en) * | 2016-12-19 | 2018-09-20 | Sendyne Corporation | Isolation monitoring device and method |
US10312699B2 (en) * | 2017-07-31 | 2019-06-04 | Robert Bosch Gmbh | Method and system for estimating battery open cell voltage, state of charge, and state of health during operation of the battery |
-
2017
- 2017-09-13 CN CN201710823675.XA patent/CN107390138B/zh active Active
- 2017-11-01 US US16/644,329 patent/US11156668B2/en active Active
- 2017-11-01 WO PCT/CN2017/108919 patent/WO2019051956A1/zh active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1465035A3 (en) * | 2003-03-11 | 2005-04-13 | Air Products And Chemicals, Inc. | Constrained system identification for incorporation of a priori knowledge |
JP2012026749A (ja) * | 2010-07-20 | 2012-02-09 | Nissan Motor Co Ltd | 電池状態推定装置 |
CN103472397A (zh) * | 2013-08-09 | 2013-12-25 | 江苏欧力特能源科技有限公司 | 铅酸电池模型经验公式法中关键参数抗差辨识方法 |
CN104422893A (zh) * | 2013-08-30 | 2015-03-18 | 福特全球技术公司 | 基于电池控制的模型中的参数和状态限制 |
CN103927440A (zh) * | 2014-04-15 | 2014-07-16 | 国家电网公司 | 一种锂电池等效电路模型的参数辨识方法 |
CN105334462A (zh) * | 2014-08-07 | 2016-02-17 | 华为技术有限公司 | 电池容量损失在线估算方法 |
WO2016138959A1 (en) * | 2015-03-05 | 2016-09-09 | Volvo Car Corporation | Estimation of battery parameters |
CN105738829A (zh) * | 2016-04-08 | 2016-07-06 | 深圳市国创动力***有限公司 | 动力锂电池的等效电路模型参数识别方法 |
Also Published As
Publication number | Publication date |
---|---|
US20200209316A1 (en) | 2020-07-02 |
US11156668B2 (en) | 2021-10-26 |
WO2019051956A1 (zh) | 2019-03-21 |
CN107390138A (zh) | 2017-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107390138B (zh) | 动力电池等效电路模型参数迭代辨识新方法 | |
CN106443480B (zh) | 一种锂离子电池***soc估算方法 | |
CN107196371B (zh) | 电池充电方法、装置、设备和存储介质 | |
CN105954679B (zh) | 一种锂电池荷电状态的在线估计方法 | |
CN106199434B (zh) | 电池及电池组的状态检测方法及装置 | |
CN104007395B (zh) | 锂离子电池荷电状态与参数自适应联合估计方法 | |
CN108983108A (zh) | 一种动力电池组峰值功率估计方法 | |
WO2021068121A1 (zh) | 电池检测方法、电池、电子设备和存储介质 | |
CN103744026A (zh) | 基于自适应无迹卡尔曼滤波的蓄电池荷电状态估算方法 | |
CN110795851A (zh) | 一种考虑环境温度影响的锂离子电池建模方法 | |
JP3876252B2 (ja) | バッテリー定常状態端子電圧算出方法 | |
WO2022032963A1 (zh) | 电池剩余寿命的估算方法、装置和介质 | |
CN108445422B (zh) | 基于极化电压恢复特性的电池荷电状态估算方法 | |
Yao et al. | Modeling of Lithium Ion battery with nonlinear transfer resistance | |
JP6737022B2 (ja) | シミュレーション方法及びシミュレーション装置 | |
CN108896919B (zh) | 电池老化状态的估算方法、装置及电池管理*** | |
CN115469239B (zh) | 电池***的电荷状态一致性评价方法、装置及电子设备 | |
CN106872901A (zh) | KiBaM‑分数阶等效电路综合特征电池模型及参数辨识方法 | |
CN114740359A (zh) | 基于电量估计的电池内短路诊断方法、装置及存储介质 | |
Baba et al. | State of charge estimation of lithium-ion battery using Kalman filters | |
Huang et al. | State of charge estimation of lithium-ion battery based on second-order extended Kalman filter | |
CN110554319A (zh) | 基于改进型锂离子电池数学模型的电池参数检测方法 | |
Xiong et al. | Accurate state of charge estimation for lithium-ion battery using dual Uncsented Kalman filters | |
Wang et al. | Research on multiple states joint estimation algorithm for electric vehicles under charge mode | |
JP6737023B2 (ja) | シミュレーション方法及びシミュレーション装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |