基于gm（1，1）灰色模型的电池开路电压预测方法
【专利摘要】本发明公开了基于GM(1，1)灰色模型的电池开路电压预测方法，将电池的端电压数据按时间编码，形成电池端电压的系统特征数据序列；从系统特征数据序列中，获取电池当前按时间最新的设定次容量数据，将获取设定次容量数据作灰色处理；计算电池端电压进行灰色预测跟踪所需的灰作用量，得到电池端电压的等维递补灰色单变量一阶时间响应序列，并进行电池端电压的灰色预测跟踪；根据步骤三获得的电池端电压的等维递补灰色单变量一阶时间响应序列，通过累减生成，还原为相应变量的原数列值，并按均方差检验方法对系统特征数据序列U(0)相应的模型模拟序列的精度进行检验。该方法简单易行、鲁棒性好，具有很大的实际应用价值。
【专利说明】基于GM(1，1)灰色模型的电池开路电压预测方法
【技术领域】
[0001]本发明涉及一种基于GM(1，1)灰色模型的电池开路电压预测方法。
【背景技术】
[0002]锂离子电池具有电压高、能量密度大、循环性能好、自放电小且无记忆效应等突出优点，是最新一代的绿色、高能动力电池，近年来得到了飞速发展，广泛应用在电动汽车和混合电动汽车中。
[0003]电池开路电压(open-circuit voltage, 0CV)是指当电池在静止足够长的时间(一般为8个小时以上)后，电池达到稳定状态时，电池的端电压。该参数与电池荷电状态(SOC)存在较强的非线性关系，建立电池开路电压与SOC间的关系模型在电池建模中起着至关重要的作用。目前电池的开路电压一般采用实验法获得，获得每个SOC点对应的开路电压时，就需要静置8个小时以上的时间，因此要获得所有点的充放电开路电压可能要耗费几天甚至几十天的时间，费时费力。为此，文献(Abu-Sharkh S，Doerffel D.Rapid testand non-linear model characterisation of solid-state lithium-1on batteries[J].Journal of Power Sources, 2004，130(1):266-274.)提出了一个快速测量 OCV 的方法，该方法在充放电过程中，在不同的SOC点(例如10%，20%，...，80%，90% )静止一分钟，获得对应的电池端电压。将整个充电过程中不同SOC点对应的静置I分钟后的电池端电压连接成一条线；将整个放电过程中不同SOC点对应的静置I分钟后的电池端电压连接成一条线，取两条线的平均值即为要测量的对应不同SOC值的电池开路电压。这种方法虽然在一定程度上节约了实验时间，但是不能获取用于电池建模的充电开路电压和放电开路电压，且获得的开路电压可能存在较大的误差。
[0004]对电池进行脉冲充放电，当负载电流为零时，电池端电压的变化过程,非常接近于指数变化，文献(徐欣歌，杨松，李艳芳，陈文芗.一种基于预测开路电压的SOC估算方法[J].电子设计工程，2011，14:127-129.)使用一阶或二阶指数函数基于最小二乘法来拟合电池端电压的变化，从而得到电池的开路电压。该方法如上所述也需要电池静置足够长的时间，对数据的采样密度要求较高(通常为Is—个点)，并且估计精度较低。GM(1，1)灰色模型能够准确预测具有明显指数规律的序列，为电池开路电压的准确预测提供了一种新途径。
【发明内容】
[0005]为解决现有技术存在的不足，本发明公开了一种基于GM(1，I)灰色模型的电池开路电压预测方法，根据电池充放电后电池端电压的恢复特性，基于灰色系统理论建立了电池端电压的GM(1，I)新陈代谢预测模型，每次都是针对最新的10次电池端电压数据来预测下一次的端电压，实现了对电池开路电压的准确预测，精度高于传统的基于指数函数拟合的方法，且节约了实验时间，对数据密度要求较低，只需I分钟采样一次。该方法简单易行、鲁棒性好，具有很大的实际应用价值。[0006]为实现上述目的，本发明的具体方案如下:
[0007]基于GM(1，1)灰色模型的电池开路电压预测方法，包括以下步骤:
[0008]步骤一:将电池的端电压数据按时间编码，形成电池端电压的系统特征数据序列
U(0)；
[0009]步骤二:从系统特征数据序列U(°)中，获取电池当前按时间最新的设定次电压数据，将获取设定次容量数据作灰色处理；
[0010]步骤三:计算电池端电压进行灰色预测跟踪所需的灰作用量，得到电池端电压的等维递补灰色单变量一阶时间响应序列，并进行电池端电压的灰色预测跟踪；
[0011]步骤四:根据步骤三获得的电池端电压的等维递补灰色单变量一阶时间响应序列，通过累减生成，还原为相应变量的原数列值，并按均方差检验方法对系统特征数据序列u(0)相应的模型模拟序列的精度进行检验。
[0012]所述步骤一中，电池端电压的系统特征数据序列U(°)的公式为:
[0013]U(0) = (U(I), u(2),…，u(j)) (I)
[0014]式中，k为正整数，为采样时刻；u(j)为电池在j时刻的电池端电压值，其中j =
1，2，…，k~l ο
[0015]所述步骤二中，获取电池当前按时间最新的设定次容量数据，具体为:从系统特征数据序列u(°)中，获取电池当前最新的10次容量数据:u(k-10)~u (k-ι)，其中k为预测时刻且k>10 ；
[0016]所述步骤二中，将获取设定次容量数据作灰色处理，具体包括:
[0017](2-1).将获取设定次容量数据，作灰色一次累计生成处理，得到电池端电压的灰色一次累加生成序列u(1)；
[0018](2-2).将获得的电池端电压的灰色一次累加生成序列Ua)进行紧邻均值生成操作，获得电池端电压的灰色一次累加生成序列Ua)的紧邻均值生成序列ζ(1)。
[0019]所述步骤四中，方差检验方法对系统特征数据序列U(°)相应的模型模拟序列的精度进行检验，具体包括:
[0020]判断均方差比值C，小误差概率P是否合格，若是，输出电池端电压预测值，
并进行下一轮的循环步骤；若不合格，进行残差序列建立GM(1，I)模型，检查结果是否达到要求，如未达到再进行第二次残差建模，最后选用误差较小的一个模型进行预测。
[0021]所述灰色一次累加生成序列U(1)公式为:
[0022]
【权利要求】
1.基于GM(1，1)灰色模型的电池开路电压预测方法，其特征是，包括以下步骤: 步骤一:将电池的端电压数据按时间编码，形成电池端电压的系统特征数据序列Uft0 ； 步骤二:从系统特征数据序列U(°)中，获取电池当前按时间最新的设定次电压数据，将获取设定次容量数据作灰色处理； 步骤三:计算电池端电压进行灰色预测跟踪所需的灰作用量，得到电池端电压的等维递补灰色单变量一阶时间响应序列，并进行电池端电压的灰色预测跟踪； 步骤四:根据步骤三获得的电池端电压的等维递补灰色单变量一阶时间响应序列，通过累减生成，还原为相应变量的原数列值，并按均方差检验方法对系统特征数据序列Uw相应的模型模拟序列的精度进行检验。
2.如权利要求1所 述的基于GM(1，1)灰色模型的电池开路电压预测方法，其特征是，所述步骤一中，电池端电压的系统特征数据序列U(°)的公式为:
U(0) = (11(1)，u(2),…，u(j)) (I) 式中，k为正整数，为采样时刻；u(j)为电池在j时刻的电池端电压值，其中j = 1,2,…，k_l ο
3.如权利要求1所述的基于GM(1，I)灰色模型的电池开路电压预测方法，其特征是，所述步骤二中，获取电池当前按时间最新的设定次容量数据，具体为:从系统特征数据序列U(Q)中，获取电池当前最新的10次容量数据:u(k-10)~U(k-l)，其中k为预测时刻且k>10。
4.如权利要求1所述的基于GM(1，1)灰色模型的电池开路电压预测方法，其特征是，所述步骤二中，将获取设定次容量数据作灰色处理，具体包括: (2-1).将获取设定次容量数据，作灰色一次累计生成处理，得到电池端电压的灰色一次累加生成序列U (1)； (2-2).将获得的电池端电压的灰色一次累加生成序列UC)进行紧邻均值生成操作，获得电池端电压的灰色一次累加生成序列UC)的紧邻均值生成序列ZC)。
5.如权利要求4所述的基于GM(1，I)灰色模型的电池开路电压预测方法，其特征是，所述灰色一次累加生成序列U (1)公式为:
6.如权利要求4所述的基于GM(1，I)灰色模型的电池开路电压预测方法，其特征是，所述紧邻均值生成序列Z(1):
Z(1) = {0.5 (u (I) (1)+u ⑵⑴)，0.5 (u ⑵(1)+u (3)⑴)，…0.5 (u (9) (1)+u (10)⑴)} (3)
式中，u⑴(1)，i = 1，2，...，10为式(2)中的第i个数据。
7.如权利要求1所述的基于GM(1，1)灰色模型的电池开路电压预测方法，其特征是，所述灰作用量a?和b?的具体计算表达式为:
8.如权利要求1所述的基于GM(1，1)灰色模型的电池开路电压预测方法，其特征是，所述电池端电压的等维递补灰色单变量一阶预测模型i〗u>(/i),具体计算表达式为:
9.如权利要求1所述的基于GM(1，1)灰色模型的电池开路电压预测方法，其特征是，所述电池端电压的灰色跟踪原数列值IJwu(A)为:
10.如权利要求1所述的基于GM(1，I)灰色模型的电池开路电压预测方法，其特征是，所述步骤四中，方差检验方法对系统特征数据序列U(0)相应的模型模拟序列的精度进行检验，具体包括: 判断均方差比值C，小误差概率P是否合格，若是，输出电池端电压预测值Ain(幻,并进行下一轮的循环步骤；若不合格，进行残差序列建立GM(1，I)模型，检查结果是否达到要求，如未达到再进行第二次残差建模，最后选用误差较小的一个模型进行预测。
【文档编号】G01R19/00GK103983833SQ201410231986
【公开日】2014年8月13日 申请日期:2014年5月28日 优先权日:2014年5月28日
【发明者】张承慧, 商云龙, 崔纳新 申请人:山东大学