【技术领域】
本发明涉及电池技术领域,尤其涉及一种用于电池的二阶rc等效电路模型参数实时辨识方法及装置。
背景技术:
电池是重要的储能装置,尤其是对电动汽车的发展至关重要。若能实时估计包含电动势(electromotiveforce,emf)在内的模型参数不仅可以估计电池的荷电状态(stateofcharge,soc)和功率状态(stateofpower,sop),为电动汽车尤其是混合动力汽车的能量管理提供支撑,也能够获取电池的寿命状态(stateofhealth,soh),促进电池的合理使用。
emf的获取分为两种:一是依靠电池在无负载电流的情况下静置至少30分钟,这时候的端电压即为emf。另一种是采用小电流(通常为小于1/20c的电流)对电池进行充放电,因欧姆压降和极化电压很小,进而端电压可近似为emf。而其他的模型参数需要将电池进行充分静置,使电池达到0初始状态,以端电压减去emf作为输出,以电流作为输入,通过拉普拉斯变换和z变换求得电池模型的差分方程,即可对除了emf以外的模型参数进行辨识。
上述传统的电池参数辨识方法只能在理想的环境下进行测试,整个测试过程漫长、效率低也不够灵活,因此如何实现电池模型参数实时、快速的估计成为电池状态估计以及合理使用电池的关键因素。
技术实现要素:
有鉴于此,本发明实施例提供了一种,用以解决现有技术存在的上述技术问题。
第一方面,本发明实施例提供了一种用于电池的二阶rc等效电路模型参数实时辨识方法,包括以下步骤:确定所述电池的端电压u、电流i、电动势emf、欧姆压降roi和极化电压up1和up2,并建立第一方程式
u(k)=α+βu(k-1)+γu(k-2)+λi(k)+ωi(k-1)+ηi(k-2),所述第二方程式中具有状态方程
通过本实施例提供的方案,能够快速辨识出电池等效电路模型的参数,进一步利用辨识出的模型参数估计出电池状态,进而评价电池性能,为电池的正常工作和设备的使用安全提供了保障。
在一种优选的实施方案中,所述参数估计算法包括最小二乘算法、递推最小二乘算法、递推增广最小二乘算法和带遗忘因子的递推最小二乘算法。
通过本实施例提供的方案,本发明的等效电路模型参数实时辨识方法可以适用多种算法进行辨识运算。
在一种优选的实施方案中,采用递推最小二乘算法执行所述参数估算,包括以下步骤:对电池的电压和电流进行n次观测,其中n≥2;确定所述待估算参数θ与方差矩阵pn的初值;重复执行迭代公式进行迭代运算直至i=n,得出θ的估算值。
通过本实施例提供的方案,利用迭代运算,逐步算出待估算参数θ和方差矩阵pn的初值。
在一种优选的实施方案中,所述迭代公式为
通过本实施例提供的方案,利用矩阵运算计算迭代公式,提高运算速度。
在一种优选的实施方案中,选取前n次观测,其中n<n,利用运算公式求得所述待估算参数θ和所述方差矩阵pn的初值,再取第n+1次观测,通过递推最小二乘算法计算所述待估算参数θ的初值,其中,所述运算公式为θ(n)=(φt(n)φ(n))-1φt(n)y(n),p(n)=(φt(n)φ(n))-1。
通过本实施例提供的方案,利用递推最小二乘算法计算待估算参数θ和方差矩阵pn的初值,极高计算速度。
在一种优选的实施方案中,定义所述待估算参数θ的初值为θ0=[000000]t,所述方差矩阵pn的初值为p0=σ2i,其中,i为6×6的单位矩阵,σ2≥106。
通过本实施例提供的方案,利用定义初值的方法,先定义一个用于迭代运算的初值,优点是节省计算初值的计算资源。
在一种优选的实施方案中,所述rc等效电路模型的参数包括电动势、欧姆内阻、极化内阻、极化电容。
通过本实施例提供的方案,本发明的等效电路模型参数实时辨识方法能够利用得到的二阶rc等效电路模型的参数可实现电池状态的估计,所述电池状态包括荷电状态、功率状态、健康状态。
在一种优选的实施方案中,所述等效电路模型的参数为
通过本实施例提供的方案,分别求出电动势emf、欧姆内阻ro,极化电容cp1、cp2,极化电阻rp1、rp2,以及各个参数,从而完成用于电池的等效电路模型参数实时辨识的计算,得到电池的基本参数。
第二方面,本发明实施例提供了一种用于电池的二阶rc等效电路模型参数实时辨识装置,包括公式模块,用于确定所述电池的端电压u、电流i、电动势emf、欧姆压降roi和极化电压up1和up2,并建立第一方程式
通过本实施例提供的方案,利用四个模块共同处理用于电池的等效电路模型参数实时辨别,能够快速计算出等效电路模型的参数,在此基础上,可估计出电池状态,进而评价电池性能,为电池的正常工作和设备的使用安全提供了保障。
与现有技术相比,本技术方案至少具有如下有益效果:
本发明实施例所公开的用于电池的二阶rc等效电路模型参数实时辨识方法及装置,可为电池的状态估计提供基础支撑,不仅适用于单个电池的模型参数估计或整个电池组的电池模型参数估计,也适用于多个电池的串并联形式中的每个单体电池模型参数辨识,适用于任意电池,包含但不仅限于铅酸电池、镍氢电池、锂离子电池等,可应用于各种电池状态的估计,包含但不仅限于荷电状态(soc,stateofcharge)、功率状态(sop,stateofpower)和健康状态(soh,stateofhealth)。
【附图说明】
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例1所提供的用于电池的二阶rc等效电路模型参数实时辨识方法的流程示意图;
图2是本发明实施例1所提供的用于电池的二阶rc等效电路模型参数实时辨识方法中,等效电路模型的示意图;
图3是本发明实施例1所提供的用于电池的二阶rc等效电路模型参数实时辨识方法中,利用递推最小二乘算法估计二阶rc等效电路模型参数的流程示意图;
图4是本发明实施例2所提供的基于二阶rc等效电路模型的电池模型参数估计装置的示意图。
【具体实施方式】
为了更好的理解本发明的技术方案,下面结合附图对本发明实施例进行详细描述。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1至图4所示,其中,图1是本发明实施例1所提供的用于电池的二阶rc等效电路模型参数实时辨识方法的流程示意图;图2是本发明实施例1所提供的用于电池的二阶rc等效电路模型参数实时辨识方法中,等效电路模型的示意图;图3是本发明实施例1所提供的用于电池的二阶rc等效电路模型参数实时辨识方法中,利用递推最小二乘算法估计二阶rc等效电路模型参数的流程示意图;图4是本发明实施例2所提供的基于二阶rc等效电路模型的电池模型参数估计装置的示意图。
实施例1
如图1和图2所示,本发明实施例1公开了一种用于电池的二阶rc等效电路模型参数实时辨识方法,其特征在于,包括以下步骤:确定所述电池的端电压u、电流i、电动势emf、欧姆压降roi和极化电压up1和up2,并建立第一方程式
本实施例1的用于电池的二阶rc等效电路模型参数实时辨识方法,能够快速辨识出电池等效电路模型的参数,进一步利用辨识出的模型参数估计出电池状态,在此基础上,可估计出电池状态,进而评价电池性能,为电池的正常工作和设备的使用安全提供了保障。
在本实施例1的用于电池的二阶rc等效电路模型参数实时辨识方法中,所述参数估计算法包括最小二乘算法、递推最小二乘算法、递推增广最小二乘算法和带遗忘因子的递推最小二乘算法。
本实施例1的用于电池的二阶rc等效电路模型参数实时辨识方法,本发明的等效电路模型参数实时辨识方法可以适用多种算法进行辨识运算。
在本实施例1的用于电池的二阶rc等效电路模型参数实时辨识方法中,采用递推最小二乘算法执行所述参数估算,包括以下步骤:对电池的电压和电流进行n次观测,其中n≥2;确定所述待估算参数θ与方差矩阵pn的初值;重复执行迭代公式进行迭代运算直至i=n,得出θ的估算值。
本实施例1的用于电池的二阶rc等效电路模型参数实时辨识方法,利用迭代运算,逐步算出待估算参数θ和方差矩阵pn的初值。
其中,迭代运算可采用如下两种方法:
方法一,在本实施例1的用于电池的二阶rc等效电路模型参数实时辨识方法中,选取前n次观测,其中n<n,利用运算公式求得所述待估算参数θ和所述方差矩阵pn的初值,再取第n+1次观测,通过递推最小二乘算法计算所述待估算参数θ的初值,其中,所述运算公式为θ(n)=(φt(n)φ(n))-1φt(n)y(n)(公式4),p(n)=(φt(n)φ(n))-1(公式5)。
本实施例1的用于电池的二阶rc等效电路模型参数实时辨识方法,利用递推最小二乘算法计算待估算参数θ和方差矩阵pn的初值,极高计算速度。
方法二,在本实施例1的用于电池的二阶rc等效电路模型参数实时辨识方法中,定义所述待估算参数θ的初值为θ0=[000000]t,所述方差矩阵pn的初值为p0=σ2i,其中,i为6×6的单位矩阵,σ2≥106。
本实施例1的用于电池的二阶rc等效电路模型参数实时辨识方法,利用定义初值的方法,先定义一个用于迭代运算的初值,优点是节省计算初值的计算资源。
在本实施例1的用于电池的二阶rc等效电路模型参数实时辨识方法中,所述迭代公式为
本实施例1的用于电池的二阶rc等效电路模型参数实时辨识方法,利用矩阵运算计算迭代公式,提高运算速度。
如图3所示,在利用递推最小二乘算法估算待估算参数θ时,先对电流和电压进行第i=1次采样,再按方法一或方法二初始化待估算参数θ和方差矩阵pn,再对电流和电压进行第i=i+1次采样,再按照公式6计算增益矩阵g(i+1),再按照公式7计算待估算参数θ(i+1),再按照公式8计算方差矩阵pn(i+1),判断i=n是否成立,若不成立,则返回最初步骤对电流和电压继续进行采样,重复上述步骤直至i=n成立,再按公式9计算二阶rc等效电路模型的参数。
在本实施例1的用于电池的二阶rc等效电路模型参数实时辨识方法中,所述rc等效电路模型的参数包括电动势、欧姆内阻、极化内阻、极化电容。
本实施例1的用于电池的二阶rc等效电路模型参数实时辨识方法,本发明的等效电路模型参数实时辨识方法能够利用得到的二阶rc等效电路模型的参数可实现电池状态的估计,所述电池状态包括荷电状态、功率状态、健康状态。
在本实施例1的用于电池的二阶rc等效电路模型参数实时辨识方法中,所述等效电路模型的参数为
本实施例1的用于电池的二阶rc等效电路模型参数实时辨识方法,分别求出电动势emf、欧姆内阻ro,极化电容cp1、cp2,极化电阻rp1、rp2,以及各个参数,从而完成用于电池的等效电路模型参数实时辨识的计算,得到电池的基本参数。
实施例2
如图4所示,本发明实施例2提供了一种用于电池的二阶rc等效电路模型参数实时辨识装置,包括公式模块,用于确定所述电池的端电压u、电流i、电动势emf、欧姆压降roi和极化电压up1和up2,并建立第一方程式
具体来说,该公式模块与计算模块和辨识模块通信,计算模块和辨识模块通信,辨识模块与估算模块通信。
本实施例2的电池状态估计装置,利用四个模块共同处理用于电池的等效电路模型参数实时辨别,能够快速计算出等效电路模型的参数,在此基础上,可估计出电池状态,进而评价电池性能,为电池的正常工作和设备的使用安全提供了保障。
本发明实施例所公开的用于电池的二阶rc等效电路模型参数实时辨识方法及装置,可为电池的状态估计提供基础支撑,不仅适用于单个电池的模型参数估计或整个电池组的电池模型参数估计,也适用于多个电池的串并联形式中的每个单体电池模型参数辨识,适用于任意电池,包含但不仅限于铅酸电池、镍氢电池、锂离子电池等,可应用于各种电池状态的估计,包含但不仅限于荷电状态、功率状态和健康状态。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。