[发明专利]一种基于自适应权重方法的电池多模型融合建模方法和电池管理系统

说明书

本发明涉及一种基于自适应权重方法的电池多模型融合建模方法和电池管理系统。使用自适应权重方法计算不同模型以不同的权重或进行模型工作模式的切换，确保输出的融合模型或选中模型在任意使用条件下均能够以最优模式工作，最终实现对关键参数和性能进行精确、可靠的预测和跟踪，提升控制性能的整体品质。通过深入分析不同电池模型在多工况、多环境、多阶段下的精度、稳定性、计算量和存储空间等性能特点，实现了在线的不断更新的多模型融合建模，解决了现有模型性能难以满足电池系统在全寿命周期和不确定动态工况和环境等内外因素下的精确预测和功能单一无法满足全部使用要求等难题。

技术领域：本发明涉及动力电池管理技术领域，尤其是动力电池系统建模与状态估计领域，本发明还涉及电池管理系统。

背景技术：

动力电池广泛应用于新能源汽车领域，是新能源汽车的核心零部件，同时也是决定新能源汽车使用寿命、安全性和经济性的关键因素。动力电池系统是一类具有强时变非线性非均一特点的动态系统，随着对电池安全、热管理和寿命等问题的日趋重视，准确地获得电池的荷电、能量、健康、安全、峰值功率等状态信息和实时剩余寿命、剩余时间等的预测是电池使用过程中关注的核心问题和电池管理系统的核心功能。因此，往往需要一些特殊的传感器和检测设备去观察电池关键变量的变化，然而由于某些关键质量变量的传感器价格昂贵、可靠性差或者具有很大的测量滞后性等缺点，导致一些重要的过程变量不能实时有效地测量。

为了解决这些问题，基于模型的电池管理方法得到广泛发展和使用，其中建立精确的电池仿真模型是实现电池状态估计与预测等功能的核心与前提。

现有电池模型按照建立的理论依据的区别，主要可分为电化学原理模型、等效电路模型和经验模型三类。电化学原理模型从电池本质电化学机理的角度分析电池运行过程中的性能变化规律，该类模型在SOH估计、RUL预测、热监控等方面具有一定优势，但模型极为复杂，参数众多，所需计算量大，同时SOC估计方面表现欠佳。等效电路模型通过对大量状态数据的分析，基于系统工作原理搭建电气元件构成的电路模型，对系统动态特性进行等效或近似，该类模型主要用于SOC估计，模型较为简单，计算量小，但难以实现SOH估计、RUL预测和热监控，同时在电池低电荷状态时有失效的趋势。经验模型不考虑锂离子电池内部的电化学反应及工作过程，直接从电池性能测试数据和状态监测数据(电压、电流、温度、阻抗等)挖掘其中隐含的电池状态信息及其演变规律，该类模型在一定程度上可以克服模型动态精度较差及普适性较差的问题，但需要大量数据进行训练，同时易受数据不确定性和不完整性的影响，鲁棒性和适应性较差。可以看出，虽然现有的各种电池模型相关理论已经较为成熟，但各种模型互有优劣，均只能够实现电池管理系统的一部分功能，在其余方面表现差甚至根本无法实现部分功能，或者在某些条件下失效，尚没有一种电池模型在多工况、多环境、多阶段下均能实现电池管理系统所需的全部功能。

基于此，本发明提出了一种基于自适应权重方法的电池多模型融合建模方法。通过深入分析不同电池模型在多工况、多环境、多阶段下的精度、稳定性、计算量和存储空间等性能特点，使用自适应权重方法赋予不同模型以不同权重或进行模型工作模式的切换，确保输出的融合模型或选中模型在任意使用条件下均能够以最优模式工作，最终实现对关键参数和性能进行精确、可靠的预测和跟踪，提升控制性能的整体品质。本发明还提出了使用上述基于自适应权重方法的电池多模型融合建模方法的电池管理系统。

发明内容：

本发明涉及一种基于自适应权重方法的电池多模型融合建模方法。

首先，依据电池系统模型的相关理论，建立多种单一电池模型；

其次，依据所述单一模型的特点，为其选取合适的参数辨识方法，利用所获实验数据进行参数辨识；

然后，依据已建立的单一电池模型，在多种工况条件下、外界环境下对所述电池模型进行仿真，将仿真值与实验数据进行对比，分析各模型在各条件下的精度、稳定性、鲁棒性等综合性能；