[发明专利]动力电池模型最优阶次确定方法及系统

说明书

本发明涉及一种动力电池模型最优阶次确定方法及系统。确定方法包括如下步骤：获取动力电池在第k个采样时刻的端电压测量值U_m,k；获取动力电池模型在第k个采样时刻的输出电压U_t,k；根据所述端电压测量值U_m,k和所述输出电压U_t,k确定在第k个采样时刻各阶次动力电池模型的BIC考评值；将最小的BIC考评值所对应的阶次确定为动力电池模型在第k个采样时刻的最优阶次。本发明通过对BIC考评值的实时计算，实现了动力电池在多变应用工况条件下最优阶次的快速判定，保障了电池管理算法的实时性。本发明可根据实际情况对最优阶次进行调整，可实现动力电池模型最优阶次的准确选择，保障了电池管理算法的精度。

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模型最优阶次确定方法及系统。

背景技术

近年来，在交通运输领域中以电动汽车为代表的新能源技术得到了广泛的应用。电动汽车的核心能量部件为动力电池，决定着电动汽车的安全可靠应用，须对其进行有效管理。对动力电池准确建模是进行电池状态估计、优化充放电控制等电池管理的基础。其中，电池的等效电路模型因为其结构简单、便于集成算法、易于工程实现的优点，得到了广泛的应用。通常情况下，电池模型阶次越高，模型越准确，但计算复杂度也会越高，会占用更多的计算资源。同时，电池模型精度还会受到动力电池实时工况的影响，在规定预期模型精度的前提下，电池模型的实时最优阶次是随工况变化的，因此，需对动力电池模型在实时工况条件下的最优阶次进行判定选择。

当前，动力电池模型阶次的确定方案主要分为两类：模型阶次离线设定方法和基于模型预测精度的在线设定方法。其中，模型阶次离线设定方法是基于动力电池的实验测试数据，应用在线或离线动力电池模型参数辨识方法对预先设定固定阶次的动力电池模型进行参数辨识，验证动力电池模型精度，并根据验证结果调整动力电池模型阶次。由于动力电池的实际应用工况具有高度的随机特性，实验测试工况难以实现实际应用工况的穷举，因此基于离线参数辨识算法确定的固定阶次动力电池模型在实际应用中往往不能满足精度需求；此外，应用模型阶次离线设定方法确定动力电池模型最优阶次，需经多轮模型精度验证，过程繁琐，消耗大量工作时间，且不适用于最优阶次动力电池模型参数实时辨识的需求。

基于模型预测精度的在线设定方法是基于动力电池的实时工况数据，应用相关数学优化算法实现动力电池模型参数的实时获取，并对动力电池模型预测精度进行判定，如果模型不满足预测精度需求，则动力电池模型阶次加一，重新进行模型参数辨识和预测精度判定，如果满足预测精度需求，则保持动力电池模型阶次，周而复始。但该方法具有如下缺点：

1)该类方法依赖“模型阶次越大，模型精度越高”的假设，通常情况下，上述假设是成立的，但在某些工况条件下，上述假设也会不成立，这使得应用目前的基于模型预测精度的在线设定方法确定的模型阶次并不能保证始终最优；

2)该类方法通过判定模型预测精度，逐次增加动力电池模型阶次，而不能基于动力电池工况降低动力电池模型阶次，存在动力电池模型最优阶次判定错误的情况；

3)该类方法本质上是对单一阶次的动力电池模型进行参数辨识，模型阶次改变时，因存在参数辨识算法收敛过程，使得基于该类方法的电池管理算法实时性较差。

发明内容

鉴于上述的分析，本发明旨在提供一种动力电池模型最优阶次确定方法及系统，以解决现有的最优阶次设定方法的准确率低的问题。

本发明的目的主要是通过以下技术方案实现的：