[发明专利]一种动力电池模型参数辨识方法及系统

说明书

本发明实施例提供了一种动力电池模型参数辨识方法及系统，方法包括：基于子空间辨识法构建的动力电池状态空间模型，确定电池总电压的各个电压分量与电池输入电流之间的变化关系；基于每个电压分量与电池输入电流之间的变化关系，分别建立每个电压分量对应的等效电路模型；辨识所述每个电压分量对应的等效电路模型中各个电路元件的参数值。本发明实施例提供的动力电池模型参数辨识方法及系统，通过子空间辨识方法分析组成总电压输出的各电压分量的特性，从而确立电池的等效电路模型结构和元件组成，准确识别出动力电池模型中各个元件的参数值。

技术领域

本发明实施例涉及动力电池系统设计技术领域，尤其涉及一种动力电池模型参数辨识方法及系统。

背景技术

近年来，动力电池作为一种新型动力源被电动汽车、无人机、平流层飞艇等制造行业广泛使用。上述行业所用动力电池组由电池单体串联起来组成，单体个数多达几十个至几百个，与单支或几支电池相比，动力电池组电压高、结构复杂。在使用过程中，动力电池的工作电流变化范围大，且变化快速，充放电转换频繁，所以如果不对电池各状态参数进行监控，电池很可能会出现过充、过放、过温等现象，导致电池的性能下降，缩短电池使用寿命。因此为了准确估计动力电池的状态和工作参数，如电池的荷电状态(State of Charge，简称SoC)、健康状态(State of Health，简称SoH)以及峰值功率能力等，需要首先建立动力电池模型，再基于该动力电池模型来估计或预测电池的性能。

现有技术中，电池模型从建模方法上可分为电化学机理模型、等效电路模型和黑箱模型等。电化学机理模型是从电池的电极材料、电解液材料、隔膜材料之间的电化学反应机理出发，采用数学方法描述电池内部电极/溶液界面的结构、电极的反应过程、电解液材料中离子的浓度变化、电子的转移步骤动力学规律等。黑箱模型不关心蓄电池内部的电化学反应机理，只根据电池的电流、电压数据对需要检测的量如SOC、SOH等进行建模，寻求数量上的联系，借以反映它们之间隐含的内在联系，此类模型的实现方法包括神经网络、模糊逻辑以及支持向量机方法等。电池的等效电路模型是基于电池工作及构成原理采用传统电子元器件如电阻、电容、电感、半导体元件等来模拟电池的工作特性，经过一定的组合方式构成电池的等效电路模型。

但是，现有技术提供的方法中，电化学机理模型中往往包含多个扩散方程，需要严格的边界条件，模型复杂，参数多。黑箱模型学习过程复杂、电池实验数据样本的选取困难、模型参数的推广性差。电池的等效电路模型中含有的RC网络的阶数过多，对动力电池管理系统的计算能力要求较高，另外，在实际使用过程中，每隔一段时间就要对动力电池的模型参数进行更新和标定，数据采集不方便，影响了动力电池的持续使用，增加了维护成本。

因此，现在亟需一种动力电池模型参数辨识方法来解决上述现有技术中存在的问题。

发明内容

为了解决上述问题，本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的动力电池模型参数辨识方法及系统。

第一方面本发明实施例提供一种动力电池模型参数辨识方法，包括：

基于子空间辨识法构建的动力电池状态空间模型，确定电池总电压的各个电压分量与电池输入电流之间的变化关系；

基于每个电压分量与电池输入电流之间的变化关系，分别建立每个电压分量对应的等效电路模型；

辨识所述每个电压分量对应的等效电路模型中各个电路元件的参数值。

第二方面本发明实施例提供了一种动力电池模型参数辨识系统，包括：

变化关系确定模块，用于基于子空间辨识法构建的动力电池状态空间模型，确定电池总电压的各个电压分量与电池输入电流之间的变化关系；

等效电路建立模块，用于基于每个电压分量与电池输入电流之间的变化关系，分别建立每个电压分量对应的等效电路模型；