[发明专利]超级电容器特征参数辨识方法在审

专利信息
申请号: 201910141762.6 申请日: 2019-02-26
公开(公告)号: CN109960855A 公开(公告)日: 2019-07-02
发明(设计)人: 王琪;韩晓新;诸一琦;罗印升 申请(专利权)人: 江苏理工学院
主分类号: G06F17/50 分类号: G06F17/50;G01R27/02
代理公司: 常州佰业腾飞专利代理事务所(普通合伙) 32231 代理人: 孙永智
地址: 213001 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 超级电容器 特征参数 辨识 等效模型 电气特性 目标函数 约束条件 动态过程 信息反馈 辨识度 受约束 下降法 最小化 求解 构建
【说明书】:

发明公开了一种超级电容器特征参数辨识方法,包括:S10构建用于描述超级电容器动态电气特性的等效模型;S20根据等效模型确定其特征参数;S30根据受约束的最小化过程,建立特征参数辨识的目标函数和约束条件;S40基于梯度下降法,对约束条件下的目标函数进行求解,实现超级电容器特征参数的辨识。该特征参数辨识方法可精确地描述超级电容器的电气特性动态过程,且特征参数辨识度高,能够得到高精度的超级电容器等效模型,以此在超级电容器的实际应用场合能够将更准确的信息反馈给用户,为了解超级电容器的工作状态提供依据。

技术领域

本发明涉及超级电容器技术领域,尤其涉及一种超级电容器特征参数辨识方法。

背景技术

作为一种新型储能装置,超级电容器凭借其功率密度高、循环寿命长以及充放电速度快等优势广泛应用于功率型脉冲负载场合,如电动汽车、便携式移动通信设备、定向能武器和电网储能等。在实际应用中,由于超级电容器单体受电压、功率和容量的限制,通常需要将多个超级电容器单体串并联连接构成超级电容器作为储能系统。但是,在使用过程中,超级电容器单体易受环境温度、充放电倍率及循环使用次数等因素影响,造成储能系统中超级电容器单体间的性能不一致,进而大大降低了储能系统的可靠性和能量管理性能。为了解决这一技术问题,在使用时需要对储能系统的电气特性进行实时、准确地检测。超级电容器的电气特性可以通过其数学模型的特征参数进行表征,故超级电容器特征参数的辨识具有重要的理论意义和应用价值。

常用的超级电容器特征参数辨识方法包括:阻抗谱测试法、广义误差法和最小二乘法等,其中,阻抗谱测试法具体为给超级电容器施加一个小幅激励信号(一般取10毫伏),通过检测激励信号下超级电容器的输出电气特性实现特征参数的辨识。虽然该方法简单且易实现,但由于激励信号电压等级比超级电容器工作电压等级低很多,且超级电容器参数一直处于静态检测状态,使得该方法的参数辨识结果不能准确地反映出超级电容器的实际工作性能。广义误差法采用特征参数构建超级电容器电气特性误差的线性函数,以误差大小判断特征参数辨识度,虽然该方法计算量小、参数辨识速度快,但是特征参数与电气特性之间属于非线性关系,其用线性函数描述非线性关系,导致该方法的实际物理意义不大。最小二乘法是目前较为常用的一种方法,其在广义误差法的基础上利用了递推的最小二乘法求解误差值,虽然参数辨识效果有一定的改善,但是辨识后的参数值与真实值差异较大。

发明内容

针对上述现有技术的不足,本发明提供了一种超级电容器特征参数辨识方法,有效解决了现有技术中不能有效辨识超级电容器特征参数的技术问题。

为了实现上述目的,本发明通过以下技术方案实现:

一种超级电容器特征参数辨识方法,包括:

S10构建用于描述超级电容器动态电气特性的等效模型;

S20根据所述等效模型确定其特征参数;

S30根据受约束的最小化过程,建立特征参数辨识的目标函数和约束条件;

S40基于梯度下降法,对所述约束条件下的目标函数进行求解,实现超级电容器特征参数的辨识。

在本发明提供的超级电容器特征参数辨识方法中,根据受约束的最小化过程,建立超级电容器特征参数辨识的目标函数和约束条件之后,基于梯度下降法对约束条件下的目标函数进行求解,实现超级电容器特征参数的辨识。该特征参数辨识方法可精确地描述超级电容器的电气特性动态过程,且特征参数辨识度高,能够得到高精度的超级电容器等效模型,以此在超级电容器的实际应用场合能够将更准确的信息反馈给用户,为了解超级电容器的工作状态提供依据。

附图说明

结合附图,并通过参考下面的详细描述,将会更容易地对本发明有更完整的理解并且更容易地理解其伴随的优点和特征,其中:

图1为本发明中超级电容器特征参数辨识方法流程示意图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏理工学院,未经江苏理工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910141762.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top