[发明专利]一种基于多新息最小二乘算法的锂电池参数辨识方法

说明书

本发明公开了一种基于多新息最小二乘算法的锂电池参数辨识方法。针对在锂电池参数辨识过程中，目前参数辨识方法收敛速度和辨识精度有限，导致不能对锂电池参数进行实时快速跟踪的问题，提出一种锂电池参数辨识方法。该方法基于多新息最小二乘算法，将锂电池辨识模型中标量新息扩展为向量新息或者新息矩阵，在迭代计算过程中可以更充分地利用每一时刻的新息，提高数据利用效率，加速算法收敛，提高参数辨识精度。通过建模与仿真，验证了该方法有效提升锂电池参数辨识收敛速度和辨识精度。

技术领域

本发明属于电网储能系统运行、控制技术领域，尤其涉及一种基于多新息最小二乘算法的锂电池参数辨识方法。

背景技术

电池储能技术在电网发电、输电、配电、用电各个环节均有非常广阔的应用前景，尤其在可再生能源并网、电网辅助服务、分布式及微网、用户侧储能等场景，储能技术已经展现出了较高的实际应用价值。锂离子电池由于能量密度高、循环寿命长、高输出电压、低自放电率等优点，成为储能领域应用最广泛的电池种类。为了保证储能电站的安全可靠运行，电池管理系统需要监测锂电池的内部状态，然而电池管理系统实际可获得的仅有锂电池端口电压和电流，锂电池内部状态则需要进行估计，因而对锂电池参数辨识的快速性和精确度有较高的要求。

锂电池参数辨识算法的好坏直接决定了辨识结果的精确度和可靠性。在对锂电池储能系统进行在线参数辨识时，由于在线数据获取的限制，每一时刻只有一组电压、电流数据；同时初始参数值的设定会对辨识结果有影响，当初始参数值设置不合理时，参数辨识结果精度往往较差，不能很好的对时变参数进行跟踪。目前常用的锂电池参数辨识算法中，递推最小二乘算法进行参数辨识过程中会随着数据量的增大会出现数据饱和等问题，对于时变系统不能很好地对参数进行跟踪。偏差补偿最小二乘算法要求系统输入具有平稳性和各态遍历性，在实际中很难满足。

发明内容

发明目的：针对以上问题，本发明提出一种基于多新息最小二乘算法的锂电池参数辨识方法，该方法将锂电池辨识模型中标量新息扩展为向量新息或者新息矩阵，在迭代计算过程中可以更充分地利用每一时刻的新息，提高数据利用效率，加速算法收敛，提高参数辨识精度。

技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种基于多新息最小二乘算法的锂电池参数辨识方法，包括以下步骤：

(1)采集一定时间内的锂电池端电压、工作电流数据，确定数据总时间断面数k_max；初始化待辨识参数θ和待辨识参数的协方差矩阵P；设k＝1，k表示当前时刻；设定参数辨识终止条件；所述参数辨识终止条件是指遍历所有时刻，即k＝k_max；所述待辨识参数θ表示如下：

θ＝[a₁,a₂,a₃]^T (1)

式中，T_s为采样时间间隔；R₀为锂电池的内阻，R₁为锂电池极化电阻，C为锂电池极化电容；a₁,a₂,a₃表示待辨识参数向量的元素；

根据锂电池一阶RC等效电路模型建立锂电池电气量关系，表示如下：

式中，E(t)为锂电池电动势，i(t)为锂电池工作电流，V_C(t)为锂电池的极化电容两端电压，V_OC(t)为锂电池端电压，R₀为锂电池的内阻，R₁为锂电池极化电阻，C为锂电池极化电容；

(2)对步骤(1)中锂电池电气量关系进行拉式变换，得到锂电池系统的传递函数，对传递函数进行Z变换，得到该系统的差分方程，表示如下：