[发明专利]一种基于人工蜂群算法的锂离子电池模型参数辨识方法

权利要求书

1.一种基于人工蜂群算法的锂离子电池模型参数辨识方法，其特征在于：包括以下步骤：

S1：随机生成初始种群，将其中一半与采蜜蜂对应，并计算各个解的适应度值，将最优解记录下来；

S2：置Cycle＝1；

S3：采蜜蜂根据公式：v_ij＝x_ij+φ_ij(x_ij-x_kj)(其中φ_ij为[-1,1]之间的随机数)，进行邻域搜索产生新解v_ij，计算其适应度值，并对x_ij和v_ij进行贪婪选择；

S4：根据公式计算与x_i相关的选择概率P_i；

S5：观察蜂轮盘赌选择法法以概率P_i选择食物源，并根据公式v_ij＝x_ij+φ_ij(x_ij-x_kj)进行邻域搜索产生新解，计算适应度值，并对x_ij和v_i进行贪婪选择；

S6：侦察蜂判断是否有要放弃的解，如果存在，则采用公式x_i^j＝x_min^j+rand(0,1)(x_max^j-x_min^j)进行随机搜索产生一个新解替换旧解；

S7：记录迄今为止最好的解；

S8：Cycle＝Cycle+1，若Cycle初始种群个数，则转到S3；若Cycle＞初始种群个数，输出最优结果；

S9：根据求得的最优结果，分别求出二阶RC电路模型中中U_ocv、R₁、R₂、C₁以及C₂。

2.根据权利要求1所述的一种基于人工蜂群算法的锂离子电池模型参数辨识方法，其特征在于：

S1中所述的初始种群的生成是根据锂离子电池电压回弹特性曲线以及二阶RC电路模型在放电结束后的零输入响应方程：U(t)＝U_OCV-U(R₁)*e^-t/τ1-U(R₂)*e^-t/τ2,相对应的初始化相关的5个参数，其中5个参数分别表示：x₁＝U_ocv、x₂＝U(R₁)、x₃＝τ1、x₄＝U(R₂)、x₅＝τ2；对于式U(t)＝x₁-x₂*e^-t/x3-x₄*e^-t/x5，在任意解x＝[x₁ x₂ x₃x₄ x₅]下，任意时刻都有唯一确定的y(t)与之对应。即在任意时刻都可由动力电池模型参数确定唯一的端电压值，因此可建立如下目标函数：

3.根据权利要求1所述的一种基于人工蜂群算法的锂离子电池模型参数辨识方法，其特征在于：

S9中所述的二阶RC电路模型中的U_ocv、R₁、R₂、C₁以及C₂是根据x₁＝U_ocv，x₂＝U(R₁)＝I*R₁，x₃＝τ1＝R₁*C₁，x₄＝U(R₂)＝I*R₂，x₅＝τ₂＝R₂*C₂来推导算出的。