[发明专利]一种电池等效电路模型抗扰动参数化方法

说明书

本发明公开了一种电池等效电路模型抗扰动参数化方法，包括以下步骤：S1.建立电池的等效电路模型，确定待辨识模型参数，并通过拟合确定荷电状态(SOC)与开路电压(OCV)的关系表达式；S2.对k时刻的负载电流和端电压进行实时采集；S3.计算k时刻电池SOC，并推算OCV值；S4.建立用于模型参数辨识的离散域回归方程，采用递归最小二乘法(RLS)在线更新模型参数；S5.构建工具向量约束条件，在线计算k时刻电流噪声方差，进而依据FrischScheme方法计算k时刻电压噪声方差；S6.依据电流、电压方差估计值，对S4中的RLS结果进行校正，得到k时刻的无偏模型参数向量。本发明能够在线估计电流、电压测量噪声统计特性，从而对噪声干扰环境下的模型辨识偏差进行补偿，实现无偏的模型参数辨识。

技术领域

本发明涉及电池模型参数辨识，特别是涉及一种电池等效电路模型在线、抗扰动、无偏辨识方法。

背景技术

电池管理系统(Battery Management System,BMS)是电池系统安全、高效运行的重要保障，需要完成状态估计、故障诊断、寿命预测、充电控制等关键任务。基于等效电路模型的BMS策略具有高精度和强鲁棒性，且计算复杂度适中，是BMS领域最常见的一类方法。然而这类方法对模型精度依赖性强，模型失准将造成估计、诊断与控制算法的失效，引起重大安全事故。因此，精确的等效电路模型是是BMS设计的难点问题之一。

现有方法中的等效电路模型多基于静态参数，即在标准工况下对参数进行提前标定，并在使用中假设其恒定。然而，等效电路模型的模型参数容易受到电池自身状态(荷电状态SOC，健康状态SOH)与外界工况(温度，充放电倍率)的影响，不确定性强，因此传统方法在实际运行中精度较差。等效电路模型参数的在线自适应标定能有效追踪模型参数在复杂环境中的变化，目前的方法多基于最小二乘准则，例如递归最小二乘法(RLS)、多遗忘因子递归最小二乘法(MFFRLS)、偏最小二乘法(PLS)等。需要指出，现有的参数辨识方法依赖高精度负载电流及端电压采样，然而在真实BMS应用环境中受传感器误差和电磁干扰等影响，测量信号中往往存在大量噪声，这会导致传统在线模型参数辨识方法失效，模型精度显著下降，最终显著影响基于等效电路模型的BMS策略的可靠性。

发明内容

本发明的目的在于克服现有技术的不足，提供一种等效电路模型抗扰动参数化方法，能够在线估计电流、电压测量噪声统计特性，从而对噪声干扰环境下的模型辨识偏差进行补偿，实现无偏的模型参数辨识，有效提高等效电路模型的精度，进而提高基于等效电路模型的管理算法的可靠性；在线估计的测量噪声统计特性还可用于基于滤波的状态估计等领域，提高估计精度。

本发明的目的是通过以下技术方案来实现的：一种电池等效电路模型抗扰动参数化方法，包括以下步骤：

S1.建立电池的等效电路模型，确定待辨识模型参数，并通过拟合确定荷电状态(SOC)与开路电压(OCV)的关系表达式；；

S2.采用电压传感器和电流传感器，对k时刻的负载电流和端电压进行实时采集；

S3.计算k时刻电池SOC，依据SOC-OCV函数关系表达式推算OCV值；

S4.建立用于模型辨识的离散域回归方程，利用k时刻的端电压值、电流值输入，采用递归最小二乘法(RLS)在线更新模型参数；

S5.构建工具向量约束条件，依据k-1时刻的模型参数与电压噪声方差估计值，在线计算k时刻电流噪声方差，进而依据Frisch Scheme方法计算k时刻电压噪声方差；

S6.依据S5中计算所得的电流、电压方差估计值，对S4中的RLS结果进行校正，得到k时刻的无偏模型参数向量。

本发明的有益效果是：本发明能够在线估计电流、电压测量噪声统计特性，从而对噪声干扰环境下的模型辨识偏差进行补偿，实现无偏的模型参数辨识，有效提高等效电路模型的模拟精度，估计所得的测量噪声统计特性还可用于其他BMS策略。