[发明专利]电池等效电路模型的参数在线实时辨识方法

权利要求书

1.电池等效电路模型的参数在线实时辨识方法，其特征在于：包括以下步骤：

S01)、建立电池的二阶等效电路模型，电池的二阶等效电路模型包括串联的电阻R、第一个RC模块和第二个RC模块，第一个RC模块包括并联的电阻R_p1、电容C_p1，第二个RC模块包括并联的电阻R_p2、电容C_p2；

S02)、电池的二阶等效电路模型可由公式1-3表示：

U＝U_o+RI+U_p1+U_p2 (1)，

其中U为电池的端电压，I为电流，U_o为开路电压，R为欧姆内阻，C_pi、R_pii＝1,2分别为极化电容和极化内阻；

S03)、将公式1-3转化成差分方程，可得：

其中：

U(k)、U(k-1)、U(k-2)、U(k+1)、U(k+2)表示当前时刻、前一时刻、前两时刻、后一时刻、后两时刻的端电压，U_o(k)表示当前时刻的开路电压，I(k)、I(k-1)、I(k-2)、I(k+1)、I(k+2)表示当前时刻、前一时刻、前两时刻、后一时刻、后两时刻的电流，T_s表示采样周期；

将公式4改写为：

其中：

S04)、电池的端电压为可测量的量，令y_k＝U(k)，将输入矩阵表示为：φ_k＝[1 U(k+2) U(k+1) U(k-1) U(k-2) I(k+2) I(k+1) I(k) I(k-1) I(k-2)]^T，系数矩阵为：κ＝[U′_o a bc d g h m n w]^T，而噪声矩阵为ε_k，则公式6可改写为：

S05)、通过参数辨识算法来辨识κ，并进一步得到电池的二阶等效电路模型的参数。

2.根据权利要求1所述的电池等效电路模型的参数在线实时辨识方法，其特征在于：所述参数辨识算法包括最小二乘法、神经网络算法和粒子滤波器算法。

3.根据权利要求1所述的电池等效电路模型的参数在线实时辨识方法，其特征在于：通过递推增广最小二乘法辨识电池的二阶等效电路模型的参数，具体过程为：a1)、因采集电池电压和电流的采集系统存在采样误差e，假设该采样误差至少为一阶噪声，该噪声矩阵也通过递推增广最小二乘法辨识得到，因此，输入矩阵表示为：

系数矩阵表示为：κ＝[U′_o a b c d g h m n w q]^T；

a2)、确定系数矩阵κ、协方差矩阵P以及误差e的初值：令κ_i＝[0]^T，P_i＝σ²I，e_i＝[0]，I为单位矩阵，σ²≥10⁶，i＝1，2；

a3)、对电池的电压和电流进行第j次采样，j＝1～5；

a4)、计算第j-2次增益矩阵：

a5)、计算第j-2次系数矩阵：

a6)、根据公式7计算U_o、R、a_i、b_i和c_i，i＝1，2；

a7)、根据公式5计算C_pi和R_pi，i＝1，2，

a8)、根据公式8计算误差e_j，即公式8中的ε_k；

a9)、计算第j-2次协方差矩阵：

a10)、对电池的电压和电流进行第j＝j+3次采集；

a11)、重复步骤a4)至a10)直至N次采集结束，N≧5。

4.根据权利要求1所述的电池等效电路模型的参数在线实时辨识方法，其特征在于：辨识电池的二阶等效电路模型的参数的具体过程为：

b1)、对电压和电流进行N次采样，构造矩阵：表示每次采样得到的数据；

b2)、构造矩阵：Y＝[y(3) y(4)…y(N)]^T，Y表示测量的电池的端电压；

b3)、求解方程，得到κ的值：κ＝(Φ^TΦ)^-1Φ^TY；

b4)、根据公式7计算U_o、R、a_i、b_i和c_i，i＝1，2；

b5)、根据公式5计算C_pi和R_pi，i＝1，2。