[发明专利]电池容量衰减模型参数的辨识方法、系统、设备、装置及介质有效

专利信息
申请号: 202011056559.8 申请日: 2020-09-29
公开(公告)号: CN112198434B 公开(公告)日: 2023-05-19
发明(设计)人: 赵龙灿;廖磊;梁赛 申请(专利权)人: 蜂巢能源科技有限公司
主分类号: G01R31/367 分类号: G01R31/367;G01R31/388
代理公司: 北京润平知识产权代理有限公司 11283 代理人: 肖冰滨;王晓晓
地址: 213200 江苏*** 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: 电池容量 衰减 模型 参数 辨识 方法 系统 设备 装置 介质
【权利要求书】:

1.一种电池容量衰减模型参数的辨识方法,其特征在于,该辨识方法包括:

根据试验用例中充电参数和放电参数,循环执行电池的充电和放电,获得至少两组的循环测试试验数据,其中,所述循环测试试验数据具有所述电池的采集参数;

根据所述采集参数与所述电池的电池充电或放电容量,确定与循环次数对应的容量衰减率;

确定所述电池的容量衰减模型和所述容量衰减模型的容量衰减率,其中,所述容量衰减模型具有待辨识的衰减参数和与所述循环次数对应的采集参数;

通过与各组循环测试试验数据对应的容量衰减率,分别与所述模型计算数据对应的容量衰减率做差,通过做差差值的绝对值,构建多个目标函数;

分别配置各个目标函数的权重系数;

通过各个目标函数与配置的权重系数的乘积和的最小值,获得多目标优化数据模型;

确定所述多目标优化数据模型的初始种群,并对所述初始种群进行二进制编码;

配置适应度函数,并结合所述适应度函数,对所述多目标优化数据模型进行遗传迭代计算,遗传迭代计算后获得所述待辨识的衰减参数的最优解。

2.根据权利要求1所述的电池容量衰减模型参数的辨识方法,其特征在于,所述根据试验用例中充电参数和放电参数,循环执行电池的充电和放电,获得至少两组的循环测试试验数据,包括:

根据至少两种试验用例中充电参数和放电参数,分别循环执行电池的充电和放电,获得至少两组的循环测试试验数据,其中,

所述至少两种试验用例中充电参数包括相同的充电电流、环境温度和放电深度;

所述至少两种试验用例中放电参数包括放电倍率,所述放电倍率在任意一种试验用例中不同。

3.根据权利要求2所述的电池容量衰减模型参数的辨识方法,其特征在于,所述根据所述采集参数与所述电池的电池充电或放电容量,确定与循环次数对应的容量衰减率,包括:

根据所述采集参数与各次循环中放电时间的积分,获得所述电池的电池放电容量,其中,所述采集参数为各次循环中的采集电流;

根据第一次循环的放电容量和余下各次循环的放电容量,获得试验的与循环次数对应的容量衰减率。

4.根据权利要求1或3所述的电池容量衰减模型参数的辨识方法,其特征在于,所述确定所述电池的容量衰减模型和所述容量衰减模型的容量衰减率,包括:

根据阿伦尼乌斯模型,获得关于电流的加速因子的容量衰减模型,其中,所述容量衰减模型为:

式中,i为第i次循环的循环次数值,K(i)为所述第i次循环的容量衰减率,A为指前因子,Ea为表观活化能,T为开尔文摄氏度,R为摩尔气体常数,m为常数,为所述第i次循环的采集电流,所述指前因子A和所述常数m作为待辨识的衰减参数;

通过所述容量衰减模型,获得各次循环中的拟合的容量衰减率。

5.一种电池容量衰减模型参数的辨识系统,其特征在于,该辨识系统包括:

数据获取模块,用于根据试验用例中充电参数和放电参数,循环执行电池的充电和放电,获得至少两组的循环测试试验数据,其中,所述循环测试试验数据具有所述电池的采集参数;

容量计算模块,用于根据所述采集参数与所述电池的电池充电或放电容量,确定与循环次数对应的容量衰减率;

容量拟合模块,用于确定所述电池的容量衰减模型和所述容量衰减模型的容量衰减率,其中,所述容量衰减模型具有待辨识的衰减参数和与所述循环次数对应的采集参数;

辨识模块,用于通过与各组循环测试试验数据对应的容量衰减率,分别与所述模型计算数据对应的容量衰减率做差,通过做差差值的绝对值,构建多个目标函数,分别配置各个目标函数的权重系数,通过各个目标函数与配置的权重系数的乘积和的最小值,获得多目标优化数据模型;以及

确定所述多目标优化数据模型的初始种群,并对所述初始种群进行二进制编码,配置适应度函数,并结合所述适应度函数,对所述多目标优化数据模型进行遗传迭代计算,遗传迭代计算后获得所述待辨识的衰减参数的最优解。

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蜂巢能源科技有限公司,未经蜂巢能源科技有限公司许可,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/202011056559.8/1.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