[发明专利]电池模型参数的辨识方法、装置及计算机存储介质

说明书

本发明公开了一种电池模型参数的辨识方法、装置及计算机存储介质，电池模型参数的辨识方法包括：获取电池的二阶电阻‑电容模型的辨识方程；获取上一时刻最小二乘法的遗忘因子；根据上一时刻的遗忘因子获取当前时刻最小二乘法的增益，其中，采用当前时刻最小二乘法的增益，基于最小二乘法，确定在当前时刻辨识方程的模型参数；根据当前时刻最小二乘法的增益、预测误差以及协方差矩阵确定当前时刻最小二乘法的遗忘因子。本发明通过在根据上一时刻的遗忘因子获取当前时刻最小二乘法的增益之后，根据当前时刻最小二乘法的增益、预测误差以及协方差矩阵重新确定遗忘因子，使得遗忘因子随着最小二乘法的递推逐渐变化，提高电池模型参数的辨识精度。

技术领域

本发明涉及电池模型技术领域，尤其涉及电池模型参数的辨识方法、装置及计算机存储介质。

背景技术

动力电池作为电动汽车动力系统的关键组成部分，对整车安全性、动力性及经济性至关重要。电池荷电状态(State of Charge，SOC)预测是电池管理系统(BatteryManagement System，BMS)的核心功能之一。有效的SOC预测对电池更安全、更合理地使用，延长使用寿命，提高能量利用效率具有重要的意义，而建立良好的电池模型是提高SOC预测准确性的重要途径，因此开展对锂电池参数辨识方法的研究极具价值。

带遗忘因子的最小二乘法(Forgetting Factor Recursive Least Squares，FFRLS)是电池模型中最常见的在线参数辨识方法，具有较高精确性。带遗忘因子的最小二乘法均是采用固定数值的遗忘因子，然而在实际应用过程中，电池内部的状态会随着外部环境(电流、电压以及温度等)的变化而变化，采用固定数值的遗忘因子并不能很好地适应电池动态系统，会使得电池模型参数的辨识精度较低。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种电池模型参数的辨识方法、装置及计算机存储介质，旨在提高电池模型参数的辨识精度。

为实现上述目的，本发明提供一种电池模型参数的辨识方法，所述电池模型参数的辨识方法包括以下步骤：

获取电池的二阶电阻-电容模型的辨识方程；

获取上一时刻最小二乘法的遗忘因子；

根据上一时刻的所述遗忘因子获取当前时刻所述最小二乘法的增益，其中，采用当前时刻所述最小二乘法的增益，基于所述最小二乘法，确定在当前时刻所述辨识方程的模型参数；

根据当前时刻所述最小二乘法的增益、预测误差以及协方差矩阵确定当前时刻所述最小二乘法的遗忘因子。

可选地，所述根据当前时刻所述最小二乘法的增益、预测误差以及协方差矩阵确定当前时刻所述最小二乘法的遗忘因子的步骤之后，还包括：

根据当前时刻的所述遗忘因子获取下一时刻所述最小二乘法的增益，其中，采用下一时刻所述最小二乘法的增益，基于所述最小二乘法，确定下一时刻所述辨识方程的模型参数。

可选地，所述根据上一时刻的所述遗忘因子获取当前时刻所述最小二乘法的增益的步骤与所述根据当前时刻所述最小二乘法的增益、预测误差以及协方差矩阵确定当前时刻所述最小二乘法的遗忘因子的步骤之间，还包括：

获取上一时刻所述最小二乘法的协方差矩阵；

根据上一时刻的所述遗忘因子、当前时刻所述最小二乘法的增益以及上一时刻的所述协方差矩阵确定当前时刻所述最小二乘法的协方差矩阵。

可选地，所述根据上一时刻的所述遗忘因子获取当前时刻所述最小二乘法的增益的步骤包括：

获取当前时刻所述辨识方程的输入观测量对应的矩阵；