[发明专利]一种基于开闭环迭代学习算法的锂离子电池循环充电方法

说明书

本发明涉及锂离子电池循环使用技术领域，特别涉及一种基于开闭环迭代学习算法的锂离子电池循环充电方法，该开闭环学习控制算法能够在精确跟踪控制的基础上减少迭代次数，有效节省能源消耗，具有很高的实际应用价值。开闭环迭代学习控制算法的具体思想是同时利用锂离子电池在上次迭代过程产生的误差与本次迭代过程中产生的误差，在降低跟踪误差的前提下加快收敛速度，从而使其能够快速地完成轨迹跟踪任务，同时也避免了不必要的能源消耗。

技术领域

本发明涉及锂离子电池循环使用技术领域，特别涉及一种基于开闭环迭代学习算法的锂离子电池循环充电方法。

背景技术

兼具高能量密度和高耐久性的锂离子电池，是当前在消费电子、航天军工等领域应用最为广泛的可充电电池之一。在锂离子电池循环充放电过程中，必须确保其工作在安全可靠的状态，工作电压和环境温度是其最为关键的两大因素。传统的锂离子电池充电方法大多数采用恒流恒压充电策略，但是基于时间域信息的主流控制算法无法完成精确跟踪控制，而且在实际应用中存在传统控制算法无法有效处理外部干扰。

锂离子电池循环充电过程是在相对固定时间内通过重复地充电使得电压达到理想参考电压，但是由于充电过程中元器件参数受到外界温度和能量耗散等因素影响，使得锂离子电池的电压很难达到理想参考电压。为了解决上述问题，可通过引入迭代学习控制算法，该算法不需要精确的锂离子电池模型参数，而且具备消除外部干扰的能力。但是在迭代学习控制过程中，达到误差收敛时所需的迭代次数越多，消耗的时间也越多，而大多数迭代学习控制算法需要经过一定的迭代次数后才能使系统输出达到要求，过多的迭代次数将使得该算法难以应用于需要快速完成轨迹跟踪任务的场合，且由于学习过程过长，也会造成能源浪费。

因此，一种基于开闭环迭代学习算法的锂离子电池循环充电方法应运而生。

发明内容

本发明的发明内容在于提供一种基于开闭环迭代学习算法的锂离子电池循环充电方法，主要解决了现有锂离子电池循环充电过程中采用迭代学习控制算法达到理想参考电压，但是需要经过一定的迭代次数后才能使系统输出达到要求，过多的迭代次数将使得该算法难以应用于需要快速完成轨迹跟踪任务的场合，且由于学习过程过长，也会造成能源浪费的问题。

本发明提出了一种基于开闭环迭代学习算法的锂离子电池循环充电方法，包括采样模块，以及与所述采样模块电性连接的迭代学习模块；所述采样模块接入锂离子电池循环充电模型；

所述采样模块，用于设定采样周期；还用于对预设输出轨迹以及初始控制输入分别进行采样；

所述迭代学习模块，用于计算得出实际控制输出，并获得实际输出电压y_k(t)以及采样输出序列还用于根据采样输出序列以及所述预设输出轨迹的序列计算得出采样误差序列还用于根据预设收敛条件，计算迭代学习控制增益；还用于根据所述采样误差序列迭代学习控制增益，计算下一迭代所需的控制输入；还用于将计算得出的下一迭代所需控制输入计算得出实际输出电压y_k(t)以及采样输出序列并循环计算直至接近所述预设输出轨迹。

优选地，所述采样周期定位T_S；

其中，采样的离散序列对应的离散时间序列

优选地，还用于对预设输出轨迹以及初始控制输入分别进行采样，具体为，

设定预设输出轨迹为y_d(t)；

对所述预设输出轨迹y_d(t)采样得到预设输出序列y_d(n·T_S)，且并定义为

设定初始输入信号为u₀(t)，且，

优选地，所述迭代学习模块，用于计算得出实际控制输入，并获得实际输出电压y_k(t)以及采样输出序列具体为，