[发明专利]一种适用于稀疏数据的动力电池参数辨识方法

权利要求书

1.一种适用于稀疏数据的动力电池参数辨识方法，其特征在于：具体包括以下步骤：

步骤一、实时在线获取并存储动力电池运行过程中的电流、端电压信息；

步骤二、对所述动力电池建立状态空间模型；

步骤三、基于集员辨识算法对所述状态空间模型进行在线参数辨识和更新；

步骤四、利用由所述在线辨识所得到的前一时刻的OCV估计值与当前时刻的参数向量估计值，得到当前时刻下的OCV估计结果，同时根据OCV-SOC的对应关系插值得到OCV的变化曲线；

步骤五、比较基于所述步骤三得到的OCV在线辨识结果与基于所述步骤四通过插值得到的OCV变化曲线，对所述在线辨识结果进行验证。

2.如权利要求1所述的方法，其特征在于：所述步骤二中对所述动力电池建立状态空间模型，具体包括：基于Thevenin等效电路模型并具有如下输入、输出关系：

其中，U_t,i分别表示端电压、电流，k表示时刻，Φ(k)表示由已知的输入量和输出量构成的观测矢量，θ(k)表示需要辨识的未知参数矢量，e(k)表示模型干扰或噪声序列，U_oc(k)表示k时刻的OCV值，a₁,a₂,a₃为待辨识参数矢量的分量。

3.如权利要求2所述的方法，其特征在于：所述步骤三中基于集员辨识算法对所述状态空间模型进行在线参数辨识和更新，具体包括：

3.1、对所述状态空间模型中的观测矢量Φ(k)，未知参数矢量θ(k)，辨识算法中的协方差矩阵P(k)，以及系统噪声的界限γ和椭球的半径矢量σ²(k)进行初始化，得到观测矢量初始值Φ(0)，未知参数矢量初始值θ(0)，协方差矩阵初始值P(0)以及椭球的半径矢量σ²(0)；

3.2、对当前k时刻下的参数采用以下公式进行递推更新计算，其中k∈(1,2,…)：

其中，δ(k)＝y(k)-Φ(k)θ(k)，G(k)＝Φ(k)^TP(k-1)Φ(k)；

采用椭球优化准则对参数α(k),β(k)进行求解。

4.如权利要求3所述的方法，其特征在于：所述椭球优化准则采用最小体积椭球准则min det(P(k))、最小迹椭球准则min tr(P(k))和最小化参数σ²(k)。

5.如权利要求2所述的方法，其特征在于：所述步骤四中所述的利用由所述在线辨识所得到的前一时刻的OCV估计值与当前时刻的参数向量估计值，得到当前时刻下的OCV估计结果，具体包括：

根据所述未知参数矢量θ(k)＝[U_oc(k)-a₁U_oc(k-1)a₁ a₂ a₃]的在线辨识结果，通过k-1时刻的OCV估计值与所述待辨识参数矢量中的分量a₁，得到k时刻的OCV估计结果：

U_oc(k)＝θ₁(k)+a₁(k)U_oc(k-1)

其中，θ₁(k)代表所述未知参数矢量θ(k)的第一个分量。

6.如权利要求1所述的方法，其特征在于：所述步骤四中所述的根据OCV-SOC的对应关系插值得到OCV的变化曲线，具体包括：

4.1、进行开路电压试验，分别得到不同荷电状态下的多个OCV值；

4.2、利用所述步骤一中所采集的电流i(k)，由于动力电池在温度和老化状态相对稳定的情况下，SOC与OCV存在一一对应的映射关系，因此可基于安时积分法得到相应时刻下的SOC值；

4.3、基于所述多个OCV值与所述SOC值，通过线性插值得到OCV-SOC的关系曲线。