[发明专利]一种锂电池等效电路模型参数的辨识方法

权利要求书

1.一种锂电池等效电路模型参数的辨识方法，其特征在于，所述辨识方法利用混沌自适应分数阶粒子群算法对锂电池等效电路模型的参数进行辨识，然后将得到的最优参数反馈到锂电池等效电路模型中，具体步骤如下：

步骤1，获取锂电池等效电路模型的辨识参数

所述锂电池电路等效模型的拓扑结构包括一个直流电源、一个欧姆内阻、一个并网电阻和一个分数阶常相位角元件CPE，所述并网电阻和分数阶常相位角元件CPE并联，并记为并联支路，所述欧姆内阻的一端与直流电源的正极相连，另一端与并联支路的一端相连，所述并联支路的另一端与直流电源的负极组成所述锂电池电路等效模型的输出端；

将所述直流电源处的电压记为开路电压U_ocv，所述欧姆内阻的阻值记为欧姆内阻值R₀，所述并网电阻的阻值记为并网电阻值R₁，所述锂电池等效电路模型的输出端的电压记为端电压U_t；

将所述分数阶常相位角元件CPE记为元件CPE，元件CPE的阻抗传递函数的表达式为：其中，Z(s)为元件CPE的阻抗，C₁为元件CPE的电容值，记为电容值C₁，S为拉普拉斯算子，β为元件CPE的分数阶阶次，记为阶次β；

所述锂电池等效电路模型的辨识参数为：欧姆内阻值R₀，并网电阻值R₁、电容值C₁和阶次β，即在混沌自适应分数阶粒子群算法中，目标搜索空间的维数为4，将欧姆内阻值R₀，并网电阻值R₁、电容值C₁和阶次β分别记为辨识参数1、辨识参数2、辨识参数3和辨识参数4；

将所述辨识参数中的每一个辨识参数视为粒子个体的一个维度，所述粒子个体有粒子个体位置与粒子个体速度两个属性，粒子个体位置代表移动的方向，粒子个体速度代表移动的快慢，其中，粒子个体位置为辨识参数的值；

步骤2，混沌自适应分数阶粒子群算法参数的设置

设定目标搜索空间的维数为D，D＝4；设一个种群由N个粒子组成；设定最大迭代次数M；设定粒子惯性权重ω；

设定粒子个体的位置范围为{x_min，x_max}、粒子个体的速度范围{v_min，v_max}、粒子惯性权重范围为{ω_min，ω_max}，其中，x_min为粒子个体位置的最小值，x_max为粒子个体位置的最大值，v_min为粒子个体速度的最小值，v_max为粒子个体速度的最大值，ω_min为粒子惯性权重最小值，ω_max为粒子惯性权重最大值；

将N个粒子个体中的任意一个记为粒子个体i，i为种群中任意一个粒子个体的序号，i＝1，2，..N，将粒子个体i的位置向量记为个体位置X_i，粒子个体i的速度向量记为个体速度V_i，其表达式分别如下：

X_i＝{x_i1，x_i2，...，x_ij...，x_iD}

V_i＝{v_i1，v_i2，...v_ij...，v_iD}

其中，个体位置X_i为锂电池等效电路模型的一组辨识参数的解，x_ij为粒子个体i第j维的位置，j＝1，2，..D；个体速度V_i为锂电池等效电路模型的一组参数的解在粒子搜索解空间中的速度，v_ij为粒子个体i第j维的速度；

将粒子个体i的适应度值记为个体适应度值f_i，将粒子个体i搜索到的适应度值最小的位置记为个体最优位置P_best，P_best＝{P_i1，P_i2，...P_ij...，P_iD}，其中，P_ij为粒子个体i的第j维搜索到的最优位置，将整个粒子群搜索到的适应度值最小的位置记为全局最优位置G_best，G_best＝{P_g1，P_g2，...，P_gj...，P_gD}，P_gj为第j维度整个粒子群搜索到的全局最优位置；

步骤3，混沌自适应分数阶粒子群算法的初始化

设迭代次数为k，k＝1，2，..M；

使用Logistic混沌映射来初始化粒子群前4次迭代中的粒子个体位置和粒子个体速度；所述Logistic混沌映射表达式如下：

Z_ij＝2z_ij(1-z_ij)

其中，z_ij为粒子个体i第j维的0-1之间的随机数，Z_ij为粒子个体i第j维生成的混沌参数；

与目标搜索空间的维数D对应，由Logistic混沌映射表达式生成混沌序列{Z_i1，Z_i2，...Z_ij...，Z_iD}，且通过下式映射到粒子群的目标搜索空间：

式中，为第k次迭代中的粒子个体i第j维的位置，为第k次迭代中的粒子个体i第j维的速度，x_ij_max为粒子个体i第j维位置的最大值，x_ij_min为粒子个体i第j维位置的最小值，v_ij_max为粒子个体i第j维速度的最大值，v_ij_min为粒子个体i第j维速度的最小值，k＝1，2，3，4；

由此得到混沌映射粒子个体初始化位置和混沌映射粒子个体初始化速度V_i^k；随机初始化粒子个体i最优位置随机初始化粒子群全局最优位置其表达式分别为：

在粒子惯性权重范围{ω_min，ω_max}内随机初始化粒子惯性权重

步骤4，第5次迭代-第M次迭代

将第k次迭代记为当前迭代，第k-1次迭代记为前一迭代，第k-2次迭代记为前二迭代，第k-3次迭代记为前三迭代，第k-4次迭代记为前四迭代；

步骤4.1，个体位置和个体速度的更新

通过分数阶速度更新方程进行个体位置和个体速度的更新，得到粒子个体i在当前迭代中的速度V_i^k和粒子个体i在当前迭代中的位置所述分数阶速度更新方程的表达式如下：

其中，V_i^k-1为粒子个体i在前一迭代中的速度，V_i^k-2为粒子个体i在前二迭代中的速度，V_i^k-3为粒子个体i在前三迭代中的速度，V_i^k-4为粒子个体i在前四迭代中的速度，为粒子个体i在前一迭代中的位置，R₁为加速度权重系数1，R₂为加速度权重系数2，为粒子个体i在前一次迭代中的迭代惯性权重系数，α为分数阶阶次，取α＝0.5；为粒子个体i在前一次迭代中的最优位置，记为前一个体最优位置为粒子群在前一迭代中的全局最优位置，记为前一全局最优位置

步骤4.2，惯性权重的更新

记粒子个体i在当前迭代中的惯性权重为当前惯性权重表达式如下：

其中，f_i^k-1为粒子个体i在前一迭代中的适应度值，为前一迭代中种群所有粒子个体适应度值f_i^k-1的平均值，为前一迭代中种群所有粒子个体适应度值f_i^k-1中的最小值；

步骤4.3，计算粒子个体i在当前迭代中的适应度值，并记为当前个体最优位置f_i^k；将所述前一个体最优位置对应的适应度值记为前一个体最优适应度值前一全局最优位置对应的适应度值记为前一全局最优适应度值进行如下判断：

比较f_i^k和取适应度值最小者的位置为当前个体最优位置并将当前个体最优位置对应的适应度值记为当前个体最优适应度值

比较和取适应度值最小者的位置为当前模拟全局最优位置并将当前模拟全局最优位置对应的适应度值记为当前模拟全局最优适应度值为

步骤4.4，为避免陷入局部最优，对当前模拟全局最优位置进行混沌搜索，所述混沌搜索的表达式如下：

其中，τ为混沌权重，Z_R是由Logistic混沌映射表达式生成的混沌序列，X_R为混沌搜索产生的新的粒子位置；

通过混沌搜索的表达式对当前迭代模拟全局最优位置进行10次混沌搜索，产生10组粒子个体的位置，计算10组粒子个体的适应度值，并与当前模拟全局最优适应度值为比较，取其中适应度值最小的位置为当前全局最优位置该当前全局最优位置对应一组辨识参数；

步骤4.5，进行如下判断：

若k＝M，结束迭代，输出当前全局最优位置并记为全局最终位置G，该全局最终位置G对应的一组辨识参数即为锂电池等效电路模型的一组最优参数；

若k_＜M，返回步骤4.1进行下一次迭代。

2.根据权利要求1所述的一种锂电池等效电路模型参数的辨识方法，其特征在于，步骤4中所述适应度值f_i^k的计算式如下：

其中，T为锂电池工况数据集中数据点的个数，m为锂电池工况数据集中数据点的序号，m＝1，2，...T，U_t(m)为锂电池工况数据集第m个数据点对应的端电压；为将前一迭代中得到的锂电池等效电路模型辨识参数带入锂电池等效电路模型中计算出的端电压，U_ocv(m)为锂电池工况数据集第m个数据点对应的开路电压，I(m)为锂电池工况数据集第m个数据点对应的电流，为前一迭代中的CPE元件的电压值，β^k-1为前一迭代中元件CPE的分数阶阶次，为β^k-1阶导数，为前一迭代中的欧姆内阻值，为前一迭代中的并网电阻值、为当前迭代中的电容值，其中，β^k-1、为前一粒子个体i的位置对应的一组辨识参数，即通过第k-1次迭代辨识得到；

所述锂电池工况数据集由锂电池动态应力测试DST工况数据构成。