[发明专利]一种基于Wiener结构的锂离子电池非线性建模及其参数辨识方法

说明书

本发明提供了一种基于Wiener结构的锂离子电池非线性建模及其参数辨识方法，属于锂离子电池技术领域。解决了传统二阶RC等效电路模型输出非线性映射能力不足的技术问题。其技术方案为：包括以下步骤：步骤1)对锂离子电池进行间歇恒流放电实验测取其端电压及负载电流数据；步骤2)建立基于Wiener结构的锂离子电池非线性模型；步骤3)构建辅助模型随机梯度的算法流程；步骤4)对AM‑SG算法进行优化；步骤5)对锂电池端电压进行预测。本发明的有益效果为：本发明利用AM‑εFG算法进行参数辨识，精度高。

技术领域

本发明涉及锂离子电池技术领域，尤其涉及一种基于Wiener结构的锂离子电池非线性建模及其参数辨识方法。

背景技术

锂离子电池是一种高能量密度电池，其能量密度相较传统镍氢电池和铅酸电池高出数倍，且因其具有轻量化、无记忆效应，环保等优点而被广泛应用于移动电子设备和电动汽车领域。

随着其技术的不断发展，人们在开发高效电池模型方面不断努力，来实现电池管理系统中的目标，例如电池荷电状态估计(State Of Charge，SOC)与健康状况估计(StageOf Health，SOH)等，电池系统的优化能够提高电池的安全性、循环寿命和能量密度，而这与建立精确的电池模型与精确的参数预测方法息息相关。传统的二阶RC等效电路模型是一种动态线性模型，而锂离子电池是一个非线性系统，加之，在锂电池实际工作中输出端会受到外部噪声的影响，使得传统的二阶RC等效电路模型精度不足。建立更高精度的等效电路模型及更精确的参数辨识算法是一个重要的问题。

如何解决上述技术问题为本发明面临的课题。

发明内容

本发明的目的在于提供一种基于Wiener结构的锂离子电池非线性建模及其参数辨识方法,在锂电池实际工作过程中输出端会受到外部噪声的影响，且其本身是一个非线性系统，而传统的二阶RC等效电路模型是线性动态模型，考虑以上问题，本发明引入非线性块结构Wiener模型，在保证参数能够在线辨识的前提下，提高等效电路模型的非线性映射能力，从而提高锂电池参数辨识的精度。本发明利用辅助模型修正梯度算法对建立的Wiener结构的锂离子电池非线性模型进行参数辨识，并用多种工况进行准确性验证，结果表明，基于Wiener结构的锂离子等效电池模型具有更高的精度，预测端电压误差值明显低于传统二阶RC等效电路的误差值。

本发明是通过如下措施实现的：一种基于Wiener结构的锂离子电池非线性建模及其参数辨识方法，包括以下步骤：

步骤1)对锂离子电池进行间歇恒流放电实验测取其端电压及负载电流数据，依据数据通过多项式拟合法确定其OCV-SOC的函数关系,以便计算出各时间点锂电池开路电压；

步骤2)建立基于Wiener结构的锂离子电池非线性模型；

步骤3)构建辅助模型随机梯度(AM-SG)的算法流程；

步骤4)对AM-SG算法进行优化，提高算法性能，构建辅助模型修正遗忘梯度算法(AM-εFG)；

步骤5)利用AM-εFG算法对建立的Wiener结构的锂离子电池非线性模型进行参数辨识，并对锂电池端电压进行预测。

作为本发明的一种基于Wiener结构的锂离子电池非线性建模及其参数辨识方法的进一步优化方案，所述步骤2)的具体步骤如下：