申请/专利权人：湖北工业大学

申请日：2024-01-25

公开（公告）日：2024-04-23

公开（公告）号：CN117633498B

主分类号：G06F18/2111

分类号：G06F18/2111;G06F18/2431;G06N3/006;G16C20/10;G16C20/70

优先权：

专利状态码：有效-授权

法律状态：2024.04.23#授权;2024.03.19#实质审查的生效;2024.03.01#公开

摘要：本发明涉及一种锂电池电化学模型参数辨识方法，首先选用电化学模型，并对电化学模型参数和工况进行分类，然后选取不同种类工况对不同种类电化学模型参数的敏感性进行分析，分别得出不同种类电化学模型参数的敏感性，以及不同种类电化学模型参数所对应的最佳识别工况，最后根据电化学模型参数的敏感性和电化学模型参数的种类制定辨识方法，通过开发双种群多目标狼群算法，通过重新设计考虑模型收敛性的算法，通过种群初始化将种群分为收敛种群，对于收敛种群，采用电压曲线误差的均方根作为目标函数，而对于不收敛种群，采用正负极容量公式与单体电池标称容量的差值作为目标函数，解决了在辨识过程中模型不收敛的问题。

主权项：1.一种锂电池电化学模型参数辨识方法，其特征在于，包括以下具体步骤：步骤1，首先选用电化学模型，并对电化学模型参数和工况进行分类；步骤2，然后选取不同种类工况对不同种类电化学模型参数的敏感性进行分析，分别得出不同种类电化学模型参数的敏感性，以及不同种类电化学模型参数所对应的最佳识别工况；步骤3，最后根据电化学模型参数的敏感性和电化学模型参数的种类制定辨识方法；步骤3所述辨识方法包括以下具体步骤：步骤3.1，按照电化学模型参数的敏感性将电化学模型参数分为低敏感性参数和高敏感性参数，低敏感性参数包括欧姆参数和其他参数，低敏感性参数为、、、、、，高敏感性参数包括容量参数、电化学参数和浓差参数，再将高敏感性参数分为容量参数和极化参数，容量参数为、、、、、、，极化参数包括电化学参数和浓差参数，极化参数为、、、、、、、、、；步骤3.2，选择双种群多目标狼群算法对容量参数进行辨识，选用0.05C放电、混合脉冲、1C弛豫阶段三类工况作为双种群多目标狼群算法的目标函数，采用电极容量平衡公式进行非支配解的选取，得到最小值的那一组容量参数作为最优解，电极容量平衡公式为：其中，为正负极容量差值，为电极面积，为正极厚度，负极厚度，为正极固相体积分数，为负极固相体积分数，为正极最大锂离子浓度，为负极最大锂离子浓度，为法拉第常数，为单体电池电极的，为单体电池的剩余电量，为单体电池在0时正极对应的值，为单体电池在0时负极对应的值，为单体电池在100时正极对应的值，为单体电池在100时负极对应的值；步骤3.3，选择单种群多目标狼群算法对极化参数进行辨识，选用混合脉冲、1C弛豫阶段两类工况作为单种群多目标狼群算法的目标函数，采用1C充电全时段的工况进行非支配解的选取，在非支配集合中选出极化电压相关参数；步骤3.4，选择单种群单目标狼群算法对低敏感性参数进行辨识，选用DST动态应力测试工况作为单目标算法的目标函数。

全文数据：

权利要求：

百度查询： 湖北工业大学 一种锂电池电化学模型参数辨识方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD