(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111435803.6 (22)申请日 2021.11.29 (71)申请人 青岛科技大 学 地址 266000 山东省青岛市崂山区松岭路 99号 (72)发明人 籍艳　王军伟　 (74)专利代理 机构 青岛中天汇智知识产权代理 有限公司 37241 代理人 孟琦 (51)Int.Cl. G06F 30/20(2020.01) G06F 30/3323(2020.01) (54)发明名称 基于两阶段梯度迭代算法的分数阶锂电池 参数辨识算法 (57)摘要 在当今世界能源结构中， 石油、 天然气和煤 炭等化石能源仍然是人们利用的主要能源。 为了 实现可持续发展， 就必须构建人与自然和谐共生 的关系。 新能源的研究和发展就成为了时代的主 流。 锂离子电池作为一种新能源， 其需求越来越 高， 所以需要对锂电池管理系统(BMS)进行能量 优化。 其中电池荷电状态(SOC)估计是电池管理 系统的核心功能， 所以， 高精度的SOC估算可以有 效地降低所需要的锂电池成本。 从锂电池的等效 电路模型入手， 以分数阶可辨识数学模型仿真为 主线， 快速准确的提取模型参数， 进而估计SOC和 待辨识参数， 利用递阶辨识原理， 并将其分为两 个子辨识模 型。 本发明旨在用一种两阶段梯度迭 代算法对分数阶锂电池参数进行辨识。 权利要求书2页 说明书4页 附图4页 CN 114091285 A 2022.02.25 CN 114091285 A 1.本发明旨在用一种两阶段梯度迭代算法对分数阶锂电池参数进行辨识。 其特征在 于， 首先要构建基于单CPE元件的分数阶锂电池 模型的两阶段辨识模型如附图1所示： 然后根据所建模型 结构， 构建单二极管光伏电池 模型输出电流表达式如下： 其中，△( α )＝△αUt(l)‑Ut(l)，△α是α 阶的微分， Uoc是荷电状态， Ri,Rct, τ ＝RctQ. 继而得到单CPE分数阶锂电池 模型的虚拟子系统S1(l)和S2(l)的关系式如下： 构建分数阶锂电池 模型的两阶段 单CPE模型如下： 最后要得到的分数阶锂电池 模型的两阶段辨识模型为:： 2.如权利要求1所述的迭代辨识算法， 设计出两阶段梯度迭代参数辨识算法流 程： 第一步： 启动辨识算法； 第二步： 令迭代次数k ＝0， 设置初始值； 第三步： 获取单CPE分数阶锂电池的电流数据作为输入数据， 电压Ut(l)数据作为输出数 据； 第四步： 构建 和 第五步： 构建 和 第七步： 计算 μ1,k和 μ2,k； 第八步： 更新 和 第十步： 若 否则， 得到 和 结束流程。 其中各变量的定义如下： 定义输入量 I(l)， 输出量Ut(l)； 定义其输入构成的数据组为 II(L)， 输出构成的数据组为U(L)， L 为数据长度； 定义 为相关的信息向量； 定义θ1和 θ2为参数向量； 定义 为第k次迭代的 的估计值； 为第k次迭代的 的估计值； 为 第k次迭代的估计值； 为 第k次迭代的估计值； 和 分别表示Φ1( θ1,l),Φ2( θ2,l)在第k次迭代的估计 值； μ1,k, μ2,k表示第k次迭代的步长 μ1和 μ2的估计值。 根据权利要求2所述的构建基于单CPE分数阶锂电池模型的两阶段辨识模型的两阶段权　利　要　求　书 1/2 页 2 CN 114091285 A 2梯度迭代参数估计方法， 最终推导出的两阶段梯度迭代估计算法为： U(L)＝[Ut(1),Ut(2),…,Ut(L)]T,               (10) 上述算法的具体步骤： 1)启动辨识算法， 令k ＝1， 设置初始值： 和 为随机向量 2)获取锂电池的电流 I(l)作为输入数据， 锂电池输出Ut(l)作为输出 数据； 3)分别通过式(13)， 式(14)， 式(1 1)， 式(12)获得 4)通过式(14)、 式(15)计算 μ1,k, μ2,k； 5)通过式(16)、 式(17)刷新迭代所估计的 6)若 另k＝k+1并重复第三步到第七步， 否则， 得到 和 结束流程。 其中各变量的定义如下： 定义输入量I(l)， 输出量Ut(l)， 其输入构成的数据组为II(L)， 输出构成的数据组为U (L)， L为数据长度； 定义 为相关的信息向量； 定义θ1, θ2为参数向量； 定义 为第k次迭代 θ1的的估计值； 为第K次迭代 θ2的的估计值； 为 第k次迭代的估计值； 为 第k次迭代的估计值； 和 分别Φ1( θ1,l),Φ2( θ2,l)表示在第k次迭代的估计值； μ1,k, μ2,k表示第k次迭代的步长 μ1和 μ2的估计值。权　利　要　求　书 2/2 页 3 CN 114091285 A 3