[发明专利]基于粒子群算法的磷酸铁锂动力电池等效电路模型参数估计的方法

说明书

技术领域

本发明涉及电动汽车动力电池技术领域，尤其涉及了一种基于粒子群算法的磷酸铁锂动力电池等效电路模型参数估计方法。

背景技术

动力电池系统被广泛地运用在当今的混和动力汽车、燃料电池汽车以及纯电动汽车上，在动力电池的选择上，目前应用最广泛的是具有比能量高，自放电小，循环寿命长，无记忆效应和对环境污染小等特点的磷酸铁锂动力电池。但是磷酸铁锂动力电池也有很明显的非线性和时变特性，其部分特性和参数在汽车行驶过程中随电池的充放电电流、环境温度和健康状态等因素变化。从理论上看，动力电池等效电路模型参数估计问题计算复杂性很高，至今还没有找到解决该问题的有效算法。

粒子群优化（ParticleSwarmOptimization，简称PSO）算法是由Eberhart和Kennedy在1995年首先提出的一种进化计算方法。PSO起源于对简单社会系统的模拟，它以人工生命理论为理论背景，是一种基于群智能的优化算法。作为一个有效的优化算法，PSO算法可用于解决多目标优化、系统辨识、模式识别等优化问题，适用于解决磷酸铁锂动力电池等效电路模型参数估计问题。

发明内容

为了克服现有磷酸铁锂动力电池等效电路模型参数难以准确估计的不足，本发明提供了一种基于粒子群算法的磷酸铁锂动力电池等效电路模型参数估计的方法。

为了解决上述技术问题，本发明通过下述技术方案进行解决：

基于粒子群算法的磷酸铁锂动力电池等效电路模型参数估计的方法，包括以下步骤：

A：磷酸铁锂动力电池建模，根据磷酸铁锂动力电池PNGV等效电路模型，得到以下公式：

U＝U_OCV-U_a-U_p-R_oI   （1）

Ua=1Ca∫0TIdt---(2)]]>

I-Ip=I-UpRp=CpdUpdt---(3)]]>