[发明专利]一种基于改进蚁群算法的锂电池等效电路模型参数辨识方法

权利要求书

1.一种基于改进蚁群算法的锂电池等效电路模型参数辨识方法，其特征在于，在电脑中存有如下逻辑运算模块：

参数辨识的模块；

取值范围优化方法的模块；

计算指标的模块；

路径选择方法的模块；

将锂电池脉冲放电实验数据依次经过上述模块的运算处理，最终辨识获得锂电池等效模型的参数；

其中，参数辨识的模块，是采用改进蚁群算法对锂电池等效模型进行参数辨识；具体包括：

S101、初始化操作；

S102、根据自适应遗传算法的计算结果，设定改进蚁群算法各待辨识参数的取值范围；

S103、以端电压误差平方和作为改进蚁群算法计算指标计算每条路径的信息素浓度，求得局部最优路径对应值V_J(i)；其公式为：

其中，i代表第i次脉冲放电，n为脉冲放电次数上限，为20，V_Sm(i)为m路径第i次脉冲放电时的端电压模型值，V_Tm(i)为m路径第i次脉冲放电时的端电压真实值，V_Jm(i)为m路径第i次脉冲放电对应时的端电压误差平方和，其值越小，浓度越大，之后蚂蚁走该路径的概率越大，路径越优，V_J(i)为最优路径对应值；

S104、将改进蚁群算法的信息素浓度计算指标变更为最大端电压误差平方和与端电压平方和之差；其公式为：

其中，V_S为各时刻端电压模型值，V_T为各时刻端电压真实值，V_Hm(i)为m路径第i次脉冲放电对应的最大端电压误差平方和与端电压平方和之差，该值越大，浓度越大，之后蚂蚁走该路径的概率越大，用以计算路径转移概率；路径转移概率为蚂蚁选取某条路径的概率，公式为：

其中，R_m(i)为第i次脉冲放电时m的路径转移概率，V_Hm(i)为蚂蚁走路径m时第i次脉冲放电时的最大端电压误差平方和与端电压平方和之差，V_H为最大端电压误差平方和与各脉冲时端电压平方和之差的和；

S105、以S104步骤的信息素浓度计算指标为基准计算各路径的转移概率；

S106、选择部分蚂蚁按照S103信息素浓度选择路径，并设置另一部分蚂蚁随机选择路径，求得全局最优路径对应值V_K(i)；部分与另一部分是按照和进行划分的，其中X指蚂蚁个数；

S107、计算V_K(i)-V_J(i)：

如果结果为正,则接收V_J(i)作为解的当前解；

如果结果为负，则接收V_k(i)作为解的当前解；

S108、若满足规定的算法终止条件则输出当前最优解作为最终输出结果并结束迭代，

反之，返回步骤S103。

2.根据权利要求1所述的一种基于改进蚁群算法的锂电池等效电路模型参数辨识方法，其特征在于，

取值范围优化方法的模块，是基于蚁群算法的、对待辨识参数的取值范围进行优化的方法模块；

计算指标的模块，是基于双信息素浓度的计算模块；

路径选择方法的模块，旨在提高搜索全局最优解。