[发明专利]一种锂离子电池等效电路模型参数的自适应跟踪方法

权利要求书

1.一种锂离子电池等效电路模型参数的自适应跟踪方法，其特征在于：所述方法包括以下步骤：

S1、构造强化学习状态变量：影响电池模型参数变化的因素包括温度、SOC、电流倍率，将这些因素定义为强化学习状态变量，采集到的温度、SOC、电流倍率采用最邻近方法与s(t)＝{T^J(t)SOC^J(t)I_c^J(t)}进行匹配确定当前状态s(t)，将s(t)保存得到S集合；

S2、构造强化学习行为变量：将当前电池模型的参数和电池容量定义为强化学习行为变量；

S3、构造奖励函数:选取建模误差和实时参数误差构造强化学习的奖励函数,用于最小化电池模型参数误差，其定义如下：

r(t)＝ε(u_t)+[α₁ α₂ α₃][ε(R_s) ε(R_p) ε(R_p)]^T；

S4、构造控制规则：Q-learning算法通过观测到的状态变量，基于控制规则确定当前输出行为变量。

S5、迭代训练更新参数：在电池运行过程，通过迭代更新过程实现强化学习Q表格的优化更新，用于实现模型参数的在线优化跟踪。

2.根据权利要求1所述的一种锂离子电池等效电路模型参数的自适应跟踪方法，其特征在于：所述步骤1中的s(t)＝{T^J(t)SOC^J(t)I_c^J(t)}包括如下：

其中，T^J(t)、SOC^J(t)、分别表示电池温度、剩余电量、电流倍率；

T^J(t)∈T＝{-40,-35,...0,5,...120}；

SOC^J(t)∈SOC＝{0,0.01,0.02,...,0.99,1}；

I_c^J(t)∈I_c＝{-3,-2.5,...,0,0.5,...,2.5,3}。

3.根据权利要求2所述的一种锂离子电池等效电路模型参数的自适应跟踪方法，其特征在于：所述步骤2中包括a(t)＝{R_s^J(t)R_p^J(t)C_p^J(t)C_N^J(t)}；

其中，分别表示电池模型参数中的直流内阻、极化内阻、极化电容、电池容量；

R_s^J(t)∈R_s＝{0.01,0.015,...,0.095,0.1}；

R_p^J(t)∈R_p＝{0.01,0.015,...,0.095,0.1}；

C_p^J(t)∈C_p＝{200,300,...,2900,3000}；

C_N^J(t)∈C_N＝{1.8,1.9,...,2.5,2.6}。