[发明专利]一种混合电容器功率状态在线估计模型的构建方法及应用

说明书

本发明公开了一种混合电容器功率状态在线估计模型的构建方法及应用，属于混合电容器应用技术领域，采用数据驱动的方式训练得到混合电容器功率状态在线估计模型，用于混合电容器功率状态的在线估计；在训练之前，将训练样本集按照样本数据的类型划分为多个数据向量，将对应的峰值功率构成标签向量，并分别计算各数据向量与标签向量的相关性，将选择与峰值功率相关性最大的若干个影响因素作为在线估计模型的输入；该方法无需对混合电容器内部反应过程的电化学机理作深入分析，仅需借助大量数据分析建立功率状态估计模型，不仅能够降低计算过程的复杂度，还能够减少过拟合的风险，能够以较低的计算复杂度实现混合电容器功率状态在线精确估计。

技术领域

本发明属于混合电容器应用技术领域，更具体地，涉及一种混合电容器功率状态在线估计模型的构建方法及应用。

背景技术

混合电容器是一种介于超级电容器和电池之间的新型储能元件。与超级电容器相比，其具有更高的能量密度；与电池相比，其具有更高的功率密度和循环寿命。精确可靠的功率状态估计对混合电容器的安全运行起到了至关重要的作用。

常用的功率状态估计多为基于模型的方法，如CN112580289A公开了一种混合电容器功率状态在线估计方法及系统。该方法利用带遗忘因子的递推增广最小二乘法在线辨识等效电路模型的参数，可以对混合电容器的瞬时峰值功率和持续峰值功率进行实时估计。与离线功率状态估计方法相比，能够实现模型参数的在线更新，提高混合电容器功率状态估计的精度。然而上述方法本质上还是依赖于模型，计算量较大，且如果模型本身误差较大或是由于不确定因素的影响造成了较大误差，就会使得混合电容器功率状态估计精度下降，精确性和可靠性较低。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供一种混合电容器功率状态在线估计模型的构建方法及应用，用以解决现有技术计算复杂度较高、且精确性较低的技术问题。

为了实现上述目的，第一方面，本发明提供了一种混合电容器功率状态在线估计模型的构建方法，包括以下步骤：

S1、获取混合电容器不同工况、不同时刻下的多组样本数据，及各组样本数据所对应的峰值功率，构成训练样本集；其中，每组样本数据均包括混合电容器的电压、电流、荷电状态以及以峰值功率持续充放电的时间ΔT；

S2、将训练样本集按照样本数据的类型划分为多个数据向量，将对应的峰值功率构成标签向量；分别计算各数据向量与标签向量的相关性，并将相关性较大的前N个数据向量所对应的类型作为最佳类型；N为正整数；

S3、对训练样本集中的样本数据进行筛选，保留最佳类型的样本数据；

S4、将步骤S3所得的训练样本集输入到机器学习模型中进行训练，得到混合电容器功率状态在线估计模型。

进一步优选地，计算数据向量与标签向量的最大信息系数，得到数据向量与标签向量的相关性。

进一步优选地，训练样本集的采集方法包括采集不同电压、电流、荷电状态以及以峰值功率持续充放电时间ΔT下的峰值功率，具体包括：

当混合电容器的持续峰值充电电流的绝对值大于或等于最大持续充电电流的绝对值时，混合电容器的电流值为混合电容器的最大持续充电电流；在混合电容器的动态工况中等间隔地插入第一正负对称脉冲；第一正负对称脉冲的负脉冲先于正脉冲，且正、负脉冲均持续ΔT秒，此时混合电容器以峰值功率持续放电的时间为ΔT；将第一正负对称脉冲的下降沿时刻记为时刻k，在时刻k到k+ΔT时间段内，判断混合电容器的当前充电电压是否达到充电截止电压，若达到，则将混合电容器控制在恒压充电模式；在这个过程中，采集时刻k下的荷电状态，并得到时刻k下的持续峰值充电功率为时刻k+q下混合电容器的充电功率；为时刻k+q下混合电容器的充电端电压；为时刻k+q下混合电容器的充电电流；