[发明专利]一种基于多因素灰色关联模型的蓄电池容量预测方法

摘要

本发明公开一种基于多因素灰色关联模型的蓄电池容量预测方法。在蓄电池放电时分四次等间隔测量蓄电池的端电压、内阻和容量值；第五次测量端电压和内阻；以前四次端电压和内阻分别作为预测对象，将加权参数进行递增迭代，依次通过GM(1,1)灰色模型得到端电压的预测值，与第五次的端电压作差，取各自差的绝对值取最小值时的加权参数值；选取端电压、内阻为关联因素建立GM(1,N)灰色模型，最终加权参数值为上述两个加权参数值的平均数，并和前四次的测量数据代入得到蓄电池剩余容量。本发明易于实现、实时性好而且预测精度高，其仅需少量数据即可完成预测，避免了传统方法中的深度放电对电池造成的伤害问题，有效的提高了蓄电池寿命。

主权项

一种基于多因素灰色关联模型的蓄电池容量预测方法，其特征在于包含以下步骤：1)在蓄电池放电时分四次等间隔测量蓄电池的端电压、内阻，通过分别对每次测量时的放电电流和放电时间进行积分得到初始容量值，从而得到前四次的端电压、内阻和初始容量值，前四次测量之间的间隔时间相同；2)前四次测量蓄电池后，在放电时对蓄电池进行第五次测量端电压和内阻，第五次测量和第四次测量之间的间隔时间与前四次测量之间的间隔时间相同；3)以步骤1)前四次测量得到蓄电池的端电压为预测对象，建立GM(1,1)灰色模型，将GM(1,1)灰色模型紧邻均值序列的加权参数从0到1进行递增迭代，对于每一个加权参数的值通过GM(1,1)灰色模型得到端电压的预测值，将端电压的预测值与步骤2）中得到的第五次蓄电池端电压的真实值作差，得到差的绝对值e₁，当加权参数递增循环完毕后得出差的绝对值e₁取最小值时的加权参数的值a₁；4)以步骤1)前四次测量得到蓄电池的内阻为预测对象，建立GM(1,1)灰色模型，将GM(1,1)灰色模型紧邻均值序列的加权参数从0到1进行递增迭代，对于每一个加权参数的值通过GM(1,1)灰色模型得到内阻的预测值，将内阻的预测值与步骤2）中得到的第五次蓄电池内阻的真实值作差，得到差的绝对值e₂，当加权参数递增循环完毕后得出差的绝对值e₂取最小值时的加权参数的值a₂；5)选取蓄电池的端电压、内阻为预测的两个关联因素建立GM(1,N)灰色模型，其中GM(1,N)灰色模型的紧邻均值序列的加权参数a的值为上述步骤3)和步骤4)中得到的a₁和a₂的平均数，即a=(a₁+a₂)/2；6)由步骤5)得到的加权参数a和步骤1)中前四次测量得到的端电压、内阻和初始容量值代入GM(1,N)灰色模型进行计算，从而得到蓄电池容量的预测值。