《基于数据驱动的锂电池随机动态系统建模_刘晓程.》

《《基于数据驱动的锂电池随机动态系统建模_刘晓程.》》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、研究与开发基于数据驱动的锂电池随机动态系统建模刘晓程王建明王武（福州大学电气工程与自动化学院，福州350108）摘要多数传统的锂电池的模型都是建立在理论简化的机理模型之上。但实际上对于锂电池，由于难于测量内部复杂的电化学反应过程并且易受外界环境影响，所以建立的理论模型存在一定的偏差，无法准确反应锂电池动态特性。针对这一问题，本文根据数据驱动的思想，采用一种基于EM算法的随机动态模型建模方式，提出锂电池放电过程的时间序列的随机动态模型。实验结果表明，利用本文所提算法建立的模型能够有效的契合实验数据，具有良好的稳定性和鲁棒性。关键词：数据驱动；锂电池；时间序列；EM算法；鲁棒性

2、ModelingofLithium-IonBatteryStochasticDynamicSystembasedonData-DrivenLiuXiaochengWangJianmingWangWu(SchoolofElectricalEngineeringandAutomation,FuzhouUniversity,Fuzhou350108)AbstractMostoftheconventionalbatteriesmodelforlithium-ionbatteriesdependentontheoreticalandsimplifiedmechanismmodel.A

3、ctuallyforlithium-ionbatteries,becauseofunabletomeasuretheprocessoftheinternalcomplexelectrochemicalreactionandvulnerabletotheimpactofexternalenvironment,theerrorisexistbytheoreticalmodel,andcannotaccuratelyreflectthedynamiccharacteristicsoflithium-ionbatteries.Tosolvethisproblem,according

4、toidealofdata-driven,thispaperusesastochasticdynamicmodelingmethodbasedontheEMalgorithmandalithium-ionbatterydischargetimeseriesofstochasticdynamicmodelisproposed.Experimentalresultsshowthattheuseofthismodeltoestablishtheproposedalgorithmcaneffectivelyfittheexperimentaldata,withgoodstabili

5、tyandrobustness.Keywords：data-driven；lithium-ionbattery；timeseries；EMalgorithm；robustness随着经济的发展，以锂电池为能源载体的储能应的模型，提出了一种基于序列二次规划算法的模元件逐渐应用在人类生活的方方面面，从手机到笔型参数估计方法。文献[5]中主要针对基于模型的锂记本电脑到混合动力汽车和电动汽车，锂电池受到电池参数在线实时估计问题中由于频率响应的限制[1]越来越多的关注与研究。为了对锂电池进行有效而导致估计精度下降的问题，提出了基于两个时间的能量管理，充分利用电能，延长锂电池寿命，提尺

6、度的参数估计方法，分别识别锂电池不同速度的高系统的安全性和可靠性，就必须对锂电池进行建动态反应过程，与传统单时间尺度的方法相比其频模、特性分析与参数估计。传统的基于模型驱动的率响应更接近真实值。锂电池模型有等效电路模型、电化学模型、神经网但是，锂电池内部化学反应无法直接进行测量、[2]络模型和有限元模型等，吸引了诸多专家学者进反应过程复杂且易受外界环境影响，具有较强的非行研究。文献[3]中主要针对锂电池阻抗易受电荷状线性特性以及测量过程中存在噪声，因此上述基于态、充放电、电解液均匀性等影响的问题，结合全模型驱动的机理建模方法存在一定偏差，无法准确电阻光谱学的应用建立了锂电池

7、模型。文献[4]中主建模。针对这一问题，本文根据数据驱动要针对锂电池等效电路模型的参数估计问题，对锂（Data-Driven）的思想，提出了一种基于数据驱动电池的有限带宽特性进行了介绍与分析并建立了相的锂电池随机动态系统建模。相对于传统的基于模福建省自然科学基金资助项目（2012J01257）2015年第5期17福州大学科技发展基金资助项目（2012-XY-3）研究与开发型的建模方式，数据驱动的方法仅需要研究系统的Q=diag{WW12,,",Wn}（6）在线或者离线数据，通过相应的算法仅依靠实验数R=diag{,