在电池管理系统(BMS)中，等效电路模型(ECM)是模拟电池动力学的常用方法。然而，模型的简单性和准确性之间总是存在着矛盾。简单的模型通常无法反映电池的所有动态效应，这可能会给参数识别带来误差。然而，一个复杂的模型总是有太多的参数需要识别，并可能存在参数发散问题。

一、介绍

电动汽车(EV)和混合动力汽车(HEV)有望解决石油危机和传统汽车加剧的环境问题。电动汽车和混合动力汽车的关键部件是二次电池。为了满足车辆的电力需求，需要将低压电芯大量连接成电池组。完善的电池管理系统(BMS)是保证每个电池安全持久运行的关键。

二、电池模型

由上图可得等效电路数学表达式:

将上式离散化后可得：可得动力电池RC等效模型的离散状态方程：

离散输出观测方程：

式中:Sk sk分别为离散状态k、k+1时刻的动力电池电荷状态；△t为采样周期；C为电池的标称容量，Ah；为库仑系数，充电时n=1，放电时n<1 ；7p=RpCp为时间常数；R0为电池欧姆内阻；Rp为RC等效电路的电池极化内阻；Ca为RC等效电路的等效电容；

三、在线参数辨识

将最上面的两个公式进行拉普拉斯变换得到：

令

得到：

拉普拉斯变换规则，令：

离散化后得到：

令

得到：

采用最小二乘法,使残差的平方和最小，即，

则可以得出参数θ最优估计值为

至此，即可以辨识得到参数Rpa，Cpa

四、代码实现

话不多说，直接上干货。代码如下：

%clear all;
a=xlsread('C:/Users/ustc/Desktop/RLS/fe081dst');
%a=xlsread('E:/test/15tem');
y=a(:,2);%votage,y是矩阵a中第2列元素排成的列向量
u=a(:,3);%current，u是矩阵a中第3列元素排成的列向量s=length(u);%length（u）求矩阵u的长度，若u为M*N则，测得长度为M和N中的最大值
soc=a(:,4);%矩阵a中的第4列为电池的SOC，赋值给变量soc
%soc(1)=0.99;
%for i=1:s-1
%    soc(i+1)=soc(i)+u(i)/(3600*7.86);
%end
%y1=y(13385:13422);
%u1=u(13385:13422);
%s=length(y1);
b(:,1)=[1 log(0.99) log(0.01) 0 u(1) 0]';%state，样本集合
x=1;%forgetting factor
%chushihua
c(:,1)=[0.1 0.1 0.1 0.9 0 0]';%estimated needed，待辨识参数
P=10000*eye(6,6);%函数eye(M,N)：生成M*N的单位矩阵
for i=2:sb(:,i)=[1 log(soc(i)) log(1-soc(i)) y(i-1) u(i) u(i-1)]';%样本集合e(i)=y(i)-b(:,i)'*c(:,(i-1));  %计算偏差K=(P*b(:,i))/(x+b(:,i)'*P*b(:,i));P=(P-K*b(:,i)'*P)/x;c(:,i)=c(:,(i-1))+K*e(i);
end
for i=1:svol(i)=b(:,i)'*c(:,i);ocv(i)=(c(1,i)+c(2,i)*log(soc(i))+c(3,i)*log(1-soc(i)))./(1-c(4,i));r(i)=(-c(6,i)+c(5,i))/(1+c(4,i));%欧姆内阻k0(i)=c(1,i)/(1-c(4,i));k1(i)=c(2,i)/(1-c(4,i));k2(i)=c(3,i)/(1-c(4,i));ti(i)=(1+c(4,i))/(2*(1-c(4,i)));%时间常数rps(i)=(1+2*ti(i))*c(5,i)-2*r(i)*ti(i)-r(i);%极化内阻cps(i)=ti(i)/rps(i);%极化电容
end
plot(vol);hold on
plot(y);
plot(ocv);
figure;
plot(r);

五、仿真结果分析

1.电流

2.极化电阻Rs

3.极化电容Rp

4.端电压对比图（上）及误差（下）

六、学习资料加油站

还没完，刚入门电池管理SOC估计这块的小伙伴们的福利来啦，下面是我硕博期间编写以及搜集到的有关SOC估计的程序、模型、电池测试数据共110多个文件，需要学习的小伙伴们找我拿呀！！！！

基于等效电路模型（RC）的锂离子电池参数在线辨识相关推荐

二阶RC等效电路模型参数在线辨识与SOC、SOP联合估计，适应多工况
二阶RC等效电路模型参数在线辨识与SOC.SOP联合估计,适应多工况. [二阶RC: FFRLS+EKF+SOP simulink仿真模型] ID:28700669236958104热爱生活打工人
惯量辨识c语言程序设计,异步电机参数在线辨识技术的（硬件部分）毕业设计.doc...
异步电机参数在线辨识技术的(硬件部分)毕业设计中国矿业大学本科生毕业设计学院: 中国矿业大学应用技术学院专业: 电气工程与自动化设计题目:异步电机参数在线辨识技术的研究(硬件部 ...
电路实验一阶电路误差分析_基于动态综合型等效电路模型的动力电池特性分析...
摘要: 针对动力电池模型的内部参数随负载和工况的变化而变化,本文综合考虑电池容量.温度.倍率.迟滞.自放电等因素,设计综合性实验.通过分析动力电池端电压与欧姆极化.电化学极化.浓差极化.不平衡电势. ...
基于遗忘因子递推最小二乘法辨识一阶RC等效电路模型
%% 基于一阶RC等效电路模型实现不同倍率下电模型参数辨识 clear clc%% 载入实验数据 % 导入hppc实验数据 load('hppc_pulse_25deg') temp = hppc_p ...
永磁同步电机参数辨识模型，在线辨识，离线辨识
永磁同步电机参数辨识模型,在线辨识,离线辨识,电参数机械参数均可辨识,基于最小二乘法,滑模观测,电压注入,模型参考自适应等机械参数在线离线 ,电气参数在线离线指明要哪个 q ID:695066 ...
matlab测零序电流,基于matlab╱simulink的矿井低压电缆绝缘参数在线监测的仿真研究...
基于matlab/simulink的矿井低压电缆绝缘参数在线监测的仿真研究赵强,王彦文,霍春安,李小利中国矿业大学,北京(100083) 摘要:本文叙述了MATLAB/SIULINK的特点,建立 ...
matlab血糖预测,一种基于VMD-PACF-BP模型的动态血糖在线预测方法与流程
本发明属于血糖预测技术领域,尤其涉及一种基于VMD-PACF-BP模型的动态血糖在线预测方法. 背景技术: 目前,中国患有糖尿病人数已成为在世界上拥有糖尿病患者最多的国家.为了降低糖尿病患者长期处于高 ...
list对oracle结果集排序了_文章推荐系统系列之基于 FTRL模型的在线排序
文章推荐系统系列: 1.推荐流程设计 2.同步业务数据 3.收集用户行为数据 4.构建离线文章画像 5.计算文章相似度 6.构建离线用户画像 7.构建离线用户和文章特征 8.基于模型的离线召回 9.基 ...
微软发布史上最大NLG模型：基于Transformer架构，170亿参数加持
2020-02-11 18:50 导语:史上最大! 近年来,BERT.GPT-2等深度学习语言模型,极大地提高了问答.摘要.人机对话等下游自然语言处理任务的性能. 而今天,微软研究院重磅发布了有史以来 ...

基于等效电路模型（RC）的锂离子电池参数在线辨识