(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111053184.4 (22)申请日 2021.09.08 (71)申请人 湖北文理学院 地址 441053 湖北省襄阳市襄城区隆中路 296号湖北文理学院 (72)发明人 张远进　吴华伟　吴钊　刘祯　 叶从进　吴红静　 (74)专利代理 机构 深圳市世纪恒程知识产权代 理事务所 4 4287 代理人 关向兰 (51)Int.Cl. G06F 30/27(2020.01) (54)发明名称 电池模型参数的辨识方法、 装置及计算机存 储介质 (57)摘要 本发明公开了一种电池模型参数的辨识方 法、 装置及计算机存储介质， 电池模型参数的辨 识方法包括： 获取电池的二阶电阻 ‑电容模型的 辨识方程； 获取上一时刻最小二乘法的遗忘因 子； 根据上一时刻的遗忘因子获取当前时刻最小 二乘法的增益， 其中， 采用当前时刻最小二乘法 的增益， 基于最小二乘法， 确定在当前时刻辨识 方程的模型参数； 根据当前时刻最小二乘法的增 益、 预测误差以及协方差矩阵确定当前时刻最小 二乘法的遗忘因子。 本发明通过在根据上一时刻 的遗忘因子获取当前时刻最小二乘法的增益之 后， 根据当前时刻最小二乘法的增益、 预测误差 以及协方差矩阵重新确定遗忘因子， 使得遗忘因 子随着最小二乘法的递推逐渐变化， 提高电池模 型参数的辨识 精度。 权利要求书2页 说明书11页 附图6页 CN 113901706 A 2022.01.07 CN 113901706 A 1.一种电池模型参数的辨识方法， 其特征在于， 所述电池模型参数的辨识方法包括以 下步骤： 获取电池的二阶电阻 ‑电容模型的辨识方程； 获取上一时刻最小二乘法的遗 忘因子； 根据上一时刻的所述遗忘因子获取当前时刻所述最小二乘法的增益， 其中， 采用当前 时刻所述最小二乘法的增益， 基于所述最小二乘法， 确定在当前时刻所述辨识方程的模型 参数； 根据当前时刻所述最小二乘法的增益、 预测误差以及协方差矩阵确定当前时刻所述最 小二乘法的遗 忘因子。 2.如权利要求1所述的电池模型参数的辨识方法， 其特征在于， 所述根据当前时刻所述 最小二乘法的增益、 预测误差以及协方差矩阵确定 当前时刻所述最小二乘法的遗忘因子的 步骤之后， 还 包括： 根据当前时刻的所述遗忘因子获取下一时刻所述最小二乘法的增益， 其中， 采用下一 时刻所述最小二乘法的增益， 基于所述最小二乘法， 确定下一时刻所述辨识方程的模型参 数。 3.如权利要求1所述的电池模型参数的辨识方法， 其特征在于， 所述根据 上一时刻的所 述遗忘因子获取当前时刻所述最小二乘法的增 益的步骤与所述根据当前时刻所述最小二 乘法的增益、 预测误差以及协方差矩阵确定当前时刻所述最小二乘法的遗忘因子的步骤之 间， 还包括： 获取上一时刻所述 最小二乘法的协方差矩阵； 根据上一 时刻的所述遗忘因子、 当前时刻所述最小二乘法的增益以及上一 时刻的所述 协方差矩阵确定当前时刻所述 最小二乘法的协方差矩阵。 4.如权利要求1所述的电池模型参数的辨识方法， 其特征在于， 所述根据 上一时刻的所 述遗忘因子获取当前时刻所述 最小二乘法的增益的步骤 包括： 获取当前时刻所述 辨识方程的输入观测量对应的矩阵； 根据上一 时刻的所述遗忘因子、 当前时刻所述输入观测量对应的矩阵以及上一时刻所 述最小二乘法的协方差矩阵获取当前时刻所述 最小二乘法的增益。 5.如权利要求1所述的电池模型参数的辨识方法， 其特征在于， 所述根据 上一时刻的所 述遗忘因子获取当前时刻所述最小二乘法的增 益的步骤与所述根据当前时刻所述最小二 乘法的增益、 预测误差以及协方差矩阵确定当前时刻所述最小二乘法的遗忘因子的步骤之 间， 还包括： 获取当前时刻所述 辨识方程的输入观测量对应的矩阵； 获取当前时刻所述 二阶电阻 ‑电容模型的开路电压； 根据当前时刻所述输入观测量对应的矩阵以及当前时刻的所述开路电压确定当前时 刻所述最小二乘法的预测误差， 其中， 采用当前时刻所述最小二乘法的增益、 所述预测误差 以及上一时刻所述辨识方程的模型参数， 基于所述最小二乘法， 确定在当前时刻所述辨识 方程的模型参数。 6.如权利要求5所述的电池模型参数的辨识方法， 其特征在于， 所述获取当前时刻所述 二阶电阻 ‑电容模型的开路电压的步骤 包括：权　利　要　求　书 1/2 页 2 CN 113901706 A 2获取上一时刻所述 辨识方程的模型参数； 采用上一时刻所述 辨识方程的模型参数 更新卡尔曼滤波算法的离 散化状态空间方程； 采用更新后的离散化状态 空间方程以及开路电压 ‑荷电状态的曲线确定当前时刻所述 二阶电阻 ‑电容模型的开路电压 。 7.如权利要求6所述的电池模型参数的辨识方法， 其特征在于， 所述采用上一 时刻所述 辨识方程的模型参数 更新卡尔曼滤波算法的离 散化状态空间方程的步骤 包括： 获取所述离散化状态空间方程的过程噪声以及观测噪声； 采用上一 时刻所述辨识方程的模型参数更新所述过程噪声以及观测噪声， 以更新所述 离散化状态空间方程。 8.一种电池模型参数的辨识装置， 其特征在于， 所述电池模型参数的辨识装置包括： 存 储器、 处理器及存储在所述存储器上并可在所述处理器上运行的电池模型参数的辨识程 序， 所述电池模型参数的辨识 程序被所述处理器执行时实现如权利要求 1至7中任一项所述 的电池模型参数的辨识方法的步骤。 9.一种计算机存储介质， 其特征在于， 所述计算机存储介质上存储有电池模型参数的 辨识程序， 所述电池模型参数的辨识 程序被处理器执行时实现如权利要求 1至7中任一项 所 述的电池 模型参数的辨识方法的步骤。权　利　要　求　书 2/2 页 3 CN 113901706 A 3