面向动态可重构电池网络的锂离子电池电路模型参数估计方法

针对动态可重构电池网络（DRBN）中传统参数估计方法忽略网络拓扑与输出电流影响的问题，提出一种基于电流观测方程的电池传递函数离散化方法，构建了适用于DRBN的增广参数估计模型。通过牛顿-拉夫逊法求解该模型的增广拉格朗日方程，实现参数最优估计。实验与仿真结果表明，该方法能有效提升DRBN环境下电池模型参数辨识的精度与适用性。

在电池电路模型参数估计领域中,双线性变换结合最小二乘的方法因展现良好性能而得到广泛关注.然而,在以动态可重构电池网络(dynamic reconfigurable battery network,DRBN)为核心的数字储能系统运行过程中,电池与电力电子开关相互耦合,网络中每个电池的电压和电流响应不仅受到其自身状态的影响,而且还受到网络的拓扑状态、网络中其他电池的状态以及网络输出电流的影响.传统的参数辨识方法只利用了单个电池端电压和端电流的信息,而忽略了网络输出电流和网络拓扑变化的信息.因此,难以适用于DRBN中电池的参数辨识问题.为了克服这一问题,以DRBN的电流观测方程为基础,提出适用于DRBN的电池传递函数的离散化方法,构建与之相应的电池电路模型参数估计模型,并通过牛顿-拉夫逊方法求解该模型的增广拉格朗日方程以获得其最优解.最后,通过实验和数值仿真,验证所提方法的有效性.