新闻动态
NEWS
近年来，锂电池的电化学模型在电池治理系统领域的应用备受关注。电化学模型因其涉及参数众多，并且参数之间的敏感性具有巨大差别，使得参数辨识成为限制电化学模型生长的“卡脖子”难题。
什么是参数辨识？如何提升参数辨识速度？快速参数辨识的意义是什么？关于这些问题，本期的Tech Talk，我们邀请到了必一体育能源算法工程师郝工，和各人分享必一体育能源如何利用多项硬科技实现了基于数据驱动的人工智能锂电池电化学模型快速参数辨识技术，快速、高效、准确的参数辨识要领将如何推动新一代更先进、智能的基于电化学模型的电池治理系统和电池宁静治理技术的生长和落地。
郝工 必一体育能源算法工程师
01 为什么要做参数辨识？
郝工：锂电池模型主要包括等效电路模型、阻抗模型和电化学模型等，其中等效电路模型只能盘算出电池的外部特征，而电化学模型精度最高，可以盘算电池的内外部特性，指示下一代更先进、更智能的电池治理系统生长偏向。
参数辨识难度的崎岖和模型精度成正比
无论使用哪种模型，我们都需要知道电池的模型参数。参数辨识难度的崎岖和模型精度成正比，以二阶等效电路为例，模型只涉及了5个参数，模型精度就大打折扣。电化学模型是由多个高度耦合的偏微分方程对系统变革进行描述，涉及几十个参数，整体盘算难度都远大于二阶等效电路模型。
02 怎样做参数辨识？
郝工：古板的参数辨识要领（侵入性实验）往往需要在氩气情况下拆开电池，使用最先进的测试仪器对电池质料进行测试，整体测试时间长达数月，这种要领费时辛苦，还极大的增加了电化学模型的使用本钱，并且在某些特定条件下，由于保密协议的限制，不允许进行侵入性的电池参数识别实验，这进一步提高了准确、快速识别电化学模型参数的难度。如果继续使用这种要领来获取电池的参数，那电化学模型基本无法在电池治理领域做到规� ；�。
与侵入性实验相比，由数据驱动的参数辨识要领具备大幅度降低本钱，节约时间、不受保密协议限制的优势，在工业界和学术界都引起了广泛关注。
由数据驱动的参数辨识主要是通过算法在参数值的合理规模内不绝试探新的参数值，并将参数值代入模型中，将模型的输出值与电池的真实丈量进行比较，直至找出一组参数值，使得模型输出值与电池实测值相吻合。
通过数据驱动的参数辨识虽然制止了拆解电池对电池质料进行测试，但并不料味着获取电池的模型参数是件容易的事情。凭据已有报道，早期电化学模型参数辨识花费了约莫三周的时间，直到最近的文献报道中参数辨识的时间才获得大幅提升，缩短至几个小时。即便如此，参数辨识的速度仍是限制行业商用的决定因素，因为单个电芯的参数辨识就需要几个小时，关于数万节电芯的储能电站来说，辨识出全部电芯的参数所消耗的时间及本钱都是巨大的。
03 如何提升参数辨识速度？
郝工：数据驱动的参数辨识目前面对的主要问题是耗时较长，其原因主要有以下两点：一是电化学模型庞洪水平高，涉及许多个高度耦合的偏微分方程，盘算耗时长 ；二是电化学模型参数极多，这些参数组成多个参数集，如果使用网格化搜索（暴力求解），需要重复挪用电化学模型进行盘算，举个例子，假如辨识的参数有30个，每个参数在合理规模内取10个合理值，那么需要搜索的参数集为10³?，那么就需要挪用10³?次模型进行盘算，这是一个天文数字。即即是使用最先进的智能启发式算法也需挪用上万次模型进行盘算。
同时数据驱动的参数辨识另有辨识出的参数保存过拟合的问题，即在辨识使用的工况下，参数拟合的很好，但在其它工况下，参数拟合的精度有限。
左图为参数辨识使用的工况，误差较小
右图为辨识出来的参数在其它工况下的体现，误差较大
为了解决以上问题，我们提出了以下的解决计划：
1、通过硬件求解器加速模型盘算速度，即通过将电化学模型的求解算法嵌入到硬件中，可充分利用硬件的高速盘算能力，凭据测算，盘算速度最高可提高2000倍。
2、人工智能大幅减少模型挪用次数，凭据参数敏感度和高敏感工况剖析，通过实际电池数据和合成电池数据生成了包括上千万条数据的数据集，并由数据集训练了神经网络。对需要进行参数辨识的新电池，从其实际运行数据中提取用来辨识的数据，经过神经网络快速输出模型参数初始值，减少至少一半的模型挪用次数，通过启发式算法及滤波算法进一步辨识参数，提升参数准确度。
3、机械学习经验提高参数辨识精确度，在参数辨识历程中，使用多目标函数，并在每个epoch使用验证集测试辨识的参数集，减少参数辨识过拟合，提高参数的泛化能力。
得益于硬件求解器的高速盘算能力和数据集训练出的神经网络，我们将目前数据驱动的参数辨识耗时缩短至分钟级。未来，我们还将继续扩大数据集，用来训练性能更好的神经网络，进一步提高参数的辨识速度。
04 快速参数辨识的意义是什么？
郝工：参数辨识意义重大，是电池模型盘算的基础，快速、高效、准确的参数辨识要领更是将直接推动新一代更先进、智能的基于电化学模型的电池治理系统和电池宁静治理技术的生长和落地。没有快速参数辨识技术，基于电化学模型的电池治理技术就无法实际商用规� ；�。
2021年4月6日韩国一光伏电站储能系统（ESS）起火
2021年4月16日丰台区福威斯光储充一体化项目爆发火灾爆炸
基于快速辨识出的模型参数可以更准确评估电池的状态，同时电化学模型能够仿真电池内部状态，更为准确地预测锂电池的寿命衰减，有效预防锂电池宁静事故的爆发，精准评估锂电池真正的宁静运行工况规模，还能够通过辨识出的参数值的变革了解电池在老化历程中各部分质料的衰退状态，对电池的设计优化提出指导意见，为电化学储能在“双碳”目标下向规� ；�，提供了有力抓手。
随着人工智能的生长，科学在不绝增进各项技术的生长和立异，为各个行业提供更多、更好的革新计划，必一体育能源也在不绝学习和了解人工智能的前沿技术，随着基于人工智能的快速参数辨识不绝生长，必一体育能源将为更多企业提供锂电池全生命周期的宁静预警技术，为储能电站大规模生长及宁静运行提供支撑。
Copyright(©) 2021必一体育 沪ICP备19014088号-1
联系必一体育 Contact Us
业务相助 Business Line
地点 Address
上海市闵行区泰虹路456弄11号(新华联国际中心11号楼)
浙江公司：杭州市余杭区欧美金融城T6幢26层
江苏公司：无锡市新吴区融智大厦C栋8楼