近年来，锂电池的电化学模子在电池治理辖档挽域的应用备受关注。电化学模子因其涉及参数众多，并且参数之间的敏感性具有重大差别，使得参数辨识成为限制电化学模子生长的“卡脖子”难题。
什么是参数辨识？怎样提升参数辨识速率？快速参数辨识的意义是什么？关于这些问题，本期的Tech Talk，我们约请到了Ag亚洲集团能源算法工程师郝工，和各人分享Ag亚洲集团能源怎样使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子快速参数辨识手艺，快速、高效、准确的参数辨识要领将怎样推动新一代更先进、智能的基于电化学模子的电池治理系统和电池清静治理手艺的生长和落地。
郝工 Ag亚洲集团能源算法工程师
01 为什么要做参数辨识？
郝工：锂电池模子主要包括等效电路模子、阻抗模子和电化学模子等，其中等效电路模子只能盘算出电池的外部特征，而电化学模子精度最高，可以盘算电池的内外部特征，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子精度成正比
无论使用哪种模子，我们都需要知道电池的模子参数。参数辨识难度的崎岖和模子精度成正比，以二阶等效电路为例，模子只涉及了5个参数，模子精度就大打折扣。电化学模子是由多个高度耦合的偏微分方程对系统转变举行形貌，涉及几十个参数，整体盘算难度都远大于二阶等效电路模子。
02 怎样做参数辨识？
郝工：古板的参数辨识要领（侵入性实验）往往需要在氩气情形下拆开电池，使用最先进的测试仪器对电池质料举行测试，整体测试时间长达数月，这种要领费时艰辛，还极大的增添了电化学模子的使用本钱，并且在某些特定条件下，由于保密协议的限制，不允许举行侵入性的电池参数识别实验，这进一步提高了准确、快速识别电化学模子参数的难度。若是继续使用这种要领来获取电池的参数，那电化学模子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普遍关注。
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一直试探新的参数值，并将参数值代入模子中，将模子的输出值与电池的真实丈量举行较量，直至找出一组参数值，使得模子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阻止了拆解电池对电池质料举行测试，但并不料味着获取电池的模子参数是件容易的事情。凭证已有报道，早期电化学模子参数辨识破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。即便云云，参数辨识的速率仍是限制行业商用的决议因素，由于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，辨识出所有电芯的参数所消耗的时间及本钱都是重大的。
03 怎样提升参数辨识速率？
郝工：数据驱动的参数辨识现在面临的主要问题是耗时较长，其缘故原由主要有以下两点：一是电化学模子庞洪水平高，涉及许多个高度耦合的偏微分方程，盘算耗时长 ；二是电化学模子参数极多，这些参数组成多个参数集，若是使用网格化搜索（暴力争解），需要重复挪用电化学模子举行盘算，举个例子，若是辨识的参数有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?次模子举行盘算，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子举行盘算。
同时数据驱动的参数辨识尚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
为相识决以上问题，我们提出了以下的解决计划：
1、通过硬件求解器加速模子盘算速率，即通过将电化学模子的求解算法嵌入到硬件中，可充分使用硬件的高速盘算能力，凭证测算，盘算速率最高可提高2000倍。
2、人工智能大幅镌汰模子挪用次数，凭证参数敏感度和高敏感工况剖析，通过现实电池数据和合成电池数据天生了包括上万万条数据的数据集，并由数据集训练了神经网络。对需要举行参数辨识的新电池，从着实际运行数据中提取用来辨识的数据，经由神经网络快速输出模子参数初始值，镌汰至少一半的模子挪用次数，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、机械学习履历提高参数辨识准确度，在参数辨识历程中，使用多目的函数，并在每个epoch使用验证集测试辨识的参数集，镌汰参数辨识过拟合，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，我们将现在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率。
04 快速参数辨识的意义是什么？
郝工：参数辨识意义重大，是电池模子盘算的基础，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子的电池治理系统和电池清静治理手艺的生长和落地。没有快速参数辨识手艺，基于电化学模子的电池治理手艺就无法现实商用规 ；。
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子参数可以更准确评估电池的状态，同时电化学模子能够仿真电池内部状态，更为准确地展望锂电池的寿命衰减，有用预防锂电池清静事故的爆发，精准评估锂电池真正的清静运行工况规模，还能够通过辨识出的参数值的转变相识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”目的下向规 ；，提供了有力抓手。
随着人工智能的生长，科学在一直增进各项手艺的生长和立异，为各个行业提供更多、更好的刷新计划，Ag亚洲集团能源也在一直学习和相识人工智能的前沿手艺，随着基于人工智能的快速参数辨识一直生长，Ag亚洲集团能源将为更多企业提供锂电池全生命周期的清静预警手艺，为储能电站大规模生长及清静运行提供支持。
Copyright(©) 2021上海玫克生储能科技有限公司 沪ICP备19014088号-1
联系Ag亚洲集团 Contact Us
营业相助 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：杭州市余杭区西欧金融城T6幢26层
江苏公司：无锡市新吴区融智大厦C栋8楼
