本发明属于电池，尤其涉及一种电池逆向仿真建模与多目标参数优化的方法及系统。
背景技术：
1、近年来，由于不可再生资源的紧缺和环境污染的日益加重，锂电行业迅速发展，电车正逐步取代油车，在市场中处于领先地位。锂离子电池凭借其能量密度高，循环寿命长，倍率性能优的特点被学者广泛研究。
2、目前，锂电池电化学参数的获取主要采取两种思路：
3、(1)采取数据驱动的方式，通过神经网络，粒子群等算法对数据进行训练，得到由经验公式辨识后的参数；
4、(2)采用实验的方式，通过设计实验准确地测量出参数的数值或者参数的函数关系式，然后再运用相对成熟的电化学机理模型或等效电路模型对锂离子电池进行建模分析。
5、然而，在获取数据之后如何进行多目标同时优化并没有相关方法进行论述。公开号为cn 116542118a的专利公开了一种热耦合电化学模型的电化学参数辨识系统及方法，该方法通过某一组电化学模型数据的电芯电流和电池温度曲线，运用粒子群算法在有限的辨识范围内校对出电芯的电化学参数，如：扩散系数，反应速率，正负极初始锂离子浓度等，需要指出的是该方法没有考虑到电芯真实的理化环境，所拟合的公式为经验方程，与真实数据具有较大的偏差，并且模拟值与实验值误差较大。因此，亟需开发一套多目标参数优化的方法，提高模型的精确度。
技术实现思路
1、本发明的目的在于满足实际需求，提供一种电池逆向仿真建模与多目标参数优化的方法及系统，解决了在实验值与模拟值对标的过程中相对误差较大的问题，采用了sherps算法对多目标参数进行模拟值优化，准确地对标实验结果，极大地降低了实验值和模拟值之间的误差。
2、第一方面，为实现上述发明目的，本发明的第一目的是提供一种电池逆向仿真建模与多目标参数优化的方法，包括：s1、通过现有资料获取电池的一类参数；根据实验获取电池的二类参数和不同倍率下的第一数据集；
3、s2、根据所述一类参数和二类参数构建电化学-热耦合模型；利用所述电化学-热耦合模型输出不同倍率下的第二数据集；
4、s3、在heeds中设定待优化参数及参数范围；将所述第一数据集和第二数据集导入heeds中；
5、s4、计算所述第一数据集和第二数据集中同种参数之间的误差；若误差小于等于预设值，则结束；若误差大于预设值，则执行s5；
6、s5、利用heeds对第二数据集中待优化参数进行参数辨识，用sherpa算法完成不同倍率下的多目标参数同时优化工作。
7、进一步，还包括利用s5优化后的参数构建新的电化学-热耦合模型，随后重复s4和s5。
8、进一步，所述一类参数包括直接获得的参数；所述二类参数为经过逆向拆解实验获取的参数，所述二类参数包括：经过逆向拆解实验直接得到的参数和经过逆向拆解实验并对实验结果进行二次处理得到的参数。
9、进一步，在s1中，不同倍率下的第一数据集为列数据，所述列数据包括时间、温度、电压、能量密度、电池容量。
10、进一步，在s3中，所述参数范围为待优化参数量级前的系数范围，所述系数范围是大于0.1小于10。
11、进一步，所述误差包括最大允许误差和均方根误差；最大允许误差所对应的预设值小于等于4％且所述均方根误差所对应的预设值小于等于2％。
12、第二方面，本发明的第二目的是提供一种电池逆向仿真建模与多目标参数优化的装置，包括：数据获取模块，通过现有资料获取电池的一类参数；根据实验获取电池的二类参数和不同倍率下的第一数据集；
13、模型构建模块，根据所述一类参数和二类参数构建电化学-热耦合模型；利用所述电化学-热耦合模型输出不同倍率下的第二数据集；
14、参数导入模块，在heeds中设定待优化参数及参数范围；将所述第一数据集和第二数据集导入heeds中；
15、逻辑分析模块，计算所述第一数据集和第二数据集中同种参数之间的误差；若误差小于等于预设值，则结束；若误差大于预设值，则执行优化模块；
16、优化模块，利用heeds对第二数据集中待优化参数进行参数辨识，用sherpa算法完成不同倍率下的多目标参数同时优化工作。
17、进一步，利用优化模块优化后的参数构建新的电化学-热耦合模型，随后将电化学-热耦合模型导入参数导入模块；所述一类参数包括直接获得的参数；所述二类参数为经过逆向拆解实验获取的参数，所述二类参数包括：经过逆向拆解实验直接得到的参数和经过逆向拆解实验并对实验结果进行二次处理得到的参数；在数据获取模块中，不同倍率下的第一数据集为列数据，所述列数据包括时间、温度、电压、能量密度、电池容量；在参数导入模块中，所述参数范围为待优化参数量级前的系数范围，所述系数范围是大于0.1小于10；所述误差包括最大允许误差和均方根误差；最大允许误差所对应的预设值小于等于4％且所述均方根误差所对应的预设值小于等于2％。
18、第三方面，本发明的第三目的是提供一种电子设备，所述电子设备包括处理器，用于存储所述处理器可执行指令的存储器；所述处理器被配置为执行所述指令时，使得所述电子设备实现如第一方面所述的方法。
19、第四方面，本发明的第四目的是提供一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现第一方面所述的方法。
20、本申请具有的优点和积极效果是：
21、(1)对拆解后的电芯进行实验表征分析，提取电芯的物性参数、电化学参数和热力学参数；建立电化学-热耦合模型，由电化学-热耦合模型输出不同倍率下的电池模型相关工作状态，如时间和电压、时间和温度关系，在heeds中计算实验得到的不同倍率下电池工作状态数据集和模型得到的工作状态数据集之间的误差，从而根据误差大小判断模型是否符合实际；误差较大时说明参数有待优化，将软件中定义的参量与输入的具体数值进行标记，利用sherpa算法实现对不同倍率的同时优化；将优化后得到的参数值再代入模型中，得到精确度提高的仿真模型。
22、(2)利用优化后的仿真模型输出不同倍率下的电池工作状态数据集再和实验数据集进行对比，可以得到较高精确度的仿真结果，证明了参数优化结果的精确性；
23、(3)由于逆拆解实验及数据拟合得到的参数具有较高的精确性，符合实际电池的参数，参数量级准确，因此可以选择较小的参数范围进行优化，节省优化时间，且优化结果也保持较高的精确度；
24、(4)基于heeds软件中的sherpa算法进行对不同倍率的同时优化，进一步降低了优化时间；极大地降低了参数辨识与多目标优化的难度，提升了参数的准确性和模型精度；
25、(5)进行多倍率同时优化全面地考虑了电池的性能优化和使用需求，满足不同倍率下的仿真需求。
1.一种电池逆向仿真建模与多目标参数优化的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的电池逆向仿真建模与多目标参数优化的方法，其特征在于，还包括利用s5优化后的参数构建新的电化学-热耦合模型，随后重复s4和s5。
3.根据权利要求1所述的电池逆向仿真建模与多目标参数优化的方法，其特征在于，所述一类参数包括直接获得的参数；所述二类参数为经过逆向拆解实验获取的参数，所述二类参数包括：经过逆向拆解实验直接得到的参数和经过逆向拆解实验并对实验结果进行二次处理得到的参数。
4.根据权利要求1所述的电池逆向仿真建模与多目标参数优化的方法，其特征在于，在s1中，不同倍率下的第一数据集为列数据，所述列数据包括时间、温度、电压、能量密度、电池容量。
5.根据权利要求1所述的电池逆向仿真建模与多目标参数优化的方法，其特征在于，在s3中，所述参数范围为待优化参数量级前的系数范围，所述系数范围是大于0.1小于10。
6.根据权利要求1所述的电池逆向仿真建模与多目标参数优化的方法，其特征在于，所述误差包括最大允许误差和均方根误差；最大允许误差所对应的预设值小于等于4％且所述均方根误差所对应的预设值小于等于2％。
7.一种电池逆向仿真建模与多目标参数优化的系统，其特征在于，包括：
8.根据权利要求7所述的电池逆向仿真建模与多目标参数优化的系统，其特征在于：
9.一种电子设备，其特征在于，所述电子设备包括处理器，用于存储所述处理器可执行指令的存储器；所述处理器被配置为执行所述指令时，使得所述电子设备实现如权利要求1至6中任一项所述的方法。
10.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现权利要求1至6中任一项所述的方法。
