遗忘因子递推最小二乘法辨识锂离子电池参数OACSTPCD
Identification of Li-ion battery parameters by forgetting factor recursive least square method
递推最小二乘法是辨识锂离子电池等效电路模型参数常见的方法,然而随着递推过程中数据的增加,新数据的生成会受到旧数据的影响,导致误差较大.为此,对锂离子电池的二阶RC等效电路模型进行建模和分析,提出一种用于等效电路模型参数在线辨识的遗忘因子递推最小二乘(FFRLS)法.在动力应力测试实验的基础上,在线辨识等效电路模型参数,利用识别的电路参数对电池电压进行在线预测.通过对比不同遗忘因子(λ)下的端电压均方根误差,发现λ=0.86～0.94 为最佳范围.…查看全部>>
The recursive least square method was a common method to identify parameters of the equivalent circuit model of Li-ion battery.However,with the increase of data in the process of recursion,the generation of new data would be affected by the old data,resulting in large errors.Therefore,the second-order RC equivalent circuit model of Li-ion battery was modeled and analyzed,a forgetting factor recursive least squares(FFRLS)method was proposed for online identif…查看全部>>
赵转;曹以龙;杜君莉;史书怀
郑州电力高等专科学校电力工程学院,河南 郑州 450000上海电力大学电子与信息工程学院,上海 200438国网河南省电力公司电力科学研究院,河南 郑州 450000国网河南省电力公司电力科学研究院,河南 郑州 450000
动力与电气工程
锂离子电池等效电池模型递推最小二乘(RLS)法遗忘因子递推最小二乘(FFRLS)法参数辨识
Li-ion batteryequivalent circuit modelrecursive least square(RLS)methodforgetting factor recursive least square(FFRLS)methodparameter identification
《电池》 2023 (6)
629-633,5
中国博士后科学基金第 3 批特别资助(站前)(2021TQ0097),河南省高等学校重点科研项目(23B470006)
评论