MAFFRLS算法辨识锂离子电池模型参数OA北大核心CSTPCD
建模方法和模型参数辨识方法会影响锂离子电池状态的准确估计,特别是在动态工况下,因此在线辨识电池模型参数的方法很重要。提出一种改进的自适应遗忘因子递推最小二乘(MAFFRLS)法,优点是在不同误差范围内可以自适应地更新遗忘因子最优值。选用二阶RC等效电路模型,在动态工况下对该算法进行验证。将所提出的算法与递推最小二乘(RLS)法和遗忘因子递推最小二乘(FFRLS)法进行对比。在动态应力测试(DST)工况下,使用RLS、FFRLS和MAFFRLS算法估计电压,平均绝对误差分别为0.0102 V、0.0099 V和0.0046 V,均方根误差分别为0.0155 V、0.0150 V和0.0068 V。MAFFRLS算法的平均绝对误差和均方根误差更小,准确性更高。
王迪;曹以龙;杜君莉;
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200000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
电池模型等效电路模型自适应遗忘因子递推最小二乘(FFRLS)法
《电池》 2024 (002)
P.189-193 / 5
中国博士后科学基金第3批特别资助(2021TQ0097);河南省科技厅重点研发与推广专项项目(232102240063);河南省高等学校重点科研项目(23B470006)。
评论