利用改进SCE算法的锂离子电池参数辨识OA北大核心CSTPCD
针对传统参数辨识方法中存在的易陷入局部最优和精度低问题,提出一种改进洗牌复杂演化算法(shuffed complex evolution, SCE).首先,提出描述电池的动态特性的二阶RC等效电路模型,并根据恒流放电工况测试数据集进行锂离子电池等效模型确定待辨识参数.其次,将模型模拟端电压值与电池真实测试端电压均方根误差作为目标函数,并通过所提出的优化算法来寻找模型最优参数.最后,使用DST、 FUDS的锂离子电池动态工况数据集进行仿真验证,并与粒子群算法、灰狼算法、遗传算法进行比较.仿真结果表明,本方法在辨识精度方面具有优势,算法的参数辨识均方根误差(ERMS)平均值是0.016 6 V,相比较其他优化算法,分别降低了7.8%、 8.3%、 14.9%.
许雅玲;陈志聪;吴丽君;林培杰;程树英;
福州大学先进制造学院,福建泉州362251福州大学先进制造学院,福建泉州362251 福州大学物理与信息工程学院,福建福州350108福州大学物理与信息工程学院,福建福州350108
动力与电气工程
锂离子电池等效电路模型参数辨识洗牌复杂演化算法
《福州大学学报（自然科学版）》 2024 (002)
P.147-154 / 8
国家自然科学基金资助项目(62271151);福建省自然科学基金资助项目(2021J01580);福建省科技厅引导性基金资助项目(2022H0008)。
评论