科研之友
微信
新浪微博
Facebook
分享链接
摘要
锂离子电池的建模方法和对模型中参数辨识的方法会影响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尤为重要。提出一种改进的自适应遗忘因子递推最小二乘（MAFFRLS）法，该算法在不同误差范围内可以自适应地更新遗忘因子最优值，从而实现算法的优越性。为了实现该算法，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。为表明提出算法的优势，将所提出的算法与递推最小二乘（RLS）法和基于遗忘因子的递推最小二乘（FFRLS）法进行对比分析，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0.010 2 V、0.009 7 V和0.004 6 V，均方根误差分别为0.015 5 V、0.014 2 V和0.006 8 V。因此，MAFFRLS算法的平均绝对误差和均方根误差更小，体现了该算法的准确性。
- 出版日期2023
- 单位上海电力大学; 国网河南省电力公司电力科学研究院; 郑州电力高等专科学校
