基于GA的车用锂离子电池电化学模型参数辨识

被引：55

作者：

徐兴 ^{[1
,2
]}

王位 ^{[1
]}

陈龙 ^{[1
,2
]}

机构：

[1] 江苏大学汽车与交通工程学院

[2] 江苏大学汽车工程研究院

来源：

汽车工程 | 2017年 / 39卷 / 07期

基金：

中国博士后科学基金;

关键词：

锂离子电池; 电化学模型; 遗传算法; 参数辨识;

D O I：

10.19562/j.chinasae.qcgc.2017.07.014

中图分类号：

TM912 [蓄电池];

学科分类号：

080802 [电力系统及其自动化];

摘要：

本文中旨在对车用锂离子电池电化学模型进行参数辨识。首先在锂离子电池平均电极模型基础上,利用均匀离散的有限差分法简化电化学模型。基于对模型特性和参数类型的分析,运用遗传算法先后对固相锂离子扩散动力学参数和模型中剩余的参数进行辨识。最终通过多倍率放电实验和NEDC循环工况实验验证了算法的有效性和参数的准确性。结果表明,算法辨识的参数可保证模型输出精度,低倍率放电时单体电压偏差在±0.03V左右。

引用

页码：813 / 821+838 +838

页数：10

共 9 条

[1]

State of charge Kalman filter estimator for automotive batteries.[J].Osvaldo Barbarisi;Francesco Vasca;Luigi Glielmo.Control Engineering Practice.2005, 3

[2]

计及不均匀发热与温度分布的锂离子单电池电化学-热力学耦合三维有限元模型 [J].