基于遗传算法的动力电池参数模型辨识

被引：39

作者：

秦伟良

徐丹丹

机构：

[1] 南京信息工程大学数学与统计学院

来源：

电力电子技术 | 2016年 / 50卷 / 08期

关键词：

动力电池; 遗传算法; 参数辨识; 电池模型;

D O I：

暂无

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：

针对磷酸铁锂动力电池利用二阶等效电路模型建立电池动态模型,考虑电池的电势及温度特性,分析在不同充放电倍率下对电池模型参数的影响。基于新威BT400测试电池离线数据,采用遗传算法改进后的系统辨识获得全局最优解。实际实验得出,通过离线数据对辨识参数进行验证最大误差为1.2%,能较好地反映出电池的动静态特性。

引用

页码：69 / 70+74 +74

页数：3

共 4 条

[1]

基于改进的粒子群优化扩展卡尔曼滤波算法的锂电池模型参数辨识与荷电状态估计 [J].

项宇 ;

马晓军 ;

刘春光 ;

可荣硕 ;

赵梓旭 .

兵工学报, 2014, 35 (10) :1659-1666

[2]

基于Thevenin模型的混合动力镍氢电池参数辨识 [J].

伍佳佳 ;

赵又群 .

农业装备与车辆工程, 2014, 52 (01) :1-5

[3]

混合动力镍氢动力电池参数辨识 [J].

朱浩 ;

钱承 ;

谢煜冰 ;

李磊 .

湖南大学学报(自然科学版), 2011, 38 (08) :19-23

[4]

Online battery state of health estimation based on Genetic Algorithm for electric and hybrid vehicle applications.[J].Zheng Chen;Chunting Chris Mi;Yuhong Fu;Jun Xu;Xianzhi Gong.Journal of Power Sources.2013,

← 1 →