锂离子电池模型参数辨识的改进自适应FFRLS算法研究

作     者：盛涛 李良光 SHENG Tao;LI Liangguang

作者机构：安徽理工大学电气与信息工程学院安徽淮南232001 

出 版 物：《佳木斯大学学报（自然科学版）》 (Journal of Jiamusi University：Natural Science Edition)

年 卷 期：2024年第42卷第4期

页      码：24-27页

摘      要：为了提高锂离子电池模型参数辨识的准确性和鲁棒性。以递归最小二乘法(FFRLS)为基础,采用了一种经过改进的自适应FFRLS算法,通过分数阶阶乘设计实现了对模型参数的逐步辨识。这种算法的特点在于其自适应性,能够更好地适应电池系统的非线性和复杂性。通过在不同工况下对锂离子电池模型进行参数辨识和研究得到了大量的实验数据。结果显示,相较于传统方法,改进的自适应FFRLS算法在处理电池系统的复杂性和非线性特性方面取得了显著的改进。通过优化算法,为电池管理系统提供了更为精确的模型。这对于改善对电池性能的监控和控制具有重要意义,有助于提高电池的使用寿命和安全性。

主 题 词：锂离子电池模型 参数辨识 改进自适应 FFRLS算法 

学科分类：0808[工学-自动化类] 08[工学] 

D　O　I：10.3969/j.issn.1008-1402.2024.04.006

馆 藏 号：203128283...