文档名：MAFFRLS算法辨识锂离子电池模型参数
摘要：建模方法和模型参数辨识方法会影响锂离子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很重要.提出一种改进的自适应遗忘因子递推最小二乘(MAFFRLS)法,优点是在不同误差范围内可以自适应地更新遗忘因子最优值.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.将所提出的算法与递推最小二乘(RLS)法和遗忘因子递推最小二乘(FFRLS)法进行对比.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0.0102V、0.0099V和0.0046V,均方根误差分别为0.0155V、0.0150V和0.0068V.MAFFRLS算法的平均绝对误差和均方根误差更小,准确性更高.
Abstract：ThemodelingmethodandthemethodofmodelparameteridentificationwillaffecttheaccurateestimationoftheLi-ionbatterystate,especiallyunderdynamicconditions.Therefore,themethodofonlineidentificationofbatterymodelparametersisveryimportant.Amodifiedadaptiveforgettingfactorrecursiveleastsquares(MAFFRLS)methodisproposed,itssuperiorityisthattheoptimalvalueoftheforgettingfactorcanbeadaptivelyupdatedwithindifferenterrorranges.Asecond-orderRCequivalentcircuitmodelischosentovalidatethealgorithmunderdynamicoperatingconditions.Theproposedalgorithmiscomparedwiththerecursiveleastsquares(RLS)methodandtheforgettingfactorrecursiveleastsquares(FFRLS)method.Underthedynamicstresstest(DST)condition,thevoltageisestimatedusingtheRLS,FFRLSandMAFFRLSalgorithmswiththeaverageabsoluteerrorof0.0102V,0.0099Vand0.0046V,respectively.Therootmeansquareerroris0.0155V,0.0150Vand0.0068V.TheMAFFRLSalgorithmhasasmallermeanabsoluteerrorandrootmeansquareerror,theaccuracyishigher.
作者：王迪 曹以龙 杜君莉 Author：WANGDi CAOYilong DUJunli
作者单位：郑州电力高等专科学校电力工程学院,河南郑州450000上海电力大学电子与信息工程学院,上海200000国网河南省电力公司电力科学研究院,河南郑州450000
刊名：电池 ISTICPKU
Journal：BatteryBimonthly
年，卷(期)：2024, 54(2)
分类号：TM912.9
关键词：电池模型 等效电路模型 自适应 遗忘因子递推最小二乘(FFRLS)法
Keywords：batterymodel equivalentcircuitmodel adaptive forgettingfactorrecursiveleastsquares(FFRLS)method
机标分类号：TM912.9TN64TP391
在线出版日期：2024年5月27日
基金项目：中国博士后科学基金，河南省科技厅重点研发与推广专项项目，河南省高等学校重点科研项目MAFFRLS算法辨识锂离子电池模型参数[
期刊论文] 电池--2024, 54(2)王迪 曹以龙 杜君莉建模方法和模型参数辨识方法会影响锂离子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很重要.提出一种改进的自适应遗忘因子递推最小二乘(MAFFRLS)法,优点是在不同误差范围内可以自适应地更...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
MAFFRLS算法辨识锂离子电池模型参数 Parameter identification of Li-ion battery model by MAFFRLS algorithm
MAFFRLS算法辨识锂离子电池模型参数.pdf
|
