基于遗传算法的分数阶锂电池模型参数辨识

摘要：

遗传算法是一种基于生物自然选择与遗传机理的随机搜索与优化方法,在求解非线性参数的复杂优化问题上极具潜力.在建立锂离子电池的分数阶等效电路模型之后,通过不断调整其电路模型的参数,使得模型的阶跃响应um 与锂电池阶跃响应u的和方差的函数值逐渐向0逼近,直到在一定误差精度内,近似认为二者相等.在此基础上,采用遗传算法,在阶跃电流信号激励条件下,对锂离子电池Randle分数阶电路模型完成参数辨识.实验仿真结果显示:分数阶模型参数{R0,Rp,Q1,α,Q2}辨识值分别为{7.33,6.18,3.049,0.76,608.6},误差均值为 4.796×10-5,误差率为1.143×10-3,拟合度为98.90％.

关键词：动力锂离子电池、分数阶等效电路模型、参数辨识、遗传算法

所属期刊栏目：44

分类号：TM911

资助基金：国家自然科学基金;国家重点研发计划

在线出版日期：2022-07-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：339-344