典型文献
基于遗忘因子递推最小二乘法的锂电池等效电路模型参数辨识方法
文献摘要：
本文对现有常用的锂离子电池模型进行分析,建立了便于工程应用的二阶RC网络等效电路模型,并在MATLAB中搭建相应电池模型,利用实测数据对电池模型参数进行离线辨识,对模型精度进行了验证.考虑到模型参数值在电池充放电过程中并不恒定,而是受到充放电倍率和电池荷电状态等因素影响不断变化,因此为提高模型精度,采用含遗忘因子的递推最小二乘方法进行模型参数的在线辨识,通过仿真分析对比不同遗忘因子的影响,确定了遗忘因子的最佳范围.实验结果表明,随着遗忘因子从1开始减小,模型的精度会先提高再减小.本模型比较合适的遗忘因子范围大致为0.90～0.95,最佳值应在0.94附近,此时模型的平均电压误差仅为0.000 43 V,证明了本文辨识方法的正确性和高精度.
文献关键词：
电池模型;参数辨识;最小二乘法;遗忘因子
中图分类号：
作者姓名：
赵可沦;江境宏;邓进;刘洪飞
作者机构：
广州广电计量检测股份有限公司 广州510656
文献出处：
引用格式：
[1]赵可沦;江境宏;邓进;刘洪飞-.基于遗忘因子递推最小二乘法的锂电池等效电路模型参数辨识方法)[J].电子测量技术,2022(23):53-58
A类：
B类：
遗忘因子递推最小二乘法,锂电池,等效电路模型,模型参数辨识,参数辨识方法,锂离子电池,电池模型,RC,离线辨识,模型精度,参数值,充放电过程,不恒定,充放电倍率,电池荷电状态,乘方,在线辨识,分析对比,高再,模型比较,最佳值,平均电压,电压误差
AB值：
0.270558
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
