电池参数辨识
文章平均质量分 86
新能源汽车仿真团队
这个作者很懒,什么都没留下…
展开
-
电池SOC仿真系列-基于双卡尔曼滤波(KF+UKF)算法的电池SOC估算
前文讲述了基于扩展卡尔曼滤波(EKF)的,本期带来基于无迹卡尔曼滤波(Unscented Kalman Filter,UKF)的双卡尔曼滤波(KF+UKF)算法的电池SOC估算。原创 2022-09-04 10:40:30 · 3806 阅读 · 3 评论 -
电池SOC仿真系列-基于遗传算法的电池参数辨识
基于遗传算法的电池参数辨识1、遗传算法基本思想 遗传算法(Genetic Algorithms)是一种启发式的随机非线性优化与搜索方法,用于模拟生物界的自然选择与遗传过程,从原理和实现手段等方面区别于传统数学规划的优化算法。遗传算法运算过程的实质就是对待求解问题的解群的重复迭代过程,该解群由M个初始解组成,通过不断的对解群进行交叉、变异运算和选择,即对初始解群进行遗传与进化操作,得到新一代染色体组成后代解群。通过采取优胜劣汰原则,将由遗传与进化得到的子代中适应值高的染色体以较大的概率保存到每次迭代的后原创 2021-04-11 15:21:57 · 5513 阅读 · 4 评论 -
电池SOC仿真系列-基于遗忘因子的最小二乘法电池参数辨识(二阶RC)
基于遗忘因子的最小二乘法电池参数辨识 最小二乘法是系统辨识中最常用的一种估算方法。为了克服最小二乘法存在”数据饱和”的问题,我们通常采用含有遗忘因子的递推最小二乘法(Forgetting Factor Recursive Least Square,FFRLS)算法进行电池模型的参数辨识。1、二阶RC数学模型的建立 一般来说,建立精准的电池模型我们需要考虑以下几点:该模型能够准确的描述电池的动态及静态特性;该模型复杂度较低,易于计算;该模型工程实现较为简单可行。综合考虑,我们选择二阶RC等效电路模型原创 2021-03-28 20:14:18 · 18477 阅读 · 1 评论 -
电池SOC仿真系列-基于卡尔曼滤波算法的电池参数辨识
基于卡尔曼滤波算法电池参数辨识1 锂离子电池模型的建立 一般来说,建立精准的电池模型我们需要考虑以下几点:该模型能够准确的描述电池的动态及静态特性;该模型复杂度较低,易于计算;该模型工程实现较为简单可行。综合考虑,我们选择二阶RC等效电路模型。 为了对电池等效电路模型进行参数辨识,我们需要把电池模型转化为可应用最小二乘法辨识的数学形式。如下式所示: 令时间常数: 则上式可以转化为: 令: 则上式化简为: 令: 代入上式进行离散化处理,其中T为采样时间,整理可得:原创 2021-03-06 15:39:55 · 11529 阅读 · 1 评论