基于信息反馈粒子群的高精度锂离子电池模型参数辨识

• 作者: 李志刚 郭永芳 黄凯
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 锂离子电池 等效电路模型 模型参数辨识 信息反馈PSO
• 年，卷（期）: 2019,（z1）
• 所属期刊栏目: 储能系统及优化配置
• 页码范围: 378-387
• 页数: 10页
• 分类号: TM912
• 字数: 5630字
• 语种: 中文
• DOI: 10.19595/j.cnki.1000-6753.tces.L80546

摘要

锂离子电池模型参数精度是影响模型仿真电池静态和动态特性的一个重要因素.近年来,粒子群优化(PSO)算法常被应用于模型参数辨识中.然而PSO算法及其改进算法在迭代过程中存在此问题,即粒子位置的更新并未引起其局部最优位置以及种群全局最优位置的更新,从而导致优化算法无法获得更优结果.针对此问题,提出一种基于信息反馈的粒子群(FPSO)算法,其能够根据粒子位置更新的反馈信息重新调整粒子位置,旨在促进粒子局部最优位置和全局最优位置持续更新以提高寻优精度.在利用常用基准函数对本文FPSO算法进行性能验证后,将其应用于锂离子电池模型参数辨识,实验结果表明,相比基于线性PSO、自适应权重PSO以及最小二乘法的模型参数辨识结果,本文提出的FPSO算法能够提高模型精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭永芳	河北工业大学人工智能与数据科学学院	14	71	5.0	8.0