基于改进粒子群算法辨识电池参数估算SOC

• 作者: 刘继超 王海云 王维庆 邓永存
• 来源期刊: 电池
• 学科: 工学
• 关键词: 一阶RC等效电路模型 双线性变换 无迹卡尔曼滤波(UKF)算法 改进粒子群
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 技术交流
• 页码范围: 65-69
• 页数: 5页
• 分类号: TM912.9
• 字数: 4070字
• 语种: 中文
• DOI: 10.19535/j.1001-1579.2020.01.016

摘要

针对电池模型多参数辨识的问题及传统辨识算法收敛精度差、收敛速度慢的问题,提出基于改进粒子群算法的参数辨识方法,并与无迹卡尔曼滤波(UKF)算法相结合,估算电池荷电状态(SOC).根据一阶RC等效电路模型,采用双线性变换进行离散化处理得到辨识模型;引入学习因子(Pai)、非线性多尺度学习策略和免疫综合学习策略,改进算法,提高粒子群算法的全局寻优能力与收敛精度,实现在线辨识电池参数;根据电池综合状态系统估算SOC.仿真结果表明,相对于基本粒子群相对误差约为6％,该算法的相对误差约为3％,且波动较小,可更准确地估算电池的SOC.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王维庆	新疆大学可再生能源发电与并网技术教育部工程研究中心	270	1957	20.0	32.0
2	王海云	新疆大学可再生能源发电与并网技术教育部工程研究中心	142	589	12.0	16.0
3	刘继超	新疆大学可再生能源发电与并网技术教育部工程研究中心	1	0	0.0	0.0
4	邓永存		1	0	0.0	0.0