基于改进初值带遗忘因子的递推最小二乘法的锂电池参数辨识

• 全文链接
• 请求原文

作   者：

王文;  史华泽;  岳雨霏;  黎隆基;  吴传平;  童宇轩; 

作者机构：

国网湖南省电力有限公司防灾减灾中心;  长沙理工大学电气与信息工程学院; 

关键词：

迭代初始值;  锂离子电池;  带遗忘因子的递推最小二乘算法;  参数辨识; 

期刊名称：

电力科学与技术学报

i s s n：

1673-9140

年卷期：

2024 年 39 卷 004 期

页   码：

178-186

摘   要：

锂电池荷电状态（state of charge,SOC）的准确估计依赖于精确的锂电池模型参数。在采用带遗忘因子的递推最小二乘法（forgetting factor recursive least square,FFRLS）对锂电池等效电路模型进行参数辨识时，迭代初始值选取不当会造成辨识精度低、收敛速度慢的问题。为此，将电路分析法与FFRLS相结合，提出基于改进初值带遗忘因子的递推最小二乘法（improved initial value-FFRLS, IIV-FFRLS）。首先，通过离线辨识得到各荷电状态点对应的等效电路模型参数并进行多项式拟合；然后，利用初始开路电压（open circuit voltage, OCV）和OCV-SOC曲线获得初始SOC，代入参数拟合函数得到初始参数；最后，将初始参数带入递推公式得到IIV-FFRLS迭代初始值。对4种锂电池工况进行参数辨识，结果表明：与传统方法相比，IIV-FFRLS的平均相对误差、收敛时间分别减小58%、23%以上；IIV-FFRLS具有更高的辨识精度与更快的收敛速度。