基于改进Bayes信息量准则的锂电池自适应变阶AVO模型

摘要：

提出了一种融合Bayes信息量准则和樽海鞘优化算法的自适应变阶(AVO)模型.该模型以端电压误差的Bayes信息量作为一阶和二阶RC模型的变阶依据,利用樽海鞘优化算法(SSA)搜索Bayes信息量序列的全局最优解,实现对模型最优变阶序列的求解;通过开展混合动力脉冲特性(HPPC)实验,选用含遗忘因子递推最小二乘法(FFRLS)获取精确的模型参数,完成AVO模型的电阻及电容参数辨识和精度在线验证.结果表明:所建立的锂电池自适应变阶AVO模型平均误差为0.0119 V,精度及实用性较高.

关键词：Bayes信息量准则、AVO模型、含遗忘因子递推最小二乘法、樽海鞘优化算法

所属期刊栏目：47

分类号：TM912

资助基金：国家自然科学基金;西安市科技计划项目

在线出版日期：2023-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1143-1147