文档名：基于ALO的锂离子降阶电化学模型参数辨识
本文旨在对锂离子电化学模型进行参数辨识.电化学模型中含有数个偏微分方程和互相耦合的参数,计算复杂,因此首先需要对其降阶.基于一种数值方法:谱方法简化了电化学模型,使得模型在保持高精度的同时大幅降低了计算耗时.然后,用蚁狮优化器在2C恒流放电和DST工况下辨识了降阶电化学模型中的21个参数.最后,在1C恒流放电和低电流倍率的DST工况下分别验证了辨识的参数.辨识结果和验证结果表明,辨识出的参数是相当准确的,可保证模型输出电压的精度.
作者：丁秋宇汪玉洁陈宗海
作者单位：中国科学技术大学自动化系,安徽合肥,中国,230027
母体文献：第22届中国系统仿真技术及其应用学术年会(CCSSTA2021)论文集
会议名称：第22届中国系统仿真技术及其应用学术年会(CCSSTA2021)
会议时间：2021年7月1日
会议地点：合肥
主办单位：中国自动化学会,中国系统仿真学会
语种：chi
分类号：
关键词：电动汽车 锂离子电池 电化学模型 参数辨识 蚁狮优化器
在线出版日期：2022年8月26日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.86 MB
- 下载次数:
- 60
-
高速下载
|
|
