纯电动汽车动力锂电池Nernst模型参数辨识

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

［摘要］建立了电动汽车动力锂电池的Ｎｅｒｎｓｔ经验模型，并利用遗忘因子递推最小二乘法对模型参数进行辨
识。以北京市运营的纯电动环卫车的锂电池数据对所建立的模型和参数辨识算法进行验证，结果表明，所给出的方案是有效的，具有算法运算量少、模型结构简单和辨识精度较高等优点，适于电动汽车运行时对电池模型参数的在
线辨识。
关键词：电动汽车；电池模型；参数辨识；最小二乘法ＰａｒａｍｅｔｅｒｓＩｄｅｎｔｉｆｉｃａｔｉ０ｎ０ｆＮｅｒｎｓｔＭｏｄｅｌｆｏｒＰｏｗｅｒ
Ｌｉｔｈｉｕｍ— ｉｏｎＢａｔｔｅｒｙｏｆＰｕｒｅＥｌｅｃｔｒｉｃＶｅｈｉｃｌｅｓ
等Ｊ。等效电路模型是应用比较直观的电阻、电容、
日Ｊ百ｌ
电感等电路元件来描述电池的非线性特性，如Ｔｈｅｖｅｎｉｎ模型、四阶动态模型、ＰＮＧＶ模型等，但这类电池模型的相关参数不能通过采集的实时数据得到，只能通过实验室的仿真平台求得，这导致模型的实时性和精确性下降。神经网络模型具有非线
ｃｏｍｐｕｔａｔｉｏｎｅｆｆｏｒｔｓ，ｓｉｍｐｌｅｍｏｄｅｌａｎｄｈｉｇｈｉｄｅｎｔｉｉｃｆａｔｉｏｎａｃｃｕｒａｃｙ，ａｎｄｉｓｅｆｆｅｃｔｉｖｅａｎｄｓｕｉｔａｂｌｅｆｏｒｏｎｌｉｎｅｐａｒａｍｅｔｅｒ
ｉｄｅｎｔｉｉｆｃａｔｉｏｎｏｆｂａｔｔｅｙｒｍｏｄｅｌｉｎｅｌｅｃｔｉｃｒｖｅｈｉｃｌｅｏｐｅｒａｔｉｏｎ．
Ｋｅｙｗｏｒｄｓ：ｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅ；ｂａｔｔｅｒｙｍｏｄｅｌ；ｐａｒａｍｅｔｅｒｉｄｅｎｔｉｉｃｆａｔｉｏｎ；ｌｅａｓｔｓｑｕａｒｅｍｅｔｈｏｄ
ａｎｄｔｈｅｒｅｃｕｒｓｉｖｅｌｅａｓｔｓｑｕａｒｅａｌｇｏｉｔｒｈｍｗｉｔｈｆｏｒｇｅｔｔｉｎｇｆａｃｔｏｒｓｉｓａｄｏｐｔｅｄｔｏｉｄｅｎｔｉｆｙｍｏｄｅｌｐａｒａｍｅｔｅｒｓ．Ｔｈｅｍｏｄｅｌｅｓｔａｂｌｉｓｈｅｄａｎｄｔｈｅｐａｒａｍｅｔｅｒｉｄｅｎｔｉｉｃｆａｔｉｏｎａｌｇｏｒｉｔｈｍａｄｏｐｔｅｄａｒｅｖｅｒｉｉｅｆｄｂｙｕｓｉｎｇｔｈｅｌｉｔｈｉｕｍ・・ｉｏｎｂａｔｔｅｙｒｄａｔａｏｆｒｅ－－
ｆｕｓｅｃｏｌｌｅｃｔｉｎｇｅｌｅｃｔｉｒｃｖｅｈｉｃｌｅｓｏｐｅｒａｔｉｎｇｉｎＢｅｉｊｉｎｇｃｉｔｙ。Ｔｈｅｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈａｔｔｈｅｓｃｈｅｍｅｈａｓａｄｖａｎｔａｇｅｓｏｆｌｅｓｓ
ＢｉＪｕｎ．ＫａｎｇＹａｎｑｉｏｎｇ＆ＳｈａｏＳａｉ
ＢｅｉｊｉｎｇｉｆａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，ＭＯＥＫｅｙＬａｂｏｒａｔｏｒｙｆｏｒＵｒｂａｎＴｒａｎｓｐｏｒｔａｔｉｏｎＣｏｍｐｌｅｘＳｙｓｔｅｍｓＴｈｅｏｙｒａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｂｅｆｉｎｇ１０００４４
ｌＡｂｓｔｒａｃｔｊＡＮｅｒｎｓｔｅｍｐｉｒｉｃａｌｍｏｄｅｌｆｏｒｔｈｅｔｒａｃｔｉｏｎｌｉｔｈｉｕｍ— ｉｏｎｂａｔｔｅｒｙｏｆｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｉｓｅｓｔａｂｌｉｓｈｅｄ，
汽２０１５年（第３７卷）第６期
车Hale Waihona Puke Baidu
工
程
ＡｕｔｏｍｏｔｉｖｅＥｎｇｉｎｅｅｒｉｎｇ
２０１５１２７
纯电动汽车动力锂电池Ｎｅｒｎｓｔ模型参数辨识术
毕军，康燕琼，邵赛
１０００４４）（北京交通大学，城市交通复杂系统理论与技术教育部重点实验室，北京