本發(fā)明提供了一種
動力電池模型的粒子群及LM優(yōu)化混合迭代辨識方法,包括以下步驟:步驟一:通過間歇恒流放電法測取動力電池的電流與電壓;步驟二:建立動力電池二階RC等效電路模型;步驟三:推導(dǎo)動力電池二階RC等效電路的辨識模型;步驟四:構(gòu)建PSO?LM優(yōu)化混合迭代辨識算法;步驟五:采用PSO?LM算法確定動力電池模型中的未知參數(shù)。本發(fā)明的有益效果為:本發(fā)明利用粒子群算法優(yōu)越的群體搜索能力和LM算法較強(qiáng)的局部尋優(yōu)能力,并克服粒子群算法后期搜索效率不高和LM算法對初值要求高的缺陷,能夠迅速收斂到全局最優(yōu)解,該混合算法具有辨識精度高、收斂速度快、計算準(zhǔn)確等特點,完全適用于電動汽車動力
鋰電池的參數(shù)辨識。
聲明:
“動力電池模型的粒子群及LM優(yōu)化混合迭代辨識方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)