位置:成果数据库 > 期刊 > 期刊详情页
基于遗传算法的动力电池参数模型辨识
  • ISSN号:1000-100X
  • 期刊名称:《电力电子技术》
  • 时间:0
  • 分类:TN86[电子电信—信息与通信工程]
  • 作者机构:南京信息工程大学、数学与统计学院,江苏南京210044
  • 相关基金:国家自然科学基金(41505118)
中文摘要:

针对磷酸铁锂动力电池利用二阶等效电路模型建立电池动态模型,考虑电池的电势及温度特性,分析在不同充放电倍率下对电池模型参数的影响。基于新威BT400测试电池离线数据,采用遗传算法改进后的系统辨识获得全局最优解。实际实验得出,通过离线数据对辨识参数进行验证最大误差为1.2%,能较好地反映出电池的动静态特性。

英文摘要:

The dynamic battery model is based on second-order equivalent circuit model to lithium iron phosphate power battery,which concerning with battery electric potential and temperature characteristics,is to analyze the effects on battery model parameters with different charge and discharge rate.Besides, it obtains global optimal solution with the system improved by genetic algorithm on the base of offline data of new power BT400 test battery.Additionally, by these off-line data the maximum error of the identification parameters is verified to be 1.2% ,which can reflect the dynamic and static characteristics of the battery better.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《电力电子技术》
  • 北大核心期刊(2011版)
  • 主管单位:西安电力电子技术研究所
  • 主办单位:西安电力电子技术研究所
  • 主编:吕庆敏
  • 地址:西安市朱雀大街94号
  • 邮编:710061
  • 邮箱:dldzjstg@163.com
  • 电话:029-85271823
  • 国际标准刊号:ISSN:1000-100X
  • 国内统一刊号:ISSN:61-1124/TM
  • 邮发代号:52-44
  • 获奖情况:
  • 获全国优秀科技期刊,获机械工业部科技期刊一等奖,获陕西省科技期刊一等奖
  • 国内外数据库收录:
  • 波兰哥白尼索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:16331