← 返回
储能系统技术 储能系统 电池管理系统BMS 机器学习 ★ 5.0

基于CPSO的锂离子电池分数阶建模参数辨识方法

CPSO-Based Parameter-Identification Method for the Fractional-Order Modeling of Lithium-Ion Batteries

作者 Zhihao Yu · Ruituo Huai · Hongyu Li
期刊 IEEE Transactions on Power Electronics
出版日期 2021年10月
技术分类 储能系统技术
技术标签 储能系统 电池管理系统BMS 机器学习
相关度评分 ★★★★★ 5.0 / 5.0
关键词 锂离子电池 参数辨识 分数阶建模 混沌粒子群算法 (CPSO) 等效电路模型 电池管理系统 (BMS)
语言:

中文摘要

针对电池等效电路模型参数辨识,本文结合分数阶建模与仿生算法(CPSO)的优势,旨在解决传统方法计算成本高的问题。该方法能更精确地描述电池阻抗特性,为提升电池管理系统(BMS)的建模精度和计算效率提供了有效方案。

English Abstract

For battery equivalent circuit model parameter identification, the fractional-order modeling and the bionic algorithm are two excellent techniques. The former can describe the impedance characteristics of batteries accurately, while the latter has natural advantages in solving some nonlinear problems. However, the high computational cost limits their application. In this article, a parameter-ident...
S

SunView 深度解读

该研究对阳光电源的PowerTitan和PowerStack储能系统具有重要价值。分数阶模型能更精准地捕捉锂电池在复杂工况下的非线性阻抗特性,结合CPSO算法可显著提升BMS在SOC/SOH估算及电池健康状态监测方面的精度。建议研发团队将该算法集成至iSolarCloud智能运维平台,通过更精准的电池建模优化储能系统的充放电策略,延长电池寿命,并提升系统在调峰调频等应用场景下的运行效率与安全性。