-
公开(公告)号：CN117633498B
公开(公告)日：2024-04-23
申请号：CN202410106870.0
申请日：2024-01-25
Applicant: 湖北工业大学
IPC: G06F18/2111 , G06F18/2431 , G06N3/006 , G16C20/10 , G16C20/70
Abstract: 本发明涉及一种锂电池电化学模型参数辨识方法，首先选用电化学模型，并对电化学模型参数和工况进行分类，然后选取不同种类工况对不同种类电化学模型参数的敏感性进行分析，分别得出不同种类电化学模型参数的敏感性，以及不同种类电化学模型参数所对应的最佳识别工况，最后根据电化学模型参数的敏感性和电化学模型参数的种类制定辨识方法，通过开发双种群多目标狼群算法，通过重新设计考虑模型收敛性的算法，通过种群初始化将种群分为收敛种群，对于收敛种群，采用电压曲线误差的均方根作为目标函数，而对于不收敛种群，采用正负极容量公式与单体电池标称容量的差值作为目标函数，解决了在辨识过程中模型不收敛的问题。
-
公开(公告)号：CN119001463B
公开(公告)日：2025-01-07
申请号：CN202411201654.0
申请日：2024-08-29
Applicant: 湖北工业大学
IPC: G01R31/367
Abstract: 本发明涉及一种计及应力的多特征融合的锂电池SOC估计方法，获取多种测试工况下的锂电池特征信息，构建分解模型，基于分解模型对多种工况下锂电池特征信息进行变模态分解，获得锂电池特征信息对应的模态分量，构建筛选模型，基于筛选模型对锂电池特征信息及其对应的模态分量进行筛选，获得输入特征组合集，构建锂电池SOC估计模型，将输入特征组合集所对应的各锂电池特征信息及模态分量输入至锂电池SOC估计模型中进行训练，输出锂电池SOC估计值，实现了在非稳态条件下对锂电池剩余电量的准确预测，这不仅有助于优化电池管理策略，延长电池使用寿命，对于提升电动汽车和储能系统的整体安全性和可靠性具有重要意义。
-
公开(公告)号：CN119001463A
公开(公告)日：2024-11-22
申请号：CN202411201654.0
申请日：2024-08-29
Applicant: 湖北工业大学
IPC: G01R31/367
Abstract: 本发明涉及一种计及应力的多特征融合的锂电池SOC估计方法，获取多种测试工况下的锂电池特征信息，构建分解模型，基于分解模型对多种工况下锂电池特征信息进行变模态分解，获得锂电池特征信息对应的模态分量，构建筛选模型，基于筛选模型对锂电池特征信息及其对应的模态分量进行筛选，获得输入特征组合集，构建锂电池SOC估计模型，将输入特征组合集所对应的各锂电池特征信息及模态分量输入至锂电池SOC估计模型中进行训练，输出锂电池SOC估计值，实现了在非稳态条件下对锂电池剩余电量的准确预测，这不仅有助于优化电池管理策略，延长电池使用寿命，对于提升电动汽车和储能系统的整体安全性和可靠性具有重要意义。
-
公开(公告)号：CN117633498A
公开(公告)日：2024-03-01
申请号：CN202410106870.0
申请日：2024-01-25
Applicant: 湖北工业大学
IPC: G06F18/2111 , G06F18/2431 , G06N3/006 , G16C20/10 , G16C20/70
Abstract: 本发明涉及一种锂电池电化学模型参数辨识方法，首先选用电化学模型，并对电化学模型参数和工况进行分类，然后选取不同种类工况对不同种类电化学模型参数的敏感性进行分析，分别得出不同种类电化学模型参数的敏感性，以及不同种类电化学模型参数所对应的最佳识别工况，最后根据电化学模型参数的敏感性和电化学模型参数的种类制定辨识方法，通过开发双种群多目标狼群算法，通过重新设计考虑模型收敛性的算法，通过种群初始化将种群分为收敛种群，对于收敛种群，采用电压曲线误差的均方根作为目标函数，而对于不收敛种群，采用正负极容量公式与单体电池标称容量的差值作为目标函数，解决了在辨识过程中模型不收敛的问题。
-
-
-
Search Results
4
records
(took 0.021 seconds)
