基于 L1 正则最小二乘的离子电池直接连续时间 LPV 系统辨识
系统与控制
2025-09-26 v1 系统与控制
摘要
精准辨识锂离子电池参数对于估算电池状态与管理性能至关重要。然而，电池参数随电荷态（SOC）变化以及氧化还原电压（OCV）对 SOC 的非线性依赖 complicate 了辨识过程。本文发展一种连续时间 LPV 系统辨识方法，用于辨识 SOC 相关电池参数与 OCV-SOC 映射。我们采用三次 B 样条函数建模参数变化，以捕捉变化的分段非线性，并通过状态变量滤波器估计信号导数，以实现 CT-LPV 辨识。通过求解 L1 正则最小二乘问题，联合辨识电池参数与 OCV-SOC 映射。数值实验在仿真电池与真实数据上表明，所develop方法在电池辨识中有效，性能优于传统 RLS 方法。
引用
@article{arxiv.2509.21110,
title = {Direct Continuous-Time LPV System Identification of Li-ion Batteries via L1-Regularized Least Squares},
author = {Yang Wang and Riccardo M. G. Ferrari},
journal= {arXiv preprint arXiv:2509.21110},
year = {2025}
}