电池戴维南模型的一次性参数辨识：方法与验证
系统与控制
2022-07-13 v1 系统与控制
摘要
参数估计对于各种基于模型的电池管理任务具有基础性意义，包括充电控制、荷电状态估计和老化评估。然而，由于现有方法通常依赖繁琐且耗时的流程从数据中提取电池参数，这仍是一个具有挑战性的问题。与文献不同，本文设定了在一次性离线流程中辨识所有参数的独特目标，包括电阻与电容参数，以及从荷电状态到开路电压的参数化映射函数中的参数。针对众所周知的电池戴维南模型，本研究首先进行参数可辨识性分析，表明所有参数均局部可辨识。随后，在预测误差最小化框架下构建参数辨识问题。由于该问题固有的非凸性可能导致物理意义不明的估计值，本文提出了两种方法来克服这一问题。第一种是通过设定参数边界将参数搜索约束在合理空间内，第二种是利用先验参数猜测对代价函数进行正则化。所提出的可辨识性分析与辨识方法通过仿真与实验得到了广泛验证。
引用
@article{arxiv.2003.06504,
title = {One-Shot Parameter Identification of the Thevenin's Model for Batteries: Methods and Validation},
author = {Ning Tian and Yebin Wang and Jian Chen and Huazhen Fang},
journal= {arXiv preprint arXiv:2003.06504},
year = {2022}
}