锂离子电池参数识别：various models and optimization techniques 的比较研究
最优化与控制
2025-12-03 v1
摘要
本工作提出了锂离子电池等效电气模型中参数识别的优化技术的比较研究。应用 2RC 模型，对十二组电池进行测试，使用来自知名研究机构的四个公开数据集。该方法由四个阶段构成：首先，选择 2RC 模型是因为其在物理可解释性和计算简单性之间取得平衡；其次，收集实验充放电循环数据；第三，应用各种优化技术，以最小化实验数据与模型估计响应之间的误差为目标；最后，使用均方误差评估准确性，通过执行时间评估计算效率。我们考虑了传统方法、元启发式方法和仿生方法，包括最小二乘优化、粒子群优化、模拟退火以及几种仿生变体。结果表明，仿生技术在不显著增加计算成本的情况下实现了比传统方法更高的准确性。特别是，粒子群优化在精度和对局部最小值的鲁棒性方面表现优异。得出结论，集成先进的优化策略显著提升了等效电气模型的保真度，这对于准确估计电动汽车和航空航天系统中锂离子电池的电荷状态、老化和寿命至关重要。
引用
@article{arxiv.2512.02606,
title = {Parameter identification of lithium-ion batteries: a comparative study of various models and optimization techniques for battery modeling},
author = {Johan Sebastian Suarez Sepúlveda and Edgar Hernando Sepúlveda-Oviedo and Bruno Jammes and Corinne Alonso},
journal= {arXiv preprint arXiv:2512.02606},
year = {2025}
}