安全驱动的电池充电：一种基于Fisher信息引导的自适应MPC与实时参数辨识

锂离子电池在现代储能系统中无处不在，凸显了理解和优化其性能的关键需求。然而，电池模型通常表现出较差的参数可辨识性，这阻碍了有效电池管理策略的开发，并影响其整体性能、寿命和安全性。本文探讨了Fisher信息（FI）理论与模型预测控制（MPC）在电池充电中的集成。该研究解决了由于非线性动力学和不确定性而导致的准确估计电池模型参数的内在障碍。我们提出的方法旨在通过利用FI指标引导的自适应控制策略，确保安全电池充电并增强实时参数估计能力。仿真结果强调了我们的方法在缓解参数可辨识性问题方面的有效性，为在安全充电过程中改进电池控制提供了有前景的解决方案。