电池参数辨识框架

不改硬件，参数辨识更准

通过集成对数变换、LM算法和拉丁超立方采样，该框架解决了等效电路模型参数辨识对初值敏感和易陷入局部最优的问题，大幅提升辨识的鲁棒性和效率。

张翮辉 · Ting, Liu · Kang, Li · Yichu, Liu · 胡建新 · Zuo Q. · Liangxing, Jiang

Journal of Energy Storage 2026

具体参数

最优收敛率

>90 %

中位计算时间

0.086 s/optimization

电压残差

<10.5 mV

技术优势

初值不敏感

通过跨数量级的初始猜测生成策略（0.01× 至 100× 缩放），即使初始参数估计偏差较大也能稳定收敛到全局最优。

计算足够快

单次优化中位时间仅 0.086 秒，适合电池管理系统在线参数辨识。

应用场景

• 电池管理系统：在线估计电池状态，支持电动汽车和储能系统的实时管理。
• 锂离子电池：为锂离子电池等效电路模型提供快速准确的参数，提高模型精度。
• 电化学与储能：为电化学储能系统提供可靠的电池参数辨识工具，优化系统管理。