非线性步长优化算法

该算法能够在参数辨识进程中避免局部最优并提高效率,为储能电池状态的长期在线估计提供支撑。

Xiong, Ran · 王顺利 · 于春梅 · Fernandez, Carlos · Xiao, Wei · Jia, Jun

Journal of Energy Storage 2023

参数信息

长期SOH估计RMSE
0.42 %
长期SOH估计MAE
0.34 %
长期SOH估计MAPE
0.38
长期SOH估计RMSE
0.33 %
长期SOH估计MAE
0.26 %
长期SOH估计MAPE
0.29

技术优势

避开局部最优

非线性递减步长细菌觅食优化改进了参数辨识过程,避免陷入局部最优。

识别效率更高

该算法在提高识别效率的同时,保障了参数辨识的可靠性。

在线估计长期SOH

结合电池单粒子模型,能够在线估计锂离子电池的长期健康状态。

多维误差指标验证

在两种工况下均报告了RMSE、MAE和MAPE,验证了估计精度。

应用场景

相关科技单元