基于改进遗忘因子递归最小二乘算法的锂离子电池参数辨识( Parameters Identification of Lithium-ion Battery Based on the Improved Forgetting Factor Recursive Least Squares Algorithm )

B Ren X Xie XD Sun Q Zhang D Yan battery management systems equivalent circuits parameter estimation secondary cells least squares approximations recursive estimation estimated parameter vector conventional RLS algorithm single lithium‐ion battery improved RLS algorithm variable forgetting factor RLS algorithm improved recursive least square algorithm accurate parameter identification critical basis battery management systems second‐order RC equivalent circuit model parameter identification process recursive least squares algorithm model parameter identification

锂离子电池参数的准确辨识是电池管理系统的重要基础。在分析二阶RC等效电路模型的基础上，首先讨论了利用递推最小二乘(RLS)算法进行参数辨识的过程。指出了RLS算法影响模型参数辨识精度和快速性的原因。并提出了一种改进的RLS算法，在常规RLS算法中插入一个参数估计向量多次更新的内环，从而使辨识结果得到改善。搭建了单体锂离子电池的测试平台。实验结果表明，与常规RLS算法和变遗忘因子RLS算法相比，改进的RLS算法具有更好的跟踪能力、更小的预测误差和适中的计算负担。

SciDown文献求助系统（解决99%问题） Public Download ResearchGate Wiley IEEEXplore