【技术实现步骤摘要】
一种基于混沌猫群算法的锂离子电池模型参数辨识方法
本专利技术涉及电力
，具体涉及一种基于混沌猫群算法的锂离子电池模型参数辨识方法。
技术介绍
锂离子电池的容量大，适中的电压，广泛的来源以及其循环使用寿命长、性能好、对环境无污染等特点，被越来越广泛地应用在正在迅速发展的新能源电动汽车上。而锂离子电池SOC代表的是电池使用一段时间或长期搁置不用后的剩余可放电电量与其完全充电状态的电量的比值，准确的估计SOC，能为使用者提供电动汽车所能行驶的剩余里程，保证锂离子电池工作在合理的电压范围内，能有效的防止由于过充和过放对电池带来的损伤，延长电池的使用寿命，提高能量的利用率，降低使用成本。因而准确的估计电池SOC对电动汽车尤为重要。而建立一个电池模型，并对电池模型参数进行辨识是准确估计电池SOC的关键所在。而现有对电池模型参数进行辨识的方法收敛速度较慢。
技术实现思路
为解决现有技术问题，本专利技术通过引进混沌猫群算法对锂离子电池模型进行参数辨识，由于猫群算法能够同时进行局部搜索和全局搜索，且在猫群的基础上引进...
【技术保护点】
1.一种基于混沌猫群的锂离子电池模型参数辨识方法，其特征在于：包括以下步骤：/nS1：初始化猫群，设置猫群优化算法的群体大小为N，最大迭代次数为k
【技术特征摘要】 【专利技术属性】
1.一种基于混沌猫群的锂离子电池模型参数辨识方法，其特征在于：包括以下步骤：
S1：初始化猫群，设置猫群优化算法的群体大小为N，最大迭代次数为kmax，分组率MR，随机初始化猫群体位置；
S2：计算种群中所有猫的适应度值fitness，选取并记录种群中适应度最佳的猫；
S3：根据MR将猫群随机分组，MR表示执行跟踪模式下的猫的数量在整个猫群中所占的比例，MR一般为一个较小的值，以确保猫群中的大部分猫处于搜寻模式，少数猫处于跟踪模式；
S4：搜寻模式：复制猫个体，将复制好的个体存入记忆池SMP中，复制猫的个体数由其适应度值的大小决定，适应度值越高，被复制的个体数目相对越多，复制个体的公式为：
式中：Ni为第i只猫的复制个体数；Nsum为复制的个体总数；fitnessi为第i只猫的适应度；N为猫的初始化群体总数；执行变异算子，即随机在原来的位置上加一个扰动，达到新的位置来代替原来的位置，更新SMP，计算SMP中所有个体的适应度值；执行选择算子，通过计算SMP中适应度值最小的候选点来代替当前猫的位置，完成算法输出参数的更新；
Step5：跟踪模式：整个猫群经历过的最好的位置，即为目前搜索到的最优解为Xbest(n)，每个猫的速度为Vi，速度更新公式如下：
Vi(n+1)＝Vi(n)×w+c×rand×[Xbest(n)-Vi(n)]；
式中Vi(n+1)表示更新后第i只猫的速度值；c为常量；rand为[01]之间的随机数；惯性权重w更新公式如下：
其中，k为迭代指标，kmax为最大迭代数；每个猫的位置更新公式如下：
Xi(n+1)＝Xi(n)+Vi(n+1)；
式中Xi(n+1)表示位置更新后第i只猫的位置；计算适应度值，用适应度值最小的猫更新最初的猫的位置；
S6：记录保留种群中适应度最优的猫；
S7：判断是否满足终止条件，若满足则输出最优解，结束程序；反之，判断全局最优解是否得到改善，若改善了，则重复步骤S2到S6；否则根据
技术研发人员：聂晓华，刘意期，万晓凤，余运俊，王淳，
申请(专利权)人：南昌大学，
类型：发明
国别省市：江西;36
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。