基于GA的Thevenin模型改进及参数辨识方法

文章针对动力电池的等效电路模型精度和计算复杂度相矛盾这一问题,对传统的Thevenin模型进行改进:引入充放电欧姆电阻区分模块以及充放电滞后模块,改善了电池在不同状态下的欧姆特性,补偿了极化效应,提高了等效电路模型的预测精度。通过改进的Thevenin模型建立电池的等效电路模型,基于遗传算法(Genetic Algorithm-GA)对电池模型进行参数辨识,最后基于HPPC实验,将原Thevenin模型仿真电压、改进模型仿真电压与实验实测电压进行对比,改进模型和原模型的平均误差最高提高了0.84%。