《表2 模型参数辨识结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《铅酸动力电池高阶PNGV改进模型研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

根据辨识脉冲放电实验所采集的时间、放电电流、电池端电压数据，由电流加载瞬间电压跌落值可求R0，由开路电压Uoc的变化值可求大电容Cb值。由式（5）和（6）可求出电流加载时电压跌落段极化电压和电流撤除时电压回弹段极化电压。然后利用遗传优化算法分别对跌落极化电压和回弹极化电压进行Rep、Rcp、τepa、τepb、τcpa、τcpb辨识，构造代价函数，使模型电压和实测电压方差和最小。图6所示为SOC=0.7的模型GA优化参数辨识的结果，其他SOC点模型参数GA优化辨识过程相同。电池SOC在1.0～0.1范围，20 A恒流脉冲放电，采用GA算法辨识的二阶PNGV等效电路模型参数如表2所示。