必威主页 234， 00097 (2021)

利用遗传算法拟合电池锂离子的OCV-SOC关系

¹伊本托法尔大学电子系统、信息处理、力学和能源实验室，摩洛哥肯尼特拉
²摩洛哥肯尼特拉伊本托法尔大学国家应用科学学院高级系统工程实验室

^＊通讯作者:elmahdi.fadlaoui@uit.ac.ma

摘要

为了减少对化石燃料的依赖和地面交通对环境的影响，锂离子电池驱动的电动汽车(ev)正在被深入研究，并已成为替代交通工具的前沿。荷电状态(SOC)是锂离子电池在线监测的重要状态之一。然而，基于模型的充电状态估计方法需要一个准确的开路电压(OCV)，这是锂离子电池的一个重要特征参数，用于估计电池的充电状态(SOC)。因此，精确的OCV建模对锂离子电池管理具有重要意义。多项式OCV模型使用多项式函数建立OCV与SOC映射之间的关系。本文考虑了8次多项式拟合曲线，提出了参数估计的遗传算法优化方法。结果表明，该方法可将均方根误差降低到0.002。而最佳的OCV-SOC拟合曲线可以提高模型的精度，提高电池状态估计的精度。