基于非线性拟合的电池剩余容量预测

2021-06-17 03:06:32吴杰陈辉
蓄电池 2021年3期
关键词:模型

吴杰,陈辉

(安徽商贸职业技术学院基础教学部,安徽 芜湖 241002)

1 问题的提出

近年来,国内外针对电池放电问题进行了大量研究。丁丽等利用曲线、曲面拟合给出了电池放电模型,但未对初始放电状态进行研究,且拟合结果不够精确[1-4]。付春流等提出基于支持向量回归的剩余放电时间预测方法,但是需要对数据单独研究,而且预测比较繁琐[5]。侯国亮等提出基于指数函数的函数拟合方法,但计算出来的平均相对误差(MRE)较高,而且预测精度较低[6-8]。覃爽使用logistic函数模型建立了电压与时间的关系模型,但舍去了大量不一致的数据,导致误差急剧增大[9]。本文中,笔者利用C题数据[10],通过非线性拟合、多元回归等统计手段,对电池放电数据进行分析,建立了任意电流放电曲线模型和剩余放电时间预测模型,并利用MRE的定义对模型进行了检验。

2 放电曲线建立与求解

2.1 各放电曲线方程的建立与求解

图1为同一批次电池在9种电流强度下放电曲线。在电流强度I下,放电初期电压不稳定,对预测产生影响。定义t0(I)为该电流强度I下的预测分割点。通过Matlab编程,得到不同电流强度下对应的分割点t0(I)和电池最大放电时间tmax,见表1。

图 1 不同电流强度下电池电压与放电时间关系曲线

表 1 不同电流强度下的时间分割点

[t0(I),tmax(I)]放电电压处于下降趋势,且放电初期电压下降平缓,放电末期电压下降迅速,放电曲线与抛物线趋势一致。建立电压与电流强度、时间的二元抛物线模型一:

式(1)中,Um为额定的最低保护电压,本题中Um=9 V。……

登录APP查看全文

猜你喜欢
模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用