logo móvil
Contáctanos

Identificación de parámetros para baterías de iones de litio basada en el método de optimización híbrida de enjambre de escarabajos genéticos-fraccionales

Autores: Guo, Peng; Wu, Xiaobo; Lopes, António M.; Cheng, Anyu; Xu, Yang; Chen, Liping

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Identificación de parámetros para baterías de iones de litio basada en el método de optimización híbrida de enjambre de escarabajos genéticos-fraccionales


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Propone
Modelo de impedancia de orden fraccionario
Baterías de iones de litio
Identificación de parámetros del modelo
Optimización híbrida de enjambre de escarabajos genéticos fraccionarios
Modelo de circuito equivalente

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 37

Citaciones: Sin citaciones


Descripción
Este documento propone un modelo de impedancia de orden fraccional (FO) para baterías de iones de litio y un método para la identificación de parámetros del modelo. El modelo se establece en base a la espectroscopia de impedancia electroquímica (EIS). Se deriva un nuevo esquema de optimización híbrida de enjambre de escarabajos fraccionales genético (HGA-FBSO) para la identificación de parámetros, que combina las ventajas de los algoritmos genéticos (GA) y la optimización de enjambre de escarabajos (BSO). El enfoque lleva a un modelo de circuito equivalente capaz de describir con precisión el comportamiento dinámico de la batería de iones de litio. Los resultados experimentales ilustran la efectividad del método propuesto, produciendo un error cuadrático medio de estimación de voltaje (RMSE) de 10.5 mV y un error absoluto medio (MAE) de 0.6058%. Esto corresponde a mejoras de precisión del 32.26% y 7.89% para el RMSE, y del 43.83% y 13.67% para el MAE, al comparar los resultados del nuevo enfoque con los obtenidos con los métodos GA y FBSO, respectivamente.

Otros recursos que podrían interesarte

Temas Virtualpro