摘要：锂离子电池参数辨识结果是电池状态预测的重要基础，本文提出了一种基于蜣螂算法(dung beetle optimizer，DBO)优化卡尔曼滤波(kalman filtering，KF)算法用以在线辨识电池模型参数。该方法采用蜣螂算法快速全局寻找最优解特点，在卡尔曼滤波算法中优化过程噪声和观测噪声的协方差矩阵，提高了识别电池模型参数的准确性。仿真实验数据表明，相较于未优化的卡尔曼滤波器参数辨识的结果，本方法得到的辨识结果与真实值的方差有明显减少，预测的参数值更加接近真实值。
文章目录
0 引言
1 锂离子电池等效电路模型建立
1.1 二阶RC等效电路模型
1.2 卡尔曼滤波算法的参数辨识
2 DBO优化卡尔曼滤波算法
2.1蜣螂优化算法
2.1.1滚球蜣螂的位置更新模式
2.1.2产卵蜣螂的位置更新模式
2.1.3小蜣螂的位置更新模式
2.1.4小偷蜣螂的位置更新模式
2.2蜣螂算法优化卡尔曼滤波
3 仿真结果分析
3.1 实验平台及实验步骤
3.2 仿真结果分析
4 结语
