基于电化学模型的锂离子电池多尺度建模及其简化方法

锂离子电池的精确建模和状态估计对于电动汽车电池管理系统非常重要,准二维(P2D)电化学模型由于计算复杂,难以直接应用于电池管理的参数在线估计和实时控制中.本文基于多孔电极理论和浓度理论,提出一种考虑锂离子液相动力学的简化准二维(SP2D)模型.忽略锂离子孔壁流量沿电极厚度方向的变化求解SP2D模型所描述的锂离子电池锂浓度分布,基于锂离子电池电化学平均动力学行为求解固相和液相电势变化,推导出电池电压计算的简化表达式;采用恒流、脉冲以及城市循环工况放电电流对比分析了严格P2D模型与SP2D模型的终端电压和浓度分布.结果表明:SP2D模型在保持较高计算精度的同时,可显著提高计算效率.     

基于单粒子模型与偏微分方程的锂离子电池建模与故障监测

锂离子电池内部结构是一种复杂的分布参数系统, 如果为了降低计算难度而使用常微分方程描述锂离子电池, 可能会引入系统误差, 降低系统模型的可信度, 需要使用偏微分方程建立分布参数系统的精确模型. 本文提出了一种基于单粒子模型和抛物型偏微分方程的锂离子电池系统建模与故障监测系统设计方法, 当锂离子浓度实测值与理想值的残差大于预设门槛时判定分布参数系统处于故障状态. 通过一个仿真实例进行了锂离子电池系统建模和故障诊断实验, 实验证明基于单粒子模型和偏微分方程的锂离子电池故障监测系统具有更高的精确度和可信度.     

一种求解锂离子电池单粒子模型液相扩散方程的新方法

电解液中的锂离子浓度表达是锂离子电池电化学模型求解的基本任务之一.为了平衡单粒子模型的液相动态性能和计算效率,假设反应仅发生在集电极和电解质界面上,为此,提出一种基于液相扩散方程无穷级数解析解的界面浓度求解新方法.在恒流工况下,利用数列单调收敛准则将解析解转化为一个收敛和函数.在动态工况下,将该解析解简化为输入与和函数的无限离散卷积.利用和函数随时间单调衰减并收敛至零的特性对其进行截断,从而得到有限离散卷积求解算法.对比专业有限元分析软件,该方法在恒流工况和动态工况下均能以较少的计算时间获得相当好的精度.而且,该方法仅有一个配置参数.因此,所提方法将有效减小应用于实时电池管理系统上的电化学模型计算负担.     

一种求解锂离子电池单粒子模型液相扩散方程的新方法

电解液中的锂离子浓度表达是锂离子电池电化学模型求解的基本任务之一.为了平衡单粒子模型的液相动态性能和计算效率,假设反应仅发生在集电极和电解质界面上,为此,提出一种基于液相扩散方程无穷级数解析解的界面浓度求解新方法.在恒流工况下,利用数列单调收敛准则将解析解转化为一个收敛和函数.在动态工况下,将该解析解简化为输入与和函数的无限离散卷积.利用和函数随时间单调衰减并收敛至零的特性对其进行截断,从而得到有限离散卷积求解算法.对比专业有限元分析软件,该方法在恒流工况和动态工况下均能以较少的计算时间获得相当好的精度.而且,该方法仅有一个配置参数.因此,所提方法将有效减小应用于实时电池管理系统上的电化学模型计算负担.     

一种基于简化电化学模型的锂电池互联状态观测器

锂电池正、负极固相浓度分布以及荷电状态的精确估计对于开发锂电池工作状态的实时监控算法,进而构建高效、可靠的锂电池管理系统具有重要意义.本文基于多孔电极理论和浓度理论,提出基于扩展单粒子模型的锂电池关键内部参数识别的优化模型和方法;在该电化学模型简化的基础上,提出一种基于H_∞鲁棒控制理论框架的锂电池新型双向互联观测器,可同时实现对锂电池正、负电极浓度及荷电状态的估计,并通过对比分析不同工况下的仿真结果和实验数据,对所提出的互联观测器性能进行了系统验证.结果表明：所设计的互联观测器能够准确预测锂电池的输出电压和荷电状态,有效提高了锂电池系统模型的动态性能和鲁棒稳定性,为锂电池管理系统的开发奠定了理论基础.     

基于分布参数系统和单粒子模型的锂离子电池工作状态实时监控模型

提出了一种基于分布参数系统偏微分方程描述和单粒子模型的锂离子电池工作状态实时监控建模方法,能够实时跟踪锂离子电池阳极的锂离子密度和残差变化,并通过仿真实验验证了本文模型对锂离子电池工作状态故障报警的有效性和精确性.     

基于电化学老化衰退模型的锂离子动力电池外特性

当前锂离子动力电池电化学模型存在模型复杂、建模难度大、计算效率低、老化评估效果差的问题,本文提出一种考虑电池衰退老化的机理模型(ADME).本文首先通过有限差分法对伪二维(P2D)电化学模型进行离散降阶处理,得到简化伪二维(SP2D)模型.在SP2D模型的基础上,基于阴阳两极发生的副反应导致的衰退老化现象,提出一种考虑电池衰退老化的机理模型.其次,使用多变量偏差补偿最小二乘法实现模型参数辨识.最后通过动力电池衰退老化性能循环实验,对比分析了恒流、脉冲工况下SP2D模型和ADME模型的终端电压输出.结果表明:ADME模型较为简单、计算效率和估算精度高,可以有效评估电池容量老化衰退,得到理想的锂离子动力电池外特性曲线.     

包含液相扩散方程简化的锂离子电池电化学模型

锂离子电池的电化学模型对于电池特性分析和电池管理具有重要意义,但是准二维(P2D)模型复杂度太高,为了在保证模型精度的基础上尽量降低复杂度,本文提出了一种包含液相简化的P2D (LSP2D)模型,该模型首先基于电化学平均动力学将电池端电压化简成为仅耦合固相Li+浓度c_s和液相Li+浓度c_e的方程,然后进一步对表达c_s和c_e演化规律的偏微分方程进行抛物线近似化简,使得最终的模型由多项式组成.COMSOL仿真表明在放电倍率为1C时该模型与单粒子(SP)模型的估算精度和速度相当,但在放电倍率为3C时,该模型的估算时间比P2D模型减少了99.73%,与SP模型相当,估算精度相比SP模型有大幅度提升.     

锂离子动力电池高倍率充放电过程中弛豫行为的仿真

基于电化学热耦合模型研究了动力锂离子电池高倍率充放电过程中的弛豫行为, 分析对比了不同充放电机制对电池弛豫行为的影响. 研究发现: 充放电过程中, 欧姆极化是造成电压骤变的主要原因; 而恒流-恒压的充电模式能够缓慢消除欧姆极化, 避免电池电压的骤变; 利用恒流恒压对电池进行充电能够充进更多的电量, 有利于电池性能的完全发挥; 固相锂离子浓度的弛豫时间比液相锂离子浓度的弛豫时间长, 并且在放电后期, 固相扩散的特征时间与液相扩散特征时间的比值不断增大, 固相扩散造成的极化在整个放电过程不可忽略.     

基于三维激光扫描的物体重构建模

针对锂离子电池SOC(荷电状态)难以估算的问题,通过对电池建立等效的Thevenin电路模型,对不同时刻的SOC的模型参数进行拟合得到动态的模型参数,在Matlab中借助Simulink建立仿真模型,采用模块化结构,建立基于卡尔曼滤波算法的电池SOC估算系统;利用测得的电池电压电流,仿真系统可直接估算出实时的电池SOC,与实际的电池SOC对比,误差保持在2.5%以内,表明该方法可以有效的估计电池的SOC,对于锂离子电池在实际应用的容量估算有着重要意义。     

基于遗传算法的锂离子电池等效电路参数识别

结合锂离子电池双极性等效电路模型提出了一种基于遗传算法的参数识别方法,该方法通过指数函数对电路模型中的电阻、电容、恒压源等元件进行有理逼近,根据电池在不同充放电速率下的输出电压特性数据,通过实数编码遗传算法得到最优的函数参数,从而得到最优的电阻、电容,开路电压等电路参数值,针对电池在不同的工作状态,不同的工作参数下的运行数据,系列仿真和实验结果表明该算法原理简明,收敛较快,辨识得到的最优模型其电压输出特性与电池的实际电压输出特性基本吻合,能较精确的反映电池的实际特性,具有较高的辨识精度。     

基于电化学-热耦合模型研究隔膜孔隙结构对锂离子电池性能的影响机制

隔膜孔隙结构对锂离子电池性能具有重要的影响,本文提出了可准确描述充放电过程中锂离子电池内部复杂物理化学现象的电化学-热耦合模型,发现该模型较文献中模型的计算结果更接近实验测试数据.利用该模型探讨了隔膜孔隙率与扭曲率分别对锂离子电池性能的影响规律,发现减小孔隙率或增大扭曲率,电池输出电压、最大放电容量和平均输出功率均不断降低,电池表面温度和温升速度均不断升高;当孔隙率减小或扭曲率增大到一定程度时,放电初期电池输出电压均会出现先下降后回升的现象,且孔隙率越小或扭曲率越大,其下降的幅度越大、速度越快,回升所需时间也越长;要确保其不低于截止电压,隔膜扭曲率必须小于临界扭曲率(其下降至最低点刚好等于截止电压时的隔膜扭曲率).综合分析了放电过程中电池内部各电化学参量和产热量的动态分布规律,发现隔膜孔隙率和扭曲率主要影响放电末期电极膜片内部电化学反应以及其他放电时刻电解液中有效Li~+扩散(传导)系数.     

Analysis on the capacity degradation mechanism of a series lithium-ion power battery pack based on inconsistency of capacity

The lithium-ion battery has been widely used as an energy source. Charge rate, discharge rate, and operating tem- perature are very important factors for the capacity degradations of power batteries and battery packs. Firstly, in this paper we make use of an accelerated life test and a statistical analysis method to establish the capacity accelerated degradation model under three constant stress parameters according to the degradation data, which are charge rate, discharge rate, and operating temperature, and then we propose a capacity degradation model according to the current residual capacity of a Li-ion cell under dynamic stress parameters. Secondly, we analyze the charge and discharge process of a series power battery pack and interpret the correlation between the capacity degradations of the battery pack and its charge/discharge rate. According to this cycling condition, we establish a capacity degradation model of a series power battery pack under inconsistent capacity of cells, and analyze the degradation mechanism with capacity variance and operating temperature difference. The comparative analysis of test results shows that the inconsistent operating temperatures of cells in the series power battery pack are the main cause of its degradation; when the difference between inconsistent temperatures is narrowed by 5 ℃, the cycle life can be improved by more than 50%. Therefore, it effectively improves the cycle life of the series battery pack to reasonably assemble the batteries according to their capacities and to narrow the differences in operating temperature among cells.     

基于等效模型和多时间尺度扩展卡尔曼滤波的锂离子电池SOC预测

荷电状态(SOC)和最大可用电量估计是锂离子电池寿命预测中的两个最重要部分;然而与快速时变的SOC比较,最大可用电量的参数变化缓慢;文章提出了一个基于等效模型和多时间尺度的扩展卡尔曼滤波(EKF)预测算法对SOC和最大可用容量分别在不同时间尺度上进行估计,在宏观尺度上利用了SOC估计值作为观测量,更新最大可用电量;针对NCA/C卫星锂离子电池实验数据的仿真结果表明,提出的多时间尺度EKF预测算法与EKF联合估计算法相比,SOC和最大可用电量估计准确度更高,同时提高了计算效率。     

Ternary-material lithium-ion battery SOC estimation under various ambient temperature

Ambient temperature produces great effects on battery state-of-charge (SOC) estimation, due to the unstable estimation algorithm, the weakened traceability of battery model, and variable model parameters at various temperatures, especially lower temperatures. The widely used method based on the equivalent circuit model (ECM) offline in using different algorithm, like current integral, the extended Kalman filter (EKF), or the unscented Kalman filter (UKF), can obtain an accurate SOC estimation at room temperature, but it is difficult to guarantee the high precision at lower temperatures. To address this problem, the battery model is investigated at different temperature, and an offset item is proposed to develop the observer equation in the estimated model. Then, the square root of the Sigma points Kalman filter (SR-UKF) is applied, and on the basis of the individual model parameter-temperature table and the developed model, the high accuracy of SOC estimation is achieved. Additionally, considering the burden of original parameter modification (all model parameters modified) at various temperature which will increase the product cost and computational complexity of the battery management system (BMS), the relationship between individual model parameter and the error of SOC estimation is built, which is helpful for the simplification of parameter modification. The results indicate that the proposed method based on the developed estimated model and the simplified parameter modification can achieve an accurate, stable, and efficient SOC estimation.     

基于RC电路模型的激光诱导生物组织光热效应

针对激光诱导生物组织温升预测问题提出了一种新的RC电路理论模型。根据基尔霍夫电压定律(KVL)推导了RC电路的系统函数和单位冲激响应,根据单位冲激响应和矩形输入信号的卷积得到RC电路的零状态响应模型,由激光照射下生物组织温度实验结果确定模型中的两个固定参数,提出了两种模型参数计算方法并进行模拟计算。理论计算与实验结果显示温度响应曲线一致,肝脏和肌肉组织峰值温度相对误差范围分别为-0.0557℃～-0.0025℃和0.0139℃～0.0641℃,温度曲线平均相对误差范围分别为0.55%～2.39%和0.38%～0.99%,这种方法较经典的Pennes生物热传输方程模型所需参数少,精度更高,为激光与生物组织光热效应研究提供了一种新方法。