霍克锂电池锂离子电池在线诊断的深入表征与等效电路表示：电池单元级方案与电池组级验证
锂离子电池是电动交通和可再生能源系统的关键组件。在此类应用中实现其高效利用，需要精确的实时诊断工具和完善的能量管理技术。尽管电池特性表征与建模密切相关，但由于开发能封装复杂物理化学过程的模型存在挑战，这两项工作往往被孤立处理。对此，本文提出了一种基于功率阶跃的新型在线、非侵入式电池阻抗表征方法，其中功率阶跃是电池常规运行的典型过程。所提出的阻抗表征方式与驱动电池运行的潜在物理化学现象相关联，这为实时诊断提供了工具，可推断诸如锂阳极损耗和双电极内部相变等潜在现象。这一特性表征对于确定等效电路模型的关键参数具有重要价值。所提出的方法被证明具有鲁棒性和精确性，这得益于用于拟合阻抗参数的1600组实验构成的综合数据集。最终，我们将单体电池模型扩展至商用38.4千瓦时电池包级别。验证结果表明模型具有优异的稳健性，在所有稳态和动态验证中归一化均方根误差均低于0.5%。本质上，本文提出的方法实现了对电池基础动态特性的实时观测与精确性能模拟的结合。
引言
锂离子电池（LIBs）是实现电动交通转型[1]和可再生能源发电系统[2]的关键储能技术。得益于近年来的成本下降和性能提升，LIBs目前已得到广泛应用。预计未来一年其适用性将进一步扩大，包括首次使用和二次利用等新应用场景[3]。
锂离子电池阻抗监测与建模技术对于追踪电池状态、预防火灾爆炸风险正变得愈发重要[4]。若分析得当，监测数据可与驱动电池运行的物理化学现象建立关联，这成为设计能源管理系统(EMS)以延长电池使用寿命的关键工具[5]。电池阻抗是一个值得关注的特征变量：一方面可通过非破坏性的在线测量手段实现监测[6]。另一方面，该参数能为荷电状态(SOC)[7]、健康状态(SOH)[8]、剩余使用寿命(RUL)[9]及安全状态(SOS)[10]的评估提供关键信息。这些状态估计算法得益于阻抗建模方法的应用，该领域在近期文献中已得到深入研究。
影响锂离子电池阻抗的两个研究最广泛的变量是温度[11]和电池老化[12]。然而，文献中对电池荷电状态（SOC）[13]和电流[14]的关注较少，这两个参数对于理解锂离子电池阻抗所模拟的物理化学现象同样重要。近期研究探讨了温度、老化程度、SOC和工作电流的综合影响[15][16]，这些研究通过温度-电耦合建模来宏观描述电池行为。与之相反，本研究聚焦于在控制温度和健康状态（SOH）的条件下，分离SOC与电流对阻抗的影响机制，从而实现对各自贡献的更精细解析。本文提出的方法可外推至其他温度或SOH条件，但这已超出本论文的研究范畴。
锂离子电池阻抗监测在现有文献中主要基于以下两种方法之一。第一种技术是电化学阻抗谱（EIS），该技术是研究高频现象的强大工具，可提供关于电极性能及其与电解质界面的全面信息[23]。然而从实际应用角度来看，EIS技术存在三个主要缺陷。首先，电池的正常工作状态不包含宽频范围内的标准波动，这需要专门安装额外设备才能进行EIS测量[24]。其次，由于线性假设的限制，电流波动必须保持较低水平，从而导致电压响应微弱，因此对电压传感器的精度要求极高。第三，鉴于电池采用正弦波激励，该方法无法区分充电与放电性能差异。为克服电化学阻抗谱（EIS）相关缺陷，文献[25]提出脉冲测试（PT）作为替代识别技术。该方法基于标准电流脉冲进行参数估计，而电流脉冲是电池典型工作模式的一部分，因此更易于在实际电池中应用。该技术的主要局限在于拟合方法收敛性差，通常导致估计精度不足或计算需求过高[26]。本文采用基于脉冲测试的第二种技术路线。
除监测应用外，阻抗建模也是当前研究论文的关注焦点。在电池阻抗表征中，采用复杂度与精度相平衡的等效电路模型是一种便捷方法[27]。鉴于其在电池诊断中的价值，将阻抗特性与基础电化学现象相关联具有重要意义。传统研究方法通过引入恒相元件、沃伯格阻抗等高级阻抗元件[17]来建立这种关联，但这会导致模型复杂度剧增并产生高昂的计算成本。在此背景下，多项研究对不同等效电路模型（ECM）结构和参数辨识算法进行了比较，认为没有任何一种模型结构可被明确认定为适用于所有工况条件的最优方案[28]。近期文献提出将ECM表示为电压源与简单元件串联连接的拓扑结构R∥C为了在模型复杂度与精度之间取得折衷，需对阻抗参数进行优化[29]。尽管这种方法确保了模型的可操作性，但等效电路模型阻抗与电化学现象之间的关联机制仍有待深入研究。
因此，本文深入研究了基于脉冲测试的锂离子电池阻抗监测技术，并探讨了其建模方法与底层电化学现象的关联性。在脉冲测试方面，本研究采用可变采样周期策略，并开发了能实现全频段高精度估计的详细拟合流程。本文汇总了在8组NMC/石墨电池上开展的1600次阶跃实验的拟合结果。研究结果的一致性、较低的数据离散度，以及基础物理化学现象的清晰辨识将在后续章节中展开讨论。关于阻抗建模部分，采用了基于4个R∥C提出了一种基于多分支等效电路的方法。根据上述脉冲测试，每个电阻和电容被定义为多项式或指数方程，具体如本文后续章节所述。这些方程与阳极锂耗竭、电极相变等现象直接关联。最终，这个通过电池表征实验校准的模型在电池系统层面得到验证。验证对象为一款商用38.4千瓦时电池，该电池在四种与可再生能源应用相关的实际场景下接受测试，其中浅循环叠加在深充放电循环之上[30]。验证结果表明，所提模型能够准确预测全频率范围内的电池性能，所有验证案例中的归一化均方根误差均低于0.5%。
