HAWKER蓄电池基于多级等效电路的电池电气与热参数精确离线估计研究

在快速开展的电池行业中，高效的离线电化学参数估量办法关于精确评价电池功能、为各类人工智能算法供给校准基准至关重要。本研讨提出了一种依据多级等效电路的新式电化学参数估量办法，该办法具有计算时刻短、估量精度高、适用性广的特点。试验针对磷酸铁锂与镍钴锰（NCM）电池打开，经过估量一系列电化学参数验证了所提办法的可行性。效果表明，该办法在保持高估量精度的一起，显著缩短了试验时长。与高精度混合脉冲功率特性（HPPC）办法相比，本方案将总试验与冷却时刻缩短至约95小时。关于磷酸铁锂电池，开路电压预算的最大相对差错和平均相对差错分别为0.81%和0.29%。而NCM三元锂电池的对应差错分别为1.16%和0.33%。整体而言，本研讨提出的办法为开发更快速、更精确的离线电池功能评价技术供给了有价值的参阅。

导言

锂离子（Li-ion）电池因其优异的功率与能量特性，在交通电气化范畴发挥了关键作用[1]。一起，其在环境保护与能源危机应对方面也具有重要意义[2,3]。锂离子电池的高电化学功能导致其内部环境极为杂乱[4]。观测锂电池内部状况是直观评价电池健康与安全性的首要手段。然而，由于电池内部反响的杂乱性，这一过程往往面对应战。
随着新式电池资料的快速开展，对更快速、更牢靠的离线基线校准办法的需求日益增加。锂电池参数的获取关于完成电池全寿命周期健康办理至关重要[5,6]。同样地，电池参数的高精度测验与读取对电池出产及使用流程具有重大意义[7]。因而，精确获取电池内部参数是电池范畴的关键问题。关于电池而言，存在两类无法直接测量且需借助不同办法预算的重要参数：电气参数与热力学参数[8]。很多研讨表明，电池参数预算首要存在两种公认办法：依据模型的办法与数据驱动办法[9]。其中依据模型的办法利用电池进行参数估量，包含容量、开路电压(OCV)和荷电状况(SOC)等参数[10]。该办法旨在经过偏微分方程等东西捕捉电池内部的电化学与热力学过程。现在已有很多研讨选用依据电化学和热力学的电池模型。Jiang等人从电化学阻抗谱(EIS)中提取了宽频EIS特征、模型参数特征及固定频率阻抗特征，并依据这些EIS特征选用机器学习办法预算电池的健康状况(SOH)。该研讨为开发最优EIS特征以评价电池健康状况供给了重要依据[11]。选用等效电路模型进行电池参数估量也是常用办法之一[12]。在等效电路基础上，研讨者还将卡尔曼滤波[13]、滑模观测器[14]等不同滤波算法整合到ECM模型中，用于完成电池状况估量。数据驱动办法因其高泛化性和可迁移性而优于依据模型的办法，且无需考虑电池类型[15]。Chen等经过直接、通用的数据驱动办法拟合OCV-SOC关联关系，完成了依据在线数据的电池状况估量[16]。Sui等选用含糊支持向量机办法预算了电池SOC[17]。Liu等提出了扩展卡尔曼滤波引导的长短期回忆网络(EKF-GLSTM)电池SOC估量算法[18]。Yang等提出了一种依据欧姆内阻与长时回忆网络的电池健康状况猜测战略[19]。现有在线估量办法虽具有较快的估量速度和可依赖的精度，但其在线估量所依据的基准值仍需经过离线估量办法测验取得。随着电池行业的开展，越来越多的电池资料被不断研制[20]，对更快速、更牢靠的离线估量办法的需求正再次增加。
预算开路电压、内阻、传热系数、热容等有助于可视化电池状况的参数，一般需求进行很多试验，这类试验往往耗时耗能[21,22]。关于开路电压测验而言，电池去极化所需的弛豫时刻是导致此类预算试验耗时较长的首要原因。Cheng等学者验证了电池弛豫时刻与端电压之间的相关性[23]。开路电压预算对各类电池参数的区分具有重要影响，因而更精确的开路电压预算是当时研讨热点之一。依据试验方式的不同，现有开路电压预算办法可分为两类：静态试验法与小电流恒流试验法。其中静态类试验是现在开路电压预算的首要办法[24]。电池到达内部稳态后经过长时刻静置进行的端电压测验，是依据开路电压(OCV)界说的传统试验办法。短静置时刻法经过削减静置时长并施加改变的混合脉冲功率，部分解决了静置时刻问题，但该试验的耗时特性同样难以被接受[25]。Wang等人选用二阶等效电路模型与离线试验标定，定量剖析了OCV估量差错对SOC计算差错的影响。他们提出依据动态矩阵控制的OCV辨识办法，使估量OCV的差错到达小于10mV[26]。Liu等人提出了一种快速预算开路电压的离线办法，将OCV的松懈与测验时刻缩短至30-40分钟[27]。然而，单次OCV的单一时刻点预算无法满意该参数后续使用的需求。当时需求的痛点在于如何快速精确地获取数值并预算不同状况下锂电池的OCV[28]。
现有依据等效电路的滤波算法存在显著局限性：卡尔曼滤波对模型差错敏感，当电池老化导致等效电路参数漂移时，其估量差错增加超越30%；滑模观测器存在"抖振"现象，在低电流工况（如低于0.2C）下会导致内阻估量动摇超越15mΩ，影响参数稳定性。所提办法经过规划多级等效电路及差错批改算法，有用缓解了模型差错的影响。该办法将低电流工况下的内阻估量动摇控制在5mΩ以内，解决了现有滤波算法的缺点。
本研讨依据解耦电池数据，依据锂离子动力电池端电压随作业电流接连单调改变的特性，规划数据处理算法，利用大电流恒流数据推导出作业电流为零时的伪恒流试验端电压。所提估测办法选用具有典型电动汽车动力电池代表性的30Ah NCM软包动力电池进行试验验证。进一步规划差错批改算法以克服电池非线性特性引起的差错，并将批改后的"伪恒流试验端电压"作为开路电压估量值。
本文试图对当时研讨做出若干原创性贡献与改善，具体如下：

• 1)
  办法规划与验证：经过交融化学与电化学原理，本文规划了一种动力电池参数预算办法。与常用离线测验办法进行比照，验证了该办法的优越性。
• 2)
  电学参数估量办法比照：经过磷酸铁锂电池与三元锂电池的比照验证了该办法的可行性，一起比较了不同室温条件与充电多性向下的预算精度。
• 3)
  热学参数估量办法与精度剖析：提出一种动力电池热学参数估量办法，并选用等效电路模型进行定性剖析与推导以评价其精度。该剖析效果可为离线状况下电池功能评价供给有价值的参阅依据。

本文结构如下：文章第二部分顺次剖析了电池电学与热学参数计算中存在的难点，并提出了相应的针对性解决方案。第三部分详细介绍了试验所用电池类型、不同充放电工况条件以及试验数据的归纳处理效果。第四部分则体系出现了本研讨的试验效果。选用第二节所述的剖析办法，对第三节的试验数据进行处理，并将该试验方案的计算效果与混合脉冲功率表征法进行比照。一起，本文深入探讨了所预算参数的精确性以及所提办法的潜在使用价值。最后一部分总结了本研讨的首要发现，并再次强调了该办法的优势所在。