锂离子电池分数阶建模和SOC的估值..docxVIP

电池测试设备A123制造的26650锂离子电池锂离子电池分数阶建模和SOC的估值摘要—本文提出基于一个分数阶阻抗谱模型的锂离子电池SOC估值。首先，根据华宝元件和常相角元件在大范围频域的特征，推导出了一个电池分数阶阻抗模型。其次，基于输出误差的频率拟合方法和参数识别算法用来识别锂离子电池分数阶模型的参数。此外，通过仿真得到锂离子电池的电化学阻抗。最后，分数阶卡尔曼滤波方法用来估计基于分数阶模型的锂离子电池的SOC。仿真结果表明分数阶模型可以保证SOC估值的相当的准确度，也就是估值的误差达到最大0.2%SOC。索引词—锂离子电池，电化学阻抗，分数阶模型，分数阶卡尔曼滤波器。简介通常，电动车辆里锂离子电池内部的电化学反应是很复杂的。荷电状态定义为电池所剩能量与额定容量的百分率，荷电状态不能直接测量。准确估计SOC是能量电池领域的关键问题。估计SOC的方法分为直接实验测量方法和局域电池模型的估计方法。库仑计算法和电流积分法是最受欢迎的实验测量方法，使用简单。然而在电流测量中数学积分产生的累积误差会导致很大的误差。状态观测器[2]，[3]，卡尔曼滤波器（KF）[4]，[5]和粒子过滤器（PF）[6]，[7]用来估计基于锂离子电池模型的SOC。但是通过能量电池外部特征所得的模型不能准确的表明内部特征。电池的动力可由整数阶积分方程组描述。但是复杂的电化学反应由分数阶函数描述。电化学阻抗谱法是模仿电化学锂离子电池最准确的方法之一。很多研究尝试着直接利用阻抗谱估计SOC，但是EIS太复杂而不能直接使用。目前EIS方法主要用于等效电路模型[8]，[9]。分数阶微积分（FOC）是由经典分数微积分自然延伸而来。研究[10]—[12]显示大部分的现象，如湿气，液体，摩擦，阻尼振动，动态反应，声扩散等，有分数阶属性。因此，FOC广泛用于建模，动力学评估等。FOC还用于开发超级电容量铅酸电池的电化学模型，等等。本文余下部分安排如下。第二部分讨论了基于阻抗谱的电池分数阶模型；第三部分讨论了根据输出误差识别算法如何自制OCV—SOC特性曲线，频率法的状态阶数识别和参数识别；第四部分讲述了分数阶卡尔曼滤波器估计SOC;第五部分对之前的工作得出结论并对之后的研究给出建议。电池的分数阶建模锂离子电池阻抗谱见图1。如图所示，阻抗谱可以分成三部分：高频部分，中频部分和低频部分。图1. 锂离子电池的阻抗谱在高频部分，阻抗谱与实轴相交，交点表示欧姆电阻。在低频部分，阻抗谱线是斜率为常数的直线，有相同的阻抗谱特性，其中的固定项元件通常称为华宝元件。中频部分呈扁半圆，这是一个著名的电化学现象。这个扁半圆将华宝元件与电阻并联建模得到，称之为ZARC元件。有上述分析可知，等效电路模型可以如图2描述，图上Voc表示开路电压，Vo表示电池端电压，端电压可以被直接测量；R1∈R表示欧姆电阻值，I表示电流，V1表示R1的电压；C2∈R表示ZARC元件CPE的系数，R2∈R表示ZARC元件的欧姆电阻的值，V2表示ZARC元件的终端电压；W∈R是华宝元件的系数，V3表示华宝元件的电压。图2 分数的等效电路模型通过以上描述可知，等效电路模型就是分数阶为了简单，用以下等式定义符号FOC。高频数学模型可以用等式1描述。 （1）R1∈R表示欧姆电阻值，I表示电流，V1表示R1的电压。中频数学模型可以用等式2描述。 （2）C2∈R是CPE的系数，β∈R，-1β1表示CPE的分数阶，R2∈R表示ZARC元件的欧姆电阻值，I表示流过ZARC元件的电流，V2表示ZARC元件的端电压。华宝元件在中频的数学模型可以用等式3描述。 （3）W∈R是系数，△α表示分数元的α阶，α∈R,-1α1是华宝元件的分数阶，V3表示华宝元件的电压，I表示流过华宝元件的电流。对于OCV和SOC确定的关系，SOC被认为是系统状态，表示如等式4， （4）Qn表示电池的额定容量（Ah）。OCV和SOC是非线性关系，不易做出数学解释。容易发现当SOC在20%和80%之间时，OCV和SOC可看成线性关系，关系式如等式5， （5）K和d时系数，可以通过曲线拟合估算。设系统状态矢量x=[V2 V3 Soc]T，系统输入u=I，系统输出y=VO-d。连续分数状态空间函数如等式6， （6）其中,,,,.根据随机理论，离散状态空间函数如7， （7）xk∈R3表示系统状态矢量，yk∈R表示系统输出，uk∈R表示系统输入，在时间k时。分数阶Geünwald-Letnikov定义如8式， （8）TS是取样间隔，k是取样数目，由此可计算出导数。等式9可以由等式8导出。（9）电池的离散状态空间函数可由10式表示， （10）其中。令, E是单位矩阵。考虑过程噪声和输出噪声，系统的离散状态空间函数如等式11， （11）wk∈R3是过程噪声，代表建模不确定性和未