适应高电流倍率工况的锂离子电池等效电路模型.docxVIP

等效电路模型(equivalentcircuitmodel，ECM)是电池模型的主要类型之一，对电池特性分析和状态估计非常重要。然而，当前广泛使用的基于阻容(RC)结构的电池ECM无法应对复杂多变场景。例如，传统ECM无法反映电池极化电压在高电流倍率下的特殊现象，即传统ECM不能准确表征电池在高电流倍率下的阻抗特性。针对这一问题，本团队在不同SOC下进行了电池峰值电流实验，通过实验数据分析了电池在峰值电流下的极化电压和阻抗特性。然后，引入负电阻电容环节拟合实验结果，对传统ECM进行改进以充分体现高电流倍率下的电池极化现象。通过比较传统RC环节与负电阻电容环节特性，提出了基于阻抗特性曲线拐点的参数分离方法，其计算量小，模型求解便捷。最后，对分离参数后的模型进行验证，结果表明所提ECM及参数获取方法能够较好地模拟高电流倍率下电池的极化电压变化，进而更加准确地表征电池电压特性，模型输出与实验结果误差小于0.05V。所提ECM相比于传统的RC模型精确度得到了极大提升，且不依赖于复杂的电化学模型，维持了模型的简单结构。

关键词:

锂离子电池；等效电路模型；电池阻抗特性；极化电压；峰值电流实验

能源问题一直是世界面临的重大挑战。电池技术作为一种重要的能量存储方式，正逐步成为新能源汽车、新型电力系统等领域的核心技术之一。电池管理系统(batterymanagementsystem，BMS)作为电池管理、电池组设计以及电动汽车的关键技术，已经成为电池研究领域的热点问题。通常电池的内部状态如荷电状态(stateofcharge，SOC)、健康状态(stateofhealth，SOH)、功率状态(stateofpower，SOP)等不能直接获取，需要通过基于模型的估计算法进行推断。因此，准确的电池模型至关重要。电池建模种类较多，常见的有经验模型、ECM、电化学模型和数据驱动模型。其中ECM采用电路元件串并联组合来模拟电池内部的电化学过程，其结构简单、易于理解、表达端电压能力强，被广泛地用于电池端电压预测和内部状态估计。当前，研究电池短时高倍率输出(峰值输出)是一个热点问题，对电动汽车而言，能表征其爬坡制动能力、加速能力，对电池储能系统而言，能表征储能系统的最大输出能力，一般用SOP表明电池的功率状态。由于ECM具有诸多优势，在电池峰值输出的问题上基于ECM的分析方法被众多学者所青睐。目前常用的ECM有Rint模型、Thevenin(一阶RC)模型、双极化(dualpolarization，DP)模型。此外，还有学者考虑将更多阶的RC环节加入到ECM中组成高阶RC，尽管该方法能够提升模型的精度，但同时也会增加模型结构复杂度和参数辨识难度，并且使用高阶模型进行SOP估计还会影响估计数值的稳定性。所以，当前对电池峰值输出的研究更常用的模型是低阶的RC模型，例如，文献[15]利用Thevenin模型进行SOP估计，考虑了电池的电化学极化特性，但其在长时间尺度和温度变化明显情况下的模型精度有所下降；文献[16]采用DP模型进行SOP估计，DP模型相比于Thevenin模型能够更好地表达电池的非线性特性，减小了估计误差。然而，随着V2G等技术的不断发展，电池应用场景愈加复杂，常见的ECM已无法满足多变场景下的复杂需求。例如，文献[17]表明在高电流倍率下，超过一定的时间后，电池的阻抗会增加，这是由于大电流下加剧的固相扩散反应导致的。然而，当前基于ECM的SOP估算算法几乎仍采用常规的RC结构模型，其无法准确反映电池在高电流倍率下的阻抗特性。通过弥补锂离子平均SOC和表面SOC之间的差别造成的开路电压差能够修正ECM误差，但SOC浓度难以测量，且引入电化学模型极大程度上增加了ECM复杂度。为此，本工作针对电池在高电流倍率下的阻抗特性建模问题，通过实验得到了电池在25℃下、SOC为10%～90%的18s峰值电流并基于此分析了电池阻抗特性。根据实验结果，从数学角度分析了阻抗特性曲线特异性，并通过引入带有负电阻的RC环节拟合实验结果，弥补传统ECM不能准确表达高电流倍率下电池阻抗特性的局限性。此外，根据传统RC环节和负电阻电容环节的特性提出基于拐点的电压方法，能够快速准确地获得改进ECM参数。实验结果表明改进后的ECM能够较为准确地表达大电流下的电池电压特性，相比于传统ECM更加适用于分析电池在高电流倍率下的输出特性和输出能力。

1电池模型发展

1.1电池传统RC等效电路模型

Thevenin模型结构如图1所示。图1中U和I分别为电池输出的电压和电流，Up代表RC并联环节上的电压，电压源Uoc代表电池开路电压，R0代表电池欧姆内阻，其主要由电池电极材料和电解液的等效电阻、隔膜电阻及接触电阻组成，R1和C1分别是极化内阻和极化电容，表征