基于二阶 RC 模型的锂电池充放电特性分析北大核心CSCD

为保证锂离子电池的安全健康使用,需要对锂离子的荷电状态进行实时估计,但由于电池内部复杂的电化学特性,且在辨识过程中辨识结果受温度、荷电状态和充放电倍率等非线性因素影响较大,实现准确的状态估计较为困难。文中首先基于二阶RC等效电路研究倍率充放电对锂电池的影响,另外为保证所建电池模型兼具较高精度和较好的实时性,根据最小二乘法对混合脉冲功率特性测试实验数据完成不同荷电状态下的数据拟合、参数辨识等工作,并依据扩展卡尔曼滤波完成对电池荷电状态的状态估计,并验证扩展卡尔曼滤波具备可实施性;最后搭建Simulink锂电池仿真模型并输出对比响应电压波形。实验结果表明该实验方法的有效性,输出电压与实验所得的电压变化趋势基本一致,为锂离子电池的管理系统提供了一定的参考依据。     

考虑环境温度影响的锂离子电池改进双极化模型及其荷电状态估算

建立准确合理的锂离子电池数学模型,精确估算锂离子电池(LIB)终端电压及荷电状态(SOC)对于开发高效实用的电池管理系统十分重要.首先,该文建立一种改进的环境温度依赖的锂离子电池双极化(DP)模型.然后,基于锂离子电池的动态实验数据,利用遗忘因子最小二乘法(FFLS)对该锂离子电池模型关键参数进行辨识,并将其拟合为环境温度的连续函数.同时,根据扩展卡尔曼滤波(EKF)算法,提出一种适用于不同环境温度的锂离子电池荷电状态估计方法.最后,采用?10℃、20℃和50℃下动态压力测试(DST)和US06循环工况的实验数据,对该文的锂离子电池模型进行仿真分析和验证.结果表明,该文提出的改进DP模型能够准确反映环境温度对模型参数的影响,且在电池终端电压和SOC估算方面具有较高的精度和较宽的温度适用范围.     

基于多新息最小二乘算法的锂电池参数辨识

为了保证电池管理系统的安全可靠运行，需要准确地辨识锂离子电池模型参数。以磷酸铁锂为研究对象，建立其RC等效电路模型，并基于该模型辨识锂离子电池模型参数。锂离子电池模型参数受外部因素影响较大并且参数辨识结果受在线信息采集的限制，采用多新息最小二乘辨识算法进行锂离子电池模型参数在线辨识。通过3种不同的充放电实验采集数据，并根据实验数据在不同初值下进行参数辨识，通过比较由辨识结果估计出的端口电压值与实际值的误差来描述辨识结果的准确度。实验结果表明，多新息最小二乘辨识算法具有快速收敛性与高精确性。     

基于FF-MILS和UKF算法的锂电池SOC估算

为了建立精确的锂离子电池模型,在线监测电池的荷电状态(SOC),采用二阶等效电路模型,通过实验数据拟合开路电压(OCV)与荷电状态的对应关系.选用遗忘因子多新息递推最小二乘法(FF-MILS)为在线辨识算法完成对锂离子电池在线模型参数估测,同时将所得模型参数传入卡尔曼滤波器,完成对动力电池荷电状态的估算.在MATLAB/Simulink中实现该算法的编程,把电池综合测试仪对锂离子电池采样所得电流、电压、容量等实验数据导入算法进行仿真.结果表明,该算法迅速收敛初值误差,并在稳定状态下最大误差不超过2％,从而验证了该算法的有效性以及对外界干扰的鲁棒性,可以用来实现对车用锂离子电池状态的准确估算.     

基于VFFRLS算法的锂电池参数辨识

动力电池性能是影响电动汽车综合性能的关键因素,因此准确辨识锂离子电池模型的参数对后续电池系统的荷电状态估计和健康状态预测至关重要。为了提高锂离子电池模型参数辨识算法的精度,以磷酸铁锂电池作为研究对象,建立电池二阶RC等效电路模型,并采用基于变量遗忘因子的最小二乘算法对锂离子电池模型进行在线参数辨识。通过搭建测试平台进行充放电实验,基于2种不同工况的实验数据,分别用文中算法、递推最小二乘算法和传统的带遗忘因子的最小二乘算法进行参数辨识,根据辨识结果估计出的端口电压与实验测试得到的实际值的误差比较来描述文中算法辨识结果的准确度。实验结果表明,基于变量遗忘因子的最小二乘算法在锂电池参数辨识方面表现出快速的收敛性和较高的估计精度。     

MH/Ni电池等效电路模型的研究

根据MH/Ni电池的特性实验,建立了一种考虑到MH/Ni电池的电压迟滞特性的等效电路模型.以45 Ah MH/Ni电池为实验对象,基于电池脉冲实验数据,运用最小二乘法进行模型参数的辨识;通过测试和迟滞电压Vh=0的设定,得出了MH/Ni电池的迟滞电压随充放电时间的响应曲线.使用Matlab/Simulink建立了MH/Ni电池的等效电路仿真模型,仿真与实验的数据表明:考虑了迟滞电压的模型端电压,最大误差低于5 mV;未考虑迟滞电压的模型端电压,最大误差大于10 mV.     

基于自产热和外传热的锂离子电池热学模型参数辨识方法

锂离子电池热学模型参数（热容和热阻）的准确辨识对电池热电耦合建模及状态参数估计至关重要。然而传统测量方法成本高且测试周期长，如何利用充放电工况结合产热和传热机理研究快速热参数辨识方法具有重要意义。以8A?h软包锂离子电池为研究对象，建立分布式热路模型；设计双向脉冲工况实验，采用自适应粒子群算法（APSO）进行辨识；同时采用其他工况进行验证，实验和仿真温度误差小于0.1℃。另外，将热容和热阻转换为比热容和导热系数，并与其他文献中同类电池的参数进行比对，量级接近。研究结果表明，该方法可以有效解决层叠式软包锂离子电池热学模型参数辨识难的问题，且简便易行、成本低。     

电动汽车用磷酸铁锂离子电池的PNGV模型分析

以国产新型150Ah磷酸铁锂离子电池为研究对象,分别对其在0℃和30℃的PNGV模型参数进行了辨识。将其内阻参数与电池直流内阻进行对比分析,考核了磷酸铁锂离子电池的PNGV模型在FUDS工况循环下的仿真精度。研究表明:由于温度对磷酸铁锂离子电池特性的影响较为显著,PNGV等效电路模型的仿真精度会随着初始温度的变化有所波动,所以为了保证仿真效果,必须在更多的温度点上进行参数辨识并进行优化;PNGV等效电路模型适用于城市工况下的仿真。     

遗忘因子递推最小二乘法辨识锂离子电池参数

递推最小二乘法是辨识锂离子电池等效电路模型参数常见的方法，然而随着递推过程中数据的增加，新数据的生成会受到旧数据的影响，导致误差较大。为此，对锂离子电池的二阶RC等效电路模型进行建模和分析，提出一种用于等效电路模型参数在线辨识的遗忘因子递推最小二乘(FFRLS)法。在动力应力测试实验的基础上，在线辨识等效电路模型参数，利用识别的电路参数对电池电压进行在线预测。通过对比不同遗忘因子(λ)下的端电压均方根误差，发现λ=0.86～0.94为最佳范围。所提算法的精度优于递推最小二乘(RLS)法，验证了算法的可行性和有效性。     

基于区域电压的锂离子电池不均匀发热模型

锂离子电池温度空间分布的不均匀性随着放电倍率的增大而加剧,严重影响电池寿命和安全性。针对锂离子电池放电过程中温度空间分布不均匀的情况,提出一种新的基于区域电压的不均匀发热模型,用来实时预测电池温度分布。考虑电池尺寸和热特性,将电池分为九个区域并进行开路电压测试,实时记录每个区域表面温度变化,采用每10%荷电状态（SOC）下降期间测量的表面温度和环境温度数据计算得到区域电压,根据区域电压获得电池的区域发热量,并建立三维仿真模型得到电池温度空间分布。使用该不均匀发热模型预测了放电倍率为0.5C、1C、2C、3C和4C时的电池温度空间演变,仿真结果显示该模型能捕获温度的不均匀分布,并通过实验验证,温度误差在1℃以内,相对误差在5%以内,表明该模型能够对温度分布进行有效监测。     

动力锂离子电池稳态特性参数Map建模与仿真

提出并实现了一种车用动力锂离子电池稳态特性参数的数学模型,该模型针对混合动力车用8Ah锂离子电池,选取对电池SOC有重要影响的性能参数(电压、电流、温度等),设计相关实验(主要是倍率充放电实验和开路电压SOC关系实验);应用实验数据,通过插值、拟合等方法补充实验缺省数据,建立电池稳态特性参数Map图,用以估算电池的SOC,对建立的Map用实际工况曲线进行仿真。仿真结果表明,应用建立的Map图,对电池稳态SOC查询估算的精度可以达到4%以内。     

磷酸铁锂锂离子电池Thevenin等效模型的改进

为解决实际应用中精度和复杂度的矛盾,在原始Thevenin电池等效模型的基础上,通过增加RC网络的方式,得到精度和仿真时长均能满足要求的改进Thevenin等效电路模型;通过锂离子电池充放电实验,得到复合脉冲实验数据,运用最小二乘拟合法对电池模型参数进行辨别;建立基于Simscape模型库的改进型Thevenin电池仿真模型,并进行仿真。通过将原Thevenin模型仿真电压、改进模型仿真电压与实验实测电压进行对比,改进模型和原模型的平均误差分别为0.02 V、0.06 V。     

基于遗传算法的动力电池参数模型辨识

针对磷酸铁锂动力电池利用二阶等效电路模型建立电池动态模型,考虑电池的电势及温度特性,分析在不同充放电倍率下对电池模型参数的影响。基于新威BT400测试电池离线数据,采用遗传算法改进后的系统辨识获得全局最优解。实际实验得出,通过离线数据对辨识参数进行验证最大误差为1.2%,能较好地反映出电池的动静态特性。     

基于凸优化-寿命参数退化机理模型的锂离子电池剩余使用寿命预测

针对锂离子电池寿命预测中模型普适性差、预测精度不足等问题,提出一种基于凸优化-寿命参数退化机理模型的锂离子电池剩余使用寿命RUL预测方法。首先构造锂离子电池实际容量与其循环周期的退化机理模型。对锂离子电池寿命试验数据进行凸优化降噪处理;基于预处理得到的可靠性较高的数据,采用最小二乘法对所建机理模型的参数进行辨识,从而得到精确的模型表达式,实现锂离子电池RUL的预测。基于NASA锂离子电池数据集预测并评估锂离子电池的RUL,预测结果验证了模型良好的通用性,误差范围为4%左右。     

燃料电池汽车中电池建模及其参数估计

目前燃料电池汽车大多采用了燃料电池和蓄电池混合的动力系统方案。研究了燃料电池汽车“超越一号”中锂离子动力电池,在恒流放电和脉冲放电实验的基础上,分析了它的静态和动态特性,并选用了PNGV计划中动力蓄电池的线性模型,在此基础上,根据该模型慢时变的特点,提出了采用最小二乘法在线辨识锂离子动力电池参数的方法,并进行了理论分析和仿真研究。结果表明PNGV模型适用于锂离子动力电池,而且只要将电压测量和电流测量的精度控制在一定范围内,采用上述方法进行参数估计是将是有效的。     

储能工况下磷酸铁锂电池动态辨识方案研究

锂离子电池的动态性能受温度、电流及老化等多种因素制约,限制了电池储能系统的大规模推广和应用,同时由于传统的参数辨识方法只能准确辨识电池开路电压,而复杂的储能电池工况却对储能电池组的性能参数辨识提出了更高要求。以储能用大容量磷酸铁锂电池为研究对象,分析了传统电池参数辨识对不同温度、不同电流倍率下电池动态性能的估计误差,综合利用一阶和二阶等效电路模型研究了参数辨识在不同使用区间的精度,结合典型储能工况提出了复合脉冲序列条件下的粒子群参数辨识方法。实验结果表明该方法对于准确评估单体和串联电池组的动态电压及性能表征参数具有较高的精度,为大规模储能系统电池参数的在线辨识和电池评估提供依据。     

单体锂离子动力电池热效应试验研究与仿真分析

针对锂离子动力电池充放电过程中,由热效应带来的温度上升、温度不均,甚至温度失控问题,以型号为18650磷酸铁锂电池为例,通过实验测试的方法获得温升特性曲线,在不同温度下,对单体电池的直流内阻进行测试,得到在一定倍率下的放电R-SOC曲线,确定单体电池直流内阻模型以及生热速率计算方法。同时,通过ANSYS仿真软件构建单体锂离子动力电池三维热模型并进行温度场模拟。通过对比实验数据可知,最大温差小于0.3℃,说明该模型具有较好的准确性和适应性。     

基于外部观测温度预测锂电池电极温度的研究

实际应用中,电池箱由于空间体积限制,电池箱内传感器数量少且不方便布置,通过少量温度传感器来准确预测电池温度显得尤其重要。基于锂离子动力电池充放电的热平衡过程和能量守恒定律,并根据冷却液与电池箱内壁的外部观测温度,提出了锂离子动力电池温度场物理热模型。将模型进行有限差分法变换,并用最小二乘法辨识出模型中的未知参数。仿真实验结果表明,该模型具有精度高、运算成本极低的优点,能在线实时准确预测锂电池表面电极处的温度。     

基于自适应递推最小二乘法与无迹卡尔曼滤波的电池SOC估算

为了建立精确的锂离子电池模型,并在其基础上实时且有效的监测电池的状态。综合考虑采用二阶等效电路模型,在递推最小二乘法的基础上加上自适应因子完成对锂离子电池在线模型参数估测,与此同时将所得模型参数传入卡尔曼滤波器,完成对动力电池的荷电状态(SOC)的估算。在MATLAB中实现该算法的编程,把电池综合测试仪对锂离子电池采样所得电流、电压、容量等实验数据导入算法进行仿真。仿真结果表明,该算法迅速收敛初值误差,并在稳定状态下最大误差不超过2. 5%,验证了该算法的有效性以及对外界干扰的鲁棒性,可以用以实现对车用锂离子电池状态的准确估算。     

锂离子电池热耦合SP+模型及其参数化简

为了更加准确便捷地研究锂离子电池的性能和健康状态,提出了一种热耦合SP+模型。首先,在单粒子模型的基础上,增加液相扩散作用和电池温度的描述;然后,针对模型参数过多、不易应用的问题,进行参数化简融合,并保留了其清晰的物理含义;最后,对该模型进行不同工况下端电压、容量和表面温度的验证。实验结果证明该模型有很高的仿真精度。热耦合SP+模型的提出使锂离子电化学模型的表达形式和计算过程得到了简化,增加了热行为的仿真,为电化学模型应用于电池管理系统提供了理论基础。