文獻(xiàn)識別碼: A
DOI:10.16157/j.issn.0258-7998.181783
中文引用格式: 孫濤,龔國慶,陳勇. 鋰電池參數(shù)辨識模型的設(shè)計(jì)與研究[J].電子技術(shù)應(yīng)用,2019,45(3):127-130.
英文引用格式: Sun Tao,Gong Guoqing,Chen Yong. Design and research of lithium battery parameters identification model[J]. Application of Electronic Technique,2019,45(3):127-130.
0 引言
鋰離子電池作為電動汽車主流的儲能元件,其性能直接影響整車性能表現(xiàn)。電池模型的建立對于電動汽車動力系統(tǒng)的研究尤為必要。而鋰電池作為典型的非線性特性系統(tǒng),內(nèi)部系統(tǒng)參數(shù)會因負(fù)載及工況的變化而改變,外部測量僅能獲得電流及端電壓值[1-2]。建立更精準(zhǔn)的電池模型可實(shí)現(xiàn)電池參數(shù)預(yù)估并獲得荷電狀態(tài)(State Of Charge,SOC)與外部參數(shù)的聯(lián)系,為日后的動力電池系統(tǒng)的分析優(yōu)化提供基礎(chǔ)。
本文以Thevenin等效電路模型為基礎(chǔ),將溫度與SOC對模型元件參數(shù)的影響作為分析重點(diǎn),通過各項(xiàng)試驗(yàn)采集的信號數(shù)據(jù)建立查表模型。依托Simulink平臺構(gòu)建電池本體模型與充放電臺架模型,利用非線性最小二乘法優(yōu)化后辨識模型元件參數(shù)。上述模型可模擬出鋰電池在各種工況下電流、電壓、溫度及SOC的實(shí)時數(shù)據(jù)且能較準(zhǔn)確地描述電池性能,為日后動力電池的設(shè)計(jì)與優(yōu)化奠定基礎(chǔ),提供思路。
1 鋰電池模型及參數(shù)辨識
1.1 鋰電池等效電路模型
圖1所示的Thevenin等效電路模型非線性特性好,能方便準(zhǔn)確模擬電池的動態(tài)特性,同時聯(lián)合安時積分法實(shí)現(xiàn)SOC修正的功能[3],適用于動力電池系統(tǒng)的設(shè)計(jì)與研究。
其中R0為歐姆內(nèi)阻,C1、R1為電池的極化電容及極化內(nèi)阻,Em為開路電壓,UOC為端電壓,UC(t)為極化內(nèi)阻兩端電壓。
1.2 試驗(yàn)測試方法
獲得適用性好并且能準(zhǔn)確反映電池特性的模型前提是獲得準(zhǔn)確的模型參數(shù)。建立鋰電池參數(shù)辨識模型需著重考慮運(yùn)行溫度與荷電狀態(tài)對模型元件參數(shù)的影響。本文通過安時積分法估算鋰電池某溫度下的荷電狀態(tài),并利用HPPC測試通過非線性最小二乘法實(shí)現(xiàn)模型中各元件的參數(shù)辨識。通過參數(shù)辨識后的電池模型將實(shí)現(xiàn)仿真數(shù)據(jù)與實(shí)際數(shù)據(jù)的最大程度擬合。
動力電池SOC估算選擇安時積分法,而此法的弊端是易產(chǎn)生寄生誤差。因此,通過多組充放電實(shí)驗(yàn)獲得各溫度下SOC與開路電壓(Open Circuit Voltage,OCV)三者間的關(guān)系。圖2為各種典型溫度下SOC與OCV實(shí)測數(shù)據(jù)構(gòu)成的三維Surf圖{T,SOC,OCV}。
復(fù)合脈沖特性(Hybrid Pulse Power Characteristic,HPPC)測試的原理為施加脈沖電流從而激發(fā)電池響應(yīng)的變化。圖3為HPPC脈沖電流激勵下電壓變化圖。
1.3 模型參數(shù)辨識
參數(shù)辨識是指以已知模型為基礎(chǔ),通過實(shí)驗(yàn)或?qū)崪y信號或數(shù)據(jù)確定該模型中未知數(shù)據(jù)的過程。
根據(jù)圖3分析得,歐姆內(nèi)阻R0造成t1時刻U1至U2段電壓驟降。因此R0為該時刻電壓差比瞬時放電電流值。
根據(jù)式(4)、式(7)可求得極化電容C1。
通過設(shè)計(jì)的充放電試驗(yàn)與HPPC測試所得的實(shí)驗(yàn)數(shù)據(jù)建立查找表。實(shí)驗(yàn)數(shù)據(jù)通過非線性最小二乘法計(jì)算優(yōu)化后即可辨識出不同溫度下,各荷電狀態(tài)所對應(yīng)的元件參數(shù)值。表1為25 ℃下,SOC對應(yīng)的OCV、R0、R1和C1值。隨著溫度及SOC的改變,各元件通過查找表實(shí)現(xiàn)參數(shù)的辨識與優(yōu)化。
2 鋰電池參數(shù)辨識建模的構(gòu)建
2.1 設(shè)計(jì)與建模思路
選擇在MATLAB/Simulink軟件環(huán)境下設(shè)計(jì)與構(gòu)建鋰電池參數(shù)辨識模型。因?yàn)镾imulink平臺可根據(jù)用戶需求直接編譯生成模型組件,組件可直接代表物理元件且組件連線對應(yīng)實(shí)際系統(tǒng)的物理連接與能量傳遞[4]?;谠撈脚_建模的流程如圖4所示。
2.2 鋰電池參數(shù)辨識模型設(shè)計(jì)與建模
通過等效電路模型可知,搭建鋰電池本體模型需建立電壓源Em、歐姆內(nèi)阻R0、極化電容和電阻C1和R1,且以上物理組件在仿真過程中隨溫度、SOC的變化而調(diào)整參數(shù)值,因此電池系統(tǒng)模型應(yīng)包括電池本體模型、溫度計(jì)算模塊、SOC計(jì)算模塊[5]。其中,電池系統(tǒng)的熱交換由自身產(chǎn)熱與外界熱交換組成[6]。基于安時積分法的SOC估算式為:
其中:SOC(t)為t時的SOC值;η為庫侖效率;C為電池容量;I(t)為t時刻電池的電流。定義充電時η=1,放電時η=0.95[6]。SOC計(jì)算模塊將通過預(yù)先設(shè)定SOC初值與電池容量值進(jìn)行實(shí)時計(jì)算。
將設(shè)計(jì)的電池本體模型、溫度計(jì)算模塊與SOC計(jì)算模塊及相關(guān)組件按電路關(guān)系并對應(yīng)信號端口連接,同時將實(shí)驗(yàn)數(shù)據(jù)生成的查找表導(dǎo)入模型組件中用于參數(shù)辨識。圖5為基于Simulink平臺設(shè)計(jì)搭建的鋰電池系統(tǒng)模型圖,圖6為鋰電池充放電系統(tǒng)模型圖。
3 模型驗(yàn)證與分析
在測試過程中,對以Simulink平臺所搭建的鋰電池參數(shù)辨識模型進(jìn)行驗(yàn)證與分析。將實(shí)驗(yàn)數(shù)據(jù)輸入鋰電池模型與信號發(fā)生模塊并進(jìn)行系統(tǒng)參數(shù)辨識,計(jì)算的參數(shù)將以{SOC,T,OCV}查找表為依據(jù)辨識模型中各項(xiàng)參數(shù),隨后輸出該模型仿真結(jié)果并與實(shí)測數(shù)據(jù)對照從而驗(yàn)證擬合效果。圖7為25 ℃下輸入的HPPC脈沖電流信號示意圖,圖8為對應(yīng)輸出模型的電壓與荷電狀態(tài)變化圖。
通過試驗(yàn)數(shù)據(jù)與仿真數(shù)據(jù)對比,鋰電池參數(shù)辨識模型輸出端電壓與施加了HPPC脈沖電流的電池端電壓準(zhǔn)確吻合,該模型僅在脈沖電流起始時刻即端電壓驟變時與實(shí)驗(yàn)數(shù)據(jù)存在細(xì)微誤差。采用參數(shù)辨識的電池模型輸出電壓與實(shí)測電壓平均估算誤差在5.7%左右,誤差絕對值不超過0.073 V。SOC變化曲線準(zhǔn)確反映電池系統(tǒng)運(yùn)行工況,由此也驗(yàn)證了聯(lián)合安時積分法的鋰電池模型實(shí)現(xiàn)修正SOC的作用。該電池模型對于端電壓變化的仿真擬合效果好,能準(zhǔn)確地修正與估算SOC,表達(dá)了鋰電池系統(tǒng)非線性特征,因此模型具有良好的精度與準(zhǔn)確性。
圖9為室溫25 ℃時HPPC測試電池溫度變化曲線。鋰電池的溫度隨放電電流增加與自身發(fā)熱而升高,因靜置與外界熱交換而降低[7],電池溫度總體呈現(xiàn)波動態(tài)勢。
4 結(jié)論
本文建立的鋰電池參數(shù)辨識模型可準(zhǔn)確體現(xiàn)電池系統(tǒng)的非線性特性并實(shí)時修正SOC。模型將溫度與SOC兩個因素作為影響電池系統(tǒng)元件參數(shù)變化的核心,根據(jù)實(shí)驗(yàn)結(jié)果所得參數(shù)表實(shí)時辨識優(yōu)化系統(tǒng)模型參數(shù),模型擬合效果好且與實(shí)際工況吻合。該設(shè)計(jì)易于實(shí)現(xiàn)動力電池模型系統(tǒng)的后期擴(kuò)展與集成,可應(yīng)用在動力電池的工況模擬和SOC估算方案的優(yōu)化等,為今后動力電池的設(shè)計(jì)、測試、優(yōu)化、研究提供基礎(chǔ)與思路。
參考文獻(xiàn)
[1] 楊文天.主動式雙向DC-DC電池均衡器的設(shè)計(jì)[D].上海:東華大學(xué),2017.
[2] 崔津滔,曾慶東.基于Simscape的鋰電池建模與仿真研究[J].農(nóng)業(yè)裝備與車輛工程,2015,53(11):31-35.
[3] 孔德偉.基于ADVISOR運(yùn)行模型的鋰電池SOC算法研究[D].濟(jì)南:山東大學(xué),2017.
[4] 劉苗.車載鋰離子動力電池荷電狀態(tài)與健康狀態(tài)估計(jì)研究[D].濟(jì)南:山東大學(xué),2017.
[5] HURIA T.High fidelity electrical model with thermal dependence of lithium battery cells[C].Electric Vehicle Conference.IEEE,2012:1-8.
[6] 孔德偉.基于ADVISOR運(yùn)行模型的鋰電池SOC算法研究[D].濟(jì)南:山東大學(xué),2017.
[7] 黃銳森.鋰電池荷電狀態(tài)、健康狀態(tài)以及功率狀態(tài)的聯(lián)合在線估計(jì)算法[D].成都:西南交通大學(xué),2017.
作者信息:
孫 濤1,2,龔國慶1,2,陳 勇2
(1.北京信息科技大學(xué) 機(jī)電工程學(xué)院,北京100192;2.北京電動車輛協(xié)同創(chuàng)新中心,北京100192)