国内外电池模型研究现状

3 四阶动态模型
• 1 Gignioi提出的四阶动态模型。模型由两部分组成：第一部分由代表电解液 反应内阻的R3，代表电池欧姆内阻的R2和与之相关的电容C2，以及代表能 量损失的电阻R1及与之相关的电容C1组成；第二部分由代表电池自放电特性 的RS和ES组成。 2 提高电池模型的阶数，更为准确的模拟。处理器速度的要求很高，其中各 个参数的确定是由很多经验化的数据得到。
温度因素
• 1 体现方面：电池容量，电池电动势，电池自放电率 • 2 温度修正
Q(t)=Q(t 0 )+ i (t ) dt
t0
t
Q(t)=mT Q(t 0 )+ i(t )dt
t0 t
t
KT
1 mT
SOC(t ) Q(t ) /[mT Q0 ]
SOC (t ) SOC (ຫໍສະໝຸດ Baidu0 ) KT i(t )dt / Q0
kT k1 SOC (t ) SOC (t0 ) i(t )dt / Q0 kl t0
t
1 线性模型
该模型只是用常值电阻R简单地等效电 池的欧姆内阻和极化内阻，而不考虑它受 电池SOC、温度和电流等因素的影响。
2 Thevenin模型
• 1 该模型有动静态特性，考虑温度、电流以及充放电动态差异的情况下 可以较准确地模拟电池的充放电行为。 • 2 图中的E是电池电动势，在同一温度下与SOC有固定的函数关系。R1 是电池的欧姆内阻，由电极材料、电解液、隔膜内阻及各部分零件的接 触电阻组成；R2是电池的极化内阻，它是电化学反应时由极化引起的 电阻，包括电化学极化和浓差极化引起的电阻，它与电容C并联构成容 阻回路，用于模拟电池极化产生和消除过程中表现出的动态特性。
•
4 经验公式模型
• • • • • • 1 非线性动静态特性也可以用一些非线性的经验公式来模拟，下面几个比较常用的经验 公式模型。 2 公式中的yk表示端电压，zk表示电池的SOC,R是电池内阻，E0表示电池SOC为100％ 时的电动势，Ki、K2、K3是没有物理意义的系数。 3 Shepherd模型 ： yk E0 Rik ki / Zk 4 Unnewehr universal模型：yk E0 Rik ki Zk 5 Nernst模型：
t0
SOC (t ) SOC (t0 ) k1i(t )dt / Q0
t
SOC (t ) SOC (t0 ) kT k1i (t )dt / Q0
t0
电池寿命因素
• 蓄电池经历一次充放电称为一个充放电周期，在一定的放电制度下， 电池容量降至某一规定值之前，电池所经历的循环次数，称为二次电 池的循环寿命。Kl为SOH补偿的容量修正系数。
均衡技术
• 能量耗散型：是在电池单体两端并联电阻支路， 通过能量消耗的方法来限制电池的端电压。（消 耗电池组的能量，而且不能实现动态均衡) • 非能量耗散型:采用开关电容均衡、双向DC/DC动 态均衡等技术控制电池单体间能量的流动来实现 电池组的均衡.(控制要求较高，消耗电池组的能量 较少，而且能实现动态均衡,研究热点)
电池管理
一 电池管理几个关键技术 二 影响电池SOC的因素 三 国内外研究电池模型
几个关键技术
1 电池组的安全快速充电技术 2 均衡技术 3 荷电状态（State of Charge，SOC）计算技术。
电池组的安全快速充电技术
1 电池在充电过程中会出现欧姆极化、浓差极化和电化学极 化构成的极化现象，从而导致电池电压升高，充电效率降 低，充入电池的电量减少。 2 传统：恒流、恒压充电 3 现在：多阶段恒流充电、恒流－恒压充电、自适应快速充 电、变电间歇快速充电、放电脉冲去极化等智能充电方法。
t0
放电倍率因素
• 1 Peukert就总结出了放电容量和放电电流关系的经验公式.
• 2 放大倍率修正
I tk
n
QI
I0 )1 n 1
t
1n
k
n
lg t2 lg t1 lg I 2 lg I1
Q1
Q0
(
I1
k1
1
1
t t0
Q(t ) 1Q0 (t0 ) I1dt
SOC算法
1 常用的SOC算法：安时法、电压法、内阻法、神经网络法 和卡尔曼滤波法等。 2 安时法将电池看作黑箱，不关心电池内部的结构，算法简 单易行，被广泛应用，但是它会产生累积误差且无法消除； 3 电压法和内阻法是根据电池电压电压法和内阻法是根据电 池电压和内阻与SOC的固定函数关系来对SOC进行估计， 也得到了广泛应用； 4 神经网络法和卡尔曼滤波法是最近几年才应用于SOC估计 中的智能算法，原理较为复杂，实现起来有一定难度。
yk E0 Rik k2 ln( zk ) k3 ln(1 zk )
6上述经验公式进行总结，得到了如下的复合模型：模型中参数都由实验数据得到。
yk E0 Rik k1 / zk k2 zk k3 ln( zk ) k4 ln(1 zk )