基于分段線性時變模型的鋰電池放電過程建模

?

基于分段線性時變模型的鋰電池放電過程建模

與鉛酸電池、鎳氫電池等其它類型電池相比，鋰電池具有較高的功率密度和能量密度、較低的自放電率、高循環壽命、且沒有記憶效應，因而被廣泛用于混合動力汽車。電池模型在電池設計、制造以及應用中是至關重要的。電池放電模型是建立電池模型的一個關鍵組成，放電模型可以用來預測電池放電時間，基于此制定電池管理系統策略可以對混合動力汽車動力系統進行優化，改善其燃油經濟性并減少有害物質排放。

目前，常用的電池放電模型可以分為經驗模型、神經網絡模型和等效電路模型3類。經驗模型和神經網絡模型通常精度較低、且需要進行定期的調整和校準，而等效電路模型精度較高，且可以很好地解釋鋰電池放電的非線性特性和時變特性，但是這種模型固有的復雜性較高，因此在等效電路模型的基礎上對其進行簡化。鋰電池放電過程的非線性是由電化學電池的非線性特性決定的，而時變特性是根據放電特性隨負荷、荷電狀態和健康程度的變化而變化來決定的，因而所建立的模型必須能反映上述特性。因此，選擇分段線性時變模型，模型由多段線性時不變方程組成，組成方程的系數會隨時間變化而變化。使用歐拉和零階保持逼近方法將連續電池模型離散化。將每個分段方程表示為帶有外部激勵的二階定常自回歸模型，給出該模型的具體形式。利用高功率汽車鋰電池的實測數據，使用遞歸最小二乘法估算自回歸模型的系數，詳細介紹了整個估算過程。利用最小二乘法與實際數據之間的誤差作為分段的特征信號，使用自適應最小均方濾波器先對特征信號進行平滑濾波去噪，再根據去噪后的特征信號進行模型分段。對所建立的電池模型進行模擬，并將模擬結果與實測數據對比，以驗證所建立鋰電池模型的有效性。

Arab AlSharif et al. 2014 IEEE International Conference on Electro/Information Technology, Milwaukee June 05-07, 2014.

編譯：王祥