欢迎光临邱健蓄电池官网
服务热线
全国客服热线：

153-1370-2523

新闻中心

首页 > 新闻中心

邱健蓄电池基于多级等效电路的电池电学和热学参数精确离线估计研究

来源：邱健蓄电池 发布时间：2026-02-03 13:59:57 点击： 次

锂离子（Li-ion）电池因其优异的功率和能量特性，在交通运输业电气化进程中发挥了关键作用[1]。其在环境保护和能源危机应对方面亦具有重要贡献[2,3]。锂离子电池的高电化学性能导致其内部环境具有高度复杂性[4]。观察锂电池内部状态是直观评估电池健康与安全性的主要方法。然而，由于电池内部反应的复杂性，这一观测过程可能面临挑战。

随着新型电池材料的快速发展，对更快速、更可靠的离线基线校准方法的需求日益增长。锂电池参数的获取对于实现电池全生命周期健康管理至关重要[5,6]。同样，电池参数的高精度测试与读取对电池生产及应用环节具有重要意义[7]。因此，准确获取电池内部参数是电池领域的关键问题。对于电池而言，存在两类无法直接测量且需借助不同方法进行估算的关键参数：电气参数与热力学参数[8]。现有研究中普遍认可两种电池参数估算方法：基于模型的方法与数据驱动方法[9]。其中基于模型的方法利用电池模型进行参数估计，包括容量、开路电压（OCV）和荷电状态（SOC）等参数[10]。该方法旨在通过偏微分方程等数学工具捕获电池内部的电化学与热力学过程。目前已有多项研究采用基于电化学和热力学的电池模型展开工作。Jiang等学者从电化学阻抗谱(EIS)中提取了宽频EIS特征、模型参数特征及固定频率阻抗特征，并基于这些EIS特征采用机器学习方法估算电池的健康状态(SOH)。该研究为开发最优EIS特征以评估电池健康状态提供了重要依据[11]。采用等效电路模型进行电池参数估计也是一种常用方法[12]。基于等效电路模型，卡尔曼滤波[13]、滑膜观测器[14]等不同滤波算法也被整合至ECM中，用于执行电池状态估计。数据驱动方法因其高泛化性和可迁移性而优于基于模型的方法，且无需考虑电池类型[15]。Chen等人通过直接、通用的数据驱动方法拟合OCV-SOC关联关系，实现了基于在线数据的电池状态估计[16]。Sui等人采用模糊支持向量机方法估算电池SOC[17]。Liu等人提出了扩展卡尔曼滤波引导的长短期记忆网络(EKF-GLSTM)电池SOC估计算法[18]。Yang等人提出了一种基于欧姆内阻与长时记忆网络的电池健康状态预测策略[19]。尽管现有在线估计方法具有更快的估计速度和可依赖的准确性，但在线估计所依据的基准值仍需通过离线估计方法进行测试。随着电池行业的发展，越来越多的电池材料被不断研发[20]，对更快速、更可靠的离线估计方法的需求正再次增长。
开路电压、内阻、传热系数、热容等参数的估算虽有助于可视化电池状态，但往往需要密集实验，这类实验通常耗时耗能[21,22]。以OCV测试为例，电池去极化所需的弛豫时间是导致该类估算实验耗时较长的主要原因。Cheng等学者验证了电池弛豫时间与端电压之间的相关性[23]。OCV估算的准确性对各种电池参数的区分具有重要影响，因此更精确的OCV估算是当前研究热点之一。根据实验方法的不同，现有的OCV估算方法可分为两类：静态实验法与小电流恒流实验法。其中静态实验法是目前OCV估算的主要方法[24]。基于OCV定义进行的实验方法，是通过电池长时间静置达到内部稳态后测量端电压。缩短静置时间的短时静置法通过减少静置时长并施加混合脉冲功率，一定程度上解决了静置时间问题，但该实验的耗时特性同样难以接受[25]。Wang等通过采用二阶等效电路模型与离线实验标定，定量分析了开路电压估计偏差对荷电状态计算误差的影响。研究者提出了一种基于动态矩阵控制的开路电压辨识方法，使估计电压偏差控制在10mV以内[26]。Liu等提出了一种快速估计开路电压的离线方法，将OCV的弛豫与测试时间缩短至30-40分钟[27]。然而，单次时间点的开路电压估计无法满足该参数后续应用需求。当前需求的痛点在于如何快速准确地获取不同状态下锂电池的开路电压值并进行估计[28]。
现有基于等效电路的滤波算法存在显著局限：卡尔曼滤波对模型误差敏感，当电池老化导致等效电路参数漂移时，其估计误差会增加30%以上；滑模观测器存在"抖振"现象，在低电流工况（如低于0.2C）下会导致内阻估计波动超过15mΩ，影响参数稳定性。该方法通过设计多级等效电路和误差修正算法，有效缓解了模型误差的影响。该方法将低电流工况下的内阻估计波动控制在5mΩ以内，解决了现有滤波算法的缺陷。
本研究基于解耦的电池数据，针对锂离子动力电池端电压随工作电流呈现连续单调变化的特性，设计数据处理算法，利用大电流恒流数据推导工作电流为零时的伪恒流实验端电压。所提出的估计方法通过具有典型电动汽车动力电池代表性的30Ah NCM软包动力电池进行实验验证。此外，设计误差修正算法以克服电池非线性特性引起的误差，并将修正后的"伪恒流实验端电压"作为开路电压估计值。

上一条：邱健蓄电池采用非侵入式传感器的智能电池用于电极表面电位分布的原位映射 下一条：关于邱健蓄电池材料的总结

相关新闻

新闻中心

联系我们

电话：153-1370-2523

美国邱健蓄电池集团总部