一种用于测定高容量储能电池熵系数的高效精确方法

熵系数是核算电池产热的要害参数。针对现有丈量办法复杂耗时且未能考虑大容量储能电池中非均匀温度场影响的问题，本文提出了一种根据恒温箱充放电测验温度散布数据的熵系数测定办法。该办法以三维热模型作为优化方针。经过整合根据矩阵理论的热参数敏感性剖析，该办法体系性地考虑了芯片发热与非均匀温度场效应的两层影响。由此开发出一种时空步进分阶段多参数联合优化算法，能够高效精确地反演熵系数。相较于量热法取得的熵系数总体误差，所提办法相比集总模型将误差降低超过17%，且整套试验测验流程可在一天内完成。

引言

跟着全球新能源工业的快速开展，储能体系在和谐电力体系安稳运转中的效果日益凸显。与此一起，电池规划的扩大与能量密度的进步使得电池作业进程中的热行为问题更为杰出。
受限于储能体系复杂多变的作业条件，仅依托试验测验研讨热行为不只难以覆盖一切鸿沟工况，还对试验时长与装备精度提出极高要求，难以满足工程应用需求[1][2]。因而，树立具有物理含义的电池热模型——经过描述产热机制与传热进程来反映热特性——已成为研讨电池热行为最常用的办法[3][4][5]。热模型构建的中心环节在于确认首要热源的产热速率及其空间散布。
电池的首要热源包含极耳处的焦耳热和电芯内部的电化学反响热[6]。在功率电池等小容量电池的热模型研讨中，由于作业电流相对较低，极耳产热对整体温度散布的影响可忽略不计。因而多数研讨仅关注电池内部电芯的产热机制[7][8][9]。电芯内部产热由两部分构成：熵变反响引起的可逆热，以及内阻损耗与极化反响导致的不可逆热[10]。不可逆热可根据电池电位差和电流实时核算；可逆热的大小首要与电池的熵变系数相关[11]。除核算不可逆热外，熵变系数还可用于剖析电池老化进程[12][13]。
当前获取电池熵变系数的主流办法包含：电势法、量热法以及数值反演法。电势法经过丈量不同温度下的开路电压改变数据，绘制对应曲线并核算斜率以获取熵变系数[14][15]。尽管该办法原理清晰，但测验流程繁琐耗时，且对试验装备的精度要求极高。量热法选用加速量热仪(ARC)测定电池在特定工况下的总产热量，再结合电池生热量核算方程反推熵系数[16][17]。但该办法需配备专用测验装备，且ARC测验时的高温环境或许导致被测电池发生不可逆损害[18]。数值反演法经过解析电池热行为方程构建热模型。经过记载电池在固定工况下的温度呼应，并调整模型参数以最小化模型温度呼应与实践丈量值之间的差异，可反演电池的熵系数。D. Doh等人提出了一种根据假设绝热条件下丈量数据反演电池熵系数的办法[19]。该办法操作简洁，但需求大量试验数据支持且未考虑电池外表散热效应。Z. Geng等学者对电池施加方波电流，并选用傅里叶剖析法将热呼应与输入电流相关联，从而完成熵系数反演[20]。该办法虽能进步核算精度，但需求特定测验条件且试验周期较长。此外，该办法首要针对小容量电池（其极耳产热相对电芯整体产热可忽略不计），该假设对于大容量储能电池不再建立。Han与Lee提出了一种根据逆传热剖析与最小二乘优化相结合的数值反演办法[21]，该办法在保证精度的一起明显缩短了试验周期。但是，该办法仍将电池简化为集总参数模型，约束了反演成果的物理实在性与适用性。跟着储能电池尺寸和作业电流的增大，极耳欧姆热效应对整体温度散布的影响日益明显[22][23]。在此背景下，集总参数模型难以准确表征实践热行为[24]。因而，针对大容量储能电池的热特性研讨，需构建具有精细化结构和清晰物理鸿沟的三维热模型。该模型应实在反映实践工况下的产热与传热进程，从而为熵系数及相关热参数的精确拟合提供可靠理论依据。
针对现有熵变系数测定办法流程复杂、耗时冗长的缺乏，一起为保障其对大容量储能电池实践热行为的适应性，本文提出根据恒温箱充放电试验数据的熵变系数测定办法。该办法选用电池三维有限元模型(FEM)，使用时空顺序解耦的多参数粒子群优化(PSO)算法，完成高容量储能电池熵系数与热参数的联合估计。本文首要贡献如下：

• i.
  以三维有限元模型为辨识对象，体系考量极耳产热与温度场非均匀性效应，完成了大容量储能电池熵变系数与热参数的高保真反演。
• ii.
  根据矩阵理论树立参数-温度呼应的定性敏感性剖析结构，揭示各热参数影响温度散布的机理，并据此规划方针函数。
• iii.
  为处理高维热参数耦合优化问题并保证一切参数安稳收敛，本研讨提出了一种时空顺序分阶段粒子群优化算法。

本文研讨一款280Ah磷酸铁锂储能电池。第2节构建了该电池的有限元模型(FEM)，作为优化算法的优化方针。第3节定性剖析待拟合热参数对模型温度呼应的影响，树立热参数迭代优化的评价准则。并开发了一种电池热参数时空序贯粒子群优化算法，顺次拟合热模型的产热参数与传热参数。最后，第4节根据恒温箱恒流充放电循环中取得的多点测温数据，拟合了电池熵系数。熵系数拟合成果已与量热法及集总参数模型拟合成果进行对比，验证了本文所提办法的可行性。