基于电化学机理耦合模型的锂电池SOC估计方法

摘要

锂离子电池的荷电状态(SOC)估计作为BMS(Battery management system)的核心功能之一，其精确估计能够有效避免电池出现过充过放问题，从而延长电池使用寿命.针对等效电路模型和电化学模型的优缺点，本文建立了一种耦合模型，在提高模型精度的同时，能保证很好地实时性，并实时反映出电池内部反应机理.在耦合模型的基础上，本文利用LM(Levenberg–Marquardt)非线性最小二乘法对模型中的22个参数进行了辨识；其次，基于耦合模型对卡尔曼滤波算法进行了改进，将模型参数以及通过电化学模型计算出的开路电压曲线代替实验值，避免了采样误差和滞回特性的影响.经过UDDS(Urban dynamometer driving schedule)、FUDS(Federal urban driving schedule)和DST(Dynamic steering test)工况的仿真验证，其平均绝对误差仅为31.6、28.4和24.7 mV.在此基础上，设计了电池放电实验，在实验DST电流工况下，EKF(Extended Kalman filter)算法的提升最大，平均误差降低了1%,SOC估计误差得到有效改善.研究结果表明，虽然加入了电化学机理，但并未增加过多估算运行时间，且具有较好的实时性，能够很好地实现在线估计锂电池SOC.

关键词

锂电池耦合模型 / 电化学模型 / 卡尔曼滤波算法 / 荷电状态(SOC) / 非线性最小二乘法

基金资助

国家自然科学基金资助项目(52172381); 重庆市技术创新重大专项资助项目(CSTB2022TIAD-STX0003)