一种基于等效电路模型和伪二维电化学模型联合预测SOP的方法技术

本发明专利技术提出一种基于等效电路模型和伪二维电化学模型联合预测SOP的方法，本发明专利技术首先建立储能电池的功率状态预测数学模型，该模型结合了等效电路模型和伪二维电化学模型。其次，考虑到电池运行安全约束边界条件直接影响功率预测的准确度，本发明专利技术基于P2D电化学模型建立以固相浓度和液相浓度为主的内部微观约束条件；建立基于等效电路模型建立以电压、电流为主的电池运行电信号安全约束条件。最后，将所构建的约束条件与电池功率预测模型相结合，实现储能电池功率的高精度预测。实现储能电池功率的高精度预测。实现储能电池功率的高精度预测。

【技术实现步骤摘要】
一种基于等效电路模型和伪二维电化学模型联合预测SOP的方法


[0001]本专利技术应用于电化学储能、新能源电动汽车等领域的电池状态预测
，尤其涉及一种基于等效电路模型和伪二维(P2D)电化学模型联合预测SOP的方法。

技术介绍

[0002]储能电池的接入是智能电网、可再生能源高占比系统发展的重要支撑，储能电池功率状态的准确预测是储能电池系统安全可靠运行的关键和基础，对实现风光等新能源发电与负荷的实时平衡,提高电网运行的安全性、经济性以及灵活性有着重要的意义。同时，对于目前快速发展的新能源汽车领域来说，储能电池功率状态的准确预测对于车辆的启动、加速、爬坡和紧急制动有着重要的作用，是车辆运行安全和可靠的基础。
[0003]目前，现有的储能电池预测SOP方法有基于等效电路模型、基于电化学模型以及基于数据驱动模型三种。基于等效电路模型的SOP预测方法，电池模型考虑了电池的外特性，模型结构简单且参数易于辨识，对电池的各种工作情况具有较好的适用性，但在预测SOP时，其只考虑了电压、电流等厂家设定的宏观约束条件，无法在电池的整个寿命周期中实现SOP的准确预测。基于电化学模型的SOP预测方法从电池内部微观的电化学状态入手准确描述了电池的动态性能，具有较高的准确性，但是该模型涉及的参数众多，运算量大，导致其存在较差的实用性。基于数据驱动的的SOP预测方法是从大量的电池历史运行数据中，建立起输入变量与输出结果SOP之间的映射关系，其不需要分析电池内部电化学反应过程，但该方法局限于历史数据的数量和质量，其会直接导致预测的准确性。利用数据驱动的SOP预测方法虽然精度更高，但有时也不尽如人意，目前更偏向于基于电池模型的预测方法。

技术实现思路

[0004]本专利技术目的是为了解决利用电池模型预测SOP精度不高的问题，从电池模型的准确性和实用性出发，现提供一种基于等效电路模型和伪二维(P2D)电化学模型联合高精度预测SOP的方法。
[0005]本专利技术是通过以下技术方案实现的，本专利技术提出一种基于等效电路模型和伪二维电化学模型联合预测SOP的方法，所述方法包括以下步骤：
[0006]步骤一：构建储能电池的功率状态预测数学模型，该模型包括等效电路模型和伪二维P2D电化学模型；P2D电化学模型描述了锂离子在电极活性粒子内部的固相扩散过程、在电解液中的液相扩散过程，以及在活性粒子与电解液接触的固/液界面处的电化学反应过程；
[0007]步骤二：建立以固相浓度、液相浓度为主的电池内部微观约束条件；建立以电压、电流为主的宏观电信号约束条件；
[0008]步骤三：与步骤一的功率预测数学模型相结合，计算电池在宏观约束条件和微观约束条件的作用下所能提供的最大工作电流，进而计算电池的功率状态。
[0009]进一步地，所述固相扩散过程具体为：
[0010]在P2D电化学模型中，锂离子的固相扩散过程遵循菲克扩散第二定律，通过考虑锂离子在固相中扩散过程的边界条件，可以得到活性粒子表面锂离子浓度与负载电流的表达式为：
[0011][0012]式中，C
surf
为活性粒子表面锂离子浓度；I
L
为负载电流；R
s
为电极材料活性粒子半径长度；A为电极极板面积；ε
s
为电极材料体积分数；L为正负极材料厚度；D
s,k
为锂离子固相扩散系数；F为法拉第常数；k为正极或负极；
[0013]利用帕德近似对其进行降阶简化，结果如式(2)所示：
[0014][0015]以充电过程为例，其中正号代表正极活性材料粒子表面浓度近似传递函数表达式，负号代表负极活性材料粒子表面浓度近似传递函数表达式。
[0016]进一步地，所述液相扩散过程具体为：
[0017]在P2D模型中，锂离子从正/负极经过电解液到达负/正极的过程由液相扩散过程数学模型描述，其综合考虑了锂离子在电解液中遵循Fick扩散第二定律的扩散过程和在孔壁流量作用下的锂离子在电解液中的电迁移过程；通过将其液相扩散过程与正极/隔膜与负极/隔膜处边界条件相结合，得到正负集流体处的液相浓度表达式如下：
[0018][0019][0020]式中，C
e,k
为液相锂离子浓度，k＝p为正极，k＝n为负极；为锂离子在电解液中的传递荷数；D
e
为液相扩散系数；ε
e
为液相体积分数；L
n
为负极材料厚度；L
p
为正极材料厚度；L
n
为电池厚度；
[0021]利用帕德近似对液相扩散过程进行降阶简化，简化后的结果如下：
[0022][0023]进一步地，所述等效电路模型的电池的端电压将由电池的动态平衡电压DEV，欧姆过电势η0与扩散过电势η
d
组成；其表述如式(6)所示：
[0024]U
bat
＝DEV+η0+η
d
＝DEV+R0I
bat
+R
d
I
d (6)
[0025]式中，U
bat
为电池端电压；I
bat
为电池电流；R0为欧姆内阻；R
d
为RC环节扩散内阻；I
d
为RC环节扩散电流。
[0026]进一步地，所述微观约束条件的固相浓度约束具体为：
[0027]在不损伤电池寿命的前提下，锂离子的固相浓度需满足以下约束：
[0028][0029]式中，为依赖于电极材料的最大电极浓度；为制造商定义的最小和最大锂化等级，从电化学的角度来防止电池的过度充电和过度放电。
[0030]进一步地，所述微观约束条件的液相浓度约束具体为：
[0031]锂离子液相浓度满足以下约束：
[0032]C
e,min
≤C
e
≤C
e,max (15)
[0033]式中，C
e,min
，C
e,max
为电解质中锂离子的最小和最大临界浓度。
[0034]进一步地，所述宏观电信号约束条件具体为：
[0035]电压和电流两种约束即电池运行过程中的宏观条件约束：
[0036]U
min
≤U≤U
max
ꢀꢀꢀ
(16)
[0037]I
min
≤|I|≤I
max
ꢀꢀꢀ
(17)
[0038]式中，U
min
，U
max
分别为电池端电压的最小和最大值，I
min
，I
max
为电池厂家提供的充放电电流限值。
[0039]进一步地，在步骤三中，利用二分法计算最大工作电流，基于获得的最大工作电流，可以得到在微观和宏观约束条件下电池的充放电功率，如下式所示：
[0040]PP
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于等效电路模型和伪二维电化学模型联合预测SOP的方法，其特征在于，所述方法包括以下步骤：步骤一：构建储能电池的功率状态预测数学模型，该模型包括等效电路模型和伪二维P2D电化学模型；P2D电化学模型描述了锂离子在电极活性粒子内部的固相扩散过程、在电解液中的液相扩散过程，以及在活性粒子与电解液接触的固/液界面处的电化学反应过程；步骤二：建立以固相浓度、液相浓度为主的电池内部微观约束条件；建立以电压、电流为主的宏观电信号约束条件；步骤三：与步骤一的功率预测数学模型相结合，计算电池在宏观约束条件和微观约束条件的作用下所能提供的最大工作电流，进而计算电池的功率状态。2.根据权利要求1所述的方法，其特征在于：所述固相扩散过程具体为：在P2D电化学模型中，锂离子的固相扩散过程遵循菲克扩散第二定律，通过考虑锂离子在固相中扩散过程的边界条件，可以得到活性粒子表面锂离子浓度与负载电流的表达式为：式中，C
surf
为活性粒子表面锂离子浓度；I
L
为负载电流；R
s
为电极材料活性粒子半径长度；A为电极极板面积；ε
s
为电极材料体积分数；L为正负极材料厚度；D
s,k
为锂离子固相扩散系数；F为法拉第常数；k为正极或负极；利用帕德近似对其进行降阶简化，结果如式(2)所示：以充电过程为例，其中正号代表正极活性材料粒子表面浓度近似传递函数表达式，负号代表负极活性材料粒子表面浓度近似传递函数表达式。3.根据权利要求2所述的方法，其特征在于：所述液相扩散过程具体为：在P2D模型中，锂离子从正/负极经过电解液到达负/正极的过程由液相扩散过程数学模型描述，其综合考虑了锂离子在电解液中遵循Fick扩散第二定律的扩散过程和在孔壁流量作用下的锂离子在电解液中的电迁移过程；通过将其液相扩散过程与正极/隔膜与负极/隔膜处边界条件相结合，得到正负集流体处的液相浓度表达式如下：隔膜处边界条件相结合，得到正负集流体处的液相浓度表达式如下：
式中，C
e,k
为液相锂离子浓度，k＝p为正极，k＝n为负极；为锂离子在电解液中的传递荷数；D
e
为液相扩散系数；ε
e
为液相体积分数；L
n
为负极材料厚度；L
p
为正极材料厚度；L
n
为电池厚度；利用帕德近似对液相扩散过程进行降阶简化，简化后的结果如下：4.根据权利要求3所述的方法，其特征在于：所述等效电路模型的电池的端电压将由电池的动态平衡电压DEV，欧姆过电势...

【专利技术属性】
技术研发人员：徐佳宁，张贺，徐英，仪忠凯，倪裕隆，姜金海，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：