锂离子电池模型参数辨识研究
Research on Model Parameter Identification of Lithium Ion Battery
DOI: 10.12677/OJCS.2023.122002, PDF,    科研立项经费支持
作者: 朱启煌, 舒开鑫, 方 宇：扬州大学信息工程学院(人工智能学院)，江苏 扬州；陈伊韵, 张 爽：扬州大学电气与能源动力工程学院，江苏 扬州
关键词: 参数辨识；二阶RC模型；锂电池；荷电状态估计；Parameter Identification； Second-Order RC Model； Lithium Battery； Estimation of State of Charge
摘要: 由于汽车工况的变化，汽车动力电池组的结构系数也相应出现了非线性改变。为对此类非线性电池组件实现高效控制，本文选用了二阶RC模型作为电池的等效电路模型，并采用了电池的恒流充放电试验、开路电压和荷电状态的标定试验来获得电池的相关数据，在MATLAB中辨识二阶RC模型的相关参数。该模型利用放电电流、开路电压等物理量，辨识出电池的内部结构参数、荷电状态等特性，方便对电池组进行管理。通过MATLAB/Simulink软件中搭建模型进行仿真，验证了等效电路模型可以精确模拟实际电池。
Abstract: Due to the change in automobile working conditions, the structure coefficient of automobile power battery pack also appears to nonlinear change. In order to realize efficient control of such nonlinear battery components, this paper chooses the second-order RC model as the equivalent circuit model of the battery, and uses the constant current charge-discharge test of the battery, the calibration test of open circuit voltage and charge state to obtain the relevant data of the battery, and identifies the relevant parameters of the second-order RC model in MATLAB. The model uses discharge current, open circuit voltage and other physical quantities to identify the internal structural parame-ters of the battery, the state of charge and other characteristics, so as to facilitate the management of the battery pack. Through the simulation of the model built in MATLAB/Simulink software, it is verified that the equivalent circuit model can accurately simulate the actual battery.
文章引用：朱启煌, 陈伊韵, 张爽, 舒开鑫, 方宇. 锂离子电池模型参数辨识研究[J]. 电路与系统, 2023, 12(2): 9-19. https://doi.org/10.12677/OJCS.2023.122002

参考文献

[1] 崔宇, 刘文江. 新能源汽车锂离子动力电池技术发展现状及前景分析[J]. 东北电力大学学报, 2022, 42(2): 41-48. [Google Scholar] [CrossRef] 
[2] 周娟, 化毅恒, 刘凯, 等. 一种高精度锂离子电池建模方案研究[J]. 中国电机工程学报, 2019, 39(21): 6394-6403. [Google Scholar] [CrossRef] 
[3] 王振, 李保国, 罗权权, 等. 电动汽车锂离子电池热管理系统研究进展[J]. 包装工程, 2020, 41(15): 232-238. [Google Scholar] [CrossRef] 
[4] 谢奕展, 程夕明. 锂离子电池简化电化学模型理论误差分析研究[J]. 机械工程学报, 2022, 58(22): 37-55.
[5] 郭向伟, 司阳, 高岩, 等. 动力锂电池最优等效电路模型研究[J]. 电子测量与仪器学报, 2021, 35(1): 48-55. [Google Scholar] [CrossRef] 
[6] 陈峥, 李金元, 舒星, 等. 基于混合神经网络的锂离子电池健康状态估算[J]. 昆明理工大学学报(自然科学版), 2022, 47(3): 87-95. [Google Scholar] [CrossRef] 
[7] 杨曦, 李昕. 关于二阶RC锂电池模型的仿真研究[J]. 电子质量, 2022(10): 158-162.
[8] 郭宝甫, 张鹏, 王卫星, 等. 基于OCV-SOC曲线簇的磷酸铁锂电池SOC估算研究[J]. 电源技术, 2019, 43(7): 1125-1128+1139.
[9] 谭必蓉, 杜建华, 叶祥虎, 等. 基于模型的锂离子电池SOC估计方法综述[J/OL]. 储能科学与技术: 1-15. 2023-03-08.[CrossRef] 
[10] 付诗意, 吕桃林, 闵凡奇, 等. 电动汽车用锂离子电池SOC估算方法综述[J]. 储能科学与技术, 2021, 10(3): 1127-1136. [Google Scholar] [CrossRef] 
[11] 李礼夫, 张东羽. 磷酸铁锂电池充电后静置的电压预测方法[J]. 科学技术与工程, 2017, 17(5): 109-113.
[12] 李家铮, 张禹, 赵文川, 等. 基于递推最小二乘法的SCARA机器人动力学参数辨识研究[J]. 机床与液压, 2021, 49(6): 22-26.
[13] 方桂花, 王鹤川, 高旭. 基于动态遗忘因子递推最小二乘法的永磁同步电机参数辨识算法[J]. 计算机应用与软件, 2021, 38(1): 280-283.
[14] 华国邑. 推广的最小二乘法辨识及比较[J]. 科学技术创新, 2023(4): 14-17.
[15] 李田丰, 易映萍. 电动汽车用锂离子电池模型参数辨识研究[J]. 软件导刊, 2021, 20(10): 117-123.