CN115856644B - 一种储能电池的建模方法 - Google Patents
一种储能电池的建模方法 Download PDFInfo
- Publication number
- CN115856644B CN115856644B CN202310173175.1A CN202310173175A CN115856644B CN 115856644 B CN115856644 B CN 115856644B CN 202310173175 A CN202310173175 A CN 202310173175A CN 115856644 B CN115856644 B CN 115856644B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- storage battery
- model
- temperature range
- electrochemical impedance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Secondary Cells (AREA)
Abstract
本发明提供了一种储能电池的建模方法,包括:获取储能电池在不同的内部温度下的电化学阻抗谱;根据所述储能电池在不同的内部温度下的电化学阻抗谱,建立第一储能电池模型和第二储能电池模型;所述第一储能电池模型为所述储能电池的内部温度位于第一温度范围内的储能电池模型;所述第二储能电池模型为所述储能电池的内部温度位于第二温度范围内的储能电池模型,所述第一温度范围和所述第二温度范围不同。本发明能够在储能电池的内部温度不同的情况下,构建结构不同的储能电池模型,能提高对储能电池SOC与SOH的估算精度。
Description
技术领域
本发明涉及电池测试技术领域,特别是涉及一种储能电池的建模方法。
背景技术
储能电池可以包括一个单体电池或者多个单体电池。为了实现储能电池荷电状态(SOC)、健康状态(SOH)等储能电池运行状态的准确估算,需要首先建立精准的储能电池模型。在对储能电池进行建模的过程中,不同的模型在特性描述、辨识方法、估算精度等方面均不相同,通常,储能电池的模型包括三类,分别为:电化学模型、黑箱模型和等效电路模型。
在工作状态下,储能电池会受到运行环境、充放电状态和机能老化等因素的影响,因此,在建立储能电池的模型的过程中也需要考虑上述因素。比如,在不同温度的工况下的电池特性不相同,随着温度的降低,储能电池中任一个单体电池的容量会产生非线性的下降。储能电池处于0℃以下的温度工况时,锂离子的扩散速率严重下降,使浓差极化电压升高。同时,负极表面锂离子的析出使得固体电解质界面膜(solid electrolyteinterface,SEI)阻抗增大,以及电解液中离子传送能力下降,导致欧姆极化电压升高。随着储能电池内部温度的升高,电池充放电功率也会降低,长期工作在高温环境(比如高于50℃)中会使得储能电池的电池容量快速衰减,其循环寿命是常温下的1/2左右。此外,随着温度的变化,从储能电池的库伦效率会表现出非线性的改变。并且,在不同温度下,锂离子在晶格内的排布会受到影响,这将改变储能电池的熵变系数,进而导致开路电压发生变化。
上述随温度而变化的储能电池的特性将导致现有的SOC算法无法在不同温度情况下精确估计储能电池的SOC。也即,若在不同温度工况下采用同一种模型进行储能电池SOC与SOH的估算,则很可能导致估算结果的精度较低。
再者,储能电池的内部温度和环境温度也存在一定差异,储能电池工作时会产生一定热量,使储能电池的内部温度往往高于此时的环境温度,基于环境温度建立的储能电池模型,不能真实反映储能电池的状态与特性。
发明内容
本发明的目的在于提供一种储能电池的建模方法,能够在储能电池的内部温度不同的情况下,构建结构不同的储能电池模型,能提高对储能电池SOC与SOH的估算精度。
一种储能电池的建模方法,包括:
获取储能电池在不同的内部温度下的电化学阻抗谱;
根据所述储能电池在不同的内部温度下的电化学阻抗谱,建立第一储能电池模型和第二储能电池模型;所述第一储能电池模型为所述储能电池的内部温度位于第一温度范围内的储能电池模型,所述第一储能电池模型为第一等效电路模型;所述第二储能电池模型为所述储能电池的内部温度位于第二温度范围内的储能电池模型,所述第二储能电池模型包括电化学模型与热模型,所述第一温度范围和所述第二温度范围不同;
其中,建立第二储能电池模型的步骤包括:
将基于多孔电极理论和浓溶液理论建立的储能电池的准二维模型作为电化学模型;
建立能够反映储能电池的内部温度分布情况的三维热模型;
基于准二维模型和三维热模型构建所述第二储能电池模型。
上述储能电池的建模方法,还包括:根据所述储能电池在不同的内部温度下的电化学阻抗谱确定所述第一温度范围与所述第二温度范围。
上述储能电池的建模方法,其中,所述第一温度范围为[0℃,50℃)的温度范围。
上述储能电池的建模方法,其中,建立第一储能电池模型的步骤包括:
根据所述储能电池的内部温度在所述第一温度范围内的电化学阻抗谱,确定多个候选等效电路模型;
获取所述储能电池的阻抗数据,并根据所述储能电池的阻抗数据获取所述多个候选等效电路模型的电化学阻抗谱;
根据所述多个候选等效电路模型的电化学阻抗谱和所述储能电池的内部温度在所述第一温度范围内的电化学阻抗谱,确定所述第一储能电池模型。
上述储能电池的建模方法,其中,根据所述多个候选等效电路模型的电化学阻抗谱和所述储能电池的内部温度在所述第一温度范围内的电化学阻抗谱,确定所述第一储能电池模型的步骤具体包括:
根据所述多个候选等效电路模型的参数拟合误差和整体拟合误差值确定所述第一储能电池模型。
上述储能电池的建模方法,其中,所述第一等效电路模型的参数拟合误差低于100%,所述第一等效电路模型的整体拟合误差值小于1%。
上述储能电池的建模方法,其中,所述第二温度范围为低于0℃的温度范围,或大于等于50℃的温度范围。
上述储能电池的建模方法,其中,获取储能电池在不同的内部温度下的电化学阻抗谱的步骤包括:
将所述储能电池充放电至第一SOC值;
将所述储能电池放置在恒温箱内,采用电池综合测试仪和多路数据记录仪测量储能电池的电化学阻抗谱;
基于测量的数据绘制储能电池在不同内部温度下的电化学阻抗谱。
根据本发明提供的储能电池的建模方法,考虑到储能电池工作时会产生一定热量,使储能电池的内部温度往往高于此时的环境温度,本发明根据储能电池的内部温度构建第一储能电池模型和第二储能电池模型,能够真实反映储能电池的状态与特性。根据储能电池的内部温度选择第一储能电池模型或第二储能电池模型进行储能电池SOC与SOH的估算,可以提高估算结果的精度。
附图说明
图1为一实施例的储能电池的建模方法的流程图;
图2为图1中步骤101的详细流程图;
图3为一实施例的储能电池内部温度为-10℃的EIS图;
图4为一实施例的储能电池内部温度为25℃的EIS图;
图5为一实施例的储能电池内部温度为50℃的EIS图;
图6为一实施例的一阶RC电路模型、二阶RC电路模型以及三阶RC电路模型的ChSq值的对比示意图;
图7为一实施例的二阶RC电路模型的结构图;
图8为一实施例中计算得到的二阶RC模型中阻抗的实部的计算值与根据实际测量的EIS获取的储能电池的阻抗的实部的实际值的对比示意图;
图9为一实施例中计算得到的二阶RC模型中阻抗的负虚部的计算值与根据实际测量的EIS获取的储能电池的阻抗的负虚部的实际值的对比示意图;
图10为一实施例的第二储能电池模型的建立方法的流程图;
图11为一实施例中第二温度范围为低于0℃的温度范围的情况下实验放电曲线和模拟放电曲线的对比示意图;
图12为一实施例中第二温度范围为等于或高于50℃的温度范围的情况下实验放电曲线和模拟放电曲线的对比示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的实施例提供了一种储能电池的建模方法,该储能电池可以包括一个单体电池或者多个单体电池。下述实施例以储能电池包括多个单体电池为例进行示例性说明。
储能电池包括多个单体电池是指储能工况下电网储能所用的磷酸铁锂电池组。如图1所示,本实施例的储能电池的建模方法包括步骤101至步骤102。
步骤101、获取储能电池在不同的内部温度下的电化学阻抗谱。
在一些实施例中,可以采用电化学阻抗谱(electrochemicalimpedancespectroscopy,EIS)来表征储能电池的特性随内部温度的变化。获取EIS的方法又称为交流阻抗法,是一种频域测量方法。其原理是,将储能电池看做一个黑箱***,将不同频率下的扰动信号输入黑箱***,可以得到唯一一个与该频率激励信号对应的响应,激励信号与响应信号之间的关系用传递函数来表征。设储能电池的激励信号为电流,响应信号为电压,则传递函数为阻抗。其中电流应采用幅值较小的正弦信号,使氧化反应和还原反应能够交替在储能电池内进行,避免储能电池的极化现象持续发展。其数学表达式如式(1)所示:
(1)
由式(1)可知,对于储能电池而言,EIS实际上是不同频率下阻抗数据图。
在一些实施例中,获取储能电池在不同的内部温度下的电化学阻抗谱,包括:将储能电池充放电至第一SOC值;将储能电池放置在恒温箱内,采用电池综合测试仪和多路数据记录仪测量储能电池的电化学阻抗谱;基于测量的数据绘制储能电池在不同内部温度下的电化学阻抗谱。示例性地,如图2所示,步骤101可以包括步骤201至步骤206。
步骤201、选取电池特性一致的多个单体电池组成储能电池。
步骤202、将多个单体电池中的每个单体电池充放电至相同的SOC。
步骤203、将储能电池放置在恒温箱内静置5小时,以使储能电池内部温度等于环境温度。
步骤204、采用电池综合测试仪和多路数据记录仪测量储能电池的电化学阻抗谱。
步骤205、将恒温箱温度升高5℃,并确定恒温箱温度是否小于70℃。若是,返回步骤203,若否,进入步骤206。
步骤206、导出全部EIS测试数据,并根据全部EIS测试数据绘制储能电池在不同内部温度下的电化学阻抗谱。
在一些实施例中,可以采用奈奎斯特(Nyquist)图(如图3至图5所示)来表示储能电池的电化学阻抗谱,Nyquist图是一种频率特性图,可以表现传递函数随角频率
ω的变化。对储能电池而言,传递函数为阻抗函数。本实施例中采用阻抗实部作为Nyquist图的横轴,阻抗负虚部作为Nyquist图的纵轴。比如,根据步骤201至步骤206获取的实验数据,可以得到储能电池在-10℃—70℃温度之间的电化学阻抗谱。示例性地,第一SOC值为40%SOC,当储能电池放电至40%SOC时,获取的储能电池内部温度为-10℃的EIS如图3所示,获取的储能电池内部温度为25℃的EIS如图4所示,获取的储能电池内部温度为50℃的EIS如图5所示。
对电池在-10℃—70℃温度之间的电化学阻抗谱进行分析得到,在储能电池内部温度位于[0℃,50℃)的温度范围的情况下,储能电池的电化学阻抗谱存在明显的容抗弧(可参考图4),且电化学阻抗谱在整个复阻抗平面图中呈现连续分布,其等效电路模型特性凸显。当储能电池的内部温度在低于0℃和等于或者高于50℃的情况下,储能电池的电化学阻抗谱形貌已经完全失去其规律(可分别参考图3和图5)。
此外,在储能电池内部温度低于0℃的情况下,锂离子的扩散速率严重下降,使得浓差电阻和极化电阻升高。并且,负极有锂离子析出使SEI膜阻抗增大。而电解液中锂离子传送速率下降,使得欧姆极化电阻升高。因此,当储能电池放电至第一SOC值时,电池内部温度越低,其阻抗越大。从而,在储能电池的内部温度不同的情况下,需要建立不同的储能电池模型。
步骤102、根据储能电池在不同的内部温度下的电化学阻抗谱,建立第一储能电池模型和第二储能电池模型。
在一些实施例中,第一储能电池模型为储能电池的内部温度位于第一温度范围内的储能电池模型。第二储能电池模型为储能电池的内部温度位于第二温度范围内的储能电池模型。
在一些实施例中,可以根据储能电池在不同的内部温度下的电化学阻抗谱确定第一温度范围与第二温度范围。比如,在一些实施例中,根据上述分析,第一温度范围可以包括[0℃,50℃)的温度范围。第二温度范围可以为低于0℃的温度范围,或大于等于50℃的温度范围,下述实施例以第二温度范围为低于0℃的温度范围,或大于等于50℃的温度范围为例进行示例性说明。
若储能电池的内部温度处于第一温度范围内,其EIS形貌具有较强的容抗性,具有凸显的等效交流阻抗特性,因此可以采用等效交流阻抗模型作为常温下储能电池模型,可以理解,等效交流阻抗模型也可称为等效电路模型。
建立储能电池的等效电路模型要满足三个条件。第一个条件为:等效电路模型的EIS形貌需要和实际测量得到的EIS形貌相似,即等效电路模型的EIS与实际测量得到的EIS之间的整体拟合误差不能太大,不能偏离实际测量得到的EIS。第二个条件为:等效电路模型的在第一温度范围内具有适用性。第三个条件为:等效电路模型不能太复杂,如果建立的阻抗模型较复杂,将会产生较多待辨识的参数,不仅会加大计算量,也会在后续参数辨识中积累误差,所以要在满足准确性要求的前提下,选取复杂度较小的等效电路模型。
此种情况下,步骤201中,建立第一储能电池模型的方法可以包括步骤401至步骤403。
步骤401、根据储能电池的内部温度为第一温度范围内的电化学阻抗谱,确定多个候选等效电路模型。
示例性地,可以根据储能电池的内部温度为第一温度范围内的电化学阻抗谱的形貌确定多个候选等效电路模型,该多个候选等效电路模型可以分别为Rint模型、Thevenin模型、二阶RC模型、三阶RC模型、PNGV模型和GNL模型。一般情况下,RC的并联个数决定了EIS的圆弧和拐点的个数,若EIS中出现小于0的部分,则可以考虑加入电感元件。
步骤402、获取储能电池的阻抗数据,并根据储能电池的阻抗数据获取多个候选等效电路模型的电化学阻抗谱。
示例性地,可以将实际测量得到的储能电池的阻抗数据和多个候选等效电路模型导入到阻抗谱拟合软件中,以获取多个候选等效电路模型的电化学阻抗谱。比如,该阻抗谱拟合软件可以为电化学领域内常用的ZSimpWin软件,ZSimpWin软件可以根据输入的实际测量得到的储能电池的阻抗数据和选定的等效电路模型,拟合出该选定的等效电路模型的参数值和EIS,以及得到EIS的整体拟合误差(chi squared,ChSq)值以及参数拟合误差。
EIS的ChSq值是ZsimpWin软件利用非线性最小二乘法计算出的拟合数据与实际数据的拟合偏差,表征了等效交流阻抗模型的EIS与实测EIS的偏离程度,ChSq值越小,表明整体拟合的效果越好。参数拟合误差在ZsimpWin软件中用Rel.std.error表示,其可以解释为相对标准误差,参数拟合误差表明该模型是否具有研究意义,当参数拟合误差较大,比如参数拟合误差超过100%时,该模型失去了其适用性。因此,可以选择ChSq值小于1%,参数拟合误差不超过100%的等效电路作为常温下储能电池的交流阻抗模型。
步骤403、根据多个候选等效电路模型的电化学阻抗谱和储能电池的内部温度为第一温度范围内的电化学阻抗谱,确定第一储能电池模型。
示例性地,可以将ZSimpWin软件拟合出的多个候选等效电路模型EIS与实际测量得到的EIS进行比对,以确定第一储能电池模型。
在一些实施例中,可以根据ZSimpWin软件的拟合结果,获取多个候选等效电路模型的整体拟合误差值和参数拟合误差,并根据多个候选等效电路模型的整体拟合误差值和参数拟合误差来确定第一储能电池模型。比如,第一储能电池模型为第一等效电路模型,第一等效电路模型的参数拟合误差低于100%,第一等效电路模型的整体拟合误差值小于1%。
下述实施例以储能电池放电至40%SOC,内部温度为25℃为例,构建储能电池在40%SOC且内部温度为25℃的情况下的等效电路模型为例进行示例性说明。
按照步骤401,对储能电池的EIS形貌进行分析,如图4所示,储能电池在40%SOC且内部温度为25℃的情况下,其EIS无小于0的部分,所以等效电路模型不考虑加入电感元件,只考虑由电容C和电阻R构成的电路。虽然图4所示的EIS只出现了一个拐点和一个圆弧,考虑到最终确定的等效电路模型准确性,可以选择一阶RC电路、二阶RC电路以及三阶RC电路作为多个候选等效电路模型。
按照步骤402,将储能电池在40%SOC且内部温度为25℃的情况下的EIS实测数据导入ZsimpWin软件,分别选择一阶RC电路、二阶RC电路以及三阶RC电路进行拟合。三种电路模型的ChSq值如图6所示,可知,一阶RC电路的整体拟合误差值较二阶RC电路和三阶RC电路高,二阶RC电路和三阶RC电路的ChSq值不相上下,说明二阶RC电路和三阶RC都具有较好的拟合效果。
最后,考虑参数拟合误差和整体拟合误差,选择合理的等效电路模型。比如,根据考虑参数拟合误差和整体拟合误差,选择二阶RC电路作为第一储能电池模型。示例性地,该二阶RC等效电路模型可以如图7所示,图7中,OCV为开路电压、R0为电池的欧姆内阻、I为放电电流、U为端电压,R1和C1分别为极化电阻和电容、R2和C2分别为浓差电阻和电容、T为电池温度。该二阶RC等效电路包括第一RC回路和第二RC回路,第一RC回路和第二RC回路串联。第一RC回路包括极化电阻R1(T)和极化电容C1(T),极化电阻R1(T)和极化电容C1(T)并联。第二RC回路包括浓差电阻R2(T)和浓差电容C2(T),浓差电阻R2(T)和浓差电容C2(T)并联。
下述实施例以储能电池放电至50%SOC且内部温度为40℃为例,验证储能电池在50%SOC且内部温度为40℃的情况下的二阶RC电路模型。
首先,获取二阶RC电路模型的实部与负虚部表达式,如式(2)所示。
(2)
式(2)中,和分别为二阶RC电路模型中阻抗的实部和负虚部,为角频率,R0为欧姆内阻的阻值,R1为极化电阻的阻值,C1为极化电容的电容值,R2为浓差电阻的阻值,C2为浓差电容的电容值。
接着,将储能电池在50%SOC且内部温度为40℃的情况下的ZsimpWin软件拟合的参数值代入上述阻抗的实部和负虚部的表达式中,得出二阶RC模型实部和负虚部的计算值。同时,根据实际测量得到的EIS获取储能电池的阻抗的实部与负虚部的值。
将计算得到的二阶RC模型中阻抗的实部和负虚部的计算值与根据实际测量的EIS获取的储能电池的阻抗的实部与负虚部的实际值进行对比,结果如图8与图9所示。可知,计算得到的二阶RC模型中阻抗的实部和负虚部的计算值与根据实际测量的EIS获取的储能电池的阻抗的实部与负虚部的实际值进基本一致。从而说明,在第一温度范围内,二阶RC模型与储能电池的真实情况比较接近,因此可以具有较高的准确度,如此,第一储能电池模型可以为二阶RC模型。
在储能电池的内部温度位于第二温度范围的情况下,储能电池的电化学阻抗谱形貌已经完全失去其规律,均没有出现等效电路模型的特性。基于此,在一些实施例中,可以采用更能反映储能电池内部真实特性,能够准确描述储能电池内部在极端温度下的电化学反应的电化学模型,并且考虑到温度对储能电池特性的影响,可以建立电化学模型与热模型耦合的模型。可以理解地,第二储能电池模型包括电化学模型与热模型。下面对电化学模型和热模型进行解释说明。
电化学模型是可以基于储能电池内部的化学反应机制,对储能电池进行化学特性分析,从而建立储能电池电极和电解液的偏微分方程,进而能够准确测量电池的电压和电流,还能高度还原模拟电池内部的物理量的分布情况(比如电化学反应速率,液相电势、固相电势、液相锂离子浓度以及固相锂离子浓度)。
热模型可以基于锂离子电池的生热机制以及传热学的原理,对锂离子产热、散热速率以及温度特性进行分析,建立锂离子电池内部温度场。热模型按照维度分可以分为集中质量模型、一维模型、二维模型以及三维模型。集中质量模型可以把电池看做一个质点,分析电池内部平均温度。一维模型可以反映电池内部温度在一个方向的分布情况。二维模型可以反映电池内部温度在电池截面上的分布情况。三维模型可以考虑电池形状、尺寸、外部设计对电池内部温度场的影响,进而反映电池内部温度随电池整体的的分布情况。基于储能电池内部温度分布情况,储能电池的尺寸、形状较大,电池内部产热散热不均的特点,本申请以采用三维模型作为储能电池的热模型为例,对第二储能电池模型进行示例性说明。
此种情况下,如图10所示,步骤102中建立第二储能电池模型的方法可以包括步骤701~步骤703:
步骤701、基于多孔电极理论和浓溶液理论建立储能电池的准二维模型作为电化学模型。
步骤702、建立能够反映储能电池的内部温度随整体分布情况的三维热模型。
步骤703、基于准二维模型和三维热模型构建第二储能电池模型。
其中,主要是基于电化学模型和热模型中的传热生热机理构建第二储能电池模型。
步骤701中,构建储能电池的电化学模型所需要的方程式包括电化学反应速率方程、液相锂离子浓度方程、固相锂离子浓度方程、液相电势方程和固相电势方程。
电化学反应速率方程如式(3)所示。
(3)
式(3)中,为锂离子反应电流密度;i0为电极反应交换电流密度;、分别为阳极、阴极电极反应转化系数;R为气体常数,F为法拉第常数;T为温度;为过电压。
(4)
式(4)中,为固相电势,为液相电势,Ud为电极稳态开路电压。
液相锂离子浓度方程如式(5)所示。
(5)
式(5)中,为液相体积分数,为液相平均体积浓度;为锂离子液相有效扩散系数;为锂离子迁移数量;t为时间;x为距离负极的宽度。
式(5)的边界条件如式(6)所示。
(6)
式(6)中,L为正极、负极和隔膜宽度之和。
固相锂离子浓度方程如式(7)所示。
(7)
式(7)中,为固相平均体积浓度;为固相扩散系数;r为活性材料径向。
式(7)的边界条件如式(8)所示。
(8)
式(8)中,为电极单位体积有效反应面积;为活性材料径向半径。
液相电势方程如式(9)所示。
(9)
式(9)中,为电解液有效离子电导率;为锂离子有效扩散电导率。
式(9)的边界条件如式(10)所示。
(10)
固相电势方程如式(11)所示。
(11)
式(11)中,为电极活性物质固相有效导电率。
式(11)的边界条件如式(12)所示。
(12)
式(12)中,为电池工作电流;A为电极面积;、分别为负极、正极活性物质固相有效导电率。
(13)
式(13)中,为正极宽度;为负极宽度。
步骤702中,构建储能电池的三维热模型所需要的计算公式包括能量守恒方程式、单位面积可逆热qrev的计算公式、单位面积不可逆热qirrev计算公式、储能电池的生热速率q的计算公式和放热过程生热量qAl,Cu的计算公式。
能量守恒方程式如式(14)所示。
(14)
式(14)中,为储能电池的密度;Cp为储能电池的比热;λx、λy、λz分别为储能电池在x、y、z方向上的导热系数;q为储能电池的生热速率。
单位面积可逆热qrev的计算公式如式(15)。
(15)
单位面积不可逆热qirrev的计算公式如式(16)。
(16)
储能电池的生热速率q的计算公式如式(17)。
(17)
放热过程生热量qAl,Cu的计算公式如式(18)。
(18)
式(18)中,为极耳的发热量;为极耳的体积;为极耳的电阻。
锂离子热模型的边界条件为式(19)。
(19)
式(19)中,为储能电池周围流体的温度;为储能电池表面温度;n为法线方向;h为储能电池表面和周围流体之间的传热系数。
如此,考虑到电化学模型和三维热模型之间生热传热机制,第二储能电池模型可以包括电化学模型与热模型。下面对该第二储能电池模型进行验证。
结合式(3)至式(19),将计算所得的储能电池的温度实时输入至电化学模型中,同时基于电化学模型中计算所得的固相电势、液相电势、锂离子反应电流密度,热模型中的计算得到的不可逆热和可逆热,计算储能电池的生热速率,从而达到实现电化学模型和热模型的耦合的目的。
下面对上述第二储能电池模型进行验证,验证步骤包括:采用变电流放电工况作为电网储能电池的实验工况;测量储能电池在该变电流放电工况下的端电压数据,并根据测量得到的端电压数据获取实验放电曲线;获取根据第二储能电池模型计算得到的储能电池在变电压放电工况下的端电压数据,并根据计算得到的端电压数据获取模拟放电曲线;以及,将实验放电曲线和模拟放电曲线进行对比。
根据上述验证步骤,在第二温度范围为低于0℃的温度范围的情况下,将实验放电曲线和模拟放电曲线进行对比的结果如图11所示。在第二温度范围为等于或高于50℃的温度范围的情况下,将实验放电曲线和模拟放电曲线进行对比的结果如图12所示。根据图11和图12,可知储能电池的端电压实测值与预测值基本吻合。说明在储能电池的内部温度位于第二温度范围内的情况下,建立的第二储能电池模型,适用于电网储能工况,准确度较高。
综上,本发明提供的储能电池的建模方法,考虑到储能电池工作时会产生一定热量,使储能电池的内部温度往往高于此时的环境温度,本发明根据储能电池的内部温度构建第一储能电池模型和第二储能电池模型,能够真实反映储能电池的状态与特性。根据储能电池的内部温度选择第一储能电池模型或第二储能电池模型进行储能电池SOC与SOH的估算,可以提高估算结果的精度。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (5)
1.一种储能电池的建模方法,其特征在于,包括:
获取储能电池在不同的内部温度下的电化学阻抗谱;
根据所述储能电池在不同的内部温度下的电化学阻抗谱,建立第一储能电池模型和第二储能电池模型;所述第一储能电池模型为所述储能电池的内部温度位于第一温度范围内的储能电池模型,所述第一储能电池模型为第一等效电路模型;所述第二储能电池模型为所述储能电池的内部温度位于第二温度范围内的储能电池模型,所述第二储能电池模型包括电化学模型与热模型,所述第一温度范围和所述第二温度范围不同;
其中,建立第二储能电池模型的步骤包括:
将基于多孔电极理论和浓溶液理论建立的储能电池的准二维模型作为电化学模型;
建立能够反映储能电池的内部温度分布情况的三维热模型;
基于准二维模型和三维热模型构建所述第二储能电池模型;
所述建模方法还包括:根据所述储能电池在不同的内部温度下的电化学阻抗谱确定所述第一温度范围与所述第二温度范围;
建立第一储能电池模型的步骤包括:
根据所述储能电池的内部温度在所述第一温度范围内的电化学阻抗谱,确定多个候选等效电路模型;
获取所述储能电池的阻抗数据,并根据所述储能电池的阻抗数据获取所述多个候选等效电路模型的电化学阻抗谱;
根据所述多个候选等效电路模型的电化学阻抗谱和所述储能电池的内部温度在所述第一温度范围内的电化学阻抗谱,确定所述第一储能电池模型;
获取储能电池在不同的内部温度下的电化学阻抗谱的步骤包括:
将所述储能电池充放电至第一SOC值;
将所述储能电池放置在恒温箱内,采用电池综合测试仪和多路数据记录仪测量储能电池的电化学阻抗谱;
基于测量的数据绘制储能电池在不同内部温度下的电化学阻抗谱。
2.根据权利要求1所述的储能电池的建模方法,其特征在于,所述第一温度范围为[0℃,50℃)的温度范围。
3.根据权利要求1所述的储能电池的建模方法,其特征在于,根据所述多个候选等效电路模型的电化学阻抗谱和所述储能电池的内部温度在所述第一温度范围内的电化学阻抗谱,确定所述第一储能电池模型的步骤具体包括:
根据所述多个候选等效电路模型的参数拟合误差和整体拟合误差值确定所述第一储能电池模型。
4.根据权利要求3所述的储能电池的建模方法,其特征在于,所述第一等效电路模型的参数拟合误差低于100%,所述第一等效电路模型的整体拟合误差值小于1%。
5.根据权利要求1所述的储能电池的建模方法,其特征在于,所述第二温度范围为低于0℃的温度范围,或大于等于50℃的温度范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310173175.1A CN115856644B (zh) | 2023-02-28 | 2023-02-28 | 一种储能电池的建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310173175.1A CN115856644B (zh) | 2023-02-28 | 2023-02-28 | 一种储能电池的建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115856644A CN115856644A (zh) | 2023-03-28 |
CN115856644B true CN115856644B (zh) | 2023-05-05 |
Family
ID=85659213
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310173175.1A Active CN115856644B (zh) | 2023-02-28 | 2023-02-28 | 一种储能电池的建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115856644B (zh) |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006292565A (ja) * | 2005-04-12 | 2006-10-26 | Furukawa Electric Co Ltd:The | 二次電池劣化状態判定方法及び二次電池劣化状態判定装置 |
CN103529400A (zh) * | 2013-10-29 | 2014-01-22 | 哈尔滨工业大学 | 一种具有温度自适应补偿的电池容量预测方法 |
CN103744028A (zh) * | 2013-12-25 | 2014-04-23 | 广西科技大学 | 一种基于ukf的蓄电池荷电状态soc估算方法 |
CN104849675A (zh) * | 2015-06-17 | 2015-08-19 | 哈尔滨工业大学 | 锂离子电池电化学和热耦合模型的获取方法 |
CN104950263A (zh) * | 2015-06-12 | 2015-09-30 | 安徽江淮汽车股份有限公司 | 汽车动力电池soc的估算方法 |
CN105223487A (zh) * | 2015-09-23 | 2016-01-06 | 同济大学 | 一种锂离子电池的多状态解耦估计方法 |
CN106054085A (zh) * | 2016-07-11 | 2016-10-26 | 四川普力科技有限公司 | 一种基于温度用于估计电池soc的方法 |
CN106054081A (zh) * | 2016-06-17 | 2016-10-26 | 合肥工业大学智能制造技术研究院 | 一种用于电动汽车动力电池soc估计的锂电池建模方法 |
CN106443480A (zh) * | 2016-11-04 | 2017-02-22 | 天津市捷威动力工业有限公司 | 一种锂离子电池***soc估算方法 |
CN106842045A (zh) * | 2017-01-20 | 2017-06-13 | 北京理工大学 | 一种基于自适应权重方法的电池多模型融合建模方法和电池管理*** |
CN107145628A (zh) * | 2017-03-31 | 2017-09-08 | 中南大学 | 基于电化学‑热耦合模型的预测锂电池循环寿命的方法 |
CN109143083A (zh) * | 2018-11-07 | 2019-01-04 | 重庆大学 | 一种数据驱动的电动车辆锂离子电池析锂诊断方法 |
CN109388859A (zh) * | 2018-09-17 | 2019-02-26 | 国联汽车动力电池研究院有限责任公司 | 一种锂离子电池性能仿真方法和*** |
CN110308405A (zh) * | 2019-07-26 | 2019-10-08 | 四川嘉垭汽车科技有限公司 | 不同环境温度下锂离子电池荷电状态及健康状态估计方法 |
WO2020210788A1 (en) * | 2019-04-11 | 2020-10-15 | Advanced Measurement Technology Inc | Battery monitoring and testing system and methods thereof |
CN112068018A (zh) * | 2020-08-14 | 2020-12-11 | 华南理工大学 | 基于改进格拉布斯准则和电池电热耦合模型的动力电池组故障诊断方法 |
JP2021009103A (ja) * | 2019-07-02 | 2021-01-28 | ビークルエナジージャパン株式会社 | 電池制御システム |
CN113836692A (zh) * | 2021-08-20 | 2021-12-24 | 合众新能源汽车有限公司 | 一种纯电动汽车慢充剩余时间自学习的估算方法及装置 |
CN113849985A (zh) * | 2021-09-30 | 2021-12-28 | 蜂巢能源科技有限公司 | 电流密度仿真方法、装置、设备及存储介质 |
CN114974444A (zh) * | 2022-06-10 | 2022-08-30 | 上海电气国轩新能源科技(南通)有限公司 | 基于电化学热耦合模型从电池结构方面降低电池温升方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6575548B2 (ja) * | 2017-03-22 | 2019-09-18 | トヨタ自動車株式会社 | 電池状態推定装置 |
US20220334185A1 (en) * | 2021-04-14 | 2022-10-20 | Analog Devices, Inc. | Technique for estimation of internal battery temperature |
-
2023
- 2023-02-28 CN CN202310173175.1A patent/CN115856644B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006292565A (ja) * | 2005-04-12 | 2006-10-26 | Furukawa Electric Co Ltd:The | 二次電池劣化状態判定方法及び二次電池劣化状態判定装置 |
CN103529400A (zh) * | 2013-10-29 | 2014-01-22 | 哈尔滨工业大学 | 一种具有温度自适应补偿的电池容量预测方法 |
CN103744028A (zh) * | 2013-12-25 | 2014-04-23 | 广西科技大学 | 一种基于ukf的蓄电池荷电状态soc估算方法 |
CN104950263A (zh) * | 2015-06-12 | 2015-09-30 | 安徽江淮汽车股份有限公司 | 汽车动力电池soc的估算方法 |
CN104849675A (zh) * | 2015-06-17 | 2015-08-19 | 哈尔滨工业大学 | 锂离子电池电化学和热耦合模型的获取方法 |
CN105223487A (zh) * | 2015-09-23 | 2016-01-06 | 同济大学 | 一种锂离子电池的多状态解耦估计方法 |
CN106054081A (zh) * | 2016-06-17 | 2016-10-26 | 合肥工业大学智能制造技术研究院 | 一种用于电动汽车动力电池soc估计的锂电池建模方法 |
CN106054085A (zh) * | 2016-07-11 | 2016-10-26 | 四川普力科技有限公司 | 一种基于温度用于估计电池soc的方法 |
CN106443480A (zh) * | 2016-11-04 | 2017-02-22 | 天津市捷威动力工业有限公司 | 一种锂离子电池***soc估算方法 |
CN106842045A (zh) * | 2017-01-20 | 2017-06-13 | 北京理工大学 | 一种基于自适应权重方法的电池多模型融合建模方法和电池管理*** |
CN107145628A (zh) * | 2017-03-31 | 2017-09-08 | 中南大学 | 基于电化学‑热耦合模型的预测锂电池循环寿命的方法 |
CN109388859A (zh) * | 2018-09-17 | 2019-02-26 | 国联汽车动力电池研究院有限责任公司 | 一种锂离子电池性能仿真方法和*** |
CN109143083A (zh) * | 2018-11-07 | 2019-01-04 | 重庆大学 | 一种数据驱动的电动车辆锂离子电池析锂诊断方法 |
WO2020210788A1 (en) * | 2019-04-11 | 2020-10-15 | Advanced Measurement Technology Inc | Battery monitoring and testing system and methods thereof |
JP2021009103A (ja) * | 2019-07-02 | 2021-01-28 | ビークルエナジージャパン株式会社 | 電池制御システム |
CN110308405A (zh) * | 2019-07-26 | 2019-10-08 | 四川嘉垭汽车科技有限公司 | 不同环境温度下锂离子电池荷电状态及健康状态估计方法 |
CN112068018A (zh) * | 2020-08-14 | 2020-12-11 | 华南理工大学 | 基于改进格拉布斯准则和电池电热耦合模型的动力电池组故障诊断方法 |
CN113836692A (zh) * | 2021-08-20 | 2021-12-24 | 合众新能源汽车有限公司 | 一种纯电动汽车慢充剩余时间自学习的估算方法及装置 |
CN113849985A (zh) * | 2021-09-30 | 2021-12-28 | 蜂巢能源科技有限公司 | 电流密度仿真方法、装置、设备及存储介质 |
CN114974444A (zh) * | 2022-06-10 | 2022-08-30 | 上海电气国轩新能源科技(南通)有限公司 | 基于电化学热耦合模型从电池结构方面降低电池温升方法 |
Non-Patent Citations (4)
Title |
---|
Fundamentals and Challenges of Lithium Ion Batteries at Temperatures between −40 and 60 °C;Junbo Hou;《ADVANCED ENERGY MATERIALS》;全文 * |
State of Charge-Dependent Polynomial Equivalent Circuit Modeling for Electrochemical Impedance Spectroscopy of Lithium-Ion Batteries;Qian-Kun Wang;《IEEE TRANSACTIONS ON POWER ELECTRONICS》;全文 * |
不同温度与荷电状态下锂离子电池传荷电阻估计;李日康;《汽车工程》;全文 * |
新能源汽车单体锂离子电池三维散热模型仿真;王英舜;《计算机仿真》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115856644A (zh) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | State of health estimation of battery modules via differential voltage analysis with local data symmetry method | |
CN103744030B (zh) | 电池组健康状态和荷电状态在线估算装置及估算方法 | |
WO2022105104A1 (zh) | 一种基于多新息递推贝叶斯算法的电池模型参数辨识方法 | |
Tang et al. | Systematic parameter acquisition method for electrochemical model of 4.35 V LiCoO2 batteries | |
Lin et al. | Battery voltage and state of power prediction based on an improved novel polarization voltage model | |
CN112180278B (zh) | 考虑电压迟滞特性的电动汽车动力电池性能无损检测方法 | |
Wenjie et al. | On-line estimation method for internal temperature of lithium-ion battery based on electrochemical impedance spectroscopy | |
CN109143097A (zh) | 一种计及温度和循环次数的锂离子电池soc估计方法 | |
CN112526352B (zh) | 一种退役锂离子电池的soh估计方法 | |
Zhang et al. | Degradation characteristics investigation for lithium-ion cells with NCA cathode during overcharging | |
CN110095723A (zh) | 一种锂离子电池模型参数与soc在线联合估计方法 | |
Rahman et al. | Li-ion battery individual electrode state of charge and degradation monitoring using battery casing through auto curve matching for standard CCCV charging profile | |
Pan et al. | Novel non-destructive detection methods of lithium plating in commercial lithium-ion batteries under dynamic discharging conditions | |
CN112946481A (zh) | 基于联合h∞滤波的滑模观测器锂离子电池soc估计方法及电池管理*** | |
CN115327415A (zh) | 基于限定记忆递推最小二乘算法的锂电池soc估算方法 | |
Ahmed et al. | A scaling approach for improved open circuit voltage modeling in Li-ion batteries | |
Xin et al. | A novel state of charge estimation method for ternary lithium batteries based on system function and extended kalman filter | |
Liu et al. | State of charge estimation algorithm based on fractional-order adaptive extended Kalman filter and unscented Kalman filter | |
Liu et al. | Experimental study on lithium-ion cell characteristics at different discharge rates | |
CN114200321A (zh) | 一种锂离子电池变阶数等效电路模型建模方法 | |
CN114089193A (zh) | 电池的温度和负极电位在线估计方法、装置和计算机设备 | |
Jiang et al. | An electromechanical coupling model-based state of charge estimation method for lithium-ion pouch battery modules | |
CN115856644B (zh) | 一种储能电池的建模方法 | |
Houck et al. | Parameterization and modeling protocols for ultra-fast charging Wadsley-Roth lithium-ion batteries from coin to pouch cells | |
Yang et al. | Lithium-ion battery internal resistance model based on the porous electrode theory |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |