【《锂离子电池综合测试对电池模型构建与参数辨识实验测试及验证分析》3100字】

图11所示，其中充放电设备采用新威CT-4004-5V300A，其电流采样精度为0.1%FS，采用三鑫精工恒温恒湿箱为电池模拟环境温度，支持温度调节范围为-20℃到55℃。图SEQ图\*ARABIC11锂离子电池实验测试平台本文采用微宏动力系统（湖州）有限公司提供的一款10AH高比功率快充型电池进行实验测试，电池的具体参数如REF_Ref70714439\h表3所示表SEQ表\*ARABIC3该款新电池参数列表参数值参数值额定容量10Ah标称电压3.7V充电截止电压4.2V放电截止电压2.0V最大持续充电电流4C最大持续放电电流10C最大脉冲充电电流8C最大脉冲放电电流15C充电温度范围0~60℃放电温度范围-30~60℃实验方案设计为了对锂离子电池等效电路模型进行建模并完成模型参数辨识过程，开路电压测试与内阻测试是必要的测试验证工况。因此，本文进行了开路电压测试、内阻测试及稳态测试等，用于完成模型参数辨识与验证。开路电压测试开路电压测试重要的电池测试之一，特别是面向车载嵌入式系统。本章采用静置法测试开路电压，静置法测试流程如下：①将电池置于恒温箱中静置1小时，而后在1C恒流恒压工况下将电池完全充满，恒压阶段的截止电流为0.05C，随后将电池静置1小时；②对静置后的电池按1C电流进行放电，6分钟后停止放电，静置1小时，记录此时的端电压值并认为是等效开路电压值；③循环步骤②，直至电池放电到截止电压；④完成其他温度下的开路电压曲线，改变环境舱温度，重新循环步骤①~③。在静置阶段，当开路电压的变化小于0.5mV/10min以内时，即可认为开路电压达到稳定，按照前期测试经验，电池静置1个小时后开路电压均能保持稳定。电池容量测试电池容量采用从电池满电时每次放电循环放出的电量进行表示，对电池进行容量测试的实验步骤如下：以恒流恒压模式以1C电流对电池进行充电，恒压充电阶段截止条件为0.05C；②完成充电后，恒温箱内静置1小时；③1C恒流放电模式进行放电至截止电压；④完成放电后，恒温箱内静置1小时。⑤重复步骤①~④。为提高电池容量测试精度，对电池容量测试进行三组平行实验，取三组实验的平均值作为真实的电池容量。锂离子电池容量随温度变化明显，随着温度升高，锂离子扩散速度增加，欧姆和极化内阻下降，在相同截止电压下，温度越高放出的电量也就越大。内阻测试内阻测试采用直流测量法，即根据阶跃电流引起的电池端电压变化来进行计算内阻，端电压变化值与电流变化值之比即为直流内阻。具体的实验步骤如下：常温下恒流恒压充满电，并在恒温箱内静置1小时以上；以1C电流对电池进行充电和放电各10s，记录当前SOC下的电压变化，计算平均的直流内阻；将电池放电10%SOC，静置1小时；循环步骤②~③，直至电池SOC为0；⑤拟合当前温度下的直流内阻曲线，改变环境舱温度，重新测试。参数辨识结果在进行了脉冲放电测试后，本节根据测试数据对锂离子电池分数阶等效电路模型进行参数辨识。所采用的脉冲工况与实验结果如REF_Ref70713646\h图12所示。其中放电电流为10A，每次放电时间为6分钟。在理想情况下动力电池应在10次循环后SOC放至0%，并达到截止电压；但是在实际试验过程中受环境温度、散热条件等因素影响，实际的动力电池循环次数可能有所差异内被完全放空，因此需继续试验直至截止。采用放电深度用于等效为当前动力电池的SOC可简化模型参数辨识难度，因此在下文中用于参数辨识过程中的SOC与实际试验中的放电深度相对应匹配。图SEQ图\*ARABIC12微宏10AH电池脉冲实验工况与测试结果在获得脉冲放电实验数据后采用改进了粒子群优化-模拟退火算法实现模型参数辨识过程。参数辨识时，采用在电流激励消失时刻的电压变化计算在该SOC下的动力电池内阻值，而后在使用电流激励消失后的1小时静置时间内电压回弹过程进行动态参数辨识，完成等效电路模型的参数辨识过程。REF_Ref70714450\h表4为辨识的结果参数。分析表中数据可知，所使用的动力电池内阻呈凹陷型，与经验相吻合，表明辨识的内阻具有可信度。而两阶RC环节在数值上具有不同的良机，表明拟合的动态参数也具有较高的可信度。图SEQ图\*ARABIC13等效电路模型Ro参数辨识辨识结果表SEQ表\*ARABIC4该款新电池的材料参数拟合结果（25℃）SOC100%90%80%70%60%50%Ro(Ω)0.00150.00130.00120.00110.00110.0011R1(Ω)0.00210.00140.00130.00130.00110.0014R2(Ω)0.00150.00110.00110.000850.00120.0012Q177.90890.947124.92128.46118.9489.998Q291.11292.5724.41556.011333.052223.07SOC40%30%20%10%0%Ro(Ω)0.00110.00120.00130.00160.0040R1(Ω)0.00140.00160.00160.00160.0017R2(Ω)0.00140.000650.001250.001600.0020Q164.58260.96554.85061.43157.257Q24053.131854.1917.9780.91517.77参数辨识结果验证本节采用1C恒流放电工况下端电压仿真值与实测值间的偏差来验证参数辨识结果，将Thevenin模型、DP模型和FOM模型间的预测结果进行了对比。其结果如REF_Ref70713844\h图14所示。图SEQ图\*ARABIC14分数阶等效电路模型拟合结果图从测试结果中可以看出，Thevenin模型、DP模型和FOM模型对应端电压的估计误差绝对值分别在27mV、24mV和21mV内，分数阶模型的估计精度优于整数阶等效电路模型的结果，证实了分数阶模型离散化处理后，仍能保证非常高的精度；应用FOM模型时，21mV的端电压误差值能够满足高精度状态估计的需求，同时也验证了PSO-SA滤波算法的有效性。SOC估计实验验证本文采用微宏动力科技股份有限公司提供的10AH快充型电池进行验证。考虑在实车环境下电池多为时变动态工况，本文选用稳态测试工况与动态测试工况，在25℃环境下对算法和模型进行验证。其中稳态工况为恒流放电工况，动态工况采用NEDC工况。其中NEDC工况测试时将车速和时间的对应关系通过整车模型换算为电池充放电电流与时间的对应关系，如REF_Ref70713688\h图15所示。图SEQ图\*ARABIC15(a)NEDC工况的车速-时间曲线(b)换算后NEDC工况的电流-时间曲线稳态验证结果如REF_Ref70713721\h图16所示：图SEQ图\*ARABIC16SOC估计模型稳态工况验证结果图稳态工况下电池极化特性较为稳定，表明SOC估计算法对于真值而言具有较好的拟合精度。稳态工况下SOC估计绝对误差小于2%。如REF_Ref70713845\h图17所示为本文所采用的在动态工况下联合估计算法结果验证。验证工况采用NEDC工况。NEDC工况为目前常用的电池组测试工况，通过模拟实际电动汽车运行过程中的充放电循环过程以模拟电动汽车所需的功率范围。完整的NEDC循环共1380s，因此在一个NEDC循环下无法将电池完全放电。故而对NEDC工况下的动态放电测试工况，通过需要对电池做多个放电循环，以保证电池可以放电至截止电压。考虑在实际电池测试过程中电池状态观测和实验难度，本文采用新电池进行动态工况验证，验证内容为SOC估计算法精度进行验证。基于NEDC等动态放电循环工况的动态工况测试结果如REF_Ref70713845\h图17所示：图SEQ图\*ARABIC17SOC估计模型动态工况验证结果图动态工况下测试过程中，电池极化特性不断转变。动态测试结果表明，SOC估计的绝对误差小于5%，其中大部分工况估计精度在3%以内，具有可能的车载嵌入式系统应用。动态工况下SOC和容量估计结果表明，SOC大于0.1时估计误差较小，如REF_Ref70713845\h图17可见，在动态工况末端估计误差接近5%，可能是电池参数及电压在低SOC时变化幅度大导致。由于动态工况电流波动大，动力电池的分数阶等效电路模型参数开始失效，从而导致在相邻时刻间模型预测值失真，并在算法中导致SOC值也会随之波动。未来采用模型参数自适应方法有望得到改善。图SEQ图\*ARABIC18SOC估计模型收敛性验证结果图考虑整车使用过程中存在初始值漂移问题，因此本问对算法的鲁棒性进行验证。考虑到车