基于Simulink的锂离子动力电池模型参数化开发

任珂

摘要：动力电池的荷电状态是新能源汽车运行过程的一项重要指标，而模型参数化是基于锂离子电池等效电路模型估算电池荷电状态算法实现的基础。本文介绍了锂离子动力电池模型参数化开发过程，同时针对一款锂离子动力电池，基于Simulink工具进行模型参数化开发，包括数据测试、模型选择、模型搭建及参数化和参数合理性评估验证。

关键词：新能源汽车；模型参数化；锂离子电池等效电路模型；Simulink

一、锂离子电池模型参数化概述

锂离子电池模型参数化的过程即基于电池测试数据，建立锂离子电池模型，针对锂离子电池模型中存在的非直接标定参数，通过离散数据拟合，获取未知参数的过程。模型参数化的过程分为电池数据的获取、模型定义及参数确认、建立模型求解参数和参数合理性评估验证四个步骤。

二、电池模型参数化步骤

（一）电池数据获取

锂离子电池的测试结果主要用于锂离子电池性能评估、行为特性分析和电池管理系统设计分析，同时也决定了电池模型的类型及系数。参考汽车用电池测试标准，同时基于锂离子电池特性，定义包括测试设备定义及精度要求、测试方法、测试流程等方面内容测试，为模型参数估计提供标准的数据支持。

模型参数化结果的精度基于测试数据的数量及合理性，测试数据越多，同时测试工况对电动汽车驾驶工况覆盖率越大，其参数化结果越精确。本文采用的测试项目包括如下：①条件适应测试：充分活化电池内部活性物质，根据电池供应商建议定义测试方法；②容量标定测试：涓流充放，标定2次，最大限度获取电池真实容量，取两次充电和放电容量的均值；③充放电性能测试：分析不同充放电电流倍率对电池性能的影响；通过行驶工况中电流分布数据，确定电流倍率表；④单一及组合脉冲性能测试：获取电池的动态响应能力；测试表中的电流值需要根据单芯特性更改；⑤工况性能测试：获取电池运行实际工况时的电压变化数据，与基于电模型计算出的电池电压变化数据对比验证分析，验证电模型精度。

真实数据存在噪音、异常点、不完整性、不一致性等特点，高质量数据应具备可理解性、可计算性、一致性、及时性、可判断性等特点，因此需对数据进行预处理。预处理主要包括①清除数据：清除异常、过滤噪音、补充缺失数据、解决数据不一致性；②数据集成：整合多组数据；③减少数据量：按照采集电流、电压、温度标准，采集数据，减少数据样本，保证数据处理。

（二）模型定义及参数确认

锂离子电池的电模型最接近电池内部的物理-化学过程，适用于任何类型的电池。

基于电模型的电池状态估算方法即是根据测量模组电压与预测的模组电压差值调节内部电池状态变量，从而逼近真实电池状态值的过程。针对图2所示的三阶模组等效电路模型[3]，模组内状态变量电池荷电状态（SOC）为外部估算量，母线电流（I）、电池温度（T）和模组电压（U）为外部可测量值，τBV、τWB为推荐常量，而RAC、RBV、RWB是根据电池单体测试数据得到的预标定数据，即模型参数化需要输出变量。

（三）模型搭建及参数求解

针对图2所示电池等效电路模型，在某温度及SOC下，输入信号为电流I(k)，输出信号为端电压u(k),基于模型可推导出其状态方程，通过对状态方程求解和离散化，可实现模型搭建，如图3.

使用Simulink“ParameterEstimation”工具，基于搭建的Simulink模型建立参数化工程，该工具是在最小二乘法的基础上进行参数拟合，最终获取偏差最小参数值。

于“Estimation”界面设置输入输出变量和标定变量（如图4），同时在“TransientData”界面导入处理后的试验数据，试验数据尽可能保持完整连续，数据的完整性决定了参数化结果的准确性。

运行Simulink“ParameterEstimation”工具，后台自动进行离散拟合，结果如图5.所示。

（四）参数合理性评估及验证

合理性评估：基于电化学理论中阿伦尼乌斯方程，表明化学反应速率与温度存在正相关，基于该理论依据，对所得参数化结果进行定性分析。

结果验证：除定性分析外，仍然需求针对最终参数化结果进行定量分析，使用电动汽车实际驾驶循环工况作为输入输出，导入到模型之中，验证结果精度。

结论：本论文针对基于模型估算电池状态技术的研究，总结归纳锂离子动力电池模型参数化开发流程，同时针对一款锂离子动力电池，基于Simulink工具进行模型参数化开发，包括数据测试、模型选择、模型搭建及参数化和参数合理性评估验证等工作,验证结果有效。

参考文献：

[1]魏克新，陈峭岩.基于自适应无迹卡尔曼滤波算法的锂离子动力电池状态估计[J].中国电机工程学报,2014,34(03):445-452.

[2]黄兵锋，杨正才，傅佳宏.基于六参数RC等效电路模型的锂离子电池SOC估计[J].重庆交通大学学报（自然科学版）,2015,34(5):170-174.

[3]RobynJackey,MichaelSaginaw,PraveshSanghvi,andJavierGazzarri，TarunHuriaandMassimoCeraolo.BatteryModelParameterEstimationUsingaLayeredTechnique:AnExampleUsingaLithiumIronPhosphateCell[J].SAETechnicalPaper,2013-01-1547.