锂离子电池模型参数辨识研究

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。

锂离子动力电池具有使用寿命长、自放电率低以及能量密度高等优点，目前被广泛应用于新能源电动汽车、光伏储能、铁路基建等领域[1]，为了合理地利用动力电池，从而最大程度地延长动力电池生命周期，必须随时准确获取动力电池的真实状况，而动力电池的真实状况无法直接测量得到，只能通过动力电池管理系统(Battery Management System, BMS)中的动力电池模型的仿真估算[2] [3]。

锂电池的内部反应非常复杂，因此一般利用电压、电流、温度等这些外界特性，来推测电池荷电状况(State of Charge, SOC)、电池健康状态(State of Health, SOH)等。常用的电池模型，按照不同的形成机制包括电化学模型、等效电路模型以及神经网络模型。

电化学模型着重分析电池在使用过程中的化学反应， 模型复杂但准确度高[4]；等效电路模型通过电阻电容等常用元件经过串联和并联方式组成电路[5]；神经网络模型通过神经网络训练数量可观的实验样本，建立多个电池内外特性关系，模型精确但所需数据庞大且建立时间长[6]。应用于实际中时，一般会使用等效电路模型来辨识电池参数。相比于另外两种电池模型，等效电路模型的模型搭建较简单、参数辨识较容易且便于验证模型精确度。

在考虑仿真准确性和识别复杂性后， 本文选择拥有两个RC 回路和一个欧姆内阻的二阶RC 模型作为电池等效电路模型(如图1)，两个RC 回路分别代表了电池的电化学极化和浓度差极化，欧姆内阻表示了电池的内阻特性， 该模型相较于其他模型具有更高的模拟精度， 参数辨识也较其他模型更为方便准确[7]。

Figure 1. Second-order RC model 图1. 二阶RC 模型 由基尔霍夫定律可得二阶RC 模型的电压和电流的关系式如下， 式中U1和U2 为两个RC 回路的电压：