储能系统中锂离子POWER-SONIC蓄电池建模与参数辨识的比较研究
2026-06-27 10:09:50 点击： 次
当时全球动力使用面对一系列机会与应战。作为首要动力，化石燃料占据全球动力供应的近80%[1][2]。但是，化石燃料焚烧被以为会对环境和人类健康发生晦气影响。为开发可再生动力并降低对环境的负面影响，更高效环保的动力使用办法正在快速发展。随着可再生动力的逐步开发，锂离子电池（LIB）已成为可再生动力存储的首选绿色处理方案[3]。锂离子电池（LIB）因其高能量密度、峰值电流才能以及长循环寿命等优势，被广泛使用于电动汽车（EV）和储能体系范畴[4]。
为确保锂离子电池（LIBs）的功能性与可靠性，有必要开发电池办理体系（BMS）。监测电池状况[5][6][7]是BMS的根底功能，包含荷电状况（SOC）[8][9][10]、健康状况（SOH）[11][12][13][14]以及温度[15][16][17]。但是，这些状况参数无法直接测量，且传统办法在实践使用中难以实现准确预算[18][19][20]。因而，学界提出了根据模型[21]与数据驱动[22][23][24]的电池状况预算办法。虽然数据驱动办法在状况预算方面具有潜力，但其仍需依赖庞大数据库和强壮算力。考虑到计算才能的限制，该办法在实践使用中仍面对应战。相较而言，根据模型的办法在电池状况监测的实践使用场景中展现出显著优势[21][25]。此外，根据模型的办法因其高鲁棒性和自适应校对才能而成为首选办法。电池模型的精度直接决定了该办法的准确性。因而，建立电池模型是首要处理的关键步骤。
电池建模办法可定义为在特定条件下选用一组方程进行描述。但是，建立准确的电池模型存在许多应战。锂离子电池（LIB）是一个高度杂乱的体系，涉及很多彼此耦合的化学与物理反响。这些特性使得仅用简略数学模型难以完好描述LIB的行为特征[26]。此外，温度、老化效应等其他要素也会影响模型的精度。虽然已有若干总述讨论了电池建模办法[27][28][29][30]、状况估计[31][32][33]以及电池办理体系（BMS）[34][35][36]，但很少涉及整数阶模型（IOMs）与分数阶模型（FOMs）的差异。虽然整数阶和分数阶建模办法均被广泛选用，但两者在参数辨识方面存在显著差异。为探究参数辨识办法是否适用于电池模型，本研究比较了整数阶与分数阶模型选用不同参数辨识办法的作用。经过对这些电池建模与参数辨识办法的比照剖析，本文提出了针对这些办法的选择主张以提供辅导。本作业的首要奉献可概括如下：
- (a)
To explore the differences between the integer and fractional-order models, the accuracy and complexity of different battery models are compared.
- (b)
The influence of the open circuit voltage (OCV)-SOC testing methods is analyzed by comparing the incremental and low-current OCV-SOC tests.
- (c)
Factors influencing the battery model are explored, including the temperature and SOC.
- (d)
A summary of the parameter identification methods is made. The online and offline parameter identification methods are compared on their performance on the integer and fractional-order models.