电动汽车POWER-SONIC蓄电池管理系统锂离子电池等效电路模型系统综述
2026-10-20 10:15:02 点击： 次
电动汽车（EV）的锂离子电池管理系统（BMS）需要能够平衡预测精度与可识别性、验证鲁棒性、传感需求及嵌入式计算成本的等效电路模型（ECM）。本研究遵循PRISMA 2020指南，对面向电动汽车BMS应用的最新ECM证据进行了系统性综述，并开发了一个功能驱动的模型选择框架。通过Scopus和Web of Science数据库，使用特定于数据库的2020-2025年出版年份筛选条件进行了检索。在识别出的721条记录中，497条为唯一记录，检索到478篇全文，最终纳入256项研究；其中230项为原创研究，26项为综述。在230项原创研究中，219项（95.2%）记录了实验证据，而89项（38.7%）被评定为满足验证数据独立性要求。这些结果表明，仅凭端电压精度不足以确立ECM的可部署性。因此，本综述引入了一个最小充分复杂度框架，将目标BMS功能与模型结构、参数化、验证证据、可用传感器以及计算约束联系起来。由此产生的指导方针支持选择复杂度最低的ECM，该模型既与目标BMS决策在物理上相关，又具有充分的可识别性和验证性。
锂离子电池（LIBs）因其高能量密度和长循环寿命，被广泛应用于大多数电动汽车电池包中。这些特性使其适用于需要在宽工作范围内进行反复充放电的应用场景[1,2,3,4,5]。然而，仅凭能量密度并不能决定电池在电动汽车中的表现。使用寿命和运行安全裕度同样重要。电池老化会降低可用容量并增加内阻。容量损失会减少可用能量，而电阻增加则限制了电池组的输出功率，使其更接近寿命终点标准[2,3]。同时，过于保守的电压、电流或SoC限制可能会导致车辆运行期间部分剩余电池能力无法被利用。这些要求将电池建模和状态估计置于BMS运行的核心地位，因为必须确定运行限制以保护电池，同时又不能不必要地限制其可用能力[3,4,5].
BMS利用电池模型从测量的电流、电压和温度中重构内部状态。由此得出的估计值支持SoC、SoH和SoP的估算、故障诊断、充电控制，以及热限制和安全限制的执行[1]。低阶ECM因其计算成本低，被广泛应用于嵌入式实现中。其参数可通过标准电池测试进行辨识，并在需要时于运行过程中更新。低阶整数阶ECM能重现许多状态估计器所需的终端电压响应，尽管可能无法充分捕捉较慢的弛豫过程[2]。分数阶模型引入了代表弛豫动力学的元素[1]。当温度成为相关因素时，等效电路模型（ECM）可以与热状态耦合，从而能够同时评估电损耗和电池温度[6]。退化问题通过更新随使用而实际变化的量来处理，例如内阻和可用容量。物理信息公式更进一步，通过电池行为推导出的关系来约束ECM，而不是仅仅依赖曲线拟合。电化学和数据驱动模型提供了传统ECM所不具备的能力，但它们需要不同的数据、校准程序和计算资源[1,2]。因此，对于电动汽车电池管理系统（EV-BMS），ECM的选择应与其必须执行的任务以及目标硬件中可用的测量和处理能力相挂钩。所选模型还必须在运行中预期的温度和老化条件下保持可靠[7,8].
最近的文献涵盖了广泛的电池建模和电池管理系统（BMS）主题。综述和比较研究涉及广泛的电池模型分类、先进的BMS功能、快速充电、考虑退化的运行、电池热管理、数字孪生以及混合模型驱动/数据驱动方法[1,2,3,4,5,6,7,8]。专门的综述还探讨了SoC/SoH/RUL估计和功率状态预测[9,10,11]。一些研究侧重于从测试数据中获取等效电路模型（ECM）参数，而另一些研究则利用阻抗测量来优化电气模型[12,13]。其他研究探讨了分数阶动力学、观测器设计，或在特定驱动循环和电池化学体系下对选定等效电路模型（ECM）进行直接比较[14,15,16,17,18,19,20,21]。尽管如此，这些研究通常孤立地考虑主要模型选择标准。具有良好电压拟合性能的模型可能需要大量的参数化，难以可靠识别，或者随着温度和老化条件的变化而失去准确性。它还可能与目标电池管理系统（BMS）中的估计器或可用计算资源不兼容。因此，现有文献在为特定BMS功能选择等效电路模型（ECM）方面提供的指导有限。
本系统综述通过专门关注电动汽车电池管理系统（BMS）应用中的锂离子电池等效电路模型（ECM）来解决这一脱节问题。模型的适用性并非仅凭电压拟合精度来判断。相反，每个ECM家族的评估都结合了其所支持的BMS功能、可用的传感和计算资源、模型所代表的电池动态特性、所需的参数化工作量，以及模型经过验证的条件。最终的综合分析旨在支持以实现为导向的模型选择，确保模型复杂度足以表征所需行为，同时避免增加不必要的校准或计算负担。
主要贡献如下：
-
本综述探讨了等效电路模型（ECM）参数的获取与更新方法。这包括开路电压-荷电状态（OCV–SoC）表征、脉冲测试、基于阻抗的测量、基于优化的辨识以及在线自适应。验证过程则分别采用所报道的性能指标和纳入研究中报告的工作条件进行评估。
-
本文从实现角度对主要ECM家族进行了比较，重点关注其报道的验证性能、可辨识性、参数含义、传感要求、温度和老化敏感性、计算负担以及在线电池管理系统（BMS）部署的适用性。
-
该综述介绍了一种最小充分复杂度决策框架，将BMS功能与模型结构、可辨识性、感知、验证和计算负担联系起来。
2. 与以往研究相比的综述方法论和定位
本系统综述采用PRISMA 2020导向的结构，综合了面向电动汽车BMS应用的锂离子电池（LIB）等效电路模型（ECM）[22,23]。方法论设计针对工程建模证据库进行了调整。因此，与效应测量、元分析和证据确定性相关的PRISMA条目被调整为叙述性综合、方法论可追溯性、验证现实性和实际可部署性。完成的PRISMA 2020检查表作为补充表 S1.
2.1. 检索策略、记录管理和入选标准
引导性问题是：哪些电气ECM家族与电动汽车导向的BMS功能最相关？比较考虑了电压预测能力、复杂性、参数化、可识别性、可部署性以及对温度变化和老化的鲁棒性。额外的提取字段涵盖了代表性BMS功能的模型假设、估计或预测变量、传感要求、计算可行性和验证条件。
内部评审方案在筛选开始前已确定，并明确了研究问题、信息来源、入选标准、筛选逻辑、提取字段和叙述性合成方法。该方案未进行前瞻性注册或公开发布。
主要检索于2026年2月9日在Scopus数据库中进行。补充检索于2026年3月16日在Web of Science (WoS)数据库中进行。检索词组合了电池、型号系列、EV/BMS以及与状态估计、参数辨识、诊断、热管理、快速充电和电池健康相关的应用术语。两次检索均限定为检索时数据库特定2020–2025年出版年份筛选条件下的英文记录。WoSPY搜索了早期访问和最终出版年份；原始记录显示引用的七个来源以2025年为基准，最终卷年份为2026年（补充表S2）。保留了特定数据库的文档类型过滤器：Scopus仅限于文章，而WoS包含文章和综述文章。
Scopus执行的查询语句为：TITLE-ABS-KEY((“锂离子电池” OR “锂离子电池” OR “Li-ion电池” OR “Li-ion电池”) AND (“等效电路模型” OR “等效电路模型” OR “等效电路模型” OR “等效电路模型” OR “Thevenin模型” OR “Thevenin模型” OR “PNGV模型” OR “PNGV模型”) AND (“电池管理系统” OR “电池管理系统” OR “荷电状态估计” OR “荷电状态估计” OR “SOC估计” OR “状态估计” OR “参数辨识” OR “参数估计” OR “在线估计” OR “自适应估计”) AND (“电动 汽车” OR “电动汽车” OR “快速充电” OR “热管理” OR “老化感知” OR “退化感知”)) AND PUBYEAR > 2019 AND PUBYEAR < 2026 AND (LIMIT-TO(DOCTYPE, “ar”)) AND (LIMIT-TO(LANGUAGE, “English”)).
WoS执行的检索式为：TS = ((“lithium ion battery*” OR “Li ion battery*”) AND (“equivalent circuit model*” OR “equivalent-circuit model*” OR “Thevenin model*” OR “PNGV model*”) AND (“battery management system*” OR “state of charge estimation” OR “state-of-charge estimation” OR “SOC estimation” OR “state estimation” OR “parameter identification” OR “parameter estimation” OR “online estimation” OR “adaptive estimation”) AND (“electric vehicle*” OR “fast charging” OR “thermal management” OR “aging aware” OR “degradation aware”)) AND PY = (2020–2025) AND DT = (Article OR Review Article)。
2026年9月29日，使用额外的BMS功能和ECM相关术语进行了补充检索，包括SoH、SoP、RUL、Rint、Randles、RC网络、阻抗、分数阶、CPE/Warburg以及滞后术语。Scopus和Web of Science之间统一了文章和综述文档类型过滤器，以及英语语言过滤器。检索共识别出100个额外候选文献，其中82篇在技术上符合要求，17篇作为针对性文献补充被纳入；检索流程、存档的检索策略以及候选文献层级的审核结果报告于补充表S2 (Search_Audit).
搜索检索到721条数据库记录。合并去重后移除了224条重复、重叠或重复的条目，剩余497条唯一记录。重复和重叠记录通过DOI、标题、作者列表、出版年份、期刊/来源元数据以及在元数据不完整时的手动核对进行识别。对所有唯一记录进行了全文可用性检查；478篇全文可获取，19篇不可获取。
去重后，对所有497条唯一记录进行了全文检索。第一作者使用预定义的提取矩阵进行了初步的资格评估和数据提取。对478篇可获取的全文根据资格标准进行了评估，并按模型家族、BMS功能、参数化方法、验证概况、报告指标、温度或老化处理以及部署约束进行了分类。在最终分类前，通过共同作者之间的讨论对模糊或临界分类进行了核实。
第二位评审员独立重新评估了30条记录：一致性为24/30（80%），Cohen's，六处分歧通过共识解决。这项回顾性检查独立于原始筛选，提高了方法透明度；然而，由于初始筛选主要由单一评审员完成，因此不构成完整的双重筛选（