作为电动汽车的主要储能系统，锂离子电池以其优异的综合性能得到了广泛的应用，锂离子电池（Li-ion）的准确荷电状态（SOC）和温度状态（SOT）在很大程度上决定了电动汽车的安全高效运行。同济大学和重庆大学的研究人员最近发表了一项突破性研究，介绍了一种基于新型电热模型的大型锂离子电池的电荷状态和温度状态的共同估计。这种先进的方法可以准确地估计soc电池的soc和SOT，以避免过充电和过放电以及热危害
研究了大型锂离子电池荷电状态和温度分布的联合估计。锂离子电池作为一个复杂的电化学系统，其SOC与SOT之间存在着明显的耦合关系。具体来说，电池温度的变化直接影响电池容量、OCV、欧姆电阻和极化电阻等，从而影响SOC的估计精度。同样，电池SOT的预测性能也强烈依赖于SOC。本研究的核心是SOC和SOH的共同估计框架，该框架基于创新的电热模型和自适应估计算法。该方法考虑了电池状态之间的响应，弥补了单独估计电池SOC和SOT所带来的较大偏差。
该算法成功的关键在于它能够建立面向控制的电热模型——一阶RC电热模型和一种创新的电热模型。具体来说，热模型包括两个集总质量热子模型和一个二维（2-D）热阻网络（TRN）子模型。自适应估计算法由自适应无气味卡尔曼滤波器（AUKF）和自适应卡尔曼滤波器（AKF）组成，自适应更新状态和噪声协方差。两种温度下，SOC和SOT估计的平均绝对误差（MAEs）分别控制在1%和0.4 C以内，表明该方法在5 ~ 35 C的较宽温度范围内具有较好的预测性能。
热模型能够捕获大尺寸锂离子电池的详细热力学。为了全面研究电池运行过程中的热特性，获得具有代表性的温度数据集，在电池表面预设了5个典型的温度测量点。利用电池温度对电模型参数的依赖性，将电模型和热模型耦合起来。
通过对温度和充电状态的监测，可以有效预防热失控等风险，减少电池起火或爆炸的几率，提高整车安全性。此外，该研究可以帮助避免电池在极端条件下失效，增强整个储能系统的稳定性和可靠性。
总之，这种创新的方法可以准确有效地监测锂离子电池的两种关键状态——soc和SOT。它不仅可以满足电池管理系统的功能，而且有助于进一步促进碳中和。随着研究的深入，进一步的研究可以提供更多的输入和改进，soc和sot的精确实时在线应用并非遥不可及。
参考
[1]胡新祥，冯峰，刘克林，张磊，谢建林，刘斌。先进电池管理的状态估计：关键挑战与未来发展趋势。可再生能源与可持续能源学报（英文版）；2019;39(4):1093 - 1093。
[10]陈超，熊锐，杨锐，李华。一种新的数据驱动的电池开路电压特征挖掘方法。绿色能源学报；2010;31(1):100001。06/01/2022。
[3]何宏伟，熊锐，张晓伟，孙福峰，范建新。基于改进Thevenin模型的自适应扩展卡尔曼滤波对锂离子电池的荷电状态估计。电子工程学报，2011;36(4):661 - 669。
[10]吴建强，吴志强，陈玉平，谢玉成。改进的库仑计数法估算锂离子电池的充电状态和健康状态。应用能源学报，2009;36(9):1506-11。
作者：于超，朱建功，刘文学，戴海峰，魏学哲
原论文题目：基于新型电热模型的大尺寸锂离子电池电荷状态和温度状态的联合估计
文章链接：https://doi.org/10.1016/j.geits.2024.100152
期刊：绿色能源与智能交通
https://www.sciencedirect.com/science/article/pii/S2773153724000045
