鋰電池是目前在各個能源密集型行業中用途廣泛，例如新能源汽車、電力微網、航空航天等。電池模型的建立對研究電池的特性、SOC(state-of-charge)估計、SOH(state-of-health)估計、BMS算法開發以及電池系統的快速實時仿真有重要的意義。

等效電路建模，由于其簡單適用性，常常應用在在系統級仿真和控制算法設計過程中。通過實驗數據采集、等效電路模型建立和數學優化技術，用相對簡單的RC等效電路可以模擬一個電芯。若干電芯模型通過不同類型的并串聯方法，形成電池包模型。在電池包模型內，也可加入熱電效應仿真。

在上圖中，10 個電芯以 10S1P 的形式形成一個電池包(此處工具為 Simscape)。藍色的線表示電線連接，橙色的表示熱交換連接。在圖中電芯之間的熱交換形式為熱對流。

電芯的模型為下圖所示：R0 表示內阻，R1C1 表示一對 RC，左邊的電壓源表示開路電壓(Em)。由于只有一對 RC，所以這是一階等效電路。

上圖表明，通過在一個不斷充放電的工況下的仿真，我們發現電芯 5 和電芯 6 有較高的溫度，而電芯 1 和電芯 10 溫度較低。原因是在串聯結構中，位置處于中間的電芯散熱較差，而處于邊緣的電芯散熱較好。

鋰電池的型號多種多樣，比如鎳鈷錳三元材料 (NMC)、磷酸鐵鋰 (LFP) 等。每種電池的化學特征決定了各自不同的等效電路特征。等效電路的特征由如下兩個要點決定：

RC 的階數

R0 、RC 和 Em 的數值

下一節中我們將討論如何獲取(估計)上述兩個要點數值。

鋰電池的老化對模型的影響也是電池模型研究的方向之一。找出模型的拓撲結構和模型參數的改變趨勢，對于 SOH 的估計有很強的現實意義。本文將在第四章中討論電池老化對電池模型的影響。

被動均衡也是電池管理系統(BMS)的研究熱點之一，文末我們將給出一個被動均衡的示例供讀者參考。

◆ ◆ ◆ ◆

RC 等效電路的參數設計

脈沖放電法

RC 等效電路有物理意義的前提是電路中所有 RC 對和 R0 都必須完整地“經歷過”一個放電周期。 右下圖所示的 RC 等效模型中，R0 表示一個放電循環中的“立即響應”，RC 對表示一個放電循環中的“滯后相應”。左下圖表示脈沖放電以及開路電壓(Em)的回穩過程。 可以看到，在一個脈沖放電后，電芯通過“立即相應”和“滯后響應”再靜置一段時間后得到的穩定的開路電壓。通常來說靜置時間為 1 小時以上為佳。

脈沖放電的一個脈沖使得 10%(一個比較合適的百分比)的 SOC 下降，靜置等待開路電壓回穩。此處，10% SOC 的下降為一個估計值，假設一個電池容量為 100mAH，那么我們放電 10% 即 10mAH，如果放電倍率為 1C，分 10 次放完。那么單個脈沖放電時間為 1 小時 * 10% = 6 分鐘。

如此重復多次(避免 SOC 為極限低點而損害電池)，得到完整的脈沖放電曲線，我們就可以得出 RC 對、R0 和 Em 估計所需要的實驗數據。

在某一溫度下完整的放電曲線

由于鋰電池對溫度敏感，上述放電實驗可以在多個溫度下進行。加入溫度的影響后，建模的任務就是要根據多個溫度下放電數據，估計出 R0，RC 和 Em。它們在模型的表現形式均是一個二維的 Look-Up Table。

R0, R1, C1, Em = f(SoC, T)

電池模型參數估計的步驟

步驟一：確定RC 階數

很多人理解為，RC 階數越多越準確。這個是錯誤的觀點，因為過多的 RC 階數會讓數學優化過程變得計算量過大；也有可能會造成過擬合現象，即將數據中的噪聲數據也擬合出來。這樣的數學模型沒有意義。

正確的 RC 階數取決于：放電靜置回穩后的那段指數曲線。

由于 RC 之積 Tau 的單位為時間。線段的長度為時間。該線段的函數表達式為：

如果為一個三階函數，我們可以用 MATLAB 的曲線擬合工具箱去擬合：

y = 1c - a*exp(-b*x) - d*exp(-e*x) - f*exp(-g*x)

有了這個基本思路，我們就可以從一階開始逐步用 MATLAB 做曲線擬合，直至符合要求為止。

步驟二：構建參數估計模型(基于某一溫度)

根據上一小節的原則確定模型階數以后，我們可以用 Simulink/Simscape 來構建電芯參數估計模型。此處 C1、R1、R0、Em 都是基于 SOC 的 Look-Up Table。

步驟三：參數估計和驗證

參數估計的輸入為某一溫度下的放電數據，輸出為 Em、RC、R0 等參數的 Look-Up Table(一維)。

Simulink Design Optimization 可以根據輸入數據，選擇不同的算法進行參數估計，目的是仿真曲線和實驗曲線誤差最小。

參數估計有幾種優化算法可選：

• Gradient descent
• Non-linear least squares
• Pattern search
• Simplex search

其中 Non-linear least squares 比較常用，但容易找到非全局優化點。Pattern search 為全局優化，適合初學者。

在參數估計結束之后，可以做實際工況數據對模型的驗證工作。所謂驗證就是用實際的電池運行數據(同一溫度下)來校驗得到的等效模型。如果誤差很小，那么表示該模型真實可用。例如：下圖的黃色(仿真)和紫色(實測)的數據基本一致。

很多人抱怨在參數估計中由于計算量過大，導致運行速度很慢，這里給出兩個小技巧可顯著加快估計速度：

• 選擇并行多核加速
• 打開“Fast Restart”開關

步驟四：在多個溫度下建立電芯模型

剛才我們的等效電路模型中，RC、R0、Em 等經過參數估計，得出的實際上是一維的 Look-Up Table(維度為SOC)，那么我們可以通過設計多個溫度下(例如 5、20、40 攝氏度)的：

• 脈沖放電實驗
• 參數估計

將“溫度”這個緯度加入到等效電路中，最終形成二維的 Look-Up Table。即完整的具有溫度和 SOC 屬性的電芯模型。

R0, R1, C1, Em = f(SoC, T)

步驟五：形成電池包模型

在單個電芯模型建立完成后，可通過不同的串并聯線路將電芯形成電池包模型。電池包模型可以用來仿真熱效應、電芯均衡或者其他應用場景。

◆ ◆ ◆ ◆

電池老化對電池模型的影響

老化對電池的影響不可忽視，老化的影響應該被反映到電池模型。為了研究這一課題，MathWorks 和其他廠商的工程師設計了為期 13 個月的老化實驗：

為了加速老化過程，工程師選擇在 40 度的溫度下做 UDDS 的駕駛循環測試，每隔 15 星期記錄下變化的數據，并做等效模型的建立和參數估計，試圖通過這一過程發現模型拓撲和參數變化的規律。

電路拓撲的變化

0 周時候的電路拓撲

15、45 周時候的電路拓撲

實驗顯示：在電池未老化的時候(0 周)，用 3 階等效電路模型可以反映電池特性。

在電池老化后期，用 5 階等效電路模型可以反映電池特性。

電池參數的變化

實驗顯示，電池老化對等效電路參數的影響為：

開路電壓不變

R0 變化很大

RC 對數增加

Tau 增加(趨于穩態時間增長)

BMS 設計者如果能在控制器中建立一個內部的電池模型，通過參數規律和數值的估計，將有助于 SOH 的估計策略。

◆ ◆ ◆ ◆

被動均衡模型示例

均衡策略是 BMS 的一部分，目前實際應用較多的是被動均衡策略。

上圖給出了一個被動均衡的示例模型，三個電芯組成的電池包在狀態機(Stateflow)的邏輯驅動下控制 MOSFET 電路開關對各個電芯進行電壓均衡。

MathWorks 有能力為廣大電池(或 BMS)企業提供各種咨詢服務，咨詢服務可包括：BMS 開發 MBD 咨詢、電池模型建立咨詢、流程改進咨詢(以 ISO26262 為例)。

總結

以上是生活随笔為你收集整理的内部矩阵维度必须一致simulink_简单五步实现 MATLAB/Simulink 锂电池建模的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。