锂离子电池的功率状态(State of power, SOP)估计在电动汽车的电池管理系统中起着至关重要的作用。准确的参数化模型为SOP估计提供了重要的参数和结构信息。从电池内部机理出发,总结用于表征电化学反应过程的等效元件及方程所构成的等效电路模型,并推导其电压仿真表达式。针对模型参数边界不准确而陷入局部最优和计算效率低的问题,提出基于电化学机理的参数边界确定方法。以DST工况为参数辨识数据集获取八种参数化模型,从模型精度和计算效率来验证参数化模型在FUDS工况下的鲁棒性和时效性。针对非线性模型无法获取峰值功率解析解问题,提出了基于多约束的SOP优化估计方法。最后,根据DST工况+恒功率下获取的SOP真值以验证所提算法在SOC10%放电和90%充电下的有效性。结果表明,温度对电化学反应和扩散限制的主导地位影响显著,所提模型最优估算方法在高低SOC区间的SOP估计误差均在8%以内。
电池健康状态(state of health,SOH)是保证系统安全稳定运行的关键,健康状态估计不准将影响电池的使用性能,甚至引发电池滥用等问题。电池电化学阻抗谱通过宽频范围内电池的阻抗特征来反映其内部的电化学过程,蕴含了大量电池老化信息,已经逐渐成为分析锂离子电池性能的有力工具。然而,传统的电池阻抗谱测试方法耗时长、成本高昂。为此,以实现锂离子电池的精细化检测与健康状态快速评估为目标,围绕基于电化学阻抗谱重构技术的电池健康状态估计方法展开研究。通过逆重复最大长度序列设计多频电流激励信号,实现了电池阻抗谱的快速测试。采用连续小波变换开展阻抗谱重构,从而获取目标频率范围内的电池阻抗信息,整个过程耗时小于4.5 min。通过不同老化状态电池在特殊频率点下的重构阻抗幅值建立经验模型,实现了电池健康状态的快速准确评估。
