电池管理系统电池建模（一）——等效电路模型

等效电路模型

而对于 BMS 来说，我们很多时候并不需要知道每一个锂离子到底是怎么运动的。我们更关心：给电池一个电流 I，它的端电压 UU会变成多少？于是，工程师想到了一种更加简单的方法：

能不能使用电阻、电容、电压源等普通电路元件，模拟电池外部表现出来的动态特性？

这就是等效电路模型的产生。

概念

行为或现象上的一种近似使用电路来模拟单体电池电压对不同输入电流激励的响应。换句话说，利用一些普通电子元件来定义一个具有与观察到的单体电池表现高度匹配的电路。模型中的电路元件并不是用来描述单体电池的实际内部结构，电路只起着描述单体电池行为的作用，因此各种电路元件只用于模拟电池内部的某些过程。

换句话来说：

等效电路模型就是用电阻、电容、电压源等电路元件，把复杂的电池内部过程“等效”成一个简单电路。

为什么可以用一块电池可以用电路表示？

在实际的单体电池中，当单体电池上有电流流过时，极化随着时间缓慢发展；而紧接着当单体电池静置时，电压随着时间缓慢衰减。

以上图片就是不同状态下的电压变化：

（1）前5min单体处于静置状态，电压保持恒定；

（2）当从5min之后到20分钟子内，给单体电池施加恒定大小的放电脉冲电流；

（3）移除负载，单体电池在剩余的测试时间内静置。

这说明，如果只用一个简单电阻描述电池，是不够的。于是，工程上分别找到了不同的电路元件来描述这些现象。

第一个元件——开路电压

概念：电池充分静置、没有明显电流流过时所表现出来的平衡电压。

建立第一个模型是将单体电池简单地表示为一个理想的电压源。在模型中，最简单的解释是单体电池观测行为是单体电池两端存在电压差。因此，建立的第一个模型就是将单体电池简单地表示为一个理想的电压源。模型中的电压源标记为OCV（Option-circuit Voltage,开路电压），它就是等效电路模型的一个组成部分。

第二个元件——欧姆内阻

假设：OCV=3.70V

突然施加： I=10A。

电池电压可能瞬间变成：3.65V。

如果：

R0=5mΩ

根据欧姆定律： U=IR

U= 0.05V

正好解释了前面的瞬间压降。

因此：

R₀主要用于描述电池的瞬时欧姆压降。

在实际电池中，它与电极、电解液、集流体、连接结构等多种欧姆性质有关。

最简单的电池模型

从上述介绍的OCV与电阻R来看，我们就可以建立最简单的电池等效电路：OCV+R。放电时可以简单写成：

U=OCV−IR

从这个简单的模型可以看出：它只能描述瞬间压降，却不能很好描述电池电压缓慢变化和静置恢复的过程。

RC电路

上述建立的简单模型是静态的，描述了单体的静态行为。下面将在模型中添加动态特性来描述当单体电池接受时输入电流时的行为表现。当单体电池给负载供电时，单体电池的电压下降到开路电压以下，当给单体电池充电时，其端电压上升到开路电压以上。于是在简单的电池模型上加入了RC。所以在整个模型中一阶RC模型的工作原理为：

OCV-R0-R1C1

可以直接记住一句话：

OCV管基础电压，R₀管瞬间变化，RC管缓慢变化。

RC为什么能够表示“快慢”？

这里需要引入一个非常重要的概念：

它叫做：时间常数

例如：R1=0.01Ω C1=1000F。那么：τ=R1C1。得到：τ=10s。意味着这个 RC 环节的动态响应时间是秒级的。所以：

RC乘积越大，通常代表这个动态过程越慢。

这也是为什么电池模型里面不是随便放一个电阻和电容。实际上：R1、C1。是通过实验数据进行参数辨识得到的。

那么这些R和C到底怎么得到？

这就是等效电路模型非常重要的一步：参数辨识。工程中经常会给电池施加一个脉冲电流。

例如：

静置 → 恒流放电20 min → 停止放电 → 静置

然后记录：I(t)和U(t)

你前面看到的那种曲线：

突然下降 → 缓慢下降 → 突然回升 → 缓慢恢复

就是非常典型的电池动态响应。通过这些数据，就可以辨识：R0 R1C1等参数。例如：电流发生： ΔI的阶跃变化以后，如果端电压瞬间变化： ΔU。那么可以粗略利用： R0=ΔU/ΔI计算欧姆内阻。

而后面的指数变化部分，则可以进一步辨识：R1、C1以及：τ=R1C1

R₀、R₁、C₁不是固定值

电池参数会受到很多因素影响，例如：SOC、SOH、T以及充放电方向、倍率等。例如低温情况下： R0可能明显增加。不同SOC下： R1、C1也可能发生变化。因此工程中经常建立：

R0=f(SOC,T)、R1=f(SOC,T)、C1=f(SOC,T)

这样的二维查表。如果进一步考虑老化：

R0​=f(SOC,T,SOH)

等效电路模型和SOC估算的关系

这就是等效电路模型真正进入BMS的地方。BMS可以直接测量：I、U、 T。但是，SOC通常不能被传感器直接测出来。因此可以利用：电流 + 电压 + 电池模型，进行SOC估计。

例如：非常经典的： 一阶RC模型 + EKF。即：一阶RC等效电路模型 + 扩展卡尔曼滤波

模型负责告诉算法：

在当前SOC和电流情况下，理论电压应该是多少。

而传感器告诉算法：

实际测量电压是多少。

然后EKF不断比较： 模型预测值与实际测量值之间的误差，不断修正SOC。

以上就是介绍等效电路模型。