CN112182890A - 面向低温应用的锂离子电池电化学模型 - Google Patents
面向低温应用的锂离子电池电化学模型 Download PDFInfo
- Publication number
- CN112182890A CN112182890A CN202011062393.0A CN202011062393A CN112182890A CN 112182890 A CN112182890 A CN 112182890A CN 202011062393 A CN202011062393 A CN 202011062393A CN 112182890 A CN112182890 A CN 112182890A
- Authority
- CN
- China
- Prior art keywords
- model
- positive
- lithium ion
- liquid phase
- negative
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Secondary Cells (AREA)
Abstract
Description
技术领域
本发明涉及锂离子电池电化学模型,详细讲是一种复杂程度低、低温环境中仿真精度高的面向低温应用的锂离子电池电化学模型。
背景技术
我们知道,单一的电化学模型均没有考虑温度对锂离子电池的影响,在宽温度范围内并不能获得理想的仿真精度,国内外学者为了解决这一问题,提出了电化学-热耦合模型,热耦合模型可以模拟锂离子电池在充放电过程中的热行为,提高了锂离子电池在不同环境温度下的端电压仿真精度。
热耦合模型的研究主要集中在电池热行为的描述以及温度对电池参数的修正上,国内外学者基于这两点建立了各自的热耦合模型:Xu M和Zhang Z等人在文献A pseudothree-dimensional electrochemical–thermal model of a prismatic LiFePO4battery during discharge process[J].Energy,2015,80:303-317.中以P2D模型为基础,加入了能量守恒来计算电池产热率和温度,并通过阿伦尼乌斯公式根据温度更新扩散系数、电导率等模型参数;Tang Y,Wu L等人在文献Study of the thermal propertiesduring the cyclic process of lithium ion power batteries using theelectrochemical-thermal coupling model[J].Applied Thermal Engineering,2018,137:11-22.中以SP模型为基础,加入了能量守恒方程,定量地分析了电池工作过程中的欧姆热,反应热和极化热;Guo M,R.E.White等在Single-particle model for a lithium-ion cell:thermal behavior[J].Journal of The Electrochemical Society,2011,158(2):A122-A132.中建立了扩展单粒子-热耦合模型,该模型考虑了温度对扩散系数、电化学反应速率、正负极开路电势的影响。电化学-热耦合模型也常用于锂离子电池热特性的研究中:Huo W W,He H W等人在Electrochemical–thermal modeling for a ternary lithiumion battery during discharging and driving cycle testing[J].RSC Adv.2015,5(71):57599-57607.中建立了三维电化学-热耦合模型,用有限元法研究了放电条件对电池热特性的影响。有时为了解决具体的实际问题,热耦合模型中往往不只有电化学部分和热部分,更多的是以多物理耦合模型的形式存在,多物理场耦合模型中主要包括电化学部分、电部分、热部分和力学部分。这部分具体的研究工作如下:A.Tourani,P.White等人在Amulti scale multi-dimensional thermo electrochemical modelling of highcapacity lithium-ion cells[J].Journal of Power Sources,2014,255:360-367.中将一维电化学模型和二维热-电模型耦合求解,由电化学模型计算产热率和电压,由热电模型计算电池表面的温度分布和电流分布,实现了对磷酸铁锂材料、锰酸锂材料两种电池的有效模拟;Kim S和Wee J等在Multiphysics Coupling in Lithium-Ion Batteries withReconstructed Porous Microstructures[J].The Journal of Physical Chemistry C,2018,122:5280-5290.中建立了一个由电化学、产热、传质、力学组成的多物理耦合模型,研究了商用磷酸铁锂电池多孔电极机构的热应力和扩散应力;Deng J和Bae C等人在Safetymodelling and testing of lithium-ion batteries in electrified vehicles[J].Nature Energy,2018,3:261-266.中建立了由电化学、电气、机械、热行为组成的多物理耦合模型,将其作为锂离子电池的滥用模型以解决电动汽车中的安全问题。
J.Newman与M.Doyle在Modelling the Galvanostatic Charge and Dischargeof the Lithium/Polymer/Insertion Cell[J].Journal of the ElectrochemicalSociety,1993,140(6):1526-1533.中提出的P2D模型从充放电过程中的锂离子行为着手,对正极、隔膜、负极区的锂离子在固液相中的行为做了详细描述。合理的假设,针对电池原理的建模使P2D模型的精度很高,但无论是描述锂离子固液相扩散的Fick第二定律还是固液相欧姆定律,均是偏微分方程的形式。若以划分网格的方式迭代求解,假设正、负极区划分50个网格,隔膜区划分50个网格,将电极活性颗粒沿半径方向划分50个网格,则所有偏微分方程的迭代方程个数为5400个,计算效率很低。P2D模型参数众多,参数的可辨识度低,想准确地得到每个参数是有难度的。故P2D模型仅适用于对锂离子电池的理论分析、学术研究,难以应用工程实践中。P2D模型:伪二维(Pseudo-two-dimension)模型,描述锂离子电池内部的固液相扩散、物质守恒、电荷守恒等过程。
电化学-热耦合模型的耦合机理是,由电化学模型计算锂离子电池内部产热率,由热模型计算电池内部温度,将温度作为变量输入电化学模型以更新电化学模型的部分参数。电化学-热耦合模型考虑了温度对电池的影响,但现有技术中只在0℃以上的环境温度中验证热耦合模型,多数文献的实验温度最高为45℃,最低为0℃,从各温度的实验与仿真对比可以看出,温度越低,热耦合模型的精度越差。现有技术中以阿伦尼乌斯公式为依据进行模型参数的更新,但在低温环境中以阿伦尼乌斯公式为经验公式进行参数更新的仿真精度低。
发明内容
本发明的目的是解决上述现有技术的不足,提供一种复杂程度低、低温环境中仿真精度高的面向低温应用的锂离子电池电化学模型。
本发明解决上述现有技术的不足所采用的技术方案是:
一种面向低温应用的锂离子电池电化学模型,其特征在于
锂离子电池在工作过程中的端电压为:
固相扩散模型为:
式中,qi(t),i=n,p为正负极锂离子浓度通量,qi′(t),i=n,p是其对时间的导数,qi′(tk)、qi′(tk+1),i=n,p分别为该导数在tk和tk+1时刻的值,p为正负极活性颗粒表面嵌锂率,p为t时刻正负极活性颗粒表面锂离子浓度,p为正负极活性颗粒最大锂离子浓度;p为正负极活性颗粒平均嵌锂率,p为正负极活性颗粒平均锂离子浓度;p为正负极活性颗粒初始嵌锂率,p为正负极活性颗粒初始锂离子浓度;p为正负极容量,εs,i,i=n,p为正负极固相体积分数,F为法拉第常数,li,i=n,p为正负极板厚度,A0为极板面积;p为正负极活性颗粒内部固相扩散过程中的动态控制常数,它决定了固相浓度随时间的变化规律,Ds,i,i=n,p为正负极固相扩散系数,Ri,i=n,p为正负极活性颗粒半径;Δxi,i=n,p为正负极活性颗粒表面嵌锂变化量。
以上参数中正负极板面积、正极极板厚度都能通过直接测量得到,正负极固相体积分数、正负极活性颗粒半径在极板加工过程中都可以获得,正负极固相扩散系数可通过电化学测量方法(如电化学阻抗谱)得到,动态控制常数可通过参数辨识获得。
液相扩散模型为:
式中,p为液相扩散稳态控制常数,它决定了液相扩散达到稳态时的正负极液相锂离子浓度;p为液相动态控制常数,它决定了正负极处液相锂离子浓度随时间的变化规律;Δt=tk+1-tk,为离散化的步长,下角标k代表采样时刻;ce(t)|x=0为负极靠近集流体位置处的液相锂离子浓度,Δc(0,t)为该位置t时刻的锂离子浓度变化量,Δc(0,tk)、Δc(0,tk+1)为其在tk和tk+1时刻的值;为正极靠近集流体位置处的固相锂离子浓度,Δc(ln+ls+lp,t)为该位置t时刻的锂离子浓度变化量;c0为液相初始锂离子浓度;t+为锂离子的液相转移系数。
以上参数中,液相初始锂离子浓度在电池设计加工过程中可以获得,锂离子的液相转移系数与电解液成分有关,同样在电池设计加工过程中可以获得,动态控制常数和稳态控制常数可通过参数辨识获得。
电化学反应动力学的模型为:
式中,p为正负极锂离子的流量密度,ai,i=n,p为正负极活性颗粒的比表面积,i0,n,i=n,p为正负极的交换电流密度,p定义为正负极电化学反应常数,ki,i=n,p为正负极电化学反应速率常数,R为摩尔气体常数,T为温度。
以上参数中交换电流密度和电化学反应速率常数可通过电化学方法(如伏安扫描法)测得。欧姆极化过程模型为:
以上参数中电导率与固液相材料有关,可通过查询材料手册得到,或直接通过电压或电流激励法测得,SEI膜的膜阻可以通过电化学阻抗谱方法测得。
液相参数更新模型为:
以上参数中动态及稳态控制常数在参考温度下的值均可通过参数辨识得到。
固相参数更新模型为:
欧姆极化参数更新模型为:
式中,Rohm1为上述液相欧姆内阻;Rohm2为固相欧姆内阻与SEI膜膜阻之和;为Rohm2在参考温度下的数值;p为正负极平均锂离子浓度;p为正负极平均锂离子浓度控制常数, p为正负极液相锂离子浓度做两参数抛物线拟合时的两个参数;p为正负极平均锂离子浓度时间控制常数;p为更新所用的控制常数;α为Rohm2温度更新的系数,参考温度取253.15K。
反应动力学参数更新模型为:
本发明中锂离子电池在工作过程中的端电压Ut=Eocv-ηact-ηcon-ηohm,ηohm为欧姆极化过电势,欧姆极化过电势的组成:
本发明中由固相扩散模型可解得正负极活性颗粒的表面嵌锂率为:
本发明对固相锂离子浓度分布和液相锂离子浓度分布做了抛物线近似,将偏微分方程简化为离散方程,与现有技术相比,简化了模型的复杂度,提供了仿真速度。本发明采用了基于固液相扩散系数和固液相电导率的实测规律,针对简化后的模型建立了全新的模型更新形式;基于此形式在模型仿真过程中根据温度不断更新模型参数,提高了模型在低温(-20℃、-10℃、0℃)下的仿真精度。本发明对P2D模型中的固液相扩散,固液相欧姆定律,电极反应动力学做了简化计算,对锂离子电池内部的电化学反应做出了准确描述;依据导热微分方程和能量守恒定律建立了电池的热模型,准确地模拟了电池内部区域的热行为;以正极极柱温度代替电池内部温度更新电池工作过程中的电化学参数。本发明具有计算复杂程度低、低温环境中仿真精度高等优点。
附图说明
图1是本发明和本发明去除各参数更新模型后在-20℃下仿真锂离子电池恒流放电的仿真数据与实测值的对比图。
图2是本发明和本发明去除各参数更新模型后在-20℃下仿真锂离子电池恒流放电的仿真数据(与实测值的)误差图。
图3是本发明和本发明去除各参数更新模型后在-10℃下仿真锂离子电池恒流放电的仿真数据与实测值的对比图。
图4是本发明和本发明去除各参数更新模型后在-10℃下仿真锂离子电池恒流放电的仿真数据(与实测值的)误差图。
图5是本发明和本发明去除各参数更新模型后在0℃下仿真锂离子电池恒流放电的仿真数据与实测值的对比图。
图6是本发明和本发明去除各参数更新模型后在0℃下仿真锂离子电池恒流放电的仿真数据(与实测值的)误差图。
图7是本发明在-20℃下仿真锂离子电池恒流放电温度的内温数据和外部温度数据与实测值的对比图。
图8是本发明在-10℃下仿真锂离子电池恒流放电温度的内温数据和外部温度数据与实测值的对比图。
图9是本发明在0℃下仿真锂离子电池恒流放电温度的内温数据和外部温度数据与实测值的对比图。
图10为锂离子电池多阶段放电动态工况图。
图11是本发明和本发明去除各参数更新模型后在-20℃下仿真锂离子电池在如图10所示的多阶段放电动态工况的的仿真数据与实测值的对比图。
图12是本发明和本发明去除各参数更新模型后在-20℃下仿真锂离子电池在如图10所示的多阶段放电动态工况的的仿真数据(与实测值的)误差图。
图13是本发明和本发明去除各参数更新模型后在-10℃下仿真锂离子电池在如图10所示的多阶段放电动态工况的的仿真数据与实测值的对比图。
图14是本发明和本发明去除各参数更新模型后在-10℃下仿真锂离子电池在如图10所示的多阶段放电动态工况的的仿真数据与实测值的误差图。
图15是本发明和本发明去除各参数更新模型后在-10℃下仿真锂离子电池在如图10所示的多阶段放电动态工况的的仿真数据与实测值的对比图。
图16是本发明和本发明去除各参数更新模型后在-10℃下仿真锂离子电池在如图10所示的多阶段放电动态工况的的仿真数据(与实测值的)误差图。
实测值是指在相同外界(温度)条件下锂离子电池工作过程中测得的实验数据值。
具体实施方式
本发明的具体理论依据如下:
1液相扩散
锂离子在液相中的扩散行为由Fick第二定律描述。
正负极区域
隔膜区域
边界条件
式(3)的含义是在正负极集流体处,锂离子的液相流量为0;在正负极与隔膜的交界处,液相锂离子的流量和浓度都是连续的。
2固相扩散
锂离子电池的固相扩散由Fick第二定律描述
式中,cs,i为固相锂离子浓度;r为活性颗粒的半径方向;Ds,i为固相扩散系数。
边界条件
式中,Ri是固相活性颗粒半径。
3液相欧姆定律
锂离子电池内部液相电势的变化规律由欧姆定律描述。
4固相欧姆定律
锂离子电池内部固相电势的变化由欧姆定律描述
边界条件
5电荷守恒
is+ie=i (9)
锂离子通量与液相电流密度的关系为
边界条件
锂离子通量与固相电流密度的关系
is,i=nFji (12)
式中,n=1为锂离子所带电荷数。
6电化学反应动力学方程
固液相交界面处的电化学反应动力学由Butler-Volmer方程描述,以下均简称为B-V方程
以下为P2D模型的简化求解
锂离子电池在工作过程中的端电压主要开路电压和极化过电势组成,其中极化过电势又分为三部分:浓差极化过电势、欧姆极化过电势、反应极化过电势。可以用以下的等式描述
Ut=Eocv-ηact-ηcon-ηohm (15)
式中Eocv为开路电压,是正负极开路电势的差
Eocv=Ep-En (16)
ηact是电化学反应过电势,是由固液相交界面处的电化学反应引起的,为电池两极活性颗粒表面过电势的差,由下式描述
ηact=ηn-ηp (17)
ηcon为液相浓差极化过电势,是电池正负两极液相电势的差,这是由液相浓度引起的,由下式描述
ηcon=φe,n-φe,p (18)
ηohm为欧姆极化过电势,表征电池内部的欧姆极化,包括液相欧姆极化,固相欧姆极化、SEI膜欧姆极化,都可以用欧姆定律描述。下式描述了欧姆极化过电势的组成
将式(19)代入式(15)可得
对锂离子电池工作过程中的各个控制方程进行计算,以得到开路电压、浓差极化过电势、反应极化过电势、欧姆极化过电势。
7液相扩散
采用An approximate solution for electrolyte concentrationdistribution in physics-based lithium-ion cell models[J].MicroelectronicsReliability,2013,53(6):797-804.中的方法用抛物线的形式近似拟合正负极区域的液相锂离子浓度,可得
8固相扩散
采用Efficient Macro-Micro Scale Coupled Modeling of Batteries[J].Journal of The Electrochemical Society,2005,152(10).中的方法用三参数抛物线的形式近似拟合固相锂离子浓度,可得
由式(26)、(27)可以解得正负极活性颗粒的表面嵌锂率,锂离子电池正负极开路电势与表面嵌锂率有如下式所示的数学关系
进一步由式(16)可求得开路电压Eocv。
9液相欧姆定律
将式(6)拆分可得下式
对式(30)、(31)分别进行一次积分可得
由式(32)可解得浓差极化过电势为
由式(33)可得液相欧姆极化过电势为
10固相欧姆定律
对式(7)进行一次积分可以解得固相欧姆极化过电势为
11电化学反应动力学
将Butler-Volmer方程中的对称因子βi取为0.5,则式(13)可以变形为双曲正弦函数的形式
对式(39)取反函数可以解得反应极化过电势为
式中,Pact,i=Ri/ki,i=n,p定义为电化学反应常数。
以下是模型参数随温度的更新形式
12液相相关的参数
参与液相过程的参数中,均与液相扩散系数相关,与液相扩散系数负相关,而与液相扩散系数正相关。L.O.和J.N.Reimers等人在Transport properties of LiPF6-based Li-Ion batteryelectrolytes[J].Journal of the Electrochemical Society,2005,152(5).中通过实验测量和公式拟合得到了LiPF6体系电解液的液相扩散系数随液相浓度和温度的变化规律如下
式中,De为液相扩散系数
同样由Transport properties of LiPF6-based Li-Ion battery electrolytes[J].Journal of the Electrochemical Society,2005,152(5).可得到LiPF6体系电解液的液相电导率随液相浓度和温度的变化规律
式(36)表明液相欧姆内阻由液相有效电导率sep,p决定,液相有效电导率与液相电导率的关系为sep,p。为了便于计算,可以令sep,p,为正负极和隔膜区域的平均液相电导率,据式(44)可知,只需求出正负极和隔膜区域的平均液相锂离子浓度sep,p即可得到平均液相电导率sep,p,进而得到平均液相有效电导率sep,p。
采用An approximate solution for electrolyte concentrationdistribution in physics-based lithium-ion cell models[J].MicroelectronicsReliability,2013,53(6):797-804.中的抛物线近似方法,得到正负极区域的平均液相锂离子浓度为
13固相相关的参数
式(47)中,Tref为参考温度,式中取298.15K;则是参考温度下的参数值;As,i为指前因子。式(48)中α是电导率温度系数,Rohm2与温度是反比例的关系,为了计算方便,式(48)中的Tref取253.15K。
14电极反应动力学相关参数
与电极反应动力学有关的参数Pact,n、Pact,p与电化学反应常数ki,i=n,p负相关,电化学反应常数的变化规律符合阿伦尼乌斯公式,因此Pact,n、Pact,p的温度更新形式为
15开路电压随温度的更新
在Single-particle model for a lithium-ion cell:Thermal behavior[J].J.Electrochem.Soc,2011,158(2):122-132.中可以得到开路电压与温度的关系如下
综上可得,简化后的并且加入了参数更新形式的电化学模型的计算公式为
在上述模型中的待定参数及参数获取方法如下表所示
本发明使用时,使用仿真软件(如matlab)依据上述公式建立电化学模型,在所建的电化学模型中,环境温度和外电流是模型的输入参数,电池端电压和电池内部与表面温度是模型的输出参数。在对模型的电化学参数进行辨识之后(可使用遗传算法等优化算法辨识参数),便可通过输入电流与环境温度来获取模型仿真的锂离子电池在不同电流和环境温度下的端电压与内部及表面温度。
对本发明的模型在-20℃、-10℃、0℃下的恒流工况和动态工况下进行验证:首先在0.3C恒流放电工况下对不同温度下的模型拟合精度做验证,验证包括两方面:一是模型对电池外特性的模拟是否有足够的精度;二是模型对于电池的内温和表面温度的模拟是否有足够的精度;同时为了观察加入参数更新部分后是否提高了模型的仿真精度,也将本发明(包括参数更新的模型)和不包括参数更新的模型做了对比,实验与仿真结果的对比如图1-图9所示。
结合图1~图9可以看出,在较低的温度(-20℃、-10℃、0℃)下,加入参数更新的模型主要提高了恒流放电前期(0s~1500s)的拟合精度,这是因为在低温下参数的温度敏感度比较高,而低温下的恒流放电前期,温度变化比较剧烈,仅以0.3C的电流在-20℃下放电,在开始放电1500s之后电池内温升高了约4℃。若没有参数更新,模型将不能很好的模拟在0s~1500s之间由于电池内温变化带来的电池参数变化,反映在端电压上也就是模型不能很好的模拟放电前期端电压变化,这就是没有参数更新的模型放电前期误差大的原因。加入参数更新后,模型考虑了温度对参数的影响,即使放电前期温度变化剧烈,也能较好地模拟端电压的变化。
恒流放电工况是一种稳态工况,此时电池的端电压主要能反映开路电压曲线的走向,而不能充分反映出电池内部的欧姆极化、反应极化和浓差极化。为了进一步验证模型在低温下的准确性,并体现电池内部的极化,验证模型中计算极化电压部分的准确性,设计了如图10所示的用于低温下的动态工况,设计的动态由多个不同放电倍率的放电阶段组成,放电倍率包括0.3C、0.5C和0.7C,该放电倍率参考电池手册制定。在该动态工况下,同样对本发明(带有参数更新的模型)、无参数更新的模型(本发明去除各参数更新模型)和实验数据做了对比,在-20℃、-10℃、0℃下的对比结果如图11-16所示。
上述多阶段放电动态工况可以反映出电池的极化特性,在施加电流的一瞬间,端电压的突变是由欧姆极化和反应极化引起的,在放电阶段,电池端电压可以反映出电池浓差极化的特性,也可以反映出极化特性随温度的变化。从图11可以看出在-20℃下,电池在进入0.5C和0.7C放电阶段后,电压出现了先下降后上升的“波谷”现象。该现象产生的原因是在-20℃下,电池内部阻抗很大且对温度变化很敏感,在0.5C和0.7C放电时,随着温度的上升,电池内部阻抗下降的比较剧烈,导致外特性上体现出“波谷”的形状。而“波谷”现象在0.7C放电时比0.5C放电时更加明显的原因根据欧姆定律易得:放电倍率越高,则会将电池内部的阻抗变化在电池端电压上体现的越明显。可以看出,在加入了参数更新后,该模型可以较好的模拟这种“波谷”现象,并且也提高了-20℃下的拟合精度。在-10℃和0℃下,加入热耦合部分的模型也不同程度地提高了拟合精度。
本发明主要解决了2中提到的两点问题:P2D模型计算复杂和低温下的模型仿真精度问题。针对P2D模型计算复杂的问题,本发明基于P2D模型做了简化计算,主要简化过程及简化结果已在具体实施方式中详细描述。主要是对固相锂离子浓度分布和液相锂离子浓度分布做了抛物线近似,将偏微分方程简化为离散方程,减小计算复杂度。
为了提高低温下的模型仿真精度,本发明采用了与以往不同的模型参数更新形式,与以往只采用阿伦尼乌斯公式不同,本发明的参数更新形式主要基于固液相扩散系数和固液相电导率的实测规律,并针对简化后的模型建立了全新的模型更新形式。基于此形式在模型仿真过程中根据温度不断更新模型参数,提高了模型在低温(-20℃、-10℃、0℃)下的仿真精度。
本文对P2D模型中的固液相扩散,固液相欧姆定律,电极反应动力学做了简化计算,对锂离子电池内部的电化学反应做出了准确描述。依据导热微分方程和能量守恒定律建立了电池的热模型,准确地模拟了电池内部区域的热行为。以正极极柱温度代替电池内部温度更新电池工作过程中的电化学参数,对参数的更新形式做了细致的描述。在实验验证中,将-20℃、-10℃、0℃环境温度下恒流放电工况的实验数据与模型仿真数据做了对比,所建立的模型可以较好地模拟-20℃、-10℃、0℃下的电池外特性。
Claims (3)
1.一种面向低温应用的锂离子电池电化学模型,其特征在于
锂离子电池在工作过程中的端电压为:
固相扩散模型为:
式中,qi(t),i=n,p为正负极锂离子浓度通量,qi′(t),i=n,p是其对时间的导数,qi′(tk)、qi′(tk+1),i=n,p分别为该导数在tk和tk+1时刻的值,为正负极活性颗粒表面嵌锂率,为t时刻正负极活性颗粒表面锂离子浓度,为正负极活性颗粒最大锂离子浓度;为正负极活性颗粒平均嵌锂率,为正负极活性颗粒平均锂离子浓度;为正负极活性颗粒初始嵌锂率,为正负极活性颗粒初始锂离子浓度;为正负极容量,εs,i,i=n,p为正负极固相体积分数,F为法拉第常数,li,i=n,p为正负极板厚度,A0为极板面积;为正负极活性颗粒内部固相扩散过程中的动态控制常数,它决定了固相浓度随时间的变化规律,εs,i,i=n,p为正负极固相扩散系数,Ri,i=n,p为正负极活性颗粒半径;Δxi,i=n,p为正负极活性颗粒表面嵌锂变化量;
液相扩散模型为:
式中,为液相扩散稳态控制常数,它决定了液相扩散达到稳态时的正负极液相锂离子浓度;为液相动态控制常数,它决定了正负极处液相锂离子浓度随时间的变化规律;Δt=tk+1-tk,为离散化的步长,下角标k代表采样时刻;ce(t)|x=0为负极靠近集流体位置处的液相锂离子浓度,Δc(0,t)为该位置t时刻的锂离子浓度变化量,Δc(0,tk)、Δc(0,tk+1)为其在tk和tk+1时刻的值;为正极靠近集流体位置处的固相锂离子浓度,Δc(ln+ls+lp,t)为该位置t时刻的锂离子浓度变化量;c0为液相初始锂离子浓度;t+为锂离子的液相转移系数;
电化学反应动力学的模型为:
式中,为正负极锂离子的流量密度,ai,i=n,p为正负极活性颗粒的比表面积,i0,n,i=n,p为正负极的交换电流密度,定义为正负极电化学反应常数,ki,i=n,p为正负极电化学反应速率常数,R为摩尔气体常数,T为温度;欧姆极化过程模型为:
液相参数更新模型为:
固相参数更新模型为:
欧姆极化参数更新模型为:
式中,Rohm1为上述液相欧姆内阻;Rohm2为固相欧姆内阻与SEI膜膜阻之和;为Rohm2在参考温度下的数值;为正负极平均锂离子浓度;为正负极平均锂离子浓度控制常数, 为正负极液相锂离子浓度做两参数抛物线拟合时的两个参数;为正负极平均锂离子浓度时间控制常数;为更新所用的控制常数;α为Rohm2温度更新的系数,参考温度取253.15K;
反应动力学参数更新模型为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011062393.0A CN112182890A (zh) | 2020-09-30 | 2020-09-30 | 面向低温应用的锂离子电池电化学模型 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011062393.0A CN112182890A (zh) | 2020-09-30 | 2020-09-30 | 面向低温应用的锂离子电池电化学模型 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112182890A true CN112182890A (zh) | 2021-01-05 |
Family
ID=73947537
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011062393.0A Withdrawn CN112182890A (zh) | 2020-09-30 | 2020-09-30 | 面向低温应用的锂离子电池电化学模型 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112182890A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113176503A (zh) * | 2021-04-23 | 2021-07-27 | 哈尔滨工业大学(威海) | 基于电化学过程的全soc范围锂离子电池等效模型 |
CN114021340A (zh) * | 2021-11-03 | 2022-02-08 | 凯博能源科技有限公司 | 锂离子电池的电化学模型的构建方法及仿真方法 |
CN114280493A (zh) * | 2021-12-14 | 2022-04-05 | 哈尔滨工业大学 | 基于简化p2d模型的电池内部健康状态诊断方法及系统 |
CN114563310A (zh) * | 2021-05-08 | 2022-05-31 | 南京工业大学 | 一种co2/n2二元混合物通过多层陶瓷膜的扩散过程预测方法 |
CN114757026A (zh) * | 2022-04-08 | 2022-07-15 | 昆明理工大学 | 一种全工况多尺度动力锂电池电化学耦合建模方法 |
CN115561637A (zh) * | 2022-10-12 | 2023-01-03 | 上海玫克生储能科技有限公司 | 一种基于等效电路模型的参数辨识方法、系统及存储介质 |
WO2023274036A1 (zh) * | 2021-06-29 | 2023-01-05 | 清华大学 | 一种锂离子电池电极活性材料表面锂浓度的实时估计方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110288797A1 (en) * | 2008-12-04 | 2011-11-24 | Alexander Schmidt | Method for determining the charge state of a secondary intercalation cell of a rechargeable battery |
CN103192739A (zh) * | 2013-04-24 | 2013-07-10 | 王大方 | 电-电混合纯电动汽车能源分配器及控制方法 |
CN110442901A (zh) * | 2019-06-25 | 2019-11-12 | 哈尔滨工业大学(威海) | 一种锂离子电池电化学简化模型及其参数的获取方法 |
-
2020
- 2020-09-30 CN CN202011062393.0A patent/CN112182890A/zh not_active Withdrawn
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110288797A1 (en) * | 2008-12-04 | 2011-11-24 | Alexander Schmidt | Method for determining the charge state of a secondary intercalation cell of a rechargeable battery |
CN103192739A (zh) * | 2013-04-24 | 2013-07-10 | 王大方 | 电-电混合纯电动汽车能源分配器及控制方法 |
CN110442901A (zh) * | 2019-06-25 | 2019-11-12 | 哈尔滨工业大学(威海) | 一种锂离子电池电化学简化模型及其参数的获取方法 |
Non-Patent Citations (2)
Title |
---|
DAFANG WANG: "A lithium-ion battery electrochemical–thermal model for a wide temperature range applications", 《ELECTROCHIMICA ACTA》 * |
JUNFU LI: "Parameter updating method of a simplified first principles-thermal coupling", 《APPLIED ENERGY》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113176503A (zh) * | 2021-04-23 | 2021-07-27 | 哈尔滨工业大学(威海) | 基于电化学过程的全soc范围锂离子电池等效模型 |
CN113176503B (zh) * | 2021-04-23 | 2022-07-12 | 哈尔滨工业大学(威海) | 基于电化学过程的全soc范围锂离子电池等效模型 |
CN114563310A (zh) * | 2021-05-08 | 2022-05-31 | 南京工业大学 | 一种co2/n2二元混合物通过多层陶瓷膜的扩散过程预测方法 |
CN114563310B (zh) * | 2021-05-08 | 2023-03-17 | 南京工业大学 | 一种co2/n2二元混合物通过多层陶瓷膜的扩散过程预测方法 |
WO2023274036A1 (zh) * | 2021-06-29 | 2023-01-05 | 清华大学 | 一种锂离子电池电极活性材料表面锂浓度的实时估计方法 |
CN114021340A (zh) * | 2021-11-03 | 2022-02-08 | 凯博能源科技有限公司 | 锂离子电池的电化学模型的构建方法及仿真方法 |
CN114280493A (zh) * | 2021-12-14 | 2022-04-05 | 哈尔滨工业大学 | 基于简化p2d模型的电池内部健康状态诊断方法及系统 |
CN114280493B (zh) * | 2021-12-14 | 2024-03-26 | 哈尔滨工业大学 | 基于简化p2d模型的电池内部健康状态诊断方法及系统 |
CN114757026A (zh) * | 2022-04-08 | 2022-07-15 | 昆明理工大学 | 一种全工况多尺度动力锂电池电化学耦合建模方法 |
CN114757026B (zh) * | 2022-04-08 | 2024-06-07 | 昆明理工大学 | 一种全工况多尺度动力锂电池电化学耦合建模方法 |
CN115561637A (zh) * | 2022-10-12 | 2023-01-03 | 上海玫克生储能科技有限公司 | 一种基于等效电路模型的参数辨识方法、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112182890A (zh) | 面向低温应用的锂离子电池电化学模型 | |
CN104849675B (zh) | 锂离子电池电化学和热耦合模型的获取方法 | |
CN104991980B (zh) | 锂离子电池的电化学机理建模方法 | |
Shi et al. | State-of-health estimation for lithium battery in electric vehicles based on improved unscented particle filter | |
CN113176503B (zh) | 基于电化学过程的全soc范围锂离子电池等效模型 | |
CN112731181B (zh) | 一种基于电化学原理的锂离子电池阻抗模型 | |
CN110442901B (zh) | 一种锂离子电池电化学简化模型及其参数的获取方法 | |
Berrueta et al. | Lithium-ion battery model and experimental validation | |
CN109143097A (zh) | 一种计及温度和循环次数的锂离子电池soc估计方法 | |
CN113868934A (zh) | 一种并联锂离子电池电化学参数辨识方法 | |
Baek et al. | Capacity fade modeling of a lithium-ion battery for electric vehicles | |
CN113656931A (zh) | 一种锂离子电池内部反应离子通量和电势的估计方法 | |
Lin et al. | Lithium-ion battery state of charge/state of health estimation using SMO for EVs | |
Muñoz et al. | Parameter optimization of an electrochemical and thermal model for a lithium-ion commercial battery | |
CN115116555B (zh) | 基于打靶法的电化学模型的电场解耦方法及装置 | |
CN112083336A (zh) | 一种锂离子电池组电化学模型参数获取方法 | |
Falconi | Electrochemical Li-Ion battery modeling for electric vehicles | |
Wu et al. | Research on modeling and SOC estimation of lithium iron phosphate battery at low temperature | |
CN113125969B (zh) | 基于aukf的电池数据处理方法、设备和介质 | |
CN113933714A (zh) | 基于简化电化学模型和灰色预测联合的电池容量预测方法 | |
Wang et al. | Construction of electrochemical model for high C-rate conditions in lithium-ion battery based on experimental analogy method | |
CN117930026A (zh) | 一种基于机理的宽温域锂离子电池寿命预测方法 | |
CN112649735A (zh) | 一种快速得到电池包总容量的方法 | |
CN115331743A (zh) | 基于实验类比法的高倍率工况电化学模型建模方法 | |
CN113419188A (zh) | 一种电池内部关键电化学老化参数的在线辨识方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210105 |