CN116504321A - 考虑应力的电化学模型获取方法、装置、终端和存储介质 - Google Patents
考虑应力的电化学模型获取方法、装置、终端和存储介质 Download PDFInfo
- Publication number
- CN116504321A CN116504321A CN202310470486.4A CN202310470486A CN116504321A CN 116504321 A CN116504321 A CN 116504321A CN 202310470486 A CN202310470486 A CN 202310470486A CN 116504321 A CN116504321 A CN 116504321A
- Authority
- CN
- China
- Prior art keywords
- model
- stress
- electrochemical model
- equation
- electrochemical
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000008878 coupling Effects 0.000 claims abstract description 36
- 238000010168 coupling process Methods 0.000 claims abstract description 36
- 238000005859 coupling reaction Methods 0.000 claims abstract description 36
- 238000012546 transfer Methods 0.000 claims description 84
- 230000006870 function Effects 0.000 claims description 75
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 claims description 41
- 229910052744 lithium Inorganic materials 0.000 claims description 41
- 239000007787 solid Substances 0.000 claims description 39
- 239000003792 electrolyte Substances 0.000 claims description 33
- 239000002245 particle Substances 0.000 claims description 29
- 230000004907 flux Effects 0.000 claims description 21
- 238000000746 purification Methods 0.000 claims description 19
- 239000007790 solid phase Substances 0.000 claims description 18
- 230000003068 static effect Effects 0.000 claims description 16
- 239000002352 surface water Substances 0.000 claims description 16
- 239000013543 active substance Substances 0.000 claims description 14
- 238000009792 diffusion process Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 238000007306 functionalization reaction Methods 0.000 claims description 8
- 239000007784 solid electrolyte Substances 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 5
- 238000004146 energy storage Methods 0.000 abstract description 7
- 238000005094 computer simulation Methods 0.000 abstract 1
- 238000004590 computer program Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 7
- 229910001416 lithium ion Inorganic materials 0.000 description 7
- 238000010295 mobile communication Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000011149 active material Substances 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000002001 electrolyte material Substances 0.000 description 3
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012983 electrochemical energy storage Methods 0.000 description 2
- 238000003411 electrode reaction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 208000012839 conversion disease Diseases 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009830 intercalation Methods 0.000 description 1
- 230000002687 intercalation Effects 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000006557 surface reaction Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/10—Analysis or design of chemical reactions, syntheses or processes
-
- 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
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Crystallography & Structural Chemistry (AREA)
- Secondary Cells (AREA)
Abstract
本公开涉及电池储能系统建模技术领域,尤其涉及一种考虑应力的电化学模型获取方法、装置、终端和存储介质。其中,该考虑应力的电化学模型获取方法,包括:获取目标电池对应的初始电化学模型;确定初始电化学模型对应的应力模型以及过电势模型;将应力模型和过电势模型与初始电化学模型进行耦合,得到目标电化学模型。采用本公开可以提高电化学模型获取的准确性。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种考虑应力的电化学模型获取方法、装置、终端和存储介质。
背景技术
随着科学技术的发展,储能技术的广泛应用,丰富了人们的生产生活。主要的储能方式可划分为机械储能、电化学储能、电磁储能等。其中,电池类的储能技术较为成熟,电化学储能目前发展事态良好,电池由于具有能量密度高、循环寿命长、自放电低等优点,被广泛应用于电化学储能系统中,为了准确的描述电池的特性,设计可靠的电池状态估计算法,精确的建模必不可少。因此,如何提高电池对应的电化学模型获取的准确性成为人们关注的重点。
发明内容
本公开提供了一种考虑应力的电化学模型获取方法、装置、终端和存储介质,主要目的在于提高电化学模型获取的准确性。
根据本公开的一方面,提供了一种考虑应力的电化学模型获取方法,包括:
获取目标电池对应的初始电化学模型;
确定所述初始电化学模型对应的应力模型以及过电势模型;
将所述应力模型和所述过电势模型与所述初始电化学模型进行耦合,得到目标电化学模型。
可选的,所述获取目标电池对应的初始电化学模型,包括:
构建初始电化学模型控制方程,其中,所述初始电化学模型控制方程包括锂固相扩散方程、固体电极电势变化方程、电解液物质守恒方程、电解液电荷守恒方程、通过固体电解质界面的锂通量方程、过电位方程、电池电压方程;
对所述初始电化学模型控制方程进行联立,得到终端电压方程;
根据所述终端电压方程,确定所述目标电池对应的初始电化学模型。
可选的,所述确定所述初始电化学模型对应的应力模型以及过电势模型,包括:
对所述目标电池的应力进行分析,得到应力应变关系方程、固体活性物质的静力力学平衡方程以及粒子表面净水应力方程;
根据所述应力应变关系方程、所述固体活性物质的静力力学平衡方程以及所述粒子表面净水应力方程,确定所述应力模型以及所述过电势模型。
可选的,所述将所述应力模型和所述过电势模型与所述初始电化学模型进行耦合,得到目标电化学模型,包括:
将所述初始电化学模型传递函数化,得到传递函数化电化学模型;
将所述应力模型和所述过电势模型与所述传递函数化电化学模型进行耦合,得到所述目标电化学模型。
可选的,所述将所述初始电化学模型传递函数化,得到传递函数化电化学模型,包括:
将所述初始电化学模型传递函数化,得到固体表面浓度与锂通量密度之间的传递函数、电解液电势传递函数;
根据所述固体表面浓度与锂通量密度之间的传递函数,确定负电极传递函数以及锂浓度传递函数;
根据所述负电极传递函数、所述锂浓度传递函数和所述电解液电势传递函数,确定所述传递函数化电化学模型。
可选的,在所述将所述应力模型和所述过电势模型与所述传递函数化电化学模型进行耦合,得到所述目标电化学模型之后,还包括:
对所述目标电化学模型进行参数辨识,得到参数辨识后的目标电化学模型。
可选的,所述对所述目标电化学模型进行参数辨识,得到参数辨识后的目标电化学模型,包括:
获取任一时刻所述目标电池对应的第一终端电压以及所述目标电化学模型对应的第二终端电压;
若所述第一终端电压和所述的第二终端电压满足参数辨识条件,则确定所述目标电化学模型为所述参数辨识后的目标电化学模型;
若所述第一终端电压和所述的第二终端电压不满足参数辨识条件,则调整所述目标电化学模型对应的模型参数,直至所述第一终端电压和所述的第二终端电压满足参数辨识条件。
根据本公开的另一方面,提供了一种考虑应力的电化学模型获取装置,包括:
模型获取单元,用于获取目标电池对应的初始电化学模型;
模型确定单元,用于确定所述初始电化学模型对应的应力模型以及过电势模型;
模型耦合单元,用于将所述应力模型和所述过电势模型与所述初始电化学模型进行耦合,得到目标电化学模型。
可选的,所述模型获取单元用于获取目标电池对应的初始电化学模型时,具体用于:
构建初始电化学模型控制方程,其中,所述初始电化学模型控制方程包括锂固相扩散方程、固体电极电势变化方程、电解液物质守恒方程、电解液电荷守恒方程、通过固体电解质界面的锂通量方程、过电位方程、电池电压方程;
对所述初始电化学模型控制方程进行联立,得到终端电压方程;
根据所述终端电压方程,确定所述目标电池对应的初始电化学模型。
可选的,所述模型确定单元用于确定所述初始电化学模型对应的应力模型以及过电势模型时,具体用于:
对所述目标电池的应力进行分析,得到应力应变关系方程、固体活性物质的静力力学平衡方程以及粒子表面净水应力方程;
根据所述应力应变关系方程、所述固体活性物质的静力力学平衡方程以及所述粒子表面净水应力方程,确定所述应力模型以及所述过电势模型。
可选的,所述模型耦合单元用于将所述应力模型和所述过电势模型与所述初始电化学模型进行耦合,得到目标电化学模型时,具体用于:
将所述初始电化学模型传递函数化,得到传递函数化电化学模型;
将所述应力模型和所述过电势模型与所述传递函数化电化学模型进行耦合,得到所述目标电化学模型。
可选的,所述模型耦合单元用于将所述初始电化学模型传递函数化,得到传递函数化电化学模型时,具体用于:
将所述初始电化学模型传递函数化,得到固体表面浓度与锂通量密度之间的传递函数、电解液电势传递函数;
根据所述固体表面浓度与锂通量密度之间的传递函数,确定负电极传递函数以及锂浓度传递函数;
根据所述负电极传递函数、所述锂浓度传递函数和所述电解液电势传递函数,确定所述传递函数化电化学模型。
可选的,所述装置还包括模型辨识单元,用于在所述将所述应力模型和所述过电势模型与所述传递函数化电化学模型进行耦合,得到所述目标电化学模型之后:
所述模型辨识单元,用于对所述目标电化学模型进行参数辨识,得到参数辨识后的目标电化学模型。
可选的,所述模型辨识单元用于对所述目标电化学模型进行参数辨识,得到参数辨识后的目标电化学模型时,具体用于:
获取任一时刻所述目标电池对应的第一终端电压以及所述目标电化学模型对应的第二终端电压;
若所述第一终端电压和所述的第二终端电压满足参数辨识条件,则确定所述目标电化学模型为所述参数辨识后的目标电化学模型;
若所述第一终端电压和所述的第二终端电压不满足参数辨识条件,则调整所述目标电化学模型对应的模型参数,直至所述第一终端电压和所述的第二终端电压满足参数辨识条件。
根据本公开的另一方面,提供了一种终端,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述一方面中任一项所述的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行前述一方面中任一项所述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现前述一方面中任一项所述的方法。
在本公开一个或多个实施例中,通过获取目标电池对应的初始电化学模型;确定初始电化学模型对应的应力模型以及过电势模型;将应力模型和过电势模型与初始电化学模型进行耦合,得到目标电化学模型。因此,通过将应力模型与应力导致的过电势模型与初始电化学模型耦合,可以构建出考虑电极固相应力造成的过电势的电化学模型,可以减少模型失准的情况,可以提高目标电化学模型获取的准确性。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1示出本公开实施例提供的第一种考虑应力的电化学模型获取方法的流程示意图;
图2示出本公开实施例提供的一种DFN模型的结构示意图;
图3示出本公开实施例提供的第二种考虑应力的电化学模型获取方法的流程示意图;
图4示出本公开实施例提供的一种粒子所受净水应力示意图;
图5示出本公开实施例提供的一种参数辨识的流程示意图;
图6示出本公开实施例提供的第一种考虑应力的电化学模型获取装置的结构示意图;
图7示出本公开实施例提供的第二种考虑应力的电化学模型获取装置的结构示意图;
图8是用来实现本公开实施例的考虑应力的电化学模型获取方法的终端的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
下面结合具体的实施例对本公开进行详细说明。
在第一个实施例中,如图1所示,图1示出本公开实施例提供的第一种考虑应力的电化学模型获取方法的流程示意图,该方法可依赖于计算机程序实现,可运行于进行考虑应力的电化学模型获取方法的装置上。该计算机程序可集成在应用中,也可作为独立的工具类应用运行。
其中,考虑应力的电化学模型获取装置可以是具有考虑应力的电化学模型获取功能的终端,该终端包括但不限于:可穿戴设备、手持设备、个人电脑、平板电脑、车载设备、智能手机、计算设备或连接到无线调制解调器的其它处理设备等。在不同的网络中终端可以叫做不同的名称,例如:用户设备、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置、蜂窝电话、无绳电话、个人数字处理(personal digital assistant,PDA)、第五代移动通信技术(5thGeneration Mobile Communication Technology,5G)网络、第四代移动通信技术(the 4thgeneration mobile communication technology,4G)网络、第三代移动通信技术(3rd-Generation,3G)网络或未来演进网络中的终端等。
具体的,该考虑应力的电化学模型获取方法包括:
S101,获取目标电池对应的初始电化学模型;
根据一些实施例,目标电池指的是终端进行电化学模型获取时针对的电池。该目标电池并不特指某一固定电池。例如,该目标电池可以为储能电池。
在一些实施例中,初始电化学模型指的是道尔-富勒-纽曼(Doyle-Fuller-Newman,DFN)模型。DFN模型是电化学机理模型的发展基础,其是伪二维模型,可以基于多孔电极理论模拟锂离子电池的固体和电解质动力学,但其内核还有复杂的偏微分方程和繁多的电化学参数,对电池管理系统的运算能力提出了很高的要求。
在一些实施例中,图2示出本公开实施例提供的一种DFN模型的结构示意图。如图2所示,DFN模型包括正极区域、负极区域以及正极区域和负极区域之间的隔膜,在DFN模型中延负极区域的外侧至正极区域的外侧方向建立x轴,电解液延x轴方向依次穿过正极区域、隔膜和负极区域;其中,负极区域为0≤x≤Ln,隔膜为Ln≤x≤Ln+m,正极对应的区域为Ln+m≤x≤Ln+m+p,下标“n”表示负极中的变量,下标“m”表示隔膜(sep)中的变量,下标“p”表示正极中的变量,下标“s”表示固相,下标“e”表示固相,上标“surf”表示表面,c为锂离子浓度。
在一些实施例中,如图2所示,正极区域为正极多孔电极、负极区域为负极多孔电极,正极多孔电极和负极多孔电极均包括球形电极颗粒,在球形电极颗粒的域中,Rs,k为k粒子半径,k∈{n=negative,p=positive}。
在一些实施例中,表(1)为DFN模型的参数表。
表(1)
易于理解的是,当终端进行电化学模型获取时,终端可以获取目标电池对应的初始电化学模型。
S102,确定初始电化学模型对应的应力模型以及过电势模型;
根据一些实施例,应力是指电极在嵌锂过程中,电极中产生的应力。应力模型用于指示应力与锂离子浓度、电极性质的关系。
在一些实施例中,过电势模型用于指示过电势与锂离子浓度、电极性质的关系。
易于理解的是,当终端获取到目标电池对应的初始电化学模型时,终端可以确定初始电化学模型对应的应力模型以及过电势模型。
S103,将应力模型和过电势模型与初始电化学模型进行耦合,得到目标电化学模型。
根据一些实施例,目标电化学模型指的是将应力模型和过电势模型与初始电化学模型进行耦合后得到的电化学模型。该目标电化学模型并不特指某一固定模型。例如,当应力模型发生变化时,该目标电化学模型可以发生变化。当过电势模型发生变化时,该目标电化学模型也可以发生变化。
在一些实施例中,在储能电站的电池管理系统(Battery Management System,BMS)或云平台中,该目标电化学模型可以用于电池建模,计算电池状态。
易于理解的是,当终端获取到初始电化学模型对应的应力模型以及过电势模型时,终端可以将应力模型和过电势模型与初始电化学模型进行耦合,得到目标电化学模型。
综上,本公开实施例提供的方法,通过获取目标电池对应的初始电化学模型;确定初始电化学模型对应的应力模型以及过电势模型;将应力模型和过电势模型与初始电化学模型进行耦合,得到目标电化学模型。因此,考虑到磷酸铁锂电池低温下的应力导致的过电势,通过将应力模型与应力导致的过电势模型与初始电化学模型耦合,可以构建出考虑电极固相应力造成的过电势的电化学模型,可以减少模型失准的情况,可以提高目标电化学模型获取的准确性。
请参见图3,图3示出本公开实施例提供的第二种考虑应力的电化学模型获取方法的流程示意图。该方法可以由终端执行。具体的,该考虑应力的电化学模型获取方法包括:
S201,构建初始电化学模型控制方程;
根据一些实施例,初始电化学模型控制方程指的是初始电化学模型中描述固体和电解质中的质量转换、电荷守恒以及锂的通量密度方程。该初始电化学模型控制方程并不特指某一固定方程。该初始电化学模型控制方程包括但不限于锂固相扩散方程、固体电极电势变化方程、电解液物质守恒方程、电解液电荷守恒方程、通过固体电解质界面的锂通量方程、过电位方程、电池电压方程等。
在一些实施例中,锂固相扩散方程的数学表达式如下:
其中,t为时间,r为0至粒子半径Rs之间的系数。
其中,该锂固相扩散方程对应的边界条件的数学表达式如下:
其中,j为穿过固相边界的反应通量,F为法拉第常数,as为比表面面积。
在一些实施例中,固体电极电势变化方程的数学表达式如下:
其中,上标“eff”表示有效,φ为电荷电势。
在一些实施例中,电解液物质守恒方程的数学表达式如下:
其中,Bruggeman系数表示为brug,brug例如可以取1.5。/>为锂的转移数,/>例如可以取0.363。
其中,该电解液物质守恒方程对应的边界条件的数学表达式如下:
ce((Ln+Lm)-)=ce((Ln+Lm)+) (7)
其中,如公式(5)至(9)所示,在单元的三个区域连接处,施加内部边界条件可以实现连续性。
在一些实施例中,电解液电荷守恒方程的数学表达式如下:
其中,是/>的简短表达,R为通用气体常数,T为预设时长。
其中,该电解液电荷守恒方程中两个集流体的边界条件的数学表达式如下:
在一些实施例中,通过固体电解质界面的锂通量方程的数学表达式如下:
其中,i0为交换电流密度,cs,e为固相颗粒表面锂离子浓度,αa为正极电极反应转化系数,αc为负极电极反应转化系数,η为过电位,即η是克服表面反应所需的额外力。
在一些实施例中,过电位方程的数学表达式如下:
ηk=φs,k-φw,k-Uocp,k,k∈{n,p} (13)
其中,Uocp为电极的开路电位,Uocp是固相颗粒表面锂离子浓度cs,的函数。
在一些实施例中,电池电压方程的数学表达式如下:
Ucell(t)=φs(L,t)-φs(0,t)-RfI (14)
其中,Ucell(t)为输出电压,φs(L,t)为正极集流体电势,φs(0,t)为负极集流体电势,Rf为膜直流电阻,I为输入电流。
易于理解的是,当终端进行电化学模型获取时,终端可以构建初始电化学模型控制方程。
S202,对初始电化学模型控制方程进行联立,得到终端电压方程;
根据一些实施例,终端可以对公式(1)至公式(14)进行联立,得到终端电压方程的数学表达式:
易于理解的是,当终端获取到初始电化学模型控制方程时,终端可以对初始电化学模型控制方程进行联立,得到终端电压方程。
S203,根据终端电压方程,确定目标电池对应的初始电化学模型;
易于理解的是,当终端获取到终端电压方程时,终端可以根据该终端电压方程,确定目标电池对应的初始电化学模型。
S204,对目标电池的应力进行分析,得到应力应变关系方程、固体活性物质的静力力学平衡方程以及粒子表面净水应力方程;
根据一些实施例,考虑到应力会导致过电势产生,导致模型失准,因此,在获取目标电化学模型时,需要先对应力进行分析,为量化应力,可以将应力分析限制在电极粒子中并对粒子应力进行建模,得到应力模型。
在一些实施例中,图4示出本公开实施例提供的一种粒子所受净水应力示意图。如图4所示,粒子所受应力与扩散应力以及粒子间应力有关,因此,终端可以构建电极固相应力与其造成的过电势的模型,也就是应力模型以及过电势模型。
根据一些实施例,应力应变关系方程的数学表达式如下:
其中,σθθ为切向应力,为法向应力,τ0为变形无关的表面张力,Ks为“表面模量”,εθθ为切向应变。
在一些实施例中,浓度相关的应力应变关系的数学表达式如下:
其中,上标“c”表示与浓度相关,εrr为径向应变,σrr为径向应力,为固体活性物质的中锂离子的摩尔浓度。
其中,和/>的计算公式如下:
其中,u为径向位移的函数。
根据一些实施例,固体活性物质的静力力学平衡方程的数学表达式如下:
根据一些实施例,粒子表面净水应力方程的数学表达式如下:
其中,σh为粒子表面净水应力,cave为粒子表面浓度,为平均浓度。
易于理解的是,当终端进行电化学模型获取时,终端可以对目标电池的应力进行分析,得到应力应变关系方程、固体活性物质的静力力学平衡方程以及粒子表面净水应力方程。
S205,根据应力应变关系方程、固体活性物质的静力力学平衡方程以及粒子表面净水应力方程,确定应力模型以及过电势模型;
根据一些实施例,终端可以根据公式(16)至公式(21),确定应力模型。同时,终端还可以对公式(16)至公式(21)进行联立,得到过电势方程的数学表达式:
μ=-Ωσh (22)
其中,μ为过电势。
易于理解的是,当终端获取到应力应变关系方程、固体活性物质的静力力学平衡方程以及粒子表面净水应力方程时,终端可以根据应力应变关系方程、固体活性物质的静力力学平衡方程以及粒子表面净水应力方程,确定应力模型以及过电势模型。
S206,将初始电化学模型传递函数化,得到传递函数化电化学模型;
根据一些实施例,当终端将初始电化学模型传递函数化,得到传递函数化电化学模型时,首先,终端可以将初始电化学模型传递函数化,得到固体表面浓度与锂通量密度之间的传递函数、电解液电势传递函数。接着,终端可以根据固体表面浓度与锂通量密度之间的传递函数,确定负电极传递函数以及锂浓度传递函数。最后,终端可以根据负电极传递函数、锂浓度传递函数和电解液电势传递函数,确定传递函数化电化学模型。
在一些实施例中,当终端将初始电化学模型传递函数化,得到固体表面浓度与锂通量密度之间的传递函数、电解液电势传递函数时,终端可以采用数学方法求电池内部变量的解析解,即利用拉普拉斯变换和帕德近似传递函数化DFN模型,从而得到固体表面浓度与锂通量密度之间的传递函数、电解液电势传递函数。
在一些实施例中,固体表面浓度与锂通量密度之间的传递函数的数学表达式如下:
其中,非标号中的s为拉普拉斯算子。
接着,为了进一步精确化模型,终端可以使用三阶Padé近似将公式(23)转化为多项式传递函数,如下所示:
其中,“+”适用于正极,“-”适用于负极。
在一些实施例中,终端获取电解液电势传递函数时,首先,终端可以对电解液物质守恒方程,也就是公式(4)进行拉普拉斯变换,得到:
其中,公式(25)、(26)、(27)满足下列条件:
Ce,m((n+Lm)-)=Ce,((n+Lm)+)
其中,由公式(25)、(26)、(27)可知,经过拉普拉斯变换后,电解液中的物质守恒为具有齐次边界条件的标准抛物线型偏微分方程。
接着,终端可以在x=0处计算出负电极的传递函数:
同时,终端可以在x=L处计算出锂浓度的传递函数:
同时,与固相相似,终端可以利用Padé近似将负电极在x=0以及正电极在x=L处锂浓度的传递函数转化为降阶有理表达式。具体而言,首先,终端可以线性化定义接着,终端可以对其进行泰勒展开/>得到:
其中,ce,0是电解质初始时刻的浓度。
接着,终端可以将公式(30)对x积分得到流经电解液的离子电流ie定义式:
从而,终端可以得到公式(30)对应的新的数学表达式:
其次,终端可以对公式(32)从0到x积分,得到:
其中,φe计算公式如下:
最终,终端可以确定电解液电势传递函数,即电解液电势在x=L的传递函数如下:
其中,过电位的求解问题可以根据公式(12)求反式得到:
根据一些实施例,考虑到应力的固相扩散系数DsT=s(alnave+bcave)2+ccave)),因此,终端可以将公式(1)中的固相扩散系数Ds替换为DsT。其中,a、b、c为常数。
易于理解的是,当终端获取到初始电化学模型时,由于初始电化学模型对应的初始电化学模型控制方程含有复杂的偏微分方程和繁多的电化学参数,为了减轻计算负担,终端可以将初始电化学模型传递函数化,得到传递函数化电化学模型,初始电化学模型控制方程经过一系列传递函数变换之后,其每一项都可以作为电流的函数进行计算,可以大大减少计算量。
S207,将应力模型和过电势模型与传递函数化电化学模型进行耦合,得到目标电化学模型;
根据一些实施例,当终端将应力模型和过电势模型与传递函数化电化学模型进行耦合时,终端可以得到电极电势方程:
U=Uref(cs)-Ωσh (37)
其中,Ωσh为应力导致的过电势。
易于理解的是,当终端获取到传递函数化电化学模型时,终端可以将应力模型和过电势模型与传递函数化电化学模型进行耦合,得到目标电化学模型。
S208,对目标电化学模型进行参数辨识,得到参数辨识后的目标电化学模型。
根据一些实施例,当终端对目标电化学模型进行参数辨识,得到参数辨识后的目标电化学模型时,首先,终端可以获取任一时刻目标电池对应的第一终端电压以及目标电化学模型对应的第二终端电压。若终端确定第一终端电压和的第二终端电压满足参数辨识条件,则终端可以确定目标电化学模型为参数辨识后的目标电化学模型。若终端确定第一终端电压和的第二终端电压不满足参数辨识条件,则终端可以调整目标电化学模型对应的模型参数,直至第一终端电压和第二终端电压满足参数辨识条件。
在一些实施例中,当终端获取到目标电化学模型时,终端可以取时刻t的工况数据,采用智能算法(GA)对目标电化学模型进行参数辨识,图5示出本公开实施例提供的一种参数辨识的流程示意图。如图5所示,当终端获取到目标电化学模型时,终端可以取时刻t时目标电池对应的工况数据,得到第一终端电压U。同时,终端可以输入预设电流值至该升维传递函数模型,得到第二终端电压Um。接着,终端可以将第一终端电压U和第二终端电压Um输入至目标函数,得到第一终端电压U和第二终端电压Um之间的电压误差:e(θ)=(Um-)2。如果该电压误差满足参数辨识条件,则终端可以确定升维传递函数模型为目标电化学模型,并终止参数辨识。如果该电压误差不满足参数辨识条件,则终端可以根据辨识算法调整升维传递函数模型对应的模型参数θ,直至该电压误差满足参数辨识条件。
在一些实施例中,模型参数θ包括但不限于公式(1)至公式(37)中涉及到的所有参数。
在一些实施例中,该参数辨识条件并不特指某一固定条件。例如,该参数辨识条件可以为电压误差小于误差阈值ε。该误差阈值并不特指某一固定阈值。例如,当获取到针对误差阈值的阈值修改指令时,该误差阈值可以发生变化。
易于理解的是,当终端获取到目标电化学模型时,终端可以对目标电化学模型进行参数辨识,得到参数辨识后的目标电化学模型。
综上,本公开实施例提供的方法,首先,通过构建初始电化学模型控制方程,对初始电化学模型控制方程进行联立,得到终端电压方程,根据终端电压方程,确定目标电池对应的初始电化学模型,对目标电池的应力进行分析,得到应力应变关系方程、固体活性物质的静力力学平衡方程以及粒子表面净水应力方程,根据应力应变关系方程、固体活性物质的静力力学平衡方程以及粒子表面净水应力方程,确定应力模型以及过电势模型,将初始电化学模型传递函数化,得到传递函数化电化学模型,将应力模型和过电势模型与传递函数化电化学模型进行耦合,得到目标电化学模型,因此,考虑到磷酸铁锂电池低温下的应力导致的过电势使模型失准,通过将应力模型与应力导致的过电势模型与初始电化学模型耦合,可以构建出考虑电极固相应力造成的过电势的电化学模型,可以减少模型失准的情况,可以提高目标电化学模型获取的准确性,同时,通过采用数学方法求电池内部变量的解析解,并通过数学降阶方法建立精确逼近全阶模型但计算复杂度接近等效电路的降阶电化学模型,可以减轻计算负担,提高计算速度。接着,通过对目标电化学模型进行参数辨识,得到参数辨识后的目标电化学模型。因此,可以降低模型误差,使得模型参数最接近物理实际,可以提高模型准确率,增加了模型鲁棒性。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
下述为本公开装置实施例,可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节,请参照本公开方法实施例。
请参见图6,其示出本公开实施例提供的第一种考虑应力的电化学模型获取装置的结构示意图。该考虑应力的电化学模型获取装置可以通过软件、硬件或者两者的结合实现成为装置的全部或一部分。该考虑应力的电化学模型获取装置600包括模型获取单元601、模型确定单元602和模型耦合单元603,其中:
模型获取单元601,用于获取目标电池对应的初始电化学模型;
模型确定单元602,用于确定初始电化学模型对应的应力模型以及过电势模型;
模型耦合单元603,用于将应力模型和过电势模型与初始电化学模型进行耦合,得到目标电化学模型。
可选的,模型获取单元601用于获取目标电池对应的初始电化学模型时,具体用于:
构建初始电化学模型控制方程,其中,初始电化学模型控制方程包括锂固相扩散方程、固体电极电势变化方程、电解液物质守恒方程、电解液电荷守恒方程、通过固体电解质界面的锂通量方程、过电位方程、电池电压方程;
对初始电化学模型控制方程进行联立,得到终端电压方程;
根据终端电压方程,确定目标电池对应的初始电化学模型。
可选的,模型确定单元602用于确定初始电化学模型对应的应力模型以及过电势模型时,具体用于:
对目标电池的应力进行分析,得到应力应变关系方程、固体活性物质的静力力学平衡方程以及粒子表面净水应力方程;
根据应力应变关系方程、固体活性物质的静力力学平衡方程以及粒子表面净水应力方程,确定应力模型以及过电势模型。
可选的,模型耦合单元603用于将应力模型和过电势模型与初始电化学模型进行耦合,得到目标电化学模型时,具体用于:
将初始电化学模型传递函数化,得到传递函数化电化学模型;
将应力模型和过电势模型与传递函数化电化学模型进行耦合,得到目标电化学模型。
可选的,模型耦合单元603用于将初始电化学模型传递函数化,得到传递函数化电化学模型时,具体用于:
将初始电化学模型传递函数化,得到固体表面浓度与锂通量密度之间的传递函数、电解液电势传递函数;
根据固体表面浓度与锂通量密度之间的传递函数,确定负电极传递函数以及锂浓度传递函数;
根据负电极传递函数、锂浓度传递函数和电解液电势传递函数,确定传递函数化电化学模型。
可选的,图7示出本公开实施例提供的第二种考虑应力的电化学模型获取装置的结构示意图。如图7所示,该考虑应力的电化学模型获取装置600还包括模型辨识单元604,用于在将应力模型和过电势模型与传递函数化电化学模型进行耦合,得到目标电化学模型之后:
模型辨识单元604,用于对目标电化学模型进行参数辨识,得到参数辨识后的目标电化学模型。
可选的,模型辨识单元604用于对目标电化学模型进行参数辨识,得到参数辨识后的目标电化学模型时,具体用于:
获取任一时刻目标电池对应的第一终端电压以及目标电化学模型对应的第二终端电压;
若第一终端电压和的第二终端电压满足参数辨识条件,则确定目标电化学模型为参数辨识后的目标电化学模型;
若第一终端电压和的第二终端电压不满足参数辨识条件,则调整目标电化学模型对应的模型参数,直至第一终端电压和的第二终端电压满足参数辨识条件。
需要说明的是,上述实施例提供的考虑应力的电化学模型获取装置在执行考虑应力的电化学模型获取方法时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的考虑应力的电化学模型获取装置与考虑应力的电化学模型获取方法实施例属于同一构思,其体现实现过程详见方法实施例,这里不再赘述。
综上,本公开实施例提供的装置,通过模型获取单元获取目标电池对应的初始电化学模型;模型确定单元确定初始电化学模型对应的应力模型以及过电势模型;模型耦合单元将应力模型和过电势模型与初始电化学模型进行耦合,得到目标电化学模型。因此,考虑到磷酸铁锂电池低温下的应力导致的过电势,通过将应力模型与应力导致的过电势模型与初始电化学模型耦合,可以构建出考虑电极固相应力造成的过电势的电化学模型,可以减少模型失准的情况,可以提高目标电化学模型获取的准确性。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种终端、一种可读存储介质和一种计算机程序产品。
图8示出了可以用来实施本公开的实施例的示例终端800的示意性框图。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示,终端800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储终端800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
终端800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许终端800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如考虑应力的电化学模型获取方法。例如,在一些实施例中,考虑应力的电化学模型获取方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到终端800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的考虑应力的电化学模型获取方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行考虑应力的电化学模型获取方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (10)
1.一种考虑应力的电化学模型获取方法,其特征在于,包括:
获取目标电池对应的初始电化学模型;
确定所述初始电化学模型对应的应力模型以及过电势模型;
将所述应力模型和所述过电势模型与所述初始电化学模型进行耦合,得到目标电化学模型。
2.根据权利要求1所述的方法,其特征在于,所述获取目标电池对应的初始电化学模型,包括:
构建初始电化学模型控制方程,其中,所述初始电化学模型控制方程包括锂固相扩散方程、固体电极电势变化方程、电解液物质守恒方程、电解液电荷守恒方程、通过固体电解质界面的锂通量方程、过电位方程、电池电压方程;
对所述初始电化学模型控制方程进行联立,得到终端电压方程;
根据所述终端电压方程,确定所述目标电池对应的初始电化学模型。
3.根据权利要求1所述的方法,其特征在于,所述确定所述初始电化学模型对应的应力模型以及过电势模型,包括:
对所述目标电池的应力进行分析,得到应力应变关系方程、固体活性物质的静力力学平衡方程以及粒子表面净水应力方程;
根据所述应力应变关系方程、所述固体活性物质的静力力学平衡方程以及所述粒子表面净水应力方程,确定所述应力模型以及所述过电势模型。
4.根据权利要求1所述的方法,其特征在于,所述将所述应力模型和所述过电势模型与所述初始电化学模型进行耦合,得到目标电化学模型,包括:
将所述初始电化学模型传递函数化,得到传递函数化电化学模型;
将所述应力模型和所述过电势模型与所述传递函数化电化学模型进行耦合,得到所述目标电化学模型。
5.根据权利要求4所述的方法,其特征在于,所述将所述初始电化学模型传递函数化,得到传递函数化电化学模型,包括:
将所述初始电化学模型传递函数化,得到固体表面浓度与锂通量密度之间的传递函数、电解液电势传递函数;
根据所述固体表面浓度与锂通量密度之间的传递函数,确定负电极传递函数以及锂浓度传递函数;
根据所述负电极传递函数、所述锂浓度传递函数和所述电解液电势传递函数,确定所述传递函数化电化学模型。
6.根据权利要求1所述的方法,其特征在于,在所述将所述应力模型和所述过电势模型与所述传递函数化电化学模型进行耦合,得到所述目标电化学模型之后,还包括:
对所述目标电化学模型进行参数辨识,得到参数辨识后的目标电化学模型。
7.根据权利要求6所述的方法,其特征在于,所述对所述目标电化学模型进行参数辨识,得到参数辨识后的目标电化学模型,包括:
获取任一时刻所述目标电池对应的第一终端电压以及所述目标电化学模型对应的第二终端电压;
若所述第一终端电压和所述的第二终端电压满足参数辨识条件,则确定所述目标电化学模型为所述参数辨识后的目标电化学模型;
若所述第一终端电压和所述的第二终端电压不满足参数辨识条件,则调整所述目标电化学模型对应的模型参数,直至所述第一终端电压和所述的第二终端电压满足参数辨识条件。
8.一种考虑应力的电化学模型获取装置,其特征在于,包括:
模型获取单元,用于获取目标电池对应的初始电化学模型;
模型确定单元,用于确定所述初始电化学模型对应的应力模型以及过电势模型;
模型耦合单元,用于将所述应力模型和所述过电势模型与所述初始电化学模型进行耦合,得到目标电化学模型。
9.一种终端,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310470486.4A CN116504321A (zh) | 2023-04-27 | 2023-04-27 | 考虑应力的电化学模型获取方法、装置、终端和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310470486.4A CN116504321A (zh) | 2023-04-27 | 2023-04-27 | 考虑应力的电化学模型获取方法、装置、终端和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116504321A true CN116504321A (zh) | 2023-07-28 |
Family
ID=87319731
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310470486.4A Pending CN116504321A (zh) | 2023-04-27 | 2023-04-27 | 考虑应力的电化学模型获取方法、装置、终端和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116504321A (zh) |
-
2023
- 2023-04-27 CN CN202310470486.4A patent/CN116504321A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lyu et al. | A lead-acid battery's remaining useful life prediction by using electrochemical model in the Particle Filtering framework | |
KR102233614B1 (ko) | 보조 배터리 관리 시스템 | |
Perez et al. | Enhanced performance of li-ion batteries via modified reference governors and electrochemical models | |
Xie et al. | State of charge estimation of lithium-ion battery based on extended Kalman filter algorithm | |
CN105572596B (zh) | 锂电池soc估算方法及系统 | |
CN114386537B (zh) | 基于CatBoost的锂电池故障诊断方法、装置及电子设备 | |
CN113702845A (zh) | 退役锂电池核心参数评估方法和设备 | |
CN115372841A (zh) | 一种锂离子电池单体热失控风险评价方法及装置 | |
CN113361128A (zh) | 一种异常电芯筛选方法、系统、计算机设备及存储介质 | |
Pang et al. | A comprehensive physics-based equivalent-circuit model and state of charge estimation for lithium-ion batteries | |
CN116008827A (zh) | 一种锂离子电池析锂电位的确定方法、装置及电子设备 | |
Luo et al. | Coupled electrochemical-thermal-mechanical modeling and simulation of lithium-ion batteries | |
CN116504322A (zh) | 电化学模型获取方法、装置、终端和存储介质 | |
KR20210014000A (ko) | 전지의 수학적 모델링 및 시뮬레이션을 통한 전지 성능 예측 방법 | |
CN115951236B (zh) | 锂电池状态监测方法及系统、装置、存储介质 | |
EP4311074A1 (en) | Charging method and apparatus for energy storage power source, and device and medium | |
CN116504321A (zh) | 考虑应力的电化学模型获取方法、装置、终端和存储介质 | |
Moura et al. | Better batteries through electrochemistry | |
CN114200315B (zh) | 剩余充电时间的预测方法、装置、电子设备和存储介质 | |
CN114879042A (zh) | 电芯分容放电容量预测方法、装置及电子设备 | |
CN110658476B (zh) | 一种随机充放电条件下锂电池容量加速衰减的判定方法 | |
CN114089204A (zh) | 一种电池容量跳水拐点预测方法及装置 | |
Wu et al. | State-of-Charge and State-of-Health Joint Estimation of Lithium-Ion Battery Based on Iterative Unscented Kalman Particle Filtering Algorithm With Fused Rauch–Tung–Striebel Smoothing Structure | |
US20240176929A1 (en) | Estimation device, estimation method, and computer program | |
CN117706390B (zh) | 一种电池荷电状态滚动优化估计方法及装置 |
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 |