电动汽车储能装置建模

在 PCIM，Yasser Ghoulam，研究工程师和博士。INSA Strasbourg 的候选人和 Mersen 的研发/创新经理 Thomas Fouet 报告了有关储能的最新消息。储能是电动汽车(EV) 动力系统的关键问题，而电池作为主要能源之一发挥着关键作用。因此，出于设计目的，需要可切换的电池模型。

电池表现出非线性行为，该行为取决于许多因素，包括化学性质、温度和负载曲线电荷。通过使用不同的方法和技术，可以塑造电池的行为，并且电池模型越准确，使用仿真软件获得的结果就越可靠。

Ghoulam 展示了一种使用真实数据评估等效电路模型参数的实用方法，以预测电池电压充电状态 (SOC) 和比较器。

但是，随着模型精度的提高，整个系统的复杂度也随之增加。电池被用作一组数百个电池，这增加了模型的复杂性。此外，一些影响，例如电池的温差，不能忽略，必须正确建模。对于最佳设计建议，应该在准确性和复杂性之间进行权衡。为了预测电池的性能，存在许多不同的模型，例如经验模型、模型等效检查、电化学模型和数据驱动模型。文献中已经介绍了各种具有不同复杂程度的电池模型。在 INSA Strasbourg 进行的一项研究中，该团队选择了一个等效电路模型，该模型由两个主要部分组成：（1）代表物理的静态部分，

图 1：电气模型（来源：INSA）

图 2：热模型（来源：INSA）

多物理模型

多物理系统的建模需要不同物理域之间的耦合，例如电学和热学。电力和能源交换在两个域内和之间进行传输这一事实有一个共同点。越来越多的物理现象的整合导致系统具有越来越多的未知数，而解决方案需要对不同子模型的非线性方程系统进行模拟。目标是预测不同应用领域中的存储设备行为并识别模型参数。提出的多物理模型考虑了电池的电气和热效应、实验电流和电压输入的电气模型以及估计的电压和 SOC 输出。

该模型的特点是开路电压和内阻取决于SOC和其他用于描述充放电过程中瞬态响应的因素。

提出的热模型考虑了功率损耗和环境温度作为输入，并给出了电池内部温度的估计。对于具有多个电芯的电池模块，由于系统是线性的，因此可以使用叠加来预测热性能。因此，电池单元的输出温度是所有电池单元消耗的输入功率的贡献之和。

图 3：模型表征（来源：INSA）

图 4：模型验证（来源：INSA）

为电池注入广泛的频率，以评估不同范围内的频率行为。电化学和平衡分析仪用于表征存储设备并对其电气行为进行建模。阻抗计用于测量作为奈奎斯特平面中频率函数的阻抗变化。模型在频域和时域方面的验证证明了该方法的有效性和模型的性能。第二种方法，也是一种可靠的寻找参数的方法，是优化。MATLAB 优化工具箱用于定义允许最佳拟合的参数，最大限度地减少实验和模拟数据之间误差的含义。

Infi-Cell

Mersen 是一家全球性的先进材料和煤电公司，包括保险丝等电气保护和电容器、冷却、冷却板和总线等电源管理解决方案。

储能技术在降低成本和重量以及提高安全性方面具有挑战性。安全是非常重要的一点，因为我们应该能够消除热失控风险并提供不同的解决方案，包括最佳互连总线。

随着电动汽车和电池储能应用的数量和功率密度不断增加，设计人员一直在寻求减少电池组件的占地面积，同时不影响其电源系统的效率或模块化。

图 5：Infini-Cell 电池组装解决方案（来源：Mersen）

与传统的电池互连解决方案不同，美尔森激光焊接机接口可确保电池单元与层压母线的高速高效连接。发言人强调，这种方法比传统的线/带插入和焊接快 4 倍以上。叠层母线为超薄单层，触点交错。汇流条也是一种“智能”汇流条，这意味着它不仅可以为电池供电，还可以根据需要监控电池的温度和电压。汇流条还消除了接线错误，并在电动汽车安装中提供了额外的抗冲击和振动强度。

审核编辑：汤梓红