搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于单粒子模型与偏微分方程的锂离子电池建模与故障监测

黄亮 李建远

引用本文:
Citation:

基于单粒子模型与偏微分方程的锂离子电池建模与故障监测

黄亮, 李建远

Modeling and failure monitor of Li-ion battery based on single particle model and partial difference equations

Huang Liang, Li Jian-Yuan
PDF
导出引用
  • 锂离子电池内部结构是一种复杂的分布参数系统, 如果为了降低计算难度而使用常微分方程描述锂离子电池, 可能会引入系统误差, 降低系统模型的可信度, 需要使用偏微分方程建立分布参数系统的精确模型. 本文提出了一种基于单粒子模型和抛物型偏微分方程的锂离子电池系统建模与故障监测系统设计方法, 当锂离子浓度实测值与理想值的残差大于预设门槛时判定分布参数系统处于故障状态. 通过一个仿真实例进行了锂离子电池系统建模和故障诊断实验, 实验证明基于单粒子模型和偏微分方程的锂离子电池故障监测系统具有更高的精确度和可信度.
    Li-ion battery is a complicated distributed parameter system that can be described precisely by field theory and partial differential equations. In order to reduce the calculation amount and the solution difficulty, a distributed parameter system is often described by ordinary differential equation model during the design and the analysis. As a result, systemic error is caused, and the reliability of the system model is reduced. The rechargeable Li-ion batteries are widely used in many fields because of their excellent properties. The research on the modeling and failure monitor of Li-ion battery can evaluate its working state, and improve the security during its servicing. Li-ion battery system is regarded as a distributed parameter system in this paper. Single particle model is a simplification of a Li-ion battery under a few assumptions. According to the measured data, single particle model can be used for estimating the parameter at a fast simulation speed. Li-ion battery model based on partial difference equations and single particle model is proposed to detect the failure and evaluate the working state of Li-ion battery system. Lithium ion concentration is an unmeasurable distributed variable in the anode of Li-ion battery. The failure monitor system can track the real-time Li ion concentration in the anode of Li-ion battery, calculate the residual which is the difference between the measured value and the ideal value. A failure can be judged when the residual is beyond a predefined failure threshold. A simulation example verifies that the accuracy and the effectiveness of Li-ion battery failure monitor system based on parabolic partial difference equations and single particle model is reliable.
    • 基金项目: 中央高校基本科研业务费专项资金(批准号: 2013JBM016)、国家自然科学基金(批准号: 61201363, 61172130)和国家留学基金(批准号: 201307095030)资助的课题.
    • Funds: Project supported by the Fundamental Research Funds for the Central Universities, China (Grant No. 2013JBM016), the National Natural Science Foundation of China (Grant Nos. 61201363, 61172130) and the Studying Abroad Funding of China Scholarship Council, China (Grant No. 201307095030).
    [1]

    Ucinski D 2004 Optimal Measurement Methods for Distributed Parameter System Identification (Boca Raton: CRC Press Inc.) p1

    [2]

    Ma X K, Yang M, Zou J L, Wang L T 2006 Acta Phys. Sin. 55 5648 (in Chinese) [马西奎, 杨梅, 邹建龙, 王玲桃 2006 物理学报 55 5648]

    [3]

    Hou X L, Zheng X J, Zhang L, Liu T L 2012 Acta Phys. Sin. 61 180201 (in Chinese) [侯祥林, 郑夕健, 张良, 刘铁林 2012 物理学报 61 180201]

    [4]

    Hong L, Xu J X 2000 Acta Phys. Sin. 49 1228 (in Chinese) [洪灵, 徐健学 2000 物理学报 49 1228]

    [5]

    Wang C, Zhou Y Q, Shen G W, Wu W W, Ding W 2013 Chin. Phys. B 22 124601

    [6]

    Huang L, Hou J J, Liu Y, Guo Y 2013 Chin. J. Electron. 22 615

    [7]

    Oh M, Pantelides C C 1996 Comput. Chem. Eng. 20 611

    [8]

    Ghantasala S, El-Farra N H 2011 Int. J. Robust Nonlin. 22 24

    [9]

    Ghantasala S, El-Farra N H 2009 Automatica 45 2368

    [10]

    Demetriou M A 2002 ESAIM. COCV 7 43

    [11]

    Armaou A, Demetriou M A 2008 AIChE J. 54 2651

    [12]

    Chen M, Rincon-Mora G A 2006 IEEE Trans. Energy Conver. 21 504

    [13]

    Santhanagopalan S, Guo Q Z, Ramadass P, White R E 2006 J. Pow. Sour. 156 620

    [14]

    Moura S J, Chaturvedi N A, Krstic M E 2013 J. Dyn. Sys., Meas., Control 136 011015

    [15]

    Schmidt A P, Bitzer M, Imre A W, Guzzella L 2010 J. Pow. Sour. 195 5071

    [16]

    Andrieu V, Praly L 2006 SIAM J. Control Optim. 45 432

    [17]

    Smyshlyaev A, Orlov Y, Krstic M 2009 Int. J. Adapt. Control Process. 23 131

    [18]

    Osler T J 1972 Math. Comput. 26 903

    [19]

    De Las Casas C, Li W Z 2012 J. Pow. Sour. 208 74

    [20]

    Zhang W J 2011 J. Pow. Sour. 196 13

    [21]

    Wouwer A V, Saucez P, Schiesser W E 2004 Ind. Eng. Chem. Res. 43 3469

  • [1]

    Ucinski D 2004 Optimal Measurement Methods for Distributed Parameter System Identification (Boca Raton: CRC Press Inc.) p1

    [2]

    Ma X K, Yang M, Zou J L, Wang L T 2006 Acta Phys. Sin. 55 5648 (in Chinese) [马西奎, 杨梅, 邹建龙, 王玲桃 2006 物理学报 55 5648]

    [3]

    Hou X L, Zheng X J, Zhang L, Liu T L 2012 Acta Phys. Sin. 61 180201 (in Chinese) [侯祥林, 郑夕健, 张良, 刘铁林 2012 物理学报 61 180201]

    [4]

    Hong L, Xu J X 2000 Acta Phys. Sin. 49 1228 (in Chinese) [洪灵, 徐健学 2000 物理学报 49 1228]

    [5]

    Wang C, Zhou Y Q, Shen G W, Wu W W, Ding W 2013 Chin. Phys. B 22 124601

    [6]

    Huang L, Hou J J, Liu Y, Guo Y 2013 Chin. J. Electron. 22 615

    [7]

    Oh M, Pantelides C C 1996 Comput. Chem. Eng. 20 611

    [8]

    Ghantasala S, El-Farra N H 2011 Int. J. Robust Nonlin. 22 24

    [9]

    Ghantasala S, El-Farra N H 2009 Automatica 45 2368

    [10]

    Demetriou M A 2002 ESAIM. COCV 7 43

    [11]

    Armaou A, Demetriou M A 2008 AIChE J. 54 2651

    [12]

    Chen M, Rincon-Mora G A 2006 IEEE Trans. Energy Conver. 21 504

    [13]

    Santhanagopalan S, Guo Q Z, Ramadass P, White R E 2006 J. Pow. Sour. 156 620

    [14]

    Moura S J, Chaturvedi N A, Krstic M E 2013 J. Dyn. Sys., Meas., Control 136 011015

    [15]

    Schmidt A P, Bitzer M, Imre A W, Guzzella L 2010 J. Pow. Sour. 195 5071

    [16]

    Andrieu V, Praly L 2006 SIAM J. Control Optim. 45 432

    [17]

    Smyshlyaev A, Orlov Y, Krstic M 2009 Int. J. Adapt. Control Process. 23 131

    [18]

    Osler T J 1972 Math. Comput. 26 903

    [19]

    De Las Casas C, Li W Z 2012 J. Pow. Sour. 208 74

    [20]

    Zhang W J 2011 J. Pow. Sour. 196 13

    [21]

    Wouwer A V, Saucez P, Schiesser W E 2004 Ind. Eng. Chem. Res. 43 3469

  • [1] 李晓杰, 喻云泰, 张志文, 董小瑞. 基于电化学老化衰退模型的锂离子动力电池外特性. 物理学报, 2022, 71(3): 038803. doi: 10.7498/aps.71.20211401
    [2] 谢奕展, 程夕明. 一种求解锂离子电池单粒子模型液相扩散方程的新方法. 物理学报, 2022, 71(4): 048201. doi: 10.7498/aps.71.20211619
    [3] 李晓杰, 喻云泰, 张志文, 董小瑞. 基于ADME模型的锂离子动力电池外特性研究. 物理学报, 2021, (): . doi: 10.7498/aps.70.20211401
    [4] 柳小伟, 宋辉, 郭美卿, 王根伟, 迟青卓. 基于电化学-应力耦合模型的锂离子电池硅/碳核壳结构的模拟与优化. 物理学报, 2021, 70(17): 178201. doi: 10.7498/aps.70.20210455
    [5] 李涛, 程夕明, 胡晨华. 锂离子电池电化学降阶模型性能对比. 物理学报, 2021, 70(13): 138801. doi: 10.7498/aps.70.20201894
    [6] 谢奕展, 程夕明. 一种求解锂离子电池单粒子模型液相扩散方程的新方法. 物理学报, 2021, (): . doi: 10.7498/aps.70.20211619
    [7] 彭劼扬, 王家海, 沈斌, 李浩亮, 孙昊明. 纳米颗粒的表面效应和电极颗粒间挤压作用对锂离子电池电压迟滞的影响. 物理学报, 2019, 68(9): 090202. doi: 10.7498/aps.68.20182302
    [8] 曾建邦, 郭雪莹, 刘立超, 沈祖英, 单丰武, 罗玉峰. 基于电化学-热耦合模型研究隔膜孔隙结构对锂离子电池性能的影响机制. 物理学报, 2019, 68(1): 018201. doi: 10.7498/aps.68.20181726
    [9] 庞辉. 基于扩展单粒子模型的锂离子电池参数识别策略. 物理学报, 2018, 67(5): 058201. doi: 10.7498/aps.67.20172171
    [10] 庞辉. 基于电化学模型的锂离子电池多尺度建模及其简化方法. 物理学报, 2017, 66(23): 238801. doi: 10.7498/aps.66.238801
    [11] 彭颖吒, 张锴, 郑百林, 李泳. 广义平面应变锂离子电池柱形梯度材料颗粒电极中扩散诱导应力分析. 物理学报, 2016, 65(10): 100201. doi: 10.7498/aps.65.100201
    [12] 马昊, 刘磊, 路雪森, 刘素平, 师建英. 锂离子电池正极材料Li2FeSiO4的电子结构与输运特性. 物理学报, 2015, 64(24): 248201. doi: 10.7498/aps.64.248201
    [13] 程昀, 李劼, 贾明, 汤依伟, 杜双龙, 艾立华, 殷宝华, 艾亮. 锂离子电池多尺度数值模型的应用现状及发展前景. 物理学报, 2015, 64(21): 210202. doi: 10.7498/aps.64.210202
    [14] 李娟, 汝强, 孙大伟, 张贝贝, 胡社军, 侯贤华. 锂离子电池SnSb/MCMB核壳结构负极材料嵌锂性能研究. 物理学报, 2013, 62(9): 098201. doi: 10.7498/aps.62.098201
    [15] 黄乐旭, 陈远富, 李萍剑, 黄然, 贺加瑞, 王泽高, 郝昕, 刘竞博, 张万里, 李言荣. 氧化石墨制备温度对石墨烯结构及其锂离子电池性能的影响. 物理学报, 2012, 61(15): 156103. doi: 10.7498/aps.61.156103
    [16] 彭薇, 岳敏, 梁奇, 胡社军, 侯贤华. 锂离子电池LiMn1-xFexPO4(0x<1)正极材料的制备及性能研究. 物理学报, 2011, 60(3): 038202. doi: 10.7498/aps.60.038202
    [17] 白莹, 王蓓, 张伟风. 熔融盐法合成锂离子电池正极材料纳米LiNiO2. 物理学报, 2011, 60(6): 068202. doi: 10.7498/aps.60.068202
    [18] 侯贤华, 余洪文, 胡社军. 锂离子电池Sn-Al薄膜电极的制备及电化学性能研究. 物理学报, 2010, 59(11): 8226-8230. doi: 10.7498/aps.59.8226
    [19] 侯贤华, 胡社军, 石璐. 锂离子电池Sn-Ti合金负极材料的制备及性能研究. 物理学报, 2010, 59(3): 2109-2113. doi: 10.7498/aps.59.2109
    [20] 侯柱锋, 刘慧英, 朱梓忠, 黄美纯, 杨 勇. 锂离子电池负极材料CuSn的Li嵌入性质的研究. 物理学报, 2003, 52(4): 952-957. doi: 10.7498/aps.52.952
计量
  • 文章访问数:  4858
  • PDF下载量:  664
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-11-07
  • 修回日期:  2014-12-21
  • 刊出日期:  2015-05-05

基于单粒子模型与偏微分方程的锂离子电池建模与故障监测

  • 1. 北京交通大学电子信息工程学院, 北京 100044;
  • 2. 北京大学物理学院, 北京 100871
    基金项目: 中央高校基本科研业务费专项资金(批准号: 2013JBM016)、国家自然科学基金(批准号: 61201363, 61172130)和国家留学基金(批准号: 201307095030)资助的课题.

摘要: 锂离子电池内部结构是一种复杂的分布参数系统, 如果为了降低计算难度而使用常微分方程描述锂离子电池, 可能会引入系统误差, 降低系统模型的可信度, 需要使用偏微分方程建立分布参数系统的精确模型. 本文提出了一种基于单粒子模型和抛物型偏微分方程的锂离子电池系统建模与故障监测系统设计方法, 当锂离子浓度实测值与理想值的残差大于预设门槛时判定分布参数系统处于故障状态. 通过一个仿真实例进行了锂离子电池系统建模和故障诊断实验, 实验证明基于单粒子模型和偏微分方程的锂离子电池故障监测系统具有更高的精确度和可信度.

English Abstract

参考文献 (21)

目录

    /

    返回文章
    返回