本文是一篇电力论文，本文主要针对磷酸铁锂电池进行参数辨识、SOC估计以及SOH估计的相关研究，为电池的在线应用提供高效准确地状态估计。
1 绪论
1.1 课题的研究背景与意义
上世纪70年代爆发的两次中东石油危机对美国等西方国家的发展造成了沉重的打击，让全球各国深刻意识到传统化石能源的有限性以及可再生能源的重要性[1]。二战后至20世纪60年代，美国经济迅速发展，但经济繁荣的背后却是以牺牲生态环境作为惨痛代价，甚至严重威胁着人们的生命健康，致使越来越多的人意识到环境污染的严峻性[2]。美国作为全世界最具代表性的老牌资本主义国家，向世界各国揭示了能源问题和环境问题的重要性，无时无刻不在告诫着全球各国要及时总结经验教训并引以为戒，避免重蹈覆辙，同时也要做好面临各种问题的万全准备，迎接各种新的威胁和挑战[3]。目前，能源和环境问题已经全球化，不是一己之力可以解决，需要全人类共同努力奋进。2016年4月22日，170 多个国家共同签署了事关全球气候变化问题的《巴黎协定》，该协定的签订表明全球对低碳转型和绿色发展达成了普遍共识。《巴黎协定》针对2020年后全球如何应对气候变化这一问题进行安排部署，其长远目标是要保证全球气候基本稳定[4-5]。而要实现这一目标，国际气候组织指出，只有在2040年前各国全面停止燃煤发电，这一目标才有可能被实现，“双碳”目标则是在这样的背景下被提出。在2020年9月的联合国大会上，中国明确宣布了力争2030年实现“碳达峰”、2060年实现“碳中和”的目标[6]，许多国家也相继宣布了将在本世纪中叶前后期实现“碳中和”的目标。《“十四五”循环经济发展规划》明确指出大力发展循环经济，助力实现“双碳”目标；“十四五”时期，我国能源体系的建设将使得传统的煤炭、油气及相关产业陆续退出，取而代之的是大规模发展高效安全、绿色低碳的新能源体系，将太阳能、风能等清洁能源作为发展主体，进而实现能源转型，开创能源发展新格局。2022年10月，党的二十大报告中对实现“双碳”目标做出了未来五年的明确规划，积极面对全球气候变化问题，主动参与全球气候变化治理[7]。
1.2 国内外研究现状
近年来BMS已经成为国内外的研究热点，很多知名高校和企业都积极开展了相关研究，旨在提升BMS的可靠性，从而更好地服务于电池。本节主要针对电池管理系统中的电池模型、SOC估计、SOH估计三方面的内容进行研究现状的总结和分析。
1.2.1 锂离子电池模型研究现状
动力电池内部存在着复杂的化学反应，自身具有很强的非线性特征，所以如何建立合适的高精度模型成为一个难题，与此同时也要考虑模型复杂度的问题，这关系到所建立模型是否能够满足SOC在线估计的实时性要求。可将现有的模型归纳为以下几类，分别是热模型、电化学模型、数据驱动模型、等效电路模型[27-29]，本节将围绕以上几种模型进行介绍。
（1）热模型
锂离子电池在各种复杂工况条件下会引起不同程度的发热，如果不能进行及时散热，则会导致电池内部温度剧升，进而引发爆炸、燃烧等高危事故的发生，并且温度对锂离子电池的健康状态、功率等都有着影响，所以研究电池热特性对于电池管理系统的优化设计具有指导性意义，是电池热稳定性的保障。而锂离子电池热模型能够反映电池在工作过程中和温度相关的参数变化，为研究电池热特性提供重要的参考信息，进而能够保障电池的热安全性。根据建模原理，锂离子电池热模型可分为非耦合热模型、耦合热模型以及热滥用模型[30-31]。其中非耦合热模型和耦合热模型主要用于研究电池在正常充放电情况下的温度变化情况，热滥用模型主要分析电池在高温、过充等极端条件下的热特性规律。目前的热模型基本都是研究电池表面的温度变化，未来应该侧重于电池内部的温度变化，这样才能进行及时有效的热保护；另外当前的热模型大都仅适用于某个单一工况，未来应该提高模型的普遍适应性，以便应用于实际工程中。
（2）电化学模型
电池内部存在着复杂的电化学反应，电化学模型则是以多孔电极理论和浓溶液理论为基础，通过一系列复杂的偏微分方程来描述电化学反应传热、动力学等过程，将这些反应过程量化。无论是电池电压外特性还是电池内部正负极、电解液等的变化，电化学模型均可以准确反映，其为研究电池材料和尺寸对容量和电压等的影响奠定了基础，所以该模型更适合深入分析电池理论以及研发电芯的学者们[32-33]。近年来也有基于电化学模型对电池的SOC、SOH等进行估计，虽然电化学模型相比其他模型有着较高的精度，但由于其模型方程过于复杂并且需要求解的未知参数较多，对于实时BMS来说计算负担过大，所以该模型不适合实际工程中的在线使用。
2 锂离子电池建模
2.1 锂离子电池工作原理
锂离子电池主要由正极、负极、隔膜、集流体、电解液等组成。正极材料主要是磷酸铁锂、三元锂等过渡金属氧化物，负极是碳材料，电解液是锂离子的传送介质，具有良好的导电性和热稳定性，隔膜的作用是对正负极进行机械隔离并要保证Li+能够顺利通过。
锂离子电池的工作示意图如图2-1所示，其充放电过程主要是靠Li+在正负极之间的往返运动来完成的。电池在充电过程中，正极材料中脱嵌出Li+，正负极浓度差会促使Li+通过扩散转移运动进入电解液并穿过隔膜嵌入负极材料中，与此同时为保证负极的电荷守恒，相同数量的电子会通过外部回路进入负极，从而形成充电回路电流；电池放电则是Li+从负极进入正极的过程，和充电过程刚好相反，这里不再赘述。电池在充放电过程中Li+在正负极上不断地重复嵌入和脱嵌反应，正常情况下并不会对电池的正极结构有所损坏，因而锂离子电池的寿命比较可观，但是如果发生过充过放等不正常情况，将会对正极材料造成永久性破坏，从而严重影响电池的循环寿命。
3.1 锂离子电池测试
动力电池状态估计等的研究是基于已有的离线数据进行的，而这些数据的获取需要利用专用设备对电池进行不同工况的测试，基于这些离线数据，不但可以提取一些有用的信息来分析电池特性，更重要的是可以通过仿真来验证相关状态估计算法的可行性，为算法的在线应用做充分准备。
3.1.1 电池测试系统介绍
电池测试平台采用的是新威（NEWARE）的BTS-4000系列产品，该系列产品主要由上位机、中位机和下位机三大部分组成，如图3-1所示。其中上位机是BTS客户端，为人机交互界面，可以设置通道、工况等参数，同时也可以实时监测电池的充放电状态。中位机根据上位机传来的指令对下位机进行控制，并将下位机的数据实时传送至上位机。下位机则是通过接受中（上）位机的指令来控制通道的充放电，同时也将所采集的电压、电流、温度等数据传至中（上）位机。实验室所使用的型号为CT-4004-60V30A-NA，其允许的电压电流最大测量上限分别为60V和30A，超过上限即会保护。该型号最多能同时进行4路测试，能够满足多种工况设置的要求，可根据实际需求自行设置采样时间、电压电流等保护参数，采样精度均在1%以内。
无论是参数辨识还是SOC估计，都需要知道电池的开路电压Uoc，而开路电压无法在电池使用的过程中直接获取，只能通过建立Uoc和SOC的关系来间接得到。通过对单体进行间歇充放电，便可以拟合Uoc和SOC的关系。间歇搁置的时间越长，并联RC中电容的储能就会耗尽（极化反应结束），从而能够保证Uoc的精度。
3 锂离子电池参数辨识和SOC估计 .......................... 19
3.1 锂离子电池测试 ................................ 19
3.1.1 电池测试系统介绍 ............... 19
3.1.2 电池测试工况介绍 ........................... 20
4 锂离子电池参数辨识、SOC 和 SOH 联合估计 ................... 39
4.1 基于 EKF 的 SOH 估计 ......................... 39
4.2 单时间尺度联合估计 .................................... 40
4.3 多时间尺度联合估计 .............................. 41
5 锂离子电池状态联合估计在线实验验证 ........................... 47
5.1 双向DC-DC拓扑介绍 ............................ 47
5.2 双向DC-DC控制策略 ............................... 49
5.3 实验平台及相关内容介绍 ......................... 49
5 锂离子电池状态联合估计在线实验验证
5.1 双向DC-DC拓扑介绍
直流微电网是目前的一大研究热点，典型的直流微电网结构图如图5-1所示，主要由分布式电源、储能单元以及负荷构成。分布式电源的不稳定以及负荷的突变都会对直流母线电压造成一定的波动，影响系统的稳定运行，而储能系统能够有效抑制这些波动问题，当分布式电源出力过大，超出负载正常需求时，储能系统会通过双向DC-DC将这些能量存起来，相反，当分布式电源因出力过小而不能满足负载需求时，储能系统会进行补给。简单来说，储能单元就是通过能量的吞吐来达到“削峰填谷”的效果，使得微电网系统得以稳定运行。
6 总结与展望
6.1 总结
本文主要针对磷酸铁锂电池进行参数辨识、SOC估计以及SOH估计的相关研究，为电池的在线应用提供高效准确地状态估计，主要完成了以下内容：
（1）基于二阶RC等效电路对相关模型进行推导，主要包括参数辨识模型、SOC估计模型和SOH估计模型，为后续的工作开展作铺垫。
（2）详细介绍了对电池单体进行离线测试的电池柜系统和本文所使用磷
