删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

包含液相扩散方程简化的锂离子电池电化学模型

本站小编 Free考研考试/2021-12-29

摘要:锂离子电池的电化学模型对于电池特性分析和电池管理具有重要意义, 但是准二维(P2D)模型复杂度太高, 为了在保证模型精度的基础上尽量降低复杂度, 本文提出了一种包含液相简化的P2D (LSP2D)模型, 该模型首先基于电化学平均动力学将电池端电压化简成为仅耦合固相Li+浓度cs和液相Li+浓度ce的方程, 然后进一步对表达csce演化规律的偏微分方程进行抛物线近似化简, 使得最终的模型由多项式组成. COMSOL仿真表明在放电倍率为1C时该模型与单粒子(SP)模型的估算精度和速度相当, 但在放电倍率为3C时, 该模型的估算时间比P2D模型减少了99.73%, 与SP模型相当, 估算精度相比SP模型有大幅度提升.
关键词: 电化学模型/
电池管理系统/
液相扩散方程/
抛物线近似

English Abstract


--> --> -->
锂离子电池由于具有良好的电化学稳定性、较大的能量密度、较长的电池寿命和无需维护等特点被广泛用于电动汽车以及各种储能设备中[1]. 锂离子电池模型对于提升能量利用效率和保障使用安全具有重要意义. 锂电池模型可按建模方法分为两大类, 即经验模型和电化学模型[2,3]. 经验模型是依据样本数据和系统辨识方法所获取的电池动力学替代模型, 其优点是复杂度可控和建模代价低, 缺点是模型参数的物理化学意义不明显且鲁棒性较差[4,5]; 电化学模型是通过机理分析方法所获取的电池动力学特性的数学表达, 其优点是模型精度高且可深层次揭示电池特性演化机制, 缺点是模型复杂度高, 不利于其工程化应用.
目前, 经验模型被广泛应用于各类电池管理系统中, 以满足实时性要求高但精度要求不严苛的应用场景需求, 但由于电池特性的高度非线性, 使得经验模型的外延性不强, 导致其无法描述电池老化的衰变机理, 因而在电池故障诊断与维护、废旧电池的梯次利用等场合的应用中显得力不从心[6,7]. 为解决经验模型的上述缺陷, 对电化学模型进行简化已经成为当前研究的热点. 基本思路是增加前置假设条件, 近似模型的数学表达公式, 降低计算复杂度, 从而在精度损失可容忍的前提下匹配实时性要求, 以期提高实用性. 目前应用最广的电化学模型是由Doyle等[8]开发的准二维(pseudo-two- dimensions, P2D)模型, P2D模型具有很高的精度, 但是由于是由复杂的耦合非线性偏微分方程组成的, 导致标准的P2D模型在实际中很难直接应用. 为了简化标准的P2D模型, 很多简化模型已经被提出, 其中最流行的是单粒子(single particle, SP)模型[9,10]和抛物线近似(parabolic profile approximation, PPA)模型[11]. SP模型主要基于两个假设: 1)假设电解质中Li+浓度和电位保持不变; 2)假设正负极中只有单个活性颗粒. SP模型认为电池在充放电过程中锂离子从一个电极瞬间转移到另一个电极, 锂离子在电解质中的动力学分析完全被忽略, 同时SP模型用平均转移电流密度代替局部体积转移电流密度进行方程的化简. 尽管SP模型的计算时间与等效电路模型相当, 但SP模型仅对较低放电倍率(≤ 1C)有效[10,12]. PPA模型通过使用多项式函数近似表达电极颗粒内的Li+浓度来达到化简固相扩散方程的目的, 电极颗粒内的Li+浓度变化规律是非常接近抛物线的, 所以PPA模型对固相Li+浓度的简化精度比SP模型高. PPA模型沿着电极颗粒半径r的方向简化了P2D模型, 虽然计算速度有所加快, 但是沿着电池的x方向还有大量的耦合非线性偏微分方程需要计算[13], 不满足实际应用的条件.
综上, 本文提出了包含液相简化的准二维(liquid simplified pseudo-two-dimensions, LSP2D)模型, 首先基于电化学平均动力学对锂离子电池液相电势${\phi _{\rm{e}}}$进行化简, 将电池的端电压表示成只耦合固相浓度${c_{\rm{s}}}$和液相浓度${c_{\rm{e}}}$的方程, 降低了方程的耦合度. 之后再用固相表面浓度${c_{{\rm{s,e}}}}(t)$以及固相体积平均浓度$\overline {{c_{\rm{s}}}} (t)$来表示电池的固相浓度${c_{\rm{s}}}$, 用抛物线方程结合锂离子电池的边界条件化简液相浓度${c_{\rm{e}}}$. 化简之后的模型不含有偏微分方程, 且化简过程是基于边界条件的, 所以该模型能够在保证精度的前提下大幅度降低模型的复杂度, 对于将电化学模型用于电池管理系统(battery management system, BMS)研究具有重要的意义.
在恒流等温的前提下, 模型输入为负载电流, 输出为端电压. 图1显示了简化的锂离子电池的结构, 包含三个部分: 具有球形石墨颗粒的阳极、多孔隔膜和具有球形活性颗粒的阴极. 多孔隔膜只允许Li+通过, 正负极的表面分别接铝箔和铜箔集电极.
图 1 锂离子电池示意图
Figure1. Lithium ion battery schematic.

标准的P2D模型由以下六部分组成[10,14].
1)固相扩散方程
$\frac{{\partial {c_{\rm s}}}}{{\partial t}} = \frac{{{D_{\rm{s}}}}}{{{r^2}}}\frac{\partial }{{\partial r}}\left( {{r^2}\frac{{\partial {c_{\rm{s}}}}}{{\partial r}}} \right),$
其中${D_{\rm{s}}}$代表固相浓度扩散系数, r代表活性颗粒的有效半径$0 \leqslant r \leqslant {R_{\rm{s}}}$(${R_{\rm{s}}}$代表活性材料颗粒半径).
2)液相扩散方程
${\varepsilon _{\rm{e}}}\frac{{\partial {c_{\rm{e}}}}}{{\partial t}} = D_{\rm{e}}^{{\rm{eff}}}\frac{{{\partial ^2}{c_{\rm{e}}}}}{{\partial {x^2}}} + \frac{{1 - t_{\rm{ + }}^{\rm{0}}}}{F}{j^{{\rm{Li}}}},$
其中${\varepsilon _{\rm{e}}}$代表不同区域的液相体积分数, 液相浓度有效扩散系数$D_{\rm{e}}^{{\rm{eff}}} = {D_{\rm{e}}}\varepsilon _{\rm{e}}^{{\rm{Brug}}}$(${D_{\rm{e}}}$代表液相浓度扩散系数, Brug代表锂电池不同区域的Bruggman系数), $t_ + ^0$代表Li+迁移数量.
3)固相电势方程
${\sigma ^{{\rm{eff}}}}\frac{{{\partial ^2}{\phi _{\rm{s}}}}}{{\partial {x^2}}} = {j^{{\rm{Li}}}},$
其中固相有效电导率${\sigma ^{{\rm{eff}}}} = \sigma \varepsilon _{\rm{s}}^{{\rm{Brug}}}$($\sigma $表示固相电导率, ${\varepsilon _{\rm{s}}}$表示不同区域的固相体积分数).
4)液相电势方程
${k^{{\rm{eff}}}}\frac{{{\partial ^2}{\phi _{\rm{e}}}}}{{\partial {x^2}}} + \frac{{k_{\rm{d}}^{{\rm{eff}}}}}{{{c_{{\rm{e,0}}}}}}\frac{{{\partial ^2}{c_{\rm{e}}}}}{{\partial {x^2}}} + {j^{{\rm{Li}}}} = 0,$
其中电解液有效电导率${k^{{\rm{eff}}}} = k\varepsilon _{\rm{e}}^{{\rm{Brug}}}$(k表示电解液电导率); $k_{\rm{d}}^{{\rm{eff}}}$代表有效扩散传导性,
$k_{\rm{d}}^{{\rm{eff}}} = \frac{{2RT{k^{{\rm{eff}}}}}}{F}(t_ + ^0 - 1)\left( {1 + \frac{{{\rm{d}}\ln {f_ \pm }}}{{{\rm{d \ln}}{c_{\rm{e}}}}}} \right).$
5) Butler-Volmer动力学方程
锂离子电池的局部体积转移电流密度${j^{{\rm{Li}}}}$可以表示成:
${j^{{\rm{Li}}}} = {a_{\rm{s}}}{i_0}\left[ {\exp \left( {\frac{{{\alpha _{\rm a}}F\eta }}{{RT}}} \right) - \exp \left( { - \frac{{{\alpha _{\rm{c}}}F\eta }}{{RT}}} \right)} \right],$
其中$\eta $表示表面过电位,
$\eta = {\phi _{\rm{s}}} - {\phi _{\rm{e}}} - U - \frac{{{R_{{\rm{SEI}}}}}}{{{a_{\rm{s}}}}}{j^{{\rm{Li}}}}; $
${i_0}$表示交换电流密度, 大小取决于固体颗粒表面浓度${c_{{\rm{s,e}}}}$和电解质浓度${c_{\rm{e}}}$,
${i_0}(x,t) = k(T)c_{\rm{e}}^{{\alpha _{\rm{a}}}}{({c_{{\rm{s,max}}}} - {c_{{\rm{s,e}}}})^{{\alpha _{\rm{a}}}}}c_{{\rm{s,e}}}^{{\alpha _{\rm{c}}}}.$
6)电池的端电压
$V(t) = {\phi _{\rm{s}}}(L,t) - {\phi _{\rm{s}}}(0,t).$

对于标准的P2D模型, 锂离子电池端电压的求解公式耦合了${c_{\rm{s}}},\;{c_{\rm{e}}}\text{和}{\phi _{\rm{e}}}$三个参数[15], 由(4)和(6)式可知${\phi _{\rm{e}}}$${c_{\rm{s}}}\text{和}{c_{\rm{e}}}$表示, 所以首先将模型的端电压方程化简成为只耦合${c_{\rm{s}}}\text{和}{c_{\rm{e}}}$两个参数的方程[16], Subramanian等[11] 基于体积平均方程和抛物线近似方程来简化固相浓度, 仿真结果表明该简化方法具有较高的精度. 本文前期的COMSOL仿真表明锂离子电池的液相浓度曲线与抛物线十分类似, 在这个前提下, 用抛物线方程对锂离子电池的正极、隔膜和负极的液相锂离子浓度进行化简, 使得${c_{\rm{s}}}\text{和}{c_{\rm{e}}}$的计算量大幅度减小. LSP2D模型只包含电池端电压求解公式和经过抛物线近似化简的(1)和(2)式, 而不再有偏微分方程. 图2是LSP2D模型的简化示意图.
图 2 LSP2D模型简化示意图
Figure2. Simplified schematic diagram of the LSP2D model.

2
3.1.电池端电压的计算
-->由(7)及(9)式可以推导出电池的端电压为
$\begin{split} V(t) =& \;\eta (L,t) - \eta (0,t) + {\phi _{\rm{e}}}(L,t) \\&-{\phi _{\rm{e}}}(0,t) + U(L,t) - U(0,t) \\&+ \frac{{{R_{{\rm{SEI}}}}}}{{{a_{{\rm{s,p}}}}}}j_{\rm{p}}^{{\rm{Li}}}(L,t) - \frac{{{R_{{\rm{SEI}}}}}}{{{a_{{\rm{s,n}}}}}}j_{\rm{n}}^{{\rm{Li}}}(0,t). \end{split} $
负极、正极的平均电流密度可以表示为
$\overline {j_{\rm{n}}^{{\rm{Li}}}} {L_{\rm{n}}} = \frac{I}{A} \Rightarrow \overline {j_{\rm{n}}^{{\rm{Li}}}} = \frac{I}{{A{L_{\rm{n}}}}},$
$\overline {j_{\rm{p}}^{{\rm{Li}}}} {L_{\rm{p}}} = - \frac{I}{A} \Rightarrow \overline {j_{\rm{p}}^{{\rm{Li}}}} = - \frac{I}{{A{L_{\rm{p}}}}}.$
对于同一电极(正极或负极)中的反应, 可以近似认为${\alpha _{\rm{a}}} = {\alpha _{\rm{c}}} = 0.5$. 假设在任一时刻, Li+的电流密度为常数, 那么就可以用$\overline {j_{\rm{n}}^{{\rm{Li}}}} $$\overline {j_{\rm{p}}^{{\rm{Li}}}} $代替$j_{\rm{n}}^{{\rm{Li}}}$$j_{\rm{p}}^{{\rm{Li}}}$代入(6)式中得到
$\begin{split}\overline {j_{\rm{n}}^{{\rm{Li}}}} =&\; \frac{I}{{A{L_{\rm{n}}}}} = {a_{{\rm{s}},{\rm{n}}}}{i_{{\rm{0}},{\rm{n}}}}\left[ \exp \left( {\frac{{0.5F\overline {{\eta _{\rm{n}}}} }}{{RT}}} \right) \right.\\&\left.- \exp \left( { - \frac{{0.5F\overline {{\eta _{\rm{n}}}} }}{{RT}}} \right) \right],\end{split}$
$\begin{split}\overline {j_{\rm{p}}^{{\rm{Li}}}} =&\; \frac{I}{{A{L_{\rm{p}}}}} = {a_{\rm{s}}}{i_{{\rm{0}},{\rm{p}}}}\left[ \exp \left( {\frac{{0.5F\overline {{\eta _{\rm{p}}}} }}{{RT}}} \right) \right. ~~~~\\&\left.- \exp \left( { - \frac{{0.5F\overline {{\eta _{\rm{p}}}} }}{{RT}}} \right) \right].\end{split}$
由(13)和(14)式得到正负极的表面过电位可以表示为[17]
$\overline {{\eta _{\rm{n}}}} = \frac{{2RT}}{F}\ln ({\xi _{\rm{n}}} + {({\xi _{\rm{n}}} + 1)^{1/2}}),$
$\overline {{\eta _{\rm{p}}}} = \frac{{2RT}}{F}\ln ({\xi _{\rm{p}}} + {({\xi _{\rm{p}}} + 1)^{1/2}}),$
其中
${\xi _{\rm{n}}} = \frac{I}{{2{a_{{\rm{s,n}}}}{i_{{\rm{0,n}}}}A{L_{\rm{n}}}}},$
${\xi _{\rm{p}}} = \frac{I}{{2{a_{{\rm{s,p}}}}{i_{{\rm{0,p}}}}A{L_{\rm{p}}}}}.$
通过对(4)式分析求解可以推导出电解质电势[18]
$\begin{split}&{\phi _{\rm{e}}}(L,t) - {\phi _{\rm{e}}}(0,t) \\=&\; \frac{{2RT(1 - t_ + ^0)}}{F}\ln \frac{{{c_{\rm{e}}}(L,t)}}{{{c_{\rm{e}}}(0,t)}} \\&- \frac{I}{{2A}}\left( {\frac{{{L_{\rm{n}}}}}{{k_{\rm{n}}^{{\rm{eff}}}}} \!+\! 2\frac{{{L_{\rm{n}}} + {L_{\rm{s}}}}}{{k_{\rm{s}}^{{\rm{eff}}}}} \!+\! \frac{{{L_{\rm{p}}}}}{{k_{\rm{p}}^{{\rm{eff}}}}}} \right).\end{split}$
综合(10), (15), (16)和(19)式可得到端电压为
$\begin{split}&\;V(t) =\\&\; \frac{{2RT}}{F}\ln \left( {\frac{{{\xi _{\rm{p}}} + {{({\xi _{\rm{p}}} + 1)}^{1/2}}}}{{{\xi _{\rm{n}}} + {{({\xi _{\rm{n}}} + 1)}^{1/2}}}}} \right) + \frac{{2RT(1 - t_ + ^0)}}{F}\\&\times\ln \frac{{{c_{\rm{e}}}(L,t)}}{{{c_{\rm{e}}}(0,t)}} - \frac{I}{{2A}}\left( {\frac{{{L_{\rm{n}}}}}{{k_{\rm{n}}^{{\rm{eff}}}}} + 2\frac{{{L_{\rm{n}}} + {L_{\rm{s}}}}}{{k_{\rm{s}}^{{\rm{eff}}}}} + \frac{{{L_{\rm{p}}}}}{{k_{\rm{p}}^{{\rm{eff}}}}}} \right)\\& + U(L,t) - U(0,t) - \frac{{{R_{{\rm{SEI}}}}}}{{{a_{{\rm{s}},{\rm{p}}}}}}\frac{I}{{A{L_{\rm{p}}}}} - \frac{{{R_{{\rm{SEI}}}}}}{{{a_{{\rm{s}},{\rm{n}}}}}}\frac{I}{{A{L_{\rm{n}}}}}.\end{split}$
通过化简, 耦合了${c_{\rm{s}}},{c_{\rm{e}}}$${\phi _{\rm{e}}}$的电池端电压求解方程化简成了耦合${c_{\rm{s}}}$${c_{\rm{e}}}$的(20)式, P2D模型化简成为包含(1), (2)和(20)式的电化学系统. 想要求解(20)式必须先用(1)和(2)式求出固相Li+浓度和液相Li+浓度, 但是(1)和(2)式是偏微分方程, 求解过程相对比较复杂, 必须进一步化简.
2
3.2.固相Li+浓度的简化
-->假设粒子内的浓度分布为抛物线[11, 19]
${c_{\rm{s}}}(r,t) = a(t) + b(t)\left( {\frac{{{r^2}}}{{R_{\rm{s}}^{\rm{2}}}}} \right).$
Subramanian等[11]利用固相表面浓度${c_{{\rm{s,e}}}}(t)$以及固相体积平均浓度$\overline {{c_{\rm{s}}}} (t)$来表示${c_{\rm{s}}}(r,t)$:
$\begin{split}{c_{\rm{s}}}(r,t) =& - \frac{3}{2}{c_{{\rm{s}},{\rm{e}}}}(t) + \frac{5}{2}\overline {{c_{\rm{s}}}} (t) \\&+ \left( { - \frac{5}{2}\overline {{c_{\rm{s}}}} (t) + \frac{5}{2}{c_{{\rm{s}},{\rm{e}}}}(t)} \right)\frac{{{r^2}}}{{R_{\rm{s}}^{\rm{2}}}},\end{split}$
其中$\overline {{c_{\rm{s}}}} (t)$${c_{{\rm{s,e}}}}(t)$由下列公式求出:
$\frac{{{\rm{d}}\overline {{c_{\rm{s}}}} (t)}}{{{\rm{d}}t}} + 3\frac{{\overline {{j^{{\rm{Li}}}}} }}{{{a_{\rm{s}}}F{R_{\rm{s}}}}} = 0,$
$\frac{{{D_{\rm{s}}}}}{{{R_{\rm{s}}}}}\left( {{c_{{\rm{s,e}}}}(t) - \overline {{c_{\rm{s}}}} (t)} \right) = - \frac{{\overline {{j^{{\rm{Li}}}}} }}{{5{a_{\rm{s}}}F}}.$
至此, 描述固相扩散的偏微分方程(1)就化简成为(22)—(24)式.
2
3.3.液相Li+浓度的简化
-->由于不同区域的${\varepsilon _{\rm{e}}},{D_{\rm{e}}}$不同, 液相扩散方程(2)又可以表示为
${\varepsilon _{{\rm{e,n}}}}\frac{{\partial {c_{{\rm{e,n}}}}}}{{\partial t}} = D_{{\rm{e,n}}}^{{\rm{eff}}}\frac{{{\partial ^2}{c_{{\rm{e,n}}}}}}{{\partial {x^2}}} + \frac{{1 - t_ + ^0}}{F}j_{\rm{n}}^{{\rm{Li}}}\;\;(\text{负极}),$
${\varepsilon _{{\rm{e,s}}}}\frac{{\partial {c_{{\rm{e,s}}}}}}{{\partial t}} = D_{{\rm{e,s}}}^{{\rm{eff}}}\frac{{{\partial ^2}{c_{{\rm{e,s}}}}}}{{\partial {x^2}}}\;\;(\text{隔膜}),$
${\varepsilon _{{\rm{e,p}}}}\frac{{\partial {c_{{\rm{e,p}}}}}}{{\partial t}} = D_{{\rm{e,p}}}^{{\rm{eff}}}\frac{{{\partial ^2}{c_{{\rm{e,p}}}}}}{{\partial {x^2}}} + \frac{{1 - t_ + ^0}}{F}j_{\rm{p}}^{{\rm{Li}}}\;\;(\text{正极}).$
首先, 引入下述无量纲变量,令
$ \left\{\begin{aligned} &{x_{\rm{n}}} = \frac{x}{{{L_{\rm{n}}}}},\;x \in (0,{L_{\rm{n}}}), \\ &{x_{\rm{s}}} = \frac{{x - {L_{\rm{n}}}}}{{{L_{\rm{s}}}}},\;x \in [{L_{\rm{n}}},{L_{\rm{n}}} + {L_{\rm{s}}}), \\& c_{\rm{e}}^{\rm{1}} = \frac{{{c_{\rm{e}}}}}{{{c_{{\rm{e,0}}}}}},\;\tau = \frac{{{D_{\rm{e}}}t}}{{{L^2}}},\\& {x_p} = \frac{{x - {L_{\rm{n}}} - {L_{\rm{s}}}}}{{{L_{\rm{p}}}}},\;x \in [{L_{\rm{n}}} + {L_{\rm{s}}},L). \end{aligned}\right.$
(25), (26)和(27)式可改写为
$\frac{{{D_{\rm{e}}}{c_{{\rm{e,0}}}}}}{{{L^2}}}\frac{{\partial c_{{\rm{e,n}}}^1}}{{\partial \tau }} = \frac{{D_{{\rm{e,n}}}^{{\rm{eff}}}}}{{L_{\rm{n}}^2}}\frac{{{c_{{\rm{e,0}}}}}}{{{\varepsilon _{{\rm{e,n}}}}}}\frac{{{\partial ^2}c_{{\rm{e,n}}}^{\rm{1}}}}{{\partial x_{\rm{n}}^2}} + \frac{{1 - t_ + ^0}}{{F{\varepsilon _{{\rm{e,n}}}}}}j_{\rm{n}}^{{\rm{Li}}}\;\;(\text{负极}),$
$\frac{{{D_{\rm{e}}}{c_{{\rm{e,0}}}}}}{{{L^2}}}\frac{{\partial c_{{\rm{e,n}}}^1}}{{\partial \tau }} = \frac{{D_{{\rm{e,s}}}^{{\rm{eff}}}}}{{L_{\rm{s}}^{\rm{2}}}}\frac{{{c_{{\rm{e,0}}}}}}{{{\varepsilon _{{\rm{e,s}}}}}}\frac{{{\partial ^2}c_{{\rm{e,s}}}^{\rm{1}}}}{{\partial {x^2}}}\;\;(\text{隔膜}),$
$\frac{{{D_{\rm{e}}}{c_{{\rm{e,0}}}}}}{{{L^2}}}\frac{{c_{{\rm{e}}{\rm{.p}}}^{\rm{1}}}}{{\partial \tau }} = \frac{{D_{{\rm{e,p}}}^{{\rm{eff}}}}}{{L_{\rm{p}}^{\rm{2}}}}\frac{{{c_{{\rm{e,0}}}}}}{{{\varepsilon _{{\rm{e,p}}}}}}\frac{{\partial c_{{\rm{e,p}}}^{\rm{1}}}}{{\partial x_{\rm{p}}^2}} + \frac{{1 - t_ + ^0}}{{F{\varepsilon _{{\rm{e,p}}}}}}j_{\rm{p}}^{{\rm{Li}}}\;(\text{正极}).$
$\tau = 0$时,
$c_{{\rm{e,n}}}^{\rm{1}} = c_{{\rm{e,s}}}^{\rm{1}} = c_{{\rm{e,p}}}^{\rm{1}} = 1.$
相应的边界条件变为
$\frac{{{c_{{\rm{e}},{\rm{0}}}}}}{{{L_{\rm{n}}}}}{\left( {\frac{{\partial c_{{\rm{e}},{\rm{n}}}^{\rm{1}}}}{{\partial {x_{\rm{n}}}}}} \right)_{{x_{\rm{n}}} = 0}} = 0,$
$\frac{{{c_{{\rm{e}},{\rm{0}}}}}}{{{L_{\rm{p}}}}}{\left( {\frac{{\partial c_{{\rm{e}},{\rm{p}}}^{\rm{1}}}}{{\partial {x_{\rm{p}}}}}} \right)_{{x_{\rm{p}}} = 0}} = 0,$
$c_{{\rm{e,n}}}^{\rm{1}}(1,\tau ) = c_{{\rm{e,s}}}^{\rm{1}}(0,\tau ),$
${c_{{\rm{e,s}}}}(1,\tau ) = {c_{{\rm{e,p}}}}(0,\tau ),$
$\frac{{D_{{\rm{e}},{\rm{n}}}^{{\rm{eff}}}}}{{{L_{\rm{n}}}}}{\left( {\frac{{\partial c_{{\rm{e}},{\rm{n}}}^{\rm{1}}}}{{\partial {x_{\rm{n}}}}}} \right)_{{x_{\rm{n}}} = 1}} = \frac{{D_{{\rm{e}},{\rm{s}}}^{{\rm{eff}}}}}{{{L_{\rm{s}}}}}{\left( {\frac{{\partial c_{{\rm{e}},{\rm{s}}}^{\rm{1}}}}{{\partial {x_{\rm{s}}}}}} \right)_{{x_{\rm{s}}} = 0}},$
$\frac{{D_{{\rm{e}},{\rm{s}}}^{{\rm{eff}}}}}{{{L_{\rm{s}}}}}{\left( {\frac{{\partial c_{{\rm{e}},{\rm{s}}}^{\rm{1}}}}{{\partial {x_{\rm{s}}}}}} \right)_{{x_{\rm{s}}} = 1}} = \frac{{D_{{\rm{e}},{\rm{p}}}^{{\rm{eff}}}}}{{{L_{\rm{p}}}}}{\left( {\frac{{\partial c_{{\rm{e}},{\rm{p}}}^{\rm{1}}}}{{\partial {x_{\rm{p}}}}}} \right)_{{x_{\rm{p}}} = 0}}.$
假设锂离子电池液相Li+浓度可以用抛物线轮廓描述, 以获得相同问题更简单的描述方法, 令
$\left\{ \begin{aligned} &c_{{\rm{e,n}}}^{\rm{1}} = {a_{\rm{1}}}(\tau ) + {b_1}(\tau )x_{\rm{n}}^2 + {c_1}(\tau )x_{\rm{n}}^{\rm{4}}, \\ &c_{{\rm{e,s}}}^{\rm{1}} = {a_2}(\tau ) + {b_2}(\tau )x_{\rm{s}}^{\rm{2}}, \\ &c_{{\rm{e,p}}}^{\rm{1}} = {a_3}(\tau ) + {b_3}(\tau )x_{\rm{p}}^{\rm{2}} + {c_3}(\tau )x_{\rm{p}}^{\rm{4}}. \end{aligned} \right.$
将(39)式代入边界控制条件(33)—(38)式中可得
${b_3}(\tau ) + 2{c_3}(\tau ) = 0,$
${a_1}(\tau ) + {b_1}(\tau ) + {c_1}(\tau ) = {a_2}(\tau ),$
${a_2}(\tau ) + {b_2}(\tau ) = {a_3}(\tau ),$
${b_1}(\tau ) + 2{c_1}(\tau ) = 0,$
${b_2}(\tau ) = 0.$
体积平均浓度为
$\begin{split}\overline {c_{{\rm{e,n}}}^{\rm{1}}} =& \int_{{x_{\rm{n}}} = 0}^1 {({a_1}(\tau ) + {b_1}(\tau )x_{\rm{n}}^{\rm{2}} + {c_1}(\tau )x_{\rm{n}}^{\rm{4}}){\rm{d}}{x_{\rm{n}}}} \\=&\; {a_1}(\tau ) + \frac{1}{3}{b_1}(\tau ) + \frac{1}{5}{c_1}(\tau ),\end{split}$
$\overline {c_{{\rm{e,s}}}^{\rm{1}}} = {a_2}(\tau ) + \frac{1}{3}{b_2}(\tau ),$
$\overline {c_{{\rm{e,p}}}^1} = {a_3}(\tau ) + \frac{1}{3}{b_3}(\tau ) + \frac{1}{5}{c_3}(\tau ).$
在(29)—(31)式两边同时对$x$从0到1积分:
$\begin{split}&~~~~~~\int_{{x_{\rm{n}}} = 0}^1 {\left( {\frac{{{D_{\rm{e}}}{c_{{\rm{e}},{\rm{0}}}}}}{{{L^2}}}\frac{{\partial c_{{\rm{e}},{\rm{n}}}^{\rm{1}}}}{{\partial \tau }}} \right){\rm d}{x_{\rm{n}}}} \\& = \int_{{x_{\rm{n}}} = 0}^1 {\left( {\frac{{D_{{\rm{e}},{\rm{n}}}^{{\rm{eff}}}}}{{L_{\rm{n}}^{\rm{2}}}}\frac{{{c_{{\rm{e}},{\rm{0}}}}}}{{{\varepsilon _{{\rm{e}},{\rm{n}}}}}}\frac{{{\partial ^2}c_{{\rm{e}},{\rm{n}}}^{\rm{1}}}}{{\partial x_{\rm{n}}^2}}} \right)}{\rm{d}}{x_{\rm{n}}}+ \frac{{1 - t_ + ^0}}{{F{\varepsilon _{{\rm{e}},{\rm{n}}}}}}j_{\rm{n}}^{{\rm{Li}}} \\& \Rightarrow \frac{{{\rm{d}}\overline {c_{{\rm{e}},{\rm{n}}}^{\rm{1}}} }}{{{\rm{d}}\tau }} = \frac{{(1 - t_ + ^0)j_{\rm{n}}^{{\rm{Li}}}}}{{F{\varepsilon _{{\rm{e}},{\rm{n}}}}}}\frac{{{L^2}}}{{{D_{\rm{e}}}{c_{{\rm{e}},{\rm{0}}}}}},\end{split}$
$\begin{split}&~~~~~~\int_{{x_{\rm{s}}} = 0}^1 {\left( {\frac{{{D_{\rm{e}}}{c_{{\rm{e}},{\rm{0}}}}}}{{{L^2}}}\frac{{\partial c_{{\rm{e}},{\rm{s}}}^{\rm{1}}}}{{\partial \tau }}} \right)} {\rm{d}}{x_{\rm{s}}} \\&= \int_{{x_{\rm{s}}} = 0}^1 {\left( {\frac{{D_{{\rm{e}},{\rm{s}}}^{{\rm{eff}}}}}{{L_{\rm{s}}^{\rm{2}}}}\frac{{{c_{{\rm{e}},{\rm{0}}}}}}{{{\varepsilon _{{\rm{e}},{\rm{s}}}}}}\frac{{{\partial ^2}c_{{\rm{e}},{\rm{s}}}^{\rm{1}}}}{{\partial x_{\rm{s}}^{\rm{2}}}}} \right){\rm{d}}{x_{\rm{s}}} \Rightarrow } \frac{{{\rm{d}}\overline {c_{{\rm{e}},{\rm{s}}}^{\rm{1}}} }}{{{\rm{d}}\tau }} = 0,\end{split}$
$\begin{split}&~~~~~~\int_{{x_{\rm{p}}} = 0}^1 {\left( {\frac{{{D_{\rm{e}}}{c_{{\rm{e}},{\rm{0}}}}}}{{{L^2}}}\frac{{\partial c_{{\rm{e,p}}}^{\rm{1}}}}{{\partial \tau }}} \right)} {\rm{d}}{x_{\rm{p}}} \\& = \int_{{x_{\rm{p}}} = 0}^1 {\left( {\frac{{D_{{\rm{e,p}}}^{{\rm{eff}}}}}{{L_{\rm{p}}^{\rm{2}}}}\frac{{{c_{{\rm{e,0}}}}}}{{{\varepsilon _{{\rm{e,p}}}}}}\frac{{\partial c_{{\rm{e,p}}}^{\rm{1}}}}{{\partial x_{\rm{p}}^{\rm{2}}}}} \right)}{\rm{d}}{x_{\rm{p}}}+ \frac{{1 - t_ + ^0}}{{F{\varepsilon _{{\rm{e,p}}}}}}j_{\rm{p}}^{{\rm{Li}}}\\& \Rightarrow \frac{{{\rm{d}}\overline {c_{{\rm{e,p}}}^{\rm{1}}} }}{{{\rm{d}}\tau }} = \frac{{(1 - t_ + ^0)j_{\rm{p}}^{{\rm{Li}}}}}{{F{\varepsilon _{{\rm{e,p}}}}}}\frac{{{L^2}}}{{{D_{\rm{e}}}{c_{{\rm{e,0}}}}}}.\end{split}$
用(11)和(12)式中的$\overline {j_{\rm{n}}^{{\rm{Li}}}} $$\overline {j_{\rm{p}}^{{\rm{Li}}}} $代替(48)—(50)式中的$j_{\rm{n}}^{{\rm{Li}}}$$j_{\rm{p}}^{{\rm{Li}}}$可得
$\frac{{{\rm{d}}\overline {c_{{\rm{e,n}}}^{\rm{1}}} }}{{{\rm{d}}\tau }} = \frac{{(1 - t_ + ^0)I}}{{F{\varepsilon _{{\rm{e,n}}}}A{L_{\rm{n}}}}}\frac{{{L^2}}}{{{D_{\rm{e}}}{c_{{\rm{e,0}}}}}},$
$\frac{{{\rm{d}}\overline {c_{{\rm{e,s}}}^{\rm{1}}} }}{{{\rm{d}}\tau }} = 0,$
$\frac{{{\rm{d}}\overline {c_{{\rm{e,p}}}^{\rm{1}}} }}{{{\rm{d}}\tau }} = \frac{{ - (1 - t_ + ^0)I}}{{F{\varepsilon _{{\rm{e,p}}}}A{L_{\rm{p}}}}}\frac{{{L^2}}}{{{D_{\rm{e}}}{c_{{\rm{e,0}}}}}}.$
为了方便计算, 这里定义以下无量纲变量:
${\frac{{(1 - t_ + ^0)I}}{{F{\varepsilon _{{\rm{e,n}}}}AL}}_{\rm{n}}}\frac{{{L^2}}}{{{D_{\rm{e}}}{c_{{\rm{e,0}}}}}} = \alpha ,$
$\frac{{ - (1 - t_ + ^0)I}}{{F{\varepsilon _{{\rm{e,p}}}}A{L_{\rm{p}}}}}\frac{{{L^2}}}{{{D_{\rm{e}}}{c_{{\rm{e,0}}}}}} = \beta .$
结合(51)—(53)式和(32)式得到
$\overline {c_{{\rm{e,n}}}^1} = \alpha \tau + 1,$
$\overline {c_{{\rm{e,s}}}^{\rm{1}}} = 1,$
$\overline {c_{{\rm{e,p}}}^{\rm{1}}} = \beta \tau + 1.$
结合(45)—(47)式和(56)—(58)式可得到
${a_1}(\tau ) + \frac{1}{3}{b_1}(\tau ) + \frac{1}{5}{c_1}(\tau ) = \alpha \tau + 1,$
${a_2}(\tau ) + \frac{1}{3}{b_2}(\tau ) = 1,$
${a_3}(\tau ) + \frac{1}{3}{b_3}(\tau ) + \frac{1}{5}{c_3}(\tau ) = \beta \tau + 1.$
上述方程结合(40)—(44)式,可以求出(39)式中的各系数, 参数值见表1.
${a_1}$${b_1}$${c_1}$${a_2}$${b_2}$${a_3}$${b_3}$${c_3}$
$\displaystyle\frac{1}{8} + \alpha \tau $$\displaystyle\frac{{15}}{4}$$ - \displaystyle\frac{{15}}{8}$$1$01$\displaystyle\frac{{30}}{7}\beta \tau $$ - \displaystyle\frac{{15}}{7}\beta \tau $


表1各参数的值
Table1.Values of parameters.

至此, 液相Li+浓度表示为
$\left\{ \begin{aligned} &c_{{\rm{e,n}}}^{\rm{1}} = \frac{1}{8} + \alpha \tau + \frac{{15}}{4}x_{\rm{n}}^{\rm{2}} - \frac{{15}}{8}x_{\rm{n}}^{\rm{4}}, \\ &c_{{\rm{e,s}}}^{\rm{1}} = 1, \\ &c_{{\rm{e,p}}}^{\rm{1}} = 1 + \frac{{30}}{7}(\beta \tau )x_{\rm{p}}^{\rm{2}} - \frac{{15}}{7}(\beta \tau )x_{\rm{p}}^{\rm{4}}, \end{aligned} \right.$
即液相Li+浓度利用抛物线近似化简成了(62)式.
标准的P2D模型化简成为(20)式、(22)—(24)式和(62)式. 其中(22)—(24)式用于求解固相Li+浓度. 化简之后的LSP2D模型不再包含偏微分方程.
本文用于锂离子电池实验仿真的参数如表2所列[13, 20], 仿真软件是Windows操作系统下的COMSOL软件, 设置温度为25 ℃. 由于PPA模型的简化程度达不到实际应用的标准, 所以本文以P2D模型作为标准, 从准确性和快速性两方面比较LSP2D模型和SP模型.
SymbolAnodeCathodeSeparator
$\sigma$/S·m–1100100
${\varepsilon _{\rm s}}$0.490.59
${\varepsilon _{\rm e}}$0.4850.3650.724
Brug4.04.04.0
${c_{{\rm{e,0}}}}$/mol·m–3100010001000
${c_{{\rm{s,0}}}}$/mol·m–3916.6548977.25
${c_{{\rm{s,max}}}}$/mol·m–33055551555
A/m2$6.03 \!\times\! {10^{ - 4}}$$5.31 \!\times\! {10^{ - 4}}$
${D_{\rm{e}}}$/m2·s–1$7.5 \!\times\! {10^{ - 10}}$$7.5 \!\times\! {10^{ - 10}}$$7.5 \!\times\! {10^{ - 10}}$
${D_{\rm{s}}}$/m2·s–1$3.9 \!\times\! {10^{ - 14}}$$1.0 \!\times\! {10^{ - 14}}$
k/mol·(mol·m–3)–1.5$4.854 \!\times\! {10^{ - 6}}$$2.252 \!\times\! {10^{ - 6}}$
${R_{\rm{s}}}$/m$2 \!\times\! {10^{ - 6}}$$2 \!\times\! {10^{ - 6}}$
x/m$8.8 \!\times\! {10^{ - 5}}$$8.0 \!\times\! {10^{ - 5}}$$8.0 \!\times\! {10^{ - 5}}$
${R_{{\rm{SEI}}}}/\Omega$·m–20.01
I/A·m–220
$\alpha $0.50.5
F/C·mol96487
R/J·mol·K–18.314
T/K298.15


表2锂离子电池参数表
Table2.Parameters lists of Li-ion battery.

在锂离子电池放电末期, 电池的固相浓度和液相浓度会趋于稳定, 选取在放电末期研究锂离子电池的浓度状况. 图3显示了1C和3C的放电倍率下在放电末期(电压下降到3 V以下)由LSP2D模型测得的液相Li+浓度${c_{\rm{e}}}$和P2D模型、SP模型测得的液相Li+浓度${c_{\rm{e}}}$的对比情况. 从图3可以看出在放电倍率为1C的情况下, 两种模型的液相Li+浓度${c_{\rm{e}}}$误差都不大, 所以可以忽略. 但在放电率为3C的情况下, SP模型估算出的${c_{\rm{e}}}$有很大的误差(≤ 56.5%), 而LSP2D模型的误差较小(≤ 10%), 因为SP模型是直接忽略了${c_{\rm{e}}}$的变化.
图 3 1C和3C放电率下, SP, LSP2D和P2D模型得到的放电末期液相Li+浓度${c_{\rm{e}}}$比较
Figure3. Comparison of liquid phase Li+ concentration ${c_{\rm{e}}}$ obtained by SP, LSP2D and P2D model at 1C and 3C discharge rates.

图4显示的是P2D模型、LSP2D模型以及SP模型在放电率为1C和3C时的放电曲线. 根据图4中的信息可以得到放电率为1C和3C时两种模型估算电池端电压的平均误差, 结果列于表3中. 从表3可以看出, 在放电率为1C时两种模型的精度都比较高, 而在放电率为3C时, LSP2D模型的估算精度较高,误差 ≤ 1.2%, SP模型的估算精度较低, 误差约为12%. 结合图3可以发现, 在较高放电率的情况下, SP模型的误差很大, 所以在实际运用中价值不大, 而本文提出的模型在精度方面有很大的提升.
图 4 三种模型在放电率为1C和3C时的放电曲线
Figure4. Discharge curves of three models at 1C and 3C discharge rates.

ModelAverage error at
discharge rate 1C/V
Average error at
discharge rate 3C/V
P2D00
LSP2D0.00560.014
SP0.00520.142


表3放电率为1C和3C时三种模型估算电池端电压的平均误差
Table3.Average error of the battery terminal voltage is estimated by three models when the discharge rate is 1C and 3C.

表4记录了使用上述三种模型进行50次循环估计所需要的时间, 可知严格的P2D计算时间太长, SP模型的估计速度很快, 但是它的缺陷在前面已经提到, LSP2D模型相对于P2D模型计算时间减少了99.73%. 结合前面的模型精度讨论, 可以得出LSP2D模型在保证估计精度的同时, 很大程度上减少了计算量使估计时间大大降低, 对于将电化学模型用到实际当中具有非常重要的意义.
ModelTime for 50 cycles/s
P2D7860
LSP2D21
SP12


表4比较三种模型估算速度
Table4.Comparison of the estimated speeds of the three models.

1)通过对电池的端电压方程进行分析和简化, 将原本高度耦合的包含了${c_{\rm{s}}},{c_{\rm{e}}}$${\phi _{\rm{e}}}$三个参数的方程化简成耦合程度较低的包含${c_{\rm{s}}}\text{和}{c_{\rm{e}}}$两个参数的方程, 并用多项式方程近似表示沿着电极颗粒方向的Li+浓度来化简${c_{\rm{s}}}$, 通过引入三个无量纲变量化简${c_{\rm{e}}}$. 这样电池的端电压就可以通过几个多项式方程表示出来.
2)仿真表明, 本文提出的LSP2D模型综合了P2D模型高精度和SP模型高速度的优点, 对于电池管理系统中参数的精准快速估计具有重要意义.
3)锂离子电池的荷电状态(SOC)和健康状况(SOH)的估算一直是BMS中的难点, 用现有的模型很难高效且准确地估算锂离子电池的SOC和SOH, 所以下一步的工作主要包括利用LSP2D模型结合遗传算法和卡尔曼滤波提出新的SOC估算方法.
相关话题/计算 模型 经验 浓度 过程

  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效,10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材,产品类型包含电子书、题库、全套资料以及视频,无论您是考研复习、考证刷题,还是考前冲刺等,不同类型的产品可满足您学习上的不同需求。 ...
    本站小编 Free壹佰分学习网 2022-09-19
  • 基于共心球透镜的多尺度广域高分辨率计算成像系统设计
    摘要:针对实时广域高分辨率成像需求,充分利用具有对称结构的多层共心球透镜视场大且各轴外视场成像效果一致性好的特点,设计基于共心球透镜的多尺度广域高分辨率计算成像系统.该系统基于计算成像原理,通过构建像差优化函数获得光学系统设计参数,结合球形分布的次级相机阵列进行全局性优化,提高系统性能的同时有效简化 ...
    本站小编 Free考研考试 2021-12-29
  • 基于双高斯衰减模型的超声回波处理方法
    摘要:信号降噪与特征提取是超声检测数据处理的关键技术.基于超声信号有特定结构而噪声和超声信号的结构无关,本文提出一种旨在解决强噪声背景下超声回波的参数估计和降噪问题的方法.该方法将超声回波的参数估计和降噪问题转换为函数优化问题,首先根据工程经验建立超声信号的双高斯衰减数学模型,然后根据观测回波和建立 ...
    本站小编 Free考研考试 2021-12-29
  • Ce-La-Th合金高压相变的第一性原理计算
    摘要:采用第一性原理计算对Ce0.8La0.1Th0.1在高压下fcc-bct的结构相变、弹性性质及热力学性质进行了研究讨论.通过对计算结果的分析,发现了合金在压力下的相变规律,压强升高到31.6GPa附近时fcc相开始向bct相转变,到34.9GPa时bct相趋于稳定.对弹性模量的计算结果从另一角 ...
    本站小编 Free考研考试 2021-12-29
  • 螺旋锥束计算机断层成像倾斜扇束反投影滤波局部重建算法
    摘要:螺旋锥束计算机断层成像(CT)作为常用的临床诊断工具,如何尽可能地减少其辐射剂量是热点研究领域之一.局部成像利用准直器减小射线直照区域,能够有效降低CT辐射剂量.然而,局部成像会造成投影数据横向截断,产生局部重建问题.现有螺旋反投影滤波(BPF)算法只能实现局部曲面重建,难以实现局部体区域重建 ...
    本站小编 Free考研考试 2021-12-29
  • 光声光谱检测装置中光声池的数值计算及优化
    摘要:利用光声光谱技术进行痕量气体的检测具有独特的优势,光声池是系统装置中最为重要的核心部件,它决定着整机性能的优劣.以一圆柱形共振型光声池为研究对象,基于声学与吸收光谱学的基本理论,建立了光声池声场激发的数学模型;利用数值模拟方法对光声池空腔结构进行了声学模态仿真,获得了前8阶声学模态值以及声压可 ...
    本站小编 Free考研考试 2021-12-29
  • 液-液两相液层间传质过程的Rayleigh-Bénard-Marangoni对流特性
    摘要:传质引发的Rayleigh-Bénard-Marangoni对流(RBM对流)对化工传递过程有着显著影响.但是,已有的相关研究多集中于气-液体系,并且有限的针对液-液体系的相关研究尚缺乏对RBM对流演化及其引发的界面扰动行为的深入分析.因此,本文基于阴影法设计搭建了竖直狭缝内液-液两相液层间传 ...
    本站小编 Free考研考试 2021-12-29
  • 非晶Ag晶化过程中不同类型晶核结构的识别与跟踪
    摘要:采用分子动力学模拟研究了非晶Ag的等温晶化过程,通过原子轨迹逆向追踪法分析了不同类型晶体团簇的结构遗传与组态演化.在团簇类型指数法的基础上,根据基本团簇种类与联结方式不同,提出了一种可区分fcc单晶、多晶与混晶团簇的分析方法.在非晶Ag等温晶化过程中,基于团簇结构的连续遗传性特征,发展了一种可 ...
    本站小编 Free考研考试 2021-12-29
  • W-In体系溶质晶界偏聚行为的第一性原理计算
    摘要:基于第一性原理构建了钨基合金体系的溶质偏聚模型,以W-In体系为例研究了不同浓度下溶质的晶界偏聚行为和成键特征,从电子结构层面揭示了W-In体系的键合作用,预测了W-In体系界面稳定性随溶质浓度的变化规律.结合键布居、电荷密度、差分电荷密度和态密度等电子结构分析,发现了W-In体系中溶质原子在 ...
    本站小编 Free考研考试 2021-12-29
  • 光子角动量在环形金属纳米孔异常透射过程中的作用
    摘要:在环形凹槽包围环形金属纳米孔的异常透射器件的研究中,环形凹槽可以将携带光子角动量的入射光转化为涡旋表面等离极化激元,这些涡旋表面等离极化激元传向几何中心并与直接照射在环形纳米孔上的光子发生干涉,当相互干涉的光子满足相位匹配条件时,环形纳米孔的透射率得到显著增强.本文利用理论分析和数值计算的方法 ...
    本站小编 Free考研考试 2021-12-29
  • 一种基于分支过程的信息流行度动力学模型
    摘要:Web2.0时代,建模和预测在线信息流行度是信息传播中的重要问题.本文基于社交网络系统信息传播的机制,通过假设和简化,提出了分支过程的概率模型,来描述在线社交网络信息的流行度动力学过程.对典型在线社交网络系统的信息流行度数据和网络结构数据进行了分析,统计结果表明信息流行度衰减遵循幂律分布(幂指 ...
    本站小编 Free考研考试 2021-12-29