首页/文章/ 详情

Amesim锂离子LFP-C高功率2.3Ah准静态电池单体

11月前浏览533

       
       
       
       
       


本模型表征了2.3Ah磷酸铁锂-石墨(LFP-C)高功率锂离子电池的准静态电路特性,如图1所示。该模型可同时模拟电池的电学特性和热力学行为。 模型参数已通过IFP新能源公司电池测试设施的实验数据进行了校准和验证。 

01


   

   

描述

准静态电路模型对瞬态现象的表征有限,通常不适用于同时模拟长时间尺度激励(如恒流充电)和短时间尺度激励(如电动汽车或混合动力汽车工况中的动态功率请求)。为更精确表征PHEV和EV典型动态工况下的电池行为,模型中的电阻参数采用FreedomCar测试手册2003版所述的10秒脉冲法进行辨识。 本模型未体现充放电过程中的开路电压迟滞现象,但考虑了可逆与不可逆热交换对热平衡的影响。 模型还包含了由日历老化和循环老化导致的电池容量衰减效应。


02


   

   

校准范围

本模型基于2.3Ah单体电池校准,对2.3Ah电池具有定量准确性。 当缩放至其他标称容量(最高8Ah)时,仍可提供定性参考结果。 更高容量的外推可能导致仿真误差。可通过电池高级等效电路模型的"启用缩放"选项进行容量调整。

电学模型在以下工况范围内预校准:

  • 荷电状态(SOC)范围[0 ; 100 %]
  • 温度范围[0 ; 30 °C]

     

老化模型在以下工况范围内预校准:

  • SOC范围[20 ; 100 %]
  • 电流范围[0 ; 70 A](单参考电池)

超出此范围使用可能导致显著的数据外推误差,建议在标定范围内使用以获得可靠结果。

03


   

   

几何与热力学参数


04


   

   

电学与热力学参数

电池单元在20°C的Digatron 200A/50V测试台上进行道路工况测试, 使用特定输入电流模式(通常来自电动汽车(EV)和混合动力汽车(HEV)运行数据)。
图1显示测试电池的电流曲线: 首先恒流充电至满电,然后恒流放电至50%荷电状态(SOC), 最后施加典型的HEV/EV道路功率需求电流。

  • 时间 < 4400秒:静置1000秒后以2.3A恒流充电至满电,满电静置
  • 时间4400-6200秒:以2.3A恒流放电至50%荷电状态
  • 时间6200-8000秒:无电流流经电池的静置阶段
  • 时间 > 8000秒:HEV典型工况电流及静置
用于EV和HEV道路工况验证的电流曲线

预校准锂离子模型基于IFP Energies nouvelles测试台提供的实验数据构建和验证。 测试对象为圆柱形高功率LFP-C电芯,标称容量2.3Ah。 模型参数值保存在预校准工具的数据库中, 可通过ESSBATCA01等高级电路模型调用。

下图展示评估两种预校准电芯模型能力的示意图。每个电芯连接虚拟测试台以复现实验电流。 实测数据体现在测试台测量区域。 热模型采用双热容子模型通过导热连接的结构, 右侧连接电芯的热容模拟核心热行为,左侧模拟外壳热行为。


几何与热参数根据LFP_HP_QS和 LFP_HP_DY预校准电芯文档设置。 初始SOC设为52.6%,环境温度20.5°C,电芯初始温度根据实测设为21°C。 电芯核心与外壳间的对流换热系数设为50W/m2/K(基于最后冷却阶段的实验数据拟合)。

两种建模方法的电压/温度仿真结果与实验测量的对比。 总体而言两种模型都能较好预测电压, 动态模型在恒流充放电阶段表现更优, 这源于准静态模型缺少扩散电阻。 满电浮充阶段两种模型都存在偏差(实验满电机制未建模), 但静置后仿真电压与实验吻合。 温度预测误差始终小于1°C。

典型HEV工况电流下的实验电压与模型电压对比

 动态模型与实验数据高度吻合, 准静态模型误差较大(<50mV)但仍可接受。 因准静态模型参数针对整车应用优化, 在恒流工况表现稍逊但在HEV脉冲工况仍保持良好一致性。

HEV典型工况电压细节展示


来源:Amesim学习与应用
电路汽车新能源AMESim电机
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-10-18
最近编辑:11月前
batt
本科 微信公众号:Amesim学习与应用
获赞 105粉丝 533文章 274课程 0
点赞
收藏
作者推荐

Simcenter Reduced Order Modeling 2404 基于神经网络的模型

ROM原来是Amesim的一个应用工具,由于实在太好用了,逐渐具有了非常大的商业价值。自Amesim2304以后,该插件就独立成为了一个应用软件。我们团队将Simcenter Reduced Order Modeling 2404全部帮助文档进行了翻译,方便大家学习。 毕竟看中文文档一目十行,学习效率高得多。01 内容截图Simcenter ROM 2404 的核心价值在于它能将复杂的物理模型或仿真数据“浓缩”为计算轻量的代理模型,同时尽可能保留原模型的关键特性。数据来源广泛:它支持从多种源头导入数据,包括高保真仿真结果(如CFD、FEA)和实验测量数据。先进的降阶方法:软件内置了多种先进的降阶技术,涵盖响应面模型(RSM)、神经网络(包括静态和动态)、线性代数方法以及人工智能(AI)和机器学习(ML)算法。用户无需深厚的专业领域知识,也能通过自动化工作流程构建模型。用户友好的无代码界面:软件提供了直观的图形化界面和设置向导,引导用户完成从数据导入到模型导出的全过程,使得专家和非专家用户都能轻松使用。与Simcenter生态无缝集成:它能够与西门子的其他仿真和测试工具(如Simcenter Amesim、Simcenter FloTHERM等)轻松交换数据和模型,同时也支持通用中立格式的数据导入和模型导出,兼容性良好。灵活的模型导出与部署:创建好的降阶模型可以一键导出为多种工业标准格式,如 FMI(功能 mock-up 接口)、ONNX(开放神经网络交换)、以及用于Simcenter Amesim的格式等。导出的模型是工具无关的,运行时不需要额外的软件许可证或求解器,这非常利于模型共享和在嵌入式系统等资源受限环境中的部署。来源:Amesim学习与应用

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈