直播 | 面向电动汽车与储能应用的锂离子电池电化学建模与先进管控技术

电池管理系统（BMS）是保障动力电池高效、安全与可靠运行的核心。当前多数BMS基于等效电路模型进行状态估计与控制，但由于缺乏对内部电化学机理的刻画，在低温和老化条件下精度下降，且难以指导快充策略以抑制衰减。相比之下，电化学模型能够从多尺度揭示电池内部反应机制，其参数具有明确物理意义，有助于提升状态估计精度并延长电池寿命。针对电化学模型计算复杂、参数难辨识及观测性不足等问题，通过模型降阶与精准辨识，构建了面向BMS应用的电化学建模与控制方法。首先，分析电池在不同电流下的多尺度电化学分布规律，结合泰勒展开、拉普拉斯变换与Padé近似，建立输入电流与输出电压的高效降阶模型。其次，提出基于电极重构与全局敏感度分析的多阶段参数辨识方法，通过半电池实验与非线性最小二乘算法实现关键参数的高效精准识别。在老化建模方面，构建多尺度加速老化实验体系，揭示电池非线性衰退规律，建立负极副反应模型并量化锂沉积与SEI生长等关键机制。进一步，提出SOC/SOH协同估计框架，基于双扩展卡尔曼滤波实现锂损失、活性物质损失及阻抗增长等参数的在线辨识，显著提升全寿命周期估计精度。最后，基于电化学-老化耦合模型，提出考虑副反应约束的多目标快充优化策略，在提升充电效率的同时抑制老化。

报名参会

2026.6.3（周三）  15:00-16:00