← 返回
基于时空耦合校正方法的软包锂离子电池SOC与SOTD联合估计算法
An Online SOC-SOTD Joint Estimation Algorithm for Pouch Li-Ion Batteries Based on Spatio-Temporal Coupling Correction Method
| 作者 | Wei Li · Yi Xie · Xiaosong Hu · Yangjun Zhang · Huihui Li · Xianke Lin |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2022年6月 |
| 技术分类 | 储能系统技术 |
| 技术标签 | 储能系统 电池管理系统BMS 热仿真 多物理场耦合 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | SOC SOTD 软包锂离子电池 双卡尔曼滤波 时空耦合 热阻网络 分布式产热 |
语言:
中文摘要
本文提出了一种针对软包锂离子电池的SOC（荷电状态）与SOTD（温度分布状态）联合估计算法。该方法结合了一阶RC模型、分布式产热模型、热阻网络模型，并利用基于空间恢复算法和双卡尔曼滤波（DKF）的时空耦合校正技术。与传统的一维温度估计不同，该算法能更精确地反映电池内部温度场分布。
English Abstract
An SOC (state of charge)-SOTD (state of temperature distribution) joint estimation algorithm is established for a pouch lithium-ion battery. This method integrates the first-order RC model, distributed heat generation model, thermal resistance network model, and spatio-temporal coupling correction based on spatial restoration algorithm and dual Kalman filter (DKF). Unlike the traditional 1-D SOT e...
S
SunView 深度解读
该研究对阳光电源的储能业务（如PowerTitan、PowerStack系列）具有极高的应用价值。目前大容量储能系统面临严峻的电池热管理挑战，传统的集总参数模型难以捕捉电池包内部的局部热点，易导致过充或过放风险。该算法通过时空耦合校正实现更精准的SOC与温度场估计，可直接集成于阳光电源的BMS（电池管理系统）中，提升系统安全性与循环寿命。建议研发团队将其引入下一代液冷储能系统的热管理策略中，以优化电池簇的充放电倍率控制，实现更精细化的全生命周期管理。