这篇关于创新智能的客座文章由Maplesoft工程解决方案副总裁Paul Goossens撰写。Maplesoft为工程师提供工具，使模型驱动的创新过程能够帮助管理设计复杂性。Maplesoft的Maple和MapleSim软件可通过Altair合作伙伴联盟获得。bob游戏下载大全

随着现代技术进步，电池系统越来越大而复杂。当为这些产品开发电池管理系统（BMS）时，重要的是考虑最小化充电时间的方法，同时最大限度地提高能源效率和电池寿命。进行BMS测试的有效方法是使用虚拟电池;模仿真实行为的电池单元的数学模型。这些模型是一种成本和时效的替代方案，可准确实现实时性能。

最近开发的一种新技术提供了实时性能，同时几乎完全保持了全物理模型的准确性。这种方法使用基于电化学的电池模型，其中包括电极和电解质之间反应的基本物理细节。这些是电池整体充放电特性的准确预测，可以用偏微分方程(PDE)系统表示。严格的偏微分方程离散技术将模型简化为一组常微分方程(ODE)，可以通过像MapleSim这样的系统级工具来解决，从而产生快速和实时的代码。该技术允许在复杂的多域系统模型中，通过广泛的加载循环，实现预测充放电率、充电状态(SoC)、热生成和健康状态(SoH)的电池模型。

作为电池老年，性能降解的关键因素是在电极和电解质之间形成固体电解质界面（SEI）。SEI的生长取决于充电/放电循环，施加的电流，储存，温度和制造方差的数量和深度。如果所有细胞由BMS同样治疗，则一个细胞在一个细胞上的SEI生长更快地可能导致放电深度的差异（DOD），增加失败的可能性。为了将SOH注入电池型号，这些属性在MapleSim电池库中实现为参数和查找表。

最近，我们为一家大型储能系统(ESS)制造商创建了一个使用电池建模的BMS开发测试系统。系统中的每个电池由几个“堆栈”组成，每个“堆栈”包含几个电池单元。MapleSim电池模型遵循这种结构，每个电池都是一个共享的、完全参数化的子系统。此外，每个单元可以使用逻辑参数切换到开路。使用参数估计工具来确定平均细胞响应，该工具使用优化技术来确定与实验结果最接近的细胞响应参数值。然后根据来自其他细胞的响应数据进行验证，以确保对结果模型的近距离估计。

对于此过程，我们通过基于实验结果实现了SOH行为作为查找表。该模型基于从查找的充电/放电循环和放电深度（DOD）确定容量和内部电阻。使用由由电荷/放电结果由测试48个细胞确定的统计分布产生的随机变体来实现细胞行为的变化。将其应用于模型中的所有144个细胞，并与实际测试结果相比。来自实验数据的电压的最大方差为14mV，而模拟为13mV。

最后，该模型通过MapleSim连接器转换为ANSI-C.这产生了电池模型的S函数，可以在Matlab / Simulink™中的台式计算机上使用固定步骤求解器进行性能和准确性，然后将其移动到实时平台。性能替补表明，平均执行时间比实时速度快大约20倍，占据实时系统时间预算的5.5％，这意味着如果需要，电池模型可以很容易地缩放。

测试站为工程师提供了配置电池模型的能力，并将一系列测试应用于它。工程师随时可以回到模型，以对模型配置进行必要的更改，并在实时平台上生成用于使用的模型。对于测试ESS电池管理系统，使用电池造型是一种有效而有效的使用真实电池。