锂离子电池SOC估计：二阶等效电路模型与EKF实现

1. 项目背景与核心问题

在电动汽车和储能系统领域，锂离子电池的荷电状态（State of Charge, SOC）估计是电池管理系统（BMS）的核心功能之一。SOC作为反映电池剩余电量的关键指标，其估计精度直接影响电池的使用安全性和寿命。然而，电池内部的电化学反应具有高度非线性特性，传统的一阶等效电路模型（如Thevenin模型）在动态工况下的估计精度往往不足。

二阶等效电路模型通过增加RC网络环节，能更准确地描述电池的动态特性。如图1所示的二阶RC模型，包含欧姆内阻（R₀）和两对RC并联支路（R₁C₁和R₂C₂），分别表征电池的极化效应在不同时间尺度上的响应。其中：

• R₁C₁模拟短时间常数（秒级）的电荷转移极化
• R₂C₂模拟长时间常数（分钟级）的浓度差极化

关键提示：二阶模型相比一阶模型的优势在于能同时捕捉电池的瞬态响应和稳态特性，但参数辨识复杂度也随之增加。

2. 二阶等效模型数学建模

2.1 模型微分方程推导

根据基尔霍夫电压定律，建立模型的状态空间方程：

code复制U₁' = -U₁/(R₁C₁) + Iₗ/C₁  (1)
U₂' = -U₂/(R₂C₂) + Iₗ/C₂  (2)
Uₗ = Uₒₖ - U₁ - U₂ - IₗR₀  (3)

其中：

• U₁/U₂：RC支路端电压（V）
• Iₗ：负载电流（A），放电为正
• Uₒₖ：开路电压（OCV），与SOC存在确定函数关系

2.2 离散化处理

采用后向欧拉法对连续方程离散化，采样周期为T：

code复制U₁(k) = (1 - T/(R₁C₁))U₁(k-1) + (T/C₁)Iₗ(k) (4)
U₂(k) = (1 - T/(R₂C₂))U₂(k-1) + (T/C₂)Iₗ(k) (5)

通过Z变换得到传递函数，最终可转化为ARX模型形式：

code复制y(k) = a₁y(k-1) + a₂y(k-2) + b₀u(k) + b₁u(k-1) (6)

其中y(k)=Uₒₖ-Uₗ-IₗR₀，u(k)=Iₗ(k)

3. 参数辨识方法实现

3.1 实验设计

采用混合脉冲功率特性（HPPC）测试获取数据：

1. 静置阶段：电池完全静置2小时，记录OCV-SOC曲线
2. 放电脉冲：以1C电流放电10秒，记录电压响