A transfer function type of simplified electrochemical model with modified boundary conditions and Padé approximation for Li-ion battery: Part 1. lithium concentration estimation

电池(电) 离散化 传递函数 电解质 锂离子电池 扩散 应用数学 模拟 材料科学 计算机科学 化学 数学 功率(物理) 热力学 数学分析 工程类 电气工程 物理 电极 物理化学
作者
Shifei Yuan,Lei Jiang,Chengliang Yin,Hongjie Wu,Xi Zhang
出处
期刊:Journal of Power Sources [Elsevier]
卷期号:352: 245-257 被引量:55
标识
DOI:10.1016/j.jpowsour.2017.03.060
摘要

To guarantee the safety, high efficiency and long lifetime for lithium-ion battery, an advanced battery management system requires a physics-meaningful yet computationally efficient battery model. The pseudo-two dimensional (P2D) electrochemical model can provide physical information about the lithium concentration and potential distributions across the cell dimension. However, the extensive computation burden caused by the temporal and spatial discretization limits its real-time application. In this research, we propose a new simplified electrochemical model (SEM) by modifying the boundary conditions for electrolyte diffusion equations, which significantly facilitates the analytical solving process. Then to obtain a reduced order transfer function, the Padé approximation method is adopted to simplify the derived transcendental impedance solution. The proposed model with the reduced order transfer function can be briefly computable and preserve physical meanings through the presence of parameters such as the solid/electrolyte diffusion coefficients (Ds&De) and particle radius. The simulation illustrates that the proposed simplified model maintains high accuracy for electrolyte phase concentration (Ce) predictions, saying 0.8% and 0.24% modeling error respectively, when compared to the rigorous model under 1C-rate pulse charge/discharge and urban dynamometer driving schedule (UDDS) profiles. Meanwhile, this simplified model yields significantly reduced computational burden, which benefits its real-time application.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
1秒前
科研通AI2S应助重要英姑采纳,获得10
2秒前
2秒前
应语海发布了新的文献求助10
2秒前
Yzh完成签到,获得积分10
3秒前
CHEN完成签到,获得积分10
3秒前
jadexuanxuan完成签到,获得积分10
3秒前
王家乐完成签到,获得积分20
3秒前
3秒前
4秒前
益达男友发布了新的文献求助30
4秒前
4秒前
谢谢各位大佬完成签到,获得积分10
5秒前
5秒前
糊涂的尔蝶完成签到,获得积分10
5秒前
5秒前
6秒前
李雨轩发布了新的文献求助10
6秒前
桐桐应助科研通管家采纳,获得10
8秒前
斯文败类应助科研通管家采纳,获得20
8秒前
完美世界应助科研通管家采纳,获得10
8秒前
CodeCraft应助科研通管家采纳,获得10
8秒前
丘比特应助科研通管家采纳,获得10
8秒前
CodeCraft应助科研通管家采纳,获得10
8秒前
苏卿应助junru采纳,获得10
8秒前
我是老大应助科研通管家采纳,获得10
8秒前
SciGPT应助科研通管家采纳,获得10
8秒前
调研昵称发布了新的文献求助30
8秒前
丘比特应助科研通管家采纳,获得30
8秒前
科研通AI2S应助科研通管家采纳,获得10
9秒前
陈陈完成签到 ,获得积分10
9秒前
csr发布了新的文献求助10
10秒前
研友_Lmb15n完成签到,获得积分10
10秒前
12秒前
Catch完成签到 ,获得积分10
14秒前
如意大侠完成签到,获得积分10
15秒前
17秒前
17秒前
善学以致用应助王家乐采纳,获得10
17秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3156020
求助须知:如何正确求助?哪些是违规求助? 2807409
关于积分的说明 7872961
捐赠科研通 2465760
什么是DOI,文献DOI怎么找? 1312375
科研通“疑难数据库(出版商)”最低求助积分说明 630083
版权声明 601905