2. 液冷系统被控对象建模

液冷控制策略的设计质量,首先取决于被控对象模型是否抓住了主要矛盾。储能液冷系统从电芯到冷机是一条多物理域串联链路:电芯内部产生热量,热量经壳体与导热垫传到冷板,再由冷却液沿管路带走,最终由冷机把热量排到环境。控制策略真正关心的是“给定泵速、阀位、压缩机转速后,电芯温度会怎样变化”,因此建模的目标不是复现全部流体与电化学细节,而是建立输入(泵速、阀位、冷机功率)到输出(电芯温度、回液温度)之间可计算、可辨识的动态关系。

电池产热模型:从机理到可测近似

电芯产热通常用Bernardi方程描述:Q = I²Rint + I·T·(∂U/∂T)。第一项是不可逆焦耳热,与电流平方和等效内阻成正比;第二项是可逆熵变热,与电流、温度和熵热系数相关,充电与放电时符号相反。对磷酸铁锂电芯,熵热系数较小,工程上常把产热近似为 Q ≈ I²Rint,再乘一个0.9~1.1的修正系数。

内阻不是常数,它随SOC、温度和电流方向变化。一个可用的工程近似是:Rint(SOC, T) = R0·[1 + kSOC(SOC − 0.5)²]·exp[Ea(1/Tref − 1/T)]。示例参数可取 R0 = 0.6 mΩ、kSOC = 0.8、Ea/R = 2500 K、Tref = 298 K。以280 Ah电芯、1C放电(280 A)为例,Rint ≈ 0.6 mΩ,单芯产热约 47 W;一个1P416S的电池簇在1C下总产热约 19.5 kW,这是冷板与冷机必须带走的热负荷量级。

冷板换热模型:热阻网络与对流换热

冷板换热可拆成“电芯到冷板”和“冷板到冷却液”两段。电芯到冷板以导热为主,热阻 Rcond = d/(λA),其中导热垫厚度约1~2 mm、导热系数1~3 W/(m·K),是热阻的主要来源。冷板到冷却液为对流换热,热阻 Rconv = 1/(hA),对流系数 h 随流量增大而提高,近似满足 h ∝ v0.8(Dittus-Boelter关系)。

把两段热阻串联,得到电芯到冷却液的等效热阻 Rth = Rcond + Rconv。稳态下电芯温升 ΔT = Q·Rth。示例:单芯47 W、Rcond = 0.35 K/W、Rconv = 0.25 K/W,则 ΔT ≈ 28 K,说明冷板与导热界面是温升控制的关键环节。流量从2 L/min提高到4 L/min时,h 约提高1.74倍,Rconv 降到约0.14 K/W,总温升可降到约23 K,但泵功耗随之上升,这正是控制策略需要权衡的地方。

管路与冷机动态:传输延迟与热惯性

冷却液在管路中流动带来纯延迟,延迟时间 τd = L/v。以管长8 m、流速0.5 m/s计,τd ≈ 16 s。冷板、管路金属和冷却液本身具有热容,使温度响应呈现一阶惯性,时间常数 τth = Cth/UA,典型值在30~120 s。因此从调节泵速或阀位到电芯温度稳定,往往需要1~3分钟。

冷机(压缩机+冷凝器+蒸发器)的动态更快但非线性强:压缩机转速变化后,蒸发器出水温度通常在10~30 s内响应,但存在最小转速、启停死区和制冷量饱和。控制上常把冷机简化为“制冷量指令—出水温度”的一阶惯性加延迟环节,并设置出水温度下限(如15 ℃)防止结露与能效恶化。

液冷系统被控对象:从产热到排热的信号链与热阻网络 电芯产热 Q = I²R_int + I·T·∂U/∂T R_int(SOC,T) 非线性 示例:1C 单芯 ≈ 47 W 导热界面 R_cond = d/(λA) 导热垫 1~2 mm 示例:0.35 K/W 冷板对流换热 R_conv = 1/(hA) h ∝ v^0.8 示例:0.25 K/W 管路传输 τ_d = L/v 示例:8 m / 0.5 m·s⁻¹ ≈ 16 s 纯延迟 冷机动态 一阶惯性 + 延迟 响应 10~30 s 出水温度下限 15 ℃ 热容惯性(冷板+管路+冷却液) τ_th = C_th / (UA),典型 30~120 s 电芯温度响应 = 纯延迟 + 一阶惯性 调节泵速/阀位后 1~3 min 才稳定 回液温度反馈 控制输入 泵速 / 阀位 / 压缩机转速 采样周期 1~5 s 控制导向简化模型:一阶惯性 + 纯延迟(FOPDT) T_cell(s) / u(s) = K · e^(−τ_d·s) / (τ_th·s + 1) K 由热阻网络决定,τ_d 由管长与流速决定,τ_th 由热容与换热系数决定

控制导向的简化模型:FOPDT与参数辨识

把上述机理模型压缩成控制可用的形式,最常用的是带纯延迟的一阶惯性模型(FOPDT):Tcell(s)/u(s) = K·e−τds/(τths+1)。其中 u 可以是泵速、阀位或冷机制冷量指令,K 是稳态增益,由热阻网络决定;τd 由管长与流速决定;τth 由热容与换热系数决定。这个模型阶次低、参数少,适合PID整定、模型预测控制(MPC)和增益调度。

参数辨识可用阶跃响应法:在稳态工况下把泵速从50%阶跃到70%,记录电芯温度与回液温度曲线。示例数据:初始电芯温度28 ℃,阶跃后温度先保持约16 s不变(纯延迟),随后按指数规律下降,约90 s后稳定在24.5 ℃。由此可读出 τd ≈ 16 s、τth ≈ 35 s、K ≈ (24.5−28)/(70%−50%) = −0.175 ℃/%。负号表示泵速增大、温度下降,与物理方向一致。

建模时先统一符号约定:以“泵速增大→电芯温度下降”为负增益方向,全文与图示保持一致。若改用阀位开度作为输入,需重新辨识增益符号与量纲。

模型精度与工程取舍

机理模型能解释“为什么”,但参数多、辨识成本高;FOPDT模型能直接用于控制器设计,但在大范围工况变化时精度下降。工程上常采用折中方案:用机理模型离线生成不同SOC、不同流量下的增益表,再用FOPDT在线插值,形成增益调度。例如在SOC 20%~80%区间内,K 变化约±15%,τth 变化约±20%,若不做调度,固定参数PID在极端工况下可能超调或响应迟缓。

简化模型不适用于电芯内部温度分布、局部过热和热失控早期预警。若控制目标包含单体温差抑制,需要至少保留“电芯—冷板”两节点模型,或引入分布式温度测点。

综上,电池产热模型给出热负荷,冷板换热模型给出热阻与温升,管路与冷机动态给出延迟与惯性,三者共同决定FOPDT简化模型的 K、τd、τth。控制策略的设计与整定,本质上就是围绕这三个参数展开。