3. 电池特性与建模基础
在BMS的SOC/SOH估算中，算法精度往往不取决于算法本身有多复杂，而取决于电池模型是否真实反映了电池的物理行为。本章从工程视角梳理电池的关键外特性，并建立从等效电路模型到电化学模型的认知路径，为后续参数标定与状态评估打下基础。
一、核心原理：电池的四个关键外特性
电池在BMS眼中是一个"黑箱"，我们通过端电压、电流、温度三个可测量，去推断内部的SOC与SOH。要完成这个推断，必须理解以下四个特性：
- 开路电压OCV：电池静置足够长时间后的端电压，与SOC存在单调映射关系。OCV-SOC曲线是SOC估算的"基准尺"，其形状由正负极材料决定，磷酸铁锂在中间段极为平坦，三元锂则相对陡峭。
- 内阻：包含欧姆内阻R0与极化内阻Rp。R0反映电解液、集流体、连接件的瞬时阻抗；Rp反映电荷转移与扩散过程的迟滞效应。内阻随SOC降低、温度降低、老化加深而增大。
- 极化：电流通过时端电压偏离OCV的现象，分为欧姆极化、电化学极化和浓差极化。极化具有时间常数，是等效电路模型中RC网络存在的物理依据。
- 温度与老化：温度同时影响内阻、OCV曲线和可用容量；老化则表现为容量衰减与内阻增长。二者耦合，使模型参数必须随工况动态修正。
二、等效电路模型：从物理到数学的桥梁
等效电路模型（ECM）用电压源、电阻、电容的组合逼近电池外特性，兼顾精度与计算量，是车规BMS的主流选择。常见阶数如下：
| 模型 | 结构 | 优点 | 局限 |
|---|---|---|---|
| Rint模型 | OCV + R0 | 极简，参数少 | 无法描述极化动态 |
| Thevenin一阶 | OCV + R0 + 1×RC | 精度与复杂度平衡 | 长时极化拟合不足 |
| 二阶RC | OCV + R0 + 2×RC | 兼顾电化学与浓差极化 | 参数辨识维度高 |
| PNGV/多阶 | 含电容支路 | 适应大电流工况 | 实时性压力大 |
以二阶RC为例，其端电压方程为：
U(t) = OCV(SOC) - I·R0 - U1(t) - U2(t)
dU1/dt = -U1/(R1·C1) + I/C1
dU2/dt = -U2/(R2·C2) + I/C2
其中U1、U2为两个RC网络的极化电压，时间常数τ1=R1·C1通常为秒级，τ2=R2·C2可达数十秒至分钟级。参数R0、R1、C1、R2、C2需通过HPPC脉冲测试辨识，并建立SOC-温度二维查表。
三、电化学模型入门：从现象到机理
当ECM在低SOC、低温或大倍率下精度下降时，需要引入电化学模型。最经典的是P2D（准二维）模型，基于多孔电极理论与浓液理论，描述锂离子在固相与液相中的扩散和反应。其核心变量包括固相锂浓度、液相锂浓度、电势分布与反应速率。
P2D模型精度高，但偏微分方程求解计算量大，难以直接嵌入BMS。工程上常采用单粒子模型（SPM）或简化电化学模型，将正负极各视为一个球形颗粒，忽略液相浓度梯度，从而大幅降低阶数。SPM在低倍率下精度可接受，适合与ECM互补使用。
四、案例场景：HPPC脉冲下的参数辨识
某三元锂电池在25℃、50%SOC下进行HPPC测试：先静置1小时记录OCV，再施加1C放电脉冲10秒，静置40秒，再施加0.75C充电脉冲10秒。通过脉冲瞬间的电压跳变可计算R0：
R0 = ΔU_instant / ΔI
R1 = ΔU_polarization / ΔI
C1 = τ1 / R1，τ1由电压恢复曲线拟合得到
将同一测试在-10℃、0℃、25℃、45℃下重复，并在SOH=100%、90%、80%时重复，即可得到R0、R1、C1随温度与老化的变化规律。典型结论是：-10℃下R0约为25℃的3~5倍，SOH=80%时R0增长约30%~50%。
五、误区与复盘
- 误区一：用单一OCV-SOC曲线覆盖全生命周期。老化会改变OCV曲线形状，尤其是平台区，必须定期更新或引入SOH修正。
- 误区二：忽略温度对时间常数的影响。低温下τ显著增大，若沿用常温参数，SOC估算会出现明显滞后。
- 误区三：盲目追求高阶模型。阶数越高，参数辨识越困难，在线鲁棒性反而下降。工程上"够用且稳定"优于"理论最优"。
- 复盘要点：模型精度最终由标定工况覆盖度决定。标定矩阵应至少覆盖SOC 0~100%、温度-20~55℃、倍率0.1C~2C、SOH 70%~100%四个维度。
综上，电池特性与建模是BMS状态评估的根基。理解OCV、内阻、极化、温度与老化的物理含义，掌握等效电路模型的参数辨识方法，并对电化学模型建立入门认知，才能在后续SOC/SOH算法设计中做出合理的模型选择与标定策略。