含电解质的单粒子模型的渐近推导

锂离子电池的标准连续介质模型——Doyle-Fuller-Newman (DFN)模型——求解计算代价高昂。通常更简单的模型，如单粒子模型(SPM)，被用于为控制目的提供洞见。近来，出现了将SPM扩展以包含电解质效应的趋势，这提高了精度与适用范围。然而，这些扩展模型以临时方式推导，留下了重要项可能被忽略的可能性，导致模型无法达到尽可能高的精度。在本文中，我们提供SPM及一个解释电解质中行为的修正项的系统性渐近推导。首先，这使我们能够根据模型中关键参数的比值量化约化模型的误差，从而确定适用的操作条件范围。其次，在将我们的模型与文献中的临时模型比较时，我们表明先前的模型忽略了一组关键项。特别地，我们作出了将端电压以逐点形式与电极平均形式书写的关键区分，这使我们能在保持与现有模型相同计算复杂度的同时获得额外精度。