锂离子电池 Newman 型模型参数化中的不确定性量化研究

我们考虑锂离子电池 Newman 型模型的参数化问题，重点关注量化该过程固有的不确定性及其对放电速率的依赖性。为了排除真实的实验误差并转而分离模型拟合的内在不确定性，我们集中于一种理想化设定：以“合成”测量形式出现的电压曲线，是使用完整且最精确的 Newman 模型、以被视为“真实”的参数值生成的，而参数化则使用模型的简化版本，即单粒子模型及其近期提出的修正版本来完成。通过以这种方式构建问题，我们能够消除影响不确定性但难以量化的方面，例如实验误差。参数化通过构建一个反问题来实现，该反问题使用最先进的贝叶斯方法求解，其中待推断的参数以适当的概率分布表示；这使我们能够评估其重构的不确定性。关键发现是：在缓慢放电速率下，电压曲线可以被相当精确地重构，但这可以通过某些变化达 300% 或更多的参数来实现，从而为参数推断过程具有极高不确定性提供了证据。随着放电速率增加，重构不确定性降低，但与此同时电压曲线的拟合精度变差。这些观察结果凸显了锂离子电池运行模型参数重构反问题的不适定性。在实践中，只要促成模型简化的假设对于收集数据时的电池运行工况确实成立，使用简化模型似乎是一种可行且有用的策略。