锂离子电池单粒子模型的参数推断与模型降阶
计算物理
2019-12-13 v1
摘要
锂离子电池的单粒子模型（SPM）\cite{Santhanagopalan06, Guo2011} 是一种计算高效且相当准确的模型，可用于模拟弱到中等电流下锂离子电池的循环行为。该模型依赖于大量描述电池各组件几何与材料性质的参数。为将 SPM 用于模拟 18650 LP 电池的循环行为，我们将模型参数值拟合到循环数据上。我们发现，能使 SPM 准确拟合数据的参数值分布（无量纲化后的）参数空间中高度离域，某些方向上的方差比其他方向大许多个数量级。SPM 的这一性质已知为众多所谓“sloppy 模型”\cite{Brown2003, Waterfall2006} 所共有，其特征是参数空间中存在少数 stiff 方向（预测行为变化显著）和若干 sloppy 方向（行为变化不明显）。因此，只有 SPM 的 stiff 参数能以较高置信度推断出来，而这些参数决定了电池的循环行为。基于 sloppy 模型理论的几何洞察，我们推导了 SPM 的一组降阶模型层次。完全降阶模型仅依赖于三个 stiff 有效参数，可用于电池健康状态表征。
引用
@article{arxiv.1912.05807,
title = {Parameters inference and model reduction for the Single-Particle Model of Li ion cells},
author = {Michael Khasin and Chetan S. Kulkarni and Kai Goebel},
journal= {arXiv preprint arXiv:1912.05807},
year = {2019}
}
备注
16 pages, 11 figures