第四节：储能系统建模——锂电池等效电路模型、SOC估算方法、SOH评估、充放电效率模型

各位同学，咱们今天聊聊储能系统建模。说实话，这是整个风储系统的“心脏”部分。模型建不好，后面所有的能量管理策略都是空中楼阁。我见过太多项目，算法跑得挺漂亮，一上实际电池就崩了——问题就出在模型上。

4.1 锂电池等效电路模型

锂电池的等效电路模型，说白了就是用电阻、电容这些基本元件，去模拟电池内部的电化学反应。你想想看，电池内部那么复杂，我们不可能把每个锂离子的运动都算清楚，对吧？所以工程上就用等效电路来近似。

我个人习惯用二阶RC模型。为什么不用一阶？一阶太粗糙，动态响应跟不上。为什么不用三阶以上？参数辨识太麻烦，而且收益递减。二阶是个很好的平衡点。

这里有个坑，我必须要提醒你。OCV与SOC的关系曲线，不同温度下差异很大。我曾经在项目里直接用25°C的OCV-SOC曲线去估算低温工况，结果SOC误差直接飙到15%以上。嗯，后来老老实实做了温度补偿。

// 二阶RC模型离散化方程（示例）
// V_t[k] = OCV(SOC[k]) - V_1[k] - V_2[k] - R₀ * I[k]
// V_1[k+1] = exp(-Δt/τ₁) * V_1[k] + R₁ * (1 - exp(-Δt/τ₁)) * I[k]
// V_2[k+1] = exp(-Δt/τ₂) * V_2[k] + R₂ * (1 - exp(-Δt/τ₂)) * I[k]
// 其中 τ₁ = R₁*C₁, τ₂ = R₂*C₂

4.2 SOC估算方法

SOC估算，这是储能系统里最让人头疼的问题之一。为什么？因为SOC不能直接测量，只能靠估算。你想想看，一个不能直接测量的量，还要保证精度在3%以内，难度可想而知。

常用的方法有这么几种：

方法	原理	优点	缺点
安时积分法	∫I dt / Q	简单、实时性好	误差累积、需初始值
开路电压法	查OCV-SOC表	精度高（静置后）	需要长时间静置
卡尔曼滤波法	状态观测器	精度高、抗噪声	计算量大、调参复杂
神经网络法	数据驱动	非线性拟合能力强	需要大量训练数据

我个人最推荐的是扩展卡尔曼滤波（EKF）。为什么？因为它把安时积分和开路电压法的优点结合起来了。安时积分提供短期精度，开路电压法提供长期校准，EKF负责把它们融合在一起。

4.3 SOH评估

SOH评估，说白了就是判断电池“老没老”。电池用久了，内阻会增大，容量会衰减。SOH就是量化这个衰减程度的指标。

工程上常用的SOH定义有两种：

• 容量衰减型：SOH = Q_current / Q_initial × 100%
• 内阻增长型：SOH = (R_EOL - R_current) / (R_EOL - R_new) × 100%

我建议你两个都算，互相印证。为什么？因为有时候容量还没怎么衰减，但内阻已经涨上去了——这说明电池的功率特性在变差，虽然还能存电，但已经不适合做快速充放电了。

4.4 充放电效率模型

充放电效率，这个看似简单，其实门道很多。很多人以为效率就是个常数，比如95%。但实际项目中你会发现，效率跟电流大小、SOC区间、温度都有关系。

我习惯用下面的分段效率模型：

// 充放电效率模型（经验公式）
// η_charge = η₀ - α₁ * |I| - α₂ * (SOC - 0.5)² - α₃ * (T - 25)²
// η_discharge = η₀ - β₁ * |I| - β₂ * (SOC - 0.5)² - β₃ * (T - 25)²

// 其中：
// η₀ = 0.98（基准效率）
// α₁, β₁ ≈ 0.001~0.005（电流影响系数）
// α₂, β₂ ≈ 0.02~0.05（SOC影响系数）
// α₃, β₃ ≈ 0.0001~0.0005（温度影响系数）

你想想看，为什么大电流时效率低？因为内阻上的焦耳损耗跟电流平方成正比。为什么中间SOC效率高？因为两端极化反应更剧烈。为什么25°C附近效率最优？因为那是锂电池的最佳工作温度。

好了，这一节的内容就这些。模型是基础，后面我们讲能量管理策略时，会反复用到这些模型。你先把这些基础打牢，后面才能跟上节奏。