2、电池工作原理与模型：锂离子电池内部化学反应、等效电路模型（Thevenin/PNGV/DP）、电化学模型简介
各位同学好，我是你们的老朋友。今天咱们聊聊电池的「里子」和「面子」。
做SOC估算，说白了就是跟电池模型打交道。你连电池内部怎么工作的都不清楚，那估算出来的SOC肯定不靠谱。我刚开始入行那会儿，就吃过这个亏——拿着一个简单的模型去套所有工况，结果低温下误差直接飙到15%以上。嗯，从那以后，我老老实实把电池原理啃了一遍。
2.1 锂离子电池内部化学反应
锂离子电池，本质上就是一个「摇椅式」反应。锂离子在正负极之间来回穿梭，充电时从正极跑到负极，放电时再跑回来。
正极材料常见的有三元（NCM）、磷酸铁锂（LFP）、钴酸锂（LCO）等。负极基本都是石墨，或者掺点硅。
充电时，正极的锂离子脱出，经过电解液，穿过隔膜，嵌入到负极石墨层间。放电时反过来。这个过程中，电子通过外电路流动，形成电流。
核心反应方程式（以钴酸锂为例）：
正极：LiCoO₂ ⇌ Li₁₋ₓCoO₂ + xLi⁺ + xe⁻
负极：6C + xLi⁺ + xe⁻ ⇌ LiₓC₆
总反应：LiCoO₂ + 6C ⇌ Li₁₋ₓCoO₂ + LiₓC₆
这里有个坑，我提醒一下大家。锂离子在嵌入和脱出过程中，电极材料会发生体积变化。石墨负极在满充时体积膨胀约10%，而硅负极能膨胀到300%！
避坑指南：我曾经在项目中遇到过，某款高能量密度电池在低温大倍率充电时，负极析锂导致容量跳水。后来排查发现，就是模型没考虑锂离子扩散速率随温度的变化。所以，做SOC估算时，温度补偿一定要做细。
2.2 等效电路模型
等效电路模型，说白了就是用电阻、电容这些电子元件来模拟电池的电气特性。它不关心内部化学反应的具体细节，只关心端电压和电流的关系。
我个人习惯把等效电路模型分成三类：一阶RC（Thevenin）、二阶RC（DP）、以及PNGV模型。咱们一个一个说。
2.2.1 Thevenin模型（一阶RC）
Thevenin模型是最基础的等效电路模型。它由一个开路电压源（OCV）、一个欧姆内阻（R₀）和一个RC并联网络组成。
这个RC网络用来模拟电池的极化效应。极化效应是什么？就是电池在充放电时，电压会有一个滞后响应。你突然给个大电流，电压会先跳变一下（欧姆内阻引起的），然后慢慢变化（极化效应引起的）。
数学表达式是这样的：
U(t) = OCV(SOC) - I(t)·R₀ - U₁(t)
其中U₁(t)满足：
dU₁/dt = -U₁/(R₁·C₁) + I/C₁这个模型简单，计算量小，适合嵌入式实现。但精度有限，尤其在大电流动态工况下，误差会比较明显。
我的经验：如果你做的是低速电动车或者储能BMS，Thevenin模型基本够用。但要是做电动汽车，尤其是跑WLTC工况的，我建议你至少用二阶RC模型。
2.2.2 PNGV模型
PNGV模型是《PNGV电池测试手册》里提出来的。它在Thevenin模型的基础上，加了一个电容来模拟电池容量的变化。
这个电容Cb，代表电池的「总容量」。随着放电的进行，Cb上的电压会逐渐下降，模拟SOC的变化。
PNGV模型的优点是：它把SOC和OCV的关系直接体现在模型里了。但缺点是：参数辨识比较复杂，而且对老化和温度变化的适应性不够好。
| 模型类型 | 元件数量 | 精度 | 计算量 | 适用场景 |
|---|---|---|---|---|
| Thevenin | 3（R₀, R₁, C₁） | 中等 | 低 | 低速车、储能 |
| PNGV | 4（R₀, R₁, C₁, Cb） | 中等偏高 | 中等 | 混合动力 |
| DP（二阶RC） | 5（R₀, R₁, C₁, R₂, C₂） | 高 | 中等 | 纯电动汽车 |
2.2.3 DP模型（二阶RC）
DP模型，也叫双极化模型。它用两个RC网络来模拟电池的极化效应。一个模拟电化学极化（反应速度快），一个模拟浓差极化（反应速度慢）。
你想想看，电池在大电流脉冲时，电压响应其实有两个时间常数。一个是毫秒级的（欧姆内阻），一个是秒级的（电化学极化），还有一个是分钟级的（浓差极化）。一阶RC只能模拟一个时间常数，所以精度不够。
DP模型的数学表达式：
U(t) = OCV(SOC) - I(t)·R₀ - U₁(t) - U₂(t)
其中：
dU₁/dt = -U₁/(R₁·C₁) + I/C₁
dU₂/dt = -U₂/(R₂·C₂) + I/C₂我在项目中做过对比测试：同样的HPPC工况，Thevenin模型的最大误差在50mV左右，而DP模型可以控制在15mV以内。代价就是参数多了两个，辨识起来麻烦一点。
选型建议：
- 成本敏感、算力有限 → Thevenin
- 需要高精度、动态工况多 → DP
- 需要兼顾SOC和SOH → PNGV
2.3 电化学模型简介
等效电路模型是「黑箱」，电化学模型就是「白箱」了。它基于P2D模型（Pseudo Two-Dimensional），由Doyle、Fuller和Newman在1993年提出。
P2D模型把电池分成正极、隔膜、负极三个区域，每个区域都考虑固相扩散、液相扩散、电化学反应动力学等物理过程。说白了，就是把电池内部发生的每一个物理化学过程都用偏微分方程描述出来。
核心方程包括：
- 固相扩散方程：描述锂离子在活性材料颗粒内部的扩散
- 液相扩散方程：描述锂离子在电解液中的传输
- Butler-Volmer方程：描述电极表面的电化学反应速率
- 欧姆定律：描述固相和液相中的电势分布
电化学模型的精度非常高，但计算量也大得吓人。一套完整的P2D模型，有几十个参数，求解需要几秒钟甚至几分钟。这在嵌入式BMS上根本跑不起来。
注意：我曾经尝试过把电化学模型简化后移植到MCU上，结果发现光是求解偏微分方程就占用了80%的CPU资源。后来还是老老实实用了等效电路模型加查表法。
不过，电化学模型在离线仿真和电池设计阶段非常有用。比如，你想研究不同倍率下的析锂边界，或者优化充电策略，电化学模型就是最好的工具。
近年来，也有一些简化版的电化学模型出现，比如SPMe（Single Particle Model with Electrolyte）。它把正负极各简化为一个颗粒，计算量大幅降低，精度还能保持不错。我个人觉得，这可能是未来BMS算法的一个方向。
2.4 小结
好了，这一章的内容就到这里。咱们从锂离子电池的化学反应讲起，然后介绍了三种常用的等效电路模型，最后简单聊了聊电化学模型。
记住一句话：模型没有绝对的好坏，只有合不合适。做SOC估算，关键是理解模型的假设条件和适用范围。你选Thevenin模型，就要接受它在动态工况下的误差；你选DP模型，就要多花时间做参数辨识。
下一章，咱们聊聊SOC估算的核心算法——卡尔曼滤波。那可是个好东西，学会了能解决很多实际问题。