第1章：电池建模基础：等效电路模型（Thevenin、PNGV、RC模型）的原理与选择

大家好，我是你们的老朋友。今天咱们聊聊电池建模。

做BMS这么多年，我最大的感触就是：SOC估算准不准，一半看算法，一半看模型。模型选错了，后面再怎么调参也是白费力气。今天这章，我就把三种最常用的等效电路模型掰开揉碎了讲清楚。

1.1 为什么要建模型？

电池是个化学系统，你不能拿万用表直接量SOC。对吧？

我们需要一个数学模型，用电压、电流、温度这些能测到的量，去推算SOC这个看不见的量。这就是建模的意义。

等效电路模型（ECM）是工业界最主流的选择。它用电阻、电容这些电路元件，模拟电池的动态行为。说白了，就是把电池当成一个黑盒子，用电路去拟合它的输入输出特性。

1.2 Thevenin模型：最经典的入门模型

Thevenin模型，也叫一阶RC模型。结构很简单：一个开路电压源（OCV），一个欧姆内阻（R₀），再加一个RC并联网络。

这个RC网络模拟的是电池的极化效应。极化是什么？就是电池在充放电时，电压会有一个缓慢的过渡过程，不会瞬间跳变。

// Thevenin模型离散化方程（一阶）
// Vt[k] = OCV(SOC[k]) - Vp[k] - I[k] * R0
// Vp[k+1] = Vp[k] * exp(-dt/τ) + I[k] * Rp * (1 - exp(-dt/τ))
// 其中 τ = Rp * Cp

我在项目中遇到过一个问题：用Thevenin模型做SOC估算，动态工况下误差能到5%以上。为什么？因为一阶RC只能模拟一种极化时间常数，而电池实际有快极化和慢极化两种。

优点：结构简单，参数少，计算量小。适合资源受限的MCU。

缺点：精度有限，尤其在大电流脉冲或温度变化剧烈时。

1.3 PNGV模型：兼顾精度与复杂度

PNGV模型是Thevenin的升级版。它增加了一个电容Cb，用来模拟电池容量的变化。你想想看，电池放电时，开路电压会缓慢下降，这个趋势就是Cb在起作用。

PNGV模型的数学形式是这样的：

// PNGV模型状态方程
// Vt = OCV - Vp - I*R0 - (1/Cb) * ∫I dt
// 其中 ∫I dt 就是累积的安时数

这个模型比Thevenin多了一个状态变量，精度确实上去了。我记得有一次做48V轻混项目，用Thevenin模型误差一直在3%左右晃，换成PNGV后直接降到1.5%以内。

但代价是什么？计算量大了，参数辨识也更麻烦。Cb这个电容值怎么定？你得做完整的充放电实验，拟合OCV-SOC曲线。

模型	状态变量数	参数数量	典型精度	适用场景
Thevenin	1	3	3%-5%	低成本BMS
PNGV	2	4	1%-3%	车载BMS
二阶RC	2	5	1%-2%	高精度应用

1.4 高阶RC模型：精度与计算量的博弈

二阶RC模型，就是在Thevenin基础上再加一个RC网络。两个RC网络分别模拟快极化和慢极化。

理论上，RC阶数越高，模型越准。但实际工程中，二阶基本就到头了。三阶以上，参数辨识难度剧增，计算量也翻倍，但精度提升微乎其微。

// 二阶RC模型离散化
// Vt = OCV - Vp1 - Vp2 - I*R0
// Vp1[k+1] = Vp1[k]*α1 + I[k]*Rp1*(1-α1)
// Vp2[k+1] = Vp2[k]*α2 + I[k]*Rp2*(1-α2)
// α1 = exp(-dt/τ1), α2 = exp(-dt/τ2)

我个人习惯，在乘用车BMS项目里用二阶RC。精度够用，计算量也能接受。但在两轮车或电动工具这种成本敏感的场景，我建议用Thevenin就够了。

1.5 模型选择的决策框架

说了这么多，到底怎么选？我给你一个实用的决策流程：

1. 先看MCU资源：主频低于100MHz，RAM小于64KB？老老实实用Thevenin。
2. 再看精度要求：SOC误差要求5%以内？Thevenin够用。要求2%以内？上二阶RC或PNGV。
3. 最后看工况：如果电池经常大倍率充放电（比如混动汽车），二阶RC是必须的。

1.6 本章小结

嗯，到这里，三种模型的核心区别你应该清楚了：

• Thevenin：简单可靠，入门首选
• PNGV：精度与复杂度的折中方案
• 二阶RC：高精度场景的利器

下一章，我会讲如何用实验数据标定这些模型的参数。到时候咱们再细聊最小二乘法和卡尔曼滤波的配合。记得带上你的实验数据来听课。

公众号:蓝海资料掘金营，微信deep3321