Fast identification approach for equivalent circuit models of lithium-ion cells

Abstract

Today's economy is quickly shifting towards the electrification of major sectors, with lithium-ion batteries increasingly emerging as a crucial component of the transition. Improving the voltage prediction of battery management systems (BMS) remains an important research goal. With today's available computational resources, precise simulation of a cell's internal physical processes remains out of reach for most practical use cases in a BMS. Simplified equivalent circuit models (ECM) are an attractive alternative to the computationally demanding electrochemical models (EM). A key interest lies in studying a common identification method with respect to the accuracy and practicality and comparing it with an accelerated method.In this work, the gathering of identification data from a virtual testbed, the identification itself, and implementation of an ECM is presented, along with an accelerated identification method leveraging knowledge of previously-identified ECMs. Data is generated using an established EM in order to investigate the accuracy of the ECM compared to the EM. Investigations are made into the viability of using the knowledge of electrochemical parameters to approximate a cell's ECM, showing limited success. Therefore, an accelerated approach to ECM identification is presented, leveraging knowledge from an identified ECM. This significantly shortens the required test time and additionally reduces the complexity and amount of required test data. With the presented method, a simple charge-discharge test on the new cell is enough to approximate the ECM.Standardised validation tests are applied to the ECM for a wide range of SOC and current states, and the performance is evaluated. Voltage is predicted well for most conditions, but limitations of the ECM are seen particularly in the very low SOC region. Similarly, using the accelerated identification method yields a well-performing ECM. Crucially, this accelerated technique necessitates much less testing data and time compared to the established method.

Die globale Wirtschaft befindet sich im Zustand einer Transformation zu einer weitreichenden Elektrifizierung vieler Sektoren. Als Bestandteil dieses Übergangs rücken Lithium-Ionen-Batterien zunehmend in den Fokus. Mit dem Ziel, die Spannungsvorhersage von Batteriemanagementsystemen (BMS) zu stärken, ist die Verbesserung verwendeter Batteriemodelle ein bedeutendes Forschungsziel. Mit den heute verfügbaren Rechenleistungen bleibt eine Simulation der internen physikalischen Prozesse einer Zelle für die meisten Echtzeitanwendungen in einem BMS kaum erreichbar. Equivalent Circuit Modelle (ECM) stellen eine einfache, jedoch weniger akkurate, Alternative zu den komplizierten, elektrochemischen Modellen (EM) dar. Es gilt, eine übliche Identifikationsmethode in Bezug auf deren Genauigkeit und praktische Anwendbarkeit zu untersuchen und mit einer neuen, beschleunigten Methode zu vergleichen. In dieser Arbeit wird die Erfassung von Identifikationsdaten aus einem virtuellen Prüfstand, die Identifikation selbst und die Implementierung eines ECM vorgestellt, zusammen mit einer beschleunigten Identifikationsmethode, die das Wissen über zuvor identifizierte ECMs nutzt. Zur Untersuchung der Genauigkeit des ECMs im Vergleich mit einem EM, werden Daten genutzt die mittels eines etablierten EMs generiert werden. Es wird untersucht, inwiefern Wissen über elektrochemische Parameter einer Zelle zur Approximierung eines ECMs genutzt werden kann, dies ist jedoch wenig erfolgreich. Daher wird schlussendlich anhand eines einfachen Lade-/Entladetest an der neuen Zelle dessen ECM approximiert, mit dem Wissen über ein bekanntes ECM einer anderen Zelle als Grundlage.Mittels standardisierten Validierungstests wird die Genauigkeit des ECMs beurteilt. Die Spannung wird unter den meisten Bedingungen gut vorhergesagt, jedoch werden die Grenzen des ECMs besonders im Bereich sehr niedrigen SOCs deutlich. Ebenso liefert die Verwendung der beschleunigten Identifikationsmethode ein ähnlich akkurates ECM. Entscheidend ist, dass diese beschleunigte Herangehensweise wesentlich weniger Testdaten und Zeit im Vergleich mit der etablierten Methode erfordert.