[论文解读] Structural identifiability of battery equivalent circuit models.

Seyed Mohammad Mahdi Alavi, Adam Mahdi+2 more|arXiv (Cornell University)|May 1, 2015

Advanced Battery Technologies Research参考文献 27被引用 4

一句话总结

本文建立了电池等效电路模型的结构可辨识性，证明了通用Randles模型结构在连续和离散时间域中均为局部可辨识。通过引入电化学阻抗谱（EIS）约束，模型实现了全局可辨识性，且通过数值仿真得到验证。

ABSTRACT

This paper studies structural identifiability of battery equivalent circuit models. It is shown that the general Randles model structures, both in the continuous and discrete time domains, are locally identifiable. With respect to the battery electrochemical impedance spectroscopy, some conditions are added to the model structures, making them globally identifiable. Finally, numerical simulations are provided to demonstrate the results.

研究动机与目标

• 分析电池等效电路模型的结构可辨识性，特别是Randles型结构。
• 确定在何种条件下这些模型可实现全局可辨识性。
• 将电化学阻抗谱（EIS）数据整合到模型结构中，以增强可辨识性。
• 通过数值仿真验证理论发现。

提出的方法

• 采用微分代数和连续与离散时间域的输入-输出关系，对结构可辨识性进行理论分析。
• 应用Randles模型结构，其中电阻和电容元件代表电池的电化学过程。
• 将电化学阻抗谱（EIS）数据作为额外约束，以提高模型的可辨识性。
• 使用微分代数技术评估模型参数是否能从输入-输出数据中唯一确定。
• 通过数值仿真，在实际条件下演示理论可辨识性结果。
• 比较不同模型配置和数据条件下局部与全局可辨识性的表现。

实验结果

研究问题

• RQ1 通用Randles模型结构在连续和离散时间域中是否具有结构可辨识性？
• RQ2 需要满足何种条件才能将局部可辨识性提升为全局可辨识性？
• RQ3 引入电化学阻抗谱（EIS）数据如何影响模型的可辨识性？
• RQ4 数值仿真能否证实所提出模型结构的理论可辨识性结果？

主要发现

• 通用Randles模型结构在连续和离散时间域中均为局部可辨识。
• 在增加电化学阻抗谱（EIS）约束后，模型实现了全局可辨识。
• 在指定的模型和数据条件下，可辨识性结果具有鲁棒性。
• 数值仿真成功验证了理论可辨识性结果。
• EIS数据的整合有效消除了模型结构中的参数模糊性。
• 研究结果支持在实践中使用基于Randles的模型进行可靠的电池参数估计。