形状函数

降低了具有形状函数的级级电化学模型，以快速，准确的预测

本文提出了基于物理的，还原的电化学模型，这些模型比电化学伪2D（P2D）模型快得多，同时即使在高C速率的挑战性条件下，也提供了较高的精度，并且在电池中锂离子浓度的较高极化和强度的极化。尤其是通过使用形状函数来开发创新的方程式弱形式，从而将完全耦合的电化学方程和传输方程降低到普通微分方程，并为多项式系数的演变提供自洽的解决方案。结果表明，称为修订后的单粒子模型（RSPM）和快速计算的P2D模型（FCP2D）的模型提供了对电池操作的高度可靠预测，包括动态驾驶轮廓。他们可以计算电池参数，例如终端电压，过电位，界面电流密度，锂离子浓度分布和电解质电位分布，相对误差小于2％。适用于适度高的C速率（低于2.5 C），RSPM的速度比P2D模型快33倍以上。FCP2D适用于高C速率（高于2.5 C），比P2D模型快8倍。凭借其高速和准确性，这些基于物理的模型可以显着提高电池管理系统的功能和性能，并加速电池设计优化。关键字：锂离子电池；减少阶模型；修订后的单粒子模型（RSPM）；快速计算P2D模型（FCP2D）;准确性;效率