Advanced Model-Based Charging Control for Lithium-Ion Batteries（基于先进模型的锂离子电池充电控制）

可充电锂离子电池因其能量密度高、循环寿命长、成本下降等优点，已广泛应用于从电动汽车到微电网等众多行业的储能领域。充电是锂离子电池补充和储存能量的重要过程，充电策略的好坏极大地影响着锂离子电池的性能和寿命。用精确的数学模型进行分析和预测在充电过程中电池状态的变化，基于先进模型的充电策略可以提供优异的充电性能，如延迟电池寿命的退化。因此，研究基于先进模型的锂离子电池充电控制策略具有重要的工程和学术价值。基于此，本书将从基础理论到实际设计和应用，详细介绍目前最先进的基于模型的锂离子电池充电控制技术，特别是在电池建模、状态估计和最优充电控制方面。此外，还介绍了一些必要的设计考虑因素，如集中式和领导-追随结构的电池组充电控制，为提高充电性能和延长电池/电池组的寿命提供了出色的解决方案。本书所提供的丰富的材料和知识，可以让我们从理论设计到工程应用对电池充电控制技术有足够的了解。

欧阳权，自动化学院讲师，硕士生导师，博士毕业于浙江大学控制科学与工程专业，本科毕业与华中科技大学自动化专业。主要研究方向为无人机蜂群控制，无人机飞行控制，新能源系统集成与控制，智能控制，非线性控制等。发表相关SCI/EI论文27篇，授权专利1项，公开发明专利6项，其中包括8篇一作/学生一作国际顶级SCI期刊IEEE汇刊（1篇为高引论文）。 主持国家自然基金青年项目1项，江苏省双创博士项目（世界名校类<高校创新>），浙江大学工业控制国家重点实验室开放课题，曾参与包括国家自然基金重点项目，装发等在内多个项目，指导本科生获得全国大学生电子设计竞赛（无人机组）,中国机器人大赛等并获奖。 曾经获得硕士研究生国家奖学金（2014）、博士研究生国家奖学金（2017）、浙江大学三好研究生（2014、2017）、浙江大学优秀毕业生（2018）和浙江省普通高等学校优秀毕业生（2018）等荣誉。 IEEE Membership, 中国自动化学会会员，IEEE PES 中国区技术委员会动力电池技术分委会理事。担任IEEE Transactions on Industrial Electronics, IEEE Transactions on Industrial Informatics, IEEE/ASME Transactions on Mechatronics, IEEE Transactions on Vehicular Technology等国际顶级SCI期刊的审稿人。

Contents 1 Introduction .................................................. 1 1.1 Brief Introduction of Lithium-Ion Batteries . . . . . . . . . . . . . . . . . . 1 1.1.1 Comparison with Other Commonly Used Batteries . . . . 1 1.1.2 Applications of Lithium-Ion Batteries . . . . . . . . . . . . . . . . 2 1.2 Format Comparison of Lithium-Ion Batteries . . . . . . . . . . . . . . . . . 3 1.3 Electrochemical Mechanism of Lithium-Ion Batteries . . . . . . . . . 6 1.3.1 Composition of Lithium-Ion Batteries . . . . . . . . . . . . . . . 6 1.3.2 Charging-Discharging Mechanism . . . . . . . . . . . . . . . . . . 7 1.4 Motivation of Advanced Model-Based Battery Charging Control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.4.1 Non-model-based Charging Control . . . . . . . . . . . . . . . . . 10 1.4.2 Model-Based Charging Control . . . . . . . . . . . . . . . . . . . . . 11 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 2 Lithium-Ion Battery Charging Technologies: Fundamental Concepts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 2.1 Definitions Related to Battery Charging . . . . . . . . . . . . . . . . . . . . . 15 2.1.1 Basic Performance Parameters . . . . . . . . . . . . . . . . . . . . . . 15 2.1.2 State Indicators . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.2 Charging Objectives and Constraints . . . . . . . . . . . . . . . . . . . . . . . . 20 2.2.1 Charging Objectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 2.2.2 Safety-Related Constraints . . . . . . . . . . . . . . . . . . . . . . . . . 22 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 3 Lithium-Ion Battery Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 3.1 Electrochemical Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 3.1.1 Pseudo-Two-Dimensional Model . . . . . . . . . . . . . . . . . . . . 26 3.1.2 One-Dimensional Model . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 3.1.3 Single Particle Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 3.2 Equivalent Circuit Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.2.1 Rint Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.2.2 Thevenin Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 3.2.3 PNGV Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 4 Neural Network-Based State of Charge Observer for Lithium-Ion Batteries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 4.1 Battery Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 4.2 Neural Network-Based Nonlinear Observer Design for SOC Estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 4.2.1 Neural Network-Based Nonlinear Observer Design . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 4.2.2 Convergence Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 4.3 Experimental Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 4.3.1 Experiment for Parameter Extraction . . . . . . . . . . . . . . . . 42 4.3.2 Experiments for SOC Estimation . . . . . . . . . . . . . . . . . . . . 45 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 5 Co-estimation of State of Charge and Model Parameters for Lithium–Ion Batteries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 5.1 Battery Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 5.2 Co-estimation of Model Parameters and SOC . . . . . . . . . . . . . . . . 55 5.2.1 On-line Battery Model Parameter Identification . . . . . . . 55 5.2.2 Robust Observer for SOC Estimation . . . . . . . . . . . . . . . . 59 5.2.3 Summary of the Overall SOC Estimation Strategy . . . . . 62 5.3 Experimental Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 5.3.1 Experimental Results for Battery Model Parameter On-line Identification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 5.3.2 Experimental Results for SOC Estimation . . . . . . . . . . . . 68 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 6 User-Involved Battery Charging Control with Economic Cost Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77 6.1 Battery Model and Constraints . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77 6.1.1 Battery Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77 6.1.2 Safety-Related Constraints . . . . . . . . . . . . . . . . . . . . . . . . . 79 6.2 Charging Tasks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80 6.2.1 User-Involved Charging Task . . . . . . . . . . . . . . . . . . . . . . . 80 6.2.2 Economic Cost Optimization . . . . . . . . . . . . . . . . . . . . . . . 80 6.2.3 Energy Loss Reduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 6.2.4 Multi-objective Formulation . . . . . . . . . . . . . . . . . . . . . . . . 81 6.3 Optimal Battery Charging Control Design . . . . . . . . . . . . . . . . . . . 82 6.3.1 Optimal Charging Control Algorithm . . . . . . . . . . . . . . . . 83 6.3.2 Optimal Charging Current Determined by Barrier Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 6.4 Simulation Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 6.4.1 Charging Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 6.4.2 Comparison with Other Commonly Used Optimization Algorithms . . . . . . . . . . . . . . . . . . . . . . . . . . 86 6.4.3 Comparison with Charging Control Strategy without Economic Cost Optimization . . . . . . . . . . . . . . . . 86 6.4.4 Comparison with Charging Control Strategy Without Energy Loss Optimization . . . . . . . . . . . . . . . . . . 88 6.4.5 Simulation Results for Different Weight Selections . . . . 88 6.4.6 Simulation Results for Different User Demands . . . . . . . 89 6.4.7 Comparison with Traditional CC-CV Charging Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 6.5 Experimental Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98 7 Charging Analysis for Lithium-Ion Battery Packs . . . . . . . . . . . . . . . . 101 7.1 Cell Equalization Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 7.2 Multi-module Battery Pack Charger . . . . . . . . . . . . . . . . . . . . . . . . . 103 7.2.1 Model and Control of Battery Pack Charger . . . . . . . . . . 103 7.2.2 Performance Validation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 7.3 Battery Pack Charging System Combining Traditional Charger and Equalizers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 7.3.1 Classification of Equalization Systems . . . . . . . . . . . . . . . 107 7.3.2 Bidirectional Modified C？k Converter-Based Equalizer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110 7.3.3 Modified Isolated Bidirectional Buck-Boost Converter-Based Equalizer . . . . . . . . . . . . . . . . . . . . . . . . . 115 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119 8 User-Involved Charging Control for Battery Packs: Centralized Structure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121 8.1 Battery Pack Model and Constraints . . . . . . . . . . . . . . . . . . . . . . . . 121 8.1.1 Battery Pack Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121 8.1.2 Charging Constraints . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122 8.2 User-Involved Charging Control Design for Battery Packs . . . . . . 123 8.2.1 Charging Objectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123 8.2.2 Optimal Battery Pack Charging Control Design . . . . . . . 126 8.3 Simulation Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129 8.3.1 Charging Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130 8.3.2 High Current Charging . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 8.3.3 Effect Analysis of Weight Selection . . . . . . . . . . . . . . . . . 133 8.4 Experimental Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 9 User-Involved Charging Control for Battery Packs: Leader-Followers Structure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139 9.1 Charging Model and Constraints . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139 9.1.1 Battery Pack Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140 9.1.2 Safety-Related Charging Constraints . . . . . . . . . . . . . . . . 141 9.2 User-Involved Optimal Charging Control Design . . . . . . . . . . . . . 141 9.2.1 User-Involved Charging Task Formulation . . . . . . . . . . . . 141 9.2.2 Optimal Average Charging Trajectory Generation . . . . . 143 9.2.3 Distributed SOC Tracking-Based Charging Control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145 9.2.4 Different Sampling Period Setting for Two Control Layers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147 9.3 Simulation Results and Discussions . . . . . . . . . . . . . . . . . . . . . . . . . 148 9.3.1 Charging Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148 9.3.2 Discussions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153 10 Fast Battery Charging Control for Battery Packs . . . . . . . . . . . . . . . . . 155 10.1 Charging Model for the Battery Pack . . . . . . . . . . . . . . . . . . . . . . . . 155 10.1.1 Charging Current Model . . . . . . . . . . . . . . . . . . . . . . . . . . . 156 10.1.2 Battery Pack Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157 10.2 Control Objectives and Constraints . . . . . . . . . . . . . . . . . . . . . . . . . 158 10.2.1 Charging Objectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158 10.2.2 Charging Constraints . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159 10.3 Fast Charging Control Strategy Design . . . . . . . . . . . . . . . . . . . . . . 160 10.3.1 Charging Control Algorithm Formulation . . . . . . . . . . . . 160 10.3.2 Two-Layer Optimization Algorithm . . . . . . . . . . . . . . . . . 160 10.4 Simulation Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163 10.5 Experimental Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174 11 The Future of Lithium-Ion Battery Charging Technologies . . . . . . . . 175 11.1 Multi-objective Optimization-Based Charging Technologies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175 11.2 High Efficient Battery Pack Charging Technologies . . . . . . . . . . . 176 11.3 Wireless Charging Technologies . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176