综述：表面电荷密度在双电层电容中的投影作用及其对储能增强的影响

本文提出一种简化等效电路热（ECT）模型，通过多项式函数拟合可测参数（SoC、端电压、电流）来表征电池产热机制，并引入老化因子构建ECT-aging模型，最终集成ECV模型实现电压与温度同步预测，为电池热管理提供高精度计算方案。

　　

等效电路热模型在电池温度状态预测中的创新应用

引言

随着锂离子电池在便携式设备、电动汽车和可再生能源存储中的广泛应用，对其安全性和可靠性的要求日益提高。电池的热管理尤为关键，需要将工作温度维持在15-40°C的正常范围，最高不超过60°C，以避免加速老化和热失控风险。准确预测电池温度状态（SOT）对保障安全、提升性能和延长寿命具有重要意义。然而，现有的SOT预测方法存在诸多局限：传感器测量易受噪声干扰，电化学模型计算成本高昂，而基于深度学习的方法严重依赖数据质量和数量。

等效电路热模型的构建

受等效电路电压（ECV）模型启发，本研究提出了一种新颖的等效电路热（ECT）模型。该模型通过类比二阶Thevenin电路结构，将电池热动力学系统简化为一个均匀集总模型，包含热源、热阻和热容元件。模型的核心创新在于采用基于物理机制的数据驱动方法，将复杂的电池产热过程近似为可测量参数（如荷电状态SoC、端电压和电流）的多项式函数，从而避免了传统方法所需的热量表征实验环境。

集成老化因子的多尺度模型

考虑到电池在循环使用过程中会出现SEI膜增长、微裂纹和活性物质损失等老化现象，这些变化会显著影响产热速率和内阻，进而改变电池热动力学行为。本研究在ECT模型中引入了一个老化因子，该因子定义为健康状态（SoH）和循环次数的函数，从而形成了ECT-aging模型。这一多尺度模型能够自适应地反映电池因长期使用而产生的动态特性变化。

模型集成与验证

进一步地，我们将自适应等效电路电压（ECV）模型与ECT-aging模型相结合，构建了一个集成模型。该模型能够根据输入电流、环境温度和SoH，同步输出电池端电压和表面温度的预测值。通过实验数据和公共基准数据集的验证，结果表明：所提出的模型在电池温度预测方面表现出较高的准确性，且无需依赖专门的参数辨识实验或电池材料的热物性先验知识。

实验设计与数据分析

实验采用圆柱形磷酸铁锂（LFP）电池，额定容量为2 Ah，使用Neware BTS 8.0.0测试系统进行充放电循环，并在热室中控制环境条件。热量生成模型通过MATLAB Simulink中的Simscape电池框架进行验证，该框架实现了高保真物理热模型。模拟结果表明，基于多项式拟合的热生成模型能够准确反映电池在实际工作条件下的产热行为。

结论

本研究提出的ECT-aging模型不仅简化了参数辨识过程，可直接从充放电曲线中提取模型参数，而且通过引入老化机制增强了模型的适应性和预测精度。该模型为电池管理系统提供了一种计算高效、易于实现在线监测的温度预测方案，具有重要的工程应用价值。

作者贡献与致谢

Myisha A. Chowdhury负责软件实现、数据整理、方法论设计与论文撰写；Qiugang Lu负责研究指导、资源提供与论文修订。本研究得到美国国家科学基金会（Grant No. 2340194）和德州理工大学杰出研究生助理基金的资助。