锂离子电池电热模型无创参数化的全局敏感性分析

为解决高保真电热模型（ECTM）参数测量受实验条件限制的问题，研究人员针对锂离子电池开展基于全局敏感性分析（GSA）的参数可识别性研究，利用 Sobol 法分析 39 个参数对电压、温度输出的影响。发现调整工况可提升参数敏感性，结果为无创参数化实验设计提供依据。

　　

锂离子电池在新能源领域的应用日益广泛，但其性能和安全性高度依赖精准的电热模型参数。传统参数测量需拆解电池，操作复杂且成本高昂，而基于电流、电压和温度数据的无创参数化方法虽具潜力，却面临模型复杂性和数据质量带来的挑战。如何通过合理设计实验条件提升参数可识别性，成为优化电池管理系统的关键科学问题。

为攻克这一难题，研究人员开展了锂离子电池电热模型无创参数化的全局敏感性分析研究。通过构建可识别性分析框架，量化不同工况（电流倍率、环境温度）下 39 个模型参数对终端电压和电池温度的影响程度，揭示参数间的交互作用机制，为无创参数化方法提供实验设计和策略优化的理论依据。该研究成果发表在《Advances in Applied Energy》。

研究主要采用全局敏感性分析中的 Sobol 法，结合准蒙特卡洛（QMC）采样技术，计算一阶、二阶和总阶敏感性指数（SI），评估参数对输出的独立影响和交互作用。通过设置 0°C、25°C、35°C 三种环境温度和 0.2C、1C、2C 三种放电倍率，分析工况对参数敏感性的调控效应，并利用 Pareto 排序法对参数进行多输出综合分组。

5.1 终端电压的 Sobol 指数

在 25°C、1C 放电条件下，阴极厚度（L?）的总阶 SI 最大（>0.7），其与阳极厚度（L?）、阴极活性物质体积分数（ε??）的二阶交互作用显著（SI>0.1）。容量相关参数（如电极厚度、活性物质体积分数）和阻抗相关参数（如固相扩散系数 D??、反应速率常数 k?）对电压输出影响显著，而热模型参数敏感性较低。

5.2 不同工况下终端电压的总阶 SI

低温和高电流倍率会抑制离子扩散和反应速率，增加电池阻抗，使阻抗相关参数（如 D??、k?、SEI 膜电阻 R???）的敏感性显著提升，而容量相关参数的敏感性降低。活化能参数的敏感性随温度偏离参考值（25°C）的程度增加而升高，但在 25°C 时因温差小而最低。

5.3 电池温度的 Sobol 指数

电池温度对等效换热系数（h_cell）最敏感（总阶 SI≈0.5），而材料热属性参数（如比热容、导热系数）和活化能参数敏感性低于 0.01。h_cell 与阳极厚度的交互作用较强，反映了热生成与散热的动态平衡。容量相关参数对温度影响较小，阻抗相关参数（如电解液体积分数 ε??、扩散系数 D?）通过影响欧姆热生成速率间接作用于温度。

5.4 不同工况下电池温度的总阶 SI

高电流倍率会加剧极化，增加热生成，提升阻抗参数的温度敏感性；低温环境下，活化能参数对温度的调控作用增强。等效换热系数在高温低电流时敏感性最高，因其主导散热过程，而低温高电流时热生成参数（如反应速率常数）的影响更突出。

5.5 Pareto 排序结果

电极厚度、h_cell 等参数在不同工况下均属高优先级，需优先精准识别；容量相关参数适合在高温低电流条件下辨识，阻抗参数则在低温高电流时更易识别。部分参数（如热属性参数）敏感性低，可通过文献确定参考值。

结论与意义

该研究揭示了工况对参数敏感性的调控规律，证实合理选择测试温度和电流倍率可使参数敏感性提升两个数量级，为无创参数化提供了实验设计指南。例如，低温高电流适合辨识阻抗参数，而高温低电流利于容量参数识别。结合 Pareto 排序的多输出分析，为分步式参数辨识策略提供了理论依据，有助于降低模型开发的时间和成本，推动锂离子电池热管理系统的优化和安全运行。研究方法可扩展至其他电池化学体系，为新一代电池的快速建模奠定了基础。