RomeoPower的主要任務是設計電池包并提供電池技術，來幫助客戶制造更有效率的電動車以及實現可擴展的能源儲存系統。在客戶為新產品挑選出合適的電池包之前，需要了解電池包在各種不同運行環境下的效能表現，包括各種溫度以及充電狀態。使用硬件原型來評估電池包的效能，不僅速度慢而且價格昂貴，所以我們藉使用仿真來確保最大程度的減少硬件測試的比重。

使用MATLAB、Simulink和Simscape進行建模和仿真，比構建實體原型更快、更安全、且成本更低。我們不需要去運行整個系統，就能找出對特定設計來說最合適的算法或充電方式。我們也可利用模型去仿真難以在真實電池上進行或具有危險性的測試場景，也能針對特殊的應用及使用情況來優化設計。而仿真通常可以找出在系統測試中被遺漏的設計錯誤。除此之外，客戶也可以使用我們的模型來評估他們的電動車、或者是商用和民用的能源儲存系統的電池管理模塊。

堆高機用的48V鋰電池包

利用參數估計法對單一電芯進行特征建模

在建立一個電池模型時，我們需要描繪其屬性特征-在最初使用和經過多次充電-放電循環之后，在各種溫度條件以及充電狀態下的性能表現。因此我們執行了大量的測試，包括開路電壓(OCV)和混合脈沖功率表征(HPPC)測試、利用在恒溫室改變電池溫度等來覆蓋所有的電池溫度范圍。我們記錄了電池在每一個老化階段-例如每200次充放-放電循環-在各種充電狀態下的容量及電阻變化。

我們將測量數據導入MATLAB并執行參數估計，為我們在Simulink以Simscape電壓源、電阻及電容模塊所建立的等效電路模型找出其等效電路模型的開路電壓、電阻和電容的取值。

使用Simscape開發的3-RC等效電路（在某一溫度下）。Em=開路電壓，R=電阻，C=電容

參數估計包括計算等效電路參數、匹配仿真結果與實驗測量結果。我們從給定的等效電路拓撲和一組初始參數開始。MATLAB的優化函數計算出參數值，并最大程度減少仿真與實驗之間的差別。這些步驟會在所有希望觀察的溫度條件下重復進行，把所得結果逐列填進查找表(look-uptable)。另外，我們使用已有的電池老化信息，重復進行參數估計，為電池的每一個老化階段建立額外的查找表。

由于進行了上述的電池壽命起始(BOL)參數估計，每一個等效電路元件會有一個二維的查找表，其中列表示溫度，行表示充電狀態（SOC）。圖3顯示了一個查找表的示例，其中的內阻R0以SOC和溫度的函數形式來表示。

通過參數估計建立的查找表，其中內阻以充電狀態和溫度的函數形式來表示。

為驗證這一參數化模型，我們對其進行仿真，在MATLAB中繪制仿真結果，并將其與電池測試結果進行比較。

電動車在某天的功率仿真（單一電芯）。從上至下：仿真電壓（紅）與測量電壓（藍）、電流、充電狀態。

建立多電芯的電池包模型

為了建立一個完整的電池包或模塊，我們把單獨的電芯模型以串聯或并聯用連接起來形成電芯組，接著再把電芯組串聯或并聯形成電池包。

從上到下：電池包模型、并聯連接的電芯組、串聯連接的電芯，等效電路與示例查找表模塊(R0)。

我們在各個電芯之間插入對流傳熱模塊來展示熱效應。在仿真過程中，我們監控單個電芯的溫度、SOC和電壓以及整個模塊的溫度、電壓和電流。通過變更電芯組的數量或每一個電芯組下的電芯數量，我們可以很快地評估不同的配置，并針對特定的應用找出最隹的配置。

我們根據自己或客戶的需求來調整模型的精度。低精度模型用于生成初步設計報告，或者在新客戶需要定制化設計、或者現有產品架構無法用于系統參數調整和初步分析。高精度的模型則被用于進行產品驗證、電芯平衡、開發狀態估計與充電控制算法、硬件在環測試，以及與車輛平臺的集成等等。

與客戶共享模型

有許多客戶會自己運仿真驗證電池包的參數，或查看特定的電池包應用于產品設計后的性能表現。例如，一家設計電動車的公司，可能希望將電池模型與車輛電機模型集成，并對不同的驅動配置文件進行車輛級仿真。

該車輛模型，甚至驅動配置文件，往往包含商業秘密，而我們自己的電池模型也是類似的情況。為了解決這個問題，我們開發了黑盒版本的電池包模型。我們從原始模型中生成代碼，并根據編譯的代碼創建新的Simulink模型。我們的客戶可以用黑盒模型調整初始參數，例如初始SOC、初始電池溫度、冷卻液溫度和傳熱系數。

上：客戶電池包模型。下：模型參數和初始條件的設置界面。

◆◆◆◆

我們預計，隨著電動車產業的蓬勃發展，市場對具備安全、經濟、可靠性電池的需求會不斷攀升。通過MATLAB和Simulink進行建模和仿真，我們可以快速地探索各種電芯配置，優化系統并找出符合性能、重量、體積或散熱等方面要求的結構。