电池参数
预设配置
理论与主要公式
$$V_{term}= V_{OCV}(SOC) - I R_0 - V_{RC}$$
$$\frac{dV_{RC}}{dt}= -\frac{V_{RC}}{\tau}+ \frac{I}{C_1},\;\tau = R_1 C_1$$
$$\frac{dSOC}{dt}= -\frac{I}{3600 Q}$$
R₀：纯电阻降压、R₁C₁：扩散极化（滞后响应）、VOCV：SOC的多项式近似
电池等效电路模型是什么
🙋
为什么电池的等效电路模型能用电气回路表示电池的动作？
🎓
简单来说，电池内部复杂的化学反应被"翻译"成容易理解的电气元件的组合。例如，内部电阻$R_0$表示电流流过时瞬间发生的电压降，RC并联电路表示化学反应的"滞后"。在本模拟器中，如果你把电池类型从Li-ion改为LFP，会看到OCV-SOC曲线的形状大不相同。
🙋
"极化电阻$R_1$"和"极化容量$C_1$"有什么区别？两者都可以通过滑块调节。
🎓
很好的观察！$R_1$决定极化的"大小"，$C_1$决定其"持续时间"。在实际应用中，随着电池老化，$R_0$和$R_1$都会增加。通过模拟器，你可以看到增大$R_1$会导致放电开始时电压下降更大，减小$C_1$会使极化更快消失。
🙋
如果"放电倍率"设置得非常大，为什么电压会下降得那么多？
🎓
这是因为内部电阻$R_0$引起的瞬时电压降开始发挥主导作用。看公式$V_{term}= V_{OCV}- I R_0 - V_{RC}$，电流$I$越大，$I R_0$项的影响越强。例如，无人机急速上升时的高负荷（高C-rate）会使终端电压迅速下降到BMS的下限值，导致电池被误判为"空"，这个工具可以很好地再现这种现象。
常见问题
内部电阻R0在电流施加后立即引起瞬间电压降。相比之下，RC极化是由电阻和电容并联组成，对电流变化产生时间延迟的响应，重现过渡性电压波动。R0负责即时响应，RC极化负责时间延迟的响应。
C-rate表示放电电流与电池容量比值的倍数。C-rate越高，放电电流越大，导致内部电阻R0的电压降和RC极化的电压下降增加，因此终端电压更快地下降，SOC的减少速度也更快。从实际角度来看，高C-rate会导致实际放电容量减少。
可以的。通过调整OCV-SOC曲线、内部电阻R0、RC时定数τ和容量C使其与实际电池的测量数据相匹配，就能再现接近实测的放电曲线。但由于模型中不包含温度依赖性和老化特性，如果需要考虑这些，还需要进行额外的参数校正。
可以实时更改。当你改变容量、内部电阻、RC极化或C-rate等参数时，计算会立即以改变时刻的SOC和极化电压为初值重新开始，终端电压和SOC的图表也会相应更新。但请注意参数更改前的历史记录不会保留，如果想进行对比，需要另外记录数据。
实际应用
电动汽车（EV）电池管理系统（BMS）：ECM被用于行驶中的实时SOC估算。特别是在回生制动时快速充电和加速时大电流放电时，模型能预测这些情况，防止电池过充和过放。
可再生能源输出平滑化系统：在用蓄电池平滑化太阳能发电变动输出时，利用ECM预测蓄电池的瞬时响应和发热，帮助系统最优控制和寿命预测。
民用电子产品电池剩余量显示：智能手机和笔记本电脑上的"剩余电量××%"显示并不是简单的电压测量，而是利用ECM的简化算法，在负荷变动条件下计算更精确的剩余量。
无人机和机器人的电源管理：利用ECM预测急剧动作变化导致的电池电压瞬间下降（压降），从而确定动作计划和安全装置的触发时间，防止飞行中电力突然不足导致坠落。
常见误解和注意事项
开始使用本模型时，有一些容易卡住的要点，需要特别注意。首先，"OCV-SOC曲线就像电池的'指纹'"。即使是同一种Li-ion电池，不同厂家或产品线的曲线也完全不同。例如，直接使用工具提供的代表性曲线可能导致与实机的误差很大。在实际工作中，第一步是从实测数据进行曲线拟合，创建专用的参数集。
其次，参数设置的顺序很重要。很多人一开始就改$R_1$或$C_1$，但正确的顺序应该是"OCV-SOC曲线"→"内部电阻$R_0$"→"极化参数$R_1, C_1$"。例如，在1C倍率放电时，终止电压总是比实测值高0.1V，这很可能表示$R_0$太小了。极化参数的调整应该看放电停止后的电压恢复曲线。
最后，最大的陷阱是"本模型不直接计算热的影响"。内部电阻$R_0$会随温度大幅变化。冬天电动车航续距离减少就是典型例子。要在模拟中获得高精度，需要在不同温度条件下获取参数，准备多个模型，并根据温度切换使用。