2019年1月17日，汽车安全与节能国家重点实验室第227期学术沙龙在清华大学汽车研究所301成功举办，此次请到的演讲嘉宾是科罗拉多大学的Gregory Plett教授，演讲题目为：“电池管理系统算法的未来：锂离子电池物理降阶模型研究”。

演讲过程中，Plett教授对动力电池管理系统（BMS）建模方法及应用进行了详细介绍，分三部分进行讲解。第一部分中，Plett教授介绍了电池管理系统常用的等效电路模型。在动力电池工作过程中，电池管理系统通过持续不断地对电压、电流和温度等参数进行检测并运行相应的算法来监控电池状态和设置使用的极限，最精确、稳定的算法与电池单体的状态方程（模型）有很大关系。传统的电池管理系统使用等效电路模型（ECM）作为控制算法的基础，在等效电路模型中，我们可以使用电路的输入/输出特性来近似描述锂离子电池的物理行为，故可将电路的描述方程作为描述电池动力学特性的模型，并通过一定的方法（卡曼滤波、完全最小二乘回归、线性搜索等）计算电池荷电状态（SOC）、电容等参数。第二部分中，Plett教授介绍了动力电池管理从基于等效电路模型演变到基于降阶机理模型的发展过程。动力电池动力学特性的描述有不同的模型，常见的等效电路模型具有可快速稳定计算、需要优化的模型参数少等优点，但只能预测输入/输出的电流电压，无法描述电池内部的电化学状态。另一种是物理模型（PBM），该模型可以预测的电池工作范围很宽，而且能够测量电池内部状态，而这一点对衰减预测是很重要的，但它所需确定的模型参数很多。降阶物理模型（PBROM）将二者的优点结合，Plett教授对理想电池降阶物理模型的建模方法进行了详细剖析，包括开路电动势（OCP）测算等，并介绍了其团队的试验结果。第三部分中，Plett教授介绍了电池衰减机制研究与基于降阶模型的控制算法。通过对主要的衰减机制进行建模并且确保这些机制有可控的输入参数，就能设计出降低电池衰减从而使得电池寿命最长的控制算法，Plett教授介绍了在不同时间/长度尺度下的电池衰减建模方法和基于降阶模型的控制算法，以一些具体应用，如固体电解质中间相（SEI）形成、快速充电等场景举例为大家进行了深入讲解。

Gregory Plett教授现任教于科罗拉多大学科罗拉多斯普林斯分校（UCCS）电子与计算机工程系，是动力电池荷电状态（SOC）估计的卡曼滤波算法发明人。他于1998年获得斯坦福大学电子工程博士学位，在过去17年里致力于电池管理领域的研究。Plett教授和他的同事M.Scott Trimboli教授共同组建的学生团队致力于基于低阶物理的锂离子电池模型的有效计算方法研究，通过实验室试验确定电池模型的参数值，从而得到在电池衰减过程中的电池动力学特性。这些新方法旨在降低衰减率的同时将电池性能优化至其物理极限。Plett教授编写了两本关于电池建模和电池管理的教材，拥有24项电池控制领域的美国专利及其他出版物，引用次数达5600余次。

本次学术沙龙活动由车辆与运载学院冯旭宁老师主持，吸引了近150名左右的校内外师生前来参加。大家在互动环节提出了若干问题与Plett教授交流，包括实验过程中的参数确定方法、衰减机制研究中的试验结果等。Plett就这些问题与大家进行了进一步的探讨与分享。