Romeo Power 的主要任务是设计电池包并提供电池技术，来帮助客户制造更有效率的电动车以及实现可扩展的能源储存系统。在客户为新产品挑选出合适的电池包之前，需要了解电池包在各种不同运行环境下的效能表现，包括各种温度以及充电状态。使用硬件原型来评估电池包的效能，不仅速度慢而且价格昂贵，所以我们藉使用仿真来确保最大程度的减少硬件测试的比重。
使用 MATLAB、Simulink 和 Simscape 进行建模和仿真，比构建实体原型更快、更安全、且成本更低。我们不需要去运行整个系统，就能找出对特定设计来说最合适的算法或充电方式。我们也可利用模型去仿真难以在真实电池上进行或具有危险性的测试场景，也能针对特殊的应用及使用情况来优化设计。而仿真通常可以找出在系统测试中被遗漏的设计错误。除此之外，客户也可以使用我们的模型来评估他们的电动车、或者是商用和民用的能源储存系统的电池管理模块。
堆高机用的 48V 锂电池包
利用参数估计法对单一电芯进行特征建模
在建立一个电池模型时，我们需要描绘其属性特征 - 在最初使用和经过多次充电-放电循环之后，在各种温度条件以及充电状态下的性能表现。因此我们执行了大量的测试，包括开路电压 (OCV) 和混合脉冲功率表征 (HPPC) 测试、利用在恒温室改变电池温度等来覆盖所有的电池温度范围。我们记录了电池在每一个老化阶段 - 例如每 200 次充放-放电循环 - 在各种充电状态下的容量及电阻变化。
我们将测量数据导入 MATLAB 并执行参数估计，为我们在 Simulink 以Simscape 电压源、电阻及电容模块所建立的等效电路模型找出其等效电路模型的开路电压、电阻和电容的取值。
使用 Simscape 开发的 3-RC 等效电路（在某一温度下）。Em =开路电压，R =电阻，C =电容
参数估计包括计算等效电路参数、匹配仿真结果与实验测量结果。我们从给定的等效电路拓扑和一组初始参数开始。MATLAB 的优化函数计算出参数值，并最大程度减少仿真与实验之间的差别。这些步骤会在所有希望观察的温度条件下重复进行，把所得结果逐列填进查找表(look-up table)。另外，我们使用已有的电池老化信息，重复进行参数估计，为电池的每一个老化阶段建立额外的查找表。
由于进行了上述的电池寿命起始 (BOL) 参数估计，每一个等效电路元件会有一个二维的查找表，其中列表示温度，行表示充电状态（SOC）。图 3 显示了一个查找表的示例，其中的内阻 R0 以SOC 和温度的函数形式来表示。
通过参数估计建立的查找表，其中内阻以充电状态和温度的函数形式来表示。
为验证这一参数化模型，我们对其进行仿真，在 MATLAB 中绘制仿真结果，并将其与电池测试结果进行比较。
电动车在某天的功率仿真（单一电芯）。从上至下：仿真电压（红）与测量电压（蓝）、电流、充电状态。
建立多电芯的电池包模型
为了建立一个完整的电池包或模块，我们把单独的电芯模型以串联或并联用连接起来形成电芯组，接着再把电芯组串联或并联形成电池包。
从上到下：电池包模型、并联连接的电芯组、串联连接的电芯，等效电路与示例查找表模块 (R0)。
我们在各个电芯之间插入对流传热模块来展示热效应。在仿真过程中，我们监控单个电芯的温度、SOC 和电压以及整个模块的温度、电压和电流。通过变更电芯组的数量或每一个电芯组下的电芯数量，我们可以很快地评估不同的配置，并针对特定的应用找出最隹的配置。
我们根据自己或客户的需求来调整模型的精度。低精度模型用于生成初步设计报告，或者在新客户需要定制化设计、或者现有产品架构无法用于系统参数调整和初步分析。高精度的模型则被用于进行产品验证、电芯平衡、开发状态估计与充电控制算法、硬件在环测试，以及与车辆平台的集成等等。
与客户共享模型
有许多客户会自己运仿真验证电池包的参数，或查看特定的电池包应用于产品设计后的性能表现。例如，一家设计电动车的公司，可能希望将电池模型与车辆电机模型集成，并对不同的驱动配置文件进行车辆级仿真。
该车辆模型，甚至驱动配置文件，往往包含商业秘密，而我们自己的电池模型也是类似的情况。为了解决这个问题，我们开发了黑盒版本的电池包模型。我们从原始模型中生成代码，并根据编译的代码创建新的 Simulink 模型。我们的客户可以用黑盒模型调整初始参数，例如初始 SOC、初始电池温度、冷却液温度和传热系数。
上：客户电池包模型。下：模型参数和初始条件的设置界面。
◆ ◆ ◆ ◆
我们预计，随着电动车产业的蓬勃发展，市场对具备安全、经济、可靠性电池的需求会不断攀升。通过 MATLAB 和 Simulink 进行建模和仿真，我们可以快速地探索各种电芯配置，优化系统并找出符合性能、重量、体积或散热等方面要求的结构。
