空間電源數字孿生系統

朱 凱，陳 健，呂桃林，付詩意，吳 磊，晏莉琴，王 可，解晶瑩

（上?？臻g電源研究所，上海 200245）

0 引言

航天器進入太空后，電源系統的運行情況只能依靠遙測獲取部分信息，難以實時地進行健康狀態診斷、異常情況報警、控制策略優化以及系統全生命周期的精準管理。隨著航天器對于電源系統越來越高的要求［1］，電源系統精確化管理的需求越來越強。

空間電源數字孿生即現實空間電源系統實體的數字化體現，具有理解、模擬、預測、優化和控制現實實體的功能。數字孿生模型遵循“幾何-物理-行為-規則”的多維度原則，形成從基礎單元到集成系統的構建，多領域、多學科角度模型融合以實現復雜物理對象各領域特征的全面刻畫［2］。數字孿生技術在空間電源領域有著良好的應用前景，通過構建空間電源的數字孿生模型，結合智能傳感和數據驅動技術可以實現空間-地面交互的孿生系統，更好地感知和診斷空間電源系統的狀態，也可為未來空間電源的技術發展做出指導。

1 空間電源數字孿生系統的內涵

數字孿生技術的優勢在于可以通過數字和物理約束，在不直接接觸實體系統的前提下，完成對實體系統“過去”信息的分析、“現在”信息的診斷以及“未來”信息的預測。在空間電源領域，通過數字孿生模型實現星載平臺電源系統壽命預測與健康狀態預測，建立長壽命、高穩定的先進星載電源系統的多尺度結構設計方法，開發高性能星載電源的管理技術，建立基于數據驅動的空間電源數字孿生系統，實現天上-地面-數字孿生空間深度融合，是應對高要求空間電源服役需求的發展方向。

針對目前空間電源領域的痛點問題，上?？臻g電源研究所解晶瑩團隊［3-5］在電源控制、模型構建方面積累了大量工作，在電池組均衡和固相擴散模型等領域取得多項成果，為數字孿生模型構建提供依據。哈爾濱工業大學尹鴿平團隊［6-7］關于電池石墨負極衰減機理的研究，以及正極材料性能演變的研究也為數字孿生系統的構建提供原理基礎。

空間電源數字孿生系統是由一系列不同的模型構建而成。多物理場、多尺度和輕量化等模型，這些模型以極高的保真度模擬電池的特性，通過多維傳感器獲取空間電源多維信息。結合目前高速發展的云計算和機器學習技術，數字孿生系統可以精準地復現電池內部狀態，預測電池組的運行狀況。通過數字孿生系統可以實時高保真獲得電源內部信息，在電源荷電狀態（State of Charge，SOC）、健康狀態（State of Health，SOH）、功率狀態（State of Power，SOP）的獲得及聯合估算、電源壽命預測、電源可靠性提升等方面將發揮重要作用。

2 空間電源數字孿生關鍵技術

2.1 高精度物理模型

空間電源系統多采用鋰離子電池，為實現對其性能、壽命和可靠性等方面的高效控制與管理，需建立系統的高精準模型。目前的建模方法主要包括白箱建模（如電化學模型）、灰箱建模（如等效電路模型）、黑箱建模（如神經網絡模型）。其中，電化學模型［8-9］從電池內部的物理化學過程出發，最接近電池的實際狀態，可實現對電源系統的精準映射。

電化學模型也可稱為準二維模型（Pseudo-Two-Dimensional，P2D），如圖1 所示。該模型對電池內部的物質傳遞過程、電荷轉移過程、電化學反應過程以及不均勻效應進行了詳細描述，但是由于模型過于復雜，計算量大，難以解析［10］。

圖1 鋰離子電池準二維模型［8］Fig.1 P2D model of lithium-ion battery［8］

單粒子模型將準二維模型中的電極簡化為2 個球形顆粒，認為電解質濃度和液相電勢保持恒定，電池中無電解質分解等副反應，采用固相擴散方程和Butler-Volmer 方程完成鋰離子電池的內部反應數值化表達，如圖2 所示。相比而言，單粒子模型結構簡單，計算量小，目前已被應用至鋰離子電池的SOC 估算之中［11］。這一模型的缺陷在于其缺失電解液動力學的描述，在大倍率充放電的條件下模型的假設條件不再成立，會造成較大的誤差。

圖2 鋰離子電池單粒子模型［8］Fig.2 Single particle model of lithium-ion battery［8］

為解決單粒子模型的適應性較差問題，研究人員致力于從不同場景的需求進行準二維模型的簡化工作?，F有的簡化方式主要包括幾何結構簡化、固液相擴散過程的簡化和數學算法簡化計算過程等方式［8］。為了更好地發揮準二維模型架構能力，SANCARLOS 課題組［12］探究降階模型和離線處理模式，在保證模型準確性基礎上降低時間成本，提升計算效率。除此之外，鄧昊等［13］采用多項式近似的方法，從液相濃度、固相表面濃度反應電流的計算進行了簡化，并將簡化后的模型應用于聯邦城市行車規劃（The Federal Urban Driving Schedule，FUDS）中鋰離子電池的SOC 估計中。

在準二維、單粒子等電化學模型的建立中，電池電化學反應的模擬通常被簡化成一維的問題，而忽略了實際鋰離子電池內部的電流密度、局部濃度、SOC、電勢等極片面內方向不均勻等因素，這導致對電池實際內部反應的模擬始終是欠缺的［14］。鋰離子電池三維模型通常應用于電-熱耦合的研究中。通過幾何模型（包含負極集流體、負極、隔膜、正極、正極集流體）、電荷守恒方程、固液相鋰離子守恒方程和控制方程進行電化學模型建立，結合包含幾何模型和控制方程的傳熱模型，可實現鋰離子電池的電化學-熱耦合模型的建立，如圖3 所示?；趥鹘y產熱模型，結合電池內部可能會發生的產熱反應，可以進一步建立空間電源模組實際工況的熱分布特性，為空間電源散熱結構設計提供精確的指導方案。同時，通過產熱模型可以建立鋰離子電池的熱濫用模型，用于仿真、預測電池在熱濫用條件下如何達到熱失控點或者熱失控后電池內部的變化［15］。

圖3 鋰離子電池三維電熱耦合模型示意圖［14］Fig.3 3D electro-thermal coupling model of lithium-ion battery［14］

目前，電熱耦合模型已被廣泛地應用于鋰離子電池的性能測試和研究。熊瑞等［16］和PING 等［17］則采用電熱耦合模型，進行了鋰離子電池從正常循環到熱失控過程中產熱量、電壓、電流的變化研究，可進一步明確熱失控的臨界點和電池的安全使用范圍。梅文昕等［18］、MA 等［19］將力學引入電池模型，基于電力耦合模型，分析并預測了鋰離子電池充放電過程中電極顆粒的鋰濃度和應力，為電池失效提供了一定的臨界參考，對電池的安全防護具有一定參考價值，為電池組層面的力學分析奠定基礎。

模型的復雜程度對其在實際中的應用起著重要的作用，在實際應用中需要一個能夠快速計算且易于解析的電池模型。上海空間電源研究所對原有P2D 模型進行改進，建立了電池內外過程的直接關系，構建了電池狀態的無損檢測方法，實現了電化學模型的工程化應用，并在電池的全生命周期下進行了驗證，同時編制了標準化的數據處理軟件，用于對電池的狀態及壽命進行分析預測，如圖4 所示。

圖4 電池數據標準化處理軟件Fig.4 Battery data standardization processing software

同時，課題組結合等效電路模型計算量小且便于硬件實現的特征，對電化學模型與等效電路模型進行融合，并結合相關的優化算法，實現了電池系統的多狀態在線聯合估算，如圖5 所示。

圖5 電池多狀態聯合估算Fig.5 Joint estimations of battery under multiple states

2.2 空間狀態監測新型傳感技術

在數字孿生模型的基礎上，空間電源系統配置的傳感器是數字孿生系統獲取數據的前線，起到為孿生模型提供感官的作用，通過電源系統內部多維信息傳感器的布置，實時獲取電源系統內部狀態信息，能夠極大地提高數字孿生模型的準確性，在獲取的信息與孿生模型不斷迭代優化的過程中逼近對空間電源的完全映射，從而對電源的內外過程進行精準解析和預測，對決策系統提供準確可靠的決策依據。

從供給角度，養老機構供給不足導致供給結構不均衡。不考慮地區之間的分布不平衡情況，我國養老機構床位供給率僅為1.59%，低于發達國家的5%～7%和部分發展中國家的2%～3%。此外，高服務質量的養老機構雖然床位充裕，但價格高昂，超出了一般老年人的消費能力，而福利性的養老機構價錢低廉但床位緊張，導致一位難求。

未來的空間電源系統要求可以精確把握電源狀態，包括精準化SOC 監測、電源服役能力預測和電源SOH 壽命預測，在復雜的服役條件下，如高功率脈沖、低溫供電、特殊工況深度放電等供電能力分析，滿足不同工況下電源系統的控制與監測。鋰離子電池壽命與工作溫度、載荷條件、放電深度等工況深度耦合，電池容量變化只是電池內部狀態的宏觀反映，真正揭示電池衰減機理需要從復雜的內部狀態著手。歐洲“電池2030+”計劃明確提出將智能傳感器嵌入到電池系統中，可以實現電池在空間和時間維度的分辨監控。通過整合和開發各種傳感技術在電池中以實時傳遞信息（如溫度、壓力、應變、電解質成分、電極膨脹度和熱流變化等），更好理解和監測電池工作過程中的物理參數對電化學反應過程的影響，有效解決非完備信息電源狀態診斷的問題。

電池SOC 受到內部溫度、服役環境、電源健康狀態等因素的影響［20-21］，精準的SOC 監測需要真實的電源內部信息。以單體鋰離子電池為核心組成的電源系統，在電源SOH 監測中，以往的經驗通過SOC 剩余量作為判斷標準，然而電源SOH 變化是電池內部多維信息變化的結果，更加科學判斷電池SOH 需要更加多維的電源內部信息。發展電源內部傳感器對于揭示電源狀態具有重要意義。

對于鋰離子電池傳感器的研發已經有多年歷史。鋰離子電池負極嵌鋰膨脹，可能導致電池變形，破壞了鋰離子電池的結構特性，局部變形有可能導致電極間距增加，影響鋰離子電池性能。西安交通大學賈書海團隊［22］基于電池形變與電池衰減的關聯特征，將智能光纖傳感技術應用在電池系統的高效管理中。研發表貼式增敏型光纖應變傳感器如圖6（a）所示，通過對電池表面應變水平的監測，建立電池應變與SOC 和SOH 之間關系，對于未來聯合監測空間電源系統狀態將是重要的信息。

在低溫和大倍率條件充電可能導致鋰離子電池負極析鋰［23］，析鋰引起鋰電池容量和性能衰減，甚至引起嚴重的熱失控［24］。監測析鋰最有效的方法是在負極表面布置參比電極，監測負極表面電勢［25］，清華大學歐陽明高院士課題組提出參比電極尺寸的優化方法，進行了參比電極使用條件的討論，如圖6（b）所示，確保參比電極測量結果的可靠性，為消除測量誤差和提高測量結果準確性提供了指導。

對于鋰離子電池從生產過程到服役期間，電池內部往往伴隨著氣體相關的演變過程，在電池不同服役階段，確定電池內部產氣特性對于監測電池內部健康狀態具有很重要的意義。德國卡爾斯魯厄理工學院的BREZESINSKI 團隊［26］研發了一款鋰離子電池氣壓傳感器，如圖6（c）所示，通過監測鋰離子電池內部氣壓特性的改變，判斷鋰離子電池內部產氣特性，可以進一步研究電極表面固態電解質膜（Solid Electrolyte Interface，SEI）生長。同時，鋰離子電池熱失控過程伴隨著大量氣體的產生，氣壓傳感器可以作為預警信號。

鋰離子電池循環期間表現明顯的嵌鋰膨脹特性［27］，并且與嵌鋰程度表現相關性。另外，在鋰離子電池劣化過程中固態電解質膜SEI生長［28］，鋰離子電池進一步膨脹，所以監測鋰離子電池的膨脹特性，對于監測鋰離子電池SOH 和荷電狀態具有很重要的參考價值。普林斯頓大學的CANNARELLA［27］驗證了應力對于鋰離子電池壽命的影響。在鋰離子電池劣化過程中，應力演變與電池劣化表現明顯的線性關系，建立電池性能與應力的對應關系，可以作為監測電池健康狀態指標［29］，如圖6（d）所示，并且鋰離子電池在經歷突變狀況，比如熱失控、大量產氣、析鋰等狀況，可以將應力作為監測手段實現迅速預警。在數字孿生系統中添加應力項，為孿生模型提供有力的SOC 監測方法和SOH 預測手段。

圖6 鋰離子電池新型傳感器Fig.6 New sensors for lithium-ion battery

相比于其他用電系統，空間電源隨著航天器在軌運行時，無法依靠現有的手段對電源直接進行狀態診斷，僅能依靠外部遙測數據進行評估。針對此問題，上?？臻g電源研究所聯合國內高校開展了基于多功能新型傳感器及內埋傳感器的新式鋰離子電池制備技術研究，旨在通過傳感器獲取電池具體、精確的內部信息，以進一步完善、優化空間電源的設計和管理。如圖7 所示，在多維傳感器信號的基礎上建立空間電源數字孿生模型，實現空-地-數字三位一體空間電源系統狀態監測體系，準確把握空間電源各項狀態，并對空間電源任務需求和風險提供可靠的決策依據。

圖7 空間電源傳感器應用Fig.7 Application of sensors for space power-sources

2.3 空間電源系統數據驅動

由于鋰離子電池老化機理為非線性關系，服役過程電源容量發生變化，對于電源管理系統，精確化計算SOC 和預測SOH 具有極大挑戰［34］。智能化電源數字孿生系統，依托電源內埋傳感技術可以充分收集系統的多維信息。鋰離子電池的性能演變伴隨著復雜的衰減機理，如圖8 所示，傳統的電流電壓監測和電池外表面的溫度監測等并不能表現電池真實的狀態信息，無法滿足電源系統的精準管理。通過新型傳感器數據監測，可以深層次反映電源內部狀態和電源內部變化機理。

圖8 鋰離子電池衰減機理［35］Fig.8 Degradation mechanism of lithium-ion battery［35］

由于鋰離子電池固有的差異性，通過傳感器獲取的信息具有很大不同，基于物理模型進行參數化計算分析依然有許多挑戰，導致預測精度降低，機器學習方法是理想的手段，可以適應電池固有的差異性［36］。以人工神經網絡為代表的數據驅動方法已經經歷了多年的發展，隨著計算處理能力的提高人工智能方法將應用在電源系統的處理，LI 等［37］發展電池云數據管理系統，實現對于電池SOC 和SOH 的判定。YAN 等［38］全面總結了人工智能領域在鋰離子電池研究的應用，在精準預測電池SOC 以及電池SOH 方面人工智能將發揮不可替代的作用，通過人工神經網絡（Arti fi cial Neutral Network，ANN）、支撐向量機（Support Vector Machine，SVM）［39］、隨機森林等算法精準預測電池狀態。

結合數值模型，可形成機器學習模型的樣本訓練數據，減少機器學習模型訓練時的數據需求?；诂F有的電熱機理模型生成動力電池仿真數據，仿真不同溫度下、不同載荷、不同老化狀態條件組合下的高通量電流、電壓、溫度數據作為預訓練集；重點探究電池高溫、低溫等極端條件，低SOC 等傳統模型適應性差情況下的電池內外部特性演化規律；基于預訓練數據搭建基礎的電池模型，學習電池內部參數、外部電熱特性。然后，依據現有電池數據庫，應用數據挖掘理論和相關性分析方法，解析鋰離子電池在不同溫度、放電深度、放電倍率等應力變化下的電熱特性變化以及性能衰退過程中關鍵特征與性能退化的映射關系，并據此對所搭建的基礎深度網絡模型進行遷移學習。最后確定電池主要工作環境和負載的主要組合，利用遷移后的電池模型生成電池內外特性仿真結果并開展相關電池測試，以仿真誤差對電池模型進行進一步修正。

基于新型傳感器的電源系統將產生大量多維數據，結合人工智能技術，依托數據驅動，將電源內部信息，包括溫度場、內部應力、內部氣壓、電勢、應變等，通過機器學習，將多維數據融合在一起，建立監測信息與電池內部機理關聯性，進一步增強電源系統的深層認識，對于預測電源狀態很有意義。

3 空間電源數字孿生系統

數字孿生系統的構建需要結合智能傳感、輕量化模型和機器學習，通過智能傳感技術獲取的空間電源實時信息，物理模型持續更新電源狀態，基于云計算的人工智能機器學習，將極大提升數字孿生系統監測和預測的準確性。在數字孿生體系內，立足拓展系統的自處理能力和響應能力，將極大拓寬電源管理系統能力。

空間電源數字孿生系統通過電池多維模型和融合數據雙驅動，以及實際電池對象和虛擬模型的交互，實現對實際電池物理對象的多維屬性的描述，刻畫實際電池物理對象的實際行為和狀態，分析其未來發展趨勢，從而實現對空間電源的狀態監控、性能仿真、壽命預測、決策優化等實際功能服務和應用需求，并在一定程度達到實際電池與孿生電池模型的共生?？臻g電源模型是數字孿生系統的重要組成部分，是實現數字孿生功能的重要前提，需要在前述多維、多尺度等模型的基礎上，針對空間電源的特點，通過模型和數據的反復迭代，形成精準化、標準化，并在應用過程中形成可交互、可融合、可重構、可進化的空間電源數字孿生模型。

空間電源數字孿生模型不僅是基礎電池模型建模，還需從多維度上通過模型組裝實現更復雜對象模型的構建，從多角度模型融合以實現空間電源系統特征的全面刻畫?？臻g電源數字孿生模型構建體系如圖9 所示，在傳統外部電壓、電流、溫度等信號的基礎上引入內部溫度、應力等信號進行空間電源系統數字孿生建模。為保證空間數字孿生模型的正確有效，需對構建以及組裝或融合后的模型進行驗證，檢驗模型描述以及刻畫空間電源系統的狀態或特征是否正確。若模型驗證結果不滿足需求，則需通過模型校正使模型更加逼近空間電源系統的實際運行或使用狀態，保證模型的精確度。在模型基礎上，發展的云數據系統，集合大量數據，降低本地計算需求，可有效提升機器學習能力。電池數字孿生作為一個多學科的物理系統，在電池系統的多尺度設計和智能管理系統中發揮著變革性作用。YANG 等［40］提出網絡分層與交互網絡（Cyber Hierarchy And Interactional Network，CHAIN）概念，CHAIN 結構為多層結構，分別為多尺度映射、云基模型、多工況控制、健康診斷與健康管理等，以加速產品研發和智能控制建設，保證電池全壽命周期的安全性和穩定性。

圖9 空間電源數字孿生模型構建體系Fig.9 Construction system of digital twin model for space power-sources

在航天領域，航天器在空間服役期間無法直接進行檢修維護，因此，空間電源的可靠性要求極高，針對這一問題，發展空間電源系統的數字孿生勢在必行。空間電源系統的數字孿生應該由如下幾個部分構成：1）精確物理、數值模型，用于真實模擬空間電源系統的內部反應與外部特性；2）高精度傳感系統，從內、外部感知空間電源系統的實時參數；3）聯合狀態估計技術，基于傳感數據的過去狀態診斷以及未來狀態預測；4）智能決策技術，可實現空間電源的自主調整及運行策略優化。

基于以上架構可實現空間電源在地面的數字孿生系統搭建，如圖10 所示。利用空間電源運行的歷史及實時回傳數據，對數字孿生模型進行匹配性評估和更新；通過對地面數字孿生系統進行工況加載等實驗，預測未來空間電源的使用概況；利用地面數字孿生模型對空間電源進行故障診斷及制定應對策略等，實現空間電源系統的精確化管理。

圖10 空間電源數字孿生系統Fig.10 Digital twin system for space power-sources

4 結束語

未來伴隨著航天領域的快速發展，對于空間電源系統能力提出更高要求，滿足空間電源多功能供電需求，對于空間電源技術研究提出巨大挑戰。基于智能傳感技術，建立數字孿生模型，結合機器學習，構建空間電源數字孿生系統，本著天上-地面-數字空間一體化原則，實現空間電源精準化SOC 監測，在軌SOH 預測，多參數的聯合估算，針對不同工況進行電源服役能力分析，提升智能化感知能力。將數字孿生技術應用在空間電源領域，最大的挑戰是模型的準確性、計算能力和智能化傳感技術。上海空間電源研究所進行了幾十年的空間電源技術深耕，擁有自主研發的宇航級空間電源生產線，以空間電源技術國家重點實驗室為平臺，不斷探索空間電源技術發展路線，伴隨著數字孿生技術的發展，在未來將空間電源整體過程納入數字孿生管理范疇，在空間電源材料的研發、生產制造、空間電源故障診斷等方面展開研究，垂直整合空間電源系統，形成一體化空間電源數字孿生體系，縮短產品研發周期，降低生產成本，提升管理效率，提高系統多維度供電能力的可靠性。