張秋霞,陳文皓
電動汽車鋰離子動力電池健康狀態的研究現狀*
張秋霞,陳文皓
(江蘇電子信息職業學院,江蘇 淮安 223003)
鋰離子電池健康狀態表征電池儲存電量的能力,定量描述電池的性能指標,電池的健康狀態直接影響電池的壽命、使用的安全性及可靠性。從鋰離子動力電池的介紹、健康狀態評價指標、SOH的估算方法、影響因素、研究的意義五方面展開了論述。
鋰離子電池;健康狀態;評價指標;估算方法
鋰離子電池健康狀態()指鋰離子電池儲存電量的能力,定量描述電池的性能指標,結果以百分數顯示[1]。電池的健康狀態受充放電深度、充放電倍率、溫度及散熱系統、容量、內阻等因素影響。目前,鋰離子動力電池健康狀態的研究已經取得一定的成果,相關的研究包括電池壽命預測及健康狀況診斷、鋰離子電池機理模型與狀態估計、電池容量衰退預測、電池剩余循環壽命預測等,雖然研究較多,但是,比較系統的歸納和綜述的文章較少,本文從鋰離子動力電池的介紹、健康狀態評價指標、的估算方法、影響因素、研究的意義五方面展開了論述。
新能源汽車的鋰離子電池包由若干個電池模組串聯而成,電池模組由若干個單體電池串聯構成,單體鋰離子電池是構成電池包的最小單元。單體鋰離子電池由電解液、隔離膜、陽極、陰極和電池殼等構成,陽極材料使用的是含鋰的過渡族金屬化合物,例如LixCoO2(鈷酸鋰)、LixFePO2(磷酸鐵鋰)、LixCoMnO2(三元材料)、LixMn2O4(錳酸鋰)等;陰極材料需方便鋰離子的嵌入與脫嵌,一般采用石墨、硬碳或非石墨類材料;陽極和陰極材料均涂抹在集流體上,集流體的功用是分布電流、傳導電子,陽極集流體材料一般為AL(鋁),陰極集流體材料一般為CU(銅);電解液是鋰離子在正、陰極之間移動的載體,一般采用LiPF6(六氟磷酸鋰)、LiAsF6(六氟砷酸鋰)等有機溶液;隔離膜是多孔有機分子膜,將陽極與陰極分隔開,隔離膜允許鋰離子通過,阻止電子通過,從而形成了外部回路,有效防止電池短路,隔離膜材料主要采用聚丙烯隔離膜、陶瓷復合隔離膜等。鋰離子電池是一種濃度差的電池,鋰離子在陽極、陰極間往返地嵌入與脫嵌,形成電池的充電與放電過程。充電時鋰離子從氧化物陽極晶格中脫出,通過鋰離子的電解液后移動嵌入陰極,放電時,鋰離子的移動方向相反。
隨著電池充放電循環次數逐漸增多,電池的性能逐漸衰退,如果鋰離子動力電池不正常使用,也會導致電池的陽極、陰極、電解液、隔離膜等失效,電池的損傷及后果如表1所示。
表1 電池的損傷及后果
電池的組成損傷形式損傷的后果 陽極材料界面膜增厚,孔隙率降低容量降低,電阻增加,功率降低 顆粒破裂容量降低,功率降低 陰極材料界面膜增厚,孔隙率降低容量降低,電阻增加,功率降低 顆粒破裂容量降低,功率降低 電解液電解液耗損電阻增加 界面膜增厚容量降低,電阻增加,功率降低 隔離膜隔離膜孔洞過熱,電壓降低,電池殼鼓漲 隔離膜閉孔電池充放電失效 電池殼短路過熱,電壓降低,電池殼鼓漲
目前,國內外對健康狀態評價指標并沒有統一的標準,選取的電池基本參數不同,健康狀態評價指標也有所不同,鋰離子電池基本參數包括端電壓和電動勢、能量與能量密度、容量、功率與功率密度、內阻、荷電狀態、循環使用壽命、放電深度、自放電率等[2]。常用的評價指標如下。
隨著電池充放電循環次數逐漸增多,電池的容量會逐漸衰減,當衰減到容量規定值以下時,電池就會失效[3],的計算公式如下:

式(1)中:now為當前循環周期下的最大容量;new為額定容量。
電池內阻指歐姆內阻,由材料的失效行為導致,隨著電池充放電循環次數逐漸增多,電池的材料會失效,導致電池歐姆內阻增加,計算公式如下:

式(2)中:為壽命終止時刻的內阻;為實際內阻;new為初始內阻。
隨著電池充放電循環次數的逐漸增多,電池的材料會發生失效問題,導致電池功率下降,計算公式如下:

式(3)中:ocmp為實時啟動功率;min為最小啟動功率;new為電池啟動功率(100%健康狀態時)。
充放電循環次數是鋰離子電池的基本參數之一,有些文獻從充放電循環次數的角度定義,計算公式如下:

式(4)中:remain為剩余循環次數;tota為總循環次數。
電池的健康狀態受充放電倍率、溫度、循環次數等多因素影響,估算方法也多種多樣,總體來說分為模型法、數據驅動法、融合型方法三種。
模型法是電池健康狀態估算常用的方法,根據選取參數的不同,模型法分為等效電路模型、電化學模型和經驗模型。
3.1.1 等效電路模型
等效電路模型是由電阻、電感、導線、電容等原件構成的電路,結合大量的數據分析、估算。常見的模型包括PNGV模型、Rint模型、Thevenin模型、Tanh模型、RC模型和GNL模型等,常配合粒子濾波和觀測器算法估算。Rint模型是由電源和電阻串聯構成的電路,結構簡單,易于實現,但是沒有考慮電池內部結構的影響;Thevenin模型是在Rint模型的基礎上構建的,考慮了電池內部結構的影響,將電池內部等效為一個電阻和一個電容并聯[4],然后串聯在Rint模型的電路中,后續的一些模型也是在Thevenin模型的基礎上進行優化、改進;PNGV模型是在Thevenin模型的基礎上構建的,增加了一個電容,增加的電容用于描述鋰離子電池的電容特性[5]。模型法易于實現,便于在線應用,計算量小,但是難于考慮外界環境的影響。
3.1.2 電化學模型
電化學模型是基于電池的電化學反應機理設計電池的等效模型,考慮到陽極材料、陰極材料、集流體、電解液、隔離膜等材料的失效行為。常見的模型包括電化學熱耦合模型、基于界面膜的機理模型、多因子綜合電化學模型、單因子電化學模型等,該模型受電池材料、應用環境等條件的限制[6],無法很好反映溫度、放電深度、充放電倍率等因素的影響。
3.1.3 經驗模型
經驗模型是不需要考慮鋰離子電池內部結構,無需建模,通過獲取電池性能參數隨時間的變化,或者不同時刻之間性能參數的聯系建立的經驗模型。經驗模型主要包括電池容量估計經驗模型、四參數容量衰退模型、指數衰退模型等。為了得到更優參數,經驗模型經常與濾波算法配合使用。該模型實用性強、實時性差。
數據驅動法無需了解電池的內部結構,只需通過大量的實驗數據分析、曲線擬合、經驗公式、反復實驗和數據統計,估算鋰離子電池的健康狀態,常見的數據驅動法包括自滑動模型、神經網絡、高斯過程回歸、相關向量機、極限學習機、回聲狀態網絡等,該方法實用性強、動態數據精度高,但是需要大量的數據樣本,魯棒性差。
融合型方法是融合兩種或多種模型或方法,吸取模型的優點,摒棄缺點,以期達到更加的健康狀態估算,是近年來的主要研究方向。現有文獻,一般采用模型法與數據驅動法的融合,或多種數據驅動的融合,例如:文獻[7]提出了一種將不同的粒子濾波器和相關向量集成的算法,文獻[8]提出了一種將粒子濾波算法與高斯過程回歸模型融合的算法。該方法估算精度高,預測結果更穩定。
鋰電池的影響分為內部因素和外部因素,內部因素主要指鋰離子電池陽極材料、陰極材料、集流體、電解液、隔離膜、電池殼等材料的失效行為以及電池靜止時的自放電行為。外部因素如下。
溫度是影響鋰離子電池健康狀態的主要因素,溫度高會加快電池內部的化學反應速度,提高電池的工作效率,但是溫度高也會加快一些不可逆的化學反應,使電池的衰減速度加快,因此,需進一步深入研究溫度對健康狀態的影響。
過高的充放電倍率會促使大量的鋰離子移動,加速內部的化學反應,使內部溫度升高,加速電池老化,使電池容量衰減。
放電深度是鋰電池放電量與額定容量的比值,數值的大小是放電深淺的標識[9],放電深度與電壓、電流的關系密切,放電越深,電壓、電流越不穩定,深度放電可能會對電池造成結構性破壞,影響電池健康狀態。
充放電循環次數越多,內部的不可逆化學反應增加,內部電阻增大,加速電池的老化。
充放電截止電壓是關系鋰離子電池健康狀態的一個重要參數,充放電到某一電壓后,如果繼續充放電,會對電池造成不可逆的傷害,影響電池的使用壽命。大放電電流會使電池的極化趨勢增大,并且放電電流越大,極化的趨勢越明顯,極化導致電池內阻增大。
鋰離子電池具有無記憶效應、循環壽命長、工作電壓高、比能量高、自放電小、環境污染小等優點,對鋰離子電池的研究具有重要意義。通過對鋰離子電池健康狀態的研究,為電池的檢測與故障診斷提供依據,有助于檢測電池的實時工作狀態,保證鋰離子電池使用過程中的安全性與可靠性,預防了嚴重事故的發生。
電池管理系統的功能之一就是對電池荷電狀況(放電深度)、功能狀況、能量狀況、健康狀況、故障及安全狀況等的估算,如果電池管理系統能夠熟知電池的健康狀態,電池管理系統將會更好地管理電池的壽命周期。
對電池健康狀態影響因素及影響規律的研究,為電池的使用與維護保養提供理論層面的指導,延長電池的使用壽命。
隨著電動汽車被日益推廣,關于鋰離子電池的研究也越來越重要,鋰離子電池的健康狀態直接影響電池的使用壽命。關于鋰離子電池健康狀態的研究雖然取得了一定的成績,但是研究還處于初級階段,電池內部狀態監控與分析、電池健康狀態各種影響因素的耦合研究將會是下一步研究的重點。
[1]吳盛軍,袁曉冬,徐青山,等.鋰電池健康狀態評估綜述[J].電源技術,2017(12):1788-1791.
[2]張友龍,袁文強,芮凱,等.純電動汽車動力電池技術研究[J].汽車實用技術,2018(17):19-22.
[3]李玲玲,謝陽,曹麗鵬,等.不同陽極材料的鋰離子電池容量特性分析[J].電源技術,2017(12):1677-1680.
[4]楊三英.基于二階阻容模型的鋰離子動力電池工作特性的建模及仿真分析[J].湖南工程學院學報(自然科學版),2015(12):15-19.
[5]李百華,郭燦彬.電動汽車鋰電池工作特性等效電路比較研究[J].機電工程技術,2016(12):72-74.
[6]劉大同,周建寶,郭力萌,等.鋰離子電池健康評估和壽命預測綜述[J].儀器儀表學報,2015(1):1-16.
[7]SAHA B,KAI G.Uncertainty management for diagnostics and prognostics of batteries using bayesian techniques[C]//Aerospace conference,2008.
[8]LI F,XU J.A new prognostics method for state of health estimation of lithium-ion batteries based on a mixture of gaussian process models and particle filter[J]. Microelectronics reliability,2015,55(7):1035-1045.
[9]李軍徽,馮爽,崔新振,等.風儲聯合發電系統中鋰電池壽命評估[J].電工電能新技術,2015(10):34-38.
U469.72
A
10.15913/j.cnki.kjycx.2021.08.015
2095-6835(2021)08-0044-03
校基金項目“電動汽車鋰離子動力電池健康狀態的研究”(編號:HXYQ2019003)階段性研究成果
張秋霞(1982—),女,山東菏澤人,碩士,副教授,研究方向為新能源汽車的設計與制造。
〔編輯:嚴麗琴〕