免拆解的鋰電快速檢測診斷分析系統的設計與實現

劉子厚，黃碧雄，嚴曉，王東征，劉雙宇

（1.201600 上海市 上海工程技術大學 機械與汽車工程學院；2.201600 上海市 上海玫克生儲能科技有限公司；3.310051 浙江省 杭州市 浙江華云信息科技有限公司）

0 引言

近些年，隨著國家政策的支持以及動力電池相關技術飛速進步，電動汽車市場和儲能市場進入快速發展階段，這一趨勢在發達城市更加明顯[1]。然而，隨著新能源汽車普及，大批量的動力電池在使用一段時間后電池健康狀態發生改變，需要第三方進行檢測與評估，而這些市場上在用電池面臨電池包在發生類似涉水事故后是否還安全使用、退役電池包是否能梯次利用、二手新能源車交易時如何定價等問題。本項目基于以上問題研究國內外電動汽車動力鋰電池檢測設備，設計了一種免拆解的鋰電快速檢測診斷分析系統。

市場上便攜式電池測試設備的廠家并不多，設備本身功能局限，對電池組的檢測操作過程復雜繁瑣。部分設備還是國外電池測試廠家的代理商，高、中端電池測試設備基本依賴進口。如美國的Arbin 多功能電池測試系統，雖然設備可完成電池的各類工況的檢測，但是體積巨大且價格昂貴，檢測準備工作繁瑣，操作流程復雜，不適合一般公司使用。Eagle Eye 公司也有電池快速檢測儀器，但是只能適用于單個電池單體檢測內阻，原理是對電池進行小電流放電，無法給整組電池恒流大電流放電，也無法基于檢測數據發掘出電池的深入健康狀態[2]。相關研究中，黃賽杰[3]發明了一種基于雙向逆變器的免拆解的電池充放電系統，可檢測單體電池層面電池狀態，但是由于體積與質量較大不易攜帶，無法作為現場電池檢測設備。

各類電池檢測儀工作原理就是讓待測電池進入充電或放電模式，采集測試過程中相關數據并加以分析。但是對整組電池包進行檢測的設備通常體積龐大且操作復雜，如何涵蓋市面上大型電池檢測儀的主要功能且縮小體積、簡化操作并且降低成本是本系統的難點。免拆解的鋰電快速檢測診斷分析系統體積只有普通工具盒大小，單手即可拿起，測試過程只需要連接好電路即可快速檢測?？朔松鲜鰴z測設備體積大、造價高且操作復雜的缺點，一般檢測人員也可快速上手。本系統在嵌入式Linux 系統設備和各硬件模塊的基礎上可完成對電池的放電檢測。此外，快速檢測儀會將數據上傳至診斷云平臺，通過電池診斷算法進行深入的電池健康診斷。既完成了傳統大型電池檢測儀器的部分功能，同時加入的云端診斷算法進一步深入挖掘出測試數據的價值。

1 系統方案

快速檢測診斷儀主要包括以下幾個部分：嵌入式Linux、擴展板、電路開關、直流負載、電池管理系統（電池組中原有配置；若原無配置，則需添加）等，連接方式如圖1 所示。將待測的電池組的電極通過電纜連接到電路開關、擴展板和直流負載；將與電池組相配合的電池管理系統的通信接口通過有線的方式連接到擴展板中的總線控制和收發器；通過對直流負載設置給定的電流值放電，總線控制和收發器以及嵌入式Linux接收和處理電池管理系統的通信報文,嵌入式Linux 解析相關的報文得到所有單體電池的電壓值。并根據電流設定值的改變和電壓值的改變，計算出所有單體電池的直流電阻值。

圖1 快速檢測診斷儀系統結構框圖Fig.1 Structural block diagram of rapid diagnostic instrument

2 系統主要硬件結構

2.1 控制模塊

快速檢測診斷儀選用樹莓派三代B型（RPI-3B）作為設備的處理器，為整個就地端檢測部分的項目代碼運行設備。樹莓派（RPI）可運行完整的操作系統，系統中使用的Python 與C 語言的系統架構在RPI 中運行較為便捷。并且，RPI 自帶的接口比較全面，USB、HDMI、SD 讀卡器等常用接口都有，通過連接配套顯示屏可直接解決人機操作界面的問題。同時本設備也不局限于就地端檢測，數據上傳至云端平臺將可以進行深度檢測。RPI-3B 可連接WiFi 網絡或者網線，通過FTP 的方式即可完成就地設備同云平臺的數據連接，省去了外加擴展。通過40Pin 引腳與擴展板連接。

2.2 執行模塊

系統中的擴展板設計結構框圖如圖2 所示，主要包括時鐘芯片DS1307，模擬輸出作為一個恒流板的控制電壓輸入的MCP4725，接收模擬信號的ADS1115 以及恒流板和后續進一步開發用的485 模塊。該擴展板提供了RPI 沒有的DAC和ADC 端口，并且通過DAC 端口給恒流板的控制電壓輸入信號可以實現向電池組索取電能，釋放到回路負載中，完成設定的恒流放電檢測。同時在測試工程中MCP2515 作為CAN 的控制芯片將采集到的數據報文傳入樹莓派中，為后續診斷云平臺分析做準備。

圖2 擴展板原理設計框圖Fig.2 Expansion plate principle design block diagram

3 系統軟件設計

本系統中的RPI 設備中軟件架構開發選用的是C 編程語言和Python 語言，C 語言作為一門面向過程的非解釋性語言將作為底層的開發[4]，而使用C 語言可通過簡單的編譯即可實現更加安全的發布，防止軟件系統被逆向破解。Python 作為一個跨各種平臺的腳本語言適用于快速功能性的開發，與其相匹配的大量開源庫保障了更多功能的實現基礎，適用于本系統的控制與視圖開發[5]。

項目架構采用MVC 三層架構模式，如圖3 所示。分別代表 Model-View-Controller（模型-視圖-控制器）模式。其中的Model（模型）代表的是一個存取數據的對象?？勺鳛閹в羞壿嫷目刂破鳎欢鳹iew（視圖）代表模型包含的數據的可視化，在本系統中將實現測試使用的用戶從窗口下達指令給設備，完成人機交互的工作，同時也將顯示歷史數據以及相關圖形圖標，根據需求提供各類界面，Controller（控制器）作用于模型和視圖上。它控制數據流向模型對象，并在數據變化時更新視圖，使視圖與模型分離開。除此以外，還有公共參數類（PP），其定義了整個系統所需要的參數，該類被其它三層調用。其中Controller 層選用C 語言編寫，Model 層和View 層使用Python 語言編寫。兩種語言通過FIFO 通訊，其中View 層使用Python 的Tkinter 作為圖形開發界面。

圖3 3 層架構控制邏輯結構框圖Fig.3 Control logic structure diagram of three-tier architecture

對于本系統的嵌入式Linux 和擴展板，測試用戶從View 層觸發操作指令，系統中的代碼將截取所需要的電池報文，如電池電壓、放電時間等傳給Model 層，后者接到報文片段后進行邏輯拼接形成一條完整的報文，然后Model 層傳給Controller 層，后者接收完整報文后發給擴展板，終端設備接收報文后返回相應報文作為響應。Controller 層接收響應報文并傳給PP 類，Model層從PP 類調用響應報文后進行解析并傳給View層顯示。在電池管理系統（BMS）通上電源后，BMS 將以固定頻率向擴展板接收器發送報文，這些報文將在Model 層解析傳給View 層進行顯示。圖4 為儀器操作界面。

圖4 快速檢測儀操作界面Fig.4 Operation interface of rapid detector

4 診斷云平臺系統設計

診斷云平臺系統是為了實現快速檢測儀存儲與分析，便于進一步查閱歷史數據和深入診斷電池健康狀態?？焖贆z測系統除就地端檢測后快速生成結構外，將數據發送至診斷云平臺，診斷云平臺將數據存入數據庫，電池算法將直接從云端數據庫調取數據，方便測試員在線查看測試數據及診斷結果。本系統的服務器選用的是阿里云ECS 服務器，阿里云提供的服務器以及云端數據庫等服務較為完善，便于云平臺的配置和管理。項目部署如圖5 所示。

圖5 云平臺服務部署Fig.5 Cloud platform service deployment

在測試環境對平臺進行功能定義和業務邏輯設計，這里采用Python 的輕量級Web 框架Flask進行web 服務器的搭建。采用前后端分離進行設計，診斷云平臺前端使用VUE.js 構建的數據驅動Web 界面。可通過端口通訊實現響應的數據綁定和組合的視圖組件，支持大量的第三方組件和庫，后端使用Flask 實現診斷算法的發布和數據的查詢，同數據庫綁定向前端推送JSON 數據包實現人機交互。云平臺架構見圖6。

圖6 云平臺架構Fig.6 Cloud platform architecture

5 云平臺診斷算法

5.1 直流內阻診斷

電池內阻是指電流流過電池所受到的阻力，包括歐姆電阻和極化電阻[6]。歐姆電阻由電解質、正負電極材料及各部分元件的接觸電阻組成。極化電阻是指正負極進行電化學反應時極化、濃差極化等所引起的內阻之和。在實驗中可知歐姆內阻在數值上遠大于極化內阻，所以本項目的快速診斷主要用來測試待測電池的歐姆內阻值。鋰電池的歐姆內阻在電流流過電池兩端的效果可以由脈沖響應曲線來加以說明，如圖7 所示。

人們可問的一個基本問題是：基于射線的方法足以模擬廣角反射／折射數據嗎？答案并非直截了當。它依賴于我們對由廣角反射／折射數據得到的模型的解譯能力。地質學家們面對廣角反射／折射數據得到的模型有時也會感到迷惑。在地表或近地表的地質觀測中推斷出的殼體和斷層在這一模型中幾乎很難被識別出來（如，圣十字山中的維索戈瑞和凱爾采單元，見Malinowski et al，2005）。這是因為不同年代和起源的地殼單元可能顯示相同的巖石性質（而且僅靠P波速度不能對巖石類型做出很好的區分），其他精細尺度的特征，如近垂直的斷層，就超出了廣角反射／折射方法的分辨率范圍。

圖7 鋰電池脈沖放電響應曲線Fig.7 Pulse discharge response curve of lithium battery

在t0時刻開始大電流放電后，電池的端電壓突然下降ΔU1，這是因為受到電池歐姆內阻R的影響。但這個電壓下降時間很短，緊接著電池內部的電化學反應開始作用，使得電池電壓開始緩慢下降，見t0-t1時間段[7]。在此階段，電壓的下降包括了電池內部發生的極化作用而產生的壓降和電池荷電狀態SOC 變化引起的電池開路電壓的下降，表現為極化內阻的特性。需要測量到ΔU1再除以放電電流I 就可以求得歐姆電阻R。待測電池的直流內阻可由式（1）得到：

在設備測試中，通過CAN 報文數據可得到待測電池整個測試過程中的電壓，再根據檢測設定的放電電流即可得到電池的直流內阻，通過設定待測電池電阻的安全閾值即可篩選出存在問題的單體電池。

在對國網電池進行檢測后，云平臺直流內阻診斷結果如圖8 所示。

圖8 云平臺電池歐姆內阻分析結果Fig.8 Results of Ohmic internal resistance analysis of cloud platform cells

其中單體電池1，15，19，20，21 號發生異常報警。預警閾值設定由不同類型電池類型而定，本次測試中設定5 mΩ 毫歐作為預警標準，結果大于5 mΩ 或者為空值則給出報警。1 號電池發生異常內短路，而15，19，20，21 內阻過大，判定為差電池。

5.2 自放電率分析

鋰電池自放電為含一定電量的鋰電池，在某一溫度下放置一段時間后電池的部分容量將被損失，以及鋰電池在沒有使用的情況下電池容量的損失。而鋰電池自放電最直接的表現為存儲一段時間后其開路電壓（OCV）及電池在未接入電路使用狀態下的電壓下降[8]。

鋰電池組的容量和壽命不僅與每一個單個電池有關，更與每個單體電池之間的一致性有關，不好的一致性將會極大削弱電池組的性能。自放電的一致性是影響鋰電池的容量和安全性的重要因素，電池組中各單體自放電不一致會導致電池在一段時間儲存之后SOC 發生較大的差異，嚴重地影響電池模組的容量和安全性。鋰電池自放電過大會造成以下問題：純電動汽車停車時間過久，啟動不了；電池入庫前電壓等一切正常，待出貨時發現低電壓甚至零電壓；夏天車載GPS 放在車上，過段時間使用感覺電量或使用時間明顯不足，甚至伴隨電池發鼓。

因此，對鋰電池進行自放電檢測可以及時發現問題，并保證鋰電池的安全性和可靠性。鋰電池自放電可以通過存儲前后的容量損耗、開路電壓差值和存儲過程中的放電電流進行分析，本診斷系統通過鋰電池存儲前后的開路電壓數據對鋰電池自放電分析步驟如下：

（2）在電池組存儲一段時間后，便攜式鋰電檢測儀記錄電池組開路電壓及測試時間，并將數據上傳至診斷云平臺；

（3）診斷云平臺通過開路電壓差值法對單體進行自放電率計算，計算公式為

式中：K——電池自放電率，mV/d；OCV1——電池第1 次測試放電結束后的開路電壓，V；OCV2——電池存儲一段時間后的開路電壓，V；Δt——存儲時間。

（4）診斷云平臺系統將計算出的各單體自放電率與其相應的閾值進行對比，對各單體進行具體的診斷。

通過便攜式鋰電快速檢測診斷儀及診斷云平臺系統對鋰電池單體的自放電分析可及時發現電池組中異常的單體，從而根據具體情況進行維保，以保證電池使用時的可靠性和安全性。檢測結果如圖9 所示。通過OCV—SOC 曲線，可以獲得國標的自放電率每月2%～5%的容量所對應的電壓差值，電壓差值與靜置時間的比值即為與容量損失相對應的電壓下降速率。在診斷測試結果中可以發現，1 號單體自放電率為空值異常，15，19，20 號自放電率過大為異常電池。

圖9 云平臺電池自放電率分析結果Fig.9 Analysis results of self-discharge rate of cloud platform battery

5.3 診斷報告

除在線查看歷史數據和算法結果外，診斷云平臺會將檢測的結果以及診斷結論生成診斷報告。診斷報告可離線下載至本地，方便工程師或用戶通過診斷報告對電池包中有問題的單體電池進行均衡或更換，診斷報告如圖10 所示。

圖10 云平臺診斷報告Fig.10 Cloud platform diagnostic report

6 結語

本文在嵌入式Linux 系統設備和各硬件模塊的基礎上，并配合云端診斷平臺，設計了一套從就地端檢測到云端測試診斷的完整系統，實現了對鋰電池健康安全狀態的快速診斷。主要應用于電動汽車動力電池包的進貨驗收、使用一段時間后的例行檢測，以及退役時梯次利用等場景，其特點為快速檢測和云端的深入檢測。快速性表現在2 min 內檢測出電池包單體的直流內阻以及單體開路電壓（OCV），從而對電池一致性問題做出診斷。云端的深入檢測包括查閱歷史檢測數據和電池診斷算法分析，最終每個檢測結果都會生成在檢測報告上給用戶查看。本系統還在不斷完善和改進，在后續開發中將依照國標以及實驗論證的數據進一步開發更全面的檢測診斷算法，對整組電池中各個單體電池做更為深入的檢測。同時，快速檢測將加入絕緣檢測和電池管理系統檢測，實現從設備端到待測電池的全面診斷。本系統通過便捷且低成本的快速檢測方式，配合云端互聯網，能夠將大批量電池更好地利用起來，完善退役電池后市場，保障用戶用電安全。