高萬兵
(宇通客車股份有限公司, 鄭州 450016)
電動車輛充電時間長、車輛利用效率低、充電安全等問題長期以來都是電動車輛產業發展的瓶頸[1]。電動汽車充電過程中,由于電池充電性能的限制,充電時間、充電效率以及充電容量等充電需求相互矛盾,無法同時達到最優。為了提升電池綜合充電性能表現,需要根據充電需求來調整充電策略[2]。
鋰離子動力電池系統主要以傳統的恒流恒壓(CC-CV)充電方式為主。該方法簡單、通用性強、不需要精確的鋰電池模型,廣泛應用于電動汽車充電控制[3-4]。但傳統的CC-CV充電方式在電池充電時間、循環使用壽命、充電容量方面還有待改善[4]。本文通過相關檢索,介紹CC-CV充電技術及其優化方法現狀,為實際應用中提升充電速度提供參考。
CC-CV充電方式包括恒流充電過程和恒壓充電過程[4]。恒流充電過程是指充電電流保持不變,電壓逐漸升高,當達到預設的截止電壓或荷電狀態(SOC)時恒流充電過程結束;恒壓充電是指充電電壓保持不變,充電電流逐漸降低,當達到預設的截止電流或SOC時恒壓充電過程結束。恒流恒壓充電方法的電流-電壓變化曲線如圖1所示[4]。

圖1 CC-CV充電過程電流-電壓變化曲線
恒流恒壓充電兼顧了恒壓充電和恒流充電的優點,以磷酸鐵鋰電池為例,當單體電池電壓低于3.65 V時,采用恒流充電方式保證充電電流不超過限值;當單體電池電壓達到3.65 V時,采用恒壓充電方式限制電池不過充,既保障了充電安全又能將電池充滿[5]。
充電時間的影響因素主要有充電電流、溫度、內阻等。充電電流對電池的充電速度影響較大,在實際工程應用中,CC-CV的恒流充電階段主要采用增大充電電流的方式縮短充電時間,但是增大充電電流會帶來電池及零部件溫度升高、循環壽命縮短、低溫析鋰、高溫熱失控風險增大等一系列問題。
當充電電流過大時,鋰離子未嵌入石墨而是與電子結合,在電芯負極表面還原形成樹枝狀金屬鋰。這種鋰枝晶的生長會導致電池在循環過程中電極和電解液不穩定,會不斷消耗電解液并導致金屬鋰的不可逆沉積,從而降低電池的庫倫效率。這種導致金屬鋰不可逆沉積的現象稱作鋰沉積[6-7],也稱析鋰。鋰枝晶的形成甚至會刺破隔膜,導致鋰離子電池內部短路,造成電池的熱失控,引發燃燒爆炸。
電池充電特性對環境溫度變化較為敏感。特別是在低溫下,電化學反應速率降低、參與反應的鋰離子數量減少,造成充電內阻增加,充電容量減少,甚至產生鋰枝晶,造成內短路,威脅電動汽車使用安全。實際應用中需要將鋰電池加熱到較適宜的溫度進行充電,加熱時間越長、充電時間越長。在高溫狀態下充電存在熱失控風險。為防止電池溫度過高,可通過降低充電電流的方式,降低電池溫度,但會造成充電時間變長。
鋰電池內阻隨SOC、環境溫度等因素變化,不同溫度下的歐姆內阻如圖2所示:在0%~20%低SOC區域,SOC越低,鋰離子運動阻力越大,對應的歐姆內阻越大;在40%~100% SOC階段,電池內阻基本保持不變;相同SOC下,溫度越低,電極活性越差,鋰離子擴散運動速度越慢,歐姆內阻越大[8]。內阻增大會導致鋰電池充放電過程極化電壓增大,影響充電能量。同時,同一批次的電池參數存在差異,對電池系統充電速度也會產生影響。

圖2 鋰電池在不同溫度下的歐姆內阻
文獻[6]基于鋰沉積機理推導出計算鋰離子電池最大可接受充電電流的方法,為實現鋰電池安全充電提供了理論和試驗支撐。如果充電電流高于最大可接受充電電流,會發生鋰沉積;反之鋰沉積則不會發生。因此,采用最大可接受充電電流充電可以獲得最短的充電時間。
獲得最大可接受充電電流的關鍵參數是陽極平衡電位和陽極電荷轉移電阻。陽極平衡電位根據SOC-OCV關系得出;陽極電荷轉移電阻與活化電位和法拉電流相關,基于Butler-Volmer方程(BVE)可精確推導出陽極電荷轉移電阻。根據陽極平衡電位和陽極電荷轉移電阻得出最優充電電流,通過試驗驗證了最佳充電電流理論的可行性。
隨著電池壽命的延長,內阻不斷變化,通過預留出閾值電位的安全裕度來保證電池充電過程的安全, 不同閾電位下的充電狀態對比見表1[6]。通過對鋰離子電池的充電電流與鋰沉積過電位之間關系的研究,得到最優充電電流,保證了在無鋰沉積情況下的最大可接受電流。

表1 不同閾電位下的充電狀態對比
文獻[9]基于鋰離子電池等效電路模型、熱模型和老化半經驗模型,提出了一種多目標優化的鋰離子電池優化充電框架,將充電時間、健康損失、電池溫升作為充電的目標函數。基于多階段充電優化策略,假設充電階段數為M,充電電流序列I=[I1,I2,…,IM],充電時間T=[t1,t2,…,tM],充電多目標構造函數如下:
式中:Jt代表充電時間目標函數;Jte代表電池充電過程中的平均溫升目標函數;Jl代表電池衰減目標函數;fI代表電池可用鋰損失率;fp代表電池正極活性物質損失率;fn代表電池負極活性物質損失率;Q0代表電池的初始容量;M代表充電階段數;Ik和tk分別代表第k充電階段充電電流和時間;Ui和Us分別代表電壓的下限和上限;Ii和Is分別代表充電電流的下限和上限;Ti和Ts分別代表電池溫度的下限和上限;SOCi和SOCs分別代表電池荷電狀態的下限和上限。
文獻[9]采用多目標灰狼優化(MOGWO)算法實現充電目標優化求解,展示了優化后多目標的最優解,并分析了不同界解的性能。仿真結果表明,充電時間、健康損失和電池溫升之間存在矛盾關系,更短的充電時間,意味著更大的平均電流,將會導致電池升溫速度更快,電池的容量衰減更嚴重。
在傳統CC-CV充電過程中,恒流階段使用25%~40%的總時間,能夠充入75%~80%的總容量;恒壓階段的充電效率相對很低,對CV段的改進成為優化的重點[10]。文獻[10]設計了一種基于模糊控制的有源充電狀態控制器(FC-ASCC),用于替代傳統的恒壓充電過程,如圖3所示。在充電狀態安全邊界上,基于感知模式(SM)和充電模式(CM)建立FC-ASCC,FC-ASCC通過電流自尋優方法,為電池提供適宜的充電電流,提高充電速度。FC-ASCC優化技術和傳統CC-CV方式充電數據對比如圖4所示。由圖4可知,相比傳統CC-CV充電方法, FC-ASCC充電優化技術使充電時間縮短了23%[10]。

圖3 FC-ASCC構成原理

(a) 充電電流

(b) 充電容量圖4 FC-ASCC技術和CC-CV充電數據對比
鋰電池在充放電過程中存在極化現象,與電池充電效率密切相關。當電池大倍率充電時,極化電壓變大,電池快速達到截止電壓,造成恒壓階段的充電時間增加,導致整個充電過程時間變長[11-15],因此電池充電極化電壓優化策略也是充電速率提升的重要研究方向之一。文獻[15]通過分析鋰電池在不同倍率條件下充電極化電壓特性,表明極化電壓在0~100% SOC范圍內呈現兩端高中間低的“碗狀”形態,在中間段SOC區間,穩態極化電壓與充電倍率近似呈線性關系;利用極化電壓存在滯后效應和超調效應的特點,提出基于時間常數的充電邊界電流曲線,并制定了相應的優化充電策略;在控制充電極化水平相近的前提下,基于極化電壓特性優化充電策略相比0.5C CC-CV充電,充電倍率提高24%,充電時間縮短18%[15]。
文獻[2]基于多目標優化理論,提出了一種基于多目標粒子群優化算法(MOPSO)的多目標充電策略。采用基于電壓的多階段充電控制方式,分別對3階段、5階段以及7階段的充電策略進行研究。從帕累托(Pareto)解集中得出,當充電階數從3增加到5時,充電時間優化較為明顯;而當充電階段數量從5增加到7時,充電時間優化并不明顯。因此在實際應用中最終選取充電階段數量多為5。
基于多目標與優化多段充電同恒流恒壓充電相比,多階段充電的第一階段充電電流高于恒流恒壓充電的恒流值,而第2~4階段充電電流大幅度降低,低于恒流恒壓充電的恒壓階段的電流值;由于多階段充電的電流值更高,其充電電壓要略高于恒流恒壓充電。多目標充電策略與恒流恒壓充電數據對比見表2[2]。

表2 充電時間、充電容量以及電池溫升對比
由表2可知,多目標優化后的多階充電策略的充電時間比傳統恒流恒壓充電的充電時間縮短了6.6%,最大電池溫升降低了2.6%。多階段充電在充電時間和最高電池溫升方面相對于恒流恒壓充電都有一定的提升,驗證了多階段恒流充電策略的優越性。
文獻[8]基于一階RC等效電路模型、熱網絡模型以及老化模型,建立了鋰電池的SOC-SOH-SOT多狀態聯合估計模型來模擬鋰電池的響應特性,提出了一種電流階數自適應的多段恒流充電策略(SMCC),利用基于粒子群(PSO)算法求解不同權重系數下的最優充電策略,得到3種最優充電策略:最短時間充電策略、最小老化充電策略和平衡充電策略。
研究結果表明:不考慮電池的老化損失,只追求充電時間的最短時間充電策略與2C CC-CV策略充電時間相當,與1C CC-CV策略相比充電時間縮短了44.98%(見表3[8]);最小老化充電策略的充電時間比0.1C CC-CV策略縮短了61.7%,單次充電的老化損失僅為0.839 3%,與1C CC-CV策略相比充電時間延長了2.81倍;既考慮充電時間,也考慮電池壽命的平衡充電策略相比于0.5C CC-CV策略,在增加6.4%老化損失的情況下,減少了44.9%的充電時間,與1C CC-CV策略相比充電時間延長了9.8%,在追求快速、健康充電方式上,平衡充電策略具有很大的優勢。

表3 不同充電方式的充電時間及溫升對比
目前鋰電池的充電技術優化主要包括兩個方面,一是恒流充電階段優化,基于鋰沉積機理的最大可接受電流尋優和分階段恒流充電,以及基于數學模型的不同工況下的多目標的優化充電,提升恒流階段的充電效率,滿足整車短時快速補電的需求;二是恒壓充電階段優化,通過充電電流尋優替代恒壓充電階段,以及基于自適應算法的多階段恒流充電取代傳統的恒流恒壓充電方案,優化充電末端時間,縮短充電時間,提升客戶滿意度。