电动汽车用动力锂离子电池寿命问题研究综述

戴海峰，周艳新，顾伟军，魏学哲，孙泽昌

（同济大学新能源汽车工程中心&汽车学院，上海201804）

电动汽车用动力锂离子电池寿命问题研究综述

戴海峰，周艳新，顾伟军，魏学哲，孙泽昌

（同济大学新能源汽车工程中心&汽车学院，上海201804）

动力电池作为电动汽车关键零部件之一，对其寿命问题的研究成为一个关键点。对动力锂离子电池的寿命研究进行综述，重点阐述了电池性能衰减机理及其影响因素、电池寿命测试方法、电池寿命预测建模及电池寿命状态在线估计等方面的研究成果，并提出了未来该领域需要解决的问题。

电动汽车；锂离子电池；老化机理；寿命测试；寿命预测；估计

动力电池已成为电动汽车动力系统中的关键技术之一。电池使用过程中的性能老化表现为容量损失、温升加快、内阻变大、功率特性变软、自放电率变大等。

电池寿命终了(End of Life，EOL)定义是研究电池寿命问题的前提。最常见的定义是当电池的容量衰减到新电池容量的80%时，认为寿命终了[1]。针对这类应用，电池寿命状态(State of Health，SOH)定义一般也基于容量实现[2]。对电池功率有较高要求而对容量要求不高的应用，如混合动力汽车(HEV)的辅助动力电池，可认为当电池的功率特性衰减达到一定程度时电池寿命终了。由于电池内阻是电池功率特性的直接影响因素，在对电池进行估计时，一般采用基于内阻的定义[3]。对于功率和能量兼顾型的应用，如插电式混合动力汽车(PHEV)中的电池，和的定义则需同时考虑容量和内阻的变化[4]。

1 电池性能老化机理及影响因素

对电池老化机理的研究是进行其他电池寿命问题研究的基础。吴贇等[5]认为：正极材料的溶解、电极材料的相变化、电解液分解及SEI膜厚度的增加等因素致使电池的可逆容量下降，负极SEI膜的增厚致使电池内阻增大。J.Vetter等[6]则认为锂离子电池在循环使用过程中，固液两相界面处钝化膜的不断生成、接触电阻的增加导致锂离子电池的功率特性降低；而金属锂的溶解、活性物质的损耗、副反应的发生等则导致了锂离子电池的能量特性降低。Guy Sarre等[7]得出类似的结论。而John Newmann研究小组[8]以及MichaelA.Roscher等[9]则通过建立相变模型，分析得出：电池内阻增加、容量减小主要是因为内部晶体结构发生变异所致。

以上研究在一定程度上较为清楚地解释了电池失效的内部机理，以常见动力锂离子电池为例，其可能的性能衰减机理总结如图1所示。

图1 锂离子动力电池老化过程的内部机理

从使用过程来看，动力电池寿命的外部因素主要包括：电流、温度、荷电状态()点及其变化范围。研究发现，过高或过低、高温、低温大电流充电等会加速动力电池的老化。图2给出了某锰酸锂电池在不同温度下1满充放循环的容量随循环次数的变化情况，可以看出，电池老化随温度升高而加快。

图2 不同温度下电池循环测试的容量变化

2 电池寿命实验测试方法

电池寿命问题研究本身决定了所需实验的长期性与复杂性。寿命实验以目的进行区分，主要包括评估性寿命测试和建模性寿命测试。

目前电池评估性寿命测试方案主要依据U.S.Advanced Battery Consortium(USABC)制定的电池寿命校验测试手册[10]。该手册对于不同工况下的电池循环寿命测试环境、测试流程及实验数据处理的方法进行了详细说明。从电池循环测试电流、循环温度、荷电状态等各个方面进行综合考虑，制定了电池加速寿命测试的实验步骤，分为循环寿命测试和静置寿命测试两个部分。针对动力电池的实际应用，USABC设计了不同的测试工况，覆盖了纯电动、混合动力和插电式混合动力三大类车型的应用。我国也制定了相应的动力电池寿命测试方法[11]。该类测试主要目的是评估电池是否能满足制定的寿命要求，如对HEV应用，目前Freedom CAR计划中规定电池寿命达到15年，浅循环达到300000次的目标。

建模性寿命测试的目的则是通过加速寿命测试获取电池老化过程的数据样本，根据样本分析电池老化过程，建立电池性能衰减的预测模型。I.Bloom等[12]和R.B Wright等[13]分别给出了进行锂离子电池加速寿命测试时推荐的温度、放电深度()范围，并进行了加速循环和静置寿命测试；林成涛等[14]结合插电式混合动力汽车的工作特点，设计了用于插电式燃料电池混合电动客车的动力电池循环寿命测试方法；赵淑红等[15]则根据北京市公交车环线市区的工况模型设计了电池的寿命测试工况；John Wang等[16]设计的加速寿命测试矩阵考虑了、温度以及电流倍率这三个因素，并根据测试结果设计了磷酸铁锂电池的循环寿命模型。

在进行电池寿命测试时，应该首先明确测试目的，并据此设计合理的测试制度。尤其是在电池寿命评估中，应首先明确测试条件，不能简单地对测试结果进行比较。

3 电池寿命预测

电池寿命预测从方法上分，有物理化学模型、Ah累计模型和经验模型；从模型所描述的电池老化过程分，包括循环寿命模型和静置寿命模型；从建模所采用的特征量分，包括基于容量衰减的模型和基于功率衰减的预测模型。

基于物理化学过程描述的电池寿命预测模型具有较高的精度，适用性也更好。然而，该类模型较为复杂，计算量大，并且需要对电池的内部过程有深刻的理解，准确参数难以获得。Ah累计模型基于“流经电池总电量为一定量”的假设来建立，通过累计电池释放/充入的电量来预测电池寿命衰减情况。这类模型原理简单明了，但需要电量累计，对测量的要求很高，而且需要事前做大量实验以确定不同使用条件下电池所能释放/充入的总电量。经验模型则通过控制某种测试条件对电池进行实验，根据数据拟合得到。这类模型可以较方便地应用于电池的使用寿命预测。然而，测试中控制的环境不一定涵盖电池所有实际使用环境，且测试使用的工况也未必是电池的实际使用工况，因此模型在预测电池实际使用寿命时会有一定的误差。

3.1 基于容量衰减的循环寿命预测模型

P.Ramadass等[17]、Gang等[18]根据第一性原理提出了锂离子电池容量衰减的半经验模型。该模型没有充分考虑到液相扩散和固相扩散等极限条件，且未考虑放电深度及温度对电池寿命的影响，主要适用于低倍率循环条件。黎火林等[19]则根据可靠性实验理论和加速寿命测试，以温度和充放电电流为加速因子，提出了电池的容量衰减模型。

3.2 基于容量衰减的静置寿命预测模型

Bro等[20]提出一种电池容量衰减模型，考虑了温度的影响，未考虑对静置寿命的影响。Spotnitz等[1]建立了容量损失的时间方程，仅考虑了SEI膜在电池老化中的影响。Broussely等[21]提出的电池静置寿命模型，考虑了副反应膜面积、厚度、电导率等因素，但没有考虑点对静置寿命的影响。

3.3 基于功率衰减的循环寿命预测模型

R.B.Wright等[13]对动力电池进行了浅循环测试，发现电池内阻增加与时间呈非线性关系，根据加速寿命测试结果，提出了电池内阻变化的经验模型，该模型考虑电池的温度、及变化，但没有考虑电流对循环寿命的影响。

3.4 基于功率衰减的静置寿命预测模型

Bloom等[12]提出一种功率衰减模型，主要考虑了温度、时间等对功率衰减的影响。E．V．Thomas等[22]提出了一种功率衰减模型，并预测了电池工作在60%，25℃的条件下的寿命时间。R.B.Wright等[13]以电池内阻为基础，提出了电池寿命经验模型，该模型对于70℃以下的电池静置寿命预测有较高精度。

3.5 基于Ah累计的循环寿命预测模型

Lorenzo等[23]提出一种基于等效电荷总量的寿命预测模型，该方法需要先对电池进行若干典型工况实验，得到这些典型工况下电池放出的总电量，然后，将其它一般运行工况中电池释放/充入的电量根据某种等效条件折算为典型工况下流经电池的电量。

3.6 循环寿命与静置寿命相结合的预测模型

上述模型静置寿命预测与循环寿命预测是相互独立的。然而在实际应用中，电池静置和循环交替，上述模型在应用中均有一定的限制。Kandler Smith等[24]在上述模型的基础上，综合考虑静置和循环影响，提出了电池老化过程中的内阻和容量预测方程，使模型更好地适用于电动汽车的应用。

Gregory L.Plett[25]提出一种基于双卡尔曼滤波(Dual Extended Kalman Filter，DEKF)的电池和内部参数估计算法，通过内部参数估计得到，原理如图3所示。文献[26]对该方法做了进一步研究。

图3 利用双卡尔曼滤波在线估计

H.Nakamura等[27]提出了一种基于自适应数字滤波算法的电池内部状态估计，对电池建立了一个等效电路模型，如图4。对图4中的内阻进行估计得到电池的。算法实际是一个递推的最小二乘，基本原理见图5。

图4 电池等效电路模型

图5 自适应数字滤波估计算法原理

IL-Song[28]提出了一种基于双滑模观测器的电池估计算法，该算法包括两个滑模观测器，一个称为快速时变观测器，一个称为慢速时变观测器。其中，慢速观测器通过对容量和内阻的观测估计，其原理如图6所示。

图6 基于双滑模观测器的估计

Andrew T.Stamps等[29]提出了一种基于非线性最优算法的电池估计。该方法通过建立相应的电池数学模型，并通过如最优搜索等，得到该最小值下的电池容量和内阻，估计电池的。

MarkVerbrugge等[30]提出了一种电池自适应多参数循环算法。该方法建立等效物理模型如图7所示。通过一个指数衰减的加权递推最小二乘算法，同时得到、和电池的充放电功率。

图7 MarkVerbrugge等提出的等效模型

5 结束语

本文对动力电池寿命的研究进行了综述，在该问题研究中，仍有以下难点没有得到根本解决。

（1）电池的老化过程是一个系统的渐变过程，目前对于电池老化过程的内部机理仍然没有完全掌握，这对于更合理地设计长寿命动力电池带来了挑战。

（2）对电池寿命测试和预测建模一般基于标准工况或设定工况测试实现，而电池实际使用工况比设定的工况要复杂、剧烈；并且，对于不同的车型、不同的动力系统配置，电池的工况也有所不同。因此，如何寻找设定工况与实际工况的对应关系，如何设计、优化寿命测试方法是电池寿命问题研究领域急需解决的关键问题。

（4）目前的电池寿命研究主要针对动力电池单体展开，然而，实际使用中存在电池成组后单体一致性以及工作环境的差异等问题，电池成组的寿命研究比电池单体寿命研究困难许多。

[1]SPOTNITZ R.Simulation of capacity fade in lithium-ion batteries [J].Journal of Power Sources,2003,13(1):72-80.

[2]ANDRE D,NUHICA,SOCZKA-GUTH T,et al.Comparative study of a structured neural network and an extended Kalman filter for state ofhealth determination of lithium-ion batteries inhybrid electric vehicles[J].EngineeringApplications ofArtificial Intelligence, 2013,26(3):951-961.

[3]REMMLINGER J,BUCHHOLZ M,MEILER M,et al.State-of-healthmonitoring of lithium-ion batteries in electric vehicles by on-board internal resistance estimation[J].Journal of Power Sources,2011, 196(12):5357-5363.

[4]ANDRE D,APPEL C,SOCZKA-GUTH T,et al.Advancedmathematicalmethods of SOC and SOH estimation for lithium-ion batteries[J].Journal of Power Sources,2013,224:20-17.

[5]吴贇，蒋新华，解晶莹.锂离子电池循环寿命快速衰减的原因[J].电池，2009，39(4):206-207.

[6]VETTER J,NOVAK P,WAGNER M R,et al.Agingmechanisims in lithium-ion batteries[J].Journal of Power Sources,2005,147 (1/2):269-281.

[7]SARRE G,BLANCHARD P,BROUSSLEY M.Aging of lithium-ion batteries[J].Journal of Power Sources,2004,127(1/2):65-71.

[8]SRINIVASANV,NEWMAN J.Dischargemodel for the lithium iron-phosphate electrode[J].Journal of the Electrochemical Society, 2004,151(10):A1517-A1529.

[9]ROSCHER MA,VETTER J,SAUER D U.Characterization of charge and discharge behavior of lithium ion batteries with olivine based cathode activematerial[J].Journal of Power Sources,2009, 191(2):582-590.

[10]JAMES B,JEFF B,VINCE B,et al.PNGV battery testmanual[M]. 3rd edition.Washington:US Department of Energy,2001.

[11]中华人民共和国科学技术部.2008年度EV用动力蓄电池性能测试规范，“863计划”节能与新能源汽车重大项目[M].4版.北京：科技部“863”现代交通技术领域办公室，2008.

[12]BLOOM I,COLE B W,SOHN J J,et al.An accelerated calendar and cycle life study of Li-ion cells[J].Journal of Power Sources, 2001,101(2):238-247.

[13]WRIGHT R B,MOTLOCH C G,BELT J R,et al.Calendar-and cycle-life studies of advanced technology development program generation 1 lithium-ion batteries[J].Journal of Power Sources, 2002,110(2):445-470.

[14]林成涛，李腾，田光宇，等.电动汽车用锂离子动力电池的寿命试验[J].电池，2010，40(1):23-26.

[15]赵淑红,吴锋,王子冬.磷酸铁锂动力电池工况循环性能研究[J].电子元件与材料,2009,28(11):43-47.

[16]WANG J,LIU P,HICKS-GARNER J,et al.Cycle-lifemodel for graphite-LiFePO4cells[J].Journal of Power Sources,2011,196(8): 3942-3948.

[17]RAMADASS P,HARAN B,WHITE R,et al.Mathematicalmodeling of the capacity fade of Li-ion cells[J].Journal of Power Sources, 2003,123(2):230-240.

[18]NING G,HARAN B,POPOV B N.Capacity fade study of lithiumion batteries cycled athigh discharge rates[J].Journal of Power Sources,2003,117(1/2):160-169.

[19]黎火林,苏金然.锂离子电池循环寿命预计模型的研究[J].电池技术,2008,32(4):242-246.

[20]BRO P,LEVY S C.Quality and reliabilitymethods for primary batteries[M].Wiley:NY,1999:127-130.

[21]BROUSSELY M,HERREYRE S,BIENSAN P,et al.Agingmechanism in Li-ion cells and calendar life predictions[J].Journal of Power Sources,2001,97/98:13-21.

[22]THOMAS EV,CASE H L,DOUGHTY D H,et al.Accelerated power degradation of Li-ion cells[J].Journal of Power Sources, 2003,124(1):254-260.

[23]SERRAO L,CHEHAB Z,GUEZENNEC Y,et al.An agingmodel of Ni-MH batteries forhybrid electric vehicles[C]//Proceedings of 2005 IEEE Conference onVehicle Power and Propulsion.Michigan,USA:IEEE,2005:7-9.

[24]SMITH K,EARLEYWINE M,WOOD E,et al.Comparison of plug-inhybrid electric vehicle battery life across geographies and drive cycle[J].SAE Technical Paper,2012,2012-01-0666,doi: 10.4271/2012-01-0666.

[25]PLETT G L.Extended Kalman filtering for batterymanagement systems of LiPB-based HEV battery packs,Part 3.state and parameter estimation[J].Journal of Power Sources,2004,134:277-292.

[26]戴海峰,魏学哲,孙泽昌.利用双卡尔曼滤波算法估计电动汽车用锂离子动力电池的内部状态[J].机械工程学报,2009,45(6): 95-101.

[27]NAKAMURA H,YUMOTO D,OCHI Y.The application of adaptive digital filter for the internal state estimate on of batteries[C]// Proceedings of SCIEAnnual Conference in Fukui.Fukui,Japan: IEEE,2003:2239-2244.

[28]IL-SONG K.A technique for estimating the state ofhealth of lithium batteries through a dual-sliding-mode observer[J].IEEE Transactions on Power Electronics,2010,25(4):1013-1022.

[29]STAMPSA T,HOLLAND C E,WHITE R E.Analysis of capacity fade in a lithium ion battery[J].Journal of Power Sources,2005, 150:229-239.

[30]VERBURG M,KOCH B.Generalized recursive algorithm for adaptivemultiparameter regression[J].Journal of the Electrochemical Society,2006,153:A187-A201.

Review on life studies of traction Li-ion batteries in electric vehicles

DAI Hai-feng,ZHOU Yan-xin,GU Wei-jun,WEI Xue-zhe,SUN Ze-chang

Traction battery was one of themost important components of the electric vehicles(EVs).The studies on life issues of traction batterieshave attractedmore andmore attention.The research progresses on life studies of lithium-ion batteries,including those ofmechanisms and affecting factors of performance degradation during ageing, life test procedures,life predictionmodels and onlineestimation algorithms were reviewed.Some practical problems still existing were proposed at last as well.

electric vehicles;lithium-ion batteries;agingmechanism;life test;life prediction;estimation

TM 912

A

1002-087 X(2014)10-1952-03

2014-03-15

“973”项目(2011CB711202)；教育部高等学校博士学科点专项科研基金(20100072120026)

戴海峰(1981—)，男，江苏省人，博士，副教授，主要研究方向为新能源汽车动力电池系统管理及成组。