电动汽车锂离子动力电池健康状态的研究现状＊

张秋霞，陈文皓

电动汽车锂离子动力电池健康状态的研究现状＊

张秋霞，陈文皓

（江苏电子信息职业学院，江苏 淮安 223003）

锂离子电池健康状态表征电池储存电量的能力，定量描述电池的性能指标，电池的健康状态直接影响电池的寿命、使用的安全性及可靠性。从锂离子动力电池的介绍、健康状态评价指标、SOH的估算方法、影响因素、研究的意义五方面展开了论述。

锂离子电池；健康状态；评价指标；估算方法

锂离子电池健康状态（）指锂离子电池储存电量的能力，定量描述电池的性能指标，结果以百分数显示[1]。电池的健康状态受充放电深度、充放电倍率、温度及散热系统、容量、内阻等因素影响。目前，锂离子动力电池健康状态的研究已经取得一定的成果，相关的研究包括电池寿命预测及健康状况诊断、锂离子电池机理模型与状态估计、电池容量衰退预测、电池剩余循环寿命预测等，虽然研究较多，但是，比较系统的归纳和综述的文章较少，本文从锂离子动力电池的介绍、健康状态评价指标、的估算方法、影响因素、研究的意义五方面展开了论述。

1 锂离子电池的介绍

新能源汽车的锂离子电池包由若干个电池模组串联而成，电池模组由若干个单体电池串联构成，单体锂离子电池是构成电池包的最小单元。单体锂离子电池由电解液、隔离膜、阳极、阴极和电池壳等构成，阳极材料使用的是含锂的过渡族金属化合物，例如LixCoO2（钴酸锂）、LixFePO2（磷酸铁锂）、LixCoMnO2（三元材料）、LixMn2O4（锰酸锂）等；阴极材料需方便锂离子的嵌入与脱嵌，一般采用石墨、硬碳或非石墨类材料；阳极和阴极材料均涂抹在集流体上，集流体的功用是分布电流、传导电子，阳极集流体材料一般为AL（铝），阴极集流体材料一般为CU（铜）；电解液是锂离子在正、阴极之间移动的载体，一般采用LiPF6（六氟磷酸锂）、LiAsF6（六氟砷酸锂）等有机溶液；隔离膜是多孔有机分子膜，将阳极与阴极分隔开，隔离膜允许锂离子通过，阻止电子通过，从而形成了外部回路，有效防止电池短路，隔离膜材料主要采用聚丙烯隔离膜、陶瓷复合隔离膜等。锂离子电池是一种浓度差的电池，锂离子在阳极、阴极间往返地嵌入与脱嵌，形成电池的充电与放电过程。充电时锂离子从氧化物阳极晶格中脱出，通过锂离子的电解液后移动嵌入阴极，放电时，锂离子的移动方向相反。

随着电池充放电循环次数逐渐增多，电池的性能逐渐衰退，如果锂离子动力电池不正常使用，也会导致电池的阳极、阴极、电解液、隔离膜等失效，电池的损伤及后果如表1所示。

表1 电池的损伤及后果

电池的组成损伤形式损伤的后果 阳极材料界面膜增厚，孔隙率降低容量降低，电阻增加，功率降低 颗粒破裂容量降低，功率降低 阴极材料界面膜增厚，孔隙率降低容量降低，电阻增加，功率降低 颗粒破裂容量降低，功率降低 电解液电解液耗损电阻增加 界面膜增厚容量降低，电阻增加，功率降低 隔离膜隔离膜孔洞过热，电压降低，电池壳鼓涨 隔离膜闭孔电池充放电失效 电池壳短路过热，电压降低，电池壳鼓涨

2 健康状态评价指标

目前，国内外对健康状态评价指标并没有统一的标准，选取的电池基本参数不同，健康状态评价指标也有所不同，锂离子电池基本参数包括端电压和电动势、能量与能量密度、容量、功率与功率密度、内阻、荷电状态、循环使用寿命、放电深度、自放电率等[2]。常用的评价指标如下。

2.1 从容量角度的定义

随着电池充放电循环次数逐渐增多，电池的容量会逐渐衰减，当衰减到容量规定值以下时，电池就会失效[3]，的计算公式如下：

式（1）中：now为当前循环周期下的最大容量；new为额定容量。

2.2 从内阻角度的定义

电池内阻指欧姆内阻，由材料的失效行为导致，随着电池充放电循环次数逐渐增多，电池的材料会失效，导致电池欧姆内阻增加，计算公式如下：

式（2）中：为寿命终止时刻的内阻；为实际内阻；new为初始内阻。

2.3 从功率角度的定义

随着电池充放电循环次数的逐渐增多，电池的材料会发生失效问题，导致电池功率下降，计算公式如下：

式（3）中：ocmp为实时启动功率；min为最小启动功率；new为电池启动功率（100%健康状态时）。

2.4 从充放电循环次数角度的定义

充放电循环次数是锂离子电池的基本参数之一，有些文献从充放电循环次数的角度定义，计算公式如下：

式（4）中：remain为剩余循环次数；tota为总循环次数。

3 SOH的估算方法

电池的健康状态受充放电倍率、温度、循环次数等多因素影响，估算方法也多种多样，总体来说分为模型法、数据驱动法、融合型方法三种。

3.1 模型法

模型法是电池健康状态估算常用的方法，根据选取参数的不同，模型法分为等效电路模型、电化学模型和经验模型。

3.1.1 等效电路模型

等效电路模型是由电阻、电感、导线、电容等原件构成的电路，结合大量的数据分析、估算。常见的模型包括PNGV模型、Rint模型、Thevenin模型、Tanh模型、RC模型和GNL模型等，常配合粒子滤波和观测器算法估算。Rint模型是由电源和电阻串联构成的电路，结构简单，易于实现，但是没有考虑电池内部结构的影响；Thevenin模型是在Rint模型的基础上构建的，考虑了电池内部结构的影响，将电池内部等效为一个电阻和一个电容并联[4]，然后串联在Rint模型的电路中，后续的一些模型也是在Thevenin模型的基础上进行优化、改进；PNGV模型是在Thevenin模型的基础上构建的，增加了一个电容，增加的电容用于描述锂离子电池的电容特性[5]。模型法易于实现，便于在线应用，计算量小，但是难于考虑外界环境的影响。

3.1.2 电化学模型

电化学模型是基于电池的电化学反应机理设计电池的等效模型，考虑到阳极材料、阴极材料、集流体、电解液、隔离膜等材料的失效行为。常见的模型包括电化学热耦合模型、基于界面膜的机理模型、多因子综合电化学模型、单因子电化学模型等，该模型受电池材料、应用环境等条件的限制[6]，无法很好反映温度、放电深度、充放电倍率等因素的影响。

3.1.3 经验模型

经验模型是不需要考虑锂离子电池内部结构，无需建模，通过获取电池性能参数随时间的变化，或者不同时刻之间性能参数的联系建立的经验模型。经验模型主要包括电池容量估计经验模型、四参数容量衰退模型、指数衰退模型等。为了得到更优参数，经验模型经常与滤波算法配合使用。该模型实用性强、实时性差。

3.2 数据驱动法

数据驱动法无需了解电池的内部结构，只需通过大量的实验数据分析、曲线拟合、经验公式、反复实验和数据统计，估算锂离子电池的健康状态，常见的数据驱动法包括自滑动模型、神经网络、高斯过程回归、相关向量机、极限学习机、回声状态网络等，该方法实用性强、动态数据精度高，但是需要大量的数据样本，鲁棒性差。

3.3 融合型方法

融合型方法是融合两种或多种模型或方法，吸取模型的优点，摒弃缺点，以期达到更加的健康状态估算，是近年来的主要研究方向。现有文献，一般采用模型法与数据驱动法的融合，或多种数据驱动的融合，例如：文献[7]提出了一种将不同的粒子滤波器和相关向量集成的算法，文献[8]提出了一种将粒子滤波算法与高斯过程回归模型融合的算法。该方法估算精度高，预测结果更稳定。

4 锂电池SOH的影响因素

锂电池的影响分为内部因素和外部因素，内部因素主要指锂离子电池阳极材料、阴极材料、集流体、电解液、隔离膜、电池壳等材料的失效行为以及电池静止时的自放电行为。外部因素如下。

4.1 温度

温度是影响锂离子电池健康状态的主要因素，温度高会加快电池内部的化学反应速度，提高电池的工作效率，但是温度高也会加快一些不可逆的化学反应，使电池的衰减速度加快，因此，需进一步深入研究温度对健康状态的影响。

4.2 充放电倍率

过高的充放电倍率会促使大量的锂离子移动，加速内部的化学反应，使内部温度升高，加速电池老化，使电池容量衰减。

4.3 放电深度

放电深度是锂电池放电量与额定容量的比值，数值的大小是放电深浅的标识[9]，放电深度与电压、电流的关系密切，放电越深，电压、电流越不稳定，深度放电可能会对电池造成结构性破坏，影响电池健康状态。

4.4 循环次数

充放电循环次数越多，内部的不可逆化学反应增加，内部电阻增大，加速电池的老化。

4.5 充放电截止电压

充放电截止电压是关系锂离子电池健康状态的一个重要参数，充放电到某一电压后，如果继续充放电，会对电池造成不可逆的伤害，影响电池的使用寿命。大放电电流会使电池的极化趋势增大，并且放电电流越大，极化的趋势越明显，极化导致电池内阻增大。

5 锂离子电池研究的意义

锂离子电池具有无记忆效应、循环寿命长、工作电压高、比能量高、自放电小、环境污染小等优点，对锂离子电池的研究具有重要意义。通过对锂离子电池健康状态的研究，为电池的检测与故障诊断提供依据，有助于检测电池的实时工作状态，保证锂离子电池使用过程中的安全性与可靠性，预防了严重事故的发生。

电池管理系统的功能之一就是对电池荷电状况（放电深度）、功能状况、能量状况、健康状况、故障及安全状况等的估算，如果电池管理系统能够熟知电池的健康状态，电池管理系统将会更好地管理电池的寿命周期。

对电池健康状态影响因素及影响规律的研究，为电池的使用与维护保养提供理论层面的指导，延长电池的使用寿命。

6 结语

随着电动汽车被日益推广，关于锂离子电池的研究也越来越重要，锂离子电池的健康状态直接影响电池的使用寿命。关于锂离子电池健康状态的研究虽然取得了一定的成绩，但是研究还处于初级阶段，电池内部状态监控与分析、电池健康状态各种影响因素的耦合研究将会是下一步研究的重点。

［1］吴盛军，袁晓冬，徐青山，等.锂电池健康状态评估综述［J］.电源技术，2017（12）：1788-1791.

［2］张友龙，袁文强，芮凯，等.纯电动汽车动力电池技术研究［J］.汽车实用技术，2018（17）：19-22.

［3］李玲玲，谢阳，曹丽鹏，等.不同阳极材料的锂离子电池容量特性分析［J］.电源技术，2017（12）：1677-1680.

［4］杨三英.基于二阶阻容模型的锂离子动力电池工作特性的建模及仿真分析［J］.湖南工程学院学报（自然科学版），2015（12）：15-19.

［5］李百华，郭灿彬.电动汽车锂电池工作特性等效电路比较研究［J］.机电工程技术，2016（12）：72-74.

［6］刘大同，周建宝，郭力萌，等.锂离子电池健康评估和寿命预测综述［J］.仪器仪表学报，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］李军徽，冯爽，崔新振，等.风储联合发电系统中锂电池寿命评估［J］.电工电能新技术，2015（10）：34-38.

U469.72

A

10.15913/j.cnki.kjycx.2021.08.015

2095－6835（2021）08－0044－03

校基金项目“电动汽车锂离子动力电池健康状态的研究”（编号：HXYQ2019003）阶段性研究成果

张秋霞（1982—），女，山东菏泽人，硕士，副教授，研究方向为新能源汽车的设计与制造。

〔编辑：严丽琴〕