鋰動力電池組關鍵參數研究與性能評估

傅 強， 魏平芬，楊 濤， 吳 飛

（1.海軍駐昆明地區軍事代表辦事處，昆明650051；2.昆明五威科工貿有限公司，昆明650051）

?

鋰動力電池組關鍵參數研究與性能評估

傅 強1， 魏平芬1，楊 濤2， 吳 飛2

（1.海軍駐昆明地區軍事代表辦事處，昆明650051；2.昆明五威科工貿有限公司，昆明650051）

摘 要：鋰離子電池具有諸多優點，已廣泛應用于小功率便攜式設備上。在大功率方面，聚合物鋰離子電池在儲能和動力源領域已開始嶄露頭角。隨著聚合物鋰動力電池的應用越來越廣泛，對鋰動力電池組在整個生命周期內的性能進行評估顯得尤為重要。本文對鋰動力電池組的一些關鍵參數進行了討論并對電池組的性能評估方法進行了探討。

關鍵詞：聚合物鋰動力電池 關鍵參數 SOC評估

0 引言

近幾年來，隨著科技的進步和材料、生產工藝等方面的不斷改進，鋰離子電池性能不斷提高，成本不斷降低，已逐漸成為最具發展前景的可充電電池。鋰離子電池以其輕便、高能量密度、高倍率特性好、環保無污染等特點，已開始應用于混合動力大巴車、純電動汽車、水中兵器、水下航行器、航空航天等領域。但鋰動力電池的安全性仍然是人們最為關注的問題[1]。對鋰動力電池組的維護不當將直接影響鋰電池的使用效益和壽命，嚴重情況下還可能導致安全事故[2]，為此在鋰動力電池組的整個生命周期內，通過掌握鋰動力電池組的關鍵參數，可以及時了解鋰動力電池組的工作現狀以及需要維護情況，并根據這些參數對鋰動力電池組的整體性能作出評估。

1 鋰動力電池簡介

1.1鋰離子電池

鋰離子電池不使用諸如鉛酸蓄電池或鎳氫蓄電池的水溶性電解液，而是使用有機電解液。鋰離子電池是一種可充電的二次電池，它的工作原理是依靠鋰離子在電池正負極間的循環移動來實現電池的儲能和放電過程。具體為：充電的時候電池正極上有鋰離子析出，通過有機電解液運動嵌入到負極材料中，充入的容量越高，負極材料上嵌入的鋰離子越多；使用電池的過程中（即電池的放電過程），鋰離子的運動方向剛好與充電過程中的運動方向相反。鋰離子電池的放電和充電過程是可逆的。在這種反應過程中，鋰以離子形態存在，不析出金屬狀態的鋰，確保了高度的穩定性，并且由于只有鋰離子的移動，因此副反應很少[3]。

1.2鋰離子電池的優點

1）能量密度高[4]。相同重量情況下，容量是鎳鎘或鎳氫電池的2-3倍，相同體積下，容量是鎳鎘電池的2-3倍，是鎳氫電池的3-4倍。

2）充電效率高、充電方便，效率接近100%，無記憶效應。

3）輸出電壓高（約為3.7 V），是Ni-Cd、Ni-MH電池的3倍，還便于組成電池電源組，充放電特性也很好。

4）可承受高功率、高倍率放電，放電倍率可高達10C-20C,可作為動力電池組，應用于電動汽車，水下運載器等領域。

5）自放電率低，不到鎳鎘電池、鎳氫電池、鉛酸電池等其他電池的十分之一。

6）使用壽命長，在正常使用情況下，一般的鋰離子電池使用循環次數可大于500次。

7）環境適應性較強，在-20℃-60℃的環境下正常使用，現在有些已達到可在-40℃-70℃下正常使用。

8）無污染，鋰離子電池在整個周期內，包括生產、使用、報廢的過程中，不會產生諸如汞、鉛、鎘等有害重金屬，不會對環境產生污染，是綠色電池。

1.3聚合物鋰離子電池

聚合物鋰離子電池是鋰離子電池的一種，它是在液態鋰離子電池的基礎上發展起來的，它的電解質采用凝膠態或固態的有機導電膜構成，正極為鋰離子導電材料，負極為碳材料，一般采用鋰塑膜作為外包裝。與液態鋰離子電池相比，它具有更小的體積，更輕的質量及更穩定的性能，被公認為是最具發展潛力和應用市場的電池產品。

1.4鋰動力電池組特性

鋰動力電池就是鋰離子動力電池的簡稱，分高容量和高功率兩種類型，在高端應用中一般選用聚合物鋰離子電池。在實際使用過程中，鋰動力電池組作為動力源，需要較高的電壓和較大的容量，而單個鋰電池的電壓一般為3.3 V或3.7 V,容量也較小，無法滿足要求，因此鋰動力電池組需要幾十個甚至幾百個的單體電池串并聯而成。鋰動力電池單體在生產加工過程中，從涂膜開始到最后的成品，每一道工序都有嚴格的檢驗，以保證出廠單體電池電壓、內阻、容量等參數的一致性。另外鋰動力電池組在成組前也會經過嚴格的篩選，但即使這樣，鋰動力電池組在使用一段時間后，單體電池的電壓、容量等這些關鍵參數依然會參差不齊，單體電池性能的不一致必然影響電池組的整體性能，甚至還可能發生危險，這就是鋰動力電池組的普遍特性。

因此，為保證鋰動力電池組在實際使用過程中安全可靠，對鋰動力電池組的關鍵參數進行研究，對鋰動力電池組進行性能評估就顯得非常重要。

2 鋰動力電池組關鍵參數

2.1鋰動力電池電壓與電路模型

鋰離子電池充放電的電化學過程十分復雜，且鋰離子電池又有非線性和時變性的特點，因此鋰離子電池的端電壓能反映鋰電池的電特性，但它們之間又不是簡單的比例對應關系，而是非常復雜的，需要用模型來描述它。

描述鋰電池電特性的模型有很多，我們認為由FreedomCAR[5]給出的電池電路模型比較好地描述了電池的電特性，模型如圖1所示。

圖1 FreedomCAR電池模型

圖2單體電池恒流充放電特征曲線

圖2是單體鋰電池的恒流放電特征曲線[6]，曲線中間部分，也就是鋰動力電池組主要工作狀態范圍，這一部分的曲線基本呈現平直狀態，類似一個電容，隨著電容上電量的減少其兩端的電壓也慢慢下降，即對應模型中的電容C0。如圖3所示，在剛加載上電流以及剛撤除加載電流時，電壓值都有一個跳變，類似電流加載到一個純電阻上后的電壓響應，即模型中的R0。

2.2鋰動力電池內阻

鋰動力電池的內阻是表征鋰動力電池性能和壽命的關鍵參數之一，越來越受到人們的重視。鋰動力電池的內阻與電池的容量有一定的關系，通常情況下，容量越大，電池的內阻越小。對于相同型號、相同容量的鋰動力電池成組使用時，保證單體電池內阻的一致性可有效保證鋰動力電池組的使用壽命。

鋰動力電池的內阻是指電流流過鋰動力電池的正負極之間時所受到的阻力，主要包括極化內阻和歐姆內阻兩部分。極化內阻主要由電化學反應時產生的極化現象所引起，而歐姆內阻主要由電解液電阻、電極材料電阻、和零件之間的接觸電阻所引起。

如圖3所示，脈沖電流放電的電壓相應曲線，在負載加載的瞬間，鋰動力電池的單體電壓有一個階躍式的下降，緊接著單體電壓緩慢下降。當負載切斷后，鋰動力電池的單體電壓也是先有一個階躍式的上升，然后才緩慢回升。這些現象是由鋰動力電池內阻的兩種電阻所引起的，階躍式的上升和下降由歐姆內阻引起，緩慢的上升和下降由極化內阻引起。

圖3脈沖電流放電電壓響應曲線

2.3鋰動力電池的溫升

溫升也是關系鋰動力電池組使用安全和壽命的關鍵參數之一，在充放電過程中，鋰動力電池自身的溫升對電池組的性能有很大的影響，在極端情況下較大的溫升甚至可能引發熱失控，對鋰動力電池組的安全構成重大威脅。

鋰動力電池的溫升主要來自電池內部的發熱，主要由反應熱、焦耳熱、極化熱等部分構成。一般情況下，焦耳熱主要由電池組內阻引起，反應熱由電池組的充分電引起，當鋰動力電池溫度小于70℃時，焦耳熱占總放熱量的主要部分，相反的當溫度大于70℃時，反應熱占主要部分。

1) 電池的總發熱量為：

其中： Q1為反應熱，Q2為極化熱，Q3為焦耳熱。

2) 反應熱為：

其中：Q為化學反應過程中所產生熱量的代數和，單位為kJ/mol；I為電流值，單位為A。

3) 極化熱為：

其中：I為電流值，單位為A，Rpd為極化內阻，單位為Ω。

4) 焦耳熱為：

其中：I為電流值，單位為A，Re為歐姆內阻，單位為Ω。

3 鋰動力電池組性能評估

對鋰動力電池組梯次利用，讓電池組的性能得到充分發揮，才能體現出鋰動力電池組作為二次電池的優勢。為此對鋰動力電池組進行性能評估是非常重要的，是使其安全、穩定、可靠運行的重要保證。

電池荷電狀態（SOC）是鋰動力電池組性能評估的一個最重要的參數。電池SOC無法直接測量，但是可以通過檢測電池的電流、電壓、內阻、溫度等關鍵參數進行間接估算。合理估算電池的SOC能有效的防止電池過充、過放、延長電池使用壽命，進而降低成本，并為用戶分配使用鋰動力電池組提供重要依據[7]。

目前SOC估算的方法很多，最常用的方法有：開路電壓法、電流積分法、卡爾曼濾波法、神經網絡法等。

3.1開路電壓法

開路電壓法是根據采集的電池開路電壓值，按一定的經驗公式或是查表計算出電池SOC值的方法。

開路電壓法是簡單有效的SOC估算方法，它的估算基礎是實時采集的開路電壓值，因此它不存在積分誤差、誤差隨時間積累等問題。

開路電壓法同時也存在缺點，由于電池的開路電壓需要經過長時間的靜止才能穩定，穩定后的電壓值才能較準確的表征電池SOC。在電池的實際使用過程中，電池需要頻繁的工作，開路電壓法根本無法實時在線估算電池的SOC。

3.2電流積分法

電流積分法是對電流進行實時檢測，并對檢測電流值進行積分來估算出電池的SOC值。公式如下：

其中，I為電流，Cn為額定容量，η為效率系數。

電流積分法原理簡單，易于實現，應用較為廣泛，但是該方法對電流檢測的頻率和精度要求非常高，極易增加積分誤差，并且這種誤差是可以隨著時間累加的，估算精度難以保證。

3.3神經網絡法

神經網絡法是把計算機或微處理器作為計算工具，通過模擬人腦的學習、推理、思考等智能行為，處理和解決人們在生產生活中遇到的復雜問題的一種方法。

神經網絡是人工智能的一個分支，神經網絡法應用范圍寬，應用于電池的SOC估算，它具有許多優點，它適用于各種類型的電池，只要建立的網絡模型合理，通過大量的樣本數據訓練，該種方法可以獲得很好的估算精度。對于電池的SOC估算，一般把電池的電壓、電流、內阻、容量、溫度等物理量作為輸入，通過訓練網絡模型確定輸出。該方法輸入輸出間不需要精確的公式，具有一定的自適應性。

神經網絡法雖然有很多優點，但是它計算量很大，對硬件的要求很高，同時它需要大量的參考數據進行訓練，工作量很大，而且輸出誤差受訓練數據和訓練方法的影響很大。

3.4卡爾曼濾波法

卡爾曼濾波法是一種實時遞推算法，在工程應用中越來越受到人們的重視，隨著計算機、微處理器的飛速發展，卡爾曼濾波估算理論已廣泛應用于航空、航海、通信、工業控制等領域。

卡爾曼濾波法是一種利用線性系統方程，通過輸入輸出數據，對系統作出最優估計。該方法應用于鋰動力電池的SOC估算，它的算法核心主要包括SOC估算值和協方差矩陣遞歸方程，協方差矩陣反映估計誤差。

卡爾曼濾波法可不斷修正電池的SOC初值，可不斷提高系統的估計精度，是一種比較理想的估算方法。然而卡爾曼濾波法也存在一定的缺陷，由于卡爾曼濾波法只能針對線性系統模型，而鋰動力電池組是一個非常復雜的非線性系統，利用卡爾曼濾波法對鋰動力電池組進行SOC值估算，精度必定受到一定的影響。

4 結論

隨著鋰動力電池組的應用越來越廣泛，保證鋰動力電池組在整個壽命內安全、可靠運行顯得非常重要。而掌握鋰動力電池組的關鍵參數、對鋰電池組作比較全面的性能評估則能更好的梯次利用鋰電池組，發揮鋰電池組的最大效能。SOC估算是評估鋰動力電池性能的重要手段，SOC的估計方法有很多，采用單一的一種算法預測精度往往無法滿足需求，只有將幾種方法配合使用才能達到較為理想的效果。

參考文獻：

[1]茅海忠.動力鋰離子電池管理系統設計方案,江蘇海四達公司.

[2]邵建崗,鄭冰.鋰離子動力電池組的檢測系統設計.

[3]孔夏蓮.鋰電池及其應用

[4]郭炳焜,徐徽,王先友.鋰離子電池[M].長沙:中南大學出版社,2002:1-3.

[5]FreedomCAR Battery Test Manual For Power-Assist Hybrid Electric Vehicles,2003.10

[6]魏學哲,孫澤昌,田佳卿.混合動力汽車中鋰離子動力電池參數辨識與狀態估計.上海:同濟大學汽車學院.

[7]馬 彥,柏慶文等.基于自適應卡爾曼濾波的鋰離子電池SOC 估計.吉林大學.

Key Parameter and Performance Evaluation for High Power Lithium Batteries

Fu Qiang1,Wei Pingfen1,Yang Tao2,Wu Fei2
(1.Naval Representatives Office in Kunming,Kunming 650051,China; 2.Wuwei Scientific Industrial ＆ Trade Co.,Ltd.of Kunming,Kunming 650051,China )

Abstract:Lithium ion battery has many advantages and is widely used in low power portable devices.In high power aspect,polymer lithium ion battery has emerged in the field of energy storage and the power sources field.With the increasing application of lithium polymer battery,it is very important to evaluate performance of lithium power battery in the whole life cycle.In this paper,some key parameters of the lithium batteries are studied,and performance evaluation methods for the battery group are discussed.

Keywords:the polymer lithium battery; key parameter; SOC evaluation

作者簡介：傅強 (1965-)，男。研究方向：魚雷。

收稿日期：2014-05-12

中圖分類號：TM912.14

文獻標識碼：A

文章編號：1003-4862（2016）02-0059-04