電池管理系統里的電池健康評估和壽命預測

廣州益維電動汽車有限公司 李 菁

鋰電池是近些年來研發出的高效能電池，具有輸出電壓高、使用壽命長、能量密度大、工作溫度范圍廣等性能優點，不僅被廣泛地應用到電動汽車、消費電子等領域，還逐漸融入了航空航天、航船和軍事通信等領域。目前，鋰電子作為第三代高效能電池，已經逐漸替代了鎳氫、鎳鉻傳統電池的使用。然而，電池的故障可能導致用電設備的性能下降，大大地增加了使用成本，并且隨著充放電使用年限的增長，鋰電池的使用特性將會逐漸下降，縮短了鋰電池的使用壽命，因此有必要為鋰電池配置智能化的電池管理系統，從而來保證鋰電池的穩定、可靠、高效地運行。

1.電池管理系統里的電池健康評估

鋰電池管理系統的電池健康評估主要包括荷電狀態和健康狀態兩方面的健康檢測，電池的狀態評估是設置智能化電池管理系統的基本前提，也是電池健康評估的核心內容。鋰電池的健康因子會隨著充放電循環次數的增加而逐漸較小，如圖1所示。鋰電池的荷電狀態表征的是鋰電池充電周期內剩余電量的多少或者是剩余運行時間的長短，準確的荷電狀態評估有助于弱化鋰電池各個單體之間的電量差異、優化充放電策略，并且能夠防止過熱、過充和過放現象的發生；鋰電池的健康狀態是指鋰電池相對于新電池的儲電電量的能力，是表征鋰電池性能指標的重要參數，通常情況下，隨著鋰電池的循環充放電，電池的健康狀態是逐漸呈現惡化的變化趨勢。由于關于鋰電池老化過程的研究比較少，對于鋰電池使用壽命的準確預測存在著極大的挑戰，相關的研究文獻也比較少，這都增加了鋰電池健康評估的難度。此外，在鋰電池實際運用過程中，并不能對鋰電池進行直接的健康評估，只能通過評估鋰電池的使用特性，目前主要使用的評估方法主要有電化學分析法、安時法和阻抗法等方法。

圖1 鋰離子電池健康評估示意圖

1.1 鋰電池健康評估的電化學分析法

電化學分析方法主要是從電池的物理化學特性為研究點，通過分析鋰電池的熱力學參數、傳熱傳質過程、材料特性變化等性能參數，進而獲得鋰電池的運行規律并建立鋰電池的弱化模型。電化學分析方法可以直觀地給出鋰電池弱化過程的具體描述，但是這種研究方法對鋰電池的原有屬性具有破壞性，僅能用在鋰電池的生產線產品檢測和設計人員對產品的改善設計方面，在實踐工程中得不到廣泛的應用。已有學者的研究成果表明SEI表面膜的形成是導致鋰電池容量快速衰減的主要原因之一，并且建立起了阻抗和電池容量之間變化的函數關系；還有的學者將相關溶劑的還原反應運用到機理模型的容量評估當中。

1.2 鋰電池健康評估的安時法

鋰電池健康評估使用的安時法就是在鋰電池的全壽命使用周期內對電池進行大量的加速研究試驗，主要研究的內容是鋰電池的加熱溫度、充電速率、放電速率和放電的深度等方面，也就是按照一定的放電速率對鋰電池進行階段性的測試，從而簡單地模擬出鋰電池容量的弱化模型。安時檢測方法本質上是離線的檢測方法，在線應用方法已經出現了改進型的Ah-V方法，通過采用恒電電流，然后借助于電流三維模型積分就可以得到鋰電池充放電電量和電壓、電流之間的函數模型，再利用非線性擬合的方法建立鋰電池的健康狀態微模型。當在線使用安時法時，通過對鋰電池的總電壓進行評估就可以實現對健康狀態的初步估計，但是前提條件是要確保鋰電池總電壓的準確性。

安時方法相對簡單，便于實現對鋰電池健康的評估，但是鋰電池的充放電試驗的環境和條件一般很難覆蓋到鋰電池實際使用時所面臨的復雜環境，并且安時法檢測的時間較長，只能在鋰電池離線的狀態下進行使用。通常的改進方法是要獲取鋰電池的總電壓，并且需要靜置若干個小時才可以繼續使用，否則難以維持試驗的連續進行[1]。

1.3 鋰電池健康評估的阻抗法

鋰電池健康評估的阻抗法主要包括歐姆內阻和電化學阻抗法兩種方法。歐姆阻抗法是通過在鋰電池內部植入一個小負載的電路，通過測量鋰電池總電壓的變化來測定鋰電池的內部阻力變化，然后根據阻力變化的情況對鋰電池的健康狀況進行評估，可以通過鋰電池老化的試驗來獲得鋰電池放電速率、放電深度、工作溫度和內部阻力之間的變化關系，進而根據鋰電池等效的電路模型來評估鋰電池內部阻力的變化，從而可以知道鋰電池的健康狀況。歐姆阻抗法并不是實時測量的方法，一旦鋰電池處于工作狀態就無法使用該方法進行健康評估。電化學阻抗法是將鋰電池看作是由電容、電壓、電流和電阻組合而成的電路模型，在鋰電池不同使用壽命階段施加給鋰電池頻率不同的交流信號，那么檢測到的電壓和電流就會隨著正弦波發生周期性的變化，從而可以獲得鋰電池的阻抗曲線，通過分析鋰電池循環使用的次數就可以對鋰電池的健康進行全面的評估。

阻抗法雖然有著諸多的優勢，但還是存在著適應性問題，歐姆阻抗法可以實現在線使用，但是由于鋰電池的歐姆電阻比較小，并且鋰電池的內部阻力通常會隨著鋰電池循環充放電變得越來越小，這就需要更為精確的測量電路。電化學阻抗法采用電路模型可以對鋰電池的阻抗做出準確的狀態分析，但是只能在離線的工況下進行使用，并且測量的過程過于復雜、測量的時間較長、計算的過程也比較復雜，電路模型本身就是一個技術難點[2]。

2.電池管理系統里的電池壽命預測

鋰電池的壽命檢測主要是利用已有的運行狀態信息，從而對鋰電池的當前使用狀態到其失效的使用時間做出準確性的預測，能夠為電池管理系統提供預防性的檢修和維護措施。鋰電池壽命預測主要是基于鋰電池的性能進行相應的探討工作，通過鋰電池的物理化學性能和健康狀態做出準確的預測，從而保障電池管理系統穩定高效地運行。

2.1 電池壽命預測的退化機理模型

電池壽命預測的退化機理模型主要是根據鋰電池的物理化學性能對鋰電池運行過程中性能變化規律進行整體的分析，退化機理模型能夠充分地兼顧各個老化因素對于電池內外變化參數的綜合影響，從而建立起鋰電池的退化機理模型，這樣做具有很大的優勢，一方面可以在鋰電池正常工作狀態下進行壽命預測工作；另一方面還可以對鋰電池的老化過程、應力大小展開相關的檢測，從而更有利于鋰電池的壽命預測。

基于退化機理模型的壽命預測可以對電池老化的過程進行詳細的物理和化學分析，但是這都是以特定的電池材料、使用環境和充放電循環次數為基礎的，所使用的性能參數都是根據鋰電池的物理和化學特性得到的，從而導致退化機理模型難以根據環境的變化適時地做出相應的調整，鋰電池的動態精確性比較差。此外，對于比較復雜的鋰電池電化學模型，若想描述鋰電池的退化特性和老化模型是非常困難的，因為涉及到的檢測參數比較多，實際應用方面存在較多的困難，需要針對測試過程的各個老化因素進行全面的優化，從而建立起簡便、準確性較高的退化機理模型。

2.2 電池壽命預測的經驗退化模型

圖2 鋰電池壽命預測分析模塊

通常情況下，無論是機理模型還是電路模型，都需要兼顧鋰電池內部的物理化學性能參數，建立模型的過程是非常困難的，過程相對來說也比較復雜。鋰電池的經驗退化模型是表征鋰電池內部狀態變量隨著使用時間的變化規律或者是前后兩個時間段之間狀態變量的關聯關系，從而實現鋰電池退化模型的表達。現階段，鋰電池經驗退化模型主要可以分為以下兩類：一是阻抗指數增長模型、阻抗線性參數變化模型等經驗退化模型，該模型是通過電池阻抗在前后兩個時間點之間的轉換來獲得鋰電池模型預測結果；二是基于剩余壽命建立起來的經驗退化模型，表征的是前后兩個不同時間點之間的容量轉換關系，在此模型的基礎上，還涌現出了指數退化模型和集成優化模型[3]。鋰電池壽命預測分析模塊如圖2所示。

鋰電池的經驗退化模型主要是以基本數據為出發點來對電池壽命進行預測，以此來反映鋰電池內部物理化學參數的變化規律，經驗退化模型獲取相對比較容易，使用范圍比較廣泛，同時，由于采用了PF算法并結合經驗退化模型來對電池的使用進行預測，因此，鋰電池對于非線性變化過程有著很好的適應性。然而，經驗退化模型還是要受到環境的干擾和參數的影響，在一定程度上，其動態精確性和適應能力受到了極大的限制。此外，PF算法還存著數據參數初始化的問題，在數據參數比較多的情況下，初始化過程比較復雜，嚴重地影響了算法的實時性。

2.3 電池壽命預測的融合性預測方法

電池融合性預測方法是鋰電池剩余壽命的熱點預測技術，本質上是組合或集成多種方法的混合模型，從而可以彌補單一預測模型的諸多不足之處，能夠有效地發揮綜合性模型的有點，從而能夠對電池的壽命做出更準確的預測。

電池壽命融合性預測方法一般是基于機理模型和數據參數展開研究，通過采用參數數據預測算法與電池內部空間模型兩者相結合的思路，從而實現退化模型表征參數和鋰電池實時運行參數的有效結合，能夠較為準確地預測鋰電池的使用壽命，融合性預測方法的廣泛研究和使用能夠顯著地提高鋰電池壽命預測的準確地性，具有重要的使用和參考意義，但是由于其計算復雜程度比較高，在工程實踐中仍然面臨著不少的挑戰和困難。

3.結語

綜上所述，鋰電池作為高效的能源形式，已經廣泛應用于社會經濟中的方方面面，然而，目前仍然缺乏對于鋰電池性能退化建模、健康評估和壽命預測等方面的工作，這就使得人們對于鋰電池的物理化學性能并不能做到全面的了解，阻礙了鋰電池的使用性能。本文就鋰電池管理系統里的電池健康評估和壽命預測進行了綜合性的論述以期能夠為國內外相關領域的相關學者提供一定的參考價值。