基于主成分分析的鋰離子電池配組方法

章博　吳晶　趙生薇　嚴家豪　張朝龍

摘要：對新能源汽車動力電池進行有效的配組，可以提升電池組的循環壽命。本文提出了一種基于主成分分析的動力電池配組方法，利用主成分分析算法計算出每一個動力電池參數變量的權值，將每一個參數變量的權值與該變量下電池所在檔次的評估分相乘，得到每個單體電池的加權評估分。最后，按照加權評估分和電池類別進行近分篩選和配組。實測表明，相比隨機配組方法，本文提出的方法可以有效地提升動力電池組的循環壽命。

關鍵詞：主成分分析;鋰離子電池;配組;加權評估分

中圖分類號： TP3? ? ? ? 文獻標識碼： A

文章編號：1009-3044（2021）03-0232-02

Abstract： The cycle life of the battery pack can be improved by the effective grouping method of the power battery of the new energy vehicle. A grouping method of lithium-ion battery based on principal component analysis is proposed in the paper. Principal component analysis is used to calculate each battery parameter variables weights. Every batterys weighted assessment score is generated by multiplication of each parameter variable weight and batterys grade assessment score. Finally， batteries with similar scores are screening and grouping by using weighted assessment scores and battery classes. The experimental result shows that the proposed method can effectively improve the cycle life of the power battery pack compared with the random grouping method.

Key words：Principal component analysis; Lithium-ion battery; Grouping; Weighted assessment score

近年來，隨著國家加大對新能源汽車的補貼，新能源汽車行業得到了快速的發展[1]，與新能源汽車相關的技術產業也在不斷進步。鋰離子電池是新能源汽車的動力來源[2]，它的技術突破意味著新能源汽車的發展。在鋰離子電池的實際使用中，為了達到汽車長續航里程、高速度的要求，經常將成百上千節單體電池通過串聯或并聯的方式組裝成電池組，但由于生產工藝、設備以及制造環境等因素導致了即使是同一批次生產的電池也存在差異性。因此為了在長續航里程、高速度的要求下保證電池組的安全性、可靠性以及保障動力電池組的循環壽命，需要對單體電池進行有效的配組。

理想的配組是動力電池所有的參數都一致，但這種配組方法實際上并不可行。現有配組技術大多是簡化配組要求，在維持低成本的前提下滿足基本使用需求[3-6]。最簡單的配組方法為早期的單參數配組方法[3]，僅考慮單個參數如額定容量、開路電壓、放電倍率等，雖簡單但電池組循環壽命低、一致性差。隨后提出的多參數配組、多參數數據擬合[4]等方法，在一定程度上提高了動力電池的實用性，但還有提升的空間。目前隨著網絡的高速發展，出現了電池配組與大數據、5G網絡技術相結合的配組方法[5， 6]，但都存在著考慮電池參數不夠細致，以及未考量每個參數對動力電池的影響能力等缺點。

主成分分析（Principal Component Analysis，PCA）算法通過線性變換將原始數據變換為一組各維度線性無關的表示[7]，可用于提取數據的主要特征分量。本文提出了一種鋰離子動力電池的配組方法，其特點在于利用主成分分析算法對關鍵參數進行深入分析，得到每個參數對動力電池的加權評估分，即影響能力。利用加權評估分和電池類別對電池進行篩選和配組，保證了單體電池初始參數接近和工作電流分配的均勻，從而可以提高電池組的一致性和循環壽命。

1 鋰離子動力電池及各個參數介紹

本文中涉及鋰離子動力電池的參數[8]在此介紹：

（1）放電容量：是指在規定條件下測得的動力電池輸出的容量值，單位通常用安時（A·h）或毫安時（mA·h）來表示。

（2）開路電壓：電源外部不接任何負載或電源，測量得到的動力電池正負極之間的電位差。

（3）歐姆內阻：由電極材料、電解液、隔膜電阻、多個零件的接觸電阻組成。

（4）極化電阻、極化電容：是指由于電化學極化引起的阻抗，極化電容為電化學極化阻抗周圍產生的電容。

（5）濃差電阻、濃差電容：是指由于濃差極化而引起的阻抗，濃差電容為濃差極化阻抗周圍產生的電容。

2 基于主成分分析的配組方法

PCA算法是一種數據分析方法，通過線性變換將原始數據變換為一組各維度線性無關的表示，可用于提取數據的主要特征分量，常用于高維數據的降維。本文中采用PCA算法分析動力電池關鍵參數，獲得參數對動力電池的影響能力，基于PCA算法的配組方法為可簡述如下。

3 實驗過程

設定從30節額定容量為2400mAh的18650鋰離子動力電池中挑選出6節電池進行串聯配組，實驗步驟如下。

步驟（1）：對單體電池進行編號01～30，采用充放電設備以1800mA的放電電流對單體電池放電三次后記錄下平均放電容量，得到每個單體電池的放電容量后做預分類操作分為四類，第一類2448mAh～2496mAh，第二類2400mAh～2448mAh，第三類2352mAh～2400mAh，第四類2304mAh～2352mAh。

步驟（2）：將單體電池擱置10分鐘，測量電池的開路電壓。

步驟（3）：對電池進行HPPC測試：放電電流的數值為步驟（1）中得到的實際放電容量，放電10次，每次放電6分鐘，且每次放電結束到下一次開始放電擱置1小時，由得到的數據計算出同類單體電池中每個單體電池的歐姆內阻、極化內阻、極化電容，濃差內阻、濃差電容。

步驟（4）：將放電容量、開路電壓的數據按照從高到低排序，將歐姆內阻、極化內阻、極化電容、濃差內阻、濃差電容數據由低到高排列，之后分為十級，第一級評估分為100分，第二級評估分為90分，第三級評估分為80分，第四級評估分為70分，第五級評估分為60分，第六級評估分為50分，第七級評估分為40分，第八級評估分為30分，第九級評估分為20分，第十級評估分為10分。

步驟（5）：采用主成分分析處理數據，得到放電容量、開路電壓、歐姆內阻、極化內阻、極化電容、濃差內阻、濃差電容分別對應的權值為0.9、0.012、0.015、0.011、0.009、0.009、0.044。

步驟（6）：對每一個單體電池進行評估，得到編號01～30單體電池的加權評估分分別為：75.49、50.26、43.04、76.12、85.27、77.79、77.56、88.58、33.16、57.76、42.75、42.02、51.87、50.25、60.86、58.1、77.8、69.44、95.22、70.14、84.39、31.54、77.04、40.96、68.52、22.87、93.59、49.08、95.35、25.29，表1為測得的30節單體電池的變量數據，由于篇幅，僅給出部分數據。

將隨機配組方法與本文方法進行電池組循環壽命對比，本文將加權評估分根據從高到低排序，取出同類電池配組，選出的單體電池編號為02、03、12、13、14、28，隨機配組中選出電池的編號為09、11、15、20、23、30。6節鋰電池串聯成組后進行循環壽命測試，實驗設備采用圖1所示的新威電池組測試裝置，充放電電流為2400mA，溫度控制在25℃，圖2為實驗對比的結果，在本文的方法中，電池組容量降至70%時，經歷了977次循環充放電，而隨機配組方法電池組容量降至70%時，經歷了731次循環充放電。可以看出，利用本文的配組方法在電池成組后電池組的循環壽命得到了明顯的提高。

4 結論

本文提出了基于PCA的動力電池配組方法，以加權評估分和類別進行近分篩選和配組，經實測表明，本文提出的方法，可以有效地延長動力電池組的循環壽命，從而增強新能源汽車的可靠性和安全性。

參考文獻：

[1] 歐陽明高. 中國新能源汽車的研發及展望[J]. 科技導報， 2016， 34 （6）：13-20.

[2] 蘇芳， 李相哲， 徐祖宏. 新一代動力鋰離子電池研究進展[J]. 電源技術， 2019， 43（5）：887-889.

[3] 陳萍， 李瑜， 張佳瑢， 等. 放電倍率對電池配組一致性的影響研究[J]. 電源技術， 2013， 37（3）：427-429.

[4] 溫燦國， 王迎迎， 馮偉峰，等. 基于多變量數據擬合的鋰電池配組工藝研究[J]. 電源技術， 2018， 42（10）：1480-1482.

[5] 程迪， 陳保貴， 張君怡. 電池自動分選配組系統技術研究[J]. 電源技術， 2018， 42（7）：981-982，1002.

[6] 李培龍. 5G時代通信局站蓄電池組使用與維護[J]. 通信電源技術， 2020， 37（3）：160-161.

[7] 劉江， 呂濤， 張立欣，等. 基于主成分分析的不同種植年限甘草地土壤質量評價[J]. 草業學報， 2020， 29 （6）：165-174.

[8] 徐研科， 范興明， 張鑫， 等. 基于EKF算法的鋰電池SOC評估方法[J]. 桂林電子科技大學學報， 2018， 38 （3）：189-193.

【通聯編輯：梁書】