基于大數據的動力電池健康度估算方法研究

王思淼 張英杰 王 芳 鄧斯文

(上海市新能源汽車公共數據采集與監測研究中心， 上海 201800)

0 引言

近年隨著汽車電動化浪潮的興起，各大傳統車企如大眾、比亞迪及新興車企如特斯拉、蔚來紛紛投身電動汽車產品的研發和市場角逐。電動汽車產品技術不斷革新，產品內容不斷豐富，加之我國政策的扶持和促進，消費者對電動汽車產品的認可度也在不斷提高。自2015年起我國的新能源汽車的產銷量已連續5年居世界首位，截至2020年12月底，我國新能源汽車保有量已達492萬輛，占國內汽車保有總量的1.75%[1]。

電動汽車核心部件—動力電池的剩余容量，即SOH(State of Health)的估計與預測從電動車出現至今，一直是業內熱點話題之一。一方面，電池容量的衰減量直接影響到車輛的續航里程和用戶駕駛體驗；另一方面，在新能源汽車的二手交易市場中，電池剩余容量也是車輛殘值評定參考的主要因素之一。傳統方法一般使用專用設備進行線下檢測，具有檢測費用高、檢測時間長、地理位置不方便等一系列缺點。我國在2016年出臺了《電動汽車遠程服務與管理系統技術規范》(GB/T 32960)，技術規范定義了新能源汽車需采集上傳至公共平臺的7類共計約60個車端信號，包括總電流、總電壓、SOC、車速等。這些數據為動力電池健康度的線上估計和應用提供了可能。

目前對動力電池SOH的估計和預測主要有兩類方法，分別是基于電池模型的方法和基于數據驅動的方法。基于電池模型的方法如經驗模型法、等效電路模型法和電化學模型法，都是先建立一個參數未知且能直接或間接表征電池衰減程度的模型，然后利用實驗數據和其他算法對模型參數進行估計[2]；基于數據驅動的方法一般是以實驗數據或運行數據為基礎，提取能表征電池老化因素的特征，同時根據一定的使用間隔對電池容量進行標定以獲得SOH目標值，最后通過不同機器學習算法如神經網絡、高斯過程回歸建立特征和目標SOH的擬合模型，最終達到用特征預測或估算SOH的目的[3]。

以上方法或依賴于大量實驗數據，或需要大量線下實車測試數據作為輸入，成本過高且不具備普適性。針對這些缺點，本文擬采用基于大量實車線上運行數據的安時積分法對電池健康度進行快速估算，隨后對影響電池健康度的各個因素展開分析。

1 大數據樣本選擇與分析

電池健康度的衰減原理可以使用雙水箱模型來解釋[4]，即正負極材料的損失和活性鋰離子的損失，而電池健康度的衰減是一個相對緩慢的過程，所以在選取的數據樣本需要有較長的時間跨度或者較大的里程跨度。其次，目前市面上主流的電池類型分為磷酸鐵鋰和三元鋰，磷酸鐵鋰電池的能量密度較低但相對安全且循環次數較高[5]，本文也會將這兩種電池類型的分析囊括在內。最后，樣本車輛需要足夠多，以平衡個別單車數據或者計算結果偶然性的影響。綜上所述，本文選取以下樣本作為研究對象：

表1 樣本屬性

此外，為滿足分析需求，篩選以下字段作為本次分析的原始字段：

表2 原始信號字段

以每次充電行為一個樣本區間，將每輛車的原始數據處理為多個樣本。車型A、B在一年中的總體里程分布見圖1。

圖1 樣本里程分布統計

從上圖可以看出，兩個車型樣本的最小里程為接近0公里，最大里程都超過10萬公里，其中A車型里程最高達到18萬公里。

2 基于大數據的SOH估算方法

在進行計算之前首先需要考慮各種環境因素導致的積分結果與額定容量之間的差別。根據國標GB/T 31467.2-2015，測試額定容量的方式為，在室溫(25 ℃±2 ℃)下，以1 C恒流充電至制造商規定的充電截止條件，然后在相同溫度下以1 C電流放至制造商規定的充電截止條件，放電的電流對放電時間的積分為動力電池的容量。據此，計算前需要考慮的影響因素有溫度、充放電倍率。

首先是溫度因素，過低的溫度會導致電池電解液黏度增大乃至部分凝結，電解液阻抗升高，從而使電池的容量特性下降[6]。而在溫度高于室溫的情況下，短時間內會使電池容量增加，但同時會加速電池的老化。其次，充電倍率也會對充入電量和電池老化產生不同影響。一般認為，小倍率電流相較于高倍率電流可以充入更多的電量且能減緩電池容量衰減的速度，但電池制造技術和充電技術的進步會在一定程度上削弱這種差異。對于本文選擇的試驗樣本，慢充(小倍率電流)和快充(高倍率電流)的工況同時存在，典型的充電曲線如圖2所示。

圖2 快充、慢充充電曲線示例

從上圖可以看出，在實際充電工況中，一般是恒流、恒壓等多種工況的混合，所以本文在后續分析中，僅通過快充、慢充來區分不同的充電倍率。綜上，由于SOH是充入最大電量與額定容量的相對比值，而額定容量和充入電量的工況不一致，所以在給出SOH結果的同時一般需要注明對應的溫度、充電電流等參數。

本文直接使用平臺端大數據進行電池的SOH估計，通過安時積分法對電池包電流進行積分，將積分的容量再跟額定容量進行對比得到SOH，計算公式如下：

(1)

其中，SOC1和SOC2分別為充電或放電起止的電池SOC，I為電池包總電流，C0為電池包的額定容量。由于電池包放電過程往往在行車過程中，實際工況復雜，汽車高壓負載變化較大，從而導致電池包電流短時波動較大，在0.5 Hz的采集頻率下容易出現較大誤差。故本文對電流的積分選取充電工況進行計算。

此外，本算法計算公式中的關鍵字段之一為SOC，SOC的精度直接影響估算SOH的準確性。本文樣本字段中的SOC為儀表SOC，SOC是對BMS內部可用SOC的線性化處理的結果，在可用SOC值較高或者較低的時候會觸發BMS的修正[7]，導致儀表SOC在短時間內產生跳變。而中間段的SOC在內外部環境穩定的情況下，與充入電量成正比，平滑上升。故本文選取中間段的SOC作為計算區間，如下圖所示：

需要注意的是，電流積分區間需要根據車型、電池參數和用戶行為的不同進行動態調整。至此，計算規則已明確，后續將針對結果展開分析。

圖3 選取SOC區間

3 電池健康度影響因素分析

(1)電池容量衰減與里程的關系

取A、B車型相同的里程跨度(0～10萬公里)的計算結果進行比對，如圖4所示。

圖4 容量衰減與里程的關系

左圖為A、B車型全量計算結果，右圖為將里程按每萬公里分箱后的平均結果。可以看出，電池健康度與里程呈負相關，在里程0～10萬公里之間容量隨里程增加衰減較為均勻。其中，車型B(磷酸鐵鋰電池)大部分車輛的初始容量百分比高于車型A(三元鋰電池)，這有可能是車企BMS保護機制凍結的可用容量不相同所致。從同一類車型所有車輛的整體衰減速率來看，車型A與車型B基本一致。

(2)電池容量衰減與快慢充的關系

較大的充電倍率一方面會導致電池溫度升高，加速副反應，另一方面，會加速電極材料因循環疲勞產生不可逆結構損傷，對電池容量衰減產生負面影響[8]。實驗表明，高倍率充電對正極三元材料影響更為明顯。但隨電池工藝和電池管理系統的進步，在一定程度上降低了這種影響。本文采用的樣本中，搭載磷酸鐵鋰電池的B車型上市銷售時間較早，只能進行慢充，故本文只分析A車型快慢充跟電池SOH衰減的關系。首先通過充電平均功率來標記快充和慢充，然后從所有樣本中篩選出主要使用慢充充電和主要使用快充充電的樣本車輛，做出圖5所示。

圖5 快慢充對容量衰減的影響

左圖為車型A所有樣本點SOH與里程的散點圖，右圖是每兩萬公里內所有樣本點SOH的平均值。可以看出，對于車型A，快慢充對容量衰減的影響程度差別不大。

(3)電池容量衰減與電量使用區間的關系

電量使用區間可以反映出車主的充電習慣和用車習慣，過高的SOC會導致副反應加劇，過低的SOC使電池負極集流體更易發生腐蝕現象，導致容量衰減。本文將SOC分為5個區間，分別為[0%,20%), [20%, 40%), [40%, 60%), [60%, 80%), [80%, 100%]。在計算電池健康度的同時，計算出電池累計歷史SOC分布占比。現將SOH與里程分成均勻網格，按網格計算SOC在0%～20%與80%～100%占比之和的均值，再做出以下熱力圖，顏色越深代表低SOC與高SOC區間使用占比越大。

圖6 高低SOC區間占比對SOH的影響

從圖中可以看出，對于A車型，同一里程區間，顏色較淺的區域集中在SOH較高的部分，這表明低SOC與高SOC的區間使用占比越少，對應的電池SOH越高。對于B車型，高或低的SOC區間使用占比對SOH的影響并不明顯。

(4)電池容量衰減與電池溫度的關系

為分析電池溫度對容量衰減的影響，本文以電池最高溫度為溫度參照。由于上海地區全年溫度相對比較溫和，較少出現溫度為零下的情況，所以在此主要研究高溫的影響。本文定義大于35 ℃為高溫工況。在計算電池健康度的同時，計算出電池最高溫度處于高溫工況的歷史累計百分占比。最終做出以SOH與里程為網格的熱力圖，網格中填充的數值表示高溫工況百分占比均值，顏色越深代表高溫工況占比越高。

圖7 高溫工況占比與SOH的關系

兩種車型的高溫工況歷史百分占比都隨里程的增加而逐漸增加，這可能是因為電池內阻隨電池老化而逐漸增大，導致電池包運行時產熱增加。對A車型，低里程區間(小于5萬公里)的高溫工況占比都較低(0%～10%)；在中里程區間(6萬公里～12萬公里)，累計高溫工況占比越多，相同里程下的電池健康度越低；在高里程區間(大于13萬公里)，樣本的高溫工況占比都較高(大于20%)，同時由于SOH分布比較集中，高溫工況占比對SOH的影響不明顯。對B車型而言，可以得出相似結論。

4 結論

結束以上分析，關于A、B車型得出以下結論：

(1)在10萬公里以內，配置三元鋰電池的A車型與配置磷酸鐵鋰電池的B車型電池容量衰減速度基本一致。

(2)根據樣本計算結果，對于A車型，快充或慢充行為對電池衰減的影響相近。

(3)對A車型，0%～20%和80%～100%的SOC區間使用占比最低時，電池剩余容量最高。對B車型，SOC區間使用占比的不同對電池剩余容量沒有顯著影響。

(4)隨車輛里程增加和容量的衰減，車輛的歷史累計高溫工況占比會逐漸增加。在兩個車型樣本數量比較豐富，SOH分布相對較寬的里程區間內，累計高溫工況占比越多，同一里程下的電池健康度越低。