車用鋰離子動力電池循環壽命衰減預測方法

摘要：隨著新能源汽車市場占有率不斷上升，如何精準預測其裝配的鋰離子動力電池在實際使用過程中的循環壽命衰減情況成為了重點關注問題。為此，將動力電池特性參數引入灰色預測模型，建立了一種車用鋰離子動力電池循環壽命衰減預測方法；利用動力電池循環的小樣本信息訓練所建立的電池容量保持率迭代算法，對電池在多溫度及工況下的容量衰減情況進行預測，并對影響預測方法精度的部分因素進行分析。結果表明：車用鋰離子動力電池循環壽命衰減預測方法可以在滿足一定精度的前提下，對動力電池循環過程中的容量衰減情況進行有效預測，并具備多溫度及循環工況下的適應性。

關鍵詞：新能源汽車；鋰離子動力電池；循環壽命；灰色預測模型

0 前言

受環境污染與能源短缺的共同影響，全球新能源汽車產業得到了大力發展，在汽車產銷位列全球首位的我國，這種趨勢尤為明顯［1］。在國內新能源汽車補貼政策及用車成本低廉等優勢的共同推動下，以混合動力汽車和純電動汽車為首的新能源汽車逐漸占據了較大的市場份額，僅2023 年上半年新能源汽車銷量就達到了374.7 萬輛［2］。而隨著新能源汽車逐漸普及，車輛續航里程成為了消費者選車、用車過程中重點關注的參數，而影響該參數的關鍵之一就是新能源汽車所裝配的動力電池的循環壽命。

反映電池循環壽命的直接參數是容量保持率，即電池經過一定次數充放電循環后，其可用容量占初始容量的百分比。該參數受環境溫度、充放電方式等多種因素的影響［3］。隨著新能源車行駛里程的增加，其裝配的鋰離子動力電池也會隨著循環次數增多而逐年老化，容量保持率相對會有所下降。這直接影響了新能源車的車輛性能，降低了用戶體驗，對新能源車消費、維修保養市場造成了極大挑戰［4］。因此，根據電池充放電循環特性，及時精準地預測車用鋰離子動力電池的循環壽命尤為關鍵。本文基于動力電池參數動態變化的隨機性，采用灰色模型（GM）建立了一種車用鋰離子動力電池循環壽命衰減灰色微分預測方法，對車用鋰離子動力電池在一定生命周期內循環容量的衰減情況進行預測，并在不同溫度及不同循環工況下對其有效性、準確性進行了驗證。

1 電池循環壽命衰減預測模型

本文提出的電池循環壽命衰減預測模型主要利用了GM 預測模型。GM 預測模型基于灰色預測理論，適用于具有非線性、隨機性的各類系統［5-6］。而動力電池作為一個化學系統，受溫度、充放電工況等多種因素的影響，僅部分參數具有可控性，這符合灰色預測理論中灰色系統的特點［7-8］。因此，可基于該理論建立電池GM 預測模型，采集電池部分充放電循環的小樣本信息，滿足在一定精度的前提下電池性能和壽命的預測。

本文采用GM（1，1）模型，分別在15 ℃、25 ℃和45 ℃溫度條件下研究不同充電倍率對三元鋰電池壽命的影響。在15 ℃溫度條件下，以充電倍率分別為0.5C 和1.0C 的試驗為例，將試驗所得的容量保持率作為原始數據變量代入式（1），得到原始序列數據。

2 電池循環壽命衰減預測模型驗證及對比

2. 1 試驗驗證

通過試驗驗證上述建立的電池循環壽命衰減預測模型在不同溫度、不同充放電工況下對車用鋰離子動力電池循環壽命衰減預測的有效性、準確性及適應性。試驗盡量貼近新能源汽車動力電池的實際使用場景。

首先，在15 ℃溫度條件下，對充電倍率分別為0.5C、1.5C、2.0C，放電倍率均為1.0C 的3 種循環工況（分別表示為工況1、工況2、工況3）下的1 200 次循環壽命的衰減情況進行預測，結果如圖1～圖3 所示。

由圖1 可知：在充電倍率為0.5C、放電倍率為1.0C的工況下，在電池壽命循環開始階段，預測容量保持率曲線可以較好地貼合實際容量保持率曲線，但在第200 圈和400 圈循環附近，電池實際容量略有衰減，電池容量分別衰減至96% 和93% 左右，實際容量保持率曲線略有波動，此時預測容量保持率曲線輕微偏離實際容量保持率曲線；之后預測結果較為準確，始終保持在實際容量保持率曲線周圍，直至循環結束，電池容量衰減至86%。該工況下模型整體預測的平均精度為99.88%。由圖2 可知：在充電倍率為1.5C、放電倍率為1.0C 的工況下，充電倍率有所增大，電池實際壽命衰減速率增快；在第200 圈和第800 圈循環附近，電池容量分別衰減至96% 和86% 左右，預測容量保持率曲線與工況1 相比，偏離程度有所加大；直至循環結束，電池容量衰減至82% 時，預測容量保持率曲線也未貼近實際值；該工況下，模型整體預測的平均精度有所降低，下降到了99.72%。由圖3 可知：繼續增大充電倍率到2.0C 時，電池實際壽命衰減加速，對應的實際容量保持率曲線波動劇烈；在第200 圈和第800 圈循環附近，電池容量分別衰減至95% 和86%左右，此時預測容量保持率曲線與工況1、工況2 相比，偏離最大，并在整個循環過程中，模型預測精度始終不如低倍率工況下的結果；直至循環結束，電池容量衰減至77% 時，預測容量保持率曲線仍與實際值有較大偏離；該工況下模型整體預測的平均精度下跌至98.25%。

在25 ℃溫度條件下，對充電倍率分別為0.5C、1.5C、2.0C，放電倍率均為1.0C 的3 種循環工況（分別表示為工況4、工況5、工況6）下的電池1 200 次循環壽命衰減情況進行預測，結果如圖4～圖6 所示。

由圖4 可知：在溫度提升至符合電池運行的正常溫度后且采用較小倍率的充電策略后，電池壽命在整個循環階段中預測容量保持率曲線始終可以較好地貼合實際容量保持率曲線，整體預測結果較為準確；該工況下模型整體預測的平均精度為99.93%。由圖5可知：在充電倍率為1.5C、放電倍率為1.0C 的工況下，雖然電池充電倍率有所增大，電池實際壽命衰減速率增快，但是預測容量保持率曲線仍能較為接近實際容量保持率曲線，并以99.96% 的較高平均精度完成預測，直至循環結束，電池容量衰減至86%。由圖6 可知：繼續增大充電倍率到2.0C 后，實際容量保持率曲線起伏增大，在第200 圈、第600 圈及循環結束的第1 200 圈附近，電池容量分別衰減至96%、92% 及84%左右時，電池預測容量保持率曲線相比實際容量衰減情況，產生較大偏差，模型預測精度同樣有所下降；整體預測的平均精度為99.68%，優于低溫同等工況狀態下的預測結果。

繼續升溫至45 ℃，對充電倍率分別為0.5C、1.5C、2.0C，放電倍率均為1.0C 的3 種循環工況（分別表示為工況7、工況8、工況9）下的電池1 200 次循環壽命衰減情況進行預測，結果如圖7～圖9 所示。

由圖7 可知：在溫度提升至較高溫度并采用低倍率的充電策略時，電池實際容量保持率曲線波動較大，容量衰減過程較不平穩，在第400 圈循環附近，電池容量衰減至約85% 時模型產生較大估計誤差，循環直至電池容量衰減至71% 結束；該工況下模型整體預測的平均精度為99.13%。由圖8 可知：在電池充電倍率增大到1.5C 后，電池實際壽命衰減速率在200 圈循環后進一步增快，于第400 圈循環附近電池容量衰減至約76% 時，預測精度下浮最明顯；預測平均精度為98.96%，直至電池容量衰減至62%。由圖9 可知：繼續增大充電倍率到2.0C，雖然采用了高倍率充電與高溫2 種條件，但是電池循環中實際的容量衰減過程卻較為均衡；預測容量保持率曲線均較為貼合實際容量保持率曲線，整體預測結果比同樣充電倍率的2 種較低溫度工況下的預測精度有所提升，整體預測的平均精度達99.89%。

綜上所述，本文建立的電池循環壽命衰減預測模型可以對車用鋰離子動力電池在使用過程中的容量衰減情況進行較為精準的預測，并具有不同溫度及工況下的適應性，基本可以模擬目前新能源汽車在慢充、快充等不同使用場景下電池壽命的預測。

2. 2 試驗結果對比

對上述試驗驗證結果進行初步對比分析，結果見表1。由表1 可知：在動力電池常規運行溫度25 ℃下，所建立的模型在不同循環工況下的平均預測精度較高，均可達到99.60% 以上，具備較強的工況適應性。在溫度降低至15 ℃后，本次模型驗證的最高預測精度出現在充電倍率為0.5C、放電倍率為1.0C 的工況下，可能是在低溫及小倍率充電的共同影響下，電池本身容量衰減速率及幅度比較平穩，導致模型的預測精度向著更有利的方向發展。而當采用較高充電倍率后，電池實際容量衰減情況較為劇烈，模型預測精度大幅下跌，尤其是在25 ℃溫度環境下這種情況表現得比較明顯。因此，可以初步推斷動力電池本身的容量衰減速率及幅度是影響所建立模型預測精度的主要因素之一。在溫度繼續提升至45 ℃后，電池本身活性更強，容量衰減過程具有較大的不穩定性，所以在最低倍率的循環工況下，模型預測精度遠不如前兩者。當充電倍率提升至1.5C 后，電池容量衰減情況加劇，預測結果也基本符合上述推斷，預測精度降低。當充電倍率達到2.0C 后，模型預測精度進一步下跌，但動力電池在該工況下實際容量衰減速率雖然較快但相對均勻平穩。這可能也是該工況下模型預測精度始終保持較高的原因之一。綜上所示，本文所建立的電池循環壽命衰減預測模型基本符合實際使用需求，具有一定的適應性。該模型的預測精度可能會受動力電池實際容量衰減速率和劇烈程度等因素的影響，具體的影響因素將在今后的研究中進一步討論。

3 結語

本文基于車用鋰離子動力電池特性，提出了一種電池循環壽命衰減預測方法。該方法以GM 預測模型為基礎，引入動力電池相關特性參數，建立了電池循環壽命衰減預測模型。在不同溫度及循環工況下，對動力電池在一定循環次數內的容量衰減情況進行預測，并與動力電池實際循環壽命衰減結果進行比對。驗證結果表明，本文所提出的電池循環壽命衰減預測方法可以在滿足較高精度下對車用鋰離子動力電池循環壽命衰減情況的預測，并在多溫度及工況下具備較好的適應性，整體預測平均精度可達99.5%。同時，通過對多工況下的預測結果進行分析，得出影響電池循環壽命衰減預測方法預測精度的關鍵因素之一可能是車用鋰離子動力電池在實際循環過程中的容量衰減速率及劇烈程度。

參 考 文 獻

［ 1 ］ 曹秉剛，張傳偉，白志峰，等. 電動汽車技術進展和發展趨勢[J].西安交通大學學報，2004（1）：1-5.

［ 2 ］ 金筱燕，徐樂天揚，彭世珍，等. 產業結構視角下中國新能源汽車高質量發展路徑[J]. 汽車與新動力，2023，6（2）：1-4.

［ 3 ］ 劉大同，周建寶，郭力萌，等. 鋰離子電池健康評估和壽命預測綜述[J]. 儀器儀表學報，2015，36（1）：1-16.

［ 4 ］ 仝軍. 新能源汽車電池工業的發展現狀分析[J]. 現代工業經濟和信息化， 2023， 13（3）：21-22.

［ 5 ］ 楊華龍，劉金霞，鄭斌. 灰色預測GM（1，1）模型的改進及應用[J]. 數學的實踐與認識，2011，41（23）：39-46.

［ 6 ］ 羅黨，劉思峰，黨耀國. 灰色模型GM（1，1）優化[J]. 中國工程科學，2003（8）：50-53.

［ 7 ］ 張寧，湯建林，彭發豫，等. 基于ANFIS 的磷酸鐵鋰電池循環壽命預測方法[J]. 電源技術，2021，45（5）：595-597.

［ 8 ］ 詹偉杰，錢凱程，謝歡等. 磷酸鐵鋰電池循環壽命的加速試驗驗證方法[J]. 汽車與新動力，2023，6（5）：48-52.

［ 9 ］ 王楓，史永超，崔納新，等. 基于灰色模型的鋰電池充電技術研究[J]. 電源學報，2017，15（4）：79-83.