電動汽車用動力鋰離子電池壽命問題研究綜述

戴海峰，周艷新，顧偉軍，魏學(xué)哲，孫澤昌

（同濟大學(xué)新能源汽車工程中心&汽車學(xué)院，上海201804）

電動汽車用動力鋰離子電池壽命問題研究綜述

戴海峰，周艷新，顧偉軍，魏學(xué)哲，孫澤昌

（同濟大學(xué)新能源汽車工程中心&汽車學(xué)院，上海201804）

動力電池作為電動汽車關(guān)鍵零部件之一，對其壽命問題的研究成為一個關(guān)鍵點。對動力鋰離子電池的壽命研究進行綜述，重點闡述了電池性能衰減機理及其影響因素、電池壽命測試方法、電池壽命預(yù)測建模及電池壽命狀態(tài)在線估計等方面的研究成果，并提出了未來該領(lǐng)域需要解決的問題。

電動汽車；鋰離子電池；老化機理；壽命測試；壽命預(yù)測；估計

動力電池已成為電動汽車動力系統(tǒng)中的關(guān)鍵技術(shù)之一。電池使用過程中的性能老化表現(xiàn)為容量損失、溫升加快、內(nèi)阻變大、功率特性變軟、自放電率變大等。

電池壽命終了(End of Life，EOL)定義是研究電池壽命問題的前提。最常見的定義是當(dāng)電池的容量衰減到新電池容量的80%時，認為壽命終了[1]。針對這類應(yīng)用，電池壽命狀態(tài)(State of Health，SOH)定義一般也基于容量實現(xiàn)[2]。對電池功率有較高要求而對容量要求不高的應(yīng)用，如混合動力汽車(HEV)的輔助動力電池，可認為當(dāng)電池的功率特性衰減達到一定程度時電池壽命終了。由于電池內(nèi)阻是電池功率特性的直接影響因素，在對電池進行估計時，一般采用基于內(nèi)阻的定義[3]。對于功率和能量兼顧型的應(yīng)用，如插電式混合動力汽車(PHEV)中的電池，和的定義則需同時考慮容量和內(nèi)阻的變化[4]。

1 電池性能老化機理及影響因素

對電池老化機理的研究是進行其他電池壽命問題研究的基礎(chǔ)。吳贇等[5]認為：正極材料的溶解、電極材料的相變化、電解液分解及SEI膜厚度的增加等因素致使電池的可逆容量下降，負極SEI膜的增厚致使電池內(nèi)阻增大。J.Vetter等[6]則認為鋰離子電池在循環(huán)使用過程中，固液兩相界面處鈍化膜的不斷生成、接觸電阻的增加導(dǎo)致鋰離子電池的功率特性降低；而金屬鋰的溶解、活性物質(zhì)的損耗、副反應(yīng)的發(fā)生等則導(dǎo)致了鋰離子電池的能量特性降低。Guy Sarre等[7]得出類似的結(jié)論。而John Newmann研究小組[8]以及MichaelA.Roscher等[9]則通過建立相變模型，分析得出：電池內(nèi)阻增加、容量減小主要是因為內(nèi)部晶體結(jié)構(gòu)發(fā)生變異所致。

以上研究在一定程度上較為清楚地解釋了電池失效的內(nèi)部機理，以常見動力鋰離子電池為例，其可能的性能衰減機理總結(jié)如圖1所示。

圖1 鋰離子動力電池老化過程的內(nèi)部機理

從使用過程來看，動力電池壽命的外部因素主要包括：電流、溫度、荷電狀態(tài)()點及其變化范圍。研究發(fā)現(xiàn)，過高或過低、高溫、低溫大電流充電等會加速動力電池的老化。圖2給出了某錳酸鋰電池在不同溫度下1滿充放循環(huán)的容量隨循環(huán)次數(shù)的變化情況，可以看出，電池老化隨溫度升高而加快。

圖2 不同溫度下電池循環(huán)測試的容量變化

2 電池壽命實驗測試方法

電池壽命問題研究本身決定了所需實驗的長期性與復(fù)雜性。壽命實驗以目的進行區(qū)分，主要包括評估性壽命測試和建模性壽命測試。

目前電池評估性壽命測試方案主要依據(jù)U.S.Advanced Battery Consortium(USABC)制定的電池壽命校驗測試手冊[10]。該手冊對于不同工況下的電池循環(huán)壽命測試環(huán)境、測試流程及實驗數(shù)據(jù)處理的方法進行了詳細說明。從電池循環(huán)測試電流、循環(huán)溫度、荷電狀態(tài)等各個方面進行綜合考慮，制定了電池加速壽命測試的實驗步驟，分為循環(huán)壽命測試和靜置壽命測試兩個部分。針對動力電池的實際應(yīng)用，USABC設(shè)計了不同的測試工況，覆蓋了純電動、混合動力和插電式混合動力三大類車型的應(yīng)用。我國也制定了相應(yīng)的動力電池壽命測試方法[11]。該類測試主要目的是評估電池是否能滿足制定的壽命要求，如對HEV應(yīng)用，目前Freedom CAR計劃中規(guī)定電池壽命達到15年，淺循環(huán)達到300000次的目標。

建模性壽命測試的目的則是通過加速壽命測試獲取電池老化過程的數(shù)據(jù)樣本，根據(jù)樣本分析電池老化過程，建立電池性能衰減的預(yù)測模型。I.Bloom等[12]和R.B Wright等[13]分別給出了進行鋰離子電池加速壽命測試時推薦的溫度、放電深度()范圍，并進行了加速循環(huán)和靜置壽命測試；林成濤等[14]結(jié)合插電式混合動力汽車的工作特點，設(shè)計了用于插電式燃料電池混合電動客車的動力電池循環(huán)壽命測試方法；趙淑紅等[15]則根據(jù)北京市公交車環(huán)線市區(qū)的工況模型設(shè)計了電池的壽命測試工況；John Wang等[16]設(shè)計的加速壽命測試矩陣考慮了、溫度以及電流倍率這三個因素，并根據(jù)測試結(jié)果設(shè)計了磷酸鐵鋰電池的循環(huán)壽命模型。

在進行電池壽命測試時，應(yīng)該首先明確測試目的，并據(jù)此設(shè)計合理的測試制度。尤其是在電池壽命評估中，應(yīng)首先明確測試條件，不能簡單地對測試結(jié)果進行比較。

3 電池壽命預(yù)測

電池壽命預(yù)測從方法上分，有物理化學(xué)模型、Ah累計模型和經(jīng)驗?zāi)Ｐ?；從模型所描述的電池老化過程分，包括循環(huán)壽命模型和靜置壽命模型；從建模所采用的特征量分，包括基于容量衰減的模型和基于功率衰減的預(yù)測模型。

基于物理化學(xué)過程描述的電池壽命預(yù)測模型具有較高的精度，適用性也更好。然而，該類模型較為復(fù)雜，計算量大，并且需要對電池的內(nèi)部過程有深刻的理解，準確參數(shù)難以獲得。Ah累計模型基于“流經(jīng)電池總電量為一定量”的假設(shè)來建立，通過累計電池釋放/充入的電量來預(yù)測電池壽命衰減情況。這類模型原理簡單明了，但需要電量累計，對測量的要求很高，而且需要事前做大量實驗以確定不同使用條件下電池所能釋放/充入的總電量。經(jīng)驗?zāi)Ｐ蛣t通過控制某種測試條件對電池進行實驗，根據(jù)數(shù)據(jù)擬合得到。這類模型可以較方便地應(yīng)用于電池的使用壽命預(yù)測。然而，測試中控制的環(huán)境不一定涵蓋電池所有實際使用環(huán)境，且測試使用的工況也未必是電池的實際使用工況，因此模型在預(yù)測電池實際使用壽命時會有一定的誤差。

3.1 基于容量衰減的循環(huán)壽命預(yù)測模型

P.Ramadass等[17]、Gang等[18]根據(jù)第一性原理提出了鋰離子電池容量衰減的半經(jīng)驗?zāi)Ｐ?。該模型沒有充分考慮到液相擴散和固相擴散等極限條件，且未考慮放電深度及溫度對電池壽命的影響，主要適用于低倍率循環(huán)條件。黎火林等[19]則根據(jù)可靠性實驗理論和加速壽命測試，以溫度和充放電電流為加速因子，提出了電池的容量衰減模型。

3.2 基于容量衰減的靜置壽命預(yù)測模型

Bro等[20]提出一種電池容量衰減模型，考慮了溫度的影響，未考慮對靜置壽命的影響。Spotnitz等[1]建立了容量損失的時間方程，僅考慮了SEI膜在電池老化中的影響。Broussely等[21]提出的電池靜置壽命模型，考慮了副反應(yīng)膜面積、厚度、電導(dǎo)率等因素，但沒有考慮點對靜置壽命的影響。

3.3 基于功率衰減的循環(huán)壽命預(yù)測模型

R.B.Wright等[13]對動力電池進行了淺循環(huán)測試，發(fā)現(xiàn)電池內(nèi)阻增加與時間呈非線性關(guān)系，根據(jù)加速壽命測試結(jié)果，提出了電池內(nèi)阻變化的經(jīng)驗?zāi)Ｐ?，該模型考慮電池的溫度、及變化，但沒有考慮電流對循環(huán)壽命的影響。

3.4 基于功率衰減的靜置壽命預(yù)測模型

Bloom等[12]提出一種功率衰減模型，主要考慮了溫度、時間等對功率衰減的影響。E．V．Thomas等[22]提出了一種功率衰減模型，并預(yù)測了電池工作在60%，25℃的條件下的壽命時間。R.B.Wright等[13]以電池內(nèi)阻為基礎(chǔ)，提出了電池壽命經(jīng)驗?zāi)Ｐ?，該模型對?0℃以下的電池靜置壽命預(yù)測有較高精度。

3.5 基于Ah累計的循環(huán)壽命預(yù)測模型

Lorenzo等[23]提出一種基于等效電荷總量的壽命預(yù)測模型，該方法需要先對電池進行若干典型工況實驗，得到這些典型工況下電池放出的總電量，然后，將其它一般運行工況中電池釋放/充入的電量根據(jù)某種等效條件折算為典型工況下流經(jīng)電池的電量。

3.6 循環(huán)壽命與靜置壽命相結(jié)合的預(yù)測模型

上述模型靜置壽命預(yù)測與循環(huán)壽命預(yù)測是相互獨立的。然而在實際應(yīng)用中，電池靜置和循環(huán)交替，上述模型在應(yīng)用中均有一定的限制。Kandler Smith等[24]在上述模型的基礎(chǔ)上，綜合考慮靜置和循環(huán)影響，提出了電池老化過程中的內(nèi)阻和容量預(yù)測方程，使模型更好地適用于電動汽車的應(yīng)用。

Gregory L.Plett[25]提出一種基于雙卡爾曼濾波(Dual Extended Kalman Filter，DEKF)的電池和內(nèi)部參數(shù)估計算法，通過內(nèi)部參數(shù)估計得到，原理如圖3所示。文獻[26]對該方法做了進一步研究。

圖3 利用雙卡爾曼濾波在線估計

H.Nakamura等[27]提出了一種基于自適應(yīng)數(shù)字濾波算法的電池內(nèi)部狀態(tài)估計，對電池建立了一個等效電路模型，如圖4。對圖4中的內(nèi)阻進行估計得到電池的。算法實際是一個遞推的最小二乘，基本原理見圖5。

圖4 電池等效電路模型

圖5 自適應(yīng)數(shù)字濾波估計算法原理

IL-Song[28]提出了一種基于雙滑模觀測器的電池估計算法，該算法包括兩個滑模觀測器，一個稱為快速時變觀測器，一個稱為慢速時變觀測器。其中，慢速觀測器通過對容量和內(nèi)阻的觀測估計，其原理如圖6所示。

圖6 基于雙滑模觀測器的估計

Andrew T.Stamps等[29]提出了一種基于非線性最優(yōu)算法的電池估計。該方法通過建立相應(yīng)的電池數(shù)學(xué)模型，并通過如最優(yōu)搜索等，得到該最小值下的電池容量和內(nèi)阻，估計電池的。

MarkVerbrugge等[30]提出了一種電池自適應(yīng)多參數(shù)循環(huán)算法。該方法建立等效物理模型如圖7所示。通過一個指數(shù)衰減的加權(quán)遞推最小二乘算法，同時得到、和電池的充放電功率。

圖7 MarkVerbrugge等提出的等效模型

5 結(jié)束語

本文對動力電池壽命的研究進行了綜述，在該問題研究中，仍有以下難點沒有得到根本解決。

（1）電池的老化過程是一個系統(tǒng)的漸變過程，目前對于電池老化過程的內(nèi)部機理仍然沒有完全掌握，這對于更合理地設(shè)計長壽命動力電池帶來了挑戰(zhàn)。

（2）對電池壽命測試和預(yù)測建模一般基于標準工況或設(shè)定工況測試實現(xiàn)，而電池實際使用工況比設(shè)定的工況要復(fù)雜、劇烈；并且，對于不同的車型、不同的動力系統(tǒng)配置，電池的工況也有所不同。因此，如何尋找設(shè)定工況與實際工況的對應(yīng)關(guān)系，如何設(shè)計、優(yōu)化壽命測試方法是電池壽命問題研究領(lǐng)域急需解決的關(guān)鍵問題。

（4）目前的電池壽命研究主要針對動力電池單體展開，然而，實際使用中存在電池成組后單體一致性以及工作環(huán)境的差異等問題，電池成組的壽命研究比電池單體壽命研究困難許多。

[1]SPOTNITZ R.Simulation of capacity fade in lithium-ion batteries [J].Journal of Power Sources,2003,13(1):72-80.

[2]ANDRE D,NUHICA,SOCZKA-GUTH T,et al.Comparative study of a structured neural network and an extended Kalman filter for state ofhealth determination of lithium-ion batteries inhybrid electric vehicles[J].EngineeringApplications ofArtificial Intelligence, 2013,26(3):951-961.

[3]REMMLINGER J,BUCHHOLZ M,MEILER M,et al.State-of-healthmonitoring of lithium-ion batteries in electric vehicles by on-board internal resistance estimation[J].Journal of Power Sources,2011, 196(12):5357-5363.

[4]ANDRE D,APPEL C,SOCZKA-GUTH T,et al.Advancedmathematicalmethods of SOC and SOH estimation for lithium-ion batteries[J].Journal of Power Sources,2013,224:20-17.

[5]吳贇，蔣新華，解晶瑩.鋰離子電池循環(huán)壽命快速衰減的原因[J].電池，2009，39(4):206-207.

[6]VETTER J,NOVAK P,WAGNER M R,et al.Agingmechanisims in lithium-ion batteries[J].Journal of Power Sources,2005,147 (1/2):269-281.

[7]SARRE G,BLANCHARD P,BROUSSLEY M.Aging of lithium-ion batteries[J].Journal of Power Sources,2004,127(1/2):65-71.

[8]SRINIVASANV,NEWMAN J.Dischargemodel for the lithium iron-phosphate electrode[J].Journal of the Electrochemical Society, 2004,151(10):A1517-A1529.

[9]ROSCHER MA,VETTER J,SAUER D U.Characterization of charge and discharge behavior of lithium ion batteries with olivine based cathode activematerial[J].Journal of Power Sources,2009, 191(2):582-590.

[10]JAMES B,JEFF B,VINCE B,et al.PNGV battery testmanual[M]. 3rd edition.Washington:US Department of Energy,2001.

[11]中華人民共和國科學(xué)技術(shù)部.2008年度EV用動力蓄電池性能測試規(guī)范，“863計劃”節(jié)能與新能源汽車重大項目[M].4版.北京：科技部“863”現(xiàn)代交通技術(shù)領(lǐng)域辦公室，2008.

[12]BLOOM I,COLE B W,SOHN J J,et al.An accelerated calendar and cycle life study of Li-ion cells[J].Journal of Power Sources, 2001,101(2):238-247.

[13]WRIGHT R B,MOTLOCH C G,BELT J R,et al.Calendar-and cycle-life studies of advanced technology development program generation 1 lithium-ion batteries[J].Journal of Power Sources, 2002,110(2):445-470.

[14]林成濤，李騰，田光宇，等.電動汽車用鋰離子動力電池的壽命試驗[J].電池，2010，40(1):23-26.

[15]趙淑紅,吳鋒,王子冬.磷酸鐵鋰動力電池工況循環(huán)性能研究[J].電子元件與材料,2009,28(11):43-47.

[16]WANG J,LIU P,HICKS-GARNER J,et al.Cycle-lifemodel for graphite-LiFePO4cells[J].Journal of Power Sources,2011,196(8): 3942-3948.

[17]RAMADASS P,HARAN B,WHITE R,et al.Mathematicalmodeling of the capacity fade of Li-ion cells[J].Journal of Power Sources, 2003,123(2):230-240.

[18]NING G,HARAN B,POPOV B N.Capacity fade study of lithiumion batteries cycled athigh discharge rates[J].Journal of Power Sources,2003,117(1/2):160-169.

[19]黎火林,蘇金然.鋰離子電池循環(huán)壽命預(yù)計模型的研究[J].電池技術(shù),2008,32(4):242-246.

[20]BRO P,LEVY S C.Quality and reliabilitymethods for primary batteries[M].Wiley:NY,1999:127-130.

[21]BROUSSELY M,HERREYRE S,BIENSAN P,et al.Agingmechanism in Li-ion cells and calendar life predictions[J].Journal of Power Sources,2001,97/98:13-21.

[22]THOMAS EV,CASE H L,DOUGHTY D H,et al.Accelerated power degradation of Li-ion cells[J].Journal of Power Sources, 2003,124(1):254-260.

[23]SERRAO L,CHEHAB Z,GUEZENNEC Y,et al.An agingmodel of Ni-MH batteries forhybrid electric vehicles[C]//Proceedings of 2005 IEEE Conference onVehicle Power and Propulsion.Michigan,USA:IEEE,2005:7-9.

[24]SMITH K,EARLEYWINE M,WOOD E,et al.Comparison of plug-inhybrid electric vehicle battery life across geographies and drive cycle[J].SAE Technical Paper,2012,2012-01-0666,doi: 10.4271/2012-01-0666.

[25]PLETT G L.Extended Kalman filtering for batterymanagement systems of LiPB-based HEV battery packs,Part 3.state and parameter estimation[J].Journal of Power Sources,2004,134:277-292.

[26]戴海峰,魏學(xué)哲,孫澤昌.利用雙卡爾曼濾波算法估計電動汽車用鋰離子動力電池的內(nèi)部狀態(tài)[J].機械工程學(xué)報,2009,45(6): 95-101.

[27]NAKAMURA H,YUMOTO D,OCHI Y.The application of adaptive digital filter for the internal state estimate on of batteries[C]// Proceedings of SCIEAnnual Conference in Fukui.Fukui,Japan: IEEE,2003:2239-2244.

[28]IL-SONG K.A technique for estimating the state ofhealth of lithium batteries through a dual-sliding-mode observer[J].IEEE Transactions on Power Electronics,2010,25(4):1013-1022.

[29]STAMPSA T,HOLLAND C E,WHITE R E.Analysis of capacity fade in a lithium ion battery[J].Journal of Power Sources,2005, 150:229-239.

[30]VERBURG M,KOCH B.Generalized recursive algorithm for adaptivemultiparameter regression[J].Journal of the Electrochemical Society,2006,153:A187-A201.

Review on life studies of traction Li-ion batteries in electric vehicles

DAI Hai-feng,ZHOU Yan-xin,GU Wei-jun,WEI Xue-zhe,SUN Ze-chang

Traction battery was one of themost important components of the electric vehicles(EVs).The studies on life issues of traction batterieshave attractedmore andmore attention.The research progresses on life studies of lithium-ion batteries,including those ofmechanisms and affecting factors of performance degradation during ageing, life test procedures,life predictionmodels and onlineestimation algorithms were reviewed.Some practical problems still existing were proposed at last as well.

electric vehicles;lithium-ion batteries;agingmechanism;life test;life prediction;estimation

TM 912

A

1002-087 X(2014)10-1952-03

2014-03-15

“973”項目(2011CB711202)；教育部高等學(xué)校博士學(xué)科點專項科研基金(20100072120026)

戴海峰(1981—)，男，江蘇省人，博士，副教授，主要研究方向為新能源汽車動力電池系統(tǒng)管理及成組。