動力電池SOH估計方法解析

來源：市場資訊

（來源：廣東電池）

動力電池的存儲能力與快速充放電能力均會隨著老化而不斷下降，而SOH正是用于評價動力電池老化程度的量化指標(biāo)。動力電池SOC的準(zhǔn)確估計依賴于精確的SOH值，預(yù)知SOH開展的SOC估計不具有實用性，僅能為SOC估計方法提供初步借鑒。

動力電池SOH方法分類

動力電池的SOH與動力電池的老化過程密切相關(guān)，而老化最直觀的表現(xiàn)為動力電池可釋放能量降低和功率等級下降，內(nèi)部反映為動力電池容量衰減和內(nèi)阻增加，因此，常將動力電池容量和內(nèi)阻作為SOH的評價指標(biāo)。一般來說，新動力電池的SOH被設(shè)定為100%，對于以動力電池容量需求為主的純電動汽車而言，可認為動力電池容量達到初始容量的80%時動力電池不能滿足正常需求：而對于以動力電池功率需求為主的混合動力汽車而言，則常采用2倍的初始內(nèi)阻值作為動力電池終止使用條件。

SOH估計方法可分為兩大類，即實驗分析法與基于模型的方法，如圖4-13所示。前者指通過對采集到的動力電池電流、電壓、溫度等實驗數(shù)據(jù)進行分析，相對直接地獲取某些能反映動力電池衰退的特征參數(shù)，從而實現(xiàn)動力電池SOH的標(biāo)定，根據(jù)所選動力電池參數(shù)的不同，它又可分為直接測量法與間接分析法；而后者則需采用動力電池模型對所選動力電池參數(shù)進行估計，以實現(xiàn)動力電池SOH的標(biāo)定，根據(jù)所選估計算法的不同，它又可分為自適應(yīng)狀態(tài)估計算法與基于數(shù)據(jù)驅(qū)動的方法。

直接測量法

直接測量法指通過直接測量動力電池某些特征參數(shù)，并以此來評價動力電池SOH，主要包括容量/能量測量法、歐姆內(nèi)阻測量法、阻抗測量法以及循環(huán)周期計數(shù)法。

容量/能量測量法

指通過動力電池容量或能量的準(zhǔn)確、直接測量，來確定動力電池SOH。顯然,容量和能量的準(zhǔn)確測量至少需要兩個前提條件:

①保證充放電過程的完整性。

②保證采集精度足夠高，這就意味著此方法只能在實驗室或其他相對穩(wěn)定的條件下使用。對于實車環(huán)境而言，則往往需要用到容量在線辨識的方法。

歐姆內(nèi)阻測量法

指通過實時測量動力電池歐姆內(nèi)阻來評價動力電池SOH，計算方法如下所示：

ΔUt為動力電池脈沖電壓；ΔiL為動力電池脈沖電流。

即動力電池電壓變化量與電流變化量之比。相對動力電池容量而言，歐姆內(nèi)阻更容易測量，在實車過程中突然制動或者加速均會引起較大的動力電池電流與電壓的變化。但是，除了動力電池SOH與溫度的影響外，歐姆內(nèi)阻也會隨著SOC的變化而變化，且它受電流、電壓采樣間隔的影響較為顯著即采樣間隔越小，越接近于歐姆內(nèi)阻真實值。同時，在計算歐姆內(nèi)阻時，應(yīng)限定ΔiL的最小絕對值，否則會導(dǎo)致結(jié)果的劇烈波動。

阻抗測量法

該方法需要借助電化學(xué)工作站或其他相似功能的交流電激勵設(shè)備來測量動力電池EIS。由圖2-32可以看出，動力電池EIS與動力電池老化狀態(tài)之間存在著明顯的關(guān)系。

而且在不同頻率的激勵下，動力電池的反饋也有所不同。對于高頻階段，動力電池布線與多孔結(jié)構(gòu)的誘導(dǎo)效應(yīng)占主導(dǎo)地位，即阻抗更多表現(xiàn)為歐姆特性；而在低頻階段，電容效應(yīng)則會變得更為顯著。因此，在獲取動力電池EIS后，即可通過對動力電池EIS中某些特征參數(shù)的提取來標(biāo)定動力電池SOH。

間接分析法

間接分析法是一種典型的多步推導(dǎo)方法，它不會直接計算出動力電池容量或內(nèi)阻值，而是通過設(shè)計或測量某些能反映動力電池容量或內(nèi)阻衰退的過程參數(shù)，來標(biāo)定動力電池SOH。通常將這些過程參數(shù)稱為健康因子，主要包括SEI膜阻抗、動力電池容量-OCV-SOC響應(yīng)面、電壓響應(yīng)軌跡或恒壓階段充電時間、增容(IC)曲線或差分電壓(DV)曲線、超聲波響應(yīng)特征等。當(dāng)然，也可以選取兩個及兩個以上的健康因子共同評價動力電池SOH。

①動力電池端電壓響應(yīng)直接反映了動力電池內(nèi)部反應(yīng)特性，因而可基于控制變量法，分析特定SOC、溫度以及電流輸入下的電壓響應(yīng)軌跡，從而完成SOH的標(biāo)定。這一方法即為電壓響應(yīng)軌跡法。同時考慮到動力電池放電工況較為復(fù)雜、多變，因而這一方法常用相對穩(wěn)定的充電過程作為分析對象。目前，最為常見的充電方法為恒流恒壓充電，如圖2-11所示。

它分為兩個階段，即先采用恒定電流充電至上截止電壓(CC階段)，然后采用恒壓充電的方式降電流直至設(shè)定的最小閾值(CV階段)。對于相同材料的動力電池而言，此充電方法的總體充電時間基本保持不變，而CV階段的充電時間會隨著動力電池的老化而明顯增加。因而，若能獲取動力電池完整CV階段的充電曲線，即能準(zhǔn)確計算出動力電池 SOH。

②容量增量法(ICA)與差分電壓法(DVA)指分別利用IC曲線與DV曲線分析動力電池的衰退過程與老化機理，進而實現(xiàn)SOH的標(biāo)定。IC曲線與DV曲線均可由恒流充放電數(shù)據(jù)變換得到，前者是描述的dQ/dV-V的關(guān)系，而后者則為dV/dQ-Q的關(guān)系。

自適應(yīng)算法

自適應(yīng)算法一般需要借助電化學(xué)模型或等效電路模型，它通過對模型參數(shù)進行辨識，完成SOH的標(biāo)定。這類方法的特點在于閉環(huán)控制與反饋，以實現(xiàn)估計結(jié)果隨動力電池電壓的自適應(yīng)調(diào)整，其包括聯(lián)合估計法、協(xié)同估計法以及融合估計法等。

(1)聯(lián)合估計法

聯(lián)合估計法需要同時在線估計動力電池的模型參數(shù)和SOC，因而所用的自適應(yīng)算法一般包括兩個及其以上的濾波器或觀測器，其中模型參數(shù)主要包括內(nèi)阻、阻抗、OCV等。鑒于動力電池SOC與容量密切相關(guān)，在獲取相對準(zhǔn)確的SOC值后，可根據(jù)SOC估計值來確定動力電池容量，進而完成動力電池SOH的標(biāo)定。

(2)協(xié)同估計法

協(xié)同估計法同樣需要實現(xiàn)動力電池模型參數(shù)與SOC的同時在線估計，但是這里模型參數(shù)相比聯(lián)合估計法增加了動力電池容量一項，即直接完成了動力電池容量與SOC的同時估計。從通用的算法基本框架來看，協(xié)同估計法與聯(lián)合估計法的區(qū)別主要體現(xiàn)在兩個方面：

①對于兩類估計算法，新息(輸出預(yù)測電壓誤差)序列的使用模式是不同的。協(xié)同估計法中的兩個估計器共用同一個新息序列。但在聯(lián)合估計法中，兩個估計器的電壓誤差則是不相關(guān)的。

②)參數(shù)估計與狀態(tài)估計的關(guān)系是不同的。在協(xié)同估計法中，狀態(tài)估計與參數(shù)估計兩部分之間會相互影響，但聯(lián)合估計法則沒有明顯的相互作用效應(yīng)。

基于數(shù)據(jù)驅(qū)動的方法

基于數(shù)據(jù)驅(qū)動的SOH估計方法不依賴精確的數(shù)學(xué)模型來描述動力電池老化原理與演變過程，它只依賴于歷史老化數(shù)據(jù)，即通過特定的學(xué)習(xí)算法提取歷史數(shù)據(jù)點的關(guān)鍵老化信息。

①經(jīng)驗/擬合法指通過使用現(xiàn)有老化數(shù)據(jù)來預(yù)測動力電池壽命，且無須詳細了解動力電池的結(jié)構(gòu)與材料特性。多項式、指數(shù)、冪律、對數(shù)、三角函數(shù)是常用的經(jīng)驗?zāi)Ｐ秃蛿M合模型，其計算量通常較小，計算速度較快。如Amhenius動力學(xué)方程，不僅十分簡潔，而且精確描述了化學(xué)反應(yīng)速率的溫度依賴性，因而常被用于模擬由溫度引起的擴散系數(shù)、蠕變率和其他熱過程的變化。Amhenius動力學(xué)方程也可以用于描述動力電池依賴于溫度的老化速率，其基本方程為：

式中，dC/dn是相對于老化循環(huán)的動力電池容量變化率；Λ是指數(shù)前因子；Rg是通用氣體常數(shù)，即8.314J/(mol·K)；ΔE是活化能(J/mol)；T是以K為單位的絕對溫度；Λ和λ=ΔE/Rg是需要校準(zhǔn)的兩個未知參數(shù)。對上式的等號兩端進行積分：

式中，Cr為指示動力電池老化的容量降低值；nc為動力電池循環(huán)壽命。取兩個不同溫度點T1和T2(T1>T2)，有：

式中，Δnc是壽命偏差，定量描述了溫度變化對動力電池壽命影響。在完成Amhenius動力學(xué)方程中參數(shù)的辨識后，即可基于這一方程實現(xiàn)變溫度下的動力電池SOH評估。

②樣本熵(SampEn)可以用于評估時間序列的可預(yù)測性并且還可以量化數(shù)據(jù)序列的規(guī)律性。因此，可采用樣本分析動力電池放電電壓數(shù)據(jù)，并指示動力電池SOH。樣本熵算法流程見表4-6。

在已有大量離線數(shù)據(jù)的情況下，可直接采用機器學(xué)習(xí)算法，如支持向量機、相關(guān)向量機等，學(xué)習(xí)動力電池SOH與樣本算法輸出的離線映射關(guān)系，進而可使用這一離線映射關(guān)系完成實車過程中的動力電池SOH實時估計。

總結(jié)

各類SOH估計方法的優(yōu)缺點以及相應(yīng)的適用范圍見下表：

公告聲明：

本文數(shù)據(jù)來源于鋰電派，文章僅代表作者觀點，部分圖片來自網(wǎng)絡(luò)，且未能核實版權(quán)歸屬，不為商業(yè)用途，如有侵犯，敬請作者與我們聯(lián)系。