【《电池的主要电气性能参数综述》5600字】

电池的主要电气性能参数综述目录TOC\o"1-3"\h\u26654电池的主要电气性能参数综述 1325381.1电池的主要电气特性指标 158081.1.1电池的内部参数 2305271.1.2电池的性能及状态参数 3268311.2电池的性能指标及状态参数的计算方法 4324691.1.1荷电状态SOC的计算方法 4203071.1.2健康状态SOH的测试方法 5281831.1.3功率状态SOP与内部参数的关系 7187581.3锂离子电池等效电路模型 9电池组的性能主要取决于单体电池的性能和参数，而锂离子电池充放电的过程是一种复杂的电化学反应，通常以电动势、额定容量、开路电压、内阻、循环寿命、最大可承受电流、最大功率等众多参数来表征电池的内部工作状态和外部特性。本章首先对电池的内部特性参数和性能状态参数进行介绍，明确了与电池实际应用直接相关的性能指标和状态参数，包括电池的健康状态SOH、功率状态SOP以及荷电状态SOC。根据研究需求，建立了电池的二阶RC等效电路模型，并提出了各性能指标和状态参数的获取方法。1.1电池的主要电气特性指标根据国家行业标准中规定的锂离子电池技术要求，锂离子电池的性能指标主要分为外观、安全特性以及电气特性三大类，本文主要就电气特性类的筛选指标进行分析，而电池的众多电气参数又分为两大类：内部特性参数和性能状态参数，其中内部特性参数主要反映的是电池在工作时，其内部的状态及特性；性能状态参数主要反映的是电池当前可提供的功率大小或容量的多少等使用者较为关心的电气性能，而电池的性能则取决于电池的内部参数。1.1.1电池的内部参数常用的磷酸铁锂（LiFePO4）电池是一种典型的化学电池，其基本工作原理为锂离子在正负极之间往返嵌入和脱嵌，以达到传输电能的目的。图2-1锂离子电池工作原理在锂离子电池使用和研究过程中，通常以锂离子浓度、电解液导电率、带电粒子扩散系数、电极面积、扩散层厚度等参数描述其内部的电化学特性或材料的物理特性，而锂离子电池内部的电气特性通常以OCV、内阻等参数表示，其定义及物理意义如下：1、开路电压开路电压指电池在开路状态下，正极和负极之间的电压，其大小与电池当前的剩余电量有密切的关系。在一定的条件下，OCV与电池的SOC具有较为明确且稳定的对应关系，通常被看作SOC的函数，也可用OCV-SOC曲线表示[12]，因此开路电压在特定条件下可以反映电池的当前荷电状态。电池充电时其工作电压高于开路电压，而放电时其工作电压则低于开路电压。当电池对外放电时，开路电压的大小可被视为电池当前状态可提供的电压上限值。2、内阻内阻反映的是电流在流过电池内部时所受到的阻力，电池的内阻包括欧姆内阻和极化内阻。其中欧姆内阻主要是由于电池内各部分材料的接触电阻构成，其大小主要是由电池的老化程度和自身的结构以及工艺决定的。电池的欧姆内阻遵循欧姆定律，欧姆内阻的压降在电流结束后立即消失。极化内阻由电化学极化内阻和浓差极化内阻两部分组成，电化学极化主要是由于电极表面电化学反映的迟缓性造成，而浓差极化主要由带电粒子在电解液中扩散的迟缓性造成，需要指出的是电化学极化内阻和浓差极化内阻均为非线性电阻，其大小会随电流变化而变化，其中电化学极化内阻在电流结束后会以微秒级的速度结束，而浓差极化会在电流结束后的几秒甚至几十秒才结束。因此在电池等效电路模型里常常用一个电阻与电容并联来描述这个特性，这个电容也称为极化电容。1.1.2电池的性能及状态参数电池的性能指标及状态参数是与电池的使用直接相关的电气参数，主要包括电池的实际可用容量、最大功率、荷电状态等，其中在对电池进行评价时，通常以健康状态SOH和功率状态SOP来描述电池的容量特性和功率特性，其具体定义如下：1、标称容量电池的标称容量通常指电池出厂时在环境温度20±5℃条件下以1C电流进行恒流充电至上限截止电压后转为恒压充电，直至电流小于0.05C时停止充电，并在上述标准环境中静置不低于1h后以1C电流进行恒流放电至截止电压时所放出的电荷量，其单位为Ah。电池的标称容量一般由电池生产厂家提供。2、当前容量指电池经历老化后，在当前状态下以标准条件充电至上限截止电压后，实际可放出的电荷量，其大小会随电池的老化程度加深而减小，是电池重要的老化程度评价指标。3、剩余电荷量指电池当前可放出的电荷量，其单位为Ah。4、空余容量指电池在当前可充入的电荷量，其单位为Ah。电池的剩余电荷量与空余容量和电池的容量存在以下关系：（2-1）5、荷电状态SOC电池的荷电状态SOC指电池当前可放出的电荷量占总容量的百分比，是电池的重要状态参数，通常用来描述电池当前剩余电量。美国先进电池联合会（USABC）在其《Electricvehiclebatterytestproceduresmanual》中定义SOC为：电池在一定放电倍率下，剩余电荷量与相同条件下的容量之比[13]。其定义式如下：（2-2）6、健康状态SOH电池的健康状态SOH定义为电池当前容量占标称容量的百分比，其大小反映了电池当前的容量特性。其定义公式为：（2-3）SOH通常用来评价电池的老化程度，一般来说，当电动车的动力电池SOH低于80%时，续驶里程不再能够满足用户的出行需求，将会更换退役。7、功率状态SOP（峰值功率）电池的SOP指电池在当前SOC、温度下进行10s放电/充电至截止电压的功率，与之对应的电流即为最大可承受电流，峰值功率反映了电池当前可提供的最大充放电功率能力。（2-4）其中、分别为电池的上下限截止电压；、分别为电池可承受的最大充放电电流；、分别为电池的充电峰值功率和放电峰值功率。在上述众多参数中，电池的荷电状态SOC、健康状态SOH、功率状态SOP是与电池的使用最直接相关的状态参数，其中电池的健康状态SOH以及功率状态SOP也是电池的主要性能评价指标，分别反映了电池的容量特性与功率特性，而单体电池的荷电状态SOC则是电池组容量和功率的重要影响因素。因此本文主要以电池组的健康状态SOH、功率状态SOP以及荷电状态SOC为分析对象，对电池组的一致性筛选指标进行研究。1.2电池的性能指标及状态参数的计算方法1.1.1荷电状态SOC的计算方法电池的荷电状态是电池重要的状态参数，荷电状态的大小反映了电池当前的电荷吞吐能力，SOC的准确估算是对电池充放电进行控制的主要依据，因此SOC的准确性直接影响电池的寿命甚至系统安全，常用的估算方法包括卡尔曼滤波法、人工神经元网络法、安时积分法等。1、Kalman滤波法Kalman滤波算法是目前电池管理系统中被应用较多的算法，其基本原理为通过对系统历史时刻的实测值、预测值以及预测误差进行计算得到当前时刻的最优估计。Kalman滤波算法具有在算法初值不准确的情况下快速收敛的优点，本文主要对电池的性能离线分析，Kalman滤波算法相对于安时积分法过于复杂。2、人工神经元网络法神经元网络一种是由大量处理单元组成的一种自适应信息处理系统，该算法不但具有数据处理能力，还可以根据数据信息进行自适应自学习，非常适合于动态非线性系统，但神经元网络需要大量的数据对算法进行训练，对数据量的要求较高。3、安时积分法在SOC估算领域，安时积分法是最基础的算法，安时积分法主要从SOC的定义出发，对电池充放电过程中的电流对时间进行积分，获得SOC的变化量，再与历史时刻的SOC求和，即可获得当前SOC。该方法只需要知道电池充放电过程的电流数据即可计算出电池的荷电状态，不涉及电池其他参数，其算法简单并且对数据量要求不大，较为适合本文的分析。安时积分法的算法公式如下：（2-5）其中为上一时刻的SOC值，为上一时刻至当前时刻的SOC变化值。根据SOC的定义式（2-2）可知，SOC的变化量为：（2-6）而剩余电荷量由安时积分法获得（2-7）将公式（2-6）和（2-7）代入公式（2-5）即可求得电池的荷电状态SOC（2-8）1.1.2健康状态SOH的测试方法电池的健康状态属于静态参数，其随时间变化较慢，在本文分析过程中认为健康状态为定值，只需在需要时进行一次测试即可，首先对电池进行容量标定测试，获得电池的当前容量后根据健康状态的定义公式（2-3）计算得到电池的当前健康状态。电池的容量标定测试方法参照国家标准《GBT31486-2015电动汽车用动力蓄电池电性能要求及试验方法》中的实验方法进行容量标定测试[14]，具体测试步骤如下：1）1/3C电流放电至下限截止电压，静置1h；2）1/3C电流充电至上限截至电压，转入恒压充电模式，电流小于3A时停止充电，静置1h；3）1/3C电流放电至下限截止电压，记录放电安时数，静置1h；4）步骤2）、3）循环执行3次，将3次放电的放电量求平均值，即为该单体的当前可用容量。图2-2为容量标定时的电流电压曲线，图中蓝色曲线为电流数据，橙色曲线为电压数据，其中三段阴影区间为恒压充电阶段。图2-2容量标定测试工况在容量标定后，获得电池的当前容量，代入健康状态SOH的定义式（2-3）中，即可求得电池当前的SOH。本文所选的8节磷酸铁锂电池的标定结果如图2-3所示图2-3各单体当前可用容量及SOH从容量标定结果可以看出，各单体当前容量已经出现明显不一致，其中3#电池的容量已经衰减至额定容量的50%左右。1.1.3功率状态SOP与内部参数的关系电池的功率状态定义为电池从当前状态进行10s充电或放电至截止电压的功率，亦称为电池在当前状态的峰值功率。测试最大功率的主要思路是通过给电池以一定大小的电流进行10s充电或放电，通过改变电流大小，不断测试，直至电池在10s时恰好达到截止电压。但是实际操作时，需要不断调整电流大小，难以精准的控制电流使电池恰好在10s时达到截止电压，并且在测试过程中，电流过大不可避免的对电池造成一定的损伤。欧盟、日本、美国都对动力电池最大功率测试有不同的要求。我国国标《GBT31467.1-2015电动汽车用锂离子动力蓄电池包和系统第1部分高功率应用测试规程》[15]和《GBT31467.2-2015电动汽车用锂离子动力蓄电池包和系统第2部分高能量应用测试规程》[16]中也有关于10s功率的测试方法，其主要方案为：以电池制造商规定的最大允许放电电流进行10s放电，测量放电结束时的电池端电压，通过以下公式进行计算电池的最大功率，（2-9）其中为电池制造商规定的最大允许放电电流，为以最大允许放电电流进行10s放电结束时的电池端电压。该方法测量最大功率所用的最大电流实际上是电池制造商给出的最大允许电流数据，并非电池在当前状态下的真实最大可承受电流，因此该方法并不能准确地测量出电池当前的实际功率状态。电池的功率其实是和电池内部的荷电状态，内阻等参数是有关系的，为得到电池的电池组中各单体的SOP，本文考虑通过电池的内部参数对电池的功率状态进行估算。假定电池在SOP测量过程的10秒内OCV保持不变，则电池的伏安特性曲线如图2-4所示。图2-4电池充放电伏安特性曲线电池的内阻、电流、电压满足以下关系：（2-10）和分别为充电电流和放电电流，和分别为充电内阻和放电内阻，和分别为充电脉冲和放电脉冲前后的电压差。（2-11）为电池10s脉冲结束时的端电压，对于最大电流的计算而言，即为电池的上限截止电压或下限截止电压。由公式（2-10）、（2-11）可求得电池的最大充放电电流如下：（2-12）则电池的SOP为：（2-13）由于极化环节的存在，受极化电容的影响，电池的内阻表现为和电流相关的非线性电阻，上述方法计算得到的内阻值并不能反映出电池当前实际的内阻特性。图2-51#电池0.5SOC时动态响应曲线为验证上述观点，以1#电池为例，将电池参数代入MATLAB中进行仿真，上图所示为1#电池的极化电压在0.5SOC点200A电流充电时的动态响应仿真曲线，由上图可以清晰地看到在电流脉冲的前10s，电池的极化电压还未达到平衡状态。为准确的获取电池的实时开路电压、内阻等内部参数，需要借助能够准确反映其工作状态和内部特性的模型来进行分析。1.3锂离子电池等效电路模型常用的电池模型有等效电路模型、电化学模型以及热模型，本文主要对电池的电特性展开研究，主要考虑使用电化学模型或等效电路模型。但是电化学模型的偏微分方程表达式比较复杂，参数辨识算法复杂且计算量较大，用在内部参数与外特性的数学模型分析中极不方便，而等效电路模型能够很好的模拟电池的电特性，而且结构简单，因此本文主要以等效电路模型为基础，对电池进行建模与仿真分析。等效电路模型是以电池的工作原理及电特性为基础，用电子元器件如恒压源、电阻、电容等构成电路网络来模拟电池的动态特性[17]。通过数学表达式描述电池模型，并且表达式中的参数有实际的物理意义，可以描述电池的开路电压、内阻等电特性。常用的等效电路模型主要有Rint模型、Thevenin模型和二阶RC电路模型：（1）Rint模型Rint模型是最基础的电池等效电路模型，Rint模型由一个理想电压源和一个电阻串联组成，其电路结构如图2-6所示图2-6Rint等效电路模型图中OCV表示电池的开路电压，R表示电池的内阻，U表示为电池的端电压，其系统方程如下：（2-14）（2）Thevenin模型Thevenin模型在Rint模型的基础上加了一个RC环节，该RC环节主要用来描述电池的极化特性，其结构图如下，图2-7Thevenin模型结构图其中，OCV为电池的开路电压，为电池的欧姆内阻，和分别表示电池的极化电阻和极化电容，U为电池的端电压。其模型状态方程如下：（2-15）为极化电阻和极化电容两端的极化电