动力锂电池的寿命研究综述

李广地，吕浩华，袁 军，李 波

(1.浙江大学电气工程学院，浙江杭州310027；2.国网浙江省电力公司电动汽车服务公司，浙江杭州310007)

动力锂电池的寿命研究综述

李广地1，吕浩华2，袁 军2，李 波2

(1.浙江大学电气工程学院，浙江杭州310027；2.国网浙江省电力公司电动汽车服务公司，浙江杭州310007)

对国内外动力锂电池的寿命研究进行了综述。从动力电池的寿命定义入手，分析了温度、充放电电流、充放电截止电压等因素对电池寿命的影响。介绍了动力电池的寿命测试方法，包括循环寿命测试和日历寿命测试、电动汽车寿命模型和电动汽车健康状态(state of health,SOH)的估计。提出了动力锂电池寿命研究有待解决的问题。

电动汽车；锂电池；循环寿命；日历寿命；健康状态

锂电池具有能量密度大、输出功率高、无污染、工作温度范围宽、自放电小等优点，在电动汽车领域得到了越来越广泛的应用。电池的使用性能会随着电池使用程度的加深而变差。对电池的寿命问题进行研究成为动力电池的使用关键问题之一。本文就国内外对动力锂电池的寿命研究进行了概述，总结了近年来动力锂电池的寿命影响因素、动力锂电池寿命的测试方法和寿命预测方法等方面的研究进展。

1 电池循环寿命的相关定义

动力电池寿命有循环寿命(cycle life)和日历寿命(calendar life)之分。循环寿命是指一个电池在达到电池寿命终止条件前能够执行的循环次数，在具体的实验中，每次充放电循环都有确定的充电和放电制度，以及确定的充电和放电终止判据。日历寿命是一个电池在达到寿命终止条件前能够持续执行某一确定操作的工作时间长度。

动力电池的健康状态(state of health,SOH)，也称为电池的寿命状态，是电池健康状态的表征参数。SOH是在标准条件下动力电池从满充状态以一定的倍率放电到截止电压所放出的容量与其所对应的标称容量的比值，该比值反应了电池的寿命状况[1]。电池SOH的定义式为：

当电池的容量达到电池标称容量的80%时，即可认为达到了电池的寿命终止条件[2]。根据此定义，当SOH小于0.8时，达到电池的寿命终止条件。

2 电池寿命的影响因素

文献[3]通过研究认为在锂离子电池的循环使用过程中，随着电极和电解液中的活性物质反应的进行，在电池固液两相界面处钝化膜的不断生成、接触电阻的增加、金属锂的溶解和活性物质的减少等因素使得电池的容量降低，电池的寿命发生衰退。文献[4]研究了电池内阻辨识和其在电池寿命预测中的应用。锂电池内阻可以分为欧姆内阻和极化内阻，在电池放电过程中，锂电池的内阻会随着电池放电程度的加深而增大。电池内阻的增大会导致电池放电电压降低，放电时间缩短，影响电池的寿命。

从动力锂电池的使用角度看，影响动力锂电池寿命的主要因素有温度、充放电截止电压、充放电电流等。文献[5]通过改变锂电池充电截止电压的循环寿命实验，得出在其他条件一定的情况下，电池的充电截止电压越高，电池的容量衰减越快；通过改变锂电池放电截止电压的循环寿命实验，得出在其他条件一定的情况下，电池的放电截止电压越低，电池容量的衰减越快。文献[6]通过锂电池的循环寿命实验，得出温度和充放电电流对电池寿命的影响。图1[6]所示为某型号锂电池在不同的温度和充放电电流条件下锂电池的容量衰减率，可以看出，在充放电倍率相同的条件下，温度越高，电池容量的衰减速率越快；在温度相同的条件下，电池的充放电倍率越大，电池容量的衰减速率越快。

图1 不同温度和充放电电流条件下的锂电池容量衰减率

3 电池寿命的测试方法

3.1 日历寿命测试

动力锂电池的日历寿命测试是在一定的荷电状态(state of charge,SOC)和测试温度下进行的，该测试方法采用持续时间为120 s的功率脉冲充放电。如图2[6]所示，该测试方法首先对电池以恒定电流进行放电，静置一段时间，待反应充分进行后，再以恒定的电流对电池进行充电。日历寿命测试在测试每循环一段时间后，对电池进行性能测试，主要测试电池的容量、阻抗和功率变化情况，以判断电池是否达到寿命终止条件。

图2 日历寿命测试方法

3.2 循环寿命测试

动力电池的循环寿命测试方法是恒功率脉冲充放电方式，如图3[6]所示。该测试方法是在一定的荷电状态下对电池进行恒功率放电，静置一段时间，待反应充分进行后，再进行恒功率放电。循环寿命测试同样是在测试每循环一定时间后，对电池进行性能测试，以判断电池的容量衰减情况。

文献[7]参照美国能源部的燃料电池汽车协作计划FreedomCAR功率辅助型电池测试手册[8]中对动力电池的测试方法，结合我国的典型工况，以镍动力电池和锰酸锂动力电池为例，用常规循环和工况循环对动力电池进行了循环寿命测试，并根据测试结果，给出了动力电池循环寿命衰减的拟合公式。

图3 恒功率脉冲充放电

4 电池寿命的预测方法

动力电池的寿命预测对动力电池的使用管理具有重要的作用。随着动力电池使用程度的加深，电池的各项性能都会发生不同程度的衰减。动力电池的寿命预测可以分别从电池的阻抗、容量的衰退、电池的SOH估计等角度来考虑。

4.1 基于电池阻抗变化的寿命预测模型

文献[9]通过在电池的循环充放电实验中测量电池的阻抗，认为电池的阻抗谱与电池的循环寿命有一定的关系。文献[10]通过分析锂电池在循环充放电中的阻抗谱，得出随着电池循环次数的增加，电池的阻抗会增大。电池阻抗的增大会导致电池容量的衰减。

基于电池阻抗变化的寿命预测模型的优点是，采用电池阻抗能够较精确地描述电池寿命的变化特征；但是由于电池阻抗的测量比较复杂，需要专用的仪器进行测量，因此该寿命预测模型只适用于电池的离线测试，并不适用于电动汽车实际使用的动力电池的在线监测。

4.2 基于电池容量衰减的寿命预测模型

文献[11]通过对锂电子电池采用恒流-恒压充放电循环测试，研究了锂电池的常温循环性能和容量衰减机理，得出结论：电池容量衰退的主要原因是因为锂离子材料损失和电极活性材料的损耗。文献[12]通过分析电池的充放电过程，同样认为电池容量衰减主要是因为电极活性物质的损耗、电池内阻的增加等因素造成的。

文献[13]通过电池寿命加速实验，发现电池的容量衰减与电池的工作温度以及SOC工作点有关系。根据电池寿命加速实验的结果，给出容量衰减的经验模型。该模型考虑了电池的工作温度和电池的SOC，如式(2)所示。

文献[14]研究了商用18650型锂离子电池在循环寿命实验中的容量衰减情况。在循环寿命实验中，主要考虑了温度和充放电电流对电池循环寿命的影响。根据实验数据，采用拟合、回归等分析方法，得出了电池的容量衰减和温度、充放电电流之间的关系，如式(3)所示。

基于电池容量衰减的寿命预测模型的优点是，采用该模型可以避免测量电池内部难以测量的物理量，可以将电池的工作温度、循环次数、充放电电流、充放电电压和SOC等作为模型的输入，电池的容量衰减作为模型的输出。但是，该模型具有如下缺点：需要依靠大量的实验数据，实验周期较长。由于电池的使用环境千差万别，而且电池寿命影响因素众多，很难有一个模型考虑到所有的影响因素。由于该模型只是对电池的输入输出进行了数学处理，并未对电池内部变化做深入研究，所以物理意义不是很明确。

4.3 动力电池的SOH估计

文献[15]采用了自适应无迹卡尔曼滤波(adaptive unscented Kalman filter,AUKF)，该算法是一种循环迭代算法，可以在线实时估计出电池模型中的欧姆内阻。根据欧姆内阻与电池SOH之间的关系[16]，可以实时估计电池的SOH。该方法首先对电池进行建模，其电池模型如图4所示。在电池的等效电路中，为电池的欧姆内阻，为电池的极化内阻，为电池的极化电容。根据电池的等效电路模型，建立电池的状态空间方程。利用AUKF算法，经过迭代循环计算，可以算出电池的欧姆内阻。根据欧姆内阻与SOH之间的关系，得到电池的SOH值。

图4 动力锂电池等效电路

有研究者将神经网络方法应用于电池的SOH估计，可以很好地拟合电池的SOH与众多影响因素之间的非线性关系。神经网络是由大量简单的计算单元组成的非线性系统，能够从学习样本数据中学习有用知识。文献[17]采用模糊神经网络模型，研究了工作温度、放电倍率和浮充电压作为神经网络的输入，电池的SOH作为神经网络的输出。文献[18]采用GAElman神经网络模型，温度、放电倍率和放电深度作为神经网络的输入，电池的SOH作为神经网络的输出。

动力电池的SOH估计主要是通过对电池内部参数进行在线辨识实现。该方法可以实现电池寿命的实时在线辨识，适用于电动汽车的实际使用需要。但是，电池内部参数还受到许多因素的影响，这些因素会严重影响估计的准确性，更严重的会导致SOH估计的跳变。如何考虑电池寿命影响因素对电池SOH估计的影响仍然是电池研究的一个课题。

5 结束语

动力锂电池在电动汽车领域得到越来越广泛的应用。本文对国内外动力电池寿命研究进行了综述。动力电池寿命的影响因素主要是电池的工作温度、充放电电流、SOC的工作点、电池充电截止电压等因素。造成电池的容量衰减或寿命缩短是因为，电池在充放电过程中，随着电池内部化学反应的进行，电极活性物质的损耗、固液两相界面处钝化膜的不断生成、接触电阻的增加等因素。动力电池寿命的估计主要是基于电池容量的衰减模型、电池阻抗模型和电池的SOH估计，主要原理是根据电池内阻与电池容量衰减之间的关系。

目前的动力电池寿命研究主要基于单体电池展开，而电动汽车使用的动力电池都是由若干节单体电池组成的。当单体电池成组使用时，电池的性能会随着使用程度的加深，由较为一致而变为趋于分散。由于电池一致性问题的存在，电池组的寿命研究比单体电池的寿命研究会更复杂。

[1]WIDODO A,SHIM M,CAESARENDRA W,et al.Intelligent prognostics for battery health monitoring based on sample entropy[J].Expert Systems with Applications,2011,38(9):11763-11769.

[2]SPOTNITZ R.Simulation of capacity fade in lithium-ion batteries[J].Journal of Power Sources,2003,113(1):72-80.

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

[4]魏学哲，徐玮，沈丹.锂离子电池内阻辨识及其在寿命估计中的应用[J].电源技术，2009，33(3):217-220.

[5]吴赟，蒋新华，解晶莹.锂离子电池循环寿命快速衰减的原因[J].电池，2009，39(4):206-207.

[6]CHRISTOPHERSEN J P,BLOOM I,THOMAS E V,et al.Advanced technology development program for lithium ion batteries Gen 2 performance evaluation final report[R].Idaho National Laboratory: Idaho Falls,2006.

[7]王芳，樊彬，刘仕强，等.车用动力电池循环寿命衰减的测试与拟合[J].汽车安全与节能学报，2012(1):71-76.

[8]IDAHO OPERATIONS OFFICE.FreedomCAR battery test manual for power-assist hybrid electric vehicles[R].US:DOE,2003:DOE/ID-11069.

[9]LI J,MURPHY E,WINNICK J,et al.Studies on the cycle life of commercial lithium ion batteries during rapid charge-discharge cycling[J].Journal of Power Sources,2001,102(1):294-301.

[10]ZHANG D,HARAN B S,DURAIRAJAN A,et al.Studies on capacity fade of lithium-ion batteries[J].Journal of Power Sources, 2000,91(2):122-129.

[11]刘文刚，周波，王晓丹，等.18650型锂离子电池的循环容量衰减研究[J].电源技术,2012,36(3):306-309.

[12]李伟善，邱仕洲.锂离子电池容量衰减的原因分析[J].电池工业, 2001,6(1):21-24.

[13]THOMAS E V,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.

[14]黎火林，苏金然.锂离子电池循环寿命预计模型的研究[J].电源技术,2008,32(4):242-246.

[15]魏克新，陈峭岩.基于自适应无迹卡尔曼滤波算法的锂离子动力电池状态估计[J].中国电机工程学报，2014(3):445-452.

[16]SCHMIDT A P,BITZER M,IMRE Á W,et al.Model-based distinction and quantification of capacity loss and rate capability fade in Li-ion batteries[J].Journal of Power Sources,2010,195(22): 7634-7638.

[17]赵强宝.基于模糊神经网络的蓄电池劣化程度预测[J].电源技术，2006，30(12):1009-1012.

[18]韩丽，戴广剑，李宁.基于GA-Elman神经网络的电池劣化程度预测研究[J].电源技术，2013，37(2):249-250.

Review of life research on electric vehicle Li-ion cell

A review of life research on electric vehicle li-ion cell was presented.The research on definition of electric vehicle cell was reviewed, and then the affecting factors during ageing were discussed.These factors include temperature,charge and discharge current,charge and discharge voltage and so on.The procedures,life prediction models and SOH estimation algorithms were reviewed.Some practical problems of electric vehicle cell were presented.

electric vehicle;Li-ion cell;cycle life;calendar life;SOH

TM 912

A

1002-087 X(2016)06-1312-03

2015-12-12

李广地(1989—)，男，辽宁省人，硕士，主要研究方向为动力锂电池的使用。