锂电池健康状态评估综述

吴盛军，袁晓冬，徐青山，陈 兵，李 强

(1.国网江苏省电力公司电力科学研究院，江苏南京211103；2.东南大学电气工程学院，江苏南京210096)

锂电池的可靠性和安全性是电池应用最关注的问题，特别是大容量应用场合，通过电池的健康状态(SOH)评估和预测可减少甚至避免电池滥用和安全事故发生。

锂电池的老化是一个长期渐变的过程，电池的健康状态受温度、电流倍率、截止电压等多种因素影响。目前电池健康状态的研究和建模分析等已有一定成果，相关的研究包括电池退化机理与老化因素分析[1-2]、电池的健康管理[3]、电池状态监测与估计[4]、电池寿命预测[5]等，然而锂电池健康状态评估方面仍缺少比较完善的归纳和综述。本文从电池健康状态的定义、影响因素、评估模型、研究难点和研究意义五个方面比较系统地介绍了电池健康状态的研究现状和进展。

1 电池健康状态定义

电池SOH表征当前电池相对于新电池存储电能的能力，以百分比的形式表示电池从寿命开始到寿命结束期间所处的状态，用来定量描述当前电池的性能状态。电池的性能指标较多，国内外对SOH有多种定义，概念上缺乏统一，目前SOH的定义主要体现在容量、电量、内阻、循环次数和峰值功率等几个方面。

1.1 容量定义SOH

采用电池容量衰减定义SOH[6]的文献最多，给出的SOH定义如下：

式中：Caged为电池当前容量；Crated为电池额定容量。

1.2 电量定义SOH

用电量定义SOH[7-8]与容量定义相似，因为电池的额定容量有实际有效容量和最大容量，电池的实际容量与标称额定容量有些差异，所以有文献从电池放电电量的角度定义SOH。

式中：Qaged-max为当前电池最大放电电量；Qnew-max为新电池最大放电电量。

1.3 内阻定义SOH

电池的内阻增大是电池老化的重要表现，也是电池进一步老化的原因，不少文献采用内阻定义SOH[9]。

式中：REOL为电池寿命结束时的内阻；RC为当前电池的内阻；Rnew为新电池的内阻。

1.4 剩余循环次数定义SOH

除了采用容量和内阻等电池性能指标定义SOH外，也有文献用电池剩余的循环次数定义电池的SOH[2]。

式中：Cntremain为电池剩余循环次数；Cnttotal为电池的总循环次数。

以上4种电池的SOH定义在文献中较为常见。容量和电量定义可操作性强，但容量为电池的外在表现，而内阻和剩余次数定义的可操作性不强，内阻与SOC、温度有关，不易测量，剩余循环次数和总循环次数无法准确预测。

2 锂电池健康状态影响因素

近年来，国内外有很多文献研究锂电池老化机理和规律，普遍认为锂离子沉积、SEI膜增厚和活性物质损失等是造成电池老化和容量衰减的主要原因[10-11]。锂电池的滥用会加速电池老化，电池的正常充放也会影响电池健康状态，加速电池老化。

2.1 温度对电池SOH的影响

温度通常被认为是影响电池健康状态的主要因素，温度对电池的性能有双重影响，一方面高温会加快电池内部的化学反应速度，提升电池的效率和性能，同时高温也会加速一些不可逆的化学反应发生，造成电池的活性物质减少，引起电池的老化和容量衰减[12-13]。有实验数据表明高温会加快电池电极的SEI膜增长，锂离子穿透SEI膜难度增加，等效为电池内阻增大。

2.2 充放电电流倍率对电池SOH的影响

充放电倍率会影响电池的寿命，文献[14]以1C、2C和3C三种不同放电倍率对索尼18650电池进行300次循环实验，其电池容量分别衰减9.5%、13.2%和16.9%，电池内阻分别增加12.4%、18.3%和27.7%，同时高倍率放电会在电池内部产生更多的热量，加速电池老化，电子显微镜下观察到高倍率电池放电的电极表面SEI膜比低倍率放电的要厚。

2.3 放电深度对电池SOH的影响

电池充放电深度对电池健康和老化有影响，有观点认为电池有累计的总转移能量，基于总转移能量进行电池的容量衰减和老化分析[12]。高飞等[15]通过对锂电池不同放电深度的循环测试，分析电池的累积转移能量与电池容量衰减之间的关系，得出电池容量衰减到85%之前，电池累计转移的能量在深充深放与浅充浅放这两种模式下基本相同，当电池容量衰减到85%～75%时，电池累计转移的能量和能量效率上深充深放模式都优于浅充浅放的模式。

2.4 循环区间对电池SOH的影响

电池充放电循环区间也会影响电池老化过程，循环区间不同对应的充放电电池内阻不一样，因此循环过程中电池发热和反应略有不同，长期将影响电池的健康和老化[1]。因此有专家建议电池SOC范围在20%～80%，这样有利于电池健康和循环寿命。

2.5 充放电截止电压对电池SOH的影响

电池的过充和过放都会对电池健康产生影响，不恰当的电压上限和电压下限对电池都有影响。放电截止电压越低，电池内阻越大，造成电池内部发热，同时引起副反应增加，电池活性物质减少和负极石墨片层出现塌陷，电池加速老化和容量衰减。过高的充电截止电压引起电池内阻增大，电池内部发热增加，过度充电引起负极产生“析锂”现象以及相应的副反应增加，影响电池的容量和老化[16]。

综上，电池运行的温度、充放电倍率、放电深度、循环区间和充放电截止电压等都会对电池的健康状态和寿命产生影响。目前，电池健康状态影响因素研究处于定性研究阶段，这些影响因素对电池老化的定量分析以及各因素相互耦合关系是研究的难点，也是未来电池健康和寿命研究热点。

3 锂电池健康状态评估模型

锂电池的健康状态无法通过直接测量获取，电池健康状态可通过模型评估得到，电池的老化和健康受多种因素共同影响，目前锂电池的健康状态评估模型主要有电化学模型、等效电路模型和经验模型三种。

3.1 电化学模型

电化学模型从电池的电化学反应机理出发分析电池运行过程中的健康状态变化，考虑电池的老化因素对电池内外部状态变量(温度、电流倍率、截止电压等)的影响。锂电池电化学模型研究包括基于SEI机理模型、电化学第一原理模型、单因子和多因子综合电化学模型的复杂电化学模型等[17-20]。文献[6]根据电池电化学反应机理，利用经验公式对电池循环的SEI膜电阻数据进行了拟合关联，提出了一种考虑电池性能下降和活性物质减少对电池容量衰减的半经验电化学模型。文献[11]基于电化学第一性原理建立了电池老化的仿真模型，考虑了活性物质损失、截止电压和放电深度等因素，并进行了量化分析。

电化学模型评估电池健康状态具有物理意义清晰、准确性高的特点，但电化学模型包含较多的电池内部参数和反应方程，计算复杂，因此基于电化学模型的锂电池健康评估不易建模，实际应用难度较大。

3.2 等效电路模型

等效电路模型从电池的电工学角度，结合大量状态数据分析，将锂电池等效为一个基本的电路模型，用电路模型进行电池的健康状态评估。锂电池基本等效电路模型有Rint模型、RC模型和Thevenin模型3种，PNGV模型和GNL模型是在Thevenin等效电路模型基础上改进的模型，非线性等效电路模型也有应用，文献[21]介绍了常见的电池等效模型的分类和特点，文献[22]给出了12种电池模型的比较分析。文献[23]采用RC等效电路模型估计电池的健康状态，对比研究了不同阶次的RC等效电路模型状态估计效果。非线性等效电路模型广泛应用于电池的充放电动态特性研究，模型能很好地反映充电和放电时时域和频域特性。

等效电路模型建模难度比电化学模型低，可实现性强，并且电路模型具有较强的动态特性响应，但等效电路模型近似等效处理，部分模型在电池参数无法获取情况下会出现较大的预测误差。

3.3 经验模型

经验模型通过大量实验数据分析、拟合、试凑、经验公式和统计处理来获取电池性能状态的变化，总结出电池的健康状态变化规律，主要有电池阻抗经验模型和电池容量估计经验模型[24]。电池阻抗经验模型通过前后时刻电池阻抗的状态变化关系预测电池阻抗趋势，利用阻抗和容量关系预测电池容量衰减。电池的容量估计经验模型通过实验数据分析描述相邻时刻的容量变化关系，利用经验模型预测电池的健康状态和老化过程。

经验模型以实验数据为基础，总结电池健康状态的规律或递推关系，具有建模难度低，适用范围广的优点，但经验模型物理意义不明确，依赖实验数据，评估结果的精度和准确性有些不足。

4 锂电池健康状态研究的困难

锂电池的健康状态和寿命研究越来越受重视，然而电池的SOH研究还处于初级状态，主要有以下三个原因。

(1)研究周期长，实验条件控制严。锂电池的循环寿命周期长，电池的老化实验周期很长，例如电池以I1充放电实验(I1为电池1小时率放电电流)，充、放电后均静置0.5 h，那么1 000次循环需要连续3 000 h测试，而锂电池的循环寿命不止1 000次，造成电池老化规律和健康状态实验研究非常耗时。在测试过程中，温度、充放电电流和充放电截止电压等需要严格控制，并且每隔一定时间需要对电池的老化情况进行评估。

(2)电池内部状态监控和分析困难。锂电池的SOH研究涉及电池内部状态变量，如电化学模型中电池内部温度、电解液浓度和内阻等状态，而电池的内部状态准确监控非常困难，还需要对这些状态变量进行定量分析，这使得电池的SOH研究需要解决的问题难度大。

(3)各种影响因素耦合。电池运行的温度、充放电倍率和放电深度等都是影响电池老化和寿命的因素，而且这些因素是共同作用的，电池SOH的研究要求各种影响因素进行解耦。然而这些因素是相互关联的，解耦条件难以控制，目前很难进行解耦分析。

5 锂电池健康状态研究意义

电池SOH研究难度大，进展缓慢，但是SOH研究对电池的使用、维护和评估有很高价值，可为规划、政策和产业发展提供依据和参考，具有重要的意义。

5.1 对电池管理的意义

电池管理系统估算电池荷电状态和剩余电量与电池的容量有关，随着电池老化，容量衰减，为新电池设计的电池管理系统准确性降低。电池管理系统若能掌握电池的老化规律和健康状态，将有助于其做好电池全寿命周期的电池管理，准确估计电池的各种状态，并保护电池在合理的工作电压范围和充放电电流范围内安全使用，避免电池滥用、加速电池老化。

5.2 对电池使用和维护的意义

SOH研究有利于掌握电池老化影响因素，为电池的使用和维护提供理论指导。对电池的使用和维护而言，了解影响电池老化的因素可减少高低温以及过充过放等有损电池使用的情况；知悉电池当前的健康状态，可帮助判断电池的内在隐患和寿命情况，为电池维护和更换提供参考。

5.3 对电池经济性评估的意义

SOH的准确评价对电池的经济性评估有重要意义，锂电池的应用场景、使用方式和维护手段不同造成电池的寿命差异，使电池的使用成本、经济效益等经济性评估有差别。通过SOH研究建立电池的老化模型，为分析电池的经济性提供数据支撑，将为企业投资决策、政府政策制定和产业发展规划提供有效辅助[25]。

6 结论

随着电动汽车的推广应用和电网对电池储能的需求，锂电池的安全性和可靠性受到了广泛关注，锂电池健康状态评估和管理成为了研究热点。目前锂电池健康状态评估研究已取得一定成果，但是还缺少较为完善的理论体系，对电池实际应用帮助有限。电池健康影响因素如循环区间和充放电倍率等对电池健康影响的观点还不统一，锂电池健康状态建模需要进一步研究，锂电池健康状态评估和准确寿命预测需要更多的测试和数据支持。

[1]谭晓军.电池管理系统深度理论研究：面向大功率电池组的应用技术[M].广州：中山大学出版社，2014.

[2]BARR A,DEGUILHEM B,GROLLEAU S,et al.A review on lithium-ion battery ageing mechanisms and estimations for automotive applications[J].Journal of Power Sources,2013,241:680-689.

[3]彭宇，刘大同.数据驱动故障预测和健康管理综述[J].仪器仪表学报，2014，35(3)：481-495.

[4]ZHANG J，LEE J.A review on prognostics and health monitoring of Li-ion battery[J].Journal of Power Sources,2011,196(15):6007-6014.

[5]罗伟林，张立强，吕超，等.锂离子电池寿命预测国外研究现状综述[J].电源学报，2013，45(1)：140-144.

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

[7]SHAHRIARI M,FARROKHI M.Online state-of-health estimation of VRLA batteries using state of charge[J].IEEE Trans Ind Electron,2013,60(1):191-202.

[8]LIU Z,TAN C,LENG F.A reliability-based design concept for lithium-ion battery pack in electric vehicles[J].Reliability Engineering&System Safety,2015,134:169-177.

[9]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.

[10]BAEK K W,HONG E S,CHA S W.Capacity fade modeling of a lithium-ion battery for electric vehicles[J].International Journal of Automotive Technology,2015,16(2):309-315.

[11]NING G,POPOV B N.Cycle life modeling of lithium-ion batteries[J].Journal of the Electrochemical Society,2004,151(10):1584-1591.

[12]时玮，姜久春，张言茹，等.磷酸铁锂电池容量衰退轨迹分析方法[J].电网技术，2015，39(4)：899-903.

[13]RAMESH S,KRISHNAMURTHY B.A mathematical model to study capacity fading in lithium ion batteries:formation and dissolution reactions[J].Journal of the Electrochemical Society,2015,162(4):545-552.

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

[15]高飞，杨凯，惠东，等.储能用磷酸铁锂电池循环寿命的能量分析[J].中国电机工程学报，2013，33(5)：41-45.

[16]OUYANG M,REN D,LU L,et al.Overcharge-induced capacity fading analysis for large format lithium-ion batteries with LiNi1/3-Co1/3Mn1/3O2+LiMn2O4composite cathode[J].Journal of Power Sources,2015,279:626-635.

[17]刘大同，周建宝，郭力萌，等.锂离子电池健康评估和寿命预测综述[J].仪器仪表学报，2015，36(1)：1-16.

[18]SANKARASUBRAMANIAN S,KRISHNAMURTHY B.A capacity fade model for lithium-ion batteries including diffusion and kinetics[J].Electrochimica Acta,2012,70:248-254.

[19]WAAG W,K BITZ S,SAUER D U.Experimental investigation of the lithium-ion battery impedance characteristic at various conditions and aging states and its influence on the application[J].Applied Energy,2013,102:885-897.

[20]PRASAD G K,RAHN C D.Model based identification of aging parameters in lithium ion batteries[J].Journal of Power Sources,2013,232:79-85.

[21]贾玉健，解大，顾羽洁，等.电动汽车电池等效电路模型的分类和特点[J].电力与能源，2011，32(6)：516-521.

[22]HU X,LI S,PENG H.A comparative study of equivalent circuit models for Li-ion batteries[J].Journal of Power Sources,2012,198:359-367.

[23]HE H W,XIONG R,GUO H Q,et al.Comparison study on the battery models used for the energy management of batteries in electric vehicles[J].Energy Conversion and Management,2012,64:113-121.

[24]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.

[25]杨永标，黄莉，徐石明，等.电动汽车换电商业模式探讨[J].江苏电力工程，2015，34(3):19-24.