锂离子电池成组及一致性管理研究现状与展望*

吕 杰，陈永珍，宋文吉†，冯自平

（1.中国科学院广州能源研究所，广州 510640；2.中国科学院可再生能源重点实验室，广州 510640；3.广东省新能源和可再生能源研究开发与应用重点实验室，广州 510640；4.中国科学院大学，北京 100049）

0 引 言

储能是电力系统的重要组成部分，应用于电力系统发电、输电、配电和用电各个环节，能够实现可再生能源移峰填谷、调峰调频等功能，有效提高现有电网设备的利用率和电网的运行效率[1-2]。锂离子电池具有能量密度高、使用寿命长、自放电率较小等特点，常用于储能系统[3]。国内现已建设多项储能示范工程，如张北储能并网实验室、张家口国家风光储输示范工程、深圳宝清MW级电池储能电站示范项目等[1,4]。由于受到周围环境、自放电率差异等影响，电池之间逐渐出现差异[5-6]，表现为电池电压、内阻、温度等变化不一致[7-9]，导致电池组可用容量下降、寿命缩短[10-11]，直接影响储能系统的经济性、稳定性和安全性[12-13]。

使用过程中锂离子电池一致性管理研究路线如图1所示。通常参照新能源汽车电池系统[14]，构建电池组模型模拟电池组动态和静态特性，并通过对电池状态的采集和估算，以及均衡控制等，实现对储能系统中锂离子电池组的监控和管理[4,15]。新能源汽车和储能系统对电池组的要求各有不同。高速运动的新能源汽车要求电池功率响应速度快，电池功率特性好，电池状态监测和状态参数计算精度高，电池系统结构紧凑[16-17]。而储能系统规模大，电池容量大、数量多，电池连接件和连接端子多。部分储能电站地处偏远，大规模更换电池困难，电池一致性要求更高[1-2]。拟从电池和电池组模型构建研究、电池成组方法对电池组性能的影响研究和电池一致性优化控制研究方面，阐述储能系统中锂离子电池一致性管理研究现状，并对其研究趋势进行展望。

图1 使用过程中电池一致性管理研究路线Fig.1 Research route of battery consistency management

1 电池和电池组建模

针对储能系统中锂离子电池管理开展研究，首先要明确锂离子电池的动态和静态特性。电池和电池组建模仿真能够反映电池充放电特性，是开展机理研究的重要手段。

1.1 锂离子电池模型

锂电池模型通过电池电压、温度等可测量参数对电池的内部性能进行描述，并对参数变化进行预测。常用的锂电池模型包括电化学模型、数学模型和等效电路模型。

电化学模型是根据电池内部化学反应过程构建模型。从电化学原理出发，准确模拟电池内部传输、扩散、电化学反应、热力学现象，描述电池离子浓度的分布梯度，分析电池衰减机制和健康状态。电化学模型通常由多个偏微分方程构成，模型较复杂[18-19]。

数学模型是依据实验数据，运用经验公式和数理方法建立电池经验模型，从理论上分析锂电池的一般规律。常用的数学模型有Kinetic模型和离散马尔科夫链电池模型，但都仅关注电池外特征，难以描述电池机理过程和电池的电压-电流外特征[20]。

等效电路模型是采用电容、电阻等电子元器件搭建电池模型，描述充放电过程中电池特性，能够较好地反映电池的动态特性，常用于电池荷电状态估算。等效电路模型简单直观、精度较高、计算量较小[18-20]。常用的等效电路模型有Rint模型、Thevenin模型、PNGV模型和GNL模型。Rint模型简单，但忽略了温度、电解液浓度等因素对电池特性的影响[18-20]。Thevenin模型考虑温度、电流倍率的影响，模型参数容易辨识，具有一定的动态和静态性能，但无法同时描述电池充放电过程中内部发生的浓差和电化学两种极化现象，且不能准确描述电池实时动态[18-21]。在Thevenin模型基础上，增加一组RC回路，组成二阶RC等效电路模型，能兼顾电池的稳态特性和暂态特性，但未考虑自放电和温度的影响。PNGV模型能很好地体现电池动态性能。GNL模型阶数高，能够真实模拟电池特性，但参数辨识复杂[18-20]。

1.2 锂离子电池组建模

由于单体电池状态变化、电池包内温度分布情况和电池成组方式等影响电池组特性，电池组建模更加困难。常用的电池组模型包括神经网络模型、电化学模型和等效电路模型[22]。

图2 基于Thevenin模型的并联电池模组等效电路模型[23]Fig.2 Equivalent circuit mode of parallel battery module based on the Thevenin mode

国内学者根据电池的电化学特性构建电池组电化学模型，利用卡尔曼滤波和最小二乘法分别建立在线和离线参数辨识方法，通过实验对模型进行验证[17]。国外学者根据统计方法搭建电池组模型，缺点是精度由电池参数辨识的准确性决定，缺乏工程验证[22]。学者们大多将并联电池模组简化为一个大电池模型，再将大电池模型串联组成电池组模型。假设各单体电池参数完全相同，进行整体参数辨识和仿真[18,22]，忽略了电池连接方式对电池组性能的影响，无法对电池模组中各单体电池一致性衰减过程进行准确描述。为提高模型精度，山东大学王丽梅等[23]进一步考虑电池连接件阻抗和极柱引出位置，采用Thevenin模型构建电池组等效电路模型，对电池组充放电性能进行仿真，如图2所示。

针对电池组的模型构建通常简化处理，常忽略电池参数差异。在储能系统中，电池数量多，电池参数呈离散式分布，若不能充分考虑电池参数差异问题，电池组模型精度将无法满足要求。

2 电池成组方式

电池成组方式直接影响单体电池性能的一致性和电池组的充放电特性。研究电池成组方式对电池组性能的影响规律，优化电池连接方法和连接件，能够有效提高电池组可用容量，延长电池组寿命。

2.1 电池组拓扑结构

储能系统中，通常将多个单体电池并联形成并联电池模组，满足容量需求，再将并联电池模组串联形成电池组，满足电压要求[24-27]。常用的电池组拓扑结构如图3所示[28]。

图3 电池组拓扑[28]Fig.3 Battery pack topology

2.2 电池连接阻抗

通常采用铜导线、铜镍合金等作为电池连接件，导线阻值不完全相同。连接端子老化程度不同，连接损耗不一致，导致流经单体电池的电流不均匀，进而造成电池状态参数出现差异，造成单体电池性能不一致，部分电池率先老化，并影响相邻电池，对整个电池组的可用容量和寿命造成威胁[23-24,28]。

模拟分析电池欧姆内阻与连接件阻抗的比值与电池并联数量之间的关系。当充放电电流为0.5 C，两节电池并联时，连接件阻抗应小于电池欧姆内阻的0.1倍。而八节电池并联时，连接件阻抗应小于电池欧姆内阻的0.01倍[23,29]。

针对电池连接阻抗的研究多基于电池组模型。模型参数识别多根据短周期内电池充放电实验数据，需要根据电池在不同温度和循环次数时的特性，对模型参数进行完善。另一方面，锂离子电池内阻随电池荷电状态（state of charge, SOC）和循环次数的变化而改变[30-32]。在大电流倍率时，锂离子电池的极化内阻远大于欧姆内阻，且随着电流倍率的增加迅速增大[33]。在生命周期中，电池内阻与连接阻抗比值亦不断变化，应进一步分析电池欧姆内阻和极化内阻的共同作用对电池组性能的影响。同时，在储能系统中，电池连接件和连接端子多，连接件阻抗较大，连接端子氧化腐蚀程度不一致[3,7]。应该根据储能系统实际情况，修正电池组模型参数，提高模型精度和仿真结果准确度。

成组方式造成流经电池组中各电池的电流不均一，导致各电池SOC和内阻变化不一致，进而电池内阻变化影响电流分配。中国科学院广州能源研究所吕杰等[34]研究了并联电池模组中单体电池内阻和电流分配的协同作用。采用各支路连接件阻抗相同的并联连接方式，分析电池内阻与连接件阻抗比值（α）在充放电过程中的变化。在充电过程中，α先迅速下降，再缓慢上升，在充电即将结束时快速上升。放电过程中α变化趋势与充电过程不同，α较大的电池的电流较小，α曲线趋于平缓。

2.3 电池极柱引出位置

通过模拟仿真，研究极柱引出位置不同对电池组性能的影响[23,29]。极柱引出位置不同，造成流经各电池的电流不同[35-36]。由于远离电池极柱的单体电池的连接件较长，电流较小，而与极柱直接相连的电池电流较大，导致此电池率先老化，并影响相邻的单体电池[23,29]。与极柱中心电池极耳引出相比，极柱边缘电池极耳引出时，电池之间的电压、温度等差异更明显，电池组可用容量较低，电池组寿命较短[23,29,37]。

针对电池极柱引出位置对电池组性能的影响研究以模拟仿真为主，中国科学院广州能源研究所吕杰等[34]通过实验手段对比两种极柱引出方式，对模拟结果进行论证。实验发现极柱边缘电池极耳引出时，电池之间差异较大，电池之间自均衡电流亦较大，造成能量浪费，影响电池组可用容量和充放电性能。极柱边缘电池极耳引出时，电池之间的电流差异在充放电初始阶段最大。而在充放电过程的后半部分，流经与极柱直接相连电池的电流迅速减小，此电池将要充满电或者放完电，与此同时远离极柱的电池电流迅速增加。并且当与极柱直接相连的电池即将充满电/放完电时，其电压迅速升高/降低，造成并联电池模组电压出现短时间快速上升/跌落，影响电池组的稳定性。当极柱中心电池极耳引出时，各电池的电压、表面温度和SOC变化曲线一致性较好，电池性能差异较小[34]。

当前研究主要关注电池状态评估和减小电池差异，以便获得较高的能量转换效率，并延长电池组使用寿命[38-39]，而缺少对电池组性能衰减原因的综合分析。因此无法获得具有针对性的控制策略。电池管理系统和电池均衡模块无法控制并联电池模组内部电流分配和能量损耗，而电池成组方式直接影响并联电池模组内部能量流动。因此，必须优化电池极柱引出位置、连接件阻抗等电池成组方式，提高电池组性能[34]。

3 电池一致性优化控制

通过改善电池的制造工艺，减少电池的初始差异。在电池成组前进行筛选，将差异较小的电池成组。成组后，合理的均衡管理能够有效减少使用过程中电池之间的性能差异[40]。

3.1 均衡方式

通常将均衡方式分为主动均衡、被动均衡和混合均衡[41]。被动均衡是能量消耗型均衡，通过在电池两端并联电阻，将容量高的电池的多余电量以热能形式消耗。被动均衡造成能量浪费，能量转换效率低，并且电阻产生大量热，对电池包内温度场均匀分布产生不利影响[42-43]。主动均衡是能量转移型均衡，通过变压器、升/降压变换电路等实现电池之间电量平衡[44-48]。山东大学商云龙等[49]提出采用准谐振电感-电容（indutor-capacitor, LC）变换器和升压直流-直流（direct current-direct current, DC/DC）变换器实现电池之间的能量均衡，可有效提高电池组可用容量。主动均衡分为电池内部能量转移和外部能量补充两种方式。电池内部能量转移主动均衡又分为单体电池向单体电池、单体电池向电池组、电池组向单体电池、单体电池向电池组再向单体电池能量转移形式。中国科学院广州能源研究所吕杰等[8]提出将主动均衡和被动均衡相结合的混合均衡方式，控制电路如图4所示，通过双向均衡快速缩小电池间差异。实验结果表明，在充放电过程中采用混合均衡时，单体电池之间的差异降低至4.510%，比没有采用均衡低5.905%。

图4 混合均衡控制电路[8]Fig.4 Hybrid equalization control circuit

3.2 均衡控制方法

通常将电池工作电压和SOC作为均衡启停判别条件。但锂离子电池在充放电过程中存在平台电压区，工作电压不能真实地反映电池容量状态[50]。由于锂离子电池的荷电状态无法直接测量，需要通过能够监测到的电压、电流、温度等状态信息进行推算，采用SOC作为判别依据的方法受到其估算精度的影响[50]。

针对均衡控制策略的研究，主要集中在如何通过软件算法提高均衡模块的能量转换效率和均衡速度[49,51-52]。常采用遗传算法、模糊控制法和神经网络算法控制均衡电流[53]，将三种算法相集成的电池均衡控制方法能够更有效减小电池间差异[52]。重庆大学凌睿等[54]采用将能量损失与均衡时间相结合的线性优化模型和模型预测控制方法，针对电动汽车充电、放电、行驶等不同的工作状态，采用适应工作状态频繁变化的模型预测控制方法，实现锂离子电池的动态均衡，显著提高电池的能量和时间效率。

现阶段研究集中在均衡电路设计和均衡模块的效率提高方法研究方面，而针对均衡参数和均衡策略的优化研究较少。中国科学院广州能源研究所吕杰等[13]研究了主动均衡对电池一致性改善作用，发现在放电过程中均衡效果比充电过程中均衡效果好，充放电电流倍率较小时均衡模块能够更有效地控制电池一致性。可通过调整均衡阈值、根据充放电电流倍率调整均衡电流，优化均衡参数，提高电池组充放电性能和能量转换效率。

4 结论和展望

目前针对储能系统中锂离子电池一致性管理的相关研究大多参照新能源汽车电池，通过构建单体电池和电池组模型，模拟研究电池差异产生过程和发展规律，通过优化电池成组方式并采用均衡模块和控制方法，缩小电池之间的差异。目前存在的问题主要是储能系统规模大，电池数量多，连接件和连接端子多，并且要求储能系统能够长寿命、低成本和稳定运行，不能简单套用新能源汽车电池研究思路。应根据储能系统中实际的电池成组方式和运行工况，充分考虑电池连接方式、极柱引出位置、连接件阻抗等优化电池组模型，提高模型精度，并根据模拟和实验结果，优化电池成组方式和控制策略，解决制约储能产业发展的电池组可用容量下滑、寿命缩短瓶颈问题。