新能源动力电池健康及安全检测技术现状研究

陈嘉铭　郝雄博　赵宇明　李昊巍

摘 要：建立动力电池全生命周期安全及性能检测评价体系是保证动力电池安全的重要手段。针对在用新能源车电池进行检测是提升电池使用安全及性能的有效方式。本文针对当前动力电池各阶段的测试方法，及相关标准、规范等进行了系统梳理，并重点对电池无损检测技术进行深入解析，分析各方法原理及应用限制，为进一步研究电池快速、便捷的检测方法提供支撑。

关键词：动力电池 性能分析 电池测试 检测技术

0 引言

动力电池是目新能源汽车的重要动力源。为保证电池全生命周期过程的安全性，在电池研发阶段就需开展精确的性能测试检测试验，对设计进行改进和优化[1]。在电池使用阶段也需进行定期检测，监测电池健康状态，以确保车辆可靠安全运行[2]。此外，动力电池进入退役阶段，为了确保回收电池的再利用或处置的安全且合理，也要对电池进行状态检测。

综上所述，电池的检测测试覆盖电池全生命周期各阶段，如何开展动力电池各阶段的性能测试和安全性评价是当前研究的重点。本文结合目前电池测试相关标准体、检测技术装备以及相关技术研究成果等，对动力电池全生命周期的健康及安全检测方法进行整理和分析，为电池系统性测试与评价方法研究提供参考和支撑。

1 动力电池检验测试技术总体介绍

动力电池检验测试技术是以保证电池在全生命周期的稳定、安全为前提，覆盖设计、生产到使用乃至回收的全过程，包括测试装备、平台、标准、规范等。按照动力电池所处周期阶段，可将电池检测测试技术划分为四部分：车辆研发阶段的电池安全性及性能测试、电池下线检测（End of Line，EOL）、动力电池服役期间的安全健康检测以及电池回收检测。

1.1 电池安全性及性能测试

电池安全性及性能测试目的是验证动力电池单体是否满足标准规范及设计指标要求，电池系统性能是否符合设计需求。测试项有电性能测试和安全性测试两大类[3]。该阶段电池测试有相对完善的标准规范要求，且相应的测试装置也已经形成成熟的规模化的设计、生产制造链条。

动力电池电性能测试，主要是针对电池性能进行评估，包括充放电倍率性能测试、高低温充放电性能测试、电池能量转换效率测试等。电性能测试覆盖电池单体、模组及系统三个层级，且测试内容、试验方法和性能检验规则均有标准供参考。

电池安全性测试，主要是对电池的安全可靠性进行检测，测试项目包括振动、过放、过充、短路、海水浸泡等。由于电池系统集成方式的演变，单体安全性考核逐渐不适用，目前标准已针对电池系统的安全性检测要求进行扩充修订[4]。安全标准要求单体或电池系统在测试试验后，应不起火、不爆炸或无泄漏、外壳破损、无起火爆炸、无绝缘电阻异常等现象[5]，以保证电池的整体安全性能。

1.2 电池生产下线检测

动力电池系统下线测试是动力电池车载使用前非常重要的检查工序。下线测试的目的是检验电池系统的电气性能和功能是否正常，以及保证其安全可靠的运行。按电池是否装配到车端，可分为电池包下线测试和整车下线时的电池测试。电池包下线测试按电池系统是否装配上盖，又可分成上盖封装前测试、封装后测试。上盖装配前主要进行安规测试，上盖装配后执行EOL静态测试、EOL动态测试以及容量测试及容量调整等[6]。目前行业还没有形成通用的动力电池下线测试规范。

1.3 电池服役期内无损检测技术

动力电池无损检测是指在不影响电池使用性能且不伤害电池内部结构的前提下，利用各种物理或化学方法，借助各种技术设备，对电池性能进行测评。按照测试原理，可将电池无损检测分为两大类，基于物理射线或超声波等的电池原位检测方法和基于电池充放电激励工况的电化学分析方法。无损检测方法由于检测设备的特殊专业性或分析方法的不成熟，目前多数都只在试验室环境应用，分析电池的性能演变规律或反应原理，指导电池材料选择、电池结构的设计等。但无损检测技术由于其不会对电池本体造成破坏的电池检测友好性，具有很大的深入研究价值或工程应用空间。

1.4 电池回收检测技术

车载动力电池回收有两种方式：回收利用和回收拆解。回收利用即是回收电池降级应用，降级就是根据电池外观、性能情况将电池进行分选后，在低速电动车、储能等场景中继续使用；拆解处理是指以物理化学等方式处理电池，提取电池的电解液、负极材料、正极材料等，实现材料层面的回收再用。

目前我国已制定了较为完善的动力电池回收利用标准框架，标准内容涵盖回收电池的寿命测试、可靠性测试、安全性测试和回收管理等多方面，涉及动力电池回收利用全部阶段，可分为四个大的系列，即通用要求、梯次利用、再生利用和管理规范，共20项标准。截至2023年10月，已发布车载动力电池回收利用标准9项[7]。已发布的标准中对梯次利用和再生利用的具体检测内容和回收过程操作规范进行了比较全面的规定。

2 电池无损检测技术方法比较分析

电池无损检测方法可分为原位检测分析方法和电化学分析方法两类。再进一步原位检测分析方法按检测设备激励源不同还可分为X射线、中子散射、超声波检测、拉曼散射技术等无损检测方法[8]。电化学分析方法具体包括库伦效率法、阻抗分析法、电压弛豫法、电化学阻抗谱分析法等[9]。下面将系统地对各类电池无损检测方法进行介绍。

2.1 基于物理射线或超声波的电池原位检测方法

电池原位检测，基本原理是通过设备产生射线光波或声波，利用接收装置接收通过被检测电池的光波或声波，形成能够反应电池内部结构或缺陷的光谱图像或声波信号，进而识别电池的电极表面形态、枝晶形态结构等，完成对电池状态的评估分析。

2.1.1 计算机断层扫描扫描检测

CT技术，通过X射线的穿透和计算机重建技术（Computed Tomography，CT），生成物体内部结构的三维图像。应用CT检测电池，能够清晰的显示出电池内部的电极、隔膜、电解液等结构，可直观的观测出各部位存在的异常情况。葛春平等使用X射线检测方形电池极耳区域结合局部均值及标准差法提取轮廓形态，判定极耳是否存在异常[10]。陈家智等利用X射线扫描电池正负极区域并利用空域滤波、形态学操作等对ROI图像进行处理，对电池正负极冗余度缺陷进行识别，准确率可达98.5%[11]。

2.1.2 中子散射扫描检测

中子散射就是利用中子散射方法研究物体的静态结构及其微观动力学性质[12]。Wang等采用中子扫描技术识别全电池在充放电过程中的结构演变特征，并结合多相结构精修和最大熵分析方法，全面解析了电极材料反位缺陷演变和锂离子迁移路径问题[13]。Po-Han Lee等利用中子扫描技术对18650电池的存储过程衰降机理进行了研究，发现75%SOC的电池活性物质的损失，导致容量衰降最为严重[14]。

2.1.3 拉曼散射检测

拉曼散射检测是基于拉曼散射效应原理的一种光谱分析方法。拉曼光谱分析在电池材料、电解质、固体电解质薄膜分析方面应用广泛[15]。方婷婷等分别利用原位拉曼、原位XRD以及 SEM 技术对电芯材料在充放电过程中的氧化/还原反应产物、晶体变化、表面形貌等进行分析，验证了三种技术识别结果的一致性[16]。陈达等借助拉曼光谱分析方法，对电池热失控气体进行在线分析，确定了电池热失控过程各阶段释放的气体成分并构建了特征气体的拉曼光谱定量模型，可有效得评估热失控的危险性[17]。

2.1.4 超声波检测

电池超声波检测，即使用超声波对电池进行投射，基于弹性波理论分析投射过电池的超声波参数，反推出电池内部结构的物理状态。Ke Q等利用超声检测方式建立了电池SOC声学表征理论模型，并通过验证试验，证明了模型表征电池SOC状态的准确性[18]。此外超声波检测还可用于电池内部产气情况的识别，确定产气位置、范围及产气量的大小[19]。

除以上方法外，还有其他类似的电池检测方法，如核磁共振光谱、投射电子显微镜等检测方法。原位分析方法设备成本、检测条件等方面的限制，往往只能对电芯进行分析，无法满足电池系统层级的检测需求。

2.2 基于充放电测试的电池电化学分析方法

电化学分析方法，原理是随着电池使用其内部材料损耗、电极表面结构变化等会引起电池的内阻、电压、容量等参数出现变化。通过识别上述电池电化学特征参数，反向推断电池的内部的微观变化情况，实现对电池性能及健康状态评估。

2.2.1 库伦效率法

库伦效率，其定义为电池放电过程放出电量与同循环的充电过程充入电量之比。电池库伦效率与活性里的损失关联密切，可用于电池性能的分析预测。Yang等利用库伦效率参数构建了半经验模型分析电池容量的退化，并设计了电池循环试验，对算法精度进行了验证[20]。Adams等分析研究了影响电池库伦效率测试的各种因素，提出精准测量库伦效率的方法，并可根据库伦效率测试值量化分析电池循环过程中锂消耗情况[21]。

2.2.2 电压弛豫法

电压弛豫法，即通过分析电池充放电后的静置阶段电压随时间变化曲线，识别异常或进行状态预测。龚辉等利用弛豫电压曲线斜率识别电池内短路故障并建立了拟合模型，通过模拟实验验证了模型内短路程度识别的准确性[22]。Zhu等利用机器学习算法，基于电池弛豫电压曲线提取特征参数建立电池容量估算模型，测试结果表明利用电池弛豫电压的估计容量具有较好的适用性[23]。

2.2.3 阻抗分析法

电池阻抗是重要的电池特征参数之一，其含义是指电流在通过电池时受到的阻力，包括电池内阻及外部接触阻抗等。通过阻抗分析可对电池老化析锂问题进行识别。李奇松等通过间歇式充电休眠方式获取电池阻抗信息，并基于阻抗数据识别了电池析锂情况，通过与弛豫电压分析法对比验证了方法的可靠性[24]。

2.2.4 电化学阻抗谱分析法

电化学阻抗谱原理是在对电池加载不同频率的小幅电压正弦信号，电池响应不同频率的电流响应信号，激励电压和响应电流相除即可得到电池阻抗谱。电化学阻抗谱在锂离子电池领域的研究应用十分广泛，包括研究电极界面反应机理、容量衰减机制等等[25]。孙丙香等基于低频阻抗谱提取电池健康特征，基于融合特征建立多元回归模型预测电池健康状态，估计准确度超90%[26]。张闯等利用阻抗测量装置，实现了基于动态阻抗特征的内短路在线识别，并通过试验证明了方法的有效性。

此外，同类方法还有容量增量分析法、动态放电检测法、非线性频率响应法等等。上述，基于充放电测试的电池电化学分析方法虽然可实现电池的无损检测分析，但也存在使用限制，如库伦效率法，需要应用高精度电流传感器才能达到较高的预测精度；阻抗谱分析法，需要使用专业的阻抗测试仪，且目前主要分析对象是单体电芯，使用场景受限。要实现对车载环境下的动力电池系统检测，还需要进行大量的验证分析工作，并结合实际检测环境的设备、场地等限制条件对检测方法进行适应调整及优化，以满足车载动力电池检测应用需求。

3结束语

本文针对新能源动力电池检测技术进行了总结，将电池检测根据电池所处阶段不同，划分为4类，包括电池安全性及性能测试、电池下线检测（End of Line，EOL）、动力电池服役期间的安全健康检测及电池回收检测。同时重点针对动力电池无损检测方法进行了总结。对动力电池进行全生命周期的状态检测，可有效的提升动力电池运行可靠性及安全性，对新能源汽车发展有很大促进作用。构建全生命周期的动力电池检测体系，尤其针对在动力电池车载服役期间建立快速、便捷、准确的评估评价方法，将极大的提升新能源汽车的安全性水平，并可极大促进新能源汽车的发展。

基金项目：规模化电动汽车与电网互动关键技术研究与示范应用（一期）（项目编号：090000KK52210132）。

参考文献：

[1]邱心涛，徐小林，赵龙涛，等.新能源汽车动力电池性能检测技术研究[J].中国标准化，2024（03）：232-236.

[2]覃杨长杰，张群.新能源汽车检测技术应用研究[J].汽车测试报告，2023（13）：57-59.

[3]邓进，赵可沦，明志茂.动力电池检测评估体系发展方向和趋势[J].国外电子测量技术，2022，41（06）：146-151.

[4]杨世春，卢宇，周思达等.车用动力电池标准体系研究与分析[J].机械工程学报，2023，59（22）：3-19.

[5]石中华人民共和国国家质量监督检验检疫总局，中国国家标准化管理委员会.GB 38031-2020电动汽车用动力蓄电池安全要求[S].北京：中国标准出版社，2020.

[6]王陶，陶顺武.车用动力电池包下线测试内容分析[J].汽车制造业，2023（05）：49-51.

[7]黄宏成，张英杰.我国动力电池回收利用标准体系分析[J].上海汽车，2023（12）：1-4.

[8]郝奕帆，祝夏雨，王静，等.电池无损检测监测方法分析[J].储能科学与技术，2023，12（05）：1713-1737.

[9]邓林旺，冯天宇，等.锂离子电池无损析锂检测研究进展[J].储能科学与技术，2023，12（01）：263-277.

[10]葛春平，李胜，李育林.方形锂离子电池的X射线影像技术无损检测[J].电池，2016，46（03）：155-157.

[11]陈家智，吴永明.基于机器视觉的锂电池正负极冗余度缺陷检测[J].组合机床与自动化加工技术，2021，（12）：75-78.

[12]叶春堂，刘蕴韬.中子散射技术及其应用[J].物理，2006，35（11）：8.

[13]Chaoqi W，Rui W Zhongyuan H，et al.Unveiling the migration behavior of lithium ions in NCM/Graphite full cell via in operando neutron diffraction[J].Energy Storage Materials，2022，441-9.

[14]Lee P，Wu S，Pang K W，et al.The storage degradation of an 18650 commercial cell studied using neutron powder diffraction[J].Journal of Power Sources，2018，37431-39..

[15]吴爱华，王庆涛.拉曼光谱在锂电池行业中的应用[J].广州航海学院学报，2023，31（04）：55-61.

[16]方婷婷，胡淑婉，张峥等.原位技术在锂离子电池中的应用[J].电池工业，2023，27（05）：240-245.

[17]陈达，郝朝龙，刘添添等.锂离子电池热失控气体拉曼光谱分析方法研究[J].中国激光，2022，49（23）：186-194.

[18]Ke Q，Jiang S，Li W，et al.Potential of ultrasonic time-of-flight and amplitude as the measurement for state of charge and physical changings of lithium-ion batteries[J].Journal of Power Sources，2022.

[19]马广廷.超声波用于锂离子电池SOC的预测及内部气体检测的探究[D].华中科技大学，2019.

[20]Yang F，Song X，Dong G，et al.A coulombic efficiency-based model for prognostics and health estimation of lithium-ion batteries[J].Energy，2019，171：1173-1182.

[21]Adams D B，Zheng J，Ren X，et al.Accurate Determination of Coulombic Efficiency for Lithium Metal Anodes and Lithium Metal Batteries[J].Advanced Energy Materials，2018，8（7）：n/a-n/a.

[22]龚辉，戴海峰，乔冬冬.基于弛豫电压的内短路诊断方法[J].电池，2022，52（5）：488-491.

[23]Jiangong Z，Yixiu W，Yuan H，etal.Data-driven capacity estimation of commercial lithium-ion batteries from voltage relaxation[J].Nature Communications，2022，13（1）：2261-2261.

[24]李奇松，陈荣，李慧芳.阻抗分析法在锂离子电池析锂阈值检测中的应用[J].储能科学与技术，2023，12（04）：1278-1282.DOI：10.19799/j.cnki.2095-4239.2022.0716.

[25]庄全超，杨梓，张蕾，等.锂离子电池的电化学阻抗谱分析研究进展[J].化学进展，2020，32（06）：761-791.

[26]孙丙香，苏晓佳，马仕昌，等.基于低频阻抗谱和健康特征融合的锂离子电池健康状态主动探测方法研究[J].电力系统保护与控制，2022，50（07）：23-30.