常沛祥　李榮宇　王芳　高妍　馬天翼

摘 要：動力電池的高比能、高安全和長壽命是新能源汽車產(chǎn)業(yè)發(fā)展的重要保障。車用動力電池在使用中會出現(xiàn)性能衰減，其耐久性與環(huán)境氣候、服役工況密切相關(guān)。對于動力電池表觀性能衰減與微觀結(jié)構(gòu)演化存在復(fù)雜的多對多構(gòu)效關(guān)系，需要以全生命周期演化機理出發(fā)，開展跨維度協(xié)同分析。本文聚焦“健康狀態(tài)評估”和“老化機制分析”，從電池老化的原理出發(fā)，綜合性能、壽命和安全，對車用動力電池的耐久性測試評價關(guān)鍵技術(shù)進行了分析和展望。

關(guān)鍵詞：新能源汽車 動力電池 健康狀態(tài)（SOH） 電池老化

1 引言

我國新能源汽車保有量已超過了2000萬輛[1]。動力電池作為新能源汽車的“心臟”，其高比能、高安全和長壽命是新能源汽車產(chǎn)業(yè)健康快速發(fā)展、在電動交通領(lǐng)域不斷推廣的重要保障，也是在新能源汽車領(lǐng)域推進“雙碳”目標的關(guān)鍵技術(shù)之一[2]。對于消費者來說，新能源汽車能否在其服役周期內(nèi)，始終保持足夠的性能和續(xù)航里程，是選擇新能源汽車的重要因素之一，這就對車用動力電池的耐久性提出了具體的要求[3]。

從產(chǎn)品使用的角度，一款車用動力電池的耐久性，或者說壽命，是從設(shè)計之初就確定的，一些常用的指標是在八年或三十萬公里內(nèi)，電池的容量衰減不超過20%。盡管鋰離子動力電池具有高能量/功率密度和寬工作溫度范圍等優(yōu)點[4-5]，但伴隨著長周期的使用，容量和功率的性能衰減是不可避免的。另一方面，在動力電池的實際使用過程中，面對高溫、低溫等不同環(huán)境氣候[6-7]，快充、慢充等不同服役工況[8-10]，動力電池的實際壽命衰減會與其理論設(shè)計指標存在一定程度的差異和離散。當這一情況反映到新能源汽車的實際使用中時，典型的表現(xiàn)就是“冬季續(xù)航顯著下降”“越到后期續(xù)航越差”“表現(xiàn)里程不準”等現(xiàn)象。就目前的行業(yè)水平來說，動力電池耐久性的動態(tài)衰減以及壽命動態(tài)估計等問題，即使在大數(shù)據(jù)技術(shù)的支持下也無法得到徹底解決。

從原理上說，鋰離子動力電池是由正極、負極、隔膜和電解液等關(guān)鍵部件組成的電化學(xué)體系，對于一個電池單體的壽命來說，既有單獨因素老化造成的影響，也有多種因素動態(tài)變化帶來的影響。對于動力電池耐久性全生命周期的研究需要考慮到組成電池的每一個因素，并深入分析其中的復(fù)雜構(gòu)效關(guān)系[11]。因此，當面臨長期壽命預(yù)測或是長期老化參數(shù)設(shè)定時，對于復(fù)雜構(gòu)效關(guān)系的理解不到位就會導(dǎo)致結(jié)果出現(xiàn)更大誤差。

基于以上因素，對動力電池耐久性的測試評價來說，僅僅是對于其循環(huán)性能進行表征是不夠的，而是需要從動力電池全生命周期性能衰減演化機理的角度，開展全面、完善的跨維度協(xié)同分析，來為動力電池在實際應(yīng)用中遇到的壽命異常衰減問題提供技術(shù)支持[12-14]。一款電池耐久性的測試評價需要大量的測試資源和試驗周期，并在研究過程中引入更多的機理和評價指標。對于目前的耐久性測試技術(shù)來說，需要重點關(guān)注“健康狀態(tài)評估”和“老化機制分析”兩方面內(nèi)容。

2 動力電池健康狀態(tài)評估技術(shù)

嚴格意義上來說，“壽命”代表著動力電池從壽命初期（Begin of Life， BOL）到壽命末期（End of Life， EOL）的時間或服役能力[15]。而如何判斷一款電池到達了EOL，而對于動力電池的實際使用和狀態(tài)評估來說，常常用健康狀態(tài)（State of health，SOH）數(shù)值來衡量電池的壽命進程[15-17]。SOH是表征電池在全生命周期中的健康狀態(tài)的重要參數(shù)，代表當前電池較于新電池存儲電能的能力，取值范圍為0%～100%，即以百分比的形式來定量描述電池的性能狀態(tài)。然而從實際操作上來說，SOH并不能完全表征電池的耐久維度。具體來說，相同SOH下電池的狀態(tài)，也會由于使用歷史（老化路徑）的不同而產(chǎn)生差異。外部因素如充電倍率、溫度和電池工作電壓范圍等會影響電池老化過程；內(nèi)部因素，如制造過程中微小的內(nèi)部缺陷會導(dǎo)致電池老化行為的偏差。這些外部和內(nèi)部因素使得即使是處于相同SOH狀態(tài)下的同款電池，其后續(xù)的壽命衰減也有可能出現(xiàn)很大差異。因此，對于SOH的實時監(jiān)測和動態(tài)評估是動力電池在車用服役過程的關(guān)鍵問題和挑戰(zhàn)。目前更多的是把電池的當前容量與額定容量的百分比作為其健康狀態(tài)，可以說目前廣泛應(yīng)用的健康狀態(tài)其實是“容量健康狀態(tài)”，標記為SOHC。然而正如前文所述，只通過容量來判斷電池的老化程度是不準確的，目前采用容量健康狀態(tài)也只是一個工業(yè)上折衷的方案。在目前對于動力電池的老化狀態(tài)判斷中，也提出了更多的參數(shù)指標，包括功率健康狀態(tài)SOHP，能量健康狀態(tài)SOHE、效率健康狀態(tài)SOHη、內(nèi)阻健康狀態(tài)SOHR和電壓健康狀態(tài)SOHV等。其中SOHP，SOHE和SOHη的計算方式為當前參數(shù)與額定參數(shù)的百分比，SOHR和SOHV的計算方式不僅涉及當前參數(shù)與額定參數(shù)的百分比，還涉及了各單體之間的數(shù)值差異，即將單體一致性這一對電池模組/系統(tǒng)影響很大的參數(shù)考慮其中。對于不同的應(yīng)用場景，采用不同的SOH計算方法固然可以更契合當前的應(yīng)用場景，但從電池測評的角度來說，這樣并不利于電池產(chǎn)品之間耐久性的橫向?qū)Ρ?。為了更好的評價電池的老化程度，中汽中心電池測評團隊提出過綜合SOH的概念，即將上述SOH參數(shù)均進行數(shù)據(jù)采集，通過建立模型來自動計算平均SOH。這一方法具有較大普適性，但一方面該方法需要獲取大量測試參數(shù)作為對比，另一方面由于選取的是最低值，而不同的電池由于使用工況不同，會有目的的強化某些指標，同時弱化某些指標，如強化功率指標，弱化能量指標等。這類電池在綜合SOH的判定模型下會出現(xiàn)SOH偏低的情況。

對于動力電池SOH監(jiān)測和評估的整體目標包括但不限于確保電池系統(tǒng)的安全可靠運行、優(yōu)化電池控制策略和提供預(yù)警。SOH并不能像電池端電壓那樣直接去測量，而是需要通過充放電測試、阻抗分析等方法去估計。動力電池在某一狀態(tài)下的SOH與電池容量、內(nèi)阻、自放電、內(nèi)部結(jié)構(gòu)等多個參數(shù)有關(guān)，具有強烈的路徑依賴性，并受到眾多因素的影響，使得SOH監(jiān)測成為一項具有挑戰(zhàn)性的任務(wù)。在過去的近十年中，已經(jīng)有大量的學(xué)術(shù)論文以及實際產(chǎn)品的研究成果應(yīng)用于動力電池SOH的監(jiān)測和評估，各類優(yōu)化后的機理或數(shù)據(jù)驅(qū)動模型為電池SOH監(jiān)測、預(yù)測和分析提供了系統(tǒng)的描述。目前在這個領(lǐng)域，需要解決的問題是模型算法與BMS產(chǎn)品的兼容性。一些SOH估計非常準確的算法需要的計算量過大，目前BMS產(chǎn)品無法兼容，只能不斷降維，通過犧牲部分準確度來進行實際應(yīng)用。如何在模型復(fù)雜性和計算負擔(dān)之間取得平衡以進行電池系統(tǒng)SOH估計是實車應(yīng)用的重點。雖然由于其緩慢變化的特點，SOH不一定需要像SOC一樣即時更新，但因為電池系統(tǒng)的SOH密切依賴于每個電池的狀態(tài)，并且電池包/系統(tǒng)中的電芯數(shù)量相當可觀。如何將健康狀態(tài)估計更好的應(yīng)用于動力電池的性能和安全管理，是該項技術(shù)持續(xù)發(fā)展的核心驅(qū)動力。

3 動力電池老化機制分析技術(shù)

對于一款動力電池產(chǎn)品耐久性的提升來說，準確剖析其在不同工況下的老化機制，并建立有針對性的產(chǎn)品性能提升策略，至關(guān)重要。在這個過程中，需要解決電池老化的“延續(xù)性”問題?！把永m(xù)性”問題是指在電池的使用過程中，其內(nèi)部結(jié)構(gòu)并不是一成不變的，而是隨著電池的老化始終處于動態(tài)變化的狀態(tài)[18-19]。每一個充放電循環(huán)是動態(tài)變化的小周期，而電池的不斷循環(huán)也使其性能和安全性不斷變化。這是由于鋰離子動力電池是一種典型的電化學(xué)體系，而任何電化學(xué)體系都存在反應(yīng)效率這個概念，即由電化學(xué)反應(yīng)提供能量的系統(tǒng)其效率是低于100%的。其中，不能夠為電池提供能量的部分被稱為副反應(yīng)，雖然副反應(yīng)在電池體系中占比很低，幾乎每次充放電過程都小于1%，卻是在不斷發(fā)生的。如電極表面固態(tài)電解質(zhì)界面（SEI膜）的生長，電解液的分解、電極顆粒的溶解等。這類反應(yīng)在電池初期使用中對電池的影響很小，因此會被現(xiàn)有檢測體系忽略。然而隨著電池老化，副反應(yīng)的積累問題逐漸凸顯。這會導(dǎo)致電芯之間的一致性逐漸發(fā)生離散。兩只初始性能一致的同款電池，在長期使用后，其副反應(yīng)程度差異可能會高于50%。因此，電池內(nèi)部結(jié)構(gòu)的延續(xù)性問題也是現(xiàn)有檢測方法所不能觸及的方面?；诖耍陙韯恿﹄姵厝芷诘臏y試技術(shù)研究是動力電池老化機制分析的重點之一。

為了分析動力電池的老化機制，通常會結(jié)合多樣化的無損檢測和拆解分析技術(shù)，來實現(xiàn)老化機制的全面分析[20-22]。無損檢測技術(shù)包括計算機斷層掃描、超聲探傷等透視性圖像分析類測試技術(shù)，以及微分容量、電化學(xué)阻抗等電化學(xué)分析技術(shù)。拆解分析是在惰性氣氛下對動力電池進行解剖，獲得老化后的正極、負極、隔膜、電解液等關(guān)鍵組件，并結(jié)合掃描電子顯微鏡（SEM）、X射線衍射（XRD）、能量色散X射線光譜儀（EDS）和X射線光電子能譜（XPS）等理化分析技術(shù)進行表征。目前，基于內(nèi)部溫度、膨脹力、產(chǎn)氣等參數(shù)實時監(jiān)測的智能傳感技術(shù)，也為動力電池老化機制的全面診斷分析提供了重要的技術(shù)手段。而另一方面，對于動力電池老化機制的分析仍然面對著一系列的挑戰(zhàn)。首先是動力電池測試的“黑箱”問題，電池的內(nèi)部狀態(tài)無法全面的進行直接測量，而且由于能夠測量到的電壓、電流、電阻等外部參數(shù)是多個內(nèi)部反應(yīng)的組合，這些反應(yīng)通常相互耦合，進行監(jiān)測和建模也很困難。目前我們對于電池的老化機制尚未完全了解，伴隨著新配比、新體系動力電池的不斷出現(xiàn)，其內(nèi)部老化的主要機制也在不斷地發(fā)生變化，如不同電解液添加劑的加入，對基于SEI膜生長的老化路徑的影響就很難進行準確量化。即使是在溫和的老化條件下，不同體系動力電池的老化機制和老化路徑也會存在很大差異，這也給前面介紹的SOH估計和預(yù)測帶來了挑戰(zhàn)，基于一款動力電池建立的狀態(tài)估計模型，需要進行大量的測試和標定才能適用于另一款不同體系的電池。

需要重點提到的是，基于車用需求出發(fā)，對于動力電池系統(tǒng)的老化機制分析還需要充分考慮到單體之間一致性離散對于系統(tǒng)性能的影響。在動力電池模組/電池包中，單體之間存在一定的一致性差異，而隨著電池的使用和老化，其中的差異會逐漸擴大。具體來說，使一致性差異擴大的因素主要包括出場一致性差異、工作溫度差異和老化過程差異等。一致性差異的擴大一方面會由于“木桶效應(yīng)”使電池的整體容量下降，電動汽車續(xù)航里程降低，另一方面也會導(dǎo)致在快速充電過程中，部分老化程度低于平均值的電池由于極化程度過大出現(xiàn)輕微過充電情況，當前很多電動汽車動力電池的自燃事故都發(fā)生在充電過程中或充電結(jié)束后的一段時間，其主要原因就在于電池包中的某只單體在充電過程中由于內(nèi)部結(jié)構(gòu)老化形變在逐漸積累過程中由量變引發(fā)質(zhì)變，造成內(nèi)短路的情況。此外，在動力電池的實際使用過程中，由于熱管理系統(tǒng)性能的差異，一個電池包中處于不同位置的動力電池電芯其工作溫度并不相同，而溫度對于電池的性能和耐久性都具有顯著影響，長期使用會導(dǎo)致一致性進一步離散。而在一個電池系統(tǒng)中，從成本的角度出發(fā)，能夠監(jiān)測的電芯狀態(tài)參數(shù)和電芯數(shù)量都是有限的，這會導(dǎo)致單個電池到電池組的老化映射關(guān)系不明確，為電池系統(tǒng)的老化機制分析帶來更大困難。

為了全面分析動力電池耐久性伴隨其整個服役周期的變化，有必要在不同層級上進行詳細的衰老機制研究。因此，需要在電芯層級上進行包括耦合應(yīng)力因子（如變量電流和變量溫度）在內(nèi)的老化測試，并在電池系統(tǒng)級別進行的老化測試用于分析整個電池系統(tǒng)在老化過程中電芯之間的一致性離散過程。

4 結(jié)語

動力電池的耐久性測試受到了行業(yè)的廣泛關(guān)注，深入開展不同溫度工況、不同電流倍率的循環(huán)測試來探索不同工況下動力電池的耐久性演化規(guī)律，并針對不同體系、不同結(jié)構(gòu)的電池單體和系統(tǒng)來建立能夠加速老化的工況，以便更快的對一款電池進行耐久性測試評價，是耐久性測試的核心目標和訴求。從動力電池狀態(tài)估計的角度來說，為了更好的提出動力電池老化程度的評價指標，就需要在一定程度上跳出或擴展“SOH”的概念，從電池老化的原理出發(fā)，考慮到包括放電容量和功率能力的“性能指標”和包括熱安全、電安全和機械安全狀態(tài)的“安全指標”，建立涵蓋了動力電池性能和安全狀態(tài)的耐久性評價體系。

基金資助：國家重點研發(fā)計劃項目： 車載儲能系統(tǒng)安全評估技術(shù)與裝備（2021YFB2501500）；中國科協(xié)青年人才托舉項目（2021QNRC001）。

參考文獻：

[1]洪吉超，梁峰偉，楊京松，等.新能源汽車產(chǎn)業(yè)及其技術(shù)發(fā)展現(xiàn)狀與展望[J].科技導(dǎo)報，2023，41（5）：49-59.

[2]王震坡，詹煒鵬，孫逢春，等l.新能源汽車碳減排潛力分析[J].北京理工大學(xué)學(xué)報自然版，2024.

[3]丁徐強，陶琦，羅鷹.鋰離子電池在新能源汽車中的設(shè)計及應(yīng)用[J].儲能科學(xué)與技術(shù)，2023，12（5）：1751.

[4]李東琪，張青松，鄭少帥.大倍率充放電循環(huán)對鋰離子電池特性及熱安全性能的影響[J].蘭州理工大學(xué)學(xué)報，2023，49（3）：30.

[5]張宇波，王有元，黃洞寧，等.面向變工況條件的鋰離子電池壽命退化預(yù)測方法[J].儲能科學(xué)與技術(shù)，2023，12（7）：2238.

[6]李萌，王躍，邱景義，等.低溫條件下磷酸鐵鋰-石墨體系鋰離子電池阻抗研究[J].儲能科學(xué)與技術(shù)，2023：1.

[7]韓策，邱新平，程小露，等.陽極預(yù)鋰化鋰離子電池老化過程的演變及分析[J].電源技術(shù)，2021.

[8]杲齊新，趙景騰，李國興.鋰離子電池快速充電研究進展[J].儲能科學(xué)與技術(shù)，2023，12（7）：2166.

[9]范智偉，喬丹，崔海港.鋰離子電池充放電倍率對容量衰減影響研究[J].電源技術(shù)，2020，44（3）：325-9.

[10]趙鶴，韓策，程小露，等.采用陽極預(yù)鋰化技術(shù)的鋰離子電池高倍率老化容量衰減機理研究[J].儲能科學(xué)與技術(shù)，2021，10（2）：454.

[11]盧婷，楊文強.鋰離子電池全生命周期內(nèi)評估參數(shù)及評估方法綜述[J].儲能科學(xué)與技術(shù)，2020，9（3）：657-69.

[12]趙珈卉，田立亭，程林.鋰離子電池狀態(tài)估計與剩余壽命預(yù)測方法綜述[J].PowerGenerationTechnology，2023，44（1）.

[13]臧幃宏，李中華，王發(fā)成.鋰電池容量衰退模型數(shù)據(jù)驅(qū)動方法研究[J].重慶理工大學(xué)學(xué)報（自然科學(xué)），2023，37（2）：12-8.

[14]韓江浩，王曉丹，李奇松，等.鋰離子電池加速循環(huán)測試研究[J].儲能科學(xué)與技術(shù)，2023，12（1）：255.

[15]蔡艷平，陳萬，蘇延召，等.鋰離子電池剩余壽命預(yù)測方法綜述[J].電源技術(shù)，2021，45（5）：678-82.

[16]李旭東，張向文.基于主成分分析與WOA-Elman的鋰離子電池SOH估計[J].儲能科學(xué)與技術(shù)，2022，11（12）：4010.

[17]楊勝杰，羅冰洋，王菁，等.基于差分熱伏安法的鋰離子電池SOH診斷[J].電源技術(shù)，2021，45（11）：1427-30.

[18]XIE W， LIU X， HE R， et al. Challenges and opportunities toward fast-charging of lithium-ion batteries [J]. J Energy Storage， 2020， 32： 101837.

[19]LYU P， LIU X， QU J， et al. Recent advances of thermal safety of lithium ion battery for energy storage [J]. Energy Storage Mater， 2020， 31： 195-220.

[20]RUIHE L， DONGSHENG R， SHAN W， et al. Non-destructive local degradation detection in large format lithium-ion battery cells using reversible strain heterogeneity [J]. J Energy Storage， 2021， 40： 102788.

[21]SATO K， TAMAI A， OHARA K， et al. Non-destructive observation of plated lithium distribution in a large-scale automobile Li-ion battery using synchrotron X-ray diffraction [J]. Journal of Power Sources， 2022， 535： 231399.

[22]PAN Y， REN D， KUANG K， et al. Novel non-destructive detection methods of lithium plating in commercial lithium-ion batteries under dynamic discharging conditions [J]. Journal of Power Sources， 2022， 524： 231075.