動(dòng)力電池的容量估算及健康狀態(tài)判斷

動(dòng)力電池的容量估算及健康狀態(tài)判斷試講人：1目錄CONTENT1SOC估算2SOH估算3基本概念231基本概念SOC：StateofCharge動(dòng)力電池的荷電狀態(tài)，當(dāng)前剩余容量與最大可用容量的比。SOH：State

ofHealth動(dòng)力電池的健康狀態(tài)，最大可用容量與標(biāo)稱容量的比。動(dòng)力電池SOC和SOH估算是動(dòng)力電池管理系統(tǒng)的核心功能之一，精確的SOC和SOH估算可以保障動(dòng)力電池系統(tǒng)安全可靠地夠工作，優(yōu)化動(dòng)力電池系統(tǒng)，并為電動(dòng)汽車的能量管理和安全管理等提供依據(jù)。42SOC估算動(dòng)力電池的SOC相當(dāng)于普通燃油汽車的油表，SOC作為能量管理的重要決策因素之一，對于優(yōu)化整車能量管理、提高動(dòng)力電池容量和能量利用率、防止動(dòng)力電池過充和過放電、保障動(dòng)力電池在使用過程中的安全性和長壽命等起著重要作用。SOC估算方法分類1.1基于表征參數(shù)的方法5該方法分兩步：①建立動(dòng)力電池表征參數(shù)與SOC的離線關(guān)系。②實(shí)時(shí)計(jì)算動(dòng)力電池表征參數(shù)值，并以之標(biāo)定動(dòng)力電池SOC。需滿足兩個(gè)前提:所建立表征參數(shù)與SOC的離線關(guān)系應(yīng)該相對穩(wěn)定，所選表征參數(shù)應(yīng)該是易獲取的?？蛇x表征參數(shù)包括當(dāng)前剩余容量、阻抗譜、開路電壓（OCV）等。

當(dāng)前剩余容量可通過放電實(shí)驗(yàn)法得到，該方法被認(rèn)為是確定動(dòng)力電池SOC最為直接的方法。但是新能源汽車在運(yùn)行中難以進(jìn)行長時(shí)間的恒流放電來確定剩余容量，使得該方法僅適用于實(shí)驗(yàn)室等特定環(huán)境。

基于阻抗譜的方法則需要借助電化學(xué)工作站來測試動(dòng)力電池不同SOC值的阻抗，并制定SOC和參數(shù)的映射關(guān)系，進(jìn)而采用查表的方式完成SOC的標(biāo)定。OCV-SOC關(guān)系常被工業(yè)界用來標(biāo)定動(dòng)力電池SOC，大量的BMS產(chǎn)品也使用這一關(guān)系來標(biāo)定動(dòng)力電池初始SOC，但OCV的準(zhǔn)確直接測量要求動(dòng)力電池靜置足夠長的時(shí)間，因而在實(shí)際中往往需要與OCV在線辨識方法結(jié)合使用。1.2安時(shí)積分法6安時(shí)積分法該方法又稱為庫侖計(jì)數(shù)法，即利用SOC定義估計(jì)動(dòng)力電池SOC：z(t)表示t時(shí)刻下的動(dòng)力電池SOC估計(jì)值；z(t0)表示動(dòng)力電池SOC初始值；ηi表示動(dòng)力電池充放電庫侖效率，其值通過實(shí)驗(yàn)確定，對于鋰離子動(dòng)力電池而言，放電效率通常視為1，充電效率為0.98～1(充電電流3C以內(nèi))；iL(τ)為τ時(shí)刻下動(dòng)力電池充放電電流；Cmax表示當(dāng)前條件下動(dòng)力電池的最大可用容量。作為目前動(dòng)力電池SOC計(jì)算的核心方法，安時(shí)積分法經(jīng)典易用，應(yīng)用最為廣泛。但它主要存在三個(gè)缺陷：①動(dòng)力電池初始SOC的精確值難以獲得。②該方法對于電流傳感器的精度要求很高。③動(dòng)力電池性能衰退造成其靜態(tài)容量的退化，從而影響SOC的計(jì)算精度。為避免以上因素的制約并提高計(jì)算精度，該方法經(jīng)常與其他方法綜合使用。例如，使用OCV確定動(dòng)力電池初始SOC，使用安時(shí)積分法計(jì)算后續(xù)的SOC軌跡。1.3基于模型的估計(jì)方法7該方法利用模型和狀態(tài)估計(jì)算法完成動(dòng)力電池的SOC估計(jì)，因此該方法首先需要建立可靠的性能模型?；诮⒌膭?dòng)力電池等效電路模型及其狀態(tài)方程，應(yīng)用濾波算法和觀測器，搭建基于模型的SOC估計(jì)算法框架，具體實(shí)施流程包括：①基于上一時(shí)刻的SOC值或初始SOC與電流測量值，利用安時(shí)積分來計(jì)算當(dāng)前時(shí)刻的SOC預(yù)估值。②基于模型參數(shù)SOC關(guān)系式計(jì)算此時(shí)模型參數(shù)值，如OCV-SOC關(guān)系。③基于模型端電壓-參數(shù)關(guān)系式計(jì)算此時(shí)模型端電壓。④基于電壓測量值，獲取模型端電壓誤差，即新的信息（新息）。⑤以新息的一定增益(倍率)來修正上述SOC預(yù)估值，從而獲取最終的SOC修正值，并將其用于下一時(shí)刻的輸入。

步驟⑤中增益的表現(xiàn)形式取決于所采用的狀態(tài)估計(jì)算法。顯然，基于模型的方法是一種閉環(huán)的方法，它通過不斷地修正SOC估計(jì)值，使得算法具有一定的魯棒性?；谀Ｐ偷姆椒ü烙?jì)精度由預(yù)估過程與修正過程兩部分共同決定，當(dāng)信任安時(shí)積分的估計(jì)結(jié)果(SOC預(yù)估值較準(zhǔn))時(shí)，可適當(dāng)?shù)販p小增益修正；否則應(yīng)增大增益修正。但是過大的修正會(huì)使得SOC值波動(dòng)劇烈，具體應(yīng)該根據(jù)實(shí)際情況調(diào)整?；谀Ｐ偷墓烙?jì)方法的性能同時(shí)取決于模型與狀態(tài)估計(jì)算法兩者的性能。1.3基于模型的估計(jì)方法8

卡爾曼濾波(KalmanFilter,KF)類算法是動(dòng)力電池SOC估計(jì)中使用最多的算法。KF是由美國學(xué)者Kalman在20世紀(jì)60年代初提出的一種最小方差意義上的最優(yōu)估計(jì)方法。它提供了直接處理隨機(jī)噪聲干擾的解決方案，將參數(shù)誤差看作噪聲以及把預(yù)估計(jì)量作為空間狀態(tài)變量，充分利用測量數(shù)據(jù)，用遞推法將系統(tǒng)及隨機(jī)測量噪聲濾掉，得到準(zhǔn)確的空間狀態(tài)值。

最初的KF僅適用于線性系統(tǒng)，擴(kuò)展卡爾曼濾波算法(ExtendedKalmanFilter,EKF)的提出使其推廣到了非線性系統(tǒng)。EKF應(yīng)用泰勒展開將動(dòng)力電池模型線性化，但在線性化的過程中會(huì)帶來截?cái)嗾`差，進(jìn)而增大SOC估計(jì)誤差，在某些初值設(shè)置不當(dāng)?shù)那闆r下甚至造成發(fā)散。為此，需要對動(dòng)力電池模型進(jìn)行改進(jìn)和優(yōu)化，或者使用改進(jìn)后的卡爾曼濾波算法提高狀態(tài)估計(jì)系統(tǒng)的精度和魯棒性。

盡管EKF盡量考慮了實(shí)際過程中的噪聲，但其仍存在兩點(diǎn)問題:①它假設(shè)噪聲不變，這顯然與實(shí)際不符，而噪聲信息協(xié)方差匹配算法的提出致力于解決這一問題，使得濾波算法中的噪聲統(tǒng)計(jì)特性能隨著估計(jì)結(jié)果的變化而自適應(yīng)更新，如自適應(yīng)擴(kuò)展卡爾曼濾波(AdaptiveEKF，AEKF)。②它假設(shè)噪聲為白噪聲，為了突破這一假設(shè)，人們使用基于最小化最大估計(jì)誤差原則的H∞濾波(H∞Filter,HIF)來完成動(dòng)力電池的SOC估計(jì)，它承認(rèn)實(shí)際過程中噪聲統(tǒng)計(jì)特性未知，并基于此求得噪聲統(tǒng)計(jì)特性使得估計(jì)結(jié)果最差時(shí)的狀態(tài)估計(jì)最優(yōu)解，保證最優(yōu)狀態(tài)估計(jì)。1.4基于數(shù)據(jù)驅(qū)動(dòng)的方法9該方法指基于大量的離線數(shù)據(jù)，建立并訓(xùn)練動(dòng)力電池電流、電壓、溫度等數(shù)據(jù)與動(dòng)力電池SOC的直接映射關(guān)系模型。具體實(shí)現(xiàn)主要分為3步：①離線數(shù)據(jù)的預(yù)處理，即將數(shù)據(jù)整理為符合所建模型的輸入輸出要求的數(shù)據(jù)格式，包括數(shù)據(jù)清洗、歸一化、數(shù)據(jù)分塊等。其中數(shù)據(jù)分塊指將歸一化后的數(shù)據(jù)按照一定比例分為訓(xùn)練集、驗(yàn)證集與測試集。②模型的建立與訓(xùn)練。根據(jù)數(shù)據(jù)量的大小，初步確定模型的結(jié)構(gòu)，進(jìn)而采用訓(xùn)練集訓(xùn)練所建模型，并以驗(yàn)證集驗(yàn)證結(jié)果為訓(xùn)練截止條件。③模型的測試。采用測試集來測試模型，判斷精度是否符合要求，若符合則判斷訓(xùn)練完成；否則返回第①步重新進(jìn)行設(shè)計(jì)與規(guī)劃。

基于數(shù)據(jù)驅(qū)動(dòng)的方法對解決強(qiáng)非線性問題有特別的優(yōu)勢，估計(jì)精度高，但是往往需要大量的實(shí)驗(yàn)數(shù)據(jù)作為先驗(yàn)知識，且所用實(shí)驗(yàn)數(shù)據(jù)應(yīng)能充分反映動(dòng)力電池特性；否則極易造成模型的過擬合。同時(shí)，所建模型的復(fù)雜度、所選訓(xùn)練函數(shù)與訓(xùn)練截止條件等也會(huì)直接影響模型的估計(jì)精度與泛化能力。1.4基于數(shù)據(jù)驅(qū)動(dòng)的方法10這類方法的典型代表是神經(jīng)網(wǎng)絡(luò)模型，該方法幾乎不需要考慮動(dòng)力電池的內(nèi)部化學(xué)反應(yīng)細(xì)節(jié)，同時(shí)它的擬合能力極強(qiáng)，理論上適用于任何種類動(dòng)力電池的SOC估計(jì)。但是近年來，人們發(fā)現(xiàn)單一地增加神經(jīng)網(wǎng)絡(luò)的隱含層層數(shù)或單層神經(jīng)元個(gè)數(shù)，會(huì)使得模型參數(shù)飛速增加，進(jìn)而導(dǎo)致模型出現(xiàn)過擬合現(xiàn)象，因此神經(jīng)網(wǎng)絡(luò)的研究也逐漸轉(zhuǎn)移到了泛化能力更強(qiáng)的深度學(xué)習(xí)網(wǎng)絡(luò)上。同時(shí)，訓(xùn)練完成的神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)較為復(fù)雜，計(jì)算量較大，在實(shí)車應(yīng)用時(shí)往往需要高性能芯片，因此大量的神經(jīng)網(wǎng)絡(luò)/深度學(xué)習(xí)專用芯片也逐漸被投入市場。1.5四類方法對比11122SOH估算動(dòng)力電池的存儲(chǔ)能力與快速充放電能力均會(huì)隨著老化而不斷下降，而SOH正是用于評價(jià)動(dòng)力電池老化程度的量化指標(biāo)。動(dòng)力電池SOC的準(zhǔn)確估計(jì)依賴于精確的SOH值，預(yù)知SOH開展的SOC估計(jì)不具有實(shí)用性，僅能為SOC估計(jì)方法提供初步借鑒。動(dòng)力電池的SOH與動(dòng)力電池的老化過程密切相關(guān)，而老化最直觀的表現(xiàn)為動(dòng)力電池可釋放能量降低和功率等級下降，內(nèi)部反映為動(dòng)力電池容量衰減和內(nèi)阻增加，因此，常將動(dòng)力電池容量和內(nèi)阻作為SOH的評價(jià)指標(biāo)。

一般來說，新動(dòng)力電池的SOH被設(shè)定為100%，對于以動(dòng)力電池容量需求為主的純電動(dòng)汽車而言，可認(rèn)為動(dòng)力電池容量達(dá)到初始容量的80%時(shí)動(dòng)力電池不能滿足正常需求；而對于以動(dòng)力電池功率需求為主的混合動(dòng)力汽車而言，則常采用2倍的初始內(nèi)阻值作為動(dòng)力電池終止使用條件。13SOH估計(jì)方法可分為兩大類，即實(shí)驗(yàn)分析法與基于模型的方法。前者指通過對采集到的動(dòng)力電池電流、電壓、溫度等實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析，相對直接地獲取某些能反映動(dòng)力電池衰退的特征參數(shù)，從而實(shí)現(xiàn)動(dòng)力電池SOH的標(biāo)定，根據(jù)所選動(dòng)力電池參數(shù)的不同，它又可分為直接測量法與間接分析法；而后者則需采用動(dòng)力電池模型對所選動(dòng)力電池參數(shù)進(jìn)行估計(jì)，以實(shí)現(xiàn)動(dòng)力電池SOH的標(biāo)定，根據(jù)所選估計(jì)算法的不同，它又可分為自適應(yīng)狀態(tài)估計(jì)算法與基于數(shù)據(jù)驅(qū)動(dòng)的方法。2.1SOH估算方法分類14（1）容量/能量測量法指通過動(dòng)力電池容量或能量的準(zhǔn)確、直接測量，來確定動(dòng)力電池SOH。顯然，容量和能量的準(zhǔn)確測量至少需要兩個(gè)前提條件：①保證充放電過程的完整性。②保證采集精度足夠高，這就意味著此方法只能在實(shí)驗(yàn)室或其他相對穩(wěn)定的條件下使用。對于實(shí)車環(huán)境而言，則往往需要用到容量在線辨識的方法。（2）歐姆內(nèi)阻測量法指通過實(shí)時(shí)測量動(dòng)力電池歐姆內(nèi)阻來評價(jià)動(dòng)力電池SOH，動(dòng)力電池電壓變化量與電流變化量之比。相對動(dòng)力電池容量而言，歐姆內(nèi)阻更容易測量，在實(shí)車過程中突然制動(dòng)或者加速均會(huì)引起較大的動(dòng)力電池電流與電壓的變化。但是，除了動(dòng)力電池SOH與溫度的影響外，歐姆內(nèi)阻也會(huì)隨著SOC的變化而變化，且它受電流、電壓采樣間隔的影響較為顯著，即采樣間隔越小，越接近于歐姆內(nèi)阻真實(shí)值。（3）阻抗測量法借助電化學(xué)工作站或其他相似功能的交流電激勵(lì)設(shè)備來測量動(dòng)力電池EIS。圖2-32給出了不同老化狀態(tài)下的動(dòng)力電池EIS，可以發(fā)現(xiàn)動(dòng)力電池EIS與動(dòng)力電池老化狀態(tài)之間存在著明顯的關(guān)系。而且在不同頻率的激勵(lì)下，動(dòng)力電池的反饋也有所不同。對于高頻階段，動(dòng)力電池布線與多孔結(jié)構(gòu)的誘導(dǎo)效應(yīng)占主導(dǎo)地位，即阻抗更多表現(xiàn)為歐姆特性；而在低頻階段，電容效應(yīng)則會(huì)變得更為顯著。因此，在獲取動(dòng)力電池EIS后，即可通過對動(dòng)力電池EIS中某些特征參數(shù)的提取來標(biāo)定動(dòng)力電池SOH。2.2直接測量法15

間接分析法是一種典型的多步推導(dǎo)方法，它不會(huì)直接計(jì)算出動(dòng)力電池容量或內(nèi)阻值，而是通過設(shè)計(jì)或測量某些能反映動(dòng)力電池容量或內(nèi)阻衰退的過程參數(shù)，來標(biāo)定動(dòng)力電池SOH。通常將這些過程參數(shù)稱為健康因子，主要包括SEI膜阻抗、動(dòng)力電池容量-OCV-SOC響應(yīng)面、電壓響應(yīng)軌跡或恒壓階段充電時(shí)間、增容(IncrementalCapacity,IC)曲線或差分電壓(differentialVoltage,DV)曲線、超聲波響應(yīng)特征等。當(dāng)然，也可以選取兩個(gè)及兩個(gè)以上的健康因子共同評價(jià)動(dòng)力電池SOH。①動(dòng)力電池端電壓響應(yīng)直接反映了動(dòng)力電池內(nèi)部反應(yīng)特性，因而可基于控制變量法，分析特定SOC、溫度以及電流輸入下的電壓響應(yīng)軌跡，從而完成SOH的標(biāo)定。這一方法即為電壓響應(yīng)軌跡法。同時(shí)考慮到動(dòng)力電池放電工況較為復(fù)雜、多變，因而這一方法常用相對穩(wěn)定的充電過程作為分析對象。②容量增量法(ICAnalysis,ICA)與差分電壓法(DVAnalysis,DVA)指分別利用IC曲線與DV曲線分析動(dòng)力電池的衰退過程與老化機(jī)理，進(jìn)而實(shí)現(xiàn)SOH的標(biāo)定。2.3間接分析法16

自適應(yīng)算法一般需要借助電化學(xué)模型或等效電路模型，它通過對模型參數(shù)進(jìn)行辨識，完成SOH的標(biāo)定。這類方法的特點(diǎn)在于閉環(huán)控制與反饋，以實(shí)現(xiàn)估計(jì)結(jié)果隨動(dòng)力電池電壓的自適應(yīng)調(diào)整，其包括聯(lián)合估計(jì)法、協(xié)同估計(jì)法以及融合估計(jì)法等。（1）聯(lián)合估計(jì)法需要同時(shí)在線估計(jì)動(dòng)力電池的模型參數(shù)和SOC，因而所用的自適應(yīng)算法一般包括兩個(gè)及其以上的濾波器或觀測器，其中模型參數(shù)主要包括內(nèi)阻、阻抗、OCV等。鑒于動(dòng)力電池SOC與容量密切相關(guān)，在獲取相對準(zhǔn)確的SOC值后，可根據(jù)SOC估計(jì)值來確定動(dòng)力電池容量，進(jìn)而完成動(dòng)力電池SOH的標(biāo)定。（2）協(xié)同估計(jì)法同樣需要實(shí)現(xiàn)動(dòng)力電池模型參數(shù)與SOC的同時(shí)在線估計(jì)，但是這里模型參數(shù)相比聯(lián)合估計(jì)法增加了動(dòng)力電池容量一項(xiàng)，即直接完成了動(dòng)力電池容量與SOC的同時(shí)估計(jì)。從通用的算法基本框架來看，協(xié)同估計(jì)法與聯(lián)合估計(jì)法的區(qū)別主要體現(xiàn)在兩個(gè)方面：①對于兩類估計(jì)算法，新息(輸出預(yù)測電壓誤差)序列的使用模式是不同的。協(xié)同估計(jì)法中的兩個(gè)估計(jì)器共用同一個(gè)新息序列。但在聯(lián)合估計(jì)法中，兩個(gè)估計(jì)器的電壓誤差則是不相關(guān)的。②