基于电化学阻抗谱的三元锂离子电池状态估计研究

近年来,全球汽车保有量增长迅速,但同时也对全球气候变化以及环境带来极大威胁。为此,世界各国政府纷纷开始研究燃油车禁售时间表,并大力开展电动汽车技术研究。不过电动汽车的普及仍受到电池技术的制约。目前,三元锂离子电池(NCA)由于具有比能量最高、成本低廉和循环性能好等优点,正逐渐成为汽车动力电池市场主流。然而,由于NCA电池发展较晚,目前对于其电池状态的估计研究还比较少。电池状态一般指电池健康状态(SOH)和电池荷电状态(SOC)。该两者的准确估计,对于三元锂离子电池的推广具有重要意义。在目前常用的电池状态估计方法中,通常不考虑电极反应动力学信息。然而锂离子电池在充放电时,发生在内部电极界面的电化学反应与SOH和SOC息息相关。所以,利用电极反应信息来估计电池状态是可行的。而电化学阻抗谱(EIS)法通过对电池阻抗的无损测量,就可以得到能揭示电极反应动力学信息的EIS曲线。通过研究EIS与电池状态之间的变化关系,就能够对SOH和SOC进行比较准确地估计。因此,EIS法可以作为电池状态估计的有效方法。本文基于EIS技术,对三元锂离子电池状态估计进行了研究,主要研究内容和结论如下:(1)进行电池循环老化试验,测得不同循环次数和不同SOC下的EIS,由此建立了基于电池内部机理信息的等效电路模型。通过分析模型参数和低频阻抗与SOH之间的变化关系,发现电荷转移内阻Rt与低频阻抗幅值都具有随SOH变小而增大的规律。考虑到实际应用,最后选择采用电池低频阻抗幅值来估计SOH,并建立了基于低频阻抗幅值的SOH估计方法。经验证,估计值与真值均方根误差(RMSE)为3.16%,说明该SOH估计方法有效。(2)利用电池不同SOC下的EIS数据对等效电路模型进行参数辨识。通过分析模型参数和低频阻抗与SOC之间的变化关系,发现随电池SOC变化,模型参数和低频阻抗幅值均未呈现出规律性变化。这说明对本文所测三元锂离子电池而言,单独运用EIS很难对SOC进行估计。(3)为了估计电池SOC,采取将由EIS建立的等效电路模型与扩展卡尔曼滤波(EKF)相结合的方法。首先,对电池模型进行合理简化,利用脉冲试验对其进行参数辨识。经验证,模型电压与真值的RMSE为0.062V,说明电池模型有效。然后利用基于该模型的EKF算法对电池SOC进行估计,发现在SOC初值准确时,估计值与真值的RMSE为2.7%,验证了该方法的估计效果;在SOC初值偏差较大时(50%),该方法能够修正初值偏差,快速逼近真值。最后将该SOC估计值与利用传统Thevenin模型算法的估计值进行比较,结果表明本文算法估计误差更小,估计效果优于后者。