.基于物理的锂离子电池充电状态估计电化学模型

由于电化学模型可以准确模拟整个充电状态（SOC）范围内的电池行为，因此在 BMS 中非常有吸引力。然而，求解偏微分方程的计算成本较高，限制了其实际应用。由于计算成本低，简化的电化学模型更为合适。我们建立了一个简化的电化学热耦合模型，对模型参数进行了缩减和重组，并根据激励响应分析开发了一种用于单个电池的无损参数估计方法。参数分为两类：固有特性参数和机理参数。固有特性参数可直接咨询制造商或通过测量获得。机械参数则通过激励响应分析获得。根据所建立模型中的不同过程在电池施加不同电流激励时的不同响应时间，然后通过最小二乘法拟合得到相应的参数。

充电状态（SOC）是电池管理系统（BMS）中最关键的参数之一。SOC 的定义是电池内剩余电量占全部电量的百分比，因此范围从 0% 到 100% 不等。这个百分比值为制造商提供了有关电池性能的重要信息，并能帮助最终用户识别电池何时必须充电。对电池 SOC 的不准确估计可能会导致过充电或过放电事件，从而对系统安全和可靠性产生重大影响。因此，开发提高电池 SOC 估算精度的方法至关重要。用于估算锂离子电池 SOC 的电化学模型涉及电池的内部物理和化学特性，如锂浓度。

为了解决模型中计算复杂的固相扩散偏微分方程（PDE），CALCE 开发了一种基于投影的高效方法，该方法具有优化的基函数和新颖的移动窗口滤波（MWF）算法，可提高状态滤波器的收敛速度。

References Physics-Based Electrochemical Model for Lithium-Ion Battery State-of-Charge Estimation Solved by an Optimised Projection-Based Method and Moving-Window Filtering , Wei He, Michael Pecht, David Flynn, and Fateme Dinmohammadi, Energies, Vol. 11, No. 2120, pp. 1-23, 2018, DOI: 10.3390/en11082120.

锂离子电池合格加速测试条件的探索

锂离子电池的寿命测试是出于鉴定目的，根据其目标应用的要求评估其容量衰减。然而，在正常操作条件下进行测试可能非常耗时。为了确定高度加速的测试方法，CALCE 一直与两家主要消费电子产品制造商和世界上最大的 6 家电池制造商合作。虽然文献中已经研究了温度对锂离子电池性能加速退化的影响并对其进行了建模，但放电倍率与其他因素的综合影响仍需要更深入的了解。

提高充放电 C 速率可缩短充放电循环所需的时间，并影响循环过程中的容量衰减。值得注意的是，放电 C 速率是否会通过欧姆加热和由此导致的电池温度升高影响电池容量衰减行为，或者 C 速率是否有其独特的衰减效应。其他值得关注的因素包括电池充满电后的休息时间对容量衰减和退化加速的影响。放电深度和充电截止电流是其他相关因素，它们可以确定循环过程中的充电状态范围，并可用于加速电池退化。

References:

Accelerated Cycle Life Testing and Capacity Degradation Modeling of LiCoO2-graphite Cells , Weiping Diao, Saurabh Saxena, and Michael Pecht, Journal of Power Sources, Vol. 435, September 2019, DOI: 10.1016/j.jpowsour.2019.226830.

Accelerated Degradation Model for C-rate Loading of Lithium-ion Batteries, Saurabh Saxena, Yinjiao Xing, Daeil Kwon, and Michael Pecht, International Journal of Electrical Power & Energy Systems, Vol. 107, pp. 438-445, May 2019, DOI:10.1016/J.IJEPES.2018.12.016.

部分充电状态 (SOC) 循环对锂离子电池容量衰减的影响

在实际应用中，电池可能只在部分 SOC 范围内进行充放电循环，而不是在整个 0%-100% 范围内。CALCE 一直在对常用的石墨/钴酸锂软包电池进行不同 SOC 范围（如 0-100%、20-80%、20-100%）的循环寿命测试，以了解不同 SOC 范围对电池容量衰减的影响，并将电池容量衰减作为平均 SOC、∆SOC 和循环次数的函数建立模型。所开发的模型可用于现场应用中的电池健康管理以及电池鉴定过程中的加速测试。

循环过程中的 SOC 范围会影响降解机制，如 SEI 层的形成和电极裂纹的产生。例如，当我们在循环过程中提高 SOC（充电结束电压）的上限时，负极中的锂量会增加，导致负极晶格体积膨胀，造成局部应力。此外，在 ∆SOC 值较高的情况下持续循环，会增加因循环疲劳而在负极中产生裂纹的几率。负极中的这些裂纹为电解液还原和 SEI 层生长提供了新的场所，导致可循环锂的损失和更高的电子电阻。下图显示了降低 ∆SOC 对电池降解的影响。

Reference:

Cycle life testing and modeling of graphite/LiCoO2 cells under different state of charge ranges, Saurabh Saxena, Christopher Hendricks, and Michael Pecht, Journal of Power Sources, Vol. 327, pp. 394-400, September 2016.

枝晶形成机制

锂离子电池在日常生活中广泛使用。随着这些电池在各种应用中的普及，人们对锂离子电池安全性的关注正在增加。在所有报道的电池事故中，锂枝晶形成导致内部短路被认为是电池故障的直接或间接原因之一。枝晶可以引起短路，导致灾难性故障甚至火灾。锂枝晶是在充电过程中在负极上形成的金属微结构。这是锂离子电池内部短路的一个可能原因。锂树枝问题可能发生在锂离子电池过充电或在低温下充电时。枝晶的生长受到所施加电流密度的影响。

为了提高锂离子电池的安全性，有必要对锂枝晶形成机制进行研究。为此，采用了一种原位观察方法，以检测不同电流密度和温度下的枝晶形成。所研究的第一步是应用电流密度与枝晶生长速率之间的关系。为了确定枝晶生长速率，使用对称锂电池（正负极均由锂金属制成），以恒定电流充电。开发的原位测试方法可用于识别电池内的树枝形成。通过这项工作，可以确定电池的安全操作边界条件。

Reference: In-situ Observations of Lithium Dendrite Growth, Lingxi Kong, Yinjiao Xing, and Michael Pecht, IEEE Access, Vol. PP, Issue 99, February 21, 2018, DOI: 10.1109/ACCESS.2018.2805281.

电池管理系统 （BMS） 研究

CALCE致力于开发一种BMS，不仅能确保安全使用，还能提供最可靠的性能和电池健康信息。

BMS是一种电子设备，用于管理可充电电池，以保护其免受损坏，延长其寿命，使其保持健康状态，并为用户提供其运行状态。BMS 由许多传感器组成，用于测量电池参数（电流、电压、阻抗和温度）。BMS的核心单元由一组模型和算法组成，这些模型和算法估计电池SOC和SOH，然后根据状态估计制定控制策略。

BMS 的另一个基本功能是电池平衡，这对于最大限度地提高可用电池容量和使用寿命至关重要。典型的电动汽车 （EV） BMS 应包含以下功能：数据采集、电池保护、充放电控制、SOC 和 SOH 估算、电池平衡、热管理和通信。状态估计问题必须在整个BMS的背景下考虑。某些应用程序可能对可以收集的数据类型有限制。例如，电动汽车中的BMS可以依靠频繁的放电数据来进行SOC估计，而备用电源中的BMS由于不经常使用而必须离线进行状态估计。

因此，在开发状态估计算法时，必须考虑BMS可用的传感器类型。为了有效地使用这些算法，它们必须与BMS的其他子系统进行交互。如果对多节电池组中的单个电池进行 SOH 监测，则 SOH 可用于确定何时执行电池平衡。如果电压测量值与 SOC 算法中的建模电压基本不一致，则可能会触发故障条件，BMS 应停止电流流过电池。下面显示了一个高级原理图，概述了 BMS 子系统之间的一些交互。

实时数据处理算法是裸金属服务器的关键组成部分。这些算法评估电流、电压和温度等输入，以估计电池中的剩余电量 （SOC）、电池中发生的退化量 （SOH） 以及电池在必须更换之前可以运行的剩余时间（剩余有用性能或 RUP）。SOC 对于确保电池在需要充电之前可以执行给定任务是必要的，而 SOH 和 RUP 用于规划维护和电池更换。如下图所示，CALCE开发的最先进的滤波技术正在用于估计和预测电池SOH和RUP，并且基于温度的模型正在用于估计考虑到不同环境温度的电池SOC。

CALCE 电池团队正在进行应用和基础研究，以实现电池组件和系统在实际应用中可靠、安全的开发和运行。研究包括对电池退化或导致灾难性爆炸事件的基本过程的研究 、加速电池 测试和鉴定方法、电池故障分析工具、电池组集成和平衡策略、新颖的传感技术、 电池 管理系统设计以及先进的数据科学技术。实施电池预测和健康管理（PHM）解决方案。虽然我们的主要重点是最先进的锂离子电池，但我们还开展了与其他化学电池相关的项目，包括碱性电池、一次锂电池和铅酸电池。

CALCE 电池团队由Michael Pecht教授领导，由资深研究科学家、博士生和访问学者组成。在我们 20 多年的历史中，我们得到了来自消费电子、航空航天、医疗和汽车领域的各个政府组织和行业巨头的慷慨支持。电池团队使用最先进的设备进行电池组级循环测试、电池构造和拆卸、滥用（过热、过度充电、短路）测试和材料表征。我们非常重视研究的实用性以及工业界和学术界之间的合作。我们当前的项目遍布与锂离子电池整个生命周期相关的领域 ，从多年的电池学术研究到为期一个月的咨询/测试项目。

https://calce.umd.edu/battery-research-group