第3期机电技术117
锂离子电池寿命研究综述
**福建农林大学科技创新专项基金(CXZX2018031)
作者简介：周志兴(1995-)，男，硕士生，研究方向为电动汽车锂离子电池寿命。
通讯作者：雷治国(1978-)，男，副教授.硕士生导师，博士，主要从事汽车底盘零部件设计计算、电动车辆锂离子动力电池组热管理等方
面的研究工作。
周志兴贾志学雷治国
(福建农林大学，福建福州350108)
摘要：随着电动汽车行业的飞速发展，对锂离子电池寿命问题的研究成为近些年的热点。文章对锂离子电池寿命 问题的国内外研究现状进行了综述，主要包括锂电池寿命影响因素、健康状态SOH 估计和寿命预测；同时指出了锂电池寿 命研究过程中还未得到有效解决的部分问题，为未来的研究提供参考。
关键词：锂离子电池；寿命影响因素；健康状态SOH 估计；寿命预测
中图分类号:TM912文献标识码：A  文章编号:1672-4801(2019)03-117-04
DOL10.19508/jki.l  672-4801.2019.03.035
锂离子电池具有电压高、能量密度高、循环寿 命长、自放电率低、工作温度范围大、无记忆效应 和无污染等优点「叫 近年来，电动汽车行业得到
了快速发展，其中锂离子电池技术的应用发挥着 重要的作用。但锂离子电池在长期的循环使用过
程中，一个不可避免的问题是电池的性能和容量 都会发生衰退，直到它的寿命结束。作为电动汽 车的核心部件，有必要对锂离子电池寿命的影响 因素进行分析，以避免一些人为因素造成的电池
使用寿命缩短；同时要对其退化的电池健康状态 进行评估和剩余寿命预测，使得电池能够安全可
靠地工作，以避免事故的发生。1锂电池寿命影响因素
锂离子电池寿命的影响因素分为两类，一类 是外部影响因素，如温度、充放电倍率、充放电截
止电压等；另一类是电池内部发生的导致其老化 衰退的各种物理和化学反应。影响的结果主要表
现为电池性能和容量发生衰减。
1.1外部影响因素
1.1.1温度各种锂电池都有着不同的最佳使用温度范 围，当电池使用温度超出这一范围后就会影响其
充放电性能，造成循环寿命衰减。文献⑶通过电 池寿命试验，分析了 LiFePO，电池在不同温度(常 温、45七和0咒)下的电池容量衰退情况，研究表
明：在低温条件下，电池容量急速下降，低温下使 用会严重缩短电池使用寿命；而在高温情况下电
池容量下降较快，也会对电池使用寿命造成较大
影响。因此不宜长期在温度过高或过低的条件下 使用。文献［4］等也得岀了类似的结论。文献［5］研
究了温度对钻酸锂电池循环性能的影响，试验发 现当温度超过了 50七后，钻酸锂电池的容量衰减
速度较常温和45七相比要快很多，并总结了高温
下的容量衰减的原因一主要是由于负极表面形
成的SEI 膜的分解再生，活性锂大量损失和负极 阻抗的大幅度增加。
1.1.2 充放电倍率相关研究表明，锂电池的容量会随着充放电 倍率的增大而发生衰减。文献［4］对商用106495 型软包锂离子电池进行循环寿命实验，即对其进
行不同倍率的充电。研究结果表明在其他条件一 定的情况下，充电倍率越高，电池的容量衰减越
快。文献⑹在常温条件下，对18650型锂离子电
池进行不同倍率下(O.5C,1C,2C)的循环性能实 验，研究结果表明，2C 高倍率放电情况下的锂离 子电池循环性能衰退情况和容量的衰减率均比在 0.5C 和1C 放电条件下要大；认为是在高倍率放电
条件下，电池的正极材料结构发生了变化导致电 池容量衰减更快。1.1.3充放电截止电压文献［7］通过对钻酸锂电池进行充放电试验， 将充电截止电压由原来的4.2 V 上升到4.9 V，测 试后发现由于过度充电导致电池放电容量减小，
118机电技术2019年6月
主要原因是电池电极性能退化和电极材料的结构发生了变化。文献［8］研究了过度放电对锂电池循环寿命的影响，将放电截止电压从3V(正常放电)分别下降到2.0V J.5V J.0V、0.5V和0V，与正常放电相比，过度放电的电池均产生不可逆容量损失，且放电截止电压越低、电池容量损失越大；在其他条件一定情况下，放电至0V的电池在保持0V这个状态下15天之后，容量值损失了大约65%，有3个电池在放电
至0V过程中失败，主要是过度放电使得电池的交流阻抗大幅增加所致。
1.1.4不一致性
研究表明，电池单体的不一致性及电池成组后的不一致性对电池寿命的影响很大。文献［9］通过研究单体电池不一致性对电池组寿命的影响.认为电池组的使用寿命永远都要小于电池组中寿命最短的单体电池的使用寿命。文献［10］通过对200kW/200(kW•h)和250kW/l(MW-h)锂电池储能系统进行容量标定实验，研究单体电池电压不一致性对电池系统容量衰退的影响。结果表明，经过2年时间的运行后，二者充放电性能均有衰减，但前者衰减率远远大于后者，且前者单体电池电压不一致性差异很明显；主要原因是后者具备充放电均衡控制策略，可以很好地改善单体电池电压不一致性变化。
1.1.5材料、生产设备、制备过程等的差异
文献［11、12］认为锂离子电池所用的原材料和辅料、生产设备、制备过程及工艺等对电池的循环寿命会产生很大的影响；通过测试得知，按不同参数控制制备得到的电池的循环性能不同，得出了电极压实密度和电池注液量对电池寿命会产生影响的结论。
1.2电池内部老化
电池在循环使用的过程中，其内部会发生一系列物理和化学反应，其中有些是不可逆的，这就会使得电
池发生老化、性能衰退，造成电池容量发生衰减。文献［13］在前人研究的基础上，对锂离子电池的老化机理进行了分析，对电池负极材料老化的几个主要方面进行了综述，包括析锂、钝化表面层的形成、锂离子的损失、颗粒表面积大小等，并提出了一些延缓电池性能衰退的方法。文献［14］综述了电池性能衰减机理及其影响因素，并且列出了锂离子电池可能出现的性能衰减机理。2电池健康状态SOH估计
为了使电池能够处在良好的工作状态，对电池健康状态SOH的估计是必不可少的。文献［15］通过研究18650锂离子电池在不同放电倍率下的容量衰减情况，采取无迹卡尔曼滤波算法辨识欧姆内阻，并根据内阻与SOH的二者之间的函数关系建立SOH估计模型；该模型可以根据电池自身实际情况进行调整，实时估计岀当前电池所处的健康状态。文献［16］通过对钻酸锂电池进行循环寿命试验，建立了复杂程度适中的基于恒流充电阶段电池电压曲线的SOH估计模型，然后利用此曲线对SOH进行估计，误差范围在±2%、精确度很高。文献［17］提出了一种基于电池衰减模式量化电极在电池中的衰减行为的方法，通过建立状态诊断模型，然后模拟电池充放电曲线，分析电池在老化过程中的状态变化，对电池当前所处的健康状态作出判断；此种估计方法更为简单。文献［18］提出在动态工况条件下构建用来表征电池衰退的健康指标，并采用极限学习机离线对电池SOH值进行在线估计，且估算误差不超过2%。文献［19］对锂电池容量增量曲线随电池老化衰退的变化现象进行了研究，建立了基于主成分回归的容量估计模型估算电池SOH值；试验结果表明，所建模型估计误差在2%以内；该方法既可以判断出电池当前所处的健康状态，又能够识别电池的老化模式，为今后电池寿命管理系统(BMS)的研究提供依据，有较大的参考价值。
3电池寿命预测
对电池寿命进行准确的预测，不仅能够了解电动汽车的使用状况，而且也能够避免在行驶的过程中因电池出现故障而导致事故的发生。近些年来对锂电池寿命预测研究的主要方法有：
1)基于模型的方法。
此方法是通过研究电池的衰退机理，然后进行建模分析预测出电池寿命。所建立的模型的好坏直接关乎电池寿命预测的精确度。文献［20］提出了一种伪二维电化学模型，用来判断电池容量衰减程度并预测电池剩余的使用寿命。文献［21］采用马里兰大学CALCE中心的锂电池寿命数据，比较粒子滤波和扩展卡尔曼滤波算法两种不同方式所预测的电池寿命，结果表明粒子滤波算法可以更好地预测出电池剩余寿命；但粒子滤波对经
第3期周志兴等：锂离子电池寿命研究综述119
验退化模型过于依赖。文献［22］提出一种基于自回归滑动平均模型和正则化粒子滤波的融合算法，并分别与采取单一的标准粒子滤波和正则化粒子滤波算法预测电池剩余使用寿命相比较，结果表明该方法预测误差在5%以下、具有较好的预测精确度。
2）基于数据驱动的方法。
正则化粒子滤波
此方法不需要知道电池内部到底发生了多么复杂的物理和化学变化，可以直接利用监测数据中蕴藏的电池健康状态信息进行剩余寿命预测。针对电池寿命数据样本比较少的电池剩余寿命预测，文献［23］提出了一种利用灰模型的电池剩余寿命预测方法。文献［24］以电池容量作为参数，利用相关向量机的方法对电池的剩余剩余寿命进行直接预测，并与扩展卡尔曼滤波方法对比；结果表明，前者预测精确度比后者高，而且在一定程度上能够体现出预测结果的不确定性。针对直接预测电池寿命难、预测精度不高等问题，文献［25］提出了一种间接预测的方法：电池SOH好坏用等圧降放电时间表征，利用高斯回归的方法进行预测，并且把不确定性区间体现出来，且预测精度较好；但此方法计算过程繁杂，预测耗时较长。文献［26］采取极限学习机的方法对锂电池剩余寿命进行预测，预测时间短，且精度较高。
3）基于融合技术的方法。
近些年来，很多研究人员都青睐于用融合技术预测电池剩余寿命，主要是因为其克服了单一基于模型预测和单一基于数据驱动预测的局限性，可以提高预测的准确性。文献［27］提出了利用非线性退化自回归时间序列模型对电池剩余寿命进行估计，解决了概率密度分布的不确定性问题，且预测的结果较为准确。文献［28］提出了将相关向量机、粒子滤波和自回归模型融为一体的预测方法，测试结果表明此融合方法比单独使用粒子滤波和相关向量机方法预测精度更高、适用性也更强。
4结束语
从国内外锂离子电池寿命研究现状来看，研究已取得了很大的进展，在电池健康状态估计和寿命预测技术这两方面研究重点上，也形成了比较系统的方法体系。但今后研究工作挑战还在，例如：在健康状态估计方面，怎样选取最佳电池性能退化指标；在电池剩余寿命预测技术方面，如何解决因电池成组后的不一致性所造成的电池组剩余寿命预测更加困难的问题；等等。
参考文献：
[1]NISHI Y.Lithium ion secondary batteries:Past10years and the future[J].Journal of Power Sources,2001,100(1-2):101-
106.
[2]李广地，吕浩华，袁军，等.动力锂电池的寿命研究综述[J].电源技术,2016(6):1312-1314.
[3]秦红莲，高飞.温度对LiFePO4锂离子动力电池性能的影响[J].电源世界,2015(12)：32-34.
[4]吴赞，蒋新华，解晶莹.锂离子电池循环寿命快速衰减的原因[J].电池,2009,39(4)：206-207.
[5]RAMADASS P,HARAN B,WHITE R,et al.Capacity fade of Sony18650cells cycles at elevated temperates.Part1:Cycling
performance[J].Journal of Power Sources,2002,112(2)：614-620.
⑹李艳，胡杨，刘庆虱放电倍率对锂离子蓄电池循环性能的影响[J].电源技术,2006⑹:488-491.
[7]MAHER K,YAZAMI R.Effect of overcharge on entropy and enthalpy of lithium-ion batteriesfj].Electrochimica Acta,2013,
101(1):71-78.
[8]HOSSEIN M,JASON N.Howard.Effects of overdischarge on performance and thermal stability of a Li-ion cell[J].Journal of
Power Sources,2006,160(2):1395-1402.
[9]王震坡，孙逢春，林程.不一致性对动力电池组使用寿命影响的分析[J].北京理工大学学报,2006,26(7):577-580.
[10]郭光朝，李相俊，张亮，等.单体电压不一致性对锂电池储能系统容量衰减的影响[J].电力建设,2016(11)：23-2&
[11]李相哲，潘宏斌•蓄电池一致性探讨[J].电池工业,2005,10(5):285-289.
[12]何鹏林，乔月.多芯锂离子电池组的一致性与安全性[J].电池,2010,40(3):161-163.
[13]AGUBRA V,FERGUS J W.Lithium ion battery anode aging mechanisms[J].Materials,2013,6(4):1310-1325.
[14]戴海峰，周艳新，顾伟军，等.电动汽车用动力锂离子电池寿命问题研究综述[J].电源技术,2014,38(10):1952-1954,1982.
[15]汪秋婷，姜银珠，陆费豪.基于UKF的18650锂离子电池健康状况估计[J].电源技术,2016,40(3)：543-546.
[16]冯能莲，陈龙科，汤杰.锂离子电池健康状态估计方法[J].北京工业大学学报,2016,42(11):1750-1755.
120机电技术2019年6月
[17]崔瑛志，杜春雨，杨杰，等.基于衰减模式的锂离子电池状态诊断[J].电池,2017,47⑸：261-264.
[18]潘海鸿，吕治强，付兵，等.采用极限学习机实现锂离子电池健康状态在线估算[J].汽车工程,2017,39(12):1375-
1381,1396.
[19]郭琦沛，张彩萍，高洋，等.基于容量增量曲线的三元锂离子电池健康状态估计方法[J].全球能源互联网,2018(2)：
180-188.
[20]ASHWIN T R,CHUNG Y M,WANG J.Capacity fade modelling of lithium-ion battery under cyclic loading conditions[J].
Journal of Power Sources, 2016(328):586-598.
[21]苗强，崔恒娟，谢磊，等.粒子滤波在锂离子电池剩余寿命预测中的应用[J].重庆大学学报,2013(8)：47-52,60.
[22]张吉宣，贾建芳，曾建潮.电动汽车供电系统锂电池剩余寿命预测[J].电子测量与仪器学报,2018,32(3):60-66.
[23]GU W J,SUN Z C, WEI X Z,et al.A new method of accelerated life testing based on the Grey System Theory for a model­
based lithium-ion battery life evaluation system[J].Journal of Power Sources,2014(267):366-379.
[24]李赛，庞晓琼，林慧龙，等.基于相关向量机的锂离子电池剩余寿命预测[J].计算机工程与设计,2018,39(8):2682-
2687.
[25]庞景月，马云彤，刘大同，等.锂离子电池剩余寿命间接预测方法[J].中国科技论文,2014,9(1):28-36.
[26]姜媛媛，刘柱，罗慧，等.锂电池剩余寿命的ELM间接预测方法[J].电子测量与仪器学报,2016,30(2):179-185.
[27]LIU D T,LUO Y,LIU J,et al.Lithium-ion battery remaining useful life estimation based on fusion nonlinear degradation AR
model and RPF algorithm[J|.Neural Computing and Applications, 2014(25):557-572.
[28]刘月峰，赵光权，彭喜元.锂离子电池循环寿命的融合预测方法[J].仪器仪表学报,2015,36(7)：1462-1469.
胛胛胛磐沖胛沖沖沖胛沖沖沖科露；理沖辟沖沖沖胛沖沖暦胛辟卿(上接第113页)
师创新教学手段和快速评价海量作业，MOOC确实提供了高效率的帮助。总结混合教学的实践经验，归纳起来有以下几点改进建议：
1)混合教学采用线上“教”的目的是为了线下“不教或少教”。因此，建议适当减少线下课堂面授课时，线下教师应该腾出更多空间进行进行重点、难点、疑点内容的答疑式讲解，深度培养学生创新能力、实践操作、新技术探讨和对课程问题深度交流的能力。
2)混合教学是一种互联网在线自主学习+线下面授+线下实践教学相结合的教学模式，是在教师引导下、学生主动参与学习的混合。建议教师精心设计教学方案，加强课程的教学管理，真正以学生为主体进行理论实践教学双闭环控制，真实提高MOOC混合教学质量内涵。
3)实践资源的建设是培养高职应用型人才的重要环节。建议将校企融合，产学结合、二元制、现代学徒制、多元订单等一系列线下资源纳入混合教学实践资源的范畴，确保混合教学实施的有用有效性。
4)虽然线上线下混合教学具有互补性，但现阶段高职学生利用MOOC线上学习的参与度还不高，尚未对高职教学产生较大的核心竞争力。建议加强线上线下混合课堂的教学竞赛，促进此教学模式的推广应用。
5)混合教学模式基于移动互联网大数据技术，但超出现代互联网技术之外，还对专业教师运用现代教学
设备能力、自身实践水平、具备双师型执教力和一专多能素质提出更加严苛的要求。建议制定相应的激励机制，以弥补教师在开展混合教学时耗费大量的课外时间、精力和智慧。
参考文献：
[1]向文江，唐杰，周平.MOOC背景下地方高校教学管理改革研究[J].中国现代教育装备,2015(13):22-25.
[2]张策，谷松林，徐晓飞，等.MOOC教学试点学院探究[J].中国大学教学,2018(11)：38-42.
[3]许炳照.基于可追溯性的专业课堂教学质量内涵探索[J].德州学院学报,2018(2)：106-110.
[4]李特，庞洁.浅谈线上线下混合教学模式在高职教学中的应用[J].高教论坛,2017(7):117-118.
[5]赵慧.高职院校“互联网+”校园文化建设手写板[耳教育与职业,2017(4):58-62.
[6]李普华，薛宏丽，赵玉涛.多主体视域下MOOC的混合式学习探索[J].高校教育管理,2016(6)：88-92,124.
[7]雷伟军，韩利凯.SPOC教学模式实施问题解决研究[J].中国教育信息化•基础教育,2016(10):25-29.
[8]谢宾，施秋萍，刘洋，等.MOOC教学过程质量监控评价体系的构建与研究[J].教育教学论坛,2016(32)：
242-245.

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。