动力电池组健康状态评价方法的研究摘要：为研究动力电池组内各单体电池的健康状态SOH（StateofHealth），对电池极化内阻和欧姆内阻特性进行分析.根据电池欧姆内阻提出相对健康状态的评价方法，并结合电池工作时内阻对端电压的影响，采用端电压对电池组内单体电池健康状态进行评价.最后进行了对比实验验证，实验结果证明了所提方法的准确性和可行性.关键词：动力电池组；极化内阻；欧姆内阻；健康状态：TM912文献标识码：A在现有的动力电池技术水平下，电动汽车必须使用数十甚至上百只单体电池构成的电池组来满足动力需求[1-2].由于各单体电池不一致性问题的存在，使得电池组在工作过程中，会导致各单体电池性能不一致性的扩大，并将加速电池的老化[3-4].因此，对动力电池组内各单体电池健康状态SOH（StateofHealth）进行准确评价，以便及时对老化的电池进行维护或更换，这对延长动力电池组使用寿命以及保障动力电池安全运行有着重要意义.目前对电池SOH的研究相比于电池荷电状态SOC（StateofCharge）的研究要迟缓，对电池SOH的研究模型主要分为电化学模型[5-7]、经验模型[8-10]以及电路模型[11-14].文献[6]从电化学反应角度出发，将电池在循环使用过程中容量的衰减与活性锂离子的损失联系起来，提出通用的衰退模型，但该模型控制方程复杂，计算量巨大；文献[9]提出了电池容量衰退与温度之间的关系的经验模型；文献[10]对电池进行大量的实验与数据分析后，得出了基于时间、SOC、温度等因素的容量衰退模型.上述模型均依赖大量的实验数据，具有计算复杂、周期长等缺点.电路模型因其简单、直观且易嵌入电池管理系统等优势，成为工程上对电池研究的主流方向.文献[11]建立了二阶等效电路，采用最小二乘法对电池内阻进行追踪，并考虑温度影响，对老化电池的内阻变化进行了定量的研究，但是对于电池内阻与SOH之间具体关系却没有确定；文献[12]考虑电池容量衰退以及温度的影响，建立了动态适应电池外特性的等效电路仿真模型，但不能通过外特性来确定电池容量衰退；文献[13-14]均建立电路模型，采用卡尔曼滤波算法对电池SOC和SOH进行了估算，对SOC的估算精度控制在1%内，但是对于SOH的估算精度不够，最大误差为20%.目前对电池SOH的评价多是定性的分析，且是针对单体电池而言，而对电池组而言，由于单体电池间存在性能的差异，导致每个单体电池的等效电路参数不同，这样在评价各个单体电池SOH时，必然会大大增加计算量.基于上述问题，本文依据电池内阻提出了相对健康状态方法来对动力电池组内各单体电池SOH进行评价，并依据Thevenin等效电路模型推广到采用端电压法进行SOH评价，实验结果表明相对健康状态法简易可行.1试验对象及设备试验对象为国内某公司研制生产的磷酸铁锂电池组，该动力电池组由100只容量为25AH、额定电压为3.2V的单体电池串联组成，典型技术参数见表1.电池管理系统将电池分为7个模块，其中第1至第6模块共有15只单体电池，第7个模块共有10只单体电池，每个模块均有测控单元，所有测控单元通过CAN通信将采集的单体电池电压、电流、温度等信息传送至主控模块，通过PC机监控界面进行实时监测并将实时数据存入数据库以备试验分析.2电池内阻特性电池内阻是电池最为重要的特性参数之一，它是表征电池寿命以及电池性能的重要参数[14-16].通常将电池内阻分为欧姆内阻和极化内阻.欧姆内阻由电极材料、电解液、隔膜电阻及各部分零件的接触电阻组成.极化内阻是指电化学反应时由极化引起的电阻，又包括电化学极化和浓差极化[13-14].2.1欧姆内阻采用脉冲放电响应方法对不同电流下、不同SOC下的欧姆内阻进行了测取，得出如图2所示的欧姆内阻特性曲线.由图2可知，在同一电流下，动力电池欧姆内阻的大小随着SOC的变化而变化；而在同一SOC时，欧姆内阻的大小随着电流的增大而呈减小趋势.这表明欧姆内阻的大小与电池的SOC以及工作时电流大小相关.现对动力电池组内所有单体电池欧姆内阻分布情况进行研究，图3为室温下，采用10A脉冲电流测试所获取的目前所有单体电池欧姆内阻值的分布情况，并与在相同条件下的最初的欧姆内阻值的分布情况进行了对比.由图3可知，动力电池组使用一段时间后，各单体电...