英语原文共 7 页
基于抽样的锂离子电池健康评估方法
Fatih Camci Celil Ozkurt Onur Toker Vepa Atamuradov
摘要
能量的存储和管理在电动和混合动力车辆应用方面逐渐成为越来越重要的问题。锂离子电池是高容量储能和相关工业应用的最重要技术替代品之一。从经济，安全和可用性方面来看，锂离子电池的健康状况（SoH）在其部署中起着关键作用。大多数（如果不是全部）与SoH估计相关的研究集中于测量与SoH相关的新参数/物理现象，或者使用若干参数开发新的统计/计算方法。本文介绍了一种用于具有多个电池单元的锂离子电池系统的SoH估计的新方法：主要思想是利用新的电路拓扑结构，无论何时进行与SoH相关的测量，都能够将电池单元分成两组，主电池和测试电池。在正常操作模式期间，所有电池单元将连接到主电池。当需要测量SoH时，一些单元将与主电池分离，并且将对这些单元执SoH估计相关测量。与处理整个电池系统的传统SoH测量方法相比，本文中所提出的方法通过分离一小组有代表性的单元来估计系统的SoH，尽管性能水平略有降低，但在这些隔离的电池上进行SoH测量，主电池中的剩余电池在正常模式下继续工作，。初步实验结果非常有希望，并验证了该方法的可行性。本文还总结了所提出的电路架构的技术细节。
关键词：电池管理系统，锂电池，电池健康状态，剩余使用寿命
1.引言
在过去的几十年中，便携式储能技术的重要性不断增加，不仅适用于手机等低功率应用，还适用于电动汽车（EV）和无人驾驶飞行器（UAV）等高功率应用。 锂离子电池是高容量储能应用方面最受欢迎的替代品之一。 随着电池单元数量的增加，负责单个电池的状态监测，维持其操作限制，保护它们免受超差条件，电池单元电压平衡，电池状态估计，充电状态（SoC），健康状况（SoH），寿命状态（SoL）和最大充电的电池管理系统（BMS）的复杂性也在增加。
电池系统的SoH是使用过程中最有效的关键参数。可以通过SoH测量来估计电池表现出不令人满意的性能的时间[2]。准确的SoH实时估算对于降低电池的寿命所有权成本以及提高整个电池系统的可用性和安全性至关重要。一方面，电池的早期处理增加了电池的拥有成本;另一方面，电池的意外故障导致低可用性，安全性和舒适性。例如，如果可以避免不必要的电池更换，轻型装甲车的生命周期成本将减少94.9 K $ [3]。我们还可以注意到两个灾难性的电池故障示例：首先，在2000年，由于电池故障导致飞机的起落架无法工作，这反过来导致飞机坠毁[4]。其次，在2006年，由于电池故障相关的问题，MGS已经在太空中丢失[4]。
SoH的一般定义是当前储能容量与初始容量的比率。 尽管内部电阻和自放电可能会影响容量，但本文将使用此定义SoH[5]。
近年来，人们对SoH估算进行了广泛的研究。 SoH估算的基本方法是计算满充电电池在接入可控恒定负载时的放电能量，这被称为负载测试[6]。这种方法仅需要为了SoH估算而在恒定负载下进行完全放电过程。 很明显，应用这种方法所需的时间和劳动力都很大，并不是很实用。 该方法需要中断电池系统的正常操作，并且在测试期间导致浪费大量能量。本文的主要目的是找到解决这个问题的可行方案，更确切地说，开发一种系统，该系统可以以尽可能小的系统干扰来估计SoH，尽可能不中断其正常操作模式，并且还具有很小的能量消耗。
另一种常用的SoH估算方法是测量正常使用电池时的充电和放电能量，称为Columb计数[7]。 尽管这种方法消除了负载测试的不切实际，但测量误差可能会累积并导致显着的估计误差[8]。 需要定期校准才能获得准确的结果[7]，研究人员继续研究几种不同的改进方法[9-11]。
SoH估计的另一种方法是利用由电池制造商准备的查找表，并利用开路电压（OCV）和SoC之间的关系。 这些表可能用于间接估计SoH。 然而，由于OCV / SoC表的环境条件可能与电池的实际使用环境不同，其准确度不是很高[12]。 此外，这种技术需要非常高精度的OCV测量，导致这种方法也不那么实用[13]。
温度是一个重要参数，与其他参数一起用于SoH估计[14]。 难以直接测量的电池内阻是与SoH密切相关的另一个参数。 可以使用各种不同的电池模型来估计电池的内阻。 基本上有两种类型的电池模型：电路和电化学模型。电化学模型有利于设计电极和电解质中的电化学相互作用，但是它难以构建且耗时[5,15]。有几种电路模型，如Thevenin，Randles和集总参数电池模型[5,16]。这些模型可以估计内部阻抗，但这些估计通常不足以准确地获得SoH。
电化学阻抗谱（EIS）是一种了解电池中化学反应影响的特殊技术，但无法通过简单的传感器测量。结果表明，在特定频率下，SoH和EIS测量值之间存在密切关系[17]。 然而，EIS测量是一个困难且昂贵的过程，需要特殊的工具和设备[7]。 所需设备的尺寸和成本使得EIS对于在线应用测量不太实用。例如，在用于SoH测量的电动/混合动力车辆上安装EIS系统可能是不可行的。
从上面给出的讨论中可以看出，单个参数的测量不足以进行有效的SoH估算。 因此，在文献中已经呈现了基于各种不同参数测量的替代复杂统计和/或计算方法。 例如，模糊逻辑，人工神经网络，支持向量机，相关向量机，卡尔曼滤波器和粒子滤波器是用于SoH估算的一些工具[7]。
上述所有研究都集中于确定新的测量参数或开发用于SoH估计的新统计/计算方法。
在本文中，提出了一种完全不同的SoH估计方法。 所提出的方法不需要中断用于SoH测量的整个电池系统，而是从主系统中分离出一小组但有代表性的单元。 对这些隔离的电池执行SoH测量，而主电池系统中的剩余电池可以继续向外部提供能量，或者可以充电。 本文提出的模型有一项待批专利申请。
本文的结构如下。 在第2节中，给出了将电池单元分成两组的电路模型。 在第3节中，我们介绍了使用定制微控制器板和专业电池测试设备对锂离子电池进行的各种测试的结果。 最后，在第4节中做了一些结论性的评论。
2.方法
本文所提出的电池系统由几个（Nc）柱系统的并联连接组成，其中每个柱系统是几个（Nr）电池单元的串联连接。 应根据主电池系统的设计要求选择电池单元总数。 图1显示了用于充电，放电以及可能用于整个电池系统的参数测量的主电池系统的“thorn;”和“e”端子。
图一 采用单一充放电结构的传统电池系统
在本文中，我们设计了一种新的电路，使得无论何时，电池单元可以分成两组，在实践中可以看作两个独立的电池。每个电池单元，我们都在旁边放有两个继电器，用于控制电池单元连接的位置，并且板载微控制器用于操作这些继电器以进行系统配置。其中被称为主电池的电池系统将拥有大部分电池，并将以不间断的方式运行。另一方被称为称为测试电池的电池系统将具有剩余的电池单元，这将是所有电池单元中具有代表性的一小部分。在这一小组电池单元中，我们通过计算电池完全充电后在恒定负载下的放电能量来测量存储的能量。在执行该受控放电并计算之后，所有电池单元将再次作为一个电池连接在一起。当需要测量SoH时，完成分离过程。在SoH测量期间，主电池继续以稍微降低的性能水平运行，而不需要SoH测量时，主电池将以最高性能水平运行。
本文所提出的方法受到抽样理论的启发，即一组用于代表总体的样本。例如，可以通过选择的样品测量产品的质量，而不是测试每个产品。图2显示了传统电池系统的结构，而图3显示了本文提出的结构。图中以不同的图案表示用于测试的一些单元，而剩余的大部分将形成主电池。所提出的方法基于以下假设：采样电池单元的SoH可以代表整个电池系统。这种方法消除了负载测试的缺点（时间，劳动力需求和浪费的能量），这是测量存储能量的基本且最有效的方法。对这些所选电池单元的SoH测量需要较少的时间，劳动力并且导致显着降低的浪费能量水平。
图二 正常运行的电池系统
图三单元选择概念的测试
图4显示了这项工作中提出的电路架构。当需要进行SoH测量时，这种设计将电池系统（更准确地说是电池）分为两组，称为“主电池”和“测试电池”。主电池由大多数电池单元组成，用作电池向主负载供电。另一方面，测试电池由一小部分电池组成，用于测量SoH估算所需的参数。这些电池单元的选择方法可以是随机的或基于特定算法的。电池单元连接到主电池或测试电池的方法是通过为每个电池单元装配一对继电器（继电器1和继电器2）来实现的。所提出的电池系统的输出包括两个“thorn;”和两个“e”端子，其中一个用于主电池，另一个用于测试电池。仅在需要进行SoH相关的测量时才形成并使用测试电池。电池单元选择算法在台式PC上编程，台式PC连接到操作所有板载继电器的微控制器系统。根据从台式PC接收的消息，操作这些板载继电器的微控制器可以将选定的电池与主电池系统分开，将这些选定的电池重新编组为测试电池，将剩余的电池重新编组为主电池。只要SoH测量结束，微控制器系统就可以将所有单元重新配置为单个主电池系统。
图四 需要时作为两个电池工作的电池系统
在电池系统的正常使用中，所有电池单元都连接到主电池。 当需要测试或测量时，基于选择算法的所选电池单元与主电池分离并连接到测试电池。 主电池和测试电池是独立的，一个可以在另一个放电时充电。 测试电池通过充电机制充满电，然后以恒定负载放电以进行SoH测量。
测试电池的充电和放电可以在受控参数下进行，而不影响主电池的正常使用。 由于测试电池由少量电池单元组成，因此在短时间内获得测量结果。 我们建议使用这些测量值来估算整个电池系统的SoH。 这些SoH测量不会影响电池的正常使用，因为在测试电池上进行SoH测量时，主电池继续以略微降低的性能水平运行。以这种方式，采样的电池单元用于测量SoH，其余的继续用作电池向主负载供电。 测试完成后，整个系统可以继续以完整的性能水平一起工作。
人们可以考虑两种替代方法。 第一个，选择电池单元的数量，使得当所有电池用于主电池时，满足性能要求，但是当形成测试电池时，系统能够承受降低后的性能水平。 例如，如果需要100个电池单元来满足全部性能要求，并且分离10个电池用于测试，则剩余的90个电池单元将提供略微降低的性能水平。 因此，应该接受性能降低或在测试期间不应使用电池。 例如，可以在电动/混合动力车辆的停放期间执行测试，或者在测试期间容忍降低的速度/加速度。
另一种替代方案是安装冗余电池单元，即超出必要数目的单元。 例如，系统需要100个电池单元，而SoH测量需要使用10个单元用于测试，那么在这个替代方案中，我们建议在系统中使用110个电池单元。 在正常操作期间，即当不进行SoH测量时，将有随机的（或基于算法）10个电池单元保持空闲。
设NL表示在锂离子电池寿命期间可以在锂离子电池单元中执行的平均充电/放电循环次数。 我们建议在总Nt单元中对Ns单元进行基于抽样的SoH测量。 可以采用一些伪随机选择算法，但所选单元的采样和SoH测量将以相对频率F进行，即（F-1）次电池中的所有单元将用于主系统充电/放电 然后，将从主系统中分离出Ns个总Nt单元数，并对这些分离的单元进行SoH测量。 在此期间，剩余的Nt-Ns电池将位于主电池中，并提供不间断的服务，可能会略微降低性能水平。 因此，我们要求：
F gt;gt; 1，即不要经常测量SoH
Nt/Ns gt;gt; 1，即每次选择一组相对较小的细胞。 尽量减少SoH测量的影响，但我们也要求Nx = （NL/F）*Nt/Nsgt; gt;1。
因此，在电池系统的整个寿命期间，每个电池被选择几次（如果使用随机选择则平均为Nx）用于SoH测量。例如，如果NL = 2000，那么F = 10和Ns / Nt = 1/10将导致Nx = 20，即每个单元将在预期期间平均监测Nx = 20次。
所提出的架构的关键思想是可以通过使用电池单元旁边的继电器来改变电池连接的电路拓扑。 这些继电器由板载微控制器操作，后者又从运行Windows.NET应用程序的台式PC获取命令。
建议的电池系统具有以下优点：
将在不中断主电池功能的情况下估算电池SoH。
与其它电池单元相比异常劣化的单元将会被检测到。
将检测并防止与电池相关的故障和事故。
将根据估计的SoH有效地估计电池达到其寿命终点的时间。 这将有效地延长电池寿命，减少不必要的电池更换和电池故障风险。
3.结果与分析
已经开发出基于微控制器的电子系统，其能够将所选择的电池与主电池系统分离并在测试之后将它们再次组合回来。换句话说，基于微控制器的系统使电池单元能够分成两组，每组在需要时表现为单独的电池。开发的电路板可以控制32个电池单元（8个串联连接，分成4行）。在我们的实验室实验中，使用16个电池单元（8个串联连接，2行），其中一个电池单元已经分开进行测试（采样率为1/16）。图5显示了基于开发的微控制器的电子板。该系统可通过USB连接上的定制设计协议与台式PC（也称为主机或主机PC）通信。电子板被主机PC识别为HID设备，并且不需要开发用于系统操作的特殊USB驱动器。在主机PC上，我们开发了一个NET应用程序，用于管理电池系统。
图五 定制的电子电路板
标准AA型锂离子电池（阴极：LiFePO 4，阳极：TiO 2 /石墨烯，3.2V 600mAh，0.6A速率，2.22Wh）已被用作电池电池。 该板有两层，顶层有微控制器系统，底层有电池单元插座，每个单元的继电器对，以及必要的驱动电子设备。
电池系统已经通过960次充放电循环降级。已经在28V和20V之间以1Ah执行充电放电循环。已经设定了每个循环之间30分钟的等待时间。在正常的充电 - 放电循环期间，电池系统整体工作。通过将所选电池单元与主电池分离并且每30个循环将它们连接到测试电池来激活测试电池。每次，在先前未选择的单元格中随机执行选择过程。在第一次测试中，
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
