王亞楠，韓雪冰，盧蘭光，馮旭寧，李建秋，歐陽(yáng)明高

（清華大學(xué)，汽車安全與節(jié)能國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100084）

1 電動(dòng)汽車動(dòng)力系統(tǒng)概述

1.1 現(xiàn)存關(guān)鍵問(wèn)題

為助力“雙碳”目標(biāo)的實(shí)現(xiàn)，汽車電動(dòng)化發(fā)展勢(shì)在必行，動(dòng)力電池是電動(dòng)汽車動(dòng)力系統(tǒng)的關(guān)鍵部件，亟需開(kāi)展深入研究。本文中從智能電池、智能管理和智慧能源三大方向闡述當(dāng)前動(dòng)力電池系統(tǒng)發(fā)展面臨的關(guān)鍵問(wèn)題和主要需求，并從材料科學(xué)、物質(zhì)科學(xué)到系統(tǒng)科學(xué)等多個(gè)層面展開(kāi)評(píng)述動(dòng)力電池系統(tǒng)感知、監(jiān)測(cè)、管理直至能源互動(dòng)的研究現(xiàn)狀和發(fā)展趨勢(shì)。

1.1.1 智能電池與主動(dòng)控制

電池內(nèi)部存在大量的復(fù)雜微觀電化學(xué)反應(yīng)，對(duì)電池的長(zhǎng)期穩(wěn)定運(yùn)行有嚴(yán)重危害，電池外部傳感如電流、電壓和溫度表現(xiàn)微弱、且存在滯后性，往往直到電池內(nèi)部已因劇烈反應(yīng)導(dǎo)致燃燒、爆炸時(shí)，電池管理系統(tǒng)（battery management system，BMS）才能監(jiān)測(cè)到異常信號(hào)。帶有多智能傳感器的智能電池，可監(jiān)測(cè)電池內(nèi)部溫度、電極電位、壓力和氣體等多種信號(hào)，從而可更精準(zhǔn)地進(jìn)行電荷狀態(tài)估計(jì)和主動(dòng)控制，是下一代電池的發(fā)展方向。針對(duì)各傳感器信號(hào)的處理、分析及其在BMS中的作用，仍缺乏系統(tǒng)性的研究。此外，目前多數(shù)傳感器仍寄生于電池外部，一方面是植入技術(shù)不成熟，另一方面是植入所帶來(lái)的電池隱患難以排除，這些都是亟需解決的技術(shù)難題。

1.1.2 電池缺陷與安全監(jiān)測(cè)

電池缺陷已成為電動(dòng)汽車熱失控的重要誘因。在生產(chǎn)端的缺陷未能被有效地識(shí)別，流入市場(chǎng)后觸發(fā)隨機(jī)性、突發(fā)性事故，目前無(wú)法通過(guò)測(cè)試進(jìn)行評(píng)估，也缺少專門的質(zhì)量管理手段來(lái)完全消除隱患。如何在生產(chǎn)端有效控制缺陷和識(shí)別預(yù)警亟待研究。在單體層面，內(nèi)部缺陷區(qū)域可能已經(jīng)觸發(fā)熱失控而沒(méi)有外在顯示。在模組層面，缺陷電池與正常電池在相同條件下可能呈現(xiàn)出截然不同的現(xiàn)象。在系統(tǒng)層面，現(xiàn)有算法主要聚焦于已知故障類型的分類或分級(jí)，而故障背后的缺陷類型缺少描述，對(duì)于故障的發(fā)展趨勢(shì)和潛在風(fēng)險(xiǎn)無(wú)法準(zhǔn)確分析。此外，缺陷引發(fā)電池?zé)崾Э氐臋C(jī)理（突發(fā)型熱失控機(jī)理）尚不明確，并存在傳感器布置數(shù)量少、數(shù)據(jù)的精度與同步性差、無(wú)法獲取電池內(nèi)部信息和傳感器成本與壽命等問(wèn)題。

1.1.3 電池衰退與智能管理

2023年即將退役的鋰離子電池的總?cè)萘款A(yù)計(jì)將達(dá)到48.09 GW·h，其后續(xù)處理方式關(guān)系到環(huán)境保護(hù)和資源循環(huán)再利用等，但電池的回收和梯次利用尚缺少對(duì)退役電池快速有效的檢測(cè)、評(píng)價(jià)和篩選手段，如電池性能“跳水”問(wèn)題。針對(duì)電池老化衰減和大規(guī)模退役電池的發(fā)生，適用于全氣候全生命周期的電池智能管理技術(shù)亟需完善?，F(xiàn)有建模技術(shù)如電化學(xué)模型、等效電路模型（equivalent circuit model，ECM）、數(shù)據(jù)驅(qū)動(dòng)模型等，都存在各自的局限性，如電化學(xué)模型參數(shù)辨識(shí)問(wèn)題、ECM的物理解釋問(wèn)題、數(shù)據(jù)驅(qū)動(dòng)模型的過(guò)擬合、工況匹配和噪聲干擾等問(wèn)題。智能管理還須結(jié)合電池老化衰減過(guò)程進(jìn)行充電管理、熱管理和均衡管理，目前在線控制策略仍存在缺少電化學(xué)機(jī)理描述、精度不高和難以提前預(yù)測(cè)等問(wèn)題。

1.1.4 電池儲(chǔ)能與智慧能源

從加油到充電，車輛的能源補(bǔ)給方式產(chǎn)生巨大的變革，車輛也可成為移動(dòng)的儲(chǔ)能站。（1）在快充快換方面：鋰離子電池快充的安全性不足，快充過(guò)程的產(chǎn)熱問(wèn)題嚴(yán)重，熱管理系統(tǒng)設(shè)計(jì)困難，基礎(chǔ)設(shè)施建設(shè)和運(yùn)行成本過(guò)高；而換電式補(bǔ)給實(shí)現(xiàn)多站多車型兼容互換是最大的難點(diǎn)，換電車和電池的不可靠連接存在潛在安全風(fēng)險(xiǎn)，換電設(shè)備一次換電成功率相對(duì)較低。（2）在車站互動(dòng)方面：充換電設(shè)施與屋頂光伏、建筑用能等構(gòu)成能源補(bǔ)給微網(wǎng)；如何對(duì)上級(jí)電網(wǎng)、可再生能源發(fā)電、電動(dòng)汽車充換電負(fù)荷間的能量進(jìn)行優(yōu)化調(diào)度，促進(jìn)微網(wǎng)內(nèi)部可再生能源的消納和降低對(duì)電網(wǎng)沖擊等亟需深入研究。（3）在車網(wǎng)協(xié)同方面：目前大范圍大規(guī)模電動(dòng)汽車調(diào)度技術(shù)的實(shí)時(shí)性有待驗(yàn)證，基礎(chǔ)設(shè)施改造成本較高，缺乏有效市場(chǎng)機(jī)制和商業(yè)模式，很多充電接口和通信標(biāo)準(zhǔn)尚不支持車輛放電行為或高頻切換的充放電模式。

1.2 主要需求

上述行業(yè)痛點(diǎn)與技術(shù)難點(diǎn)問(wèn)題，為動(dòng)力電池系統(tǒng)明確了需求，形成未來(lái)研究的聚焦點(diǎn)。

1.2.1 智能電池與主動(dòng)控制

針對(duì)多種傳感功能的傳感器，亟需開(kāi)發(fā)微型化、高穩(wěn)定、低阻隔的植入電芯式器件。圍繞無(wú)損植入式智能電池傳感的核心，須優(yōu)化傳感器的材料與功能，開(kāi)發(fā)智能傳感系統(tǒng)的安全構(gòu)建策略，搭建信號(hào)提取和無(wú)線傳輸功能，加強(qiáng)對(duì)電池安全的主動(dòng)控制能力。此外，須考慮電池內(nèi)部狀態(tài)復(fù)雜性，從電池機(jī)理出發(fā)建立傳感器信號(hào)與電池內(nèi)部狀態(tài)映射關(guān)系，研究多種信號(hào)協(xié)同估計(jì)方法。此外，在電池的主動(dòng)控制方面，須研究對(duì)溫度、電流和電壓等協(xié)同控制的方法，在保證電池安全長(zhǎng)壽運(yùn)行的同時(shí)實(shí)現(xiàn)更優(yōu)的動(dòng)力性。

1.2.2 電池缺陷與安全監(jiān)測(cè)

針對(duì)電池缺陷問(wèn)題，須圍繞電池缺陷致失效機(jī)理、安全邊界和外在特征開(kāi)展研究。須闡明全生命周期下缺陷發(fā)展過(guò)程與關(guān)鍵指標(biāo)，建立缺陷診斷管理體系?；陔姵厝毕菹嚓P(guān)機(jī)理與特征，強(qiáng)化現(xiàn)有診斷算法，對(duì)故障進(jìn)行定量分析并預(yù)測(cè)故障的發(fā)展趨勢(shì)。此外，須增加溫度傳感器的布置數(shù)量，提升現(xiàn)有傳感器的數(shù)據(jù)精度、采樣頻率和數(shù)據(jù)同步性，并結(jié)合智能傳感方向的研究與技術(shù)，布置諸如氣體和形變等其他傳感器，獲取更多信息。

1.2.3 電池衰退與智能管理

針對(duì)退役電池的回收和梯次利用，須開(kāi)發(fā)快速有效的無(wú)損檢測(cè)和篩選方法。同時(shí)，關(guān)于電池性能“跳水”機(jī)理目前還沒(méi)有明確的定論，尚須開(kāi)展研究。還須進(jìn)一步開(kāi)發(fā)相應(yīng)的全生命周期管理技術(shù)，用于預(yù)測(cè)電池的壽命（“跳水時(shí)刻”）和優(yōu)化電池使用工況。針對(duì)全氣候全生命周期電池智能管理，在考慮電池老化衰減的情況下，改進(jìn)電化學(xué)、等效電路和數(shù)據(jù)驅(qū)動(dòng)等建模技術(shù)，開(kāi)發(fā)可靠有效的與高精度壽命相關(guān)的關(guān)鍵狀態(tài)估計(jì)方法，并結(jié)合智能傳感和主動(dòng)控制等方面的研究，完善在線充電管理、熱管理和均衡管理策略。

1.2.4 電池儲(chǔ)能與智慧能源

（1）對(duì)于充換補(bǔ)給：須開(kāi)發(fā)高比能量鋰離子電池及其全氣候安全快充算法，開(kāi)發(fā)寬溫域管理技術(shù)和精準(zhǔn)控溫策略；探索大功率柔性充電技術(shù)，加快快充基礎(chǔ)設(shè)施的普及程度；不斷創(chuàng)新?lián)Q電模式和換電裝備技術(shù)，加強(qiáng)換電車輛和電池安全保障措施，研發(fā)大范圍高精度車輛停車位置精確檢測(cè)系統(tǒng)等。（2）對(duì)于車站互動(dòng)：須探索能源補(bǔ)給微網(wǎng)多層級(jí)多時(shí)間尺度運(yùn)行優(yōu)化策略，在微網(wǎng)層級(jí)研究“源?網(wǎng)?荷?儲(chǔ)”自適應(yīng)協(xié)調(diào)控制方法，在系統(tǒng)層級(jí)研究上級(jí)電網(wǎng)與本地微網(wǎng)的動(dòng)態(tài)互動(dòng)算法。（3）對(duì)于車網(wǎng)協(xié)同：須設(shè)計(jì)大規(guī)模電動(dòng)汽車接入電網(wǎng)的聚合算法，及其參與配網(wǎng)和大電網(wǎng)的調(diào)控策略，以保證電動(dòng)汽車響應(yīng)能夠滿足電網(wǎng)調(diào)節(jié)的需求；同時(shí)應(yīng)發(fā)展低時(shí)延的響應(yīng)技術(shù)和長(zhǎng)壽命電池管理技術(shù)。

1.3 共性問(wèn)題與關(guān)鍵技術(shù)

1.3.1 全生命周期流場(chǎng)分布

（1）物質(zhì)能量流

在車用鋰離子電池全生命周期演化過(guò)程中，物質(zhì)與能量的流動(dòng)形成從材料到系統(tǒng)又通過(guò)資源回收再生回到材料的鏈?zhǔn)介]環(huán)，即電池物質(zhì)流（圖1）。其中，以材料?單體?系統(tǒng)?整車?車輛運(yùn)行?殘值評(píng)估?回收?資源再生?材料為主線。

圖1 車用鋰離子電池全生命周期物質(zhì)流

（2）數(shù)據(jù)信息流

隨著數(shù)字化程度的加深，鋰離子電池的物質(zhì)流中還包含大量數(shù)據(jù)和信息流（圖2）。大數(shù)據(jù)造就了伴隨電池全生命周期不同類型、層級(jí)的數(shù)據(jù)，構(gòu)成了電池單體、模組、整包甚至整車的數(shù)據(jù)畫(huà)像。這些數(shù)據(jù)最終匯聚至云端平臺(tái)作為優(yōu)化管理的主要數(shù)據(jù)來(lái)源。

圖2 車用鋰離子電池全生命周期信息流

（3）流場(chǎng)綜合管理

結(jié)合圖1和圖2，BMS設(shè)計(jì)須緊緊跟隨全生命周期物質(zhì)流和信息流的流動(dòng)方向與分布，而如何充分利用積累數(shù)據(jù)和合理調(diào)控能量交換，是如今電動(dòng)汽車動(dòng)力系統(tǒng)的共性問(wèn)題。對(duì)能量交換的合理優(yōu)化，能夠?qū)㈦妱?dòng)汽車與充換電站、電網(wǎng)等互動(dòng)，實(shí)現(xiàn)調(diào)峰調(diào)頻、削峰填谷等功能；有效利用積累數(shù)據(jù)，建立城市甚至大區(qū)域的車輛數(shù)據(jù)庫(kù)，挖掘機(jī)理相關(guān)特征，并結(jié)合數(shù)據(jù)驅(qū)動(dòng)算法和數(shù)字孿生技術(shù)等，實(shí)現(xiàn)電池一致性分析、安全預(yù)警、壽命預(yù)測(cè)和殘值評(píng)估等一系列多維度全方位的綜合管理功能。

1.3.2 數(shù)字孿生技術(shù)

數(shù)字孿生技術(shù)充分利用物理模型、傳感器采集信息和運(yùn)行數(shù)據(jù)等，集成多學(xué)科、多物理量和多尺度的仿真過(guò)程，在虛擬空間中完成對(duì)實(shí)體鋰離子電池全生命周期過(guò)程的映射，為車輛BMS構(gòu)建高精度數(shù)字模擬模型，即虛擬電池模型（圖3）。根據(jù)云端歷史數(shù)據(jù)，基于平臺(tái)的強(qiáng)大算力和存儲(chǔ)空間構(gòu)建電池孿生模型，能夠大幅提升狀態(tài)估計(jì)精度、安全預(yù)警能力和主動(dòng)安全防護(hù)機(jī)制效率，與傳統(tǒng)BMS技術(shù)相比，可更有效地減少前期開(kāi)發(fā)過(guò)程中的實(shí)驗(yàn)量，縮短開(kāi)發(fā)周期。

圖3 基于數(shù)字孿生的電池管理

1.3.3 云邊端構(gòu)架

云?邊?端構(gòu)架正在推動(dòng)BMS的發(fā)展。云計(jì)算物聯(lián)網(wǎng)的出現(xiàn)，使BMS能夠?qū)崿F(xiàn)聚合大數(shù)據(jù)分析等功能。物理世界和虛擬世界之間的通信通常由終端、邊緣和云組成的框架來(lái)實(shí)現(xiàn)，基于云?邊?端構(gòu)架的下一代BMS（圖4）可提供傳統(tǒng)BMS難以實(shí)現(xiàn)的高精度電池狀態(tài)監(jiān)測(cè)，并改善電池性能預(yù)測(cè)和其他復(fù)雜優(yōu)化功能。

圖4 云?邊?端構(gòu)架的下一代電池管理體系

2 智能電池與主動(dòng)控制

2.1 智能感知

針對(duì)電池內(nèi)部物理化學(xué)狀態(tài)的識(shí)別，研究人員提供了多樣的感知機(jī)制，期望借由更多物理化學(xué)信號(hào)的提取，幫助BMS以相對(duì)較少的測(cè)試數(shù)據(jù)，建立精簡(jiǎn)高效的主動(dòng)控制策略（圖5）。

圖5 智能感知流程

2.1.1 溫度

單體成組后組內(nèi)溫差加速電池組劣化，而在高倍率場(chǎng)景下將面臨比單體更高的散熱壓力。因此，須將溫度傳感信號(hào)集成到BMS中實(shí)現(xiàn)溫度狀態(tài)的實(shí)時(shí)監(jiān)控。但流道的快速降溫設(shè)計(jì)使通道溫度與實(shí)際溫度存在弛豫現(xiàn)象和誤差，影響溫度探測(cè)的準(zhǔn)確性，尤其針對(duì)突發(fā)型熱失控，現(xiàn)有感知能力仍十分薄弱。對(duì)此，研究人員開(kāi)展了植入式溫度傳感器的研究，例如利用柔性電子技術(shù)實(shí)現(xiàn)電壓?電流?溫度三合一的傳感功能（圖6（a）），以及將溫度傳感器制備到柔性襯底并植入集流體，實(shí)現(xiàn)棱柱電池內(nèi)部原位多點(diǎn)的溫度檢測(cè)。

圖6 動(dòng)力電池植入式傳感器方案示例

2.1.2 壓力/應(yīng)變

電池的呼吸作用使單體內(nèi)部壓力隨SOC而變化，造成活性材料脫嵌鋰前后的體積變化。此類內(nèi)部壓應(yīng)力無(wú)法完全消除，且隨著電池充放電的過(guò)程會(huì)對(duì)電池的輸出性能和使用壽命產(chǎn)生影響。現(xiàn)有大部分研究是外置壓力傳感設(shè)備，較難及時(shí)檢測(cè)到內(nèi)部壓力變化。因此，慕尼黑工業(yè)大學(xué)團(tuán)隊(duì)通過(guò)植入棱柱電池內(nèi)部TPMS芯片進(jìn)行實(shí)時(shí)高精度的氣壓測(cè)量（圖6（b）），但該項(xiàng)工作僅僅定性描述了內(nèi)部氣體壓力與SOC和老化程度等的非線性關(guān)系。智能電池設(shè)計(jì)須探索壓力應(yīng)變與電池安全狀態(tài)、充放電狀態(tài)和衰減程度的映射關(guān)系，但目前還沒(méi)有針對(duì)電池內(nèi)部過(guò)充、局部析鋰等情況的內(nèi)部壓力分布探測(cè)方案，例如可采用柔性的薄膜式壓力傳感器，但其本身的穩(wěn)定性有待提升。

2.1.3 光纖布拉格光柵傳感器

光纖布拉格光柵（fibre bragg grating，F(xiàn)BG）傳感器具有良好的抗腐蝕性、抗拉伸性、高介電性和耐高溫性等，應(yīng)用于電池內(nèi)部物化環(huán)境具有明顯的穩(wěn)定性和良好的溫度及應(yīng)變的探測(cè)能力，可同時(shí)感知溫度和應(yīng)力的變化。Pecht團(tuán)隊(duì)將單根光纖傳感器植入紐扣電池，而軟包和圓柱等類型電池相比于紐扣電池具有結(jié)構(gòu)優(yōu)勢(shì)，如植入LFP軟包電池兩層隔膜中間，或在圓柱電池中心位置植入。此外，可通過(guò)引入兩根光纖共同工作對(duì)溫度和應(yīng)力的變化解耦。通過(guò)降低光纖尺寸，避免對(duì)電池結(jié)構(gòu)和離子遷移的影響，F(xiàn)BG傳感器對(duì)電池的原位在線監(jiān)測(cè)可用于溫度或壓力模塊的原型設(shè)計(jì)制作，開(kāi)發(fā)最佳充電模式并提高安全性，并為熱模型和狀態(tài)預(yù)測(cè)方法提供可靠的驗(yàn)證。

2.1.4 氣體

鋰離子電池循環(huán)過(guò)程中會(huì)釋放CH、H、CO等氣體，揭示不同氣體產(chǎn)生機(jī)制和產(chǎn)氣檢測(cè)可用于判定電池特定反應(yīng)和工作狀態(tài)。2018年，Kuhn團(tuán)隊(duì)針對(duì)大容量軟包電池單體和電池模組進(jìn)行了多物理信號(hào)監(jiān)測(cè)下的熱失控測(cè)試，所涉及的物理信號(hào)包括電池電壓、溫度、氣體濃度、煙霧、絕緣電阻、應(yīng)力和氣體壓力（圖7）。但如何在結(jié)構(gòu)封閉的單體電池內(nèi)部植入氣體傳感器仍沒(méi)有較好的解決方案。Hansen團(tuán)隊(duì)研究認(rèn)為采用結(jié)構(gòu)穩(wěn)定的微米級(jí)銅絲生長(zhǎng)氧化銅/氧化亞銅納米線作為氣體探測(cè)傳感器植入到電池內(nèi)部具有一定的可行性。

圖7 開(kāi)放空間電池模組多傳感器融合測(cè)試結(jié)果［14］

2.1.5 植入式電位傳感器

在鋰離子電池研究中常采用參比電極測(cè)量電池液相電位，將參比電極植入電池中，為電池提供一個(gè)原位診斷工具，參比電極此時(shí)成為植入式電位傳感器，并與被測(cè)電極構(gòu)成測(cè)量控制回路。由于短路風(fēng)險(xiǎn)和狹窄的工作空間，參比電極的制作、實(shí)測(cè)和應(yīng)用皆須考慮電解質(zhì)的化學(xué)成份和極片幾何形狀設(shè)計(jì)等因素。常規(guī)類型的制作方法包括T型Swagelok接頭裝配法、參比電極植入法和原位沉積法等。在實(shí)際測(cè)試中，參比電極不可避免地會(huì)偏離熱力學(xué)平衡勢(shì)。因此，電勢(shì)穩(wěn)定的參比電極須具備較高的交換電流密度，以使其能快速建立和恢復(fù)平衡電位，并具有良好的可逆性。向電池內(nèi)部植入?yún)⒈入姌O，可對(duì)正、負(fù)極的電化學(xué)阻抗譜進(jìn)行解耦分析，用于研究極片和電解液之間的界面反應(yīng)等。可在不拆解電池的情況下，監(jiān)測(cè)電池運(yùn)行狀態(tài)。此外，研究人員通常使用參比電極確定電池快充邊界，優(yōu)化充電策略等。

2.2 智能電池應(yīng)用與主動(dòng)控制

植入多類傳感器的智能電池，可使其管理與控制得到簡(jiǎn)化或完善，從而為BMS更具實(shí)用性的安全可靠提供了更多可能性（圖8）。壓力傳感器的布置位置較為靈活，軟包電池可布置在電芯之間，而方殼電池可布置于電芯內(nèi)部卷芯之間。在單體熱失控初期副反應(yīng)加劇，電池溫度和壓力信號(hào)都會(huì)上升，溫度傳感器和壓力傳感器配合進(jìn)行有效預(yù)警和防止產(chǎn)生更嚴(yán)重的安全事故。另外，有研究表明，電池的壓力會(huì)隨著電池荷電狀態(tài)（SOC）變化發(fā)生規(guī)律性變化，因此基于壓力傳感器的SOC估計(jì)或許會(huì)成為電池SOC估計(jì)技術(shù)的突破點(diǎn)。在實(shí)車運(yùn)行過(guò)程中可能會(huì)形成熱梯度，導(dǎo)致附于電池表面的溫度傳感器測(cè)溫值與電芯內(nèi)部真實(shí)溫度產(chǎn)生較大差異。傳統(tǒng)電池內(nèi)部溫度狀態(tài)估計(jì)方法，如基于三維電池?zé)崮Ｐ?、降階模型溫度估計(jì)，卡爾曼濾波器估計(jì)等具有不同精度和復(fù)雜度。內(nèi)部植入溫度傳感器的智能電池，則可完全省去上述估計(jì)過(guò)程，直接測(cè)量電池內(nèi)部溫度。電池功率狀態(tài)（SOP）的估計(jì)往往是基于SOC狀態(tài)和溫度狀態(tài)進(jìn)行查表，因此結(jié)合內(nèi)置的電位傳感器和溫度傳感器可進(jìn)行更準(zhǔn)確快捷的SOP估計(jì)。有團(tuán)隊(duì)研發(fā)了一種內(nèi)部植入鎳箔的極速自加熱全氣候電池，基于此電池的低溫加熱快充和常溫快充都表現(xiàn)出充電速度和壽命上更可靠的控制優(yōu)勢(shì)。

圖8 智能電池的應(yīng)用

電池傳感器結(jié)合分級(jí)電池模型可得到兩電極電壓，再通過(guò)閉環(huán)反饋可更精確地估計(jì)SOC；特別針對(duì)磷酸鐵鋰電池的電壓“平臺(tái)區(qū)”問(wèn)題。電池剩余能量估計(jì)方法大部分是以電池SOC估計(jì)為基礎(chǔ)，因此基于電位傳感器還可進(jìn)行更高精度的剩余能量估計(jì)。更進(jìn)一步，可進(jìn)行續(xù)駛里程的估計(jì)。針對(duì)電池管理和在線診斷，電池的老化機(jī)理可通過(guò)可用鋰離子損失（LLI）、正負(fù)極活性材料損失（LAM）和內(nèi)阻的變化獲得，傳統(tǒng)方法是利用雙水箱模型端電壓重構(gòu)，而若使用電位傳感器，則可直接測(cè)得正負(fù)極電位而省去模型的重構(gòu)過(guò)程。電位傳感器還可應(yīng)用于析鋰檢測(cè)。鋰枝晶的持續(xù)生長(zhǎng)可能刺穿隔膜導(dǎo)致內(nèi)短路進(jìn)而誘發(fā)熱失控，電位傳感器可檢測(cè)內(nèi)短路電池的正負(fù)極電位的異常變化，以進(jìn)行內(nèi)短路的診斷。此外，電位傳感器還可以用于過(guò)充電檢測(cè)和輔助設(shè)計(jì)大倍率無(wú)析鋰快充算法。

3 缺陷電池與安全監(jiān)測(cè)

3.1 缺陷電池

目前針對(duì)電池存在的各類缺陷問(wèn)題，現(xiàn)有研究主要基于已有的電池老化、析鋰和內(nèi)短路等機(jī)理，對(duì)缺陷局部影響和致失效過(guò)程進(jìn)行解釋性研究，而至今未見(jiàn)有對(duì)缺陷電池的整體性和系統(tǒng)性的研究報(bào)道。尚未建立各類缺陷與電池?zé)崾Э厥鹿手g的明確關(guān)聯(lián)，還須對(duì)缺陷安全邊界和全生命周期缺陷演化機(jī)制進(jìn)行研究（圖9）。

圖9 缺陷電池主要研究與發(fā)展趨勢(shì)

3.1.1 缺陷與熱失控機(jī)理

極片缺陷與隔膜缺陷是電池生產(chǎn)缺陷的主要類型。極片可能發(fā)生材料缺失、材料團(tuán)聚、雜質(zhì)顆粒混入和極片撕裂等缺陷；隔膜可能發(fā)生閉孔、褶皺和隔膜裂紋等缺陷。不同類型的缺陷具有不同的理化機(jī)理與發(fā)展特征，在電池內(nèi)部可能共同存在并相互影響。目前缺陷相關(guān)研究主要關(guān)注典型缺陷的復(fù)現(xiàn)與機(jī)理分析，其中材料缺失、雜質(zhì)顆粒和隔膜閉孔是最主要的3類。（1）材料缺失即正負(fù)極極片活性材料局部的缺失，可能來(lái)源于涂層不均、擠壓粘連、涂層破裂和涂層剝離等。材料缺失的直接影響是對(duì)應(yīng)區(qū)域正負(fù)極活性材料比（N/P比）異常。正極材料缺失會(huì)導(dǎo)致鄰近區(qū)域材料的嵌鋰量變化大于正常區(qū)域，促進(jìn)不可逆相變和過(guò)渡金屬溶解等有害副反應(yīng)的發(fā)生，加速材料老化。而溶解后的過(guò)渡金屬還可能在負(fù)極沉積，加速負(fù)極老化。同理，負(fù)極材料缺失導(dǎo)致的嵌鋰量變化和低電位會(huì)進(jìn)一步在充電時(shí)導(dǎo)致析鋰。缺陷區(qū)域正負(fù)極材料老化失去活性后，產(chǎn)生與材料缺失類似的效果，導(dǎo)致缺陷區(qū)域不斷擴(kuò)大進(jìn)而加速電池整體的衰退。（2）隔膜閉孔即隔膜內(nèi)部的孔隙封閉，失去傳導(dǎo)鋰離子的作用。主要誘因有：①隔膜制造過(guò)程中局部未能正常產(chǎn)生多孔結(jié)構(gòu)；②局部擠壓力過(guò)大，多孔狀結(jié)構(gòu)被壓縮，孔隙封閉；③局部過(guò)熱導(dǎo)致隔膜材料融化變形；④外來(lái)異物阻塞隔膜孔隙。隔膜閉孔發(fā)生后，兩側(cè)正負(fù)極材料無(wú)法直接參與反應(yīng)。在充電時(shí)，缺陷區(qū)正極鋰離子堆積，大量鋰離子從缺陷區(qū)邊緣繞行流向負(fù)極，使缺陷區(qū)邊緣負(fù)極液相電位升高，缺陷邊緣更易發(fā)生析鋰。從實(shí)驗(yàn)驗(yàn)證角度，須人為制造閉孔隔膜進(jìn)行測(cè)試找到幾何特征?充電倍率的安全邊界。除缺陷區(qū)邊緣的直接析鋰外，析出的鋰也可能造成阻隔效應(yīng)，導(dǎo)致缺陷區(qū)域擴(kuò)大。（3）顆粒雜質(zhì)可能來(lái)源于上游原料、切割環(huán)節(jié)的碎屑、加工設(shè)備磨損粉塵和焊接環(huán)節(jié)的焊渣等。顆粒雜質(zhì)混入電池后，失效機(jī)理主要有直接機(jī)械損傷與間接金屬枝晶兩類。直接機(jī)械損傷即顆粒本體在外部壓力作用下對(duì)極片和隔膜造成破壞。間接金屬枝晶指混入正極的顆粒在高電位下發(fā)生電化學(xué)腐蝕溶解，而后在低電位的負(fù)極析出為金屬枝晶，枝晶不斷生長(zhǎng)穿透隔膜引發(fā)內(nèi)短路。當(dāng)短路點(diǎn)溫度超過(guò)隔膜崩潰溫度，引發(fā)熱失控。

3.1.2 缺陷識(shí)別技術(shù)

電池生產(chǎn)的多個(gè)環(huán)節(jié)均可能產(chǎn)生缺陷并流入市場(chǎng)，現(xiàn)有缺陷識(shí)別技術(shù)研究主要在生產(chǎn)線上開(kāi)展，在使用環(huán)節(jié)的識(shí)別技術(shù)較少。在生產(chǎn)線上，主要的檢測(cè)技術(shù)可以分為視覺(jué)方法和特殊設(shè)備兩類。部分缺陷可體現(xiàn)為材料外觀的異常，可通過(guò)機(jī)器視覺(jué)方法進(jìn)行實(shí)時(shí)識(shí)別，例如基于實(shí)時(shí)光學(xué)圖像，結(jié)合決策樹(shù)等人工智能方法，實(shí)現(xiàn)對(duì)隔膜/極片的全檢和對(duì)異常點(diǎn)的報(bào)警。除幾何特征外，各類缺陷也包含其他可用于識(shí)別的特殊表現(xiàn)。例如，隔膜裂紋導(dǎo)致隔膜透氣性改變，可采用氣壓檢測(cè)方法。金屬顆粒不直接造成短路時(shí)，可能存在尖端放電現(xiàn)象，對(duì)注液前干極片正負(fù)極施加高電壓，金屬顆粒將可能被擊穿，以此實(shí)現(xiàn)缺陷識(shí)別，即HIPOT檢測(cè)。對(duì)于已組裝完成的電池，可以使用超聲波或CT方法進(jìn)行內(nèi)部探傷，識(shí)別缺陷。以上方法均適用于生產(chǎn)線檢測(cè)，車上的在線缺陷識(shí)別方法尚待研究。

3.2 安全監(jiān)測(cè)

鋰離子電池系統(tǒng)的安全預(yù)警主要是針對(duì)電池?zé)崾Э氐念A(yù)警，目前車用BMS和絕大部分電池安全預(yù)警方法都是基于電?熱信號(hào)。此外，也有相關(guān)研究根據(jù)氣體、聲音和形變等多傳感器信號(hào)進(jìn)行電池安全監(jiān)測(cè)（圖10）。

圖10 安全預(yù)警方法主要分類

3.2.1 基于熱失控機(jī)理的安全預(yù)警方法

基于熱失控機(jī)理的安全預(yù)警方法以某種具體的熱失控誘因作為檢測(cè)目標(biāo)，比如電化學(xué)誘因中的內(nèi)短路、析鋰，電誘因中的外短路或熱誘因中的異常接觸電阻。對(duì)于內(nèi)短路檢測(cè)，其檢測(cè)原理可以概括為：基于電和熱信號(hào)提取反映內(nèi)短路的異常放電或異常產(chǎn)熱的特征參數(shù)并報(bào)警?，F(xiàn)有大部分內(nèi)短路檢測(cè)方法除受限于特定工況、特定電池組結(jié)構(gòu)和特定電池?cái)?shù)量外，還面臨一個(gè)共同的不足：算法的有效性驗(yàn)證幾乎都是通過(guò)并聯(lián)短路電阻或用外短路代替內(nèi)短路來(lái)實(shí)現(xiàn)，其本質(zhì)是對(duì)并聯(lián)等效電阻的檢測(cè)，缺少內(nèi)短路機(jī)理的支撐導(dǎo)致只適用于等效電阻定義范疇內(nèi)的短路情況。對(duì)于析鋰檢測(cè)，其檢測(cè)原理包括以下兩種：（1）基于鋰的重新嵌入過(guò)程引起的特征電壓信號(hào)進(jìn)行析鋰檢測(cè)，例如電池低溫充電后的放電曲線的高電壓平臺(tái)，或充電析鋰后的靜置電壓曲線的高電壓平臺(tái)，Ren等開(kāi)發(fā)了基于充電后弛豫電壓微分分析的電池充電析鋰定量檢測(cè)方法；（2）析鋰副反應(yīng)對(duì)電池衰減特征有不同程度的影響，通過(guò)對(duì)比可以判斷電池是否析鋰，例如容量衰減?，F(xiàn)有析鋰檢測(cè)方法一方面受限于監(jiān)控?cái)?shù)據(jù)的缺失，另一方面受限于實(shí)際運(yùn)行工況中很少出現(xiàn)恒流充放電情況，且容量、內(nèi)阻和庫(kù)倫效率等參數(shù)往往難以準(zhǔn)確獲取。

3.2.2 數(shù)據(jù)驅(qū)動(dòng)的安全預(yù)警方法

數(shù)據(jù)驅(qū)動(dòng)的安全預(yù)警不考慮具體的熱失控誘因，而是通過(guò)大數(shù)據(jù)挖掘異常特征。主要分為兩類：（1）基于信號(hào)分析提取異常值，如熵分析、小波變換、模態(tài)分解和相關(guān)性分析等，其中以香農(nóng)熵應(yīng)用最廣泛；（2）機(jī)器學(xué)習(xí)，如聚類、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等構(gòu)建分類模型或回歸模型用于安全預(yù)警。典型的輸入特征有：電壓的“電壓偏差增量”和“累積偏差數(shù)”，實(shí)車大數(shù)據(jù)的電壓、SOC、溫度、車速和制動(dòng)踏板行程等。數(shù)據(jù)驅(qū)動(dòng)方法的一大局限為需要巨大的數(shù)據(jù)計(jì)算量和存儲(chǔ)量，難以在現(xiàn)有車載BMS端部署。但目前很多整車廠都在搭建云端大數(shù)據(jù)平臺(tái)，數(shù)據(jù)驅(qū)動(dòng)的方法有望在此類平臺(tái)上應(yīng)用。另外，此類方法是從信息科學(xué)角度出發(fā)，算法本身與電池?zé)崾Э貦C(jī)理脫鉤，報(bào)警信號(hào)與電池安全狀態(tài)難以建立明確的對(duì)應(yīng)關(guān)系。

3.2.3 基于多傳感器信號(hào)的安全預(yù)警

在電池的熱失控過(guò)程中，根據(jù)2.1節(jié)可知，包括氣體等多種類的特征信號(hào)需要對(duì)應(yīng)的傳感器來(lái)測(cè)量，而通過(guò)綜合利用多傳感器信號(hào)，有望實(shí)現(xiàn)更為有效的安全預(yù)警。Koch等對(duì)大容量軟包電池單體和電池模組進(jìn)行了多傳感器信號(hào)測(cè)量下的密閉環(huán)境單體加熱熱失控實(shí)驗(yàn)和開(kāi)放環(huán)境模組針刺實(shí)驗(yàn)。測(cè)量信號(hào)包括電壓、溫度、氣體濃度、煙霧、絕緣電阻、應(yīng)力和氣體壓力，結(jié)果表明各信號(hào)響應(yīng)速度和顯著程度在熱失控發(fā)生前有所不同。Pannala等通過(guò)記憶合金短路觸發(fā)熱失控實(shí)驗(yàn)測(cè)試了壓力傳感器的信號(hào)響應(yīng)。Su等針對(duì)電池儲(chǔ)能應(yīng)用場(chǎng)景，在標(biāo)準(zhǔn)儲(chǔ)能集裝箱中進(jìn)行電池過(guò)充熱失控實(shí)驗(yàn)，比較了多種氣體濃度傳感器、聲音傳感器對(duì)電池?zé)崾Э氐捻憫?yīng)情況。目前基于多傳感器信號(hào)的安全預(yù)警研究仍處在實(shí)驗(yàn)階段，且實(shí)驗(yàn)往往采用加熱、過(guò)充或針刺等較為劇烈的熱失控觸發(fā)方法，沒(méi)有考慮到諸如內(nèi)短路、析鋰等更為隱蔽的熱失控誘因。在實(shí)際使用中，還須解決傳感器的成本、壽命、布置位置和信號(hào)傳輸方式等諸多問(wèn)題。

4 壽命衰退與智能管理

4.1 電池回收與梯次利用

4.1.1 電池全生命周期循環(huán)與材料回收

部分鋰離子電池退役后在特定場(chǎng)景下仍具有應(yīng)用潛力，若對(duì)符合要求的退役電池進(jìn)行梯次利用，可提高車用鋰離子電池全生命周期價(jià)值。電池退役后，可根據(jù)其剩余能量和健康狀況對(duì)其進(jìn)行梯次利用或直接拆解并經(jīng)過(guò)物理和化學(xué)過(guò)程回收貴金屬元素（圖11）。正極材料生產(chǎn)成本占電池生產(chǎn)總成本的1/3以上，因此，當(dāng)前電池回收主要是針對(duì)正極材料，回收工藝可以分為火法冶金、濕法冶金和直接修復(fù)法等。

圖11 鋰離子電池全生命周期

（1）火法冶金回收工藝，即將電池在高溫煅燒下處理，直接獲得貴金屬合金和其他副產(chǎn)物。大多數(shù)歐美電池回收企業(yè)主要采用該工藝路徑，如Umicore，Accurec等。由于使用高溫處理，工藝較為簡(jiǎn)單，處理成本低，但常常伴隨高能耗、高排放，仍存在尾氣收集處理等問(wèn)題。（2）我國(guó)大多企業(yè)目前主要采用濕法冶金回收，將廢舊電池尤其是其正極材料溶解于溶液中，經(jīng)過(guò)萃取主要元素，獲得純度較高的元素提取液。使用該工藝的代表企業(yè)有邦普、國(guó)軒高科和華友循環(huán)等。該工藝能耦合火法冶金工藝，實(shí)現(xiàn)高純度的元素提取，但也存在流程復(fù)雜、設(shè)備要求高和使用腐蝕性溶液導(dǎo)致大量廢液難以處理等問(wèn)題。（3）直接修復(fù)法是當(dāng)前受到眾多關(guān)注的回收方法，與上述工藝的區(qū)別在于利用已有金屬元素進(jìn)行材料再制備。依據(jù)電池材料性能衰退和失效機(jī)理，希望采用簡(jiǎn)單的物理方法處理廢舊正極材料。該工藝具有工藝流程短、設(shè)備簡(jiǎn)單、污染較低和回收效率高等優(yōu)勢(shì)。

4.1.2 梯次利用的主要問(wèn)題與技術(shù)難點(diǎn)

退役電池梯次利用的主要問(wèn)題有：退役電池的分類、篩選和重組；梯次電池的全生命周期管理和安全風(fēng)險(xiǎn)評(píng)估。面臨的技術(shù)難點(diǎn)包括：“跳水”機(jī)理分析、老化電池安全性演變、無(wú)損快速檢測(cè)和電池延壽。針對(duì)退役電池檢測(cè)，須根據(jù)健康狀態(tài)和一致性，附加安全性和歷史數(shù)據(jù)，對(duì)其進(jìn)行全方位綜合評(píng)估（圖12）。

圖12 退役電池檢測(cè)思路

容量和內(nèi)阻健康狀態(tài)（SOHC、SOHR）的衰退程度影響梯次電池的可用性能，與退役電池殘余價(jià)值關(guān)聯(lián)；一致性是橫向比較模組/電池包優(yōu)劣的重要指標(biāo)，可反映“短板”問(wèn)題及電池歷史服役強(qiáng)度。根據(jù)退役電池是否有歷史數(shù)據(jù)，解決方案可劃分為“黑箱”和“白箱”（圖13）。白箱方案具有誤差自修正和結(jié)果準(zhǔn)確的優(yōu)勢(shì)，只需很少的退役檢測(cè)即可實(shí)現(xiàn)電池性能的精準(zhǔn)評(píng)估。黑箱方案須對(duì)電池進(jìn)行全方位摸底測(cè)試，再通過(guò)經(jīng)驗(yàn)預(yù)測(cè)電池壽命，對(duì)電池安全性難以評(píng)估。

圖13 黑箱白箱方案與關(guān)鍵技術(shù)

退役電池進(jìn)行梯次利用后，其在網(wǎng)運(yùn)維也十分關(guān)鍵（圖14）。需要關(guān)注“短板”電池的惡化情況，提前判斷容量跳水問(wèn)題，早期更換或維護(hù)問(wèn)題模組；設(shè)立多層級(jí)安全報(bào)警機(jī)制，主動(dòng)辨識(shí)+被動(dòng)防護(hù)，保證電池穩(wěn)定運(yùn)行；以及通過(guò)運(yùn)維大數(shù)據(jù)閉環(huán)分析，科學(xué)優(yōu)化退役分選體系。

圖14 梯次電池在網(wǎng)運(yùn)維關(guān)鍵問(wèn)題

4.2 全生命周期智能管理

4.2.1 電池模型

（1）電池動(dòng)力模型

電池模型可以分為電化學(xué)模型、ECM和數(shù)據(jù)驅(qū)動(dòng)模型（表1）。（1）電化學(xué)模型中，偽二維（pseudo?two?dimensional，P2D）模型能較為完整地反映電池內(nèi)部機(jī)理，但其求解計(jì)算量較大，難以應(yīng)用于實(shí)時(shí)BMS；單檢子模型（single particle model，SPM）是P2D最為廣泛應(yīng)用的簡(jiǎn)化版本，但該模型僅適用于低倍率放電（小于C/2）；為適用于高倍率放電工況，通過(guò)增加液相鋰離子濃度分布的描述，提出增強(qiáng)SPM（enhanced SPM，eSPM）。（2）ECM 結(jié)構(gòu)簡(jiǎn)單，計(jì)算量小，是目前電池在線狀態(tài)估計(jì)過(guò)程中應(yīng)用最為廣泛的模型，如1RC和2RC；ECM中的RC環(huán)節(jié)只能代表固定時(shí)間常數(shù)的線性特性，而無(wú)法充分描述實(shí)際電池的全頻域響應(yīng)特性和非線性行為，尤其在低SOC區(qū)域模型精度較差；針對(duì)以上問(wèn)題，有研究考慮電池電化學(xué)特性提出了基于物理的 ECM。（3）數(shù)據(jù)驅(qū)動(dòng)模型，其中LR、EL、KNR算法由于無(wú)法描述電池退化過(guò)程只適用于簡(jiǎn)單建模場(chǎng)景；深度學(xué)習(xí)（deep learning，DL）算法較強(qiáng)的非線性建模能力，適用于處理電池的時(shí)序大數(shù)據(jù)，其中RNN可描述時(shí)序數(shù)據(jù)的長(zhǎng)期相關(guān)性，但易出現(xiàn)梯度消失的問(wèn)題，可通過(guò)改進(jìn)得到長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)（LSTM）解決此問(wèn)題，而CNN通過(guò)卷積運(yùn)算將電池特征進(jìn)行分解和重組，進(jìn)而提取有效信息，魯棒性和穩(wěn)定性更佳。

表1 鋰電池主要建模方法

（2）電池衰減模型

現(xiàn)有鋰離子電池壽命衰減模型可以分為經(jīng)驗(yàn)?zāi)Ｐ?、半機(jī)理模型和機(jī)理模型（表2）。3類模型目標(biāo)都是預(yù)測(cè)電池容量減少和內(nèi)阻增加的壽命衰減情況。目前工程應(yīng)用受限于參數(shù)標(biāo)定難度而一般采用經(jīng)驗(yàn)?zāi)Ｐ?，但由于?jīng)驗(yàn)?zāi)Ｐ蜑殚_(kāi)環(huán)模型且參數(shù)和不同工況下的自適應(yīng)性非常有限。因此，研究人員提出了無(wú)模型的容量/內(nèi)阻估計(jì)方法，如模糊邏輯的卡爾曼濾波法和數(shù)據(jù)驅(qū)動(dòng)法等，更進(jìn)一步可將經(jīng)驗(yàn)?zāi)Ｐ团c無(wú)模型方法結(jié)合，實(shí)現(xiàn)電池壽命的閉環(huán)融合在線預(yù)測(cè)。

表2 電池衰減模型分類

4.2.2 狀態(tài)估計(jì)

用于表征鋰離子電池的電量、容量、能量、功率和安全狀態(tài)等關(guān)鍵維度的對(duì)應(yīng)狀態(tài)表示為SOX，如SOC、SOH、能量狀態(tài)（SOE）、功率狀態(tài)（SOP）和安全狀態(tài)（SOS）等（圖15）。這些狀態(tài)的估計(jì)方法可分為無(wú)模型和基于模型的方法。無(wú)模型方法結(jié)構(gòu)簡(jiǎn)單，如SOC的安時(shí)積分法、開(kāi)路電壓法和數(shù)據(jù)驅(qū)動(dòng)算法等，基于模型方法大部分以表1和表2中的模型為基礎(chǔ)，設(shè)計(jì)觀測(cè)器或卡爾曼濾波器實(shí)現(xiàn)狀態(tài)估計(jì)。目前在實(shí)際車載BMS中對(duì)多類狀態(tài)估計(jì)普遍采用的是簡(jiǎn)單、計(jì)算量小的查表對(duì)照方法。為提高精度，逐漸采用研究最為廣泛的基于ECM的卡爾曼濾波系列方法。而現(xiàn)有狀態(tài)估計(jì)還存在幾個(gè)方面的不足：（1）尚未充分考慮電池耐久性的影響，如單體衰減和系統(tǒng)衰減；（2）在不同工況條件下的自適應(yīng)性較差；（3）多狀態(tài)聯(lián)合估計(jì)結(jié)合方式單一。因此，估計(jì)方法將朝著機(jī)器學(xué)習(xí)和數(shù)據(jù)驅(qū)動(dòng)算法的方向發(fā)展，或開(kāi)發(fā)機(jī)器學(xué)習(xí)與基于模型方法融合的混合算法，以期實(shí)現(xiàn)高精度的多SOX估計(jì)。

圖15 動(dòng)力電池多狀態(tài)估計(jì)與管理

4.2.3 智能管理

（1）充電管理

在電池運(yùn)行過(guò)程中，充電時(shí)間、充電導(dǎo)致的容量衰退和充電效率通常是相互矛盾的。現(xiàn)有充電策略主要分為3類：（1）多階段恒流?恒壓充電策略，采用算法優(yōu)化階段次數(shù)、電流幅值和階段時(shí)長(zhǎng)；（2）基于ECM充電策略，目前部分研究采用ECM提高充電策略性能，然而ECM無(wú)法反映電池電化學(xué)機(jī)理，致使其未能充分利用電池容量和功率；（3）基于機(jī)理模型的充電策略，為實(shí)現(xiàn)無(wú)析鋰的無(wú)損快充，研究人員嘗試采用機(jī)理模型。由于電化學(xué)?熱?老化耦合模型無(wú)法直接應(yīng)用，有研究采用簡(jiǎn)化降階模型實(shí)現(xiàn)全生命周期充電控制，以平衡充電時(shí)間和性能衰退。

（2）熱管理

電池包熱管理包括高溫冷卻和低溫預(yù)熱。這里主要闡述電池高溫冷卻技術(shù)。根據(jù)冷卻介質(zhì)的不同，目前高溫冷卻可以分為空氣冷卻、液體冷卻和相變材料冷卻，前兩者分別適用于小倍率和大倍率場(chǎng)景。冷卻效果取決于結(jié)構(gòu)布局、流道設(shè)計(jì)和冷卻控制策略?，F(xiàn)有研究大部分關(guān)注于控制策略，如模糊邏輯、協(xié)同管理和神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)算法。相變材料可以在相變過(guò)程中吸收和釋放熱量，但難以滿足大倍率放電場(chǎng)景。目前正探索混合冷卻方式，如空氣?相變材料和液體?相變材料，充分利用流體給相變材料散熱，提高熱管理性能。

（3）均衡管理

均衡管理包括均衡結(jié)構(gòu)和均衡策略兩個(gè)方面。均衡電路主要分為能量消耗型（被動(dòng)均衡）和能量轉(zhuǎn)移型（主動(dòng)均衡）。耗能電路由于成本低、控制簡(jiǎn)單，廣泛用于電動(dòng)汽車均衡管理中。均衡策略可以電壓、SOC、容量等多個(gè)組合指標(biāo)為基礎(chǔ)。在實(shí)際均衡管理中通常采用基于電壓的策略，但均衡效率會(huì)受到限制?；赟OC的均衡策略以保持SOC一致為目標(biāo)，可以最大化電池包的容量?；谌萘康木獠呗愿鶕?jù)總?cè)萘?、可充電容量和可放電容量，縮短充電時(shí)間并增加可用容量。然而SOC和容量無(wú)法直接測(cè)量，且其估計(jì)準(zhǔn)確性易受各種因素，如模型精度、老化程度和溫度等的影響。

5 電池儲(chǔ)能與智慧能源

5.1 快充快換

5.1.1 電動(dòng)汽車快充系統(tǒng)

電動(dòng)汽車的快充系統(tǒng)是要求短時(shí)間內(nèi)實(shí)現(xiàn)車載電池包的快速能量補(bǔ)給。在電動(dòng)汽車行業(yè)中，存在快充系統(tǒng)（充電功率超過(guò)50 kW）和超級(jí)充電系統(tǒng)（10 min充電里程增加200英里）的不同定義。為避免電動(dòng)汽車高比能量鋰離子電池大功率充電過(guò)程負(fù)極析鋰、容量衰減和安全問(wèn)題發(fā)生（圖16），可從以下方面入手：（1）設(shè)計(jì)兼顧功率的能量型電池。負(fù)極析鋰和電池過(guò)熱是限制充電過(guò)程的重要因素，且大容量電池內(nèi)部存在電位和溫度的不均衡特性，因而須設(shè)計(jì)最優(yōu)充電曲線，開(kāi)發(fā)電池快充的能力。（2）車?樁系統(tǒng)的合理設(shè)計(jì)是電動(dòng)汽車快充的保障。電動(dòng)汽車的電壓平臺(tái)正逐步向800~1 000 V發(fā)展。熱管理系統(tǒng)則須解決大功率充電的產(chǎn)熱和環(huán)境適應(yīng)性問(wèn)題。大功率充電會(huì)造成充電系統(tǒng)的高產(chǎn)熱功率和過(guò)溫問(wèn)題。將充電樁和電池系統(tǒng)進(jìn)行一體化熱管理也是一種可行方案。同時(shí)，大功率充電還須匹配低溫預(yù)熱技術(shù)。目前的可行方法包括：①采用自加熱電池實(shí)現(xiàn)全氣候應(yīng)用，溫升速率可達(dá)到60℃/min。②基于電池包分組的車載電機(jī)有源激勵(lì)加熱方法，成本低，實(shí)車實(shí)測(cè)溫升達(dá)到6℃/min以上。③采用充電樁激勵(lì)交變電流加熱電池包的方案，根據(jù)充電樁功率不同可實(shí)現(xiàn)4~10℃/min的溫升速率。（3）充電站建設(shè)。充電站的建設(shè)須增加建站地點(diǎn)的輸配電容量，且運(yùn)行過(guò)程中避免產(chǎn)生過(guò)大的功率沖擊威脅電力系統(tǒng)穩(wěn)定性。為實(shí)現(xiàn)充電站功率負(fù)荷的平穩(wěn)，可以在充電站配備儲(chǔ)能電池，調(diào)節(jié)電站功率波動(dòng)。

圖16 快充快換技術(shù)問(wèn)題、解決方案和應(yīng)用場(chǎng)景對(duì)比

5.1.2 電動(dòng)汽車快換系統(tǒng)

換電模式全天候?qū)﹄姵剡M(jìn)行補(bǔ)電，大大縮短了等待時(shí)間，而車電分離大大降低了新能源車輛的購(gòu)置成本，有效延緩電池衰減，減少對(duì)電網(wǎng)的沖擊。目前國(guó)內(nèi)外換電技術(shù)均可實(shí)現(xiàn)乘用車3 min換電，商用車5 min換電。由于能量補(bǔ)充快，車電分離等技術(shù)優(yōu)勢(shì)，換電車輛市場(chǎng)已初具規(guī)模，前景可期。然而，目前的換電技術(shù)還存在多車型不兼容互換，形成“換電孤島”；換電站數(shù)量少，換電等待時(shí)間長(zhǎng)；換電行業(yè)標(biāo)準(zhǔn)化程度低，制造成本高等問(wèn)題，嚴(yán)重制約了換電模式電動(dòng)汽車的發(fā)展和推廣。另外，乘用車快換電池和車的松散結(jié)構(gòu)連接，換電車的安全問(wèn)題也不容忽視。須從以下幾方面實(shí)現(xiàn)技術(shù)突破：（1）制定完善的互換系列標(biāo)準(zhǔn)，使各個(gè)“換電孤島”形成互聯(lián)互通互換的網(wǎng)絡(luò)化基礎(chǔ)設(shè)施。（2）創(chuàng)新?lián)Q電模式。采用雙機(jī)器人協(xié)同換電，研發(fā)配套的高速換電機(jī)器人和協(xié)同調(diào)度控制系統(tǒng)，最終實(shí)現(xiàn)急速“閃換”。（3）智能檢測(cè)技術(shù)。提高車輛停位檢測(cè)精度，使一次換電成功率接近100%。（4）換電安全技術(shù)。建立基于電池狀態(tài)數(shù)據(jù)分析的故障預(yù)警算法，建設(shè)換電車輛安全監(jiān)控平臺(tái)。通過(guò)車聯(lián)網(wǎng)實(shí)現(xiàn)電池和車24 h自動(dòng)安全預(yù)警與應(yīng)急處置，確保車輛、電池和駕乘人員的安全。

5.2 車站互動(dòng)

5.2.1 充換電互補(bǔ)能源系統(tǒng)

為解決可再生能源消納與大規(guī)模電動(dòng)汽車充電的雙重難題，發(fā)展快充與快換耦合的多類型電動(dòng)汽車能源補(bǔ)給微網(wǎng)（圖17），并將其作為配電網(wǎng)的重要支撐部分，是一項(xiàng)可行的解決措施與戰(zhàn)略方向?？斐鋮^(qū)通過(guò)大功率快充樁為乘用車進(jìn)行短時(shí)、快速熱管理或補(bǔ)電，快速換電區(qū)為商用車、重型貨車等車輛提供換電服務(wù)。目前，依據(jù)時(shí)間尺度和控制對(duì)象的差異，電動(dòng)汽車能源補(bǔ)給微網(wǎng)控制包括變流器層級(jí)的動(dòng)態(tài)控制、多變流器間協(xié)調(diào)和系統(tǒng)層級(jí)的能量管理（圖18），如下垂控制和規(guī)則控制等?，F(xiàn)有微網(wǎng)能量管理優(yōu)化策略的難點(diǎn)在于，可再生能源的間歇性、多變性和充電負(fù)荷的隨機(jī)性，應(yīng)從通信結(jié)構(gòu)、時(shí)間尺度和算法等角度進(jìn)行改進(jìn)，結(jié)合優(yōu)化問(wèn)題的時(shí)變性、非線性和隨機(jī)性，提升能量管理策略的最優(yōu)性、實(shí)時(shí)性和魯棒性。

圖17 光儲(chǔ)充換智能微網(wǎng)系統(tǒng)

圖18 “光?儲(chǔ)?充?換”微網(wǎng)分層控制結(jié)構(gòu)

此外，微網(wǎng)運(yùn)行在并網(wǎng)模式下，參與大電網(wǎng)互動(dòng)，為大電網(wǎng)提供削峰填谷和頻率調(diào)節(jié)等電力輔助服務(wù)。此時(shí)，微網(wǎng)能量管理策略的設(shè)計(jì)須結(jié)合大電網(wǎng)服務(wù)需求和微網(wǎng)內(nèi)部運(yùn)行效益，例如以微網(wǎng)效益優(yōu)化進(jìn)行“二次協(xié)調(diào)”，以及利用價(jià)格激勵(lì)優(yōu)化區(qū)域充換電微網(wǎng)運(yùn)行，以減小負(fù)荷峰谷差等。

5.2.2 光儲(chǔ)充互補(bǔ)能源系統(tǒng)

除集中式充電站外，住宅區(qū)和工作單位也是電動(dòng)汽車補(bǔ)電的重要場(chǎng)所。隨著新能源發(fā)電比例的快速增長(zhǎng)，形成建筑光伏一體化的趨勢(shì)，屋頂光伏?電動(dòng)汽車?建筑負(fù)荷構(gòu)成建筑微網(wǎng)（見(jiàn)圖19）。電動(dòng)汽車作為移動(dòng)儲(chǔ)能裝置，通過(guò)雙向能量調(diào)節(jié)，既可充電并消納光伏發(fā)電能量，也可為建筑負(fù)荷提供電能補(bǔ)給。建筑微網(wǎng)與電網(wǎng)互動(dòng)的優(yōu)化可通過(guò)調(diào)節(jié)建筑微網(wǎng)中不同組成部件及其控制策略，例如動(dòng)態(tài)調(diào)整電動(dòng)汽車充放電倍率以提升光伏能量利用率，根據(jù)光伏發(fā)電和家庭負(fù)荷曲線設(shè)計(jì)模式劃分策略，以及對(duì)變頻空調(diào)進(jìn)行虛擬同步機(jī)改造進(jìn)而參與微網(wǎng)互動(dòng)等方法。

圖19 光儲(chǔ)充互補(bǔ)能源系統(tǒng)示意圖

5.3 車網(wǎng)協(xié)同

5.3.1 電動(dòng)汽車與電網(wǎng)協(xié)同的必要性

根據(jù)《節(jié)能與新能源汽車技術(shù)路線圖2.0》預(yù)測(cè)，2030年新能源汽車銷量將達(dá)到汽車總銷量的40%~50%，總保有量達(dá)到8 000萬(wàn)輛，年用電量將達(dá)3 000億kW·h，相當(dāng)于2030年全國(guó)預(yù)測(cè)用電量9.87萬(wàn)億kW·h的3%。到十四五末期，隨著交通電氣化的加速，將有超過(guò)2 000萬(wàn)輛電動(dòng)汽車的充電負(fù)荷接入電網(wǎng)，充電總功率將超過(guò)1億kW，帶來(lái)海量分布式新增沖擊負(fù)荷，將給電網(wǎng)安全運(yùn)營(yíng)和經(jīng)濟(jì)調(diào)度帶來(lái)巨大挑戰(zhàn)。在發(fā)電側(cè)，存在電源容量與負(fù)荷平衡問(wèn)題。在配電側(cè)，存在電能質(zhì)量問(wèn)題，具體包括：諧波污染、電壓偏差、變壓器過(guò)載、三相電壓不對(duì)稱和電壓紋波。

車網(wǎng)互動(dòng)（vehicle to grid，V2G）技術(shù)被認(rèn)為是構(gòu)建新型智慧電力系統(tǒng)的重要組成部分（見(jiàn)圖20）。車網(wǎng)互動(dòng)的發(fā)展能激活海量分布式儲(chǔ)能資源，對(duì)于電力系統(tǒng)規(guī)劃和碳減排具有重要作用。與無(wú)序充電或單獨(dú)的智能有序充電相比，V2G能降低用電功率峰值，降低電力系統(tǒng)新增投資甚至將新增投資轉(zhuǎn)為負(fù)值，將碳排放也變?yōu)樨?fù)值。然而，車網(wǎng)互動(dòng)減碳潛力與發(fā)電結(jié)構(gòu)密切相關(guān)，文獻(xiàn)［112］的測(cè)算表明，在煤炭發(fā)電裝機(jī)仍大于40%的情景下，V2G反而會(huì)造成額外的碳排放。

圖20 車網(wǎng)協(xié)同層級(jí)架構(gòu)、運(yùn)營(yíng)模式與發(fā)展展望

5.3.2 電動(dòng)汽車與電網(wǎng)協(xié)同的主要方式

（1）電動(dòng)汽車接入配電網(wǎng)與微電網(wǎng)

電動(dòng)汽車接入后，能夠改善配網(wǎng)負(fù)荷、電能質(zhì)量和運(yùn)行經(jīng)濟(jì)性。在改善配網(wǎng)負(fù)荷方面，美國(guó)NREL研究表明，電動(dòng)汽車大規(guī)模接入（滲透率超過(guò)50%）并采取有序充電，則幾乎不需要發(fā)電側(cè)的新增裝機(jī)。在改善電能質(zhì)量和運(yùn)行經(jīng)濟(jì)性方面，有研究測(cè)算在丹麥?zhǔn)褂煤?jiǎn)單充電計(jì)劃的系統(tǒng)成本為263歐元/車輛/年，而智能充電車輛的系統(tǒng)成本為36 歐元/車輛/年，節(jié)省 227 歐元/車輛/年。文獻(xiàn)［115］中引入基于消費(fèi)者經(jīng)驗(yàn)數(shù)據(jù)的行為模型，表明有序充電可以降低發(fā)電成本，每輛車每年能帶來(lái)50?70美元的經(jīng)濟(jì)效益；且當(dāng)電動(dòng)汽車占比超過(guò)20%時(shí)，有序智能充電才能發(fā)揮較為顯著的作用。

（2）電動(dòng)汽車接入大電網(wǎng)

電動(dòng)汽車和鋰離子電池原理上符合一次調(diào)頻和二次調(diào)頻的功率支撐邏輯。一次調(diào)頻可以通過(guò)集中式聚合的電動(dòng)汽車實(shí)現(xiàn)，也可以通過(guò)分布式的下垂控制實(shí)現(xiàn)。二次調(diào)頻須進(jìn)行無(wú)差調(diào)節(jié)，一般在調(diào)頻控制器中增加積分環(huán)節(jié)即可實(shí)現(xiàn)，但此時(shí)對(duì)電動(dòng)汽車提供的能量也有更高要求，須長(zhǎng)時(shí)間補(bǔ)充造成頻率偏差的功率缺口。在新能源和電力電子占比逐漸提高的電網(wǎng)系統(tǒng)中，維持頻率穩(wěn)定除需要電池參與調(diào)頻環(huán)節(jié)外，在受到?jīng)_擊后的第一時(shí)間提供虛擬慣量，降低頻率變化率和最大波動(dòng)值將是電網(wǎng)穩(wěn)定更核心的因素。理想狀況下，鋰離子電池和電力電子設(shè)備應(yīng)在100 ms~2 s內(nèi)參與并介入頻率波動(dòng)過(guò)程，才能有效地將頻率變化率抑制在各個(gè)標(biāo)準(zhǔn)的允許范圍內(nèi)。電池本身的特性如最大功率、SOC和SOE等也將制約虛擬慣量的支撐效果。

5.3.3 車網(wǎng)互動(dòng)的關(guān)鍵環(huán)節(jié)

（1）關(guān)鍵技術(shù)

①低時(shí)延通信：需要有統(tǒng)一開(kāi)發(fā)的通信標(biāo)準(zhǔn)，部分車網(wǎng)協(xié)同應(yīng)用（如調(diào)頻）對(duì)通信的實(shí)時(shí)性要求高，響應(yīng)時(shí)間和實(shí)時(shí)性分別要在15～30 s和1～3 s范圍內(nèi)。車?樁通信是車?樁?網(wǎng)通信鏈條上必經(jīng)環(huán)節(jié)，其響應(yīng)時(shí)間與實(shí)時(shí)性必須至少維持在百毫秒級(jí)內(nèi)。②雙向電力電子模塊：雙向DC?DC被認(rèn)為是目前高壓直流充電平臺(tái)發(fā)展趨勢(shì)下，未來(lái)V2G設(shè)備的重要支持裝置。而在日本的日產(chǎn)公司等采用的交流樁系統(tǒng)中，雙向DC?AC則是關(guān)鍵的環(huán)節(jié)。③長(zhǎng)壽命電池：亟需深入研究電池在調(diào)峰、調(diào)頻輔助服務(wù)下復(fù)雜的衰減特性。④優(yōu)化調(diào)度策略：需要聚合商（aggregator）代表電動(dòng)汽車集群，通過(guò)有效的調(diào)度策略，參與日前和實(shí)時(shí)階段的電能和輔助服務(wù)市場(chǎng)。

（2）市場(chǎng)機(jī)制建設(shè)

在多市場(chǎng)主體的參與方面，文獻(xiàn)［120］中考慮到電動(dòng)車作為分布式儲(chǔ)能系統(tǒng)參與電網(wǎng)調(diào)頻服務(wù)，將車輛作為充放電決策的獨(dú)立參與主體和聚合商進(jìn)行博弈，通過(guò)智能定價(jià)給車主和聚合商帶來(lái)收益，并滿足電網(wǎng)穩(wěn)定調(diào)節(jié)的需求。文獻(xiàn)［121］中研究了車主和運(yùn)營(yíng)商之間簽訂合同的模式對(duì)車主參與V2G意愿的影響，認(rèn)為相比于傳統(tǒng)的預(yù)先簽訂長(zhǎng)期合同的方式，聚合商可以采用“現(xiàn)用現(xiàn)付”或預(yù)先支付的方式以降低車主的不確定性，從而提升用戶參與V2G的意愿。文獻(xiàn)［122］中通過(guò)在德國(guó)的調(diào)查，研究了參與V2G與否的個(gè)人、技術(shù)和經(jīng)濟(jì)因素，結(jié)果表明“里程焦慮”是用戶參與V2G的主要顧慮，消除這類擔(dān)憂后即使沒(méi)有很高的報(bào)酬也能實(shí)現(xiàn)V2G的高參與率。

6 結(jié)論與展望

汽車電動(dòng)化是我國(guó)乃至全世界汽車的必然趨勢(shì)，動(dòng)力電池系統(tǒng)是關(guān)鍵核心部件，亟需從多個(gè)層面開(kāi)展推進(jìn)。

在智能電池與主動(dòng)控制方面，考慮阻隔效應(yīng)的影響，借助柔性電子技術(shù)、先進(jìn)通信技術(shù)，設(shè)計(jì)植入式無(wú)線傳輸?shù)娜嵝苑植际蕉嘈盘?hào)集成傳感器和相應(yīng)的反饋控制系統(tǒng)將會(huì)是下一代BMS輕量化設(shè)計(jì)與顛覆性發(fā)展的關(guān)鍵。

在電池缺陷與安全監(jiān)測(cè)方面，須結(jié)合實(shí)際制造工藝，進(jìn)一步分析不同類型不同程度缺陷對(duì)應(yīng)的失效邊界，研究缺陷全生命周期演化機(jī)制與建模，探索超聲、CT、HIPOT、視覺(jué)等生產(chǎn)線檢測(cè)技術(shù)，并結(jié)合先進(jìn)傳感技術(shù)與大數(shù)據(jù)和人工智能算法，形成可靠的全流程電池安全監(jiān)測(cè)方法。

在電池衰退與智能管理方面，須面向電池全生命周期多階段應(yīng)用，從機(jī)理研究出發(fā)，結(jié)合云邊端技術(shù)、智能算法，形成云端到車端自上而下的管理體系，并在全生命周期維度上，強(qiáng)調(diào)管理閉環(huán)，增強(qiáng)老化管理、梯次利用和電池回收各環(huán)節(jié)，形成單體?系統(tǒng)?整車?使用?老化?退役?梯次?回收?再生?材料?單體的全鏈條閉環(huán)智能管理。

在電池儲(chǔ)能與智慧能源方面，目前處于前期探索階段，隨著新能源車的飛速發(fā)展和可再生能源比例的提升，須在源網(wǎng)荷儲(chǔ)各層面，開(kāi)發(fā)先進(jìn)電力電子技術(shù)和分層控制優(yōu)化算法，考慮充換協(xié)同、風(fēng)光消納、多能互補(bǔ)和多車聚合，結(jié)合大數(shù)據(jù)和人工智能等，探索兼顧魯棒性、實(shí)時(shí)性和最優(yōu)性的車?站?網(wǎng)多層級(jí)多時(shí)空尺度運(yùn)行優(yōu)化策略，構(gòu)建多微網(wǎng)協(xié)同和與大電網(wǎng)動(dòng)態(tài)互動(dòng)的能源智能調(diào)度系統(tǒng)，實(shí)現(xiàn)電力?能源?交通的智慧互聯(lián)。

感謝作者所在的清華大學(xué)車輛與運(yùn)載學(xué)院電池安全實(shí)驗(yàn)室的成員李立國(guó)、郭東旭、李亞倫、諸斐琴、蘇安宇、侯玉昆、王得鵬、孫道明、潘岳、許曉東、袁悅博、魏一凡和毛爍源在本文撰寫過(guò)程中的協(xié)助。