近日，重慶大學(xué)車輛動力系統(tǒng)團(tuán)隊(duì)胡曉松教授及合作者在國際能源領(lǐng)域的權(quán)威期刊“Renewable and Sustainable Energy Reviews”（影響因子為10.556）上發(fā)表特邀專家評論（Expert Insights）文章“State estimation for advanced battery management: Key challenges and future trends”, 首次以教程化的方式系統(tǒng)地闡述了荷電狀態(tài)（SOC）、能量狀態(tài)（SOE）、健康狀態(tài)（SOH）、功率狀態(tài)（SOP）、溫度狀態(tài)（SOT）以及安全狀態(tài)（SOS）估計(jì)的現(xiàn)有技術(shù)水平，并列出一系列關(guān)鍵挑戰(zhàn)與難點(diǎn)。文章還從六個(gè)不同的視角揭示了未來這一新興領(lǐng)域的重要研究機(jī)遇和發(fā)展趨勢，以期促進(jìn)SOC/SOE/SOH/SOP/SOT/SOS估計(jì)技術(shù)的創(chuàng)新突破。

意義及創(chuàng)新

電池管理對于普遍的電池供電能源系統(tǒng)的運(yùn)行效率、安全性、可靠性和成本效益至關(guān)重要，例如電動汽車和可再生能源智能電網(wǎng)。由于復(fù)雜的電化學(xué)動力學(xué)和多物理場耦合特性，一個(gè)簡單的僅感知電壓、電流和表面溫度等外特性的電池黑箱仿真顯然無法實(shí)現(xiàn)高性能的電池管理系統(tǒng)功能。如何準(zhǔn)確、可靠地估計(jì)和監(jiān)測關(guān)鍵的內(nèi)部狀態(tài)，是實(shí)現(xiàn)先進(jìn)電池管理的關(guān)鍵技術(shù)。對電池的荷電狀態(tài)(SOC)、能量狀態(tài)(SOE)、健康狀態(tài)(SOH)、功率狀態(tài)(SOP)、溫度狀態(tài)(SOT)和安全狀態(tài)(SOS)有可靠的了解，是對電池進(jìn)行有效充電、熱管理和健康管理的先決條件。目前，電池狀態(tài)估計(jì)已經(jīng)受到廣泛關(guān)注，文獻(xiàn)中報(bào)道了大量的方法和技術(shù)。但本文并非以全面列出相關(guān)文獻(xiàn)的方式來綜述現(xiàn)有的方法，而是以一種簡明的教程化的方式，對該領(lǐng)域的關(guān)鍵問題、技術(shù)挑戰(zhàn)和未來趨勢提出一些有益的見解，旨在激勵(lì)更多的研究者和實(shí)踐者在這個(gè)領(lǐng)域針對動力電池的SOC/SOE/SOH/SOP/SOT/SOS估計(jì)貢獻(xiàn)創(chuàng)新的想法和工具，這對下一代電池管理系統(tǒng)的研究、設(shè)計(jì)和開發(fā)具有重要意義。

論文概述

電池狀態(tài)概述

電池動力學(xué)通?？梢杂靡粋€(gè)電化學(xué)-熱-老化耦合模型來精確描述，該多物理耦合模型的每個(gè)子模型都具有自己的時(shí)間尺度。具體來說，由于微觀電化學(xué)參數(shù)的快速變化，SOC/SOP/SOE等電池狀態(tài)通常會實(shí)時(shí)變化。由于電池的物理結(jié)構(gòu)和傳熱特性，宏觀溫度分布會在一個(gè)中等時(shí)間尺度上演變。具有最慢時(shí)間尺度的SOH在短時(shí)間內(nèi)只會略有變化，表現(xiàn)為內(nèi)部阻抗/電阻、容量等參數(shù)的緩慢變化。電池SOS可以通過評估上述狀態(tài)來全面確定。考慮到電池系統(tǒng)的安全等級要求，與SOS相關(guān)的系統(tǒng)設(shè)計(jì)和管理可能會發(fā)生變化。圖1闡述了電池SOC/SOE/SOH/SOP/SOT/SOS的多時(shí)間尺度特性。

圖1 電池關(guān)鍵狀態(tài)的多時(shí)間尺度特性

電池關(guān)鍵狀態(tài)的定義

荷電狀態(tài)（SOC）：作為電池管理系統(tǒng)（BMS）的關(guān)鍵狀態(tài)量之一， SOC具有多種表達(dá)形式。通常而言，SOC是電池可用容量與額定容量的百分比。類比于燃油車輛的油箱，SOC提供與燃油表相同的功能。此外，從電化學(xué)的角度來看，SOC能夠表示電池正負(fù)電極顆粒中所含的電荷量。SOC的變化反映了電極顆粒中鋰濃度的分布。由于可用電荷量高度依賴于電極中儲存的鋰離子量，所以SOC也可以用平均鋰濃度來直接計(jì)算。

能量狀態(tài)（SOE）：表征電池的剩余能量，近年來廣泛用于對電動汽車剩余駕駛里程的預(yù)測。與SOC相比，其意義在于，在不同SOC狀態(tài)下，由于電池的電勢水平在放電過程中都會表現(xiàn)出明顯的下降趨勢，使得相同的電荷變化量會帶來不同的能量變化。因此，被廣泛應(yīng)用的SOC僅能代表電池的剩余電量，而對剩余能量并沒有直觀的體現(xiàn)。

健康狀態(tài)（SOH）：由于存在副反應(yīng)，電池在使用過程中難免會發(fā)生性能衰減，這會導(dǎo)致電池內(nèi)部可循環(huán)鋰和活性材料的減少。為了定量地描述這一現(xiàn)象，通常用電池容量衰退或內(nèi)阻增加來評估電池的健康狀態(tài)。對于電動汽車應(yīng)用，當(dāng)電池的容量衰減20%或者內(nèi)阻增加一倍時(shí)，通常認(rèn)為該電池達(dá)到壽命終點(diǎn)（EOL）。

功率狀態(tài)（SOP）：表示電池在短時(shí)間內(nèi)可以為車輛動力傳動系統(tǒng)提供或吸收的功率。電池SOP可以看作在考慮了各種工作約束條件下，極限電流和相應(yīng)電壓的乘積。這些約束條件通常包括電池電壓，電流，SOC和溫度。

溫度狀態(tài)（SOT）：目前尚無文獻(xiàn)對SOT進(jìn)行過明確定義，在現(xiàn)有文獻(xiàn)中有用內(nèi)部溫度或溫度分布來表征電池的SOT的報(bào)道。一般來說，用溫度分布來宏觀表征電池的熱動力學(xué)。出于系統(tǒng)控制的考慮，通常采用電池的核心、平均和（或）表面溫度來代表電池的SOT。從電池的微觀機(jī)理來看，電池的SOT可以從熱源以及微結(jié)構(gòu)間的熱傳導(dǎo)來進(jìn)行闡述。

安全狀態(tài)（SOS）：在電池安全領(lǐng)域，不同國家、不同機(jī)構(gòu)都會對電池的災(zāi)害等級進(jìn)行分類，但是會存在略微不同。另外，災(zāi)害等級也可用數(shù)值方式評估。例如，災(zāi)害風(fēng)險(xiǎn)定義為災(zāi)害嚴(yán)重程度和災(zāi)害發(fā)生概率的乘積。如果進(jìn)一步考慮電池動力學(xué)，SOS可以表示為可能出現(xiàn)的濫用概率函數(shù)（包括電壓、溫度、充放電電流、內(nèi)部阻抗、電池膨脹和電池變形）的倒數(shù)。根據(jù)這一定義，SOS會隨著濫用函數(shù)的增加而降低。

現(xiàn)有估計(jì)方法及關(guān)鍵問題

SOC 估計(jì)方法及關(guān)鍵問題：SOC估計(jì)方法可以分為直接計(jì)算，基于模型，基于數(shù)據(jù)驅(qū)動三個(gè)主要類別，如圖2所示。

圖2 SOC估計(jì)方法分類

SOE估計(jì)方法及關(guān)鍵問題：比之SOC估計(jì)，在進(jìn)行SOE估計(jì)時(shí)要考慮電池平衡電勢的非線性變化特性，因此會變得更加復(fù)雜且更具挑戰(zhàn)性。到目前為止，已經(jīng)有相當(dāng)數(shù)量的學(xué)者致力于提升SOE估計(jì)的可靠性，其研究總結(jié)如圖3。

圖3 SOE估計(jì)方法分類

SOH估計(jì)方法及關(guān)鍵問題：現(xiàn)有很多方法可以用來估計(jì)電池的SOH，并可大致分為四類：基于物理模型的方法、基于經(jīng)驗(yàn)?zāi)Ｐ偷姆椒?、基于?shù)據(jù)驅(qū)動的方法，以及基于增量容量分析（ICA）的方法?，F(xiàn)有的SOH估計(jì)方法總結(jié)如圖4。

圖4 SOH估計(jì)方法分類

SOP估計(jì)方法及關(guān)鍵問題：與被廣泛研究的SOC或SOH估計(jì)相比，對電池SOP估計(jì)的研究相對較少。SOP估算方法可以主要分為兩大類，包括基于特征圖譜的方法和基于模型的方法，具體如圖5所示。

圖5 SOP估計(jì)方法分類

SOT估計(jì)方法及關(guān)鍵問題：基于溫度（包括表面溫度以及環(huán)境溫度）、阻抗等測量數(shù)據(jù)，利用各種觀測器結(jié)合簡化的熱模型或者經(jīng)驗(yàn)阻抗模型可以實(shí)現(xiàn)電池溫度分布的在線估計(jì)。SOT估計(jì)的分類如圖6所示，包括基于阻抗-溫度監(jiān)測的方法、基于熱模型的方法以及融合方法。

圖6 SOT估計(jì)方法分類

SOS方法和關(guān)鍵問題：基于災(zāi)害等級的電池系統(tǒng)安全評估是一項(xiàng)重要的任務(wù)。但SOS估計(jì)是電池狀態(tài)估計(jì)領(lǐng)域中一個(gè)最新出現(xiàn)的課題，有許多關(guān)鍵問題需要進(jìn)一步解決。目前的SOS估計(jì)方法總結(jié)如圖7，主要包括電池安全性的定性評估和定量計(jì)算。

圖7 SOS估計(jì)方法分類

未來展望

先進(jìn)傳感器技術(shù)：隨著傳感技術(shù)的飛速發(fā)展，利用先進(jìn)傳感器對電池內(nèi)部的物理化學(xué)反應(yīng)進(jìn)行精確測量成為可能。顯而易見，如果存在可行的傳感器，那么獲得電池狀態(tài)的最準(zhǔn)確和最直接的方法就是直接測量。比如壓電傳感器，高精度接觸式位移傳感器以及光纖傳感器等。此外，能夠適應(yīng)由電池衰退、速率依賴性、外部干擾等造成的復(fù)雜情況的低成本傳感技術(shù)，將有助于全新的、實(shí)用的、有效的電池監(jiān)測和健康管理。

多狀態(tài)聯(lián)合估計(jì)：由于電池狀態(tài)是彼此耦合并相互作用的，單獨(dú)估計(jì)一個(gè)狀態(tài)而忽略其他狀態(tài)只能在某些約束條件下獲得相對滿意的結(jié)果。因此充分考慮電池內(nèi)部電-熱-老化-機(jī)械條件強(qiáng)耦合的多態(tài)聯(lián)合估計(jì)和預(yù)測是一個(gè)非常有前景和挑戰(zhàn)性的研究方向。通過充分研究不同空間和時(shí)間尺度的狀態(tài)層次和耦合關(guān)系，將現(xiàn)有的聯(lián)合估計(jì)技術(shù)進(jìn)一步提升以實(shí)現(xiàn)三種及以上狀態(tài)的強(qiáng)協(xié)同估計(jì)，是有巨大研究意義和價(jià)值的。另外，與僅一個(gè)狀態(tài)估計(jì)的方案相比，多狀態(tài)聯(lián)合估計(jì)將需要更多的計(jì)算成本。鑒于此，設(shè)計(jì)諸如分?jǐn)?shù)階微積分和多時(shí)間尺度估計(jì)器等先進(jìn)估計(jì)方法以有效提高多狀態(tài)估計(jì)的準(zhǔn)確性和計(jì)算效率，將成為另一個(gè)重要的研究方向。

可擴(kuò)展性：隨著狀態(tài)估計(jì)算法本身的不斷發(fā)展，狀態(tài)估計(jì)的可擴(kuò)展性問題，從電池單體到模組，甚至到包，都應(yīng)該得到更多的關(guān)注。對于電池模組或包，如何調(diào)整估計(jì)方案，以確保在準(zhǔn)確性、計(jì)算成本和安全性之間取得合理的平衡將是一個(gè)值得思考的問題。換言之，應(yīng)該充分探究不同的估計(jì)結(jié)構(gòu)，包括分布式和集中式的估計(jì)結(jié)構(gòu)，以適應(yīng)系統(tǒng)級的估計(jì)需求。目前，還需進(jìn)行大量的研究來解決從單體到模組甚至包層級的狀態(tài)估計(jì)擴(kuò)展性問題。

全面的SOS監(jiān)控和安全管理：在過去，主要是將安全性作為系統(tǒng)的屬性而不是系統(tǒng)狀態(tài)來研究?，F(xiàn)在，將電池系統(tǒng)的SOS作為一種狀態(tài)進(jìn)行研究越來越受到學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。由于對SOS精確數(shù)值計(jì)算的要求，電池在機(jī)械、電、熱、電化學(xué)等多物理場和條件下的SOS監(jiān)測將成為電池全壽命周期預(yù)診斷和健康管理的重要研究方向。目前，SOS估計(jì)的準(zhǔn)確性和實(shí)用性仍然面臨著巨大的挑戰(zhàn)。通過在不同物理場和條件下的研究，定義更多的子函數(shù)并對現(xiàn)有的子函數(shù)進(jìn)行重新校準(zhǔn)，可以進(jìn)一步提高SOS估計(jì)的整體性能。此外，影響電池系統(tǒng)SOS的單個(gè)子函數(shù)還需要進(jìn)一步深入研究。

人工智能：人工智能算法是對傳統(tǒng)數(shù)學(xué)算法的補(bǔ)充，具有較強(qiáng)的分類能力和線性/非線性回歸能力。隨著電池系統(tǒng)大數(shù)據(jù)的完整性和準(zhǔn)確性的提高，結(jié)合深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等智能優(yōu)化算法的集成狀態(tài)估計(jì)和預(yù)測在電池管理和集成領(lǐng)域?qū)⒃絹碓绞荜P(guān)注。目前，基于人工智能的方法在電池狀態(tài)估計(jì)中得到了越來越廣泛的應(yīng)用。對于電池的健康狀態(tài)估計(jì)，除了評估當(dāng)前的健康狀態(tài)外，剩余壽命(RUL)估計(jì)對于實(shí)際應(yīng)用也是必不可少的。由于電池容量/功率特性在實(shí)際使用過程中會逐漸下降，直到其壽命終點(diǎn)(EOL)。因此，如何利用一個(gè)小樣本的早期老化階段，構(gòu)建一個(gè)可靠的人工智能方法來精確估計(jì)電池的RUL或老化路徑，對先進(jìn)的電池管理是極其重要的。此外，通常選擇電流、電壓、溫度等外部特性參數(shù)作為訓(xùn)練輸入，這樣基于訓(xùn)練數(shù)據(jù)的人工智能方法無法描述電池內(nèi)部的電化學(xué)行為，大大限制了它們在不同工作條件下的應(yīng)用。而且，考慮到基于人工智能的方法對訓(xùn)練數(shù)據(jù)的數(shù)量和質(zhì)量的高要求以及訓(xùn)練過程的高耗時(shí)性，進(jìn)行各狀態(tài)變量的準(zhǔn)確估計(jì)，在算法訓(xùn)練時(shí)考慮電池內(nèi)部的電化學(xué)參數(shù)，提高計(jì)算效率，將會是基于人工智能的方法面臨的主要挑戰(zhàn)。

多指標(biāo)綜合評價(jià)：電動汽車的應(yīng)用場景會包含一些復(fù)雜多變的運(yùn)行工況，比如強(qiáng)電磁干擾，寬溫度范圍、寬電流范圍等。針對電池狀態(tài)估計(jì)提高優(yōu)化算法的魯棒性、精度以及容錯(cuò)能力是一個(gè)必須要考慮的研究方向，這決定了這些估計(jì)算法在實(shí)際應(yīng)用的適應(yīng)性。利用一些理論分析方法分析狀態(tài)估計(jì)精度和測量數(shù)據(jù)之間的內(nèi)在關(guān)系，充分考慮傳感器噪聲和測量的不確定性，能夠?yàn)橄到y(tǒng)辨識的實(shí)驗(yàn)設(shè)計(jì)以及在線估計(jì)的數(shù)據(jù)選擇提供指導(dǎo)。另外，由于BMS中總線通信的延遲，傳感器不可避免地會存在異步采樣，因此，除了改變采樣策略（比如電壓先采，電流后采），狀態(tài)估計(jì)算法也需要作相應(yīng)的改進(jìn)。還有，由于駕駛條件的變化，電池模型的參數(shù)可能也會具有很大的時(shí)變性，這就需要狀態(tài)估計(jì)方法能夠在線更新模型參數(shù)，這對于實(shí)際的電動車應(yīng)用場景是非常重要的。

圖8 先進(jìn)電池管理狀態(tài)估計(jì)的未來趨勢

出版信息

文獻(xiàn)來源：

Xiaosong Hu*, Fei Feng, Kailong Liu, Lei Zhang, Jiale Xie, Bo Liu, State estimation for advanced battery management: Key challenges and future trends, Renewable and Sustainable Energy Reviews, 114:1-13, 2019.

擴(kuò)展介紹

《可再生和可持續(xù)能源綜述》

《可再生和可持續(xù)能源綜述》（Renewable and Sustainable Energy Reviews, RSER）是國際上能源領(lǐng)域的權(quán)威期刊，論文形式可包括綜述文章、專家評論、原創(chuàng)性研究、案例研究以及新技術(shù)分析等。其中專家評論文章是特邀國際相關(guān)領(lǐng)域知名學(xué)者就重要主題進(jìn)行的小型綜述（Expert Insights are commissioned mini-reviews from field leaders on topics of significant interest."），本文是此刊在新能源汽車領(lǐng)域的第一篇專家評述。

相關(guān)知識

面向先進(jìn)電池管理的狀態(tài)估計(jì)：關(guān)鍵挑戰(zhàn)與未來趨勢（2019.08）
鋰離子電池健康狀態(tài)估計(jì)簡介：基于Python的數(shù)據(jù)處理計(jì)算SOH, RUL, CCCT, CVCT
電池老化與壽命評估
醫(yī)藥電商B端市場：現(xiàn)狀、挑戰(zhàn)與未來發(fā)展趨勢的深度剖析
B2B醫(yī)藥電商平臺：現(xiàn)狀、挑戰(zhàn)、機(jī)遇與未來發(fā)展趨勢深度剖析
鋰電池管理系統(tǒng)的SOC與SOH估計(jì)方法解析
電池管理系統(tǒng)（BMS）詳解：架構(gòu)、功能與市場趨勢
如何通過動力電池健康狀態(tài)專利提升電池壽命與安全性？
《基于電化學(xué)熱耦合模型的鋰離子電池老化狀態(tài)估計(jì)》.docx
寧德時(shí)代新專利：電池健康狀態(tài)計(jì)算的未來與應(yīng)用前景

網(wǎng)址: 面向先進(jìn)電池管理的狀態(tài)估計(jì)：關(guān)鍵挑戰(zhàn)與未來趨勢（2019.08） http://m.gysdgmq.cn/newsview1898262.html