5月21日下午，由中国化学与物理行业协会动力电池应用分会、电池中国网联合主办，东莞塔菲尔新能源科技有限公司重点支持的“Li+学社·成就锂享 智信未来（2018）系列电池技术沙龙”第三期：“应用极限-动力电池全生命周期研究”在深圳举办。

同济大学汽车学院戴海峰教授做出了题为：《对电池系统设计及管理中老化问题的思考》课题报告。

戴海峰：各位同行，下午好！我是同济大学戴海峰，非常高兴站在这里跟大家分享一下做电池管理还有系统设计方面的一些想法、看法。

    这个活动，我们之前一直在构思，怎样把学术界的研究跟产业界工程化的设计结合。之前我们做这方面工作时一直发现有这个问题，我们做的东西可能企业不是优先级最高的考虑，怎样把中间的沟填上。由此，构思了“Li+学社”论坛或者沙龙性质的东西。

    我们在学术界或者科研界有28所高校，搞了一个青年学者论坛，我是里面年纪最大的，38岁，其他基本都是35周岁以下的青年老师，主要是做电池设计、电池管理方面的科研工作。希望这样一个学社和我们论坛能结合，给企业带来一些新的想法。如果是这样，我们的研究工作就有意义，我们在学校的科研就真的对社会有一定的推动作用。

    这是第三期，第一期在同济弄的。第三期跟周老师讨论下来，关于电池全生命周期的问题。这个问题对我来讲是一个比较大的挑战。因为我们在学校，尤其是我是汽车学院，很难接触到电池全生命周期，我接触不到电池从车上下来以后怎么样回收。当时我在想要谈全生命周期，给大家讲什么内容。这里面有一个问题回避不了，无论是做电芯设计、电池管理、电池存储、回收利用也好。所以今天我就谈谈对电池系统设计及管理中老化问题的思考，如果能引起大家的共鸣，最好。如果不能，也欢迎大家挑战我，这才是我提高的动力。

    我的报告分四个部分：第一，团队介绍；第二，电池老化问题；第三，影响及对策；第四，展望。

    首先是团队问题，我们团队的名字叫车载复合电源系统，有一个研究室，研究的方向主要是电力电池管理及成组、燃料电池系统、电能变换。

    为什么这个研究室叫车载复合电源？首先看一下这三个大的方向里具体一些细化的东西或者我们主要的研究关键点。电池管理存储主要是看状态估计、电池安全，包括电池单体热磁控的机理、扩散过程以及如果有安全问题怎么样防护。电池热管理，电池寿命，最后一个是管理系统。管理系统不会跟企业形成竞争关系，主要是做样机，希望通过实验室的初步验证能够给企业带来一些帮助。

    燃料电池系统，重点关注三个：长寿命、高可靠、冷启动，最后有一个集成控制，因为最终要做出一个样机来。

    电能变换，两个点，无线充电。现在可以做到6.6千瓦无线充电样机效率做到90%以上，这跟传统车载传导充电的效率差不多。当然，里面还是有一些技术问题没有突破，如果大家有兴趣，后面可以再会下沟通。第二个是DCDC，指大功率的，主要用在燃料电池汽车上。燃料电池特性比较软，直接用是有困难的。一般燃料电池和动力电池要合在一起使用，直接连在一起是不行的，因为燃料电池是单向电源，中间要加DCDC。这个DCDC跟传统汽车的变速箱非常相似，就是做负载匹配用途。有DCDC之后可以把燃料电池和电池合在一起。这是为什么叫复合电池的原因。可以是燃料电池和动力电池复合，所以我们叫车载复合电源系统。

    接下来展示一下我们实验室的实验条件。我们实验室现在建成国内高校比实验条件最领先的。不管是清华还是哪里，他们在燃料电池方面，实验条件是不如我们的。无论是在单体级别还是模组级别还是系统层面，无论是环境模拟、研究分析，我们的设备都很齐全。

    电池老化问题，首先看一下汽车对电池的关键指标的关注点。总体来讲，三个方面，第一，高比能、高安全性、长寿命。高安全性，是指电池在正常或者滥用的情况下，要能够保证不起火、不爆炸，防止出现安全事故。这里面滥用情况，包括短路、过充、过放、针刺等等。国标有明确的方法，比如取消针刺。

    第二点，高比能。在单体层面为什么现在用三元要往811走。单纯的增加电池的数量不能有效的提高蓄时里程，最根本的解决途径是提高能量密度。如果说在做车用电池系统时，从单体层面提高能量密度只是一方面，做系统设计时，还得考虑包括系统集成等各方面怎么样提高系统的能量密度。

    最后一个是今天要讲的主题，长寿命。寿命问题可以从两方面做考察。第一，评估。实验室有一套评估的方法，就是循环寿命、日历寿命。日历寿命是把电池在某一个SOC的状态下，放在某一个温度下能够放多久。这是做电池的人一厢情愿定出来的评价指标。对于做车的人，更关注使用评估概念。我在车上使用时，能用多少年或者能开多少万公里。这里出现了第一个分歧，做电池的人和做车的人思路不一致。第二方面，在尺度上。做电池的人更关注单体甚至材料这边能循环多少次或者能用多长时间。但实际上对于我来讲，单体出厂之前总归有差异性或者各个方面因素导致的。等到我最终成为这个系统以后，正常的使用寿命肯定不一样。我们做电池的人可能都有这样一个感觉。现在从单体到系统，成为一个系统以后，可能使用寿命最多六七成。比如我在实验室里可以做一千次循环，成系统以后可能只能做到几百次。这是我们出现的分歧，做电池的人和做系统的人，考虑的维度是不一样的。

    第二方面，从单体到成组的概念，正好体现了从我拿到电池到上车使用退役结束这中间的生命周期过程。我们跟今天的主题就在这里对应起来。

    关于老化的表现问题：第一，再循环过程中或者老化过程中，电池容量会呈现下降的趋势。这是一方面，另一方面，如果从内阻的角度看，老化过程中电池内阻有上升过程。这两个在单体层面看叫性能衰减。实际上电池在使用时不可避免存在串联、并联情况。一旦串联、并联情形就会发生变化。

    这是并联的电池模块（见PPT），我们为了研究这个问题，特地选了两个初始时电池容量差得比较多的情况，并联成一个小的电池模块。一开始时，差异挺大的。当它循环到400次时，差异会呈现出收敛趋势。会逐渐变成一次性好一点。

    串联模块也一样，如果初始时电池容量差异比较小，形成一个模块，这里一共是8节电池，同样充放电电流，时间长了会形成离散形式，使用过程中会越来越差。这就解释了为什么单体寿命很长，但做到系统时就会有影响，这里面一致性变化很大。

    为什么我们做电池设计时，很多电池包用先并后串，为什么不用先串后并？从实验结果可以看出，如果先并后串，因为这里面存在一个反馈机制，并联的模块对电池的一致性有比较好的容忍度。它随着使用的过程，会逐渐趋向于一致。所以尽量会使用先并后串做电池设计。从实现成本讲，先并后串成本也更低，因为单体监控数量是由串联数量决定的。这是老化的表现。

    前面讲的是关于电性能的表现，我们还不能忘了另外一个，高安全性的问题。从安全性的角度讲，在老化过程中会有什么变化。这张图给了电池在热视控过程中的温度变化，在不同的循环次数下给出的。大概看出的趋势是黑色线是芯电池，后面是循环过以后的。循环老化以后，电池的热视控起点时间会提前，起点温度会变低。当这个电池循环以后，起点温度会降低，出发温度会更低，更容易进入一个不稳定或者不安全的状态。这是从这个侧面来看的。再从产热的数据看，这是用18650的电池做的，新电池是下面的线，老电池是上面粗的线（见PPT），当电池老化以后，产热的数据也会上升。初步得到结论，当循环增加，电池自产热起点温度变低，有人推断是SEI热稳定性逐渐变差，安全性变差。这块学术上有争议，我仅仅是把这个给大家抛出来，老化确实有影响，但影响是不是有这么明显。

    关于老化的影响因素，从外部的使用来讲有四个，第一个是温度，一般是温度越高，电池老化越快。在极低温度的情况下，充放电老化也会加快。现在国内很多低温时是不能充电的，单次充电里，如果把电压条件限制好，电流限制好，不会导致安全事故，但会老化加快。DOD，放电深度，放电深度越宽，老化越快。充放电流和截止电压范围。由此我们给出右边两张图，第一张是关于电池可用的窗口范围问题。一般电池有上下截止电压。另外是电流范围，一般会在中间绿色区域里使用，它要在截止电压范围内，同时要满足最大的充放电电流不超过某一个范围。下面这张图是在不同的温度、不同的充放电倍率下的老化速率问题。可以看出，三条不同的线是不同的倍率。横轴是温度，在温度的两头，极高温度和极低温度区间内，电池老化比较快，中间块比较好。这给我们后面制定电池，无论是热管理还是充放电能量管理，都带来了一些依据。我们后面讲防护时，会看到有优化的工作区间问题，就是从这里导出的。

    接下来看电池老化机理。电池老化是非常复杂的过程，这里总结出的老化机理也不一定很全面，但应该是包含了绝大部分老化的内部过程。主要把它从正、负极两个程度总结。电解液没有单独出来，隔膜也没有谈。

    从大类上看，两个。负反应、结构变化。所谓的负反应就是活性物质跟电解液会产生复反应，导致活性物质变少，最后导致能量下降。结构变化，由于离子的嵌入和脱嵌，会导致结构变数，塌陷，所以会导致电池老化。

    关于老化机理，循环老化和搁置老化不一样。虽然最终的结果是导致容量都下降，但内部的过程不一定完全一致。比如在循环过程中，充放电电流会导致嵌入或者脱嵌，但搁置时不存在这个过程，主要由于负反应导致的。高温和低温的老化机理也不同，低温情况下由于充不进去电，会导致颗粒物表面或者界面层发生堆积，堆积多了以后就无法再变成活性物质了，这时候就会表现出容量衰减的规律。不同的老化过程老化机理不一样，老化机理不一样就导致最终老化规律也有所不同。这是为什么前面说在实验室里测出来的老化规律和车上所使用的，之间到底是什么样的对应关系。因为实验室里的条件是精确的，但在车上使用时条件是不知道的，而且很有可能是随机的。这种情况，老化出来的规律是有不一样的。

    老化的后果：电池老化，表面看就两点，容量衰减、内阻增加。容量衰减导致能量特性下降，内阻增加就导致工具特性下降。能量特性衰减以后，就影响一次充电的续时里程。工具特性下降就影响驾驶性能。对于我来说我们都不知道，我们要做的就是通过电压和电流要能知道它是不是老了，对我这个车有多大的影响，最终会影响我的用户体验。

    我虽然是在学校里做，但我逐渐意识到BMS不是一个科学问题，有点类似于现在手机设计一样，很重视用户体验的问题。

    在用户体验这块，四个。第一，动力性，比如加速性能、最高车速等等；第二，续时里程问题。第三，充电方便程度。最后一个是使用成本的问题，如果老得太快，电池要更换，使用成本一下上来了。

    为了要解决老化所带来的后果，我们要做一些必要的研究。在技术方面，主要的关注点，1，电池老化机理、影响因素及老化规律。2，在这个基础之上，要分别做预测，预测单体的老化、模组的老化、系统的老化。在模组层面上，要考虑串并联的影响，在系统层面上，除了串并联影响，还要考虑电池管理系统所带来的主动控制所带来的影响。3，设计和管理。老了以后状态怎么估计。怎么知道它老不老，就可以通过容量估计来实现。知道老了以后怎么样做防护设计和热管理。4，二次利用，涉及到性能评估、生命周期管理。

    接下来要讲的是上面四个技术关注点。寿命问题，无可避免，如何应对？就是接下来说的影响及对策。

    电池老化对状态估计所带来的影响。状态估计，只要提出大家都会提SOC。这里给出SOC定义（见PPT），在老化过程中，老化对SOC有什么样的影响。应该就在这个Q上，老化后这个Q会变小，而且不知道它变得多小，对估计会带来问题。

    现在车上有充电标电、放电标电。如果是充电标电，可以到100%，但老了以后SOC跑不到0%。放电标电是跑不到100%。理想状态是不管老不老SOC都应该在0和100%之间。像我用手机一样，没有到0%，就不允许你自动关机。你的效果一定要跟我的心理期望一致，这时候我用起来才会爽。这就是对SOC估计的影响。

    对于这个影响，学校怎么考虑的？这叫精度的概念，我们拼命想各种办法，怎么复杂怎么来，把一个简单的问题复杂化，怎样提高估计精度。很多人提出各种复杂的模型、复杂的算法。

    举例，现在车上很多BMS里会用经验的等效电池模型，根据状态估计算法等等来估计SOC。这是提高电池SOC估计精度行之有效的方法，也是被大量例子证明过的。但国内的BMS上真正用这套东西的几乎没有。学术界玩了很多，但国外有些厂家也在用这套方法做。这是精度概念，纯粹从科学角度提怎么样把电池的SOC估计精度提升，从而应对老化对SOC估计的影响。

    这里有一个基本的原理，电池SOC和开路电压有对应的关系，在这个算法里，它是靠这个开路电压的式子关联起来，就可以做SOC的估计。

    我们为了提高精度，要付出很大的代价。其中一个代价是要对电池特性充分了解，才能建出精确的模型出来。这个模型越精确，算法就越准。为什么很多人说不好用或者先进算法不好用。不是不好用，而是你不会用，你没有把模型调准，调准了算法精度非常高。但这需要大量工作量。并不是大家懒，是没有办法，我们为了应付补贴政策，我们车型从定义到上市可能就三个月时间，到电池包厂家可能就一两个月时间，没有时间做测试就建不起模型。

    第二个，对控制器的要求比较高，算法和模型的计算，无论是在时间上还是存储空间上都有比较高的要求。

    一种妥协的方案，精度是不是我们唯一要考虑的事情。现在国内很多电动物流车，用的是16位的控制器平台。电池包从开始设计到最终装车就一两个月时间。这么短的时间，这么有限的资源下，怎样协调这个问题？这就是我说的你要让客户觉得你的输出是对的。但实际上不一定是对的。

    举例，增强型的电流积分。本质上讲它就是一个电流积分，但会在充电末期和放电末期做修正，充电末期时就会修正到100%，放电末期时会修正到0%。靠这样一种简单的策略骗客户的眼睛，现在大部分BMS用的就是这个策略，在充电末期或者放电末期做修正。这是没有办法的一种妥协。其实精度不是唯一考虑的。

    第二个例子，这里有两个电池，一个是新的一个是老的。同样一辆车，我装新电池肯定跑得更远，装老电池就跑得没那么远。因为老电池容量小，内阻增加了。这个地方就带来一个问题，同样一辆车在不同的状态下，充一次电跑的距离是不一样的，带来了极大的不确定性。人害怕的不是挑战，是对未来的不确定。这样的不确定，就导致所谓的里程焦虑。因为我根本不知道这辆车拿到手能开多少公里。那我纯粹提高SOC精度的意义在什么地方。

    现在国外有些厂商，新电池时会限制红色区域，当电池老化时会逐渐放开。这样可以确保在老化过程中能够应用的电量始终是一样的，这就带来一个很大的确定性，充一次电能跑多远，心里有底。这种情况下，就没有SOC精度的问题。

 ———————————————————————————————————————————      

   这个例子想说明的是以后不要随便谈SOC精度的问题。   

    第三个问题，电池重组有串并联。一个电池模组假设就两个电池串联。两个例子，第一个，这两个电池最大的容量是一致的，但由于各方面的原因导致初始的SOC不一样。第二个例子，SOC一样，但充放电容量不一样。这种情况下，谁能够精确的定义这个模组的SOC值？这时候模组没有精确值。连精确值都没有，谈什么精度。所谓的精度是指实测值减精确值，这叫误差。现在连精确值都没有，就更谈不上精度。这里面涉及到一些工程上的处理。在充电过程中，整组的SOC要向最高的SOC趋近，在放电时要向最低的SOC趋近。想说的是精度是一个科学问题，而我们做的不是科学问题。

    第二个，关于SOP功率状态的估计，估计电池当前最大的充放电功率。功率估计最原始的计算公式，老化对功率预测到底有什么影响？当老化时，电池内阻会上升，因为它在分母之上，所以导致的是电池最大充放电功率下降。

    现在BMS里很多用工具线查表，看当前这个电池最大的充放电功率在什么地方。这个表所带来的问题是当这个电池老化以后，你怎么去处置它。你不可能建一堆无穷无尽的表，老了以后一个一个查。现在用得多的是自适应的估计方法，在线把电池估计出来，带到刚刚的式子里，就可以做自适应的工具预测。

    刚刚提的这个是为了提高SOP估计精度的问题，但在实际使用时，始终要记住用户体验是最重要的。最终给一个结果看一下，电池老了和新的时候，最大充放电的限制这根线不一样。这个实线是电池新的时候充放电线值，虚线是电池老了以后充放电的线值。（见PPT）可以看到电池老了以后，车的加速性能会变差。也就是说一辆车，新车和旧车的驾驶体验是完全不一样的。这是会涉及到安全事故。比如原来一辆新车在高速上超车心里很有底，但这个车老了以后超车如果还觉得它是新车，一脚油门下去它可能超得很慢，就容易出现安全问题。这种情况下怎么样解决它，也不是一个科学问题。

    最后总结，在状态估计这里，我们面临的矛盾是精度和合理性的问题。科研界更关注精度。怎样提高估计精度，就是看事实。但产业界应该看它的合理性，更要关注用户体验。

    关于电池容量估计的问题，第一个方法是用开路电压做。现在很多人怀疑在线容量能不能估计出来。是可以的。我在车开完之后，把当前的SOC记录下来，下次开时，把开路电压也记录下来，同时把开的过程中SOC也记录下来。通过两次开车过程中开路电压值，可以算出来，这两次开车过程中的SOC。通过电流几分也可以得到。也许电池的容量会有衰减，导致这两个值不一样。这两个值不一样，主要的原因是因为容量衰减，通过两个值的对比可以把容量估计出来。它的问题在于需要通过电池查表得到开路电压。但对于用户使用来讲，这个要求很容易满足。有一点不太容易满足，我们给别的物流车厂家做时，因为他们要做试车。试车员是很没有耐心，他这个车跑到没有电之后直接开到停车场充电，充电之后又马上连续跑车。这种情况下就永远没有修正的机会，永远不能估计电池的容量，会导致后面SOC越来越不准。包括充电末期和放电末期的修正，都没有这个时间。做BMS的人最怕的是企业里的试车员，因为他们把车乱开，很多场景可能想不到。

    状态估计的方法，这也是比较偏学术的。这里要说明一点，方法的难点。在车上用时，SOC变化比较快，但容量的衰减很慢，以天、月、年来计算。它们变成的尺度完全不一样，快变量和慢变量。指望在线同时把快变量和慢变量都估计出来，难度非常高。

    恒流充电线的特征来估计能量。恒流充电过程中，通过恒流充电电压线变化可以估计出。

    总结，容量估计这边面临快变和慢变的问题，在既然有关快变又有慢变，两者同时存在的环境下，怎样把快变和慢变的量同时估计出来，是一个很大的挑战。

    第三，防护管理，涉及到优化区间的问题。我的温度、电，要有一个合理的区间。这里给出一个横轴温度的图。有一个最外面的边界，两边的虚线在非安全应用区，也是禁止使用电池的。在极低温度和极高温度的情况下都是禁止电池充放电。纵轴电性能这块，能量和工具，随着温度升高是增加的趋势，另外是看寿命和安全性，也是类似的。两头都是呈衰减趋势，中间有比较好的优化区间。我们做电池管理，主要的目标是把电池的工作控制在这个区间内。

    从技术体系上讲，管理系统就这几个东西，电池监控保护单元。这是底线，不能突破的。现在也有人在做功能安全。功能安全里只要涉及到这个东西，级别都是非常高的，因为这是底线，不能突破。包括过/欠压保护、短路保护、过流保护。这里面核心是状态估计的问题。

    在电池管理方面，现在在保护方面是一些固定的日志保护，比如最大的充放电电流是固定边界等等。第二，用新电池的信息设计模型集算法，通过定期标定。车开过一年以后，可能要工程师到现场标定一下BMS里的一些参数，通过定期标定实现管理。基于当前的状态进行能量管理，无全局优化。这是现在带来的问题，它带来的挑战是缺乏自适应的保护。新电池时可以限制使用范围，等电池老了以后可以逐渐放开，可以保证新、老车开时不会有太大的差异。这应该有一个自适应的日志保护。第二，计及老化的电池模型及算法，基于全生命周期衰减规律的能量优化管理。真正的电池管理目标应该是以寿命作为约束优化电池管理。

    我们提出一个技术方向，把前面BMS的特征也提出了。现在很多人可能不太同意BMS的方法。很多公司是以电池开发手段定义的。比如1.0是前后台系统、2.0是待实施操作系统的，3.0是兼容功能安全的。其实BMS之所以叫BMS，是因为它有一个B，电池。脱离了这个谈特征，一点意义都没有，因为你搞不过传统的汽车电子供应商。第一代以单体安全监控为核心，第二代是以电池管理系统提出的核心优化。第三代是要以寿命作为约束条件来谈电池的优化管理。防护和管理上就是约束和目标之间的矛盾。

    最后谈老化预测。这里我打问号，因为我也持怀疑态度，老化到底能不能预测出来。老化预测可以实现电池的优化选型，我知道它在使用时会怎样老，能够心里比较有底，同时给电池设计提供依据，为电池的寿命管理进行优化。最终希望通过老化预先实现新的电池方案设计。

    在老化，比较流行的是离线预测，上面给出了一个表达式。通过各种不同的工况可以得到老化的过程或者得到循环次数，通过数据拟合的方法得到老化预测的模型。

    这个方法有一些问题，第一，实验室里评估是循环老化和日历老化。在实施时更关注使用过程中的老化，它们之间不存在对应关系。同时，实验室做的可能是单体级别，而车上是系统级别，它们也没有对应关系。这个很大的挑战是老化测试的意义到底是什么东西。这也是希望大家能考虑的问题，做出来的老化预测到底有什么用。

    在线预测，学术界做得比较多，不细看。

    总结，在老化预测上，面临的挑战是实验室的工作和实际车载使用的电池之间对应性不明确；单体老化和系统老化也是不对应的。

    昨天晚上我坐飞机到深圳机场看到一句广告词叫“未来不可预测，但可期待”一样，电池的寿命未来我们是不知道的，没有办法精准预测。所以我打的是问号，但我们可以期待，希望它可以使用多少小时。这是可以的。

    二次评估的问题，电池从制造完到装车，然后做评估，评估之后做梯次利用。

    在车上使用完以后，把它拿出来，做老化评估。中间红色框是重点的东西，要评估（见PPT），评估之后可以根据当前的状态决定往哪里用，用在电动自行车还是储能还是哪里。

    具体过程，第一，电芯评估、分选。把电池拆下来看看容量、内阻、自发电率。安全，怎么样做一个无损的电池安全评估，我认为还没有。评估之后根据评估结果做分选，分选以后成组，成组以后结合管理系统。储能的管理系统跟车载管理系统有比较大的不同。

    我们有一个国标，34015，关于动力电池回收余能检测标准。

    二次评估里，最大的问题是缺乏历史。虽然评估下新电池是100安时，现在评估还有88安时，觉得还可以。但电池存在断崖式跌落，而且是没有征兆的。这时候一定要通过历史数据来做，但我们历史数据刚好是缺乏的。

    展望：第一，数据驱动。我们认为以后要考虑老化，在电池管理和设计里，第一要考虑数据驱动的问题。在未来的电池管理里，会得到更全面的数据，时间周期更长，维度更高。所谓的维度更高是我现在得到的只有电流、电压、温度，未来可能会得到充放电过程中的内阻变化等，维度会更高。有了更高纬度的更海量的数据以后，完全可以设计出所谓数据驱动的带智能化的算法。这些算法不一定所有的都在车载端实现。车载端主要实现实施性比较好的算法，可以得到快速的算法，比如SOC、SOP。但如果要得到生命周期的慢变能量，可以用非实时性的算法，但职能化程度更高。非实时性的算法，可以在云端跑。只要车载端和云端之间具有通信机制，就可以了。这样会形成交互。实时算法会把当前的实际数据传到云端，云端根据历史数据得到，然后再反馈到车载端。举例，上海汽车城的运行数据，进行处理之后可以预测使用寿命。

    第二，全生命周期的管理，如果有数据上传到云端，可以同电池开发环节就使用，然后再到车载应用，再到电池梯次利用，这样就是完整过程的。

    我们认为最后的东西就是一个中心，两个基本点。一个中心是数据，所有东西围绕数据展开；两个基本点，强调全生命周期+智能化。感谢大家！

（根据现场发言整理，未经本人审核）