上汽通用五菱汽车股份有限公司，广西 柳州

收稿日期：2023年11月9日；录用日期：2023年12月10日；发布日期：2024年1月29日

摘要

随着全球碳减排行动深入，交通领域电气化驱动新能源汽车数量高增，动力电池作为新能源汽车的主要动力来源，其老化过程直接影响汽车的高续航里程与使用年限。通过AMESim仿真建模软件，建立了针对动力电池老化问题的充电策略评估模型，对比在四种不同充电策略下电池的老化程度。仿真结果显示，在“早晨上班前充电”策略下电池老化仿真结果最佳，容量损失为3.59%；而在“有空就充”策略下，电池老化仿真结果最差，产生了7.54%的容量损失。

关键词

AMESim仿真，动力电池，充电策略，老化程度

Simulation Analysis of Lithium Iron Phosphate Battery Aging under Different Charging Modes Based on AMESim

Jian Yu

SAIC GM Wuling Automobile Co., Ltd., Liuzhou Guangxi

Received: Nov. 9^th, 2023; accepted: Dec. 10^th, 2023; published: Jan. 29^th, 2024

ABSTRACT

As the global carbon emission reduction action is deepening, the electrification of the transport sector drives the high increase in the number of new energy vehicles, the aging process of the power battery, as the main power source of new energy vehicles, directly affects the high range and service life of the vehicle. Through AMESim simulation modeling software, a charging strategy evaluation model for the power battery aging problem was established to compare the aging degree of the battery under five different charging strategies. The simulation results show that the “charge in the morning before going to work” strategy has the best battery aging simulation results, with a capacity loss of 3.58%, while the “charge when free” strategy has the worst battery aging simulation results, with a capacity loss of 7.54%.

Keywords:AMESim, Power Battery, Charging Strategies, Ageing Degree

Copyright © 2024 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 前言

由于汽车使用过程中发生的化学反应会引起活性材料损失、可用锂损失、以及内阻增加等现象，从而导致电池老化 [1] 。锂离子动力电池的老化主要表现为容量的衰减和功率的下降，当电池容量衰减至标称容量的80%时，电池安全性无法得到保证，则达到了其寿命的终点 [2] 。本文从用户充电习惯角度出发，通过AMESim软件建立针对动力电池老化问题的充电策略评估模型，分析不同用户不同充电习惯对电池衰减程度的影响。

2. 电池老化模型建立

本文研究对象选用磷酸铁锂电池，研究目的是分析不同充电策略对电池老化程度的影响，由于老化结果评估需要长时间和高成本的测试，而AMESim中的系统仿真可以提供预测性仿真数据来描述整个电池寿命期间的系统行为，其经验老化模型能够预测日历老化和循环老化，采用AMESim仿真软件可以节省测试时间和成本，为改进控制策略提供方向。

2.1. 电池系统模型搭建

AMESim中有直接可以调用的针对动力电池老化问题的充电策略评估模型，如图1所示，该模型主要由环境温度–工况集成模块、热容、电池模块、可变电源以及充电策略模块构成。可直接在温度–工况集成模块中导入数据设置试验外部条件，在充电策略模块中定义不同的充电策略。

图1. 电池老化充电策略评估模型

本文试验工况为NEDC循环工况，电池模型选用100个70 g的电池单体串联为一组，然后十组并联，动力电池模型组如图2所示，端口1代表电压信号，输入电压，输出电流；端口2代表终端电流信号，输入电流，输出电压，端口3代表开路电压信号，输入电池温度，输出热流量；端口4代表输出电池的充电状态即SOC。在锂电池的实际运用中需要同时考虑安全、寿命、功率特性等，因此锂离子的实际使用区间一般选用10%~90%，本文将实验SOC区间设置为15%~85%，将其设置为参考区间，电池主要性能如表1所示。

表1. 电池的主要性能参数

图2. 动力电池模型组

2.2. 试验条件设置

本文基于某企业电动汽车数据分析平台中用户充电行为习惯，将用户充电行为习惯分为4大类，将其定义成4种不同的充电策略：

l 晚上充电，充放电曲线如图3所示：表示用户汽车一天24 h的充放电情况，用户在夜间充电至80%，日间用电分为4个阶段分别是早晨出门上班，中午下班，下午上班，下午下班回家，然后夜间充电至80%，循环时间为1年。

l 早上上班前充电，充放电曲线如图4所示：表示用户汽车一天24 h的充放电情况，用户在夜间以低电量存放汽车，等到上班前将汽车充电至80%，日间用电分为4个阶段分别是早晨出门上班，中午下班，下午上班，下午下班回家，然后以低电量储存至次日早晨，循环时间为1年。

l 有空就充，充放电曲线如图5所示：表示用户汽车一天24 h的充放电情况，用户在用车后，会立刻将SOC补充至80%，循环时间为1年。

图3. “晚上充电”充放电曲线

图4. “早上上班前充电”充放电曲线

图5. “有空就充”充放电曲线

图6. “充多少用多少”充放电曲线

l 充多少用多少，充放电曲线如图6所示：表示用户一天24 h的充放电情况，用户在需要用车的时候充电至80%，将电池电量消耗到10%至下次需要用车，才会再次充电，期间车辆以低电量状态存放，循环时间为1年。

3. 锂电池特性研究

3.1. 电池衰减机理

电池老化分为循环老化和日历老化，日历老化是指锂离子电池无需工作，由于没有电化学反应发生，此状态下电池性能下降是由电池中的副反应引起。循环老化是指电池在一定的工况下反复充放电引起的老化。对于容量损失，电流值决定了日历老化与循环老化之间的切换。

当I ≤ 0时，电池老化容量损失：

$\frac{dQ}{dt}=\frac{d{Q}_{ca}}{dt}$

当I > 0时，电池老化容量损失：

$\frac{dQ}{dt}=\frac{d{Q}_{ca}}{dt}+\left(\frac{d{Q}_{cy}}{dt}-\frac{d{Q}_{ca}}{dt}\right)\times \left(1-e^{\frac{-3I}{Q_{ag}\times C_{\min }}}\right)$

式中：Q代表电池总容量损失；Q_ca代表日历老化容量损失；Q_cy代表循环老化容量损失；I代表滤波电流；Q_ag代表电池的老化容量；C_min代表电池全周期老化的最小速率。

导致电池容量衰减的主要因素可以归纳有效锂离子减少、正负极活性材料的损失以及电解液的分解三个部分 [3] 。Gao等曾对额定容量为2.4 Ah的商业化电池进行研究，发现容量衰减过程存在三个阶段，分别为衰减较快的初期、平稳衰减的中期和衰减较快的后期，分析认为，初期主要是由于SEI膜的大量形成造成的容量衰减，中期则归因于SEI膜的稳定生长，而后期主要是活性物质的损失造成容量衰减速率大 [4] 。SEI膜厚度增加，使充放电过程中电池内部阻力增大，使电池中有效锂离子扩散能力减小，导致电池的容量迅速衰减，性能也随之下降。

3.2. LPC电池等效电路模型

本文选用的电池等效电路模型为OCV + Rohm。其中OCV-SOC特性曲线如图7所示，在相同SOC状态下，磷酸铁锂电池开路电压随SOC的增加逐步上升，在电池充电初期和末期开路电压变化较快。

图7. 电池OCV-SOC曲线

除此之外，图8展示了不同环境温度对电池的影响，对比了在0℃、23℃、30℃电池充电过程中内阻的变化情况。从图中可以看出0℃下，电池的整体内阻高于电池在25℃及30℃下的内阻，在25℃下的内阻与30℃下的内阻整体情况及变化趋势都很接近，但电池在25℃环境温度下内阻低于30℃时电池内阻，说明在非极端使用温度范围内，温度越高内阻越大。

图8. 电池不同温度下电阻曲线

4. 仿真结果分析

本文使用AMESim软件对上述4种不同的用户充电策略进行电池老化仿真分析，电池容量损失具体情况如图9所示。由图可知，由于用户选择的充电策略不同，仿真一年时间内造成的电池容量损失也大有不同，范围从最佳结果电池容量损失3.59%到最差结果电池容量损失7.54%。

关于不同的策略，LFP-C电池的最佳策略是“早上上班前充电”，即电池以较低的SOC在夜间存储，并在使用前充电。在电池短期静置状态下，即使锂电池未发生充放电，其内部也会发生各种物理化学反应。当电池池荷电较低时，电极材料锂脱嵌能力较低，应力相应变弱，此时锂离子从正极进入负极需要克服更大的阻力。

图9. 不同用户充电策略下电池容量损失对比图

而表现最差的策略则是“有空就充”，该策略的显著特征是高SOC储存和频繁充电。电极正负极材料均处于循环周期种锂离子较大脱嵌状态，其内部结构应力也较大，造成结构畸变和表界面副反应增多 [5] [6] ，表现为电池容量快速衰减。在频繁多次充放电过程中，正极会发生金属离子溶解，溶解的金属离子穿过隔膜，在负极表面析出并沉积，加速SEI膜形成。当锂离子多次重复进行嵌入和脱嵌，锂离子沉积可能造成电极表面SEI膜厚薄不均匀使SEI膜易于破裂 [7] 。除此之外我们还能看出4种不同策略在第150天至第250天电池容量衰减速率明显加快，根据图8可以推测是由于夏季高温的影响，导致电池负极活性锂损失及正极活性材料层状结构发生破裂，最终表现为容量衰减速率变快。

5. 结论

本文从汽车用户充电习惯出发研究常见的4种不同的充电策略对电池老化程度的影响，通过建立磷酸铁锂电池老化仿真模型，预测了电池循环使用一年后的老化情况，主要获得了以下几点结论：

(1) 电池在“早上使用前充电”充电策略下，电池容量损失最低，延缓了静态时电池内部的电化学反应，降低了电池的容量损失。

(2) 电池在“有空就充”的充电策略下电池容量损失最大，主要是由于其受到频繁充放电和高SOC存储的双重作用，致使电池内部有效活性材料较快衰减。

文章引用

于 健. 基于AMESim的不同充电方式下磷酸铁锂电池老化仿真分析
Simulation Analysis of Lithium Iron Phosphate Battery Aging under Different Charging Modes Based on AMESim[J]. 建模与仿真, 2024, 13(01): 730-736. https://doi.org/10.12677/MOS.2024.131070

参考文献