赞助商链接
当前位置： >>
车用动力电池系统的关键技术与学科前沿
CN 11-5904/U汽车安全与节能学报 , 2012 年 , 第 3 卷 第 2 期 J Automotive Safety and Energy, 2012, Vol. 3 No. 201/12 87 ― 104车用动力电池系统的关键技术与学科前沿张剑波 , 卢兰光 , 李? 哲（清华大学 汽车安全与节能国家重点实验室，北京 100084）摘? 要：车用动力电池系统在性能、成本、寿命、安全性上的局限是制约电动汽车走向普及的瓶颈。 该文对 42 款电动汽车的动力电池系统进行了统计和分析。整理出并综述了四大关键技术：电池组配 技术、热管理技术、电能管理技术、安全保障技术。提炼出这些关键技术的两个基础科学问题： 1） 多约束、多尺度产热积层体复合系统的产热、传热、散热规律； 2） 非线性、时变、非均一多个体混 联电池系统的建模、辨识及控制理论。展望了车用电池系统的智能化、网络化趋势。 电动汽车；动力电池系统；组配； 电池管理系统； 热管理； 电能管理； 安全保障 关键词： 中图分类号：U 461.91?? 文献标识码：A??? DOI ：10.3969/j.issn.12.02.001Key technologies and fundamental academic issues for traction battery systemsZHANG Jianbo, LU Languang, LI ZheState Key Laboratory of Automotive Safety and Energy, Tsinghua University, Beijing 100084, China） （Abstract: The limitation of traction battery systems in performance, cost, life, and safety constitutes the bottleneck for the diffusion of electric vehicles. This paper analyzes dozens of electric vehicles in the phase of R & D and several major commercialized electric vehicles, identifies and reviews four key technologies for the traction battery system, the assembly of cells into the battery, thermal management, electric energy management, and safety. Underlying these key technologies, two fundamental academic issues are specified: 1) the generation, transfer, and removal of heat in the stacked composite system comprising cells and heat conduction plates/ 2) the modeling, identification, and control of the battery system comprising a multitude of non-linear, time-varying cells connected in parallel and series. Further development tendency for traction battery systems are viewed, such as the smart cell and the integration with the grid and internet. Key words: tra batte batter batte battery safety环境污染、石油储量有限及全球气候变暖迫使人 们在汽车动力系统领域寻求技术突破。汽车电动化技 术因其显著的节能减排效果、较低的使用成本以及便 于维护等优点已经进入普及的初期阶段。日本计划在2020 年以前，中国大陆市场上的内燃机汽车全部混合 动力化。从 2009 年到 2011 年，三菱、日产、通用相继 开始销售使用锂离子电池的量产型电动汽车。可再生 能源利用时对储电能力的需求、车网与电网联合使用收稿日期 / Received ：
基金项目 / Supported by ：国家 “八六三” 高技术项目 （） ；科技部国际科技合作计划资助项目 （2010DFA72760） ；汽车安全与 节能国家重点实验室自主研究课题 （ZZ） ； 清华大学自主科研计划项目 （） 第一作者 / First author ： 张剑波 （1967―） ，男 （汉） ，河南，教授。E-mail: jbzhang@tsinghua.edu.cn88汽车安全与节能学报2012 年 第 3 卷 第 2 期的前景、发生重大自然灾害时电动汽车作为应急电源的 作用等，进一步提高了 人们对电动汽车的期待。 然而，目前电动汽车尚存在续驶里程短、寿命短、 初期成本高、安全性差等问题。而这些问题都来自于 车用动力电池系统在性能、耐久性、成本、安全性上 的局限，车用动力电池系统技术已成为电动汽车走向普 及的瓶颈。 要攻克这一瓶颈， 需要从材料开发、 电池设计、 生产制造、 系统集成、 商业模式多方面进行探索和突破。 本文重点从系统集成层次介绍车用动力电池系统的关 键技术与学科前沿问题。42 款产品中包含全尺寸轿车车型 9 种、中型轿车 14 种和小、微型轿车 19 种。可以看出，中小型、微型 的纯电动汽车 （battery electric vehicle, BEV） 是市场开 发的主流方向，车辆的电池能量集中在 20~30 kWh 区 间，能耗集中在 10~20 kWh/ （100 km） 左右，续驶里程 在 100~200 km 附近。 为了进一步分析车用动力电池系统的技术特点，表 1 对比了美国、日本、及欧洲市场上进入量产阶段的 6 款代表性的电动汽车电池系统。 从表 1 可以看出，车用动力电池系统技术呈现以下 趋势和特点： 1）锂离子电池成为车用动力电池的主流，纯电动 汽车和插电式电动汽车均采用锂离子电池，混合动力 汽车的动力电池也在从镍氢电池向锂离子电池过渡。 2）与电子产品 （数码产品或电动工具，下同） 用电1
主要车用动力电池系统的统计与分析文献 [1] 列出了 42 款已经或即将上市的纯电动轿车 产品，并给出了其续驶里程、能耗和电池能量等关键 参数。图 1、2、3 给出其分布及正态拟合曲线。202020?次?次1010?次 0 10 20 30 401000100200 300 400 ??里程 / km500000能量消耗率 / [kWh?(100 km)-1]20 40 60 ?池能量 / kWh80图 1? 电动汽车续驶里程分布图 2? 电动汽车能耗分布图图 3? 电动汽车电池能量分布图池相比，车用动力电池系统呈现大型化、成组化、模 块化、使用条件更加苛刻等特点。 电子产品用电池的容量多在 3 Ah 以下 ，车用动力 电池多在 15~50 Ah 之间。体积、容量的大型化，增加 了电池热管理和安全保障的难度。 小型电子产品用电池多为单节使用，笔记本电脑成 组使用也不过 4~9 节；车用动力电池系统多为上百节甚 至上千节混联使用，系统的性能、可靠性取决于最弱 的一个电池 （短板效应） ，系统的安全性取决于最不稳 定的一个电池 （底板效应） ，因此，对单体电池的一致 性要求要比电子产品用电池高得多。另一方面，电池的 组合使用还可能诱发、加速较弱电池的性能衰减，使 得电池原有的不一致性在使用中不断加大，从而使均 衡电路成为电池系统的必需组成，电池管理系统变得 更加复杂。 为方便布局、提高安全性、增大通用性、加快研 发进程，车用动力电池系统基本上都采用模块化设计。日产 LEAF 的电池模块使用铝板壳体，弥补了单体电 池铝塑膜机械强度的不足，且对单体电池有一定的压紧 作用。GM 的 Volt 将散热流场板组合在一对电池之间， 模块承担了部分热管理机能。Daimler 在不同构型的电 动汽车之间使用同样规格的电池模块，有助于降低成 本。A123 公司开发出具有较强可扩展性的模块化设计， 通过插拔便能简便地组装成不同功率大小的电池系统。 电子产品用电池常在室温附近使用，少有振动和 冲击，寿命要求多在三年以内；车用动力电池使用环境 温度范围宽广 （－ 30~50 ℃） ，常处于频繁振动及恶劣 冲击工况下 ，寿命要求多在八年以上 （车用动力电池在 寿命末期仍然有 80% 左右的容量， 有二次利用的可能） 。 3）先进的量产型电动汽车采用热电一体化 （通用 的 Volt） 、电池系统与电动汽车一体化 （日产的 LEAF） 设计，技术集成度与成熟度较高。 4）在量产型电动汽车电池的正极材料体系上，锰 酸锂及锰基三元锂离子正极材料占多数，磷酸铁锂正极张剑波，等： 车用动力电池系统的关键技术与学科前沿 表 1? 代表性电动汽车的电池组参数国别 车辆型号 GM Volt 美国 Ener1 Th!nk City Tesla Roadster 电池供货商 LG Chem A123 Enerdel 电池组能量 总能量为 16 kWh，标称电压 355 V，总容 量 45 Ah 总能量为 22 或 28 kWh， 以 28 kWh 为例， 标称电压约 400 V，总容量 70.4 Ah 单体容量 / Ah 约 15 20 17.5 约 2.2 6.5 6.5 约 33 50 ― 单体结构 叠片式 （铝塑膜软包型） ― 叠片式 （铝塑膜软包型） 电池材料 锰酸锂正极材料89磷酸铁锂正极材料 三 元 锂 离子正 极 材 料，硬碳负极材料Sanyo 总能量 53 kWh，标称电压 355 V，总容量 (Panasonic) 150 Ah（也记为 56 kWh，375 V）圆柱形卷绕式 （金属外壳） 镍酸锂正极材料 圆柱形卷绕式，后改为方 三元锂离子正极材料 形（金属外壳） ― 叠片式 （铝塑膜软包型） 方形卷绕式 （厚度为 43.8 mm） ― 镍氢电池 锰 系 及 其它 混 合 物 锂离子正极材料 三元锂离子正极材料 钛酸锂负极材料Sanyo (Panasonic) Toyota 总能量： Prius 1~2 kWh，PHV 4~6 kWh Prius, PHV PEVE (Primearth) 日本 Nissan Leaf Mitsubishi iMiEV, Minicap NEC (AESC) 总能量 24 kWh，标称电压 360 VGSYUASA 总能量 16 kWh TOSHIBA 总能量 10.5 kWh材料为少数；在电池负极材料体系上，石墨仍为主流材 料，但硬碳、钛酸锂等新型负极材料也得到了应用。 5）电池单体结构上，采用圆柱形卷绕式传统设计 的厂家较少，更多厂家采用方形卷绕式或叠片式铝塑 膜软包型的电池结构。铝塑膜软包型电池具有构造简 单、构成部件数量少、厚度薄、散热性好、内部接触 及热特性容易均匀、闲置空间小、内部压力容易释放、 重量轻等优点；存在的问题是铝塑膜的机械强度不足、 封装部位的耐久性有待实际验证、组装速度低等。与 软包型电池相比，硬质外壳方形电池具有较高的抗内 压能力，能够较好地抑制内部形变、降低接触阻抗。 电子产品用的圆形电池 （纽扣型或圆柱形） 其形状 尺寸都有相关国际规格限定，有助于在世界范围内通 用设计、替代使用。动力电池中方形或软包型电池的形 状、尺寸、材质、品质特性等标准还在讨论之中。中国 率先制定了动力电池 （包括镍氢电池与锂离子电池） 的 形状和尺寸标准 。 6）美国汽车公司多从电池厂家选购电池，自己进 行电池系统的设计；日本汽车公司则多与电池厂家进行 合资，深度介入动力电池的研发与生产，试图全面掌握 电动汽车的核心技术。[2]算法的控制器以及信号线等组成，其主要任务是保证 电池组工作在安全区间内，提供车辆控制需要的电池 信息，在异常情况下采取干预措施；并根据环境温度、 电池状态及车辆需求，决定电池的充放电功率，尽可 能延长电池的使用寿命。 车用 BMS 软硬件的基本框架如图 4 所示。 BMS 的主要功能有： 1）电池参数检测。 含总电压总电流检测、单体电池电压检测 （防止出 现过充、过放、甚至反极现象） 、温度检测、烟雾探测、 绝缘检测、碰撞检测、阻抗检测等。 2）电池状态估计。 包括荷电状态 （state of charge, SOC） 或放电深度 （depth of discharge, DOD） 、健康状态 （state of health, SOH） 、 功能状态 （state of function, SOF） 。 根据放电电流、 温度、电压等条件，估计电池的 SOC 或 DOD。根据电 池使用历程和衰减程度，估计电池的 SOH。根据电池 SOC、SOH 和使用环境，估计电池的 SOF。 3）在线故障诊断（on-board diagnosis, OBD） 。 故障包括：传感器故障、执行器故障、网络故障、 电池本身故障、过压 （过充） 、欠压 （过放） 、过流、超 高温、 超低温、 接头松动、 可燃气体浓度超标、 绝缘故障、 一致性故障、温升过快等。 4）电池安全控制与报警。 包括热失控控制、高压电安全控制。当诊断到故 障后通过网络通知整车控制器或充电机，要求整车控 制器或充电机进行处理 （超过一定阈值时 BMS 也可以 切断主回路电源） ，以防止高温、低温、过充、过放、2
车用动力电池系统的组成及其关键技术车用动力电池系统主要由电池组、电池管理系统 （battery management system, BMS） 以及电池箱体等组 成。电池组由单体电池及由其连接而成的电池模块组 成，其主要任务是存储电能，满足汽车功率和续驶里 程的需求。BMS 由各类传感器、执行器、固化有各种90主回路??流、?? ??感器 ?池箱外部温度 ?池箱空气入口、出 口温度 ?池?片温度?感器 ?池?片?? ?池箱?? 加速踏板?感器1、2 制?踏板?感器1、2 ?匙??信号 ??/?力切??? 充?允?/禁止?? 均衡允?/禁止?? ?片?? ?量汽车安全与节能学报2012 年 第 3 卷 第 2 期???、? ?流?量充?系?内部供? 模??管理模??扇、加?控制 流通面?控制 通道?? DC /DC 主?均衡 ?池箱盖状??? 主回路正端接触器 模??接触器 主回路?端接触器 主回路熔断器 ???量 C C P?定通道 主控制器C AN通道1、2 均衡工作指示灯 健康度指示灯 充?指示灯 ??、???警指示灯温度?列均衡控制 系?数字核心高??安全 控制通用模?量 ?入通信模?通用数字量 ?入人机交互 界面全局?? 模?通用数字量 ?出图 4? 车用 BMS 软硬件的基本框架过流、漏电等故障造成电池损害甚至人身伤害。 5）充电控制。 BMS 根据电池的特性以及充电机的功率等级，通 过控制充电机来给电池充电。 6）电池均衡。 根据单体电池信息，采用充电均衡、耗散或非耗 散式均衡等方式，使单体间的荷电量尽可能一致。 7）热管理。 根据电池组内温度分布信息及充电或放电需求， 决定是否启动加热或散热，并确定加热功率、散热功 率的大小。 8）网络化。 需要在不拆卸的情况下对电池进行在线标定与监 控、代码自动生成及在线程序下载等，一般采用 CAN 网络。 9）信息存储。 用于存储关键数据，如 SOC、SOH、累积充放电 安时数、故障码、一致性等。 10）电磁兼容。 由于电动汽车电磁使用环境恶劣，要求 BMS 具有 好的抗电磁干扰能力，同时要求 BMS 对外辐射较小。 电池组对应的关键技术是电池组配技术，电池管 理系统对应的关键技术按功能可分为 3 种：热管理技 术、电能管理技术、安全保障技术。出一致性较好的单体电池； 第四，保障电池系统可靠性。 2.1.1
满足车辆需求的电池系统参数设计 不同构型的电动汽车对电池系统的要求明显不同， 现有动力电池技术水平不能支持设计一种通用电池，仅 仅通过它的组合就可以满足不同车型的需求，而需要 细致了解不同车型的对能量、功率、充放频率、温度 特性等多方面要求，进行量身定做。为了保证续驶里 程，纯电动汽车 （BEV） 要求电池系统的能量较大，需 要使用能量型电池，由于使用电池较多，相对容易具 备较大功率，对单体电池的功率要求不是很高；混合动 力汽车 （hybrid electric vehicle, HEV） 对动力电池系统 的功率密度要求较高，其中相比而言，串联式混合动力 （serial HEV） 对电池的能量密度要求较高，并联式混合 动力 （parallel HEV） 对功率密度的要求较高；插电式混 （plug-in HEV, PHEV） 在行驶中兼具 HEV 合动力汽车 与 BEV 两方面的特征，对电池的能量密度和功率密度 都有较高的要求，但由于车上装有燃油和发动机可供 驱动车辆和对电池充电，对电池能量密度的要求不如 BEV 那样高。 从车重和设定的典型工况出发，可以计算出汽车 行驶所需功率，加上续驶里程要求与车辆效率，可以 算出所需总能量。要确定对电池系统的功率、能量要 求，还需要考虑电池的功率、容量的衰减及低温特性， 要求电池在寿命末期及低温情况下仍能满足工况的各 种要求。根据马达、 逆变器的输入电压范围及效率曲线， 可以确定电池系统的最高电压与最低电压。而后可结合 电池的标称电压，确定单体电池的串联个数。根据电 池系统的功率和总电压，可以算出总电流。根据总电流2.1 电池组配技术电池组配技术主要解决以下问题： 第一，按照车辆需求确定电池系统的能量、功率、电压等参数；第二， 设计多节电池的串并联方法；第三，按照一定规则分选张剑波，等： 车用动力电池系统的关键技术与学科前沿91和下节所述的串并联策略，可以确定电池的容量和倍率 特性的要求。 决定电池循环寿命和 SOC 使用区间时，HEV 与 BEV 有很大不同。混合动力汽车充放电频率较高，但 每次进出的能量不大。 在确定 HEV 的 SOC 使用区间时， 根据对电池系统的保障年数、使用模态来估算总的充 放电次数，再根据电池衰减与 SOC 的关系，确定 SOC 的工作范围。BEV 需要使用电池的大部分 SOC 区间， 根据质保公里数和满充电后的续驶里程，可以确定电 池所应满足的充放电次数 （即电池的循环寿命） 。 2.1.2
多节单体电池的电气连接方法设计 为达到所需电压、功率，同时便于监测、控制、 并降低成本，车用动力电池组需要通过多节单体电池的 串联或并联集合而成。从性能、耐久性和成本上讲，串 并联各有其特征。串联时模块、系统的性能受限于最 弱的电池。充电器若采用整体电压管理，电压较高的 电池易发生过充。并联时容易因单体及环境差异出现 偏流现象，引起 SOC 不均衡；充放倍率变化时，电池 间会出现环流现象。并联时电压传感器个数、均衡电 路个数比串联时要少些。 2.1.3
电池单体的一致性与选配 可以把电池系统中单体电池出厂时所带的固有个体 差异称为一次不一致性，原因包括原料的批次稳定性、 电极板的制作、活物质的量、电极层的均匀度、活物质 粒子大小的分布、电解液的总量与渗透度、电池中混入 的水分量与位置、异物及杂质的混入程度与位置、制造 环境 （温度、湿度、清洁度等） 的变化等。电池属于电 化学产品，与机械产品、电子产品有很大不同。机械产 品直接接触的部件才有相互作用，相互作用的数量与构 成部件的个数同一个量级。电池电解液将电池内部的 所有部件连在了一起，即使不直接接触也会发生不容忽 视的相互作用，仅两两相互作用的个数就与构成部件 个数的平方同量级，这就使得保证一致性变得更加困 难。目前，国内电池产品的一次不一致性远远大于国外 同类产品。国内先进厂家的电池容量差异在 3% 左右， 而日本厂家电池容量差异多在 0.3%~0.4% 以内。 可以把使用中逐渐加大的单体电池间的差异称为 二次不一致性，原因包括车载环境、使用方法、串并 联位置、自放电的程度等。在国内的电动汽车示范项目 中发现，成组后电池的寿命远远小于单体电池的寿命， 表明电池组配与使用技术尚需较大提高。 为了减小电池个体间的不一致性并抑制其发展， 需要在电池生产、使用的整个过程中采取措施：在进料时要检查，制造时要控制，集成时要筛选、配组， 使用时要监测、限制。制造过程的控制方法是否有效， 常常难以得到及时的反馈。电池测试既费时又昂贵，往 往只能抽检少量成品来代表整批产品。因此，需要开 发简便、快速、有效的方法对电池的一致性进行度量， 以支持过程控制、质量管理，指导电池的分级、选配。 有很多指标可以度量电池的不一致性，比如容量、开路 电压、内阻、阻抗谱、自放电率、倍率特性、重量等。 这些指标之间往往存在相互关联，需要找到能够比较 全面度量电池不一致性的最小指标集合，明确各个指 标与电池组件、结构的关联，排出指标的优先次序。 选配标准越严格，一方面会加大废品率，致使电 池组的初期成本提高，另一方面，使用时控制的安全 余量可以做的比较小，电池的可用容量就比较大，有助 于电池组的充分与长期使用，从而降低电池组全生命 期的成本。因此，选配标准的选取及其严格程度的把 握非常重要。 2.1.4
电池组可靠性技术 电池 （模块） 壳体、电池组箱体还应该满足绝缘安 全、碰撞安全、耐震、防水、防尘、电磁兼容等可靠 性要求。采用电池组更换方式的商业模式，对电池箱 的机械强度、固定方式、导轨的可靠性设计、强电连 接方式、强电安全设计提出了更高的要求。电池的组 配设计中还应注意便于及时发现出了故障 （或有故障症 候） 的单体电池，能够将其隔离并能方便更换。2.2 热管理技术锂离子电池的性能、寿命、安全性均与电池的温度密切相关。温度过高，会加快副反应的进行，增大 衰减 （大致温度每升高 15 ℃，寿命减少一半） ，甚至引 发安全事故。温度过低，电池的功率、容量会明显降 低，如不限制功率，可能带来锂离子析出，引起不可逆 衰减，并埋下安全隐患。一般锂离子电池的适宜工作 温度在 10~30 ℃之间。电子产品用锂离子电池的使用 环境温度与该适宜温度范围相差不大，不需要或只需 要简单的散热器件。车用动力电池的使用环境温度非 常宽广 （－ 20~50 ℃） ，车内电池周围的热环境往往很 不均匀，这为电池组的热管理提出了严峻的挑战。动力 电池的大型化、成组化使用使得电池 （组） 的散热能力 大大低于产热能力，尤其对于以高倍率放电为特征的 HEV、PHEV，更需要设计复杂的散热系统。单体电池 并联使用时 （单体电池内部极片之间也是并联） ，温度 不均匀会引起热电耦合，即温度高的电池 （或部位） 内92汽车安全与节能学报2012 年 第 3 卷 第 2 期阻较小，会分担更多的电流，致使荷电状态不均匀，从 而加快电池组的劣化。因此，车用动力电池系统的热管 理技术是保证其性能、 寿命、 及安全性的关键技术之一。 车用动力电池的热管理系统主要实现如下功能： 第 一，电池组温度较高时进行散热，防止电池过热引发 安全事故；第二，电池组温度较低时对电池组进行加 热，保证电池在低温环境下充电和放电的安全性和使 用效率；第三，使电池组中不同位置电池和电池不同部 位的温度差异尽可能小，抑制局部热点或热区的形成， 使不同位置电池的热致衰减速率接近一致。一般电池 组内部温差要小于 5 ℃，GM 的 Volt 采用热电一体化 的水冷设计，可将最大温差控制在 2 ℃以内，有力支持 了 8 年的寿命保证期 （GM 对内燃机动力系统的保证期 是 5 年） 。 电池组热管理系统主要由以下几部分构成：1）传 热介质：与电池组的热交换表面相接触的介质，通过 该介质的流动将电池组内产生的热量散至外界环境中； 2）流场环境：传热介质流经的路径及沿途流速、压力 的分布情况；3） 测温元件与控制电路：测温元件用于 测量电池组不同位置的实时温度，控制电路根据实时 温度进行散热执行器的动作决策；4）散热执行器：驱 动传热介质进行循环的器件， 以风扇与泵机等最为常见。 采用自然通风的热管理系统不包含散热执行器件。 表 2 总结了 6 款电动汽车 （包括 HEV、PHEV 和 BEV） 电池组的热管理系统概况。2.2.1
电池组热管理系统的传热介质 电池组热管理系统的传热介质主要有空气、液体 与相变材料 3 类。 1）以空气为传热介质。 在采用空气作为传热介质的热管理系统中，外部 环境或车箱中的空气进入热管理系统的流道，与电池 组的热交换表面直接接触，并通过空气流动带走热量。 按照空气流动的自发程度，可以分为自然通风和强制通 风两类。自然通风包括自然对流及随车辆行驶产生的 空气流动。强制通风主要由风扇驱动，风扇的瞬时功率 由热管理系统的控制电路确定。 2）以液体为传热介质。 采用液体作为传热介质的热管理系统主要分为接 触式和非接触式。接触式采用高度绝缘的液体如硅基 油、矿物油等，可将电池组直接浸泡在传热液体中；非 接触式采用水、乙二醇、或冷却液等导电液体，电池 组不能与传热液体直接接触。此时，需在电池组内部 布置分布式的密闭管道，传热液体从管道中流过带走 热量，管道的材质及其密闭性保证了导电液体与电池本 体的电绝缘。接触式或非接触式液冷系统中的液体流 动主要依靠油泵 / 水泵等进行驱动。 由于液体的比热容及导热系数大大高于空气， 因此， 液冷热管理系统的散热效果理论上好于空冷系统。然 而，液冷系统的以下两个特点降低了其实际使用中的散 热效率：a）接触式液冷系统的传热介质绝缘油具有较表 2? 几款电动汽车产品电池组热管理系统国别 车辆型号 车辆类型 电池连接方法 由 288 片单 体 组 成， 布置在 7 个 含 36 片单 体 的 module 与 2 个含 18 片单体的 module 中。 电气连接为混联结构，与机械布置相对独立，电气 连接可等效为 96 片单体串联成组，3 组并联。 热管理系统及其它GM VoltPHEV美国 Ener1 Th!nk City Tesla Roadster Toyota Prius, PHV 日本 Nissan Leaf Mitsubishi iMiEV, Minicap BEV采用液冷方法，冷却液为 50% 水与 50% 乙 二醇 混合物。金属散热片间隔于单体间， 冷却液在散热片内封闭循环，单体间散热 片的厚度仅为 1 mm 左右。 若保持电池组标称电压与总容量不变，则由约 250 当温度过低时，加热线圈可加热冷却液并 为电池升温。 片单体组成。 采用强制风冷方法，每两片并联单体头部有 以 28 kWh 为例，电池组由 432 片单体组成。采用 中空的铝制导热槽，该导热槽与电池组整 混联结构， 电气连接等效为 108 片串成组， 4 组并联。 体的通风导流槽连接。 由 6831 只 18650 锂电池组成。其中，69 只并联为 采用液冷方法，冷却液为 50% 水与 50% 乙 1组 （brick） ，再将 9 组串联为 1 层（sheet） ，最后串 二醇混合物。 联堆叠 11 层构成。 ―― 采用强制风冷方法，通风风扇有四种运行 模式：关、低转速、中转速、高转速，电池 温控系统决定电池风扇的运行模式。BEVHEV, PHEV BEV BEV由 192 片单体组成，为混联结构，即 48 个 module 电池包密封，外界不通风。寒冷地区有加 串联，每个 module 内 2 串 2 并。 热选件。 iMiEV 由 88 片单体串联组成。 采用强制风冷方法。张剑波，等： 车用动力电池系统的关键技术与学科前沿93高的粘度， 需要较高的油泵功率以维持所需流速；b）非 接触式液冷系统需要在电池组内部设计分布式的密闭 流道，这增加了电池组的整体质量，并降低了电池表面 与传热介质之间的热传递效率。 3）以相变材料为传热介质。 某些物质在特定温度下发生相变并吸收或释放 能量，这些物质称为相变材料 （phase change material, PCM） 。可以通过调节相变材料及添加剂的种类与组成 比率将其相变温度调整在电池适宜工作范围的上限附 近。使用该类相变材料包裹电池组，当电池温度上升 至相变温度时，相变材料将吸收大量潜热，使得电池 温度维持在电池适宜工作范围以内，有效防止电池组 过热。 以相变材料作为传热介质的热管理系统具有整体 构造简单、系统可靠性及安全性较高的优点。 Rami Sabbah 等学者[3]其中：h 为电池 组表面的对 流换热系数，脚标 bat 与 amb 分别表示电池组表面和传热介质。 首先，流场设计决定了传热介质流经电池组不同 Tbat － Tamb） 位置的先后顺序，将影响 （ 项的取值，从而 影响不同位置的局部散热速率；第二，流场设计决定 了传热介质在不同位置的流速，而流速将影响局部对 流换热系数 h 项；第三，流场设计决定了流道的局部 形状， 该形状也将影响到局部对流换热系数 h 的取值。 因此流场设计的合理性对电池组热管理效果的影响 十分显著。 1）流场的路径设计――串行流道与并行流道。 按照传热介质在电池组内部的通过路径，可将流 场分为串行流道式与并行流道式，如图 5 所示。在串 行流道设计中，传热介质按照严格的先后顺序依次经 过每个单体电池或电池模块，而并行流道设计中，传 热介质进入电池组箱体后，通过并联的流道进行分流， 并联式地经过不同的电池子模块。对于串行流道设计， 由于介质将在串行流道中逐渐被加温，因此，处于流 道后部的电池模块将无法有效散热，文献 [11-13] 指出， 与串行流道相比，并行流道设计使得电池组不同位置 的温度均一性更好。指出，在 40~45 ℃温度与高倍率放电时，采用复合 PCM 材料对电池组进行散热的效果优于 使用一般功率范围内的电扇进行风冷。 作为主流的电池热管理相 目前，石蜡（及添加剂） 变材料受到了较多关注[4-6]。这是因为石蜡的相变温度接近电池最佳工作温度上限，且成本低廉、潜热较高。 石蜡的主要问题在于其导热系数较低，因此，常在石蜡 中添加高导热的其它物质，制成复合的 PCM 材料。 文献 [7] 研究了石蜡、石墨复合的 PCM 材料的导 热系数，以及机械特性，包括抗拉、抗压能力及其对 内部爆破的耐受性。研究结果表明，在低温条件下 ， 机械特性随石蜡质量分数的提高而逐步改良， 而高温下 ， 机械特性随石蜡质量分数的提高而逐步恶化。 另外，一些文献还研究了在电池组相变材料内部 加装热管 [8]、泡沫铝和铝制散热片 [9-10] 的方法，发现 都能够进一步提高 PCM 的散热能力。 表 3 总结了不同传热介质的特点。表 3? 不同传热介质的特点传热介质 空气 液体（绝缘） 液体（导电） 相变材料 是否 接触 是 是 否 是 介质 粘度 低 高 较低 ―― 系统 复杂性 较低 较高 高 低 系统 成本 低 较高 高 较高 散热 效果 较低 较高 高 较高空气空气图 5? 串行流道与并行流道示意图 [13]2） 流场的速度设计――并行流道的调速法与调 压法。 对于并行流道式设计，不同流道的流速需尽量均 一，以减少电池组内部不同位置温度的不均匀性。文 献 [14] 指出了保证流速均一的两种方法：调速法与调压 法，并给出了两种方法联用时的最佳取值组合。调速法 是指，沿并行通道编号增加的方向，依次减小每个通 道的宽度，以调整其流动阻力，使得传热介质按照各 通道阻力重新分配其流量，从而达到调整流速分布的 目的； 而调压法通过改变进口与出口集流板的倾斜角度， 改变不同通道两侧的压差，从而间接调整不同通道的2.2.2
电池组热管理系统的流场设计 电池组向传热介质的单位面积散热率表示为： （1）94汽车安全与节能学报2012 年 第 3 卷 第 2 期流速。 3）其它流场设计方案。 美国 Nevada 大学的 Rajib Mahamud 等 学者 [15] 设计了一种周期性对换电池内部传热介质流动方向的热 管理方法，该研究指出，当以 120 s 为周期进行流动方 向对换时，电池组内部的温度差异性减小了 72%，同时 电池组内部的最高温度下降了 1.5 ℃左右。 文献 [16] 通过在电池组的进风道中加装数级楔形 障碍物，控制流入不同子风道的空气流速，并通过调 整各级楔形的高度，实现不同子风道空气流量的均一 化。同时，还通过模拟考察了导热系数的各向异性与 散热面选择对电池内最高温度及分布的影响。 2.2.3
电池组热管理系统的控制策略 热管理系统通过测温元件测得电池组不同位置的 温度，据此热管理系统控制电路进行散热执行器如风 扇、 水 / 油泵的动作决策。因此测温方法中的测点数量、 测点位置、测量精度等对电池热管理系统的控制精度 都具有重要影响。目前，常见电动汽车电池组的温度 传感器多贴附在电池箱体的内面或电池单体的外表面。 在 2010 年第三代 Prius 电池组中 [17]，部分温度传感器 布置在电池组内部的流道中，另一部分直接贴附在某些 典型位置单体的上表面正中，这些单体分别位于电池组 的前部、中部与后部。 电动汽车热管理系统通常根据电池所处的温度区 域进行分级管理。Volt 插电式混合动力电池热管理 [18] 分为主动 （active） 、被动 （passive） 和不冷却 （bypass）3 种模式，当动力电池温度超过某预先设定的被动冷却 目标温度后，被动散热模式启动；而当温度继续升高至 主动冷却目标温度以上时，主动散热模式启动。池高共模电压精确测量、电池的状态估计、电池充放电 管理、电池一致性评价与均衡管理等。 2.3.1
单体电池高共模电压精确测量 单体电压测量 （cell voltage measurement, CVM） 的 主要难度在于： 1）电动汽车电池组有上百节的单体电池串联，测 量电压通道多，由于测量单体电池电压时存在着累积电 势，而且每片电池的累积电势各不相同，无法统一补偿 或者消除， 因此在测量电路的设计上存在着一定的困难； 2） 电压测量 精度要求高（特 别是 LiFePO4/C 电 池） 。SOC 等电池状态的估计对单片电压精度有很高的 要求，图 6 为 LiFePO4/C 和 LMO/LTO 电池的开路电压 （open circuit voltage, OCV） 及每 mV 电压 对应的 SOC 变化量。 由图 6 可见 LMO/LTO 电池 OCV 曲线斜率较大， 大部分范围 （除 SOC 为 60%~70%） 每 mV 电压对应最 大的 SOC 变化率小于 0.4%，因此如果单体电压采集 精度在 10 mV，采用 OCV 估计方法，获得的 SOC 误 差 &4%，因此对于 LMO/LTO 电池，单体电压采集精 度需要小于 &10 mV。但 LiFePO4/C 电池的 OCV 曲线 斜率较小，大部分区域 （除了 SOC&40% 及 75%~80%） 内每 mV 电压 对应最大的 SOC 变化率达 4%，因此， 对单体电压采集精度的要求很高，需要达到 1 mV 左右， 而目前单体电池的电压采集精度多数只达到 5 mV。 文献 [19] 和 [20] 分别对电池 / 燃料电池的单体电 压测量方法进行了总结，包括电阻分压、光耦隔离运放、 分立三极管 [21]、集散式测量 [22]、光耦继电器 [23-24] 等方 法。目前单体电池电压、温度的采样国外已经形成芯片 产业化。 表 4 为目前大多数 BMS 中使用的芯片性能比较。 2.3.2
电池状态估计 电池状态包括荷电状态 SOC、健康状态 SOH 及 功能状态 SOF，它们的关系如图 7 所示。SOH 由寿命60(dSOC / dOCV) / μV?12.3 电能管理技术电池组的电能管理主要包括以下几个方面：单体电3.5LMO / LTO LiFePO4 / C 40UOC / V3.0?池 LiFePO4 / C LMO / LTO2.5202.000.2 (a)0.4SOC0.60.810 (b)0.20.4SOC0.60.81电池 OCV 特性曲线电池每毫伏电压对应 SOC 变化率图 6? 单体电池 OCV 曲线及其电压采集精度要求张剑波，等： 车用动力电池系统的关键技术与学科前沿 表 4? 电池管理与均衡芯片统计表芯片个数 公司 / 产品名称 Analog Devices / AD7802 Linear Technology / LTC6802 Texas Instrument / bq76PL536 Atmel / ATA6870 Maxim / MAX11068 支持电 池测量 6 12 6 6 12 支持温度测量 支持菊链串接 6 2 2 2 2 20 36 &16 16 31 最高菊链 支持电 串接电压 池串接 V 120 432 &96 96 372 380 &1 000 ― ― ― AD AD 转换器 精度 转换速率 均衡 支持 μs Bit 12 12 14 12 12 1 1 080 6 10 10 有 有 有 有 有95q℃ － 40~105 － 40~85 － 40~85 － 40~85 － 40~105I μA 4 60 12 10 1U V 7.5~30 10~50 6~36 6~30 6~70预测与故障诊断共同确定，SOF 需要综合考虑 SOH、 SOC、直流内阻、温度范围、不一致性等多方面因素 的影响。 1）电池荷电状态 SOC。 电池 SOC 估算的相关研究较为深入，目前，SOC 算法主要分为： a）安时积分（荷电积分） 方法。 安时积分计算方法为： （2） （为电池 其中： “0” 表示起始时刻的值；CN 为额定容量 当时标准状态下的容量，随寿命变化） ； h 为 Coulomb 效率，放电时， h ＝ 1，充电时， h ＜ 1 ；充电 I 为负， 放电 I 为正。 在初始 SOC0 比较准确的情况下 ，安时积分法在一段时间内还是具有相当好的精度 （主要与电流传感器 采样精度、采样频率有关） 。但是它的缺点为： 1）初始 2） 库仑效率受电池的工作状 SOC0 影响 SOC 的精度； 态影响大 （如 SOC[25-26]、温度、电流大小等等） ，难于准确测量，会对 SOC 误差有累积效应； 3）电流传感器 精度， 特别是偏差对会导致累计效应， 影响 SOC 的精度。 因此单纯采用安时积分法很难满足 SOC 精度的要求。 b）开路电压法。 SOC 与锂离子在活性材料中的嵌入量有关，与静 态热力学有关，充分静置后的开路电压 OCV 可以认 为达到平衡电动势，OCV 与 SOC 具有一一对应的关 系，并且与电池寿命关系较小，因此，OCV 是估计锂 离子电池 SOC 的有效方法 [27-30]。但是有些种类电池的 OCV 与充放电过程 （历史） 有关，如 LiFePO4/C 电池， 充电开路电压与放电开路电压具有滞回现象 （镍氢电池SOF 算法SOC 限制SOC 算法 ?? ?流 温度 ?行?? ?池温度 SOC ?池温度 ?? ?流 ?? 可燃气体?度 网?信号 故障?断? ? ? ? ? ? ? ? ? ? ? ? ?感器故障 ?行器故障 网?故障 ?行?? ?体?池故障 ?池温度 ??故障 ?? ?流故障 ?流 SOC故障 接?松?故障 ??故障 故障 温度故障（高低） 温升故障 一致性故障SOC温度限制 min ?池?入 ?出能力?寿命??故障限制SOH 算法图 7? 电池管理系统算法框架96汽车安全与节能学报2012 年 第 3 卷 第 2 期类似） ，需要认真考虑滞回现象的影响 [31-35]。 开路电压法最大的优点是 SOC 估计精度高，但 是它的显著缺点是需要将电池长时间静置以达到平衡， 电池从工作状态恢复到平衡状态一般需要一定时间， 该时间长短与 SOC、温 度等状态有关 LiFePO4/C 电池往往需要 3 h 以上[36] [35-36]该算法的运算量也较大。 思维， 最终实现 SOC 预测 [46]， d）基于上述两种或多种方法的融合算法。 目前融合方法有简单的修正、 加权、 Kalman 滤波 （或 扩展 Kalman 滤波） 、滑模变结构等等。简单的修正融 合算法主要包括：开路电压修正、满电修正的安时积分 法等；采用加权融合算法就是将不同方法估计的 SOC 按一定权值进行加和得到 SOC ；采用 Kalman 滤波的 融合算法通常融合安时积分方法与其它模型成为一个 动力系统，其中 SOC 被当成系统的一个内部状态来估 计。Kalman 滤波方法将安时法和开路电压法有机地结 合起来，用开路电压法克服了安时积分法累积误差的 缺点，实现了 SOC 的闭环估计。同时，由于在计算过 程中考虑了噪声的影响，所以算法对噪声有很强的抑 制作用。 2）电池健康状态 SOH。 目前多数 SOH 的定义只限于电池老化的范畴，表 征电池老化的主要参数是容量、内阻。一般能量型电 池性能衰减用容量的衰减来表征，功率型电池的性能 衰减用电阻的增加来表征。从机理上分析，磷酸铁锂 性能衰减主要机理为 [47] ：正极金属离子与电解质产生 副反应而溶解于电解质中，在循环或搁置过程中与负极 产生还原反应形成固体电解质界面膜 （solid electrolyte interface, SEI） ，减少了活性锂离子数量。从使用条件 分析，影响电池寿命和安全性的主要因素为：高温 [48-51] （副反应加剧） ；过低温 （材料晶格易损、金属离子容易 还原） ；高电位或过充 [48,52]（电解质容易分解并与正极 产生副反应、负极锂离子易还原） ；过放 [51]（负极铜箔 易腐蚀、 正极活性材料晶格易塌陷） ； 高倍率充放电 [52] （温 升高引起副反应加剧、活性材料晶格易疲劳塌陷） 。 电池的衰减模型可以分为机理模型和外特性模 型[53-55] [43-46]，低温下，所以该方法单独使用只适于电动汽车驻车状态，不适合动态估计。 c）基于电池模型的 SOC 估算方法。 常用的电池模型有：等效电路模型 [37]、电化学模 型[38-40]、神经网络模型[41-42]和模糊逻辑模型等。文献 [37] 收集了目前文献中常用的 12 种等效电路 模型，包括组合模型、Rint 模型 （简单模型） 、考虑零 状态滞回的 Rint 模型、考虑一状态滞回的 Rint 模型、 考虑二状态低通滤波滞回的 Rint 模型、考虑四状态低 通滤波滞回的 Rint 模型、一阶 RC 模型、考虑一状态 滞回的一阶 RC 模型、二阶 RC 模型、考虑一状态滞回 的二阶 RC 模型、三阶 RC 模型、考虑一状态滞回的三 阶 RC 模型。这些方法可以适用于动态估计，但是估 计精度与模型精度、信号采集精度有关。文献 [37] 采 用实验数据，拟合了上述 12 种等效电路模型的参数， 并比较了模型的精度和复杂度，研究结果认为，一状态 滞回的一阶 RC 模型更适合于 LiFePO4 电池的电压估计。 电化学模型建立在传质理论、化学热力学、动力 学基础上，涉及电池内部材料的参数较多，且很难准确 获得，同时模型运算量大，一般仅用于电池性能分析与 设计中。 神经网络模型法估计 SOC 是利用神经网络的非 线性映射特性来估计 SOC。神经网络法在建立模型时 不用具体考虑电池的内部细节，方法具有普适性，适 用于各种电池的 SOC 估算，但是，该方法需要大量训 练样本数据对网络进行训练，且估算误差受训练数据 和训练方法的影响很大 processor） 等。 模糊逻辑法的基本思路为，根据大量试验曲线、 经验数据及模糊逻辑理论，用模糊逻辑模拟人的模糊[42]，其主要区别在于，前者侧重于对电池内部副反。同时，神经网络法的运算应机理的研究，并以 SEI 膜阻、离子浓度等微观量为 观测对象，而后者从实验规律出发，重点关注电池循 环过程中表现出来的容量衰减与内阻增加，表 5 对两 类模型进行了对比 [35]。 文献 [55-58] 根据正负极衰老机理，以循环锂离子量较大，需要强大的运算芯片，如 DSP （digital signal表 5? 电池的两类衰减模型对比机理模型 研究方法 观测对象 优点 问题 锂离子损失 （金属沉积或晶格变形） 、副反应、SEI 膜加厚的形成机理 电解液锂离子浓度变化、SEI 膜阻变化、活性物质颗粒尺寸的电镜扫描 原理清晰，可以全面了解电池的衰减情况 复杂，需要精准的设计参数和传质系数输入，常影响精度 外特性模型 容量衰减、内阻增加等外特性 容量、内阻 简单，方便预测容量衰减 基于大量实验张剑波，等： 车用动力电池系统的关键技术与学科前沿97损失机理、电池内部的材料腐蚀机理等为基础，建立 了电池 SEI 膜阻增加模型、循环衰减后的端电压模型。 由于锂离子详细的衰减机理复杂，很难准确确定模型 参数， 同时运算量较大[55]均为常数，可通过实验拟合确定。 Zhe Li 等 [64] 全面考虑了电池寿命的多个影响因 素，如环境温度、放电倍率、放电截止电压、充电倍 率和充电截止电压等，提出了基于耦合强度判断和多 因素输入的寿命建模方法 （模型中温度的影响也参考 了 Arrhenius 建模方法、电物理量的影响参考逆幂规 律） ，并基于模型的因素敏感性分析了各因素对电池寿 命影响的权重，耐久性模型对电池寿命的预测误差达 到 15% 以内。 其 它 外 特 性 建 模 方 法 还 有 神 经 网 络 模 型， 如 Rudolph G. Jungst[65] 等对以 LiNi0.8Co0.15Al0.05O2 为正极 材料的电池贮存寿命进行了研究。 上述模型均在恒定条件下试验获得的经验模型， 未考虑实际车辆运行的多变工况，不能准确表征车用 电池的性能衰减状况。借鉴机械疲劳研究成果，M. Safari 等 [55,66] 采用机械 疲劳研究中常用的 PalmgrenC Miner（PM） 法则来预测电池容量在简单和复杂工况 下的 衰 减 情况， 并 与 损害 时 间累计 法 （capacity-loss accumulation over time，LAT） 进行比较，结果 PM 法 好于 LAT 法。 2.3.3
电池充放电管理 电池功能状态的估计是进行充放电管理的基础。 确定电池的充放电功率通常包含以下几个步骤： 1）事先，根据不同温度、不同 SOC 下不同衰减时 期电池的内阻及输入、输出功率的实验数据，制成或 建立电池允许输入、输出的最大或连续功率的 MAP 图 或模型； 2）根据当前的电池状态，从 MAP 图或模型确定 电池最大或连续输入、输出功率； 3）根据电池故障级别对输出能力进行修正，如某 些一级轻微故障 （对安全不构成影响） ，可以只报警， 不需要限制。某些一级、二级、三级故障，除了报警， 还需要根据情况降低功率。对极其危险的三级故障 （如 反极、极高压、短路、温度极高、温升极快、冒烟、着 火等等） ，则立即切断输出； 4） 确认电池在可靠范围内运行以减少安全隐患， 并尽可能在推荐范围内运行以减缓电池衰减。 2.3.4
电池一致性评价与均衡管理 组成电池组的同一规格型号的单体电池在电压、 容量、内阻、自放电率等参数存在一定的差别 [67]。随 着使用时间的增加，这些差别会变得越来越大，并导 致电池荷电量 （电压） 的较大差别，不仅减少电池的可， 一般不用于车用电池管理中。基于电池外特性的模型，已经有较多文献涉及。 最常见的是基于 Arrhenius 模型，如下文所述。 Toshiba 的手册中给出了钴酸锂电池贮存寿命模型， 容量损失率为[59]： . （3）Ira Bloom 等 [60] 进行了不同环境温度下电池衰减 率的实验与分析，验证了以温度为加速应力的电池容量 衰减模型，讨论了电池容量保持率与环境温度和循环 时间的关系，采用式 （4） 来拟合实验数据，阻抗率为： （4） 其中：A 为拟合参数；Ea 为活性能量；R 是气体常量；t z 是时间的指数，简单情况下 是时间； ，可取 1/2。其中： z 都可以通过实验数据拟合得到。 A、 Ea/R、 John.Wang 等 [61] 基于 Ira Bloom 等人的工作，提出 了以 Ah-throughput 为变量的双因素模型，将放电倍率 乘入原有的时间项，得到以温度和放电倍率为加速应 力的电池寿命模型，实现了双应力加速下 20% 以内的 预测误差，容量损失率为： . （5）其中：Ah 为放电电流与放电时间的乘积项；A 为常数。 Toshio Matsushima[62] 研究了大型锂离子电池的性 能衰减，同样发现容量的衰减与时间呈 1/2 次方关系， 即 Qloss = Kf (t/h)1/2，其中 Kf 为系数。并发现容量衰减 在 30% 以内的系数 Kf 与容量衰减大于 30% 的系数 Kf 不相同。前者较大，说明前 30% 容量衰减的速度快。 Kf 服从 Arrhenius 定律。 基于 Arrhenius 模型的扩展模型，黎火林等根据钴 酸锂电池循环寿命实验，提出了如下的 Arrhenius 扩展 模型[63]，容量衰减率为：（6）b、 c、 l、 m、 f、 α、 β、 λ、 η 其中：nc 为充放电循环次数；a、用容量范围，也会降低电池组的寿命，甚至带来安全98汽车安全与节能学报2012 年 第 3 卷 第 2 期隐患，因此必须对电池的荷电量 （电压） 进行均衡。 一般采用数理统计的方法来评价电池在电压、容 量、内阻上的一致性[68-71]3~4 V，正在研发中的高电位正极电位在 4~5 V） ，即便 是有机电解液，能在这么宽的电位窗下保持稳定的也不 多见。通常是通过加入添加剂，在正负极表面形成一层 能够导通锂离子而电子导电性很弱的 SEI 膜，将电解液 和正负极分开，大大降低电解液成分在正负极上的分 解反应速度 （动力学稳定） ，但不能完全阻止这些反应 的进行 （热力学不稳定） 。这也是为什么电池即使在存 放中也会发生容量降低及不可逆劣化的原因。 2）锂离子电池内部组成物质之间隐含着一系列在 不同温度下相互反应放出可观热量的副反应。在正常 的温度、电压范围内，锂离子电池内部只进行锂离子的 嵌入和脱出反应。如果超出了安全使用范围，或是制 造中存在缺陷，导致内部短路，这些副反应有可能被引 发并连锁进行，最终导致有机物电解液剧烈分解 / 燃 烧反应，引发爆炸等热失控事故。 3）锂离子电池属于能量储存兼转换装置，在热力 学上是一个封闭系统，电池的氧化剂、还原剂同处于 一个封闭的空间，仅有一层很薄 （约 10~40 μ m） 的微孔 隔膜隔开，系统具有固有的脆弱性，一旦某种原因引起 内部短路，使处于较高能量状态的正负极活性物质相 接触，便可能引发爆炸、着火等热失控现象。与此相 对照，内燃机和燃料电池都是能量转换装置，在热力 学意义上属于开放系统。在储存中燃料主体存放在油 箱或氢气罐中，氧气在大气中。在运行中只有少量燃料 和空气进入发动机气缸内燃烧、或进入燃料电池内隔 膜两侧进行电化学反应。 内部短路最终是否演化成为热失控，与电池荷电 状态、温度、及短路部位等多种因素相关。由于电池 材料平均传热系数较低，短路中产生的熵热、过电压热 （欧姆热、电化学活性化热） 首先在发生短路的局部产 生热点。 ，温度的升高可能触发新的放热分解反应。产 热速率与散热速率的平衡决定电池局部温度是否持续 上升。只有当局部产热率、 产热总量高于某个临界值时， 才会诱发下一步连锁反应，甚至演化到热失控。因此， 基于电池局部产热、传热、散热机理的单体电池的热 设计对提高热安全性非常重要。 车用动力电池系统由于单体电池的大型化和成组 化使用，给安全问题带来了新的挑战。容量的增加使 得热失控的后果更加严重。尺寸增大使得电池的表面积 与体积的比值变小， 电池的散热能力相对产热能力变小， 电池的热可控性降低，更容易出现温度不均和局部热 点。大型化也使得电压、温度的测量值对内部状态的 代表性降低，电池状态的可知性减小。多个单体电池 的成组使用对单体电池的安全系数提出了更高的要求，。以电压参数作为一致性表征指标，对于 SOC-OCV 曲线斜率较大且线性度较好的 电池体系 （如锰酸锂等） 精度较高，但对于 SOC-OCV 曲线斜率较小的电池体系 （如磷酸铁锂） 精度较低[67]。采用容量作为电池成组指标比较合适，但作为成组后电 池运行一致性的评价，则采用单体电池荷电量来表征 比较合理，因为单体电池间荷电量的差异是电池组寿 命低于单体电池平均寿命的主要原因。 均衡方法分为化学均衡和物理均衡[67]。化学均衡利用电池在充放电过程中自身存在的一些副反应来实 现均衡。铅酸电池和镍氢电池通过 “过充电” 的均衡充 电方法来实现各电池性能参数趋于一致[72]。锂离子电池一般需要通过添加氧化还原对添加剂来进行限压保 护。物理均衡是通过外接电路来对电池实现均衡，分 为耗散式与非耗散式两大类。耗散式[73-75]方案是将电池组中需要均衡的单体电池电量用电阻或其它方式消 耗。非耗散式是利用一个活动的分流元件或电压 / 电 流转换器件将能量从一节单体转移到另一节单体。这 些器件可以是模拟的，也可以是数字的。非耗散式拓 扑结构有：电容与开关阵列 模块[74,77] [76]、分散式 DC/DC 变换[78-79]、同轴多绕组变压器均衡[80]、电流转向器均衡方法、独立充电式[81]。耗散式均衡方法结构简单、不会消耗太多的能量，且能够满足均衡需求，因 此目前应用较多。非耗散式均衡方法虽然效率高一些， 但是由于结构复杂、可靠性低、不易实现等问题，目 前应用不是很多 [82]。2.4 安全保障技术车用动力电池系统存在强电安全与电池热失控两2.4.1
电池系统安全隐患 方面的安全隐患。强电安全是使用高压电源系统电动 汽车的共同问题，通常通过强电部位绝缘，电池箱体 与车体等电位，检测到绝缘老化、发生事故、或更换、 维修时切断电路等方式进行防护，已经是比较成熟的 技术。而电池的热失控所引发的冒烟、着火、爆炸等安 全事故一直是困扰锂离子电池发展的一大问题，也是影 响电动汽车走向普及的一大障碍。 目前技术水平的锂离子电池是一个准稳定系统， 有以下 3 个特征： 1）锂离子电池是一个动力学稳定系统，而非热力 学稳定系统。锂离子电池正负极电位窗很宽 （石墨负极 嵌锂后接近金属锂的电位，正极电位多高于金属锂电位张剑波，等： 车用动力电池系统的关键技术与学科前沿99也增加了电池间连锁失控这一新的隐患。 2.4.2
安全性标准与测试 电池系统的安全性要求在实际使用条件下电池不 能发生剧烈冒烟、着火、爆炸等事故，万一发生事故时 不能对人造成伤害，对机器、物品的损害要降到最小。 目前尚不存在判定电池安全性的理论公式或非破坏试 验方法，主要通过滥用试验来判断电池的安全性。如 何用一系列试验尽可能多的涵盖实际使用中的各种异 常情况 （包括小概率事件） 是滥用实验设计所要解决的 问题。试验对象与试验项目的设定、试验方法的确立 及标准化对判定结果至关重要。 很 多 机 构 都 已公布 或 正 在 制 订 电池 的 安 全 标 准[83-87]机理与相应的对策包括以下几种情形。第一，异物混 入，刺破隔膜，引起正负极短路。应对这种情况，一方 面要提高制造环境的清洁度，减少异物混入几率； 另一 方面，可以通过测试，剔除掉混入异物的电池。一种 办法是在注液前给电池施加阶跃电压，测量电流，剔 除电流较高的电池。另一种办法是在注液充电之后， 长时间高温化成，剔除掉端电压下降较大的电池。第 二， 过充或低温急充时， 石墨负极上锂金属枝晶的形成。 抑制锂离子枝晶生长的主要手段是限制过充，尤其在 低温下限制充电功率。在隔膜表面涂布陶瓷，可以提高 其机械强度和抗穿透能力。第三，制造过程中混入的 水分与锂盐反应生成腐蚀性很强的氢氟酸，将正极活 性物质、或杂质溶解，溶解出的金属离子在低电位的负 极析出， 逐渐生长成枝晶， 形成内短路。应对这种情况， 需要保证原料的纯度并严格控制电池制造过程中的环 境湿度，防止水分混入。 2）保证电池工作在安全区间内。 锂离子电池在存储和使用过程中，在温度、电流、 电压上存在安全的工作区间。图 8 给出了不同温度范 围内充电电流和充电电压安全区间的示意图。磷酸铁 锂电池的工作电压区间在 2.0~3.7 V，放电工作温度为 － 20~55 ℃，充电温度为 0~45 ℃，如果超出此范围工 作， 电池寿命会大大降低， 甚至会导致安全问题。因此， 需要对锂离子电池进行有效的控制与管理，保证锂离 子电池的温度、电流、电压处于安全区间内。I ,U 低温区域 ?准温度区域 推荐温度区域 高温区域。对申请运输的电池 （组） ，UN Manual of Testsand Criteria[83] 要求对循环使用后的电池也做短路测试。 对笔记本电脑用锂离子电池，IEEE 1625[85] 要求进行浮 充试验。针对电动车用动力电池 （组） ， SAE J2464[87] 增 加了不少考虑了车辆用途的新的试验项目，试验条件也 变得更加苛刻，比如要求监测、分析喷出的有害气体、 颗粒物，部分短路试验，高倍率放电，滚翻，水淹等。 现有标准、测试方法存在以下一些问题。 1）完备性：现有滥用试验并不能有效反映内部短 路这一现场热失控的主要模式。目前有两种模拟内部 短路的试验方法，一种是外部钝物缓慢挤压，另一种 是在电池内部植入 L 形 Ni 质金属异物[88]，均不能良好再现枝晶在内部生长、引发短路的过程。 2）合理性： 热箱试验时放置时间为 10 min 或 1 h， 此时，电池内部 （甚至表面） 尚未稳定至热箱设定温度。 3）复合因素的检验：现场失效往往是在使用过程 中各种因素复合作用的结果。现有滥用试验多是对新 品电池进行单个因素的试验，例如，应该增加循环使 用后 （及不同时期） 过充电状态下电池对热、机、电复 合滥用应力耐受性的考察。 4） 判定性试验与表征性试验：对于成熟的产品， 适于采用合格与不合格的判定性试验；对于尚处于技术 开发初期的车用动力电池，需要开发能够提供更多技术 信息的表征性试验。 2.4.3
提高安全性的主要手段 车用动力电池系统安全性问题是一个系统性问题， 决非单靠改进材料的热稳定性所能彻底解决的。要提 高车用动力电池系统的安全性， 需要从材料、 电池 （设计、 制造） 、系统 （使用） 、车辆等各个层次采取措施。 1）抑制内部短路的形成几率。 内部短路是引发现场热失控的主要原因，其形成?流、 ?? 安全区域T1T2 T3T4T5T6T图 8? 锂离子电池安全工作区间示意图3）将事故控制在危害尚小的初期阶段。 市场销售的电子产品用锂离子电池已经采取了多 种多样的安全机构与安全措施。电池本体里面装有温 度保险器件（positive temperature coef ?cient, PTC） 、压 力 安 全 阀、 电 流 切 断 器（current interruption device， CID） 、低熔点隔膜等。锂离子电池要求使用专用的充 电器。电池包与充电器具备温度检测机能及过充、 过放、 过大电流的保护回路或熔断丝等保护对策。100汽车安全与节能学报2012 年 第 3 卷 第 2 期在小型锂离子电池上行之有效的一些安全措施在 动力电池上很难使用，或者效果并不明显。动力电池一 般容量大，充放电电流大，CID 将会增大内阻，引起 较大损失。大型电池温度不均匀性较强，隔膜高温闭 孔机能如果不能在整层隔膜上均匀实现，很可能在局 部出现融化，致使正负极大面积接触，反而引发更严 重的事故，因此增加隔膜整体的热稳定性成为现在研 究的热点。大型动力电池需要开发新的单体电池安全 防护措施。 4）加强故障诊断，防范事故于未然。 加强对单体电池的监测与故障诊断功能，在判定 某个电池有故障症候时，及时将其隔离、更换。开发 智能电池，在电池内部植入小型芯片，测量每个电池的 电压、电流，从中计算电池的阻抗，通过与事先制成的 图表以及电池组中其它电池的比较，及时发现出现异常 症候的电池。开发先进的非解体、无损健康诊断技术， 定期在维修店对电池系统进行详细体检，及时发现细 微的故障症候。建立数据中心，对电池运行数据进行 统计处理，区分正常劣化与异常劣化，及时发现、处理 出现异常劣化的电池。 故障诊断是保证动力电池系统安全的必需技术之 一。国际电工学会（IEC) 在 1995 年制定的电池管理系 统标准[89]仅靠一个机构、一个学科来完成，而需要电池厂与汽 车厂间的密切合作，需要综合性大学或研究机构的多 学科支撑。 进一步整理、分析车用动力电池系统四大关键技 术可以凝练出以下两个共通的、关于热的和关于电的基 础科学问题。对这两个基础科学问题进行深入细致的 研究，可望实现对动力电池系统关键技术的突破： 1）
多约束、多尺度产热积层体复合系统的产热、 传热、散热规律。◆ ◆ ◆复杂工况下的产热模型 热模型参数的原位测量 电池及电池组的材料体系、结构、尺度、布局 热应力下的电池性能演变规律 表面细微结构、积层体复合系统结构对大型电 复合相变材料的相变潜热、相变温度、导热系 电池热失控过程中电能、热能、化学能的耦合、 副反应的种类、焓变及反应速率对产热、传热、散热等热过程的影响规律◆ ◆池表面、多电池间热流密度的影响规律◆数随材料组成、结构的变化规律◆触发机理及演化◆2）非线性、时变、非均一多个体混联电池系统的 建模、辨识及控制理论。◆要求：电动车用电池管理系统必须具备一定的电池诊断功能，包括不健康电池早期报警和提供电 池老化信息。我国标准 《电动汽车用电池管理系统技术 条件》[90] 也有电池故障诊断的要求，规定了故障诊断 基本要求项目和可扩展的故障诊断项目 （项目总计多达 26 项） ，将故障等级分为 3 级。 故障诊断技术目前已发展成为一门新型交叉学科。 它在诊断对象工作原理的基础上，综合利用了计算机 网络、数据库、控制理论、人工智能等技术，在其它 领域中的应用已经较为成熟。电池故障诊断尚属于发展 阶段，研究主要基于过程参数估计、状态估计及基于 经验等方法。Oliver Bohlen[91] 等人通过电池内阻模型 的在线辨识实现了电池在线诊断。Yu-Hua Sun[92-94] 通过观察铅酸电池恒流充放电电压曲线光滑程度的变 化来辨识电池组可能存在的故障。 方法电池与电池组寿命的多应力快速评价与预测 单体电池一致性的度量指标体系，一致性的演 时变、非均一、多个体混联电池系统的建模理 电池故障诊断的理论算法体系及故障应对策略◆化规律与抑制一致性恶化的策略◆论与状态估计方法◆4
总结与展望作为电动汽车的核心技术，动力电池系统尚处于 技术发展的初期阶段，需要在多方面取得突破。一个 好的电池系统应该在对材料、电池 （组） 、以及使用特 征充分理解的基础上针对用途量身定做，应该具备可 知性 （智能化，可以自检内部状态并与外部通讯） ，可 控性 （均衡，隔离具有问题症候的电池或模块） ，可扩 性 （模块化设计，可以灵活组配满足多方面的需求） ， 和可换性 （具有问题症候的单体电池易于更换，电池组 支持换电式商业模式） 。开发一个好的电池系统需要电 池设计人员、电动汽车设计人员密切配合，需要充分利 用示范、实证、实际使用中得到的宝贵反馈信息，多次 进行为汽车设计电池、为电池设计汽车的迭代优化。3
车用动力电池系统的两大基础科学问题车用动力电池系统在技术上涉及材料、化学、电化 学、机械、热力学、传热学、流体力学、电学、系统 与控制等多个学科，横跨从纳微米级的活性材料、毫 米级的电芯、到米级的电池组等宽广的空间尺度。这 就决定了要开发一个具有竞争力的动力电池系统，很难张剑波，等： 车用动力电池系统的关键技术与学科前沿101锂离子电池的安全隐患是影响人们对电动汽车普 及信心的一个重要因素。迄今，人们主要通过开发高热 稳定性材料、严格生产环境与过程的管理来降低安全 事故可能性 （改善电池的固有安全性） ；通过装入电流 切断器 CID、温度保险器 PTC 等部件的安全电池设计 使电池异常过程停止在早期阶段 （提高电池的被动安全 性） ；今后，应该加快开发具有通讯、自检功能的智能 电池，加快开发基于网络数据库的电池系统群体检测 及异常预诊技术， 以及时发现事故症候， 防患于未然 （提 高电池的主动安全性） 。 在电动汽车进入商业化的初期阶段，应该在整个 价值链上探索各种商业模式，通过将利害相关各方整 体利益的最大化和各方利益的合理分配，降低电池系 统的初期价格和整个生命周期的成本。车网、电网、信 息网三网融合的构想为汽车电动化发展提供了新的动 力。先进国家都在探索将电动汽车作为基本储电单元 与智能电网、智能小区联合使用，有些地区已经开始实 证试验。这就要求在开发电池系统之初，就应考虑不 仅要满足车辆方面所要求的特性，也要满足作为储电 单元以及与智能电网联用所要求的特性。 经
年 “十 五 计 划 ” 、 年 “十一五计划” ，以及目前 “十二五计划” 的持续支持， 尤其 经 过 北 京奥 运会（2008） 、 上海世 博会（2010） 、 以及 “十城千辆计划” 的大规模示范运营，中国的电动 汽车取得了举世瞩目的进步，尤其在公共电动车辆运 行方面积累了大量宝贵的数据，在相关标准体系建设 方面走在了国际的前列。同时也应该看到，中国对电 池的研发投入力度远远小于日本和韩国；电池材料开发 上以磷酸铁锂为主，技术路线单一，原创性成果不足； 电池材料批次一致性、电池一致性远远低于日韩；电池 厂家与汽车厂家缺少纵深联合；示范试验中同等水平 的平面摊开有余、而持续迭代优化不足。建议中国增 加电池系统研究的重大国家专项： 加强研发便于更换单 体电池、模块的组配方式及耐高不一致性的电池管理 系统；积极开展大型动力电池的智能化、电池系统的 网络化研究；进一步强化电池监测、故障预诊等防范 技术的研发。 致谢 本文写作过程中 ，得到了清华大学李建秋、何向明、 邱新平、李建军等老师，中信国安盟固利动力科技有限 公司毛永志高工、吴宁宁女士的帮助和支持，清华大学 吴彬、黄俊同学参与了论文修改工作，在此衷心致谢。参考文献 （References）[1] Perujo A, Ciuffo B. The introduction of electric vehicles in the private ?eet, Potential impact on the electric supply system and on the environment: A case study for the Province of Milan, Italy [J]. Energy Policy, ): . [2] 中华人民共和国工业和信息化部 . QC/T 840-2010: 电动 汽车用动力蓄电池产品规格尺寸 [S]. 2010. Ministry of Industry and Information Technology of the People's Republic China. QC/T 840-2010: Speci?cation and dimension of traction battery for electric vehicles [S]. 2010. (in Chinese) [3] Sabbah R, Kizilel R, Selman J R, et al. Active (air-cooled) vs. passive (phase change material) thermal management of high power lithium-ion packs: Limitation of temperature rise and uniformity of temperature distribution [J]. J Power Sources, ): 630-638. [4] Kizilel R, Sabbah R, Selman J R, et al. An alternative cooling system to enhance the safety of Li-ion battery packs [J]. J Power Sources, ): . [5] Duan X, Naterer G F. Heat transfer in phase change materials for thermal management of electric vehicle battery modules [J]. Int'l J Heat and Mass Transfer, -24): . [6] Kizilel R, Lateef A, Sabbah R, et al. Passive control of temperature excursion and uniformity in high-energy Liion battery packs at high current and ambient temperature [J]. J Power Sources, ): 370-375. [7] Alrashdan A, Mayyas A T, Al-Hallaj S. Thermomechanical behaviors of the expanded graphite-phase change material matrix used for thermal management of Li-ion battery packs [J]. J Materials Processing Technology, ): 174-179. [8] WU Mao-Sung, LIU K H, WANG Yung-Yun, et al. Heat dissipation design for lithium-ion batteries [J]. J Power Sources, ): 160-166. [9] Khateeb S A, Farid M M, Selman J R, et al. Design and simulation of a lithium-ion battery with a phase change material thermal management system for an electric scooter [J]. J Power Sources, ): 292-307. [10] Khateeb S A, Amiruddin S, Farid M, et al. Thermal management of Li-ion battery with phase change material for electric scooters: Experimental validation [J]. J Power Sources, -2): 345-353. [11] Pesaran A A, Vlahinos A, Burch S D. Thermal performance of EV and HEV battery modules and packs [C/OL]// Proceedings of the 14th International Electric Vehicle Symposium, ―17, Orlando, Florida. (). http://www.nrel.gov/vehiclesandfuels/ energystorage/pdfs/evs-?n.pdf. [12] Pesaran A A, Burch S D, Keyser M. An approach for designing thermal management systems for electric and hybrid vehicle battery packs [C]// Proceedings of the 4th Vehicle Thermal Management Systems, ―26, London, UK: Professional Engineering Publishing LTD, 6. [13] 林成涛 . 电动汽车用镍氢电池组的建模及管理技术研究102汽车安全与节能学报2012 年 第 3 卷 第 2 期[D]. 北京 : 清华大学 , 2006. LIN Chengtao. Research on the modeling and management of nickel metal hydride battery packs for electric vehicles [D]. Beijing: Tsinghua University, 2006. (in Chinese) [14] 陈磊涛，许思传，常国峰 . 混合动力汽车动力电池热管 理系统流场特性研究 [J]. 汽车工程 , ): 224-227. CHEN Leitao，XU Sichuan，CHANG Guofeng. A study on the ?ow ?eld characteristics of HEV battery thermal management system [J]. Automotive Engineering, ): 224-227. (in Chinese) [15] Mahamud R, Park C. Reciprocating air ?ow for Li-ion battery thermal management to improve temperature uniformity [J]. J Power Sources, SI): . [16] 梁金华 . 纯电动车用磷酸铁锂电池组散热研究 [D]. 北京 : 清华大学 ,2011. LIANG Jinhua. Research on the heat dissipation of pure EV’s battery pack [D]. Beijing: Tsinghua University, 2011. (in Chinese) [17] Mayyas A R, Omar M, Pisu P, et al. Comprehensive thermal modeling of a power-split hybrid powertrain using battery cell model [J]. J Power Sources, ): . [18] Buford K, Williams J, Simonini M. Determining most energy ef?cient cooling control strategy of a rechargeable energy storage system [R]. 2011 SAE International, 3. [19] 黎林 . 纯电动汽车用锂电池管理系统的研究 [D], 北京 : 北京交通大学 ,2009. LI Lin. Research on Li-ion battery management system in EV [D]. Beijing: Beijing Jiaotong University, 2009. (in Chinese) [20] Webb D, M?ller-Holst S. Measuring individual cell voltages in fuel cell stacks [J]. J Power Sources, ): 54-60. [21] Satoshi Sobue, Tomohisa Yamamoto. Circuit system for a battery electronic control unit [P]. US Patent, No. , (). [22] HIDAKA Takao, NAKAGOMI Yoshiyuki. Battery voltage monitoring integrated-circuit and battery voltage monitoring system [P]. US Patent, No. , (). [23] 李中 , 刘蒙 , 卢兰光 . 一种车用燃料电池单片电压监测装 置 [P]. 中国实用新型专利 Z.6, (). LI Zhong, LIU Meng, LU Languang. A vehicle fuel cell monolithic voltage monitoring devices [P]. Chinese Patent, Z.6, (). (in Chinese) [24] 李中. 燃料电池发动机单片电压采集系统软硬件设计 [D], 北京 : 清华大学 ,2005. LI Zhong. Cell voltage monitor system hardware and software design for Fuel cell engine [D]. Beijing: Tsinghua University, 2005. (in Chinese) [25] Ng Kong Soon, MOO Chin-Sien, CHEN Yi-Ping, et al. Enhanced coulomb counting method for estimating stateof-charge and state-of-health of lithium-ion batteries [J]. Applied Energy, ): . [26] 李哲 , 卢兰光 , 欧阳明高 . 提高安时积分法估算电池 SOC 精度的方法比较 [J]. 清华大学学报： 自然科学版 , ): . LI Zhe, LU Languang, OUYANG Minggao. Comparison of methods for improving SOC estimation accuracy through an ampere-hour integeration approach [J]. J Tsinghua University: Sci & Technol), ): . (in Chinese)[27] Dubarry M, Svoboda V, Hwu R, et al. Capacity loss in rechargeable lithium cells during cycle life testing: The importance of determining state-of-charge [J]. J Power Sources, ): . [28] Pop V, Bergveld H J, Op Het Veld J, et al. Modeling battery behavior for accurate state-of-charge indication [J]. J Electrochemical Society, ): A. [29] Snihir I, Rey W, Verbitskiy E, et al. Battery open-circuit voltage estimation by a method of statistical analysis[J]. J Power Sources, ): . [30] Pop V, Bergveld H J, Notten P, et al. State-of-the-art of battery state-of-charge determination [J]. Measur Sci & Technol, ): R93-R110. [31] Roscher M A, Sauer D U. Dynamic electric behavior and open-circuit-voltage modeling of LiFePO(4)-based lithium ion secondary batteries[J]. J Power Sources, SI): 331-336. [32] Dreyer W, Guhlke C, Huth R. The behavior of a manyparticle electrode in a lithium-ion battery [J]. Physica D-Nonlinear Phenomena, ): . [33] Thele M, Bohlen O, Sauer D U, et al. Development of a voltage-behavior model for NiMH batteries using an impedance-based modeling concept [J]. J Power Sources, ): 635-643. [34] Meethong N, Huang H, Carter W C, et al. Size-dependent lithium miscibility gap in nanoscale Li1-xFePO4 [J]. Electrochemical and Solid State Letters, ): A134-A138. [35] 李哲 . 纯电动汽车磷酸铁锂电池性能研究 [D]. 北京 : 清 华大学 , 2011. LI Zhe. Characterization research of LiFePO4 batteries for application on pure electric vehicles [D]. Beijing: Tsinghua University, 2011. (in Chinese) [36] LU Languang. LiFePO4 battery performance testing and analyzing for BMS [C/OL]// 2011 US-China Electric Vehicle and Battery Technology Workshop Presentations, ― 05, Argonne, USA: (). http://www.cse.anl.gov/us-china-workshop-2011/pdfs/ batteries/LiFePO4%20battery%20performances%20 testing%20for%20BMS.pdf. [37] HU X S, LI S B, PENG H. A comparative study of equivalent circuit models for Li-ion batteries [J]. J Power Sources, : 359-367. [38] GU W B, WANG Chaoyang. Thermal-electrochemical modeling of battery systems [J]. J Electrochemical Society, ): . [39] Domenico D, Fiengo G, Stefanopoulou A. Lithium-ion battery state of charge estimation with a kalman ?lter based on an electrochemical model [C]// Proc of IEEE Int’l Conf on Control Appl, ― 05, San Antonio, USA: IEEE, 7. [40] Speltino C, Domenico D, Fiengo G, et al. Comparison of reduced order lithium-ion battery models for automotive applications [C]// Joint 48th IEEE Conference on Decision and Control and 28th Chinese Control Conference, ―18, Shanghai, China: IEEE, -3281. [41] CHAN C C, LO E, SHEN Weixiang. The available张剑波，等： 车用动力电池系统的关键技术与学科前沿 capacity computation model based on arti?cial neural network for lead-acid batteries in electric vehicles [J]. J Power Sources, /2): 201-204. [42] 廖恩华 . 基于神经网络的电动汽车磷酸铁锂电池 SOC 估 算方法研究 [D]. 成都 : 电子科技大学 , 2011. LIAO Enhua. SOC estimation method research based on neural network for the electric car lithium iron phosphate batteries [D]. Chengdu: University of Electronic Science and Technology of China, 2011. (in Chinese) [43] LEE Y S, WANG J, KUO T Y. Lithium-ion battery model and fuzzy neural approach for estimating battery state of charge [C]// Proc of Int'l Electric Vehicle Symp,
―23, Busan, South Korea: World Electric Vehicle Association, - 1890. [44] Chau K T, WU K C, CHAN C C. A new battery capacity indicator for lithium-ion battery powered electric vehicles using adaptive neuro-fuzzy inference system [J]. Energy Conversion and Management, -12): . [45] Singh P, Vinjamuri R, Wang Xiquan, et al. Design and implementation of a fuzzy logic-based state-of-charge meter for Li-ion batteries used in portable de?brillators [J]. J Power Sources, SI): 829-836. [46] 王佳 . 汽车动力电池 SOC 模糊估计及其在 DSP 上的实现 [D]. 长春 : 吉林大学 , 2007. WANG Jia. Estimation of dynamic battery SOC using fuzzy arithmetic and the realization on DSP [D]. Changchun: Jilin University, 2007. (in Chinese) [47] Amine K, Liu J, Belharouak I. High-temperature storage and cycling of C-LiFePO4/graphite Li-ion cells [J]. Electrochemistry Communications, ): 669-673. [48] Ramasamy R P, White R E, Popov B N. Calendar life performance of pouch lithium-ion cells [J]. J Power Sources, ): 298-306. [49] ZHANG Qi, White R E. Calendar life study of Li-ion pouch cells [J]. J Power Sources, ): 785-792. [50] Takei K, Kumai K, Kobayashi Y, et al. Cycle life estimation of lithium secondary battery by extrapolation method and accelerated aging test [J]. J Power Sources, (SI): 697-701. [51] HUANG Kelong, WANG Zhaoxiang, LIU Suqin. The Principles and Key Technologies of Lithium-ion Battery [M]. Beijing: Chemical Industry Press, 2007. (in Chinese). [52] CHOI Soo Seok, LIM Hong S. Factors that affect cycle-life and possible degradation mechanisms of a Li-ion cell based on LiCoO2 [J]. J Power Sources, ): 130-136. [53] Wenzl H, Baring-Gould I, Kaiser R, et al. Life prediction of batteries for selecting the technically most suitable and cost effective battery [J]. J Power Sources, ): 373-384. [54] Sauer D U, Wenzl H. Comparison of different approaches for lifetime prediction of electrochemical systems: Using lead-acid batteries as example [J]. J Power Sources, ): 534-546. [55] Safari M, Morcrette M, Teyssot A, et al. Life-prediction methods for lithium-ion batteries derived from a fatigue approach I, Introduction: Capacity-loss prediction based on damage accumulation [J]. J Electrochemical Society, ): A713-A720.103 [56] Safari M, Morcrette M, Teyssot A, et al. Multimodal physicsbased aging model for life prediction of Li-ion batteries [J]. J Electrochemical Society, ): A145-A153. [57] Christensen J, Newman J. A mathematical model for the lithium-ion negative electrode solid electrolyte interphase [J]. J Electrochemical Society, ): A. [58] Ramadass P, Haran B, Gomadam P M, et al. Development of ?rst principles capacity fade model for Li-ion cells [J]. J Electrochemical Society, ): A196-A203. [59] Spotnitz R. Simulation of capacity fade in lithium-ion batteries [J]. J Power Sources, ): 72-80. [60] Bloom I, Cole B W, Sohn J J, et al. An accelerated calendar and cycle life study of Li-ion cells [J]. J Power Sources, ): 238-247. [61] WANG John, LIU Ping, Hicks-Garner J, et al. Cycle-life model for graphite-LiFePO(4) cells [J]. J Power Sources, SI): . [62] Matsushima Toshio. Deterioration estimation of lithiumion cells in direct current power supply systems and characteristics of 400-Ah lithium-ion cells [J]. J Power Sources, ): 847-854. [63] 黎火林，苏金然 . 锂离子电池循环寿命预计模型的研究 [J]. 电源技术 , ): 242-246. LI Huolin, SU Jinran. Cycle-life prediction model studies of lithium-ion batteries [J]. Chin J Power Sources, ): 242-246. (in Chinese) [64] LI Zhe, LU Languang, OUYANG Minggao, et al. Modeling the capacity degradation of LiFePO(4)/graphite batteries based on stress coupling analysis [J]. J Power Sources, ): . [65] Jungst R G, Nagasubramanian G, Case H L, et al. Accelerated calendar and pulse life analysis of lithium-ion cells [J]. J Power Sources, (SI): 870-873. [66] Safari M, Morcrette M, Teyssot A, et al. Life prediction methods for lithium-ion batteries derived from a fatigue approach II: Capacity-loss prediction of batteries subjected to complex current pro?les [J]. J Electrochemical Society, ): A892-A898. [67] LI Xiangzhe, SU Fang, LIN Daoyong. The Traction Battery System of Electric Vehicles [M]. Beijing: Chemical Industry Press, 2011. (in Chinese). [68] 王震坡 , 孙逢春 , 张承宁 . 电动汽车动力蓄电池组不一致 性统计分析 [J]. 电源技术 , ): 438-441. WANG Zhenpo, SUN Fengchun, ZHANG Chengning. Study on inconsistency of electric vehicle battery pack [J]. Chinese J Power Source, ): 438-441. (in Chinese) [69] 魏五星 . 磷酸铁锂动力电池组性能测试与分析 [D]. 武汉 : 武汉理工大学 , 2010. WEI Wuxing. Test and analysis the performance of LiFePO4 power batteries [D]. Wuhan: Wuhan University of Technology, 2010. (in Chinese) [70] 初超 , 齐铂金 , 杜晓伟 . 电动汽车锂离子电池组不一致性 分析 [J]. 科技创新导报 , 2-113. CHU Chao, QI Bojin, DU Xiaowei. Study on inconsistency of lithium-ion battery for electric vehicle [J]. Sci &Technol Innovation Herald, -113. (in Chinese) [71] 中华人民共和国国家发展和改革委员会 . QC/T 743-2006:104汽车安全与节能学报2012 年 第 3 卷 第 2 期电动汽车用锂离子蓄电池 [S]. 2006. National Development and Reform Commission. QC/T 743-2006: Lithium-ion batteries for electric vehicles [S]. 2006. (in Chinese) [72] 麻友良，陈全世 . 铅酸电池的不一致性与均衡充电的研究 [J]. 武汉科技大学学报： 自然科学版 , ): 48-51. MA Youliang, CHEN Quanshi. Research on the inequality of lead acid batteries and equalizing charge [J]. J Wuhan University of Technology: Natural Science Ed, ): 48-51. (in Chinese) [73] Moore S W, Schneider P J. A review of cell equalization methods for lithium ion and lithium polymer battery system [R]. SAE paper, 9. [74] 张子良 . 蓄电池检测及均衡系统的研究 [D]. 北京： 北京 交通大学 , 2009. ZHANG Ziliang. Research of battery detection and equalization system [D]. Beijing: Beijing Jiaotong University, 2009. (in Chinese) [75] Kutkut N H, Divan D M. Dynamic equalization techniques for series battery stacks [C]// Int'l Telecommunications Energy Conf, ―10, Boston, USA: IEEE, 1. [76] Pascual C, Krein P T. Switched capacitor system for automatic series battery equalization [C]// Appl Power Electronics Conf and Exposition, ―27, Atlanta, USA: IEEE, 4. [77] Kutkut N H, Wiegman H, Divan D M, et al. Design considerations for charge equalization of an electric vehicle battery system [J]. IEEE Trans on Indu Appl, ): 28-35. [78] Mishra P R, Pandey A K, Joshi J C. Design of a battery voltage regulator based on maximum power point tracking and charge equalisation concepts [J]. Solar Energy Materials and Solar Cells, ): 11-24. [79] Roessler W. Lithium-ion battery management integrating active load balancing [R]. SAE Paper, 5. [80] Lee Y S, Cheng M W. Intelligent control battery equalization for series connected lithium-ion battery strings [J]. IEEE Trans on Indu Electronics, ): . [81] Stuart T A, Zhu Wei. A targeted equalizer for lithium ion battery packs [C]// IEEE Vehicle Power and Propulsion Conf, ―12, Michigan, USA: IEEE, 0. [82] Stuart T A, Zhu Wei. Modularized battery management for large lithium ion cells [J]. J Power Sources, SI): 458-464. [83] United Nations Economic and Social Council. ST/SG/ AC.10/11/Rev.5: Recommendations on the Transport of Dangerous Goods Manual of Tests and Criteria [S]. New York: United Nations Economic and Social Council, 2009. [84] Underwriter Laboratories Inc. UL 1642: Lithium batteries [S]. Northbrook, Illinois: Underwriter Laboratories Inc, 1999. [85] IEEE. IEEE 1625: Standard for rechargeable batteries for multi-cell mobile computing devices [S]. New York: IEEE, 2008. [86] IEEE. IEEE 1725: Standard for rechargeable batteries for cellular telephones [S]. New York: IEEE, 2011. [87] SAE. SAE J2464: Electric and hybrid electric vehicle rechargeable energy storage system safety and abusetesting [S]. Pennsylvania, USA: SAE, 2009. [88] JEITA/BAJ. JIS JEITA/BAJ: A Guide to the safe use of secondary lithium ion batteries in notebook-type personal computers [S]. Tokyo: Japan Electronics and Information Technology Industries Association, Battery Association of Japan, 2007. [89] IEC. IEC/TR3 : Guide for the use of monitor systems for lead-acid traction batteries [S]. Geneva: IEC, 1995. [90] 中华人民共和国工业和信息化部 . QC/T 897-2011: 电动汽 车用电池管理系统技术条件 [S]. 2011. Ministry of Industry and Information Technology of the People's Republic China. QC/T 897-2011: Technical speci?cation of battery management system for electric vehicles [S]. 2011. (in Chinese) [91] Bohlen O, Buller S, De Doncker R W, et al. Impedance based battery diagnosis for automotive applications [C]// IEEE 35th Annual Power Electronics Specialists Conf,
―25, Aachen, Germany: IEEE, -2797. [92] SUN Yu-Hua, JOU Hurng-Liahng, WU Jinn-Chang. Novel auxiliary diagnosis method f