电动汽车霍克蓄电池全生命周期安全管理策略的研究

电池的全生命周期安全管理策略对于其在役及级联应用至关重要。然而，目前关于全生命周期安全管理电池策略的研究有限。因此，本研究提出了一套涵盖电池全生命周期的全面安全管理策略，解决老化及退役后操作带来的安全问题。本文首先总结了常用的电池老化检测方法，并提出了一种新颖方法，结合基于电压分布概率密度的特征峰值演化与增量容量曲线。该方法用于分析真实车辆的运行数据，实现电池退役前的容量劣化评估。接下来，引入了一种新型多维健康状态指示器提取方法，用于评估退役电池。基于此，建立了退役电池应用场景的层级管理方法论。最后，制定了涵盖电池退役前后全生命周期安全管理策略的全面性。这一策略对于确保电池在整个生命周期内的安全运行和环境保护至关重要。

 

电动汽车（EV）的推广有助于节能、减排和环境保护。随着新能源车辆的广泛采用和发展，主要由锂离子电池（LiB）驱动的交通工具获得了显著的市场份额（Li 等，2019;Zhang等，2023）。然而，随着电池应用的不断扩展，电池老化问题引起了广泛关注（曾和刘，2023）。电池老化是指电池性能参数随时间下降的过程。影响电池老化的因素可以分为外部和内部两个因素。内部因素包括电池材料、结构和制造工艺，外部因素包括温度、充电和放电条件等。老化机制如图1所示。电池老化与内部电阻增加、容量减少、热量积累、电极材料不稳定性以及副反应积累相关。这些因素可能导致热失控、内部短路或电解液分解，带来火灾和爆炸等安全风险。电池老化导致续航能力下降、充电速度变慢，并降低电动汽车的车辆安全性（任 等，2021;Hong 等，2024a）。因此，制定电池安全管理策略对于确保电动汽车正常运行和有效安全评估至关重要。
容量下降是电池老化最显著的迹象之一。目前，主要采用三种方法检测LiB的容量劣化：基于电化学特性曲线的测试方法、基于电池模型的测试方法，以及基于微观结构的测试方法（Xiong等，2020）。基于电化学特性曲线的测试方法依赖于充放电过程中容量变化与电压差之间的非线性关系（Guo 等，2023）。通过分析这种非线性关系，可以评估电池性能和状态（Fallahifar 和 Kalantar，2023;Shahid 等，2021）。基于电池模型的测试方法采用了替代电流阻抗技术，重点关注内部电阻变化（Belt等，2011）与容量降级之间的关系。通过建立LiB的电化学模型，揭示了容量退化背后的机制。基于微观结构的测试方法主要涉及观察和分析电池内部微观结构的变化（Dehghanpour 等，2022）。由于电池容量降解与电极材料微观结构变化、活性物质损失和界面电阻增加等因素密切相关，通过微观结构测试可以深入理解容量降解机制（Shao 等，2023;Shen 等，2022）。这包括安全地从被测电池中提取电极材料，并对其进行切片、研磨和抛光等适当处理，以暴露其微观结构。随后，采用高分辨率显微技术，如扫描电子显微镜（SEM）或透射电子显微镜（TEM），以近距离观察电极材料的微观形态。这包括记录和分析颗粒的大小、分布、孔隙度以及充放电循环前后的形态变化。基于显微观察，利用能量色散X射线光谱（EDS）、X射线衍射（XRD）以及电化学阻抗光谱（EIS）等评估电极与电解质界面电阻变化的技术，研究电极材料中的化学成分及其变化。通过将这些测试结果与电池的充电放电性能数据整合，进行了全面的数据处理和分析，揭示了电池容量劣化的微观机制（Liu等，2023）。Mandli等人（2019）通过分析电阻增加的耦合效应以及电池容量与开路电压（OCV）之间的关系，建立了LiBs性能下降的新模型。结果显示，放电周期结束时的电流是容量损失的主要决定因素。Marques等人（2019）通过比较锂锰电池和锂铁磷酸电池的生命周期，提出了电池容量退化的解决方案。
关于电池老化机制的研究有助于制定有效的电池安全管理策略。许多学者对电池老化机制进行了深入研究和探索。Vetter等（2005）对锂金属阴极、锂锰氧化物和碳质阳极的老化机制进行了全面综述。Han 等人（2019）进行了系统综述，涵盖了电池老化的主要问题，涵盖设计、生产、应用、电池退化模型、电池系统老化机制及老化模型。Bloom等人（2001）研究了LiB的周期寿命，得出结论：电池寿命受温度、时间和充电状态影响。Torii等（2023）分析了电池的放电过程，发现硫化锂在充放电过程中溶解到电解质中，导致电池容量减少。Liub等人（2022）全面分析了影响LiB容量退化的因素，并详细讨论了其衰老机制以及整个生命周期中的健康状态（SOH）预测。
通常，电池老化的健康指标通常通过离线测量（Wilson等，2024）或机器学习（Zhou等，2023）在服务期间提取，且过程通常较为复杂。因此，快速且可靠的电池老化评估方法成为安全管理策略的主要挑战。为应对这一挑战，本研究提出了一种基于数据驱动的新型电池老化评估方法。最初，研究将电池生命周期分为两个阶段：退役前和退役后，如图2所示。随后，电池老化时间通过特征峰值的进化模式和增量容量（IC）曲线来评估。该方法在评估电池老化方面的有效性通过真实车辆的历史运行数据得到了验证。此外，还展示了退役电池的多维SOH指标，并建立了退役电池应用场景的层级管理。最后，制定了全生命周期安全管理策略，确保电池在整个生命周期内安全高效运行，同时最大化其价值。
如上所述，现有研究为电池老化机制提供了深刻见解。随着电池老化的加深，电池使用安全性受到不利影响。然而，关于电池退役前后安全管理策略的研究尚无系统性研究。此外，目前退役电池的应用场景尚缺乏明确的分类标准。电池退役后的利用场景和回收流程缺乏明确指导方针，关于电池全生命周期安全管理策略的研究仍不完善。
论文的逻辑示意图见图3，涵盖研究意义、在役电池的安全管理、退役电池的安全管理以及电池全生命周期的综合安全管理策略。该研究的重要性强调提升电池利用率、提升经济效益、确保安全性能以及保护环境。在役电池的安全管理涵盖了使用的电池老化检测方法以及本文提出的一种新颖的数据驱动方法。退役电池的安全管理包括组织SOH、电量状态（SOC）和容量退化等指标的测量方法，并基于拟议的SOH评估方法建立退役电池应用场景的层级方法。最后，结合电池退役前后的安全管理方法，构建了覆盖电池全生命周期的安全管理策略。该策略概述了在实际实施中应强调的几个关键阶段。
目前，电池安全管理采用了多种老化评估方法。然而，现有的电池安全管理策略仅关注电池生命周期的特定阶段，缺乏系统的总结和研究。因此，为了构建涵盖电池从退役前到退役后全生命周期的安全管理策略，本文尝试对当前研究做出若干原创贡献和改进，如下所述。

• (1)
  为在役电池建立安全管理系统：该研究总结了检测电池老化状态的常用方法，并建立了一种基于概率分布函数与IC曲线整合特征峰值演化模式的新方法。
• (2)
  为退役电池建立安全管理系统：研究总结了评估电池性能的相关指标，并对相应的测试方法进行了分类。随后，提出了基于多维指标的新型退役电池SOH评估方法，并建立了退役电池应用场景的层级方法。
• (3)
  为电池建立全生命周期安全管理策略：基于电池退役前后建立的安全管理系统，制定了系统化的全生命周期安全管理策略。