HAWKER叉车电瓶锂离子电池失效预警阈值分析：基于绝热循环实验与模型预测的协同方法
分析极端条件下电池失效阈值并确保足够安全裕度，对储能电站安全运行至关重要。本文聚焦LiFePO<sub>4</sub>电池绝热循环过程中的热失控演化4-石墨电池。基于不同荷电状态（SOC）电池的热失控测试，通过分析特征值以确定断电温度。随后，电池以不同倍率进行绝热循环至断电温度，并分析全过程中的电化学-热行为。进一步耦合P2D模型、固体电解质界面（SEI）层生长模型与三维热模型，实现对断电前电化学-热行为的精准预测。基于热失控温升速率的阶段性动力学分析，通过耦合放热反应动力学模型与三维热模型，实现了断电后热失控行为的精确预测。根据实验分析与模型预测结果，提出了一种基于温度、电压拐点及SOC阈值判定的热失控早期预警策略，为优化电池管理系统和降低火灾风险提供了参考依据。
引言
作为新型电力系统的组成要素，储能技术是解决新能源发电间歇性、波动性与随机性问题的重要技术基础[1,2]。锂离子电池凭借能量密度高、工作电压高、循环寿命长等优势，在规模化储能等高科技领域展现出巨大的应用价值[3,4]。然而储能电站安全事故频发，储能电池的安全问题已成为制约规模化储能推广应用的致命隐患。
为提高储能电池的安全性并降低危险事故发生的可能性，目前主要有三个研究方向：其一是通过材料改性[5,6]或外部热管理[7,8]进行温度调控，使工作温度始终维持在安全范围内；其二是研究热失控（TR）机理[[9], [10], [11]]，通过材料改性与工艺改进提升电池本征安全性[[12], [13], [14]]。其三是监测热失控演变过程中的参数变化[15,16]，以便提前采取应对措施以减少人员伤亡。
研究表明，锂离子电池发生热失控（TR）过程中会出现温度异常升高、内部短路（ISC）、压力波动和燃料费（Gas）释放等共同特征[17]。这些信号可被监测用于判断电池是否存在TR风险。由于热电偶[18]、热敏电阻[19]和电阻温度检测器[20]具有高灵敏度、小尺寸和快速响应特性，常被用于监测电池温度。Jia等[21]结合内外温度监测，建立了内外温度关系的全年龄（General）模型，并提出锂离子电池充放电过程中TR的两阶段预警方法。通过单电压监测，Yu等[22]利用电池弛豫电压获取TR发展过程中的短路电阻演变规律，实现了ISC识别与TR预警。Tan等[23]开发了一种基于法布里-珀罗干涉的电池热失控过程中内部燃料费压力的测量方法，提出了以燃料费压力为主导的三级热失控早期预警方案。Yang等[24]研究了电池在穿刺过程中的热失控行为，选择了H2、CO、CO2、CH4及烟气传感器用于早期检测，提出了TR故障诊断与早期预警方法。然而在TR演化过程中，各信号变化复杂，单信号预警存在时效性不足、准确率偏低、标定流程繁琐及误报率高等问题[25,26]。
基于多信号融合的监测预警方法能够充分揭示电池热失控（TR）的动态演化规律，并更精确地量化不同信号的安全边界。Koch等人[27]在热触发和穿刺触发TR过程中监测了电池的六种信号，包括温度、电压、压力、燃料费（Gas）、烟雾和蠕变距离，从响应速度、清晰度和可靠性三个维度对每种信号进行了评估。张等人文献[28]研究了电池过充至热失控（TR）的演化规律，将过程划分为初始阶段、燃料费（Gas）检出阶段、反应加速阶段及热失控后阶段，并提出基于电压拐点、温度与多种气体出现的三级预警策略。Wang等[29]通过关联规则挖矿（Mining）方法，设计了一种基于电压、温度及压力参数的多参数耦合热失控预警策略，建立了包含特征提取、数据处理与预警评估模块的分级预警模型。Chen等[30]详细讨论了电池过充过程中扩展包力、电压、燃料费浓度和温度的演变过程，提出了一种适用于多种工况的三级安全预警策略及相应的响应动作。针对扳机监测，两种或多种信号的组合可构建监测预警系统，从而提升电池系统的安全性。信号选择的最终考量因素应包括传感器的寿命稳定性、诊断能力、可安装性及成本，这些特性很大程度上取决于电池设计和任务需求。
基于模型预测的安全预警方法通常结合电池失效机理，以某些特定失效模式（如内部短路、过充、过放等）作为检测目标[31,32]。Feng等[33,34]通过电化学-热耦合模型探究了电池失效过程中电压、电流、温度与内部短路状态的相关性，提出了一种在线检测内部短路的算法。Lai等[35]提出了一种基于电池荷电状态的早期内短路检测方法，研究结果表明该方法准确可靠，可在动态条件下20.4小时内检测出100Ω短路电阻的早期内短路。然而，基于模型预测的电池安全预警方法仅关注单一热失控诱因，存在模型参数难以收敛、数据依赖性强的局限性，制约了其广泛应用，需进一步简化以适应工程实践需求。
针对电池热失控（TR）多信号、多层级预警的研究，实验设计主要聚焦于通过加热、针刺或过充等方式直接快速触发的TR。由于储能电站散热延迟，电池运行过程中温度逐渐升高，从而引发TR，其温度通常经历从常温到高温的变化过程，热释放机制也随之改变。因此，预测电池运行过程中TR的演化进程并提供多层级预警，成为亟待解决的问题。
因此，本文旨在分析LiFePO的热释放行为4-基于石墨电池（LFP||Gr）从绝热循环至热失控（TR）的全过程，通过实验与模型预测确定失效预警阈值，并提出多级预警策略。通过不同荷电状态（SOC）电池的绝热TR测试，分析其TR行为并确定电池失效温度。随后以该失效温度为断电信号，开展不同倍率下电池的绝热循环测试，解析其电化学-热耦合行为。进一步建立耦合模型以预测断电前后的电化学-热行为，最终根据实验结果与模型预测结果确定安全边界，并制定分级预警策略。
