李练兵等：等效循环电池组剩余使用寿命预测 .797· 锂离子电池是一种先进的绿色储能电池，具 电、放电操作，并记录监测数据20（电池电压、电 有比能量高、自放电率低、安全性高、循环寿命 池电流、电池温度、充电器电流、充电器电压以及 长、污染小等优点山.锂离子电池作为新能源汽车 数据采集时间).具体实验步骤如下： 的重要能量来源优势明显，但其在纯电动车的应 1)恒流恒压充电过程：首先以1.5A(0.75C)恒 用上存在很多限制因素，包括续航里程低、充放电 定电流对锂离子电池充电至其电压升至4.2V,接 时间长、使用寿命有限)等，这些缺点影响锂离 着保持4.2V的恒定电压充电至其电流下降至20mA, 子电池的性能阿另外，锂离子电池自身存在性能 停止充电，静置. 退化问题，使用不当可能会引发用电设备发生故 2)恒流放电过程：以2A的恒定电流进行放 障四，甚至危及人身以及财产安全.因此，有必要 电，至锂离子电池的电压分别降至2.7和2.5V 时刻监测或者定期检查锂离子电池健康状态，避 重复上述充电和放电过程，致使电池快速发 免电池失效或使用不当等行为带来的不可逆转破 生老化.本文选择锂离子电池失效阈值(Edof 坏8-0综上所述，高效率利用锂离子电池已储存电 life,EOL)为70%，即实际容量下降至额定容量的 量、合理规划充放电时间、准确预测锂离子电池剩 70%,此时认定该锂离子电池失效（以B5电池为 余使用寿命(Remaining useful life,RUL)、减少不当 例，1.89×70%=1.325Ah) 操作对电池造成的不必要损害显得尤为关键-4， 为扩大锂离子电池RUL预测的适用范围，选 文献[15]基于电池失效数据，应用数学统计 取某公司18650型2200mAh锂离子电池JZ,使用 方法进行健康因子退化统计，预测锂离子电池剩 优动能电池充放电测试仪来进行循环充放电实验 余使用寿命.文献[16根据相关向量机在保证预 为防止电池温度变化对电池寿命预测过程造成影 测精度的情况下计算量小的优点，选取NASA提 响，本实验在恒温箱内完成.但相对于NASA电 供数据的卫星锂离子电池数据，进行剩余使用寿 池，测试过程略有变化.设置循环工步具体如下： 命预测.文献[1]使用的是一种RAM算法，为了 (1)恒流恒压充电过程：以0.5C恒定电流对锂 降低全寿命周期内数据采集过程中不可避免的误 离子电池进行充电，当电压逐渐上升至最高限定 差，采用了小波算法对数据集先进性降噪处理，然 电压Emax=4.2V时，再保持最高限定电压Emax进 后重构健康因子，最后利用非线性映射进行锂离 行恒压充电过程，当恒压充电过程中电流下降为最 子电池间接RUL预测.文献[18]提出锂离子电池 低限定电流Imim=0.lA时，充电过程结束.下一步将 作为高度非线性模型，使用高斯回归和贝叶斯法 电池静置2h,实时监测并记录恒流恒压充电过程 则实现状态参数实时测量，得到电池剩余使用寿 和静置过程电压E、电流人、时间1等参数的数据. 命.文献[19]应用统计学方法中最大似然估计锂 (2)恒流放电过程：选取1C恒定电流对电池 离子电池寿命的概率分布，再根据容量退化模型， 进行循环放电，当电池电压从最高限定电压 实现剩余寿命预测 Emax下降到最低限定电压Emn时，放电过程结束 本文将锂离子电池在标准(1C、2C等)恒流放 继续将电池静置2h,实时监测并记录恒流放电过 电这一过程定义为等效循环工况，同种型号的多 程和静置过程相关参数的数据. 个锂离子电池，在等效循环工况下的循环充放电 使用Z系列三节电池(JZ-1,JZ-1和JZ-3)同 过程，称为等效循环电池组.等效循环电池组在等 时进行上述循环充放电过程，直到电池实际容量 效循环工况下的剩余使用寿命称为等效循环寿 下降到标称容量的70%，称这一时刻容量值为锂 命.选取NASA和自测JZ两个系列的等效循环电 离子电池失效阈值点 池组作为对比进行实验，研究不同充放电倍率下 2锂离子电池RUL预测 等效循环电池组RUL预测，使用Matlab仿真验证 等效循环寿命退化曲线预测精度 在实际使用过程中，锂离子电池的全寿命周期 内的循环充放电数据并不能在线全部记录下来，导 1数据集 致所使用的数据在实际RUL预测应用中并不容易 为增强本文预测算法的权威性，使用美国航 获取，这就造成了根据神经网络算法等预测的RUL 空航天局卓越故障预测研究中心NASA Ames公 虽然精确度高，但是应用范围却具有局限性 布的市售18650型B5、B6和B7锂离子电池循环 本文选取两个系列等效循环电池组，使用组内 充放电数据集.在恒温箱内对锂离子电池进行充 一节电池数据建立等效循环电池组退化曲线，使用锂离子电池是一种先进的绿色储能电池，具 有比能量高、自放电率低、安全性高、循环寿命 长、污染小等优点[1] . 锂离子电池作为新能源汽车 的重要能量来源优势明显，但其在纯电动车的应 用上存在很多限制因素，包括续航里程低、充放电 时间长、使用寿命有限[2−4] 等，这些缺点影响锂离 子电池的性能[5] . 另外，锂离子电池自身存在性能 退化问题[6] ，使用不当可能会引发用电设备发生故 障[7] ，甚至危及人身以及财产安全. 因此，有必要 时刻监测或者定期检查锂离子电池健康状态，避 免电池失效或使用不当等行为带来的不可逆转破 坏[8−10] . 综上所述，高效率利用锂离子电池已储存电 量、合理规划充放电时间、准确预测锂离子电池剩 余使用寿命 (Remaining useful life，RUL)、减少不当 操作对电池造成的不必要损害显得尤为关键[11−14] . 文献 [15] 基于电池失效数据，应用数学统计 方法进行健康因子退化统计，预测锂离子电池剩 余使用寿命. 文献 [16] 根据相关向量机在保证预 测精度的情况下计算量小的优点，选取 NASA 提 供数据的卫星锂离子电池数据，进行剩余使用寿 命预测. 文献 [17] 使用的是一种 RAM 算法，为了 降低全寿命周期内数据采集过程中不可避免的误 差，采用了小波算法对数据集先进性降噪处理，然 后重构健康因子，最后利用非线性映射进行锂离 子电池间接 RUL 预测. 文献 [18] 提出锂离子电池 作为高度非线性模型，使用高斯回归和贝叶斯法 则实现状态参数实时测量，得到电池剩余使用寿 命. 文献 [19] 应用统计学方法中最大似然估计锂 离子电池寿命的概率分布，再根据容量退化模型， 实现剩余寿命预测. 本文将锂离子电池在标准（1C、2C 等）恒流放 电这一过程定义为等效循环工况. 同种型号的多 个锂离子电池，在等效循环工况下的循环充放电 过程，称为等效循环电池组. 等效循环电池组在等 效循环工况下的剩余使用寿命称为等效循环寿 命. 选取 NASA 和自测 JZ 两个系列的等效循环电 池组作为对比进行实验，研究不同充放电倍率下 等效循环电池组 RUL 预测，使用 Matlab 仿真验证 等效循环寿命退化曲线预测精度. 1    数据集 为增强本文预测算法的权威性，使用美国航 空航天局卓越故障预测研究中心 NASA Ames 公 布的市售 18650 型 B5、B6 和 B7 锂离子电池循环 充放电数据集. 在恒温箱内对锂离子电池进行充 电、放电操作，并记录监测数据[20] （电池电压、电 池电流、电池温度、充电器电流、充电器电压以及 数据采集时间）. 具体实验步骤如下： 1）恒流恒压充电过程：首先以 1.5 A（0.75C）恒 定电流对锂离子电池充电至其电压升至 4.2 V，接 着保持 4.2 V 的恒定电压充电至其电流下降至 20 mA， 停止充电，静置. 2）恒流放电过程：以 2 A 的恒定电流进行放 电，至锂离子电池的电压分别降至 2.7 和 2.5 V. 重复上述充电和放电过程，致使电池快速发 生老化. 本文选择锂离子电池失效阈值（End of life, EOL）为 70%，即实际容量下降至额定容量的 70%，此时认定该锂离子电池失效（以 B5 电池为 例，1.89×70%=1.325 A·h）. 为扩大锂离子电池 RUL 预测的适用范围，选 取某公司 18650 型 2200 mA·h 锂离子电池 JZ，使用 优动能电池充放电测试仪来进行循环充放电实验. 为防止电池温度变化对电池寿命预测过程造成影 响，本实验在恒温箱内完成. 但相对于 NASA 电 池，测试过程略有变化. 设置循环工步具体如下： （1）恒流恒压充电过程：以 0.5C 恒定电流对锂 离子电池进行充电，当电压逐渐上升至最高限定 电压 Emax=4.2 V 时，再保持最高限定电压 Emax 进 行恒压充电过程，当恒压充电过程中电流下降为最 低限定电流 Imin=0.1 A 时，充电过程结束. 下一步将 电池静置 2 h，实时监测并记录恒流恒压充电过程 和静置过程电压 E、电流 I、时间 t 等参数的数据. （2）恒流放电过程：选取 1C 恒定电流对电池 进 行 循 环 放 电 ， 当 电 池 电 压 从 最 高 限 定 电 压 Emax 下降到最低限定电压 Emin 时，放电过程结束. 继续将电池静置 2 h，实时监测并记录恒流放电过 程和静置过程相关参数的数据. 使用 JZ 系列三节电池（ JZ-1，JZ-1 和 JZ-3）同 时进行上述循环充放电过程，直到电池实际容量 下降到标称容量的 70%，称这一时刻容量值为锂 离子电池失效阈值点. 2    锂离子电池 RUL 预测 在实际使用过程中，锂离子电池的全寿命周期 内的循环充放电数据并不能在线全部记录下来，导 致所使用的数据在实际 RUL 预测应用中并不容易 获取，这就造成了根据神经网络算法等预测的 RUL 虽然精确度高，但是应用范围却具有局限性[21] . 本文选取两个系列等效循环电池组，使用组内 一节电池数据建立等效循环电池组退化曲线，使用 李练兵等： 等效循环电池组剩余使用寿命预测 · 797 ·