图1 电池实验平台
Fig.1 The experiment platform of battery
摘要 合理地选择充电方法对于满足电动汽车用户需求、提高充电效率、延缓电池衰退至关重要。该文以3.6 A·h磷酸铁锂动力电池为研究对象，以30 min内充满电池额定容量的80 %为基准，制定了五种不同的电池充电工况。为了适当加速电池的衰退，在45 ℃下共进行1 000个循环实验，以100个循环为间隔，在常温25 ℃下开展性能实验，对比分析锂离子电池五种充电工况的充电效果，考虑充电起点、等待时间和目标充电容量等需求，合理选择充电工况。对比不同充电工况发现：1 000个老化循环后，容量衰退速率最慢的是复合充电工况；导致电池容量衰退的主要原因为正负极活性材料的减少和活性锂离子数量的减少；以起始充电SOC=20 %，充电时间为10 min为例，充电能量最大的工况为变电流间歇工况。该文得到的结论为五种典型充电工况的优化选择提供了理论依据。
关键词：锂离子电池 不同充电工况 容量增量曲线 性能衰退 工况选择
近年来，随着环境问题的日益凸显，可再生能源受到了越来越多的关注[1]。在国家政策的大力推动下，动力电池已广泛应用于便携式设备、电动汽车和电力储能等领域，逐渐成为“双碳”目标下，节能减排的应用热点。其中，锂离子电池因其综合性能优越而成为目前各大车企的首选动力源，广泛应用于电动汽车领域[2]。但是，目前主流电池管理系统（Battery Management System, BMS）嵌入工况单一，并未考虑不同充电工况电池的充电效果差异。因此，合理管控电池，尤其是选择合适的方法给电池充电，对于满足用户需求和保持电池性能至关重要。
锂离子电池的充电方法主要包括恒流恒压充电、恒功率恒压充电、多阶段恒流充电、脉冲充电、变电流充电等。恒流恒压充电[2-4]由于操作简单，易于控制，是目前应用最广泛的充电方法，但是这种充电方法不能消除电池充电过程中造成的极化现象，影响电池的充电效果。恒功率恒压充电方法由于初期充电电流较大，可以提高电池的充电效率，也是一种常见的充电方法。S. S. Zhang[5]采用恒流充电、恒功率充电和多阶段恒流充电三种充电方式，研究了充电方式对18650锂离子电池循环寿命的影响。表明即使在相同的充电速率下，电池的循环寿命也与充电方法密切相关，恒流充电更适合0.5C的小倍率充电，恒功率充电更适合1C的大倍率充电。多阶段恒流充电[5-9]可以在充电过程中调整电流大小来延长电池的使用寿命，同时减少充电时间，是专为快速充电而设计的充电方法之一。Zhang Caiping等[9]以充电时间和充电温升为锂离子动力电池充电的优化目标，利用遗传算法提出了一种多阶段恒流充电策略，研究发现该种充电方法与恒流恒压充电相比，在充电温升基本相同的前提下充电时间可以减少50 %，并且动力电池的容量衰退速率基本一致，因此可以得出多阶段恒流充电可以很好地平衡充电时间和使用寿命的结论。脉冲充电[10-11]在恒流充电过程中插入短时间的放电过程或者静置过程，目的是降低电池的极化现象，缩短电池的充电时间。杨帆等[11]比较变电流充电、恒流充电和Reflex脉冲充电工况对电池极化特性的影响，发现Reflex脉冲充电可以有效抑制电池的极化，减弱极化对电池充电的影响。变电流充电方法[13-14]使用电池的等效电路模型或电化学模型计算动力电池优化充电电流。劳力[13]提出了一种恒dQ/dV的变电流充电策略，其充电电流曲线随着电池的老化逐渐降低，与恒流工况相比可以延长电池的使用寿命。周旋等[13]提出了一种电池宽温度区间无析锂的变电流快充策略，该种充电方法在25 ℃下比恒流1C、1.5C充电时间分别缩短45.3 %、18.0 %。
电池的衰退机制的研究方法主要分为侵入式和非侵入式两大类，侵入式的研究方法要通过破坏电池结构来对电池的衰退机理进行分析，不适用于BMS，如X射线扫描和电镜扫描等；非侵入式的量化电池衰退机理的方法通过获得电池的外部特性参数进行分析，适用于BMS，主要包括伪开路电压法（Pseudo Open Circuit Voltage, pOCV）、电化学阻抗谱法（Electrochemical Impedance Spectroscopy, EIS）、差热伏安法（Differential Thermal Voltammetry, DTV）和增量容量-差分电压法（Incremental Capacity- Differential Voltage, IC-DV）。伪开路电压法[15]是在全SOC区间以较低的充放电电流倍率（小于C/10）测得，pOCV曲线绘制电池电压与容量或SOC的关系，pOCV方法通过对半电池pOCV曲线的变化来识别和量化电池的衰退机制。C. R. Birkl等[15]提出了一个参数模型，通过估计半电池pOCV曲线的位移来识别和量化电池活性锂离子的减少和电池正负极活性材料的减少，在六种不同的衰退模式下对电池参数模型进行评估，由于该算法使用pOCV测量值作为直接输入，与其他技术相比对噪声的敏感性较低。电化学阻抗谱法通过施加一个正弦电流并测量相应的正弦电压，电压与电流的比值即为电池的阻抗。Schindler等[16]结合pOCV方法和电化学阻抗谱法来识别和量化电池的衰退机制，发现欧姆内阻和活性锂离子的减少、极化内阻和电池正负极活性材料减少之间存在线性相关性。差热伏安法需要测量充放电电流倍率小于2C时电池的温度和电压，然后计算温度和电压差与时间的比值。Billy Wu等[16]将DTV作为一种诊断技术，在恒流模式下测量电压和温度来识别电池的衰退机制。增量容量-差分电压（IC-DV）法是将小倍率充放电电压曲线上涉及电池相变的电压曲线转化为容量增量峰。A. Devie等[17]基于IC-DV曲线，研究了钛酸锂（LTO）电池和镍锰钴（NMC）电池过充和不过充情况下的衰退机制，进一步理解导致电池衰退的电化学过程。Gao Yang等[18]采用IC曲线分析揭示了不同充电电流倍率和截止电压对电池老化机理的影响，通过目测将IC峰的变化与电池衰退机理联系起来，并且计算每个IC峰的面积，在不使用pOCV测量的情况下，基于IC曲线量化电池的衰退机理。这种原位分析方法不需要拆解电池，易于实施。
目前，关于多种充电工况的充电效果缺少系统化的对比分析；而且由于BMS内存有限，根据课题组对各大厂商电动汽车电池充电测试结果调研，发现主流BMS嵌入工况单一，并未考虑不同用户实际需求进行充电工况的优化选择。因此，考虑充电起点、等待时间和目标充电容量等需求，合理选择充电工况具有重要意义。本文对比分析了锂离子电池五种充电工况的充电效果，基于IC曲线进行电池衰退机理的分析，最后从用户实际需求角度进行不同充电工况的选择，得到的结论为五种典型充电工况的优化选择提供了数据支撑和理论依据。
本文的电池实验平台如图1所示，由电池充放电测试系统、高低温实验箱、温度数据采集系统和上位机组成。测试电池放置于高低温实验箱中，其表面贴温度传感器，使用温度数据采集系统记录并存储电池充放电过程中电池表面温度的变化，上位机控制软件通过对电池充放电程序的编写控制电池充放电测试系统，同时充放电测试系统将电池充放电过程中电池的实时监测数据反馈给上位机，上位机导出并保存测量数据。充放电测试系统选用美国Arbin公司生产的8通道BT-6电池测试系统，设备的电流、电压控制精度为±0.25 %FSR（full scale range），高低温试验箱选用苏瑞RGD-500，温度范围为-20～+80 ℃，满足实验需求。
图1 电池实验平台
Fig.1 The experiment platform of battery
本文实验对象为具有高比能量、无记忆效应、内阻低、安全性高、循环寿命长的26650磷酸铁锂（Lithium Iron Phosphate, LFP）电池，电池的额定容量为3 600 mA×h，标准充放电电流倍率为0.5C，电池的各项性能参数见表1。
表1 电池基本参数
Tab.1 Basic parameters of battery
参 数数 值 额定容量/(mA×h) (0.5C)3 600 充电截止电压/V3.65 放电截止电压/V2 最大放电电流5C 充电工作温度/℃0～45 放电工作温度/℃-20～60 内阻/mW≤25 质量/g87
M. A. Monem[12]对磷酸铁锂电池进行了研究，表明当电池以相同的电流做老化循环实验时，电池的剩余容量相似，不同电池剩余容量差异不超过0.4 %。本文选择两组电池开展充电工况实验，1 000个循环后两组电池的衰退趋势基本一致，与Abdel所述吻合，因此选择了其中一组电池数据进行研究。本文所用的电池为SOH=100 %的新电池，在电池的循环寿命实验开始之前，需要首先对电池进行预处理实验，包括3次活化实验（CC-CV，恒流倍率为1/3C）和三次厂家规定的标准的充放电实验（CC- CV，恒流倍率为1/2C）。之后在常温25 ℃下对电池进行参考性能测试，主要包括容量标定实验，以及小倍率的充放电实验（1/20C），小倍率充放电实验可以避免大电流充电导致极化现象对电池造成的影响，方便对电池进行IC分析。为了评估电池在其生命周期内的容量衰减，每100次循环充电实验后对电池进行参考性能测试。
结合所选LFP电池的性能，本文所定的充电目标为30 min充满电池容量的80 %（SOC=80 %），在此充电目标的基础上，进行了电池不同充电循环工况的制定，包括1号恒流充电（Constant Current, CC）、2号恒功率充电（Constant Power, CP）、3号五阶段恒流充电（Multistage Constant Current, MCC）、4号大电流间歇充电和5号复合充电[13]，选取五种不同的充电方法研究不同充电工况对锂离子电池单体性能的影响。同时为了能更加充分地对比不同充电工况下电池的衰退特性，在高温45 ℃下进行电池循环实验。整体实验流程如图2所示。
图2 整体实验流程
Fig.2 Experimental process
图2中，1号CC为1.6C恒流充电至电池的充电截止电压；2号CP为20 W恒功率充电至电池的充电截止电压；3号MCC为2C、1.8C、1.6C、1.4C分别恒流充电5 min，1.2C恒流充电至电池的充电截止电压；4号变电流间歇充电工况为2.5C恒流充电至电池的10 %SOC，静置2 min 30 s，1.92C恒流充电电池的60 %SOC，此时电池的总容量为70 %SOC，静置2 min 30 s，1.34C恒流充电至电池的充电截止电压；5号复合充电工况为1C恒流充电至电池的20 %SOC，采用恒dQ/dV=25 A×h/V充电。不同充电工况充电结束后，以2C恒流放电至电池的放电截止电压2 V。一个充放电循环结束后，静置15 min，进行下一次充放电循环实验。
锂离子电池循环老化过程中外部特性衰退的重要表征是容量的不可逆衰退，容量衰退速率的快慢受充电倍率、充电工况、电池的起始充电荷电状态（State of Charge, SOC）、充电环境温度、电池健康状态（State of Health, SOH）等的影响。不同充电工况下电池容量衰退率如图3所示，可以看出在电池的充电循环中，5号复合工况的容量衰退速率最慢，1 000个充电循环后衰退了8.996 %，电池此时的容量为3.39 A×h。衰退速率最快的是4号间歇充电工况，1 000个循环之后衰退了10.125 %，容量衰退速率最慢的5号复合工况和容量衰退率最快的4号间歇工况差1.129 %。这是因为复合工况中的恒dQ/dV充电的充电电流曲线随着电池老化过程中欧姆内阻、极化内阻、SOH等参数的变化而变化，其充电电流曲线是自适应的，但是其他充电工况的电流曲线并未随着电池SOH的变化而变化[13]。此外，1 000个充电循环后，1号CC的容量衰退率为9.449 %，2号CP容量衰退率为9.851 %，3号MCC为9.685 %。五种充电工况下电池的衰退近似线性衰退，1 000个循环内4号衰退速率一直最快，1号CC和2号CP在前500个循环内衰退速率基本一致，在500～1 000循环时2号CP衰退速率大于1号CC。
图3 不同充电工况下电池容量衰退率
Fig.3 Capacity degradation of 5 charging strategies with different cycle
锂离子电池在充放电过程，由于欧姆内阻和极化内阻的存在，不可避免会产生一些能量损耗，导致电池温度升高。根据能量损耗的定义，结合电池的一阶RC模型，电池的能量损耗为
（1）
式中，I0为电池的充电电流；IP为电池的极化电流；R0、Rp分别为电池的欧姆内阻、极化内阻。离散化可以得到，电池的能耗为
（2）
式中，N为一个常数，如SOC从0到100%，每隔10%为一个SOC间隔，则N=10。
根据经验可知，电池的一阶RC模型所辨识出来的极化电容CP的值很大以及电容“通交流隔直流”的特性，所以近似认为电池极化内阻上流过的电流值近似等于电池的充电电流，因此简化电池的能耗表达式，可以得到
（3）
根据基尔霍夫电压定律（KVL），结合电池的等效电路模型，电池的能耗表达式为
（4）
根据能量损耗模型所计算锂离子电池不同充电工况、不同循环次数下的能量损耗如图4所示。从图中可以看出，随着老化循环实验的进行电池的能量损耗在逐渐增大，不同的充电工况对能量损耗影响不同。新电池时4号变电流间歇充电工况下电池的能耗最大，为0.426 W×h；5号复合充电工况下电池的能耗最小，为0.336 W×h；其他三种充电工况下电池的能耗差别不大，1号CC、2号CP、3号MCC的能耗分别为0.366 W×h、0.384 W×h、0.372 W×h。随着循环的进行，不同充电工况对电池能耗的影响逐渐增大，1号CC和2号CP能耗增速相近，都在缓慢增加；能耗增速最快的为4号变电流间歇充电工况，3号MCC工况次之。
图4 不同充电工况下电池能量损耗
Fig.4 Energy dissipation of 5 charging strategies with different cycle
能量效率[19]一般指电池的充放电能量效率，为充放电循环过程中电池放电能量与充电消耗能量的比值，由于电池能耗的存在，根据能量守恒定律，电池的能量效率低于100 %。充放电能量效率的计算公式为
（5）
式中，t0、t1分别为电池的充、放电时间；Ud、Id分别为放电电压、放电电流；Uc、Ic分别为充电电压、充电电流。本文主要对电池不同充电工况进行分析，在电池充电时，由充电设备对电池输出电能，电能储存于电池中，由于电池内阻的存在会导致能量损耗（Eloss），电池储存的电能必然少于充电设备输出的电能，所以定义电池的充电能量效率，即
（6）
根据本文充电能量效率的定义计算电池不同工况、不同循环次数下的能量效率，如图5所示。可以发现4号间歇充电的能量效率最低，1 000次循环后为94.14 %，1 000次老化循环后能量利用效率最高的是2号CP工况，为95.855 %，相差1.715 %，分析可能的原因是4号变电流间歇充电工况初期充电电流最大，达到了2.5C（9 A），并且在SOC较低时电池的内阻较大，随着电池的老化电池的内阻更会逐渐增大，导致电池的能耗就会增加，充电能量效率降低。除4号间歇充电能量效率最低外，在前200个循环内其他四种充电工况的充电能量效率差异不明显，200次循环后3号MCC和5号复合工况差异逐渐明显，600次循环后1号CC和2号CP工况差异也逐渐明显。
图5 不同充电工况下电池充电能量效率
Fig.5 Energy dissipation of 5 charging strategies with different cycle
容量增量（Incremental Capacity, IC）曲线将电池内部化学反应剧烈的电压平台转化为IC峰，方便观察分析，得到LFP电池容量电压曲线容量增量曲线如图6所示。随着电池老化实验的进行，通过IC曲线上峰的高度、左右侧斜率、峰面积、峰位置等参数的变化可以表征电池的老化衰退的内部机理[20]。由于IC曲线表示电池电化学平衡相位的变化速率，为了得到动力电池的电化学平衡相位，需要以一个较小的电流倍率来对电池进行充放电，本文选用的充放电倍率为1/20C。当DV趋近于0时，定义ICA的近似式为
（7）
图6 LFP电池容量电压曲线容量增量曲线
Fig.6 Capacity-voltage curve and incremental capacity curve of LFP battery
电池在第Ⅰ阶段电压迅速上升，因为主要成分是FePO4，没有任何相变。LFP电池在达到第Ⅱ阶段时，电压保持相对稳定，表现出独特的电压平台，根据文献[21]可知此阶段为FePO4和LiFePO4之间的相变。容量增量曲线中每一个峰都有其独特的形状、强度和位置，并表征电池中发生的电化学过程，图6 IC曲线上的4个峰对应于石墨负极的4个氧化还原阶段，分别为图6中Ⅱ-a所代表的LiC6↔LiC12，Ⅱ-b所代表的LiC12↔LiC18↔LiC36，Ⅱ-c所代表的LiC36↔LiC72和Ⅱ-d所代表的LiC72↔LiC6，与正极上FePO4(LF)↔LiFePO4(LFP)相变的单一且非常宽的平台相重叠[22-23]。
锂离子动力电池的循环衰退实验中，造成衰退的原因主要包括动力学因素和热力学因素[24]。动力学因素造成的容量衰退主要指的是电池的倍率特性导致的衰退，主要指的是电导率损失，热力学衰退主要包括活性锂离子的减少造成的衰退、正负极活性材料的减少造成的衰退[25]。随着循环的进行，锂离子电池出现动力学老化现象，电池的欧姆内阻和极化内阻增加，在充电方向上表现为曲线向右侧偏移（高电压方向），a峰峰值的降低和面积的减少代表电池活性锂离子的减少，活性锂离子的减少直接影响可用锂离子数量，进而会影响电池的容量，b峰面积的减小也反映电池的热力学衰退，代表电池正负极活性材料的损失，其斜率可以体现电池进入相变的快慢。
4号间歇工况下不同衰退阶段容量增量三维曲面图如图7所示，可以发现无论是电池的哪个衰退阶段，IC曲线的峰都完整存在且形状基本不变，最明显的变化是a、b峰值随着衰退会逐渐降低，说明随着衰退的进行电池的活性锂离子和正负极活性材料逐渐减少，电池的容量衰退是由这两个因素导致的。
图7 4号间歇工况下不同衰退阶段容量增量三维曲面图
Fig.7 Incremental capacity 3D surface graph at different decay stages under 4# charging conditions
不同充电工况下1 000个循环后LFP电池IC曲线上特征参数与电池容量的皮尔逊相关系数的结果见表2。比较分析a峰高度、位置、面积、右斜率这4个参数，可以发现无论是哪种充电工况a峰高度与容量的相关系数都在0.8以上，a峰面积与容量的相关系数在0.97以上，其他两个参数与容量的相关系数受工况影响较大；比较b峰高度、位置、面积、左斜率这4个参数，发现b峰高度与容量的相关系数在0.86以上，b峰左斜率与容量的相关系数也在0.86以上，此外b峰面积与容量的相关系数也在0.72以上；比较c、d峰高度和位置，与容量的相关性最强且相关系数正负号一致的参数为c、d峰高度，分别为0.67和0.79以上。因此可以得出在a、b、c、d这4个IC峰中与容量相关性最强的峰为a峰，b峰次之，a、b峰涉及的电池内部化学反应剧烈，进一步验证了造成电池容量衰退的主要原因为电池正负极活性材料的减少和活性锂离子的减少；在峰位置、峰高度、峰面积和峰斜率这几个参数中，与容量相关性程度较强的参数为峰高度和峰面积。
表2 特征参数与容量的皮尔逊相关系数
Tab.2 The pearson correlation coefficient between characteristic parameters and capacity
特征参数1号CC2号CP3号MCC4号间歇5号复合 a峰位置0.8390.7820.8050.8900.562 a峰高度0.8990.8000.8840.9840.925 a峰面积0.9800.9800.9720.9970.989 a峰右斜率-0.935-0.849-0.442-0.872-0.794 b峰位置-0.236-0.723-0.916-0.949-0.161 b峰高度0.8680.9390.9290.9490.880 b峰面积0.9330.8270.7270.9440.799 b峰左斜率0.8780.9420.9560.8690.876 c峰高度0.8860.8590.6750.9480.778 d峰高度0.8400.9510.7900.9460.826
对比分析不同充电工况在第1 000次循环结束时IC曲线的变化，如图8所示，可以发现3号MCC和4号变电流间歇充电电池发生了较为明显的偏移且a、b峰的峰值降低较为明显，说明活性锂离子的减少和电池正负极活性材料的损失是造成电池容量衰退的主要原因，与之对应的这两种充电工况的容量衰退速率相对最快，分析可能的原因是这两种充电工况在充电前期电流倍率较大，最高达到了2.5C，充电电流较大，导致电极颗粒表面和颗粒内部浓度差较大，造成电极颗粒机械应力较大，引起电极颗粒破碎，从而造成电极材料损失。在1 000个循环结束后IC曲线变化最不明显的是5号复合充电工况，相应的此种工况电池的衰退速率最慢，容量保持率最高，这是因为这种充电工况电流曲线是自适应的，会随着衰退的进行自动调整。
图8 不同充电工况下第1 000个循环容量增量曲线
Fig.8 Incremental capacity curves at 1 000 cycles under different charging conditions
动力电池的充电时间是电动汽车车主关心的一个重要指标，在保证电池各项性能的前提下尽可能地减少电池的充电时间是科研工作者的研究目标。一般情况下，车主在电池剩余可用容量为SOC=20 %时就会尽快充电，所以本文考虑0 %、20 %为电池的初始充电SOC，对比分析不同充电工况下5、10、15、20、25、30 min的充电容量和充电能量。
图9所示为初始充电SOC=0 %，不同充电工况下不同充电时间电池的充电容量和充电能量，可以发现电池充电容量和充电能量的变化趋势基本一致，前15 min以内3号MCC工况充电容量和能量最大，充电20 min时3号MCC和4号间歇充电的充电容量和能量差别不大，充电时间为25 min时，4号间歇充电的充电容量最大，该种工况为此时的最优工况。由于本文的充电目标为30 min内充满电池容量的80 %，所以充电30 min时五种充电工况的充电容量基本一致。
当电池的SOC=20 %时，条件允许的情况下电动汽车车主会选择马上充电，如图10所示为初始充电SOC=20 %，不同充电工况下不同充电时间电池的充电容量和充电能量。对比分析发现，充电时间为15 min及更短时，4号间歇充电的充电容量和能量最大，只考虑充电速度的快慢，最优工况为4号变电流间歇充电工况。充电时间为20 min时，从容量角度考虑最优充电工况为3号MCC和4号间歇充电，从充电能量角度考虑最优充电工况为5号复合工况。
图9 初始充电SOC=0 %，不同时间充电容量、能量曲线
Fig.9 SOC=0 %, charging capacity and charging energy curves of different times
图10 初始充电SOC=20 %，不同时间充电容量、能量曲线
Fig.10 SOC=20 %, charging capacity and charging energy curves of different times
电动汽车充电时电池的剩余可用容量不会一直为SOC=0 %，为了缓解里程焦虑，电动汽车车主会选择在电池电量低时尽快充电，所以分析电池不同充电方式下不同SOC区间充电时间的变化有一定的研究价值。
本小节考虑SOC=20 %区间[26-27]，结合不同充电车主对电池性能的需求进行本文所定义的五种充电工况的选择。本文所制定电池的充电目标为30 min内充满电池SOC=80 %，所以首先按照SOC= 20 %原则将0～80 %SOC区间划分为0～20 %、20 %～40 %、40 %～60 %、60 %～80 %SOC共4个分区间。这4个区间的区间宽度相同且没有重叠，平均SOC不同，可以突出分析不同充电工况对电池不同SOC区间性能的影响，为满足电动汽车车主对不同充电SOC区间充电策略的选择提供理论依据。图11所示为不同充电工况下SOC=20 %区间电池充电时间的变化图，可以发现，如果只考虑充电时间的快慢，SOC在0～20 %区间应该采用3号MCC充电，SOC在20 %～40 %区间选用4号间歇充电，SOC在40 %～60 %区间选用4号间歇充电，SOC在60 %～80 %选用1号CC、2号CP或5号复合充电工况。
由表3可知，在相同的SOC区间（电池充入相同的容量）不同工况下的充电能量也不同，这是因为充电能量为充电容量与电池端电压的乘积，随着充电的进行，电池的端电压会逐渐增大，导致相同SOC区间电池的充电能量增大。对比不同充电工况，可以发现5号复合充电工况的充电能量除SOC在0～20 %区间较小，在其他SOC区间的充电能量都是最大的，也就说在电池充入相同容量的前提下，此种充电工况的续驶里程最长，考虑经济效益的前提下此种工况为最优工况，4号间歇充电工况次之，其他三种充电工况的充电能量差别不大。SOC在60 %～80 %区间，5号复合充电工况的充电能量为2.887 W×h，2号CP工况的充电能量最少，为2.500 W×h，两者相差0.387W×h，相差较大。SOC在0～80 %区间充电能量最大的工况为5号复合充电工况，因此，若在该SOC区间充电，并且只考虑续驶里程的前提下此工况最优。
图11 不同充电工况下20 %SOC区间电池充电时间
Fig.11 Charging time of 5 charging strategies in 20 %SOC range
表3 五种充电工况20 %SOC区间电池充电能量
Tab.3 Charging energy of 5 charging strategies in 20 %SOC range
SOC充电能量/(W×h) 1号CC2号CP3号MCC4号间歇5号复合 0～20 %2.4532.4672.4882.5002.472 20 %～40 %2.5042.5062.5262.5412.621 40 %～60 %2.5172.5282.5292.5592.759 60 %～80 %2.5382.5002.5222.5632.887 0～80 %10.01210.00010.06510.16410.739
本文选取磷酸铁锂电池为研究对象，以充80 %容量的平均速度一致为基准设定了五种充电工况，完成了1 000次循环实验和11个健康状态点的性能实验。从充电容量、能耗和充电能量效率、电池的衰退特性进行电池不同工况下的充电效果分析；基于用户需求，考虑充电起点、等待时间和目标充电容量等，进行不同充电工况选择研究。结果表明：
1）1 000个老化循环实验后复合工况的容量保持率最高，为91.004 %；分析电池的能耗和能量利用效率，发现变电流间歇工况的能量效率最低，1 000次循环后为94.14 %，1 000次老化循环后能量利用效率最高的是恒功率工况。在前1 000个循环之内，电池容量衰退的原因主要为电池正负极活性材料损失和活性锂离子数量的减少。
2）考虑不同充电时间，当充电起始SOC=0 %，以电池充电容量为评价标准，充电20 min时，最优工况为五阶段恒流或变电流间歇工况；当初始充电SOC=20 %，充电时间为15 min及更短时，变电流间歇充电为最优工况。考虑20 %SOC区间，SOC区间不同，最优工况不同，如0～20 %的SOC区间应该采用五阶段恒流工况，20 %～40 %的SOC和40 %～60 %的SOC区间适合选用变电流间歇工况。
参考文献
[1] 韩雪冰, 欧阳明高, 卢兰光, 等. 电动车磷酸铁锂电池衰减后开路电压特性分析[J]. 电源技术, 2015, 39(9): 1876-1878.
Han Xuebing, Ouyang Minggao, Lu Languang, et al. Characteristics analysis of open circuit voltage of aged LiFePO4 battery for electric vehicle[J]. Chinese Journal of Power Sources, 2015, 39(9): 1876-1878.
[2] 王义军, 左雪. 锂离子电池荷电状态估算方法及其应用场景综述[J]. 电力系统自动化, 2022, 46(14): 193-207.
Wang Yijun, Zuo Xue. Review on estimation methods for state of charge of lithium-ion battery and their application scenarios[J]. Automation of Electric Power Systems, 2022, 46(14): 193-207.
[3] Dubarry M, Truchot C, Liaw B Y. Synthesize battery degradation modes via a diagnostic and prognostic model[J]. Journal of Power Sources, 2012, 219: 204- 216.
[4] Ouyang Minggao, Chu Zhengyu, Lu Languang, et al. Low temperature aging mechanism identification and lithium deposition in a large format lithium iron phosphate battery for different charge profiles[J]. Journal of Power Sources, 2015, 286: 309-320.
[5] Zhang S S. The effect of the charging protocol on the cycle life of a Li-ion battery[J]. Journal of Power Sources, 2006, 161(2): 1385-1391.
[6] 吴晓刚, 崔智昊, 孙一钊, 等. 电动汽车大功率充电过程动力电池充电策略与热管理技术综述[J]. 储能科学与技术, 2021, 10(6): 2218-2234.
Wu Xiaogang, Cui Zhihao, Sun Yizhao, et al. Charging strategy and thermal management tech- nology of power battery in high power charging process of electric vehicle[J]. Energy Storage Science and Technology, 2021, 10(6): 2218-2234.
[7] 王榘, 熊瑞, 穆浩. 温度和老化意识融合驱动的电动车辆锂离子动力电池电量和容量协同估计[J]. 电工技术学报, 2020, 35(23): 4980-4987.
Wang Ju, Xiong Rui, Mu Hao. Co-estimation of lithium-ion battery state-of-charge and capacity through the temperature and aging awareness model for electric vehicles[J]. Transactions of China Elec- trotechnical Society, 2020, 35(23): 4980-4987.
[8] Spingler F B, Wittmann W, Sturm J, et al. Optimum fast charging of lithium-ion pouch cells based on local volume expansion criteria[J]. Journal of Power Sources, 2018, 393: 152-160.
[9] Zhang Caiping, Jiang Jiuchun, Gao Yang, et al. Charging optimization in lithium-ion batteries based on temperature rise and charge time[J]. Applied Energy, 2017, 194: 569-577.
[10] Mohamed, Abdel-Monem. Influence analysis of static and dynamic fast-charging current profiles on ageing performance of commercial lithium-ion batteries[J]. Energy, 2017, 120: 179-191.
[11] 杨帆, 乔艳龙, 甘德刚, 等. 不同充电模式对锂离子电池极化特性影响[J]. 电工技术学报, 2017, 32(12): 171-178.
Yang Fan, Qiao Yanlong, Gan Degang, et al. Lithium-ion battery polarization characteristics at different charging modes[J]. Transactions of China Electrotechnical Society, 2017, 32(12): 171-178.
[12] Mohamed Monem Abdel, Trad Khiem, Omar Noshin, et al. Lithium-ion batteries: evaluation study of different charging methodologies based on aging process[J]. Applied Energy, 2015, 152: 143-155.
[13] 劳力. 高比能锂离子动力电池系统充电策略及热失控安全研究[D]. 合肥: 中国科学技术大学, 2020.
[14] 周旋, 周萍, 郑岳久, 等. 锂离子电池宽温度区间无析锂快充策略[J]. 汽车安全与节能学报, 2020, 11(3): 397-405.
Zhou Xuan, Zhou Ping, Zheng Yuejiu, et al. Strategy of fast charging of lithium-ion batteries without lithium plating in a wide temperature range[J]. Journal of Automotive Safety and Energy, 2020, 11(3): 397-405.
[15] Birkl C R, Roberts M R, McTurk E, et al. Degradation diagnostics for lithium ion cells[J]. Journal of Power Sources, 2017, 341: 373-386.
[16] Billy Wu, Vladimir Yufit, Yu Merla. Differential thermal voltammetry for tracking of degradation in lithium-ion batteries[J]. Journal of Power Sources, 2015, 273: 495-501.
[17] Devie A, Dubarry M, Liaw B Y. Overcharge study in Li4Ti5O12 based lithium-ion pouch cell[J]. Journal of the Electrochemical Society, 2015, 162(6): A1033- A1040.
[18] Gao Yang, Jiang Jiuchun, Zhang Caiping. Lithium-ion battery aging mechanisms and life model under different charging stresses[J]. Journal of Power Sources, 2017, 356: 103-114.
[19] 于维珂, 汪涛, 杨尘. 储能用锂离子电池充放电能量效率的影响因素[J]. 电池, 2020, 50(6): 552-555.
Yu Weike, Wang Tao, Yang Chen. Influence factors of charge-discharge energy efficiency of Li-ion battery for energy storage[J]. Battery Bimonthly, 2020, 50(6): 552-555.
[20] 杨胜杰, 罗冰洋, 王菁, 等. 基于容量增量曲线峰值区间特征参数的锂离子电池健康状态估算[J]. 电工技术学报, 2021, 36(11): 2277-2287.
Yang Shengjie, Luo Bingyang, Wang Jing, et al. State of health estimation for lithium-ion batteries based on peak region feature parameters of incremental capacity curve[J]. Transactions of China Electro- technical Society, 2021, 36(11): 2277-2287.
[21] Padhi A K, Nanjundaswamy K S, Goodenough J B. Phospho-olivines as positive-electrode materials for rechargeable lithium batteries[J]. Journal of the Electrochemical Society, 1997, 144(4): 1188-1194.
[22] Matthieu Dubarry, Bor Yann Liaw. Identify capacity fading mechanism in a commercial LiFePO4 cell[J]. Journal of Power Sources, 2009, 194(1): 541-549.
[23] Zhang Caiping, Jiang Jiuchun, Zhang Linjing, et al. A generalized SOC-OCV model for lithium-ion batteries and the SOC estimation for LNMCO battery[J]. Energies, 2016, 9(11): 900.
[24] Dubarry M，Truchot C，Liaw B Y. Evaluation of commercial lithium-ion cells based on composite positive electrode for plug-in hybrid electric vehicle applications. part I: initial characterizations[J]. Journal of Power Sources, 2011, 196(23): 10328-10335.
[25] 王振新, 秦鹏, 康健强, 等. 基于衰退机理的三元锂离子电池SOH的诊断与估算[J]. 电子测量技术, 2020, 43(10): 7-13.
Wang Zhenxin, Qin Peng, Kang Jianqiang, et al. SOH diagnosis and estimation for NCM lithium-ion batteries based on degradation mechanism[J]. Elec- tronic Measurement Technology, 2020, 43(10): 7- 13.
[26] 孙丙香, 任鹏博, 陈育哲, 等. 锂离子电池在不同区间下的衰退影响因素分析及任意区间的老化趋势预测[J]. 电工技术学报, 2021, 36(3): 666-674.
Sun Bingxiang, Ren Pengbo, Chen Yuzhe, et al. Analysis of influencing factors of degradation under different interval stress and prediction of aging trend in any interval for lithium-ion battery[J]. Transactions of China Electrotechnical Society, 2021, 36(3): 666- 674.
[27] 孙丙香, 刘佳, 韩智强, 等. 不同区间衰退路径下锂离子电池的性能相关性及温度适用性分析[J]. 电工技术学报, 2020, 35(9): 2063-2073.
Sun Bingxiang, Liu Jia, Han Zhiqiang, et al. Per- formance correlation and temperature applicability of Li-ion batteries under different range degradation paths[J]. Transactions of China Electrotechnical Society, 2020, 35(9): 2063-2073.
Abstract Lithium-ion batteries have become the preferred power source for major car companies due to their superior comprehensive performance and are widely used in electric vehicles. Effectively controlling the battery is crucial to meet the needs of users, improve charging efficiency, and delay battery decline. However, there is no systematic comparative analysis of the charging effect of multiple charging conditions. Because the mainstream BMS is embedded in a single working condition, the optimization selection of charging working conditions is not considered according to the actual needs of different users. Therefore, this paper carries out relevant research on five practical charging conditions.
Firstly, five charging strategies were selected, including 1# constant current condition, 2# constant power condition, 3# five-stage constant current charging condition, 4# variable current intermittent charging condition, constant current charging and constant dQ/dV charging combined 5# composite charging condition. The accelerated aging cycle experiment at 45℃ was carried out, and performance experiments were carried out at 25℃, including a capacity test and a small rate charge and discharge test. The charging target for cycling experiments under different charging conditions is 80% of the rated capacity of the battery in 30 minutes to be fully charged.
Secondly, aiming at the need for a systematic comparative analysis of charging effects under different charging conditions, the following conclusions can be obtained from the analysis of charging capacity, energy consumption, charging energy efficiency, and battery degradation characteristics. The capacity retention rate of composite working conditions after 1 000 aging cycle experiments is the highest, which is 91.004%. The energy efficiency in the variable current intermittent condition is the lowest, 94.14%, after 1 000 cycles, and the highest energy utilization efficiency after 1 000 aging cycles is in the constant power condition. In the first 1 000 cycles, the battery degradation mechanism is analyzed based on the IC curve. The main reasons for the battery capacity decline are the loss of active materials in the positive and negative electrodes and the decrease in the number of active lithium ions.
Finally, given the problem that the charging condition is not selected based on user needs, the charging starting point, waiting time, and target charging capacity are considered to optimize the charging condition. According to the experimental results, when the charging starting SOC is 0%, taking the battery charging capacity as the evaluation standard, charging for 20 min, the optimal working condition is the five-stage constant current or variable current intermittent working condition. When the initial charge SOC is 20% and the charging time is 15 min or less, intermittent charging of variable current is the optimal operating condition. Considering the 20% SOC interval, the SOC interval and the optimal working condition are different. For example, the 0～20% SOC interval should use the five-stage constant current working condition, and the 20%～40% SOC and 40%～60% SOC intervals are suitable for the variable current intermittent working condition.
keywords：Lithium-ion battery, different charging conditions, capacity increment curve, performance degradation, charging condition selection
DOI: 10.19595/j.cnki.1000-6753.tces.221544
中图分类号：TM911
国家自然科学基金（52177206）和装备预研教育部联合基金（8091B022130）资助项目。
收稿日期 2022-08-05
改稿日期 2022-10-11
孙丙香 女，1979年生，博士，教授，研究方向为锂离子电池成组应用技术，包括建模与仿真、热特性与低温加热策略、优化充电、储能电池性能评估与经济性分析等。E-mail: bxsun@bjtu.edu.cn（通信作者）
李凯鑫 女，1997年生，硕士，研究方向为锂离子电池充电方法。E-mail: 20126158@bjtu.edu.cn
（编辑 郭丽军）