汽车动力电池寿命长短主要取决于寿命？
来源：宝鄂实业
2019-08-13 21:21
点击量：次
根据目前各车企公布的车辆及电池质保服务标准，动力电池大多提供5年10万公里的质保，如何在现有技术水平上延长电池使用寿命?最主要的还是取决于充电方式。
北京市经信委发布《示范应用新能源小客车生产企业及产品备案管理细则(2015年修订)》，对比2014年版，2015版细则对车辆和动力电池质保作了调整，其中对动力电池等关键零部件提供不低于5年或10万公里的质保，调整为提供不低于8年或12万公里的质保。
据电池业内人士透露，由于在电动汽车动力锂离子电池组中，单体电池在生产制造中存在个体差异，在使用中老化程度也不一样，一些标榜能提供8年质保的电池，实际可能达不到这一水平。若不在充电过程中采取适当措施，导致整体电池性能大打折扣或寿命严重缩短。
不同的充电方式是会影响单体锂离子电池性能和使用寿命，合适的充电方式不仅能够最大限度的发挥电池容量, 而且可以延长电池使用寿命，电动车电池组能够可靠运作15年，甚至长达20年之久。主要取决于电池充电方式及处于什么样的温度环境。
对于快充，锂离子电池在大倍率充电的情况下，容易出现高温、过充等异常使用情况，一味对锂电池进行大倍率充电，将严重影响锂电池的使用寿命，甚至引发危险，这就需要对电池的使用情况进行严密监控，延长电池使用寿命，降低电池使用安全风险。
目前采用物理模型包括电化学第一物理模型、等效电路模型和经验退化模型。
电化学模型是从电池内部出发，从物理化学变化的角度描述电池的特性。Gang等从锂离子电池内部电化学反应的动力学方程出发，提出通用循环容量衰退模型，模型描述了活性锂离子的损耗与容量衰减的关系，能够很好地对容量进行预测。
由于电池本身物理化学过程复杂，所建立的物理模型往往很复杂，通常很难得到合适的物理模型来描述系统的动态特性。此外，锂离子电池的寿命与多种因素有关，包括温度、充/放电、放电深度等，但它们之间并没有一个固定的可遵循的规律，在不同的操作条件下电池的内部参数和失效机制也会出现不同，所以基于物理模型的方法并不适合许多实际的应用。
2、基于数据驱动的预测方法
基于数据驱动的预测方法不需要深入了解锂离子电池内部的化学变化和失效机理，而是通过分析测试数据，深度挖掘其中的隐含信息对电池寿命进行预测，避免了模型获取的复杂性，所以该方法受到国内外学者的广泛关注。基于数据驱动的电池寿命预测方法分为基于人工智能的方法和基于统计数据驱动的方法两种。
2.1.2 灰色理论
由于锂离子电池衰退机制很复杂，很难将某一衰退形式归结为一个或多个外部因素作用。但是，电池生命过程中在外部因素影响下其退化趋势是不可逆的。从这点看，虽然电池衰退的原因不明确，但是衰退趋势不变，因此，电池系统可被当作灰色系统处理。
2.1.3 SVM和RVM
作为一种学习模型，SVM采用结构风险最小化原则得到全局最优解，但是当数据规模较大时，SVM求解比较困难。而RVM在贝叶斯框架建立稀疏学习模型，相比SVM，RVM极大地减少了核函数的计算量，不仅预测更加准确，而且能够给出不确定表达。
