CAT蓄电池考虑电池老化的锂离子电池组主动均衡策略开发与系统验证
来源：
卡特蓄电池 发布时间：2026-03-24 17:57:39 点击： 次
引言
作为节能减排的关键领域，交通运输行业亦是实现全球碳达峰与碳中和目标的重要路径，这显著推动了新能源汽车（NEV）技术的快速发展[1]。目前锂离子电池系统作为新能源汽车核心能源与动力来源，需通过大量电池以串联并联配对形式协同工作，实现高功率输出以满足车辆行驶需求[2]。受电池生产制造差异以及实车应用复杂性的影响，电池不一致性问题显著且不可避免[3]。这些电池会制约电池组的能量与功率输出，并加速正常电池的性能衰减[4]。此外，长期工作在变化的放电深度下会加速电池老化[5]。毫无疑问，探索缓解电池不一致性、提升电池系统性能的有效措施具有重要意义，仍是当前电池管理系统领域的关键研究课题。
电池不一致性是绝对的，而一致性是相对的。将锂离子电池的一致性维持在较小范围内，可降低不一致性带来的不利影响并提升性能。改善电池不一致性的措施可分为两类：其一是生产控制，通过优化制造标准和分选技术，使配对时达到最佳的初始一致性[6]。然而，这仅能确保成组后的初始一致性。如前所述，复杂的驾驶条件和环境因素会导致性能参数随时间推移出现发散，扩大不一致性。第二项涉及通过电池管理系统实施的均衡措施：及时识别异常电池并执行均衡[7]。这些措施包括被动均衡与主动均衡。被动均衡通过高容量电池的能量耗散实现"削峰"，实施简单但存在显著能量损失与热风险[8]。主动均衡在均衡过程中避免能量浪费，因此成为当前主流解决方案[9]。
根据特征参数分类的常见主动均衡策略包括基于电压的、基于荷电状态（SOC）的和基于容量的策略（SOC是评估电池剩余容量的核心参数，其定义为：在特定工况下，电池可释放的可用剩余容量与额定容量之比。额定容量指电池充电至上限截止电压后，以标准放电率放电至下限截止电压时所释放的最大容量）。SOC通常以0%至100%的百分比表示。SOC与容量之间存在映射关系，该关系可通过电池制造商的台架测试获取。基于电压的策略将电压作为一致性判据，旨在使单体工作电压趋于一致或将不一致性限制在阈值范围内。Wang等[10]提出了一种电压均衡电路及策略，通过实时电压采集控制电流实现均衡。由于电压易于获取且计算简单，该方法在工程实践中得到广泛应用。然而，电压作为外部参数会随温度和充放电速率变化，无法真实反映容量一致性。此外，平台期电压的微小波动（尽管电荷量存在显著差异）会干扰均衡判定的准确性[11]。Xia等学者[12]通过采用新型拓扑结构（升降压转换器与开关阵列）结合深度学习优化的策略，显著提升了均衡速度。基于SOC的策略认为，SOC本身即可表征电池间容量差异，因此是最有效的电池一致性指标[7]。Kim等[13]采用扩展卡尔曼滤波器(EKF)进行荷电状态(SOC)估计，并基于SOC实施均衡；该方法较基于电压的均衡策略将循环寿命延长了49次，凸显了精确SOC估计的关键作用。然而，精确SOC获取具有挑战性，因其会提升系统复杂度和计算读载[14][15]，且均衡精度/效率依赖于在线SOC估计[16][17]。基于容量的策略旨在最大化充放电容量，电池间容量一致性可提升容量利用率。他们通过在线辨识分配均衡能量以提高利用率[18]。尽管部分研究提出了采用参数辨识的容量法进行剩余容量估计（缩短均衡时间），这些方法仍面临在线容量估计的挑战[19]。
近期文献综述表明，仅有少数研究者尝试探究多参数融合条件下的动态均衡问题。Yang等[17]提出一种融合电压与SOC信息的自适应均衡方法，该方法通过粒子群优化算法对SOC和电压隶属度函数进行优化，进而调整模糊控制器的切换约束条件以调节均衡电流。与传统模糊控制相比，该自适应方法使得充电阶段的均衡速度提升30.1%，放电阶段提升22.3%。放电过程中分别降低至3%。Li等人[20]开发了一种基于电压与SOC数据的分段均衡策略。该策略以电压和SOC为变量，根据SOC状态调节均衡电流幅值。与均值差分策略或单变量策略相比，所提策略实现了更高效率。Ashraf等人[21]提出了一种基于SOC与电压信息的模块化旁路均衡技术。模拟验证表明，所设计的拓扑结构实现了SOC/电压均衡，将电压差从2V降低至250mV。Yu等人[22]提出了一种考虑SOC与SOH协同均衡的策略，并设计了ITD-DCA算法，该算法能适应参数变化并实现SOC与SOH的同步均衡。
研究发现，纯电压均衡策略受温度、充放电倍率、电池内阻等因素制约，难以最大限度保证电池一致性的判断精度，甚至轻微电压波动都会影响均衡判定[23]。而基于SOC和容量的均衡策略虽理论上能实现更优的均衡效果，但对参数估算精度要求更高，在实际部署与实施中具有显著挑战[24][25]。此外，现有研究忽视的一个关键点是：当仅选取单一特征参数进行均衡判断时，常出现误均衡与过均衡现象。这主要源于电池组中存在老化电池时，其充放电容量会衰减，内阻则会增大。尽管充电时这些电池的端电压高于正常电池，但其实际容量却更低。采用单一参数进行主动均衡会导致老化电池容量进一步衰减，这与均衡的初衷背道而驰。多参数协同均衡技术主要通过融合智能算法开展模拟研究，尚未在实际场景中得到验证。最重要的是，现有方法既未能充分考虑多参数协同的增效作用，也未将电池健康状态纳入考量范畴[22]。因此有必要通过分层算法架构建立符合实际应用需求的均衡算法，同时考虑电池使用寿命的影响。毫无疑问，这项工作具有重要的学术价值与现实意义。
本研究从实际应用场景出发，将均衡应用场景划分为未老化场景（电池使用初期）与老化场景（电池使用中后期）。未老化场景主要解决单体电池间的不一致性问题，选取SOC作为主动均衡的特征参数；老化场景则需进一步考虑老化电池的影响，选取电压与SOC作为特征参数，进行老化电池识别并实施主动均衡。创新点与主要贡献如下：(1)从实际应用场景出发，提出一种兼顾一致性均衡与老化均衡的层次化主动均衡架构，有效覆盖未老化与老化后两种场景的均衡需求；(2)考虑电池老化对均衡的影响，提出电压与SOC多参数协同的均衡方法，实现精准识别与高效均衡；(3)采用实车电池模组对均衡算法的有效性与实时性进行验证，为主动均衡技术在实际需求中的应用提供了创新解决方案。
