核心观点与关键数据
- 电池失效问题：大规模应用中电池失效导致的事故频繁发生，主要面临性能衰减和安全退化两大失效挑战。电池失效原因复杂，涉及内部化学组分、物质结构改变等因素，且电池是强非线性、强时变的物理化学系统。
- 电池新趋势：单体设计趋势为大容量、大尺寸，阻抗增加；成组趋势从CTM到CTP和CTC，应用场景多样化，使得BMS失效管理更加困难。
- 电池信号与失效过程：电池电、热、力等信号可体现动力电池失效过程，如电信号（电压、电流）、热信号（温度）、力信号（应变）等。
电池多维参量的外部测量
- 电池SOH估计：基于弛豫电压特征提出新的健康评价指标因子SoNA（State of Nonlinear Aging），真实老化路径偏离完全线性老化的程度定义为SoNAA，百接估计误差低于1.1%，迁移学习估计误差低于1.7%。
- 电池异常识别：提出内短路特征识别方法、Pack中电池单体不一致估计方法等。
- 电化学阻抗信号：基于1Hz动态阻抗的锂电池快充析锂在线检测，以及基于充电过程中电池的动态阻抗完成析锂检视。
- 热信号：基于光纤传感器分布式测温及预警，实现提前预警。
- 力信号：提升基于力学信号的SOC估计，实现热失控早期安全预警。
电池多维参量的内部测量
- 前沿探索：传感与电极融合的一体化功能极片设计，包括负极电位测量、电极植入温度测量、FBG光纤植入压力测量等。
- 内部信号测量结果：内部植入光纤测量温度并实现电池长循环运行，结果显示随着电池的老化，其内部温度上升速率更快，且温度的峰值更大。
电池管理系统新架构
- 传统BMS局限：传统AFE以采集单体电压为主，测量信号维度低、精度低、速度低，多维参量测量难集成，系统对多维信号的计算与存储能力不足。
- 新架构优化：提出以电池模组作为电池管理系统的基本单元，通过AFE测量电池模组外部多维参量并实现管控，电池管理功能的模组级实现。
- 智能电池单体内部信号测量：电池单体管理芯片对电芯内部的多维信号进行处理与计算，智能电池PLC光纤电池信号从内部向外部传输。
研究结论
- 电池失效问题复杂，需要多维参量测量与智能管控技术。
- 电池新趋势对BMS提出更高要求，需要优化电池管理系统架构。
- 通过多维参量测量和智能电池单体内部信号测量，可以实现电池SOH估计、异常识别、热失控预警等功能。
- 电池管理系统新架构能够提升系统对多维信号的计算与存储能力，实现电池模组级的多维信号测量、存储与计算。
