2、电池基础知识:锂离子电池工作原理、关键参数及等效电路模型

智能电池状态检测系统的核心任务,是对电池这一复杂电化学对象的健康状态、荷电状态和功率能力进行实时、精准的估计。要实现这一目标,工程师必须首先深刻理解锂离子电池的内部工作原理、外部可测参数与内部状态之间的映射关系,以及用于算法设计的等效电路模型。本章将围绕这三个层面展开,为后续的硬件采集电路设计、传感器选型和状态估计算法实现奠定理论基础。

锂离子电池状态检测硬件实现技术 — 电池基础知识框架 工作原理 · 正极(LiFePO₄/LiCoO₂) · 负极(石墨) · 电解液(LiPF₆) · 隔膜 充放电:Li⁺在正负极间嵌入/脱嵌 关键参数 · 电压(端电压/OCV) · 电流(充/放/静置) · 温度(表面/内部) · 内阻(欧姆/极化) · SOC / SOH / SOE 等效电路模型 · OCV(SOC) 电压源 · R₀ 欧姆内阻 · R₁C₁ 电化学极化 · R₂C₂ 浓度极化 一阶/二阶RC等效电路 硬件实现链路 电压/电流/温度采集 → 信号调理 → ADC → MCU/DSP → 状态估计算法 → 显示/保护 物理层 参数层 模型层 关键点:硬件采集精度直接决定SOC/SOH估计误差上限 采样同步性:电压/电流/温度必须同一时刻采集 模型参数辨识:不同温度/SOC下R₀、R₁、C₁需查表或在线辨识

上图展示了电池状态检测硬件实现的知识框架:物理层(工作原理)决定了可测参数,参数层(电压、电流、温度等)通过传感器和调理电路被采集,模型层(等效电路)则将这些参数映射为SOC、SOH等状态量。硬件工程师的职责,就是确保参数层采集的精度、同步性和鲁棒性,为模型层提供可靠的数据源。

2.1 锂离子电池工作原理与电化学基础

锂离子电池是一种依靠锂离子在正负极之间往返嵌入和脱嵌来实现电能存储与释放的电化学装置。其核心组成包括正极、负极、电解液、隔膜和集流体。以最常用的石墨负极+过渡金属氧化物正极体系为例,充电时,锂离子从正极材料晶格中脱出,经电解液迁移,穿过隔膜后嵌入负极石墨层间;放电时则反向运动。这一过程伴随着等量的电子通过外电路流动,形成电流。

从硬件检测的角度,理解工作原理的关键在于:电池的端电压并非恒定值,而是由正负极的平衡电位差、欧姆压降和极化过电位共同决定。当电池以不同倍率放电时,内部锂离子浓度梯度会发生变化,导致极化电压动态波动。这种波动特性直接反映在等效电路模型的RC网络参数中,也是硬件采集电路需要高精度、高带宽采样的根本原因。

工程要点:锂离子电池对过充、过放、过流和高温极为敏感。过充会导致正极结构坍塌并析锂,过放则可能造成负极铜箔溶解。因此,硬件检测电路必须设计为冗余架构——不仅依赖BMS芯片的保护功能,还应具备独立的模拟比较器或看门狗电路作为第二道防线。

2.2 关键参数定义与硬件采集要求

电池状态检测涉及的核心参数包括电压、电流、温度、内阻、SOC、SOH和SOE。每个参数都有其物理意义、测量方法和硬件实现约束。

参数 物理定义 硬件采集方式 精度要求 采样频率建议
端电压 电池正负极之间的电位差 差分ADC,隔离放大器 ±1mV(12bit+) ≥10Hz(动态工况)
电流 充放电回路中的电子流 分流电阻/霍尔传感器 ±0.5%FS ≥100Hz(需同步电压)
温度 电池表面或内部温度 NTC热敏电阻/热电偶 ±1°C ≥1Hz(热惯性较大)
内阻 欧姆内阻+极化内阻 交流阻抗法/直流脉冲法 ±5% 离线测量/定期触发
SOC 剩余电量百分比 安时积分+OCV校正+卡尔曼滤波 ±3%(目标) 算法周期100ms
SOH 健康度(容量/内阻衰减) 容量测试/内阻增长趋势 ±5% 月度/季度评估
SOE 可用能量状态 SOC×电压修正/功率积分 ±5% 算法周期1s

电压采集是硬件设计中最关键的一环。对于多串电池组,需要采用差分采样方式,避免共模电压对ADC造成损坏。电流采集则需注意分流电阻的温漂特性,锰铜合金分流器具有极低的温漂系数(<50ppm/°C),是BMS的主流选择。温度采集点应布置在电池极柱、侧面中心和环境三个位置,以获取更准确的热模型输入。

2.3 电池等效电路模型(ECM)

等效电路模型是连接硬件采集参数与状态估计算法的桥梁。最常用的模型是二阶RC等效电路,其数学表达式为:

U_t = OCV(SOC) - I·R₀ - U₁ - U₂
其中:
  U₁ 为电化学极化电压,满足 dU₁/dt = I/C₁ - U₁/(R₁·C₁)
  U₂ 为浓度极化电压,满足 dU₂/dt = I/C₂ - U₂/(R₂·C₂)
  R₀ 为欧姆内阻(电子传导+离子传导)
  R₁、C₁ 为电化学极化阻抗与电容
  R₂、C₂ 为浓度极化阻抗与电容

模型参数的辨识通常采用HPPC(混合脉冲功率特性)测试:对电池施加10s放电脉冲、40s静置、10s充电脉冲,通过电压响应曲线拟合出R₀、R₁、C₁、R₂、C₂。值得注意的是,这些参数随温度变化显著——在-20°C时,R₀可能比25°C时增大3-5倍。因此,实际硬件实现中需要将模型参数表存储在MCU的Flash中,以温度、SOC为索引进行二维查表。

工程经验:在硬件设计阶段,应预留模型参数在线辨识的接口。例如,在电流采样链路中增加一个可编程增益放大器(PGA),以便在需要时提高小电流信号的测量分辨率,支持低频阻抗谱分析。同时,ADC的采样率应至少为模型最高频率的10倍(通常≥1kHz),避免混叠效应。

2.4 案例拆解:12V/100Ah磷酸铁锂启动电池的检测方案

以某款12V/100Ah磷酸铁锂启动电池为例,其BMS硬件方案需要满足汽车启动瞬间200A以上的脉冲放电需求,同时保证SOC估计误差在±5%以内。

初始现象与目标:该电池在低温(-10°C)启动时,电压跌落严重,导致启动失败。客户要求BMS能准确预测启动能力,并在电量不足时提前预警。

关键输入数据:通过HPPC测试获得不同温度下的模型参数:25°C时R₀=1.2mΩ,R₁=0.8mΩ,C₁=1200F;-10°C时R₀=4.5mΩ,R₁=3.2mΩ,C₁=400F。启动电流波形为200A/0.5s脉冲。

分析判断过程:根据模型计算,-10°C时200A脉冲引起的欧姆压降为4.5mΩ×200A=0.9V,极化压降约0.5V,总压降1.4V。若电池OCV为13.2V,则启动瞬间端电压降至11.8V,低于启动保护阈值12V,导致启动失败。

实际操作步骤:

  1. 在BMS中增加启动能力预测算法:基于当前SOC、温度查表得到R₀、R₁、C₁,计算预期压降。
  2. 硬件上提高电流采样带宽至5kHz,确保捕捉200A脉冲的上升沿。
  3. 增加电压采样保持电路,在脉冲期间同步采集端电压,用于模型验证。

结果对比:优化后,BMS能在启动前0.5s预测端电压跌落值,误差小于0.1V。当预测电压低于12.2V时,系统提前发出“电量不足”预警,避免启动失败。

风险与代价:提高采样带宽增加了ADC的功耗和成本;模型参数查表需要额外存储空间。但相比启动失败带来的用户体验损失,这些代价是值得的。

常见误区:许多工程师在设计BMS时,只关注SOC精度而忽略SOH和SOE。实际上,对于启动电池这类应用,SOE(可用能量)比SOC更能反映实际启动能力。SOC为80%但SOH已衰减至70%的电池,其实际可用能量仅为56%,可能无法满足冷启动需求。因此,硬件设计应同时支持SOC、SOH、SOE三类参数的估计,而非仅关注单一指标。

2.5 总结与硬件设计要点

本章从锂离子电池的电化学原理出发,梳理了电压、电流、温度、内阻等关键参数的物理意义和硬件采集要求,并介绍了二阶RC等效电路模型及其参数辨识方法。硬件工程师在设计电池检测电路时,应重点关注以下要点:

  • 采样同步性:电压和电流采样必须严格同步,否则会导致内阻计算错误。建议使用同一ADC芯片的多通道同步采样功能,或采用外部触发信号同时启动多个ADC。
  • 共模电压处理:多串电池组中,每节电池的电压采集都需要处理较高的共模电压。可使用专用电池监控芯片(如LTC6811、BQ76952)或隔离运放方案。
  • 温度补偿:所有模型参数和SOC算法都需要温度补偿。NTC热敏电阻的线性化处理应在固件中完成,而非依赖硬件模拟电路。
  • 冗余保护:硬件保护电路(过压、欠压、过流、过温)应独立于MCU运行,采用模拟比较器或专用保护IC,确保MCU死机时仍能保障安全。