寿命曲线锂电池锂电从业者必读：锂电池充放电曲线全面解析（一）|上海羊羽卓进出口贸易有限公司

锂电从业者必读：锂电池充放电曲线全面解析（一）

锂离子电池在充电过程中，电池的电压和充电电流都会随充电时间而发生变化，以三元锂电池为例其变化规律如下图所示

锂离子电池充电需要控制它的充电电压，限制充电电流和精确检测电池电压。锂离子电池的充电特性与镉镍、镍氢的充电特性完全不同。锂离子电池可以在它的放电周期内任一点充电，并且可以非常有效的保持它的电荷，保持时间比镍氢电池长两倍以上。锂离子电池开始充电时，电压缓慢上升，充电电流逐渐减小，当电池电压达到4.2V左右时，电池电压基本不变，充电电流继续下降，判断锂离子电池充电是否结束的方法是利用检测它的充电电流，当它的充电电流下降至某一定值（就是我们通常说的充电截止电流）时结束充电。

例如锂离子电池的充电电流降到40mA(典型值为起始充电电流的5%左右)时结束充电，也可以在检测到锂离子电池达到4.2V时启动定时器，在一定的时延后结束充电。这时充电电路应有一个精度较高的电池电压检测电路，以防止锂离子电池过充电。需要指出的是；锂离子电池不需要涓流充电（备注：特指充电快结束后）。

锂电池充电器的基本要求是特定的充电电流和充电电压，从而保证电池安全充电。增加其它充电辅助功能是为了改善电池寿命，简化充电器的操作，其中包括给过放电的电池使用涓流充电、电池电压检测、输入电流限制、充电完成后关断充电器、电池部分放电后自动启动充电等。

锂离子电池的充电过程可以分为四个阶段:涓流充电(低压预充)、恒流充电、恒压充电以及充电终止。

锂电池的充电方式是限压恒流，都是由IC芯片控制的，典型的充电方式是:以三元锂电池充电为例，先检测待充电电池的电压，如果电压低于3V，要先进行预充电，充电电流为设定电流的1/10，电压升到3V后，进入标准充电过程。标准充电过程为:以设定电流进行恒流充电，电池电压升到4.20V时，改为恒压充电，保持充电电压为 4.20V。此时，充电电流逐渐下降，当电流下降至设定充电电流的1/10时，充电结束。下图为充电曲线。

阶段1:涓流充电--涓流充电用来先对完全放电的电池单元进行预充(恢复性充电)。在电池电压低于3V左右时采用涓流充电，涓流充电电流是恒流充电电流的十分之一即0.1c(以恒定充电电流为1A举例，则涓流充电电流为100mA)，

阶段2:恒流充电--当电池电压上升到涓流充电阈值以上时，提高充电电流进行恒流充电。恒流充电的电流在0.2C至 1.0C之间。电池电压随着恒流充电过程逐步升高,一般单节电池设定的此电压为3.0-4.2V.

阶段3:恒压充电-- 当电池电压上升到4.2V时，恒流充电结束，开始恒压充电阶段。电流根据电芯的饱和程度，随着充电过程的继续充电电流由最大值慢慢减少，当减小到0.01C时，认为充电终止。(C是以电池标称容量对照电流的一种表示方法，如电池是1000mAh的容量，1C就是充电电流1000mA。)

阶段4:充电终止--有两种典型的充电终止方法:采用最小充电电流判断或采用定时器(或者两者的结合)。最小电流法监视恒压充电阶段的充电电流，并在充电电流减小到0.02C至0.07C范围时终止充电。第二种方法从恒压充电阶段开始时计时，持续充电两个小时后终止充电过程。

上述四阶段的充电法完成对完全放电电池的充电约需要2.5至3小时。高级充电器还采用了更多安全措施。例如如果电池温度超出指定窗口(通常为0℃至45℃)，那么充电会暂停。充电结束后,如检测到电池电压低于3.89V将重新充电。

以手机充电器为例，其工作流程一般为:

1.检测电池的电压，如果低于一个阈值电压，就要进行涓流充电;

2. 电池充到一定电压(一般设置为2.9V)时，进行全电流充电;

3. 当电池电压达到预置电压(锂离子电池一般为4.2V)时，开始恒压充电，同时充电电流降低;

4. 当电流逐渐减小到规定的值时，充电过程结束。

电池电压低于2.5V(Vshort)时,锂离子电池充电器用25mA的电流预充,防止深度放电的锂离子电池在快充时被损坏甚至发生危险。

对于电压过低的电池需要进行预充，电池电压低于2.5V(Vshort)时,锂离子电池充电器用25mA的电流预充,防止深度放电的锂离子电池在快充时被损坏甚至发生危险。

分享一个简单判断电池电量的方法：用测量电压的方法估算电池剩余容量

4.20V----100%

3.95V----75%

3.85V----50%

3.73V----25%

3.50V----5%

铅酸电池充电器能用来充锂电池么？

由于铅酸电池充电器一般设置为两段式或三段式充电模式，锂电池与铅酸电池的电压等级是不匹配的。而锂电池也有很多种，电池性能及电池保护板参数都有可能不一样。因此锂电池并不像铅酸电池一样，有通用型的电池充电器。通常来说，锂电池出厂时都配有专用充电器。为了保护锂电池，需使用专用充电器。以下是给锂电池充电时需要注意的相关事项：

1、为延长锂电池寿命，需要给锂电池经常充放电。要养成骑行电动车使用电量80%以后必须充电的习惯，不能等电用光了才充电。此外，锂电池切忌长时间存放

2、在给电动车充电电池充电的时候，必须关闭电门锁，并且不能将电池倒置。充电时应一次充满，不宜分多次充电

3、电器不宜在亏电的状态下存放，因此电池在存放不用的时候，需每个月给电池充满一次电

4、锂电池在充电时需使用配套的充电器，因电池原材料与锂电池生产工艺不同，对充电器的技术要求也不一样，因此只有使用专用的充电器充电才能使锂电池寿命更长，并且预防安全隐患。

5、锂电池没电时，应关闭电源骑行，不能使用回升电压行驶，防止严重亏电，这样才能延长电池使用寿命

6、给电动车锂电池充电时，在充电指示灯显示满电时再浮充1～2小时，不宜立即停止充电。

锂离子电池循环寿命预测

锂离子电池因为循环寿命长，能量密度高、功率性能好的优势，在1991年首次商业化应用以来在消费电子领域和新能源领域都得到了广泛的应用。由于锂离子电池长循环寿命的特性，锂离子电池的寿命测试就成为了一件耗时耗力的事情，因此构建一个能够快速对锂离子电池循环寿命进行预测的模型就变得尤为重要。

近日，德国亚琛工业大学的Marcus Johnen（第一作者）和Maria Kateri（通讯作者）等人采用构建了锂离子电池循环寿命衰降模型。

目前常见的寿命预测方法主要分为两类：基于模型的方法和数据驱动方法，在这里作者将关注的焦点集中在基于模型的方法，该模型中主要包含五个参数，能够对锂离子电池长期循环数据进行拟合，不同于传统的寿命模型，该模型能够对锂离子电池反S型衰降曲线进行拟合。

线图为一组48个同类型电池在相同循环制度下的衰降曲线，电池是在30min CCCV充电，充电电压3.9V，最大电流4A（2C），随后进行30min放电，放电截至电压3.5V，最大放电电流4A（2C），对应的电池荷电范围为20%SOC-80%SOC，每进行一定次数的循环，进行一次容量测试，下图为电池容量变化曲线，从图中能够看到在剩余容量80%以上时，电池衰降速度基本呈现线性，随后电池的衰降速度开始加速。

如果我们将上述电池继续进行循环就能够发现，电池在容量衰降至初始容量的30%后，电池的衰降速度再次减缓，因此整体上电池的衰降趋势呈现反S型。

在一些文献中，电池的剩余容量f(x, β)被描述循环次数x和参数向量β的函数，例如双指数模型（下式1）、多项式模型（下式2）和混合模型（下式3）。

上述的模型都取得了良好的结果，但是这些模型都缺乏足够的灵活性，无法对反S型的衰降进行模拟，因此作者在这里引入了逻辑函数h(x) = 1/(1 + e− x)，获得了下式4所示的模型，该模型也可以调整为下式5所示的形式.

上述模型中参数的意义如下图所示，其中β1为初始容量，β2为第一段线性部分的近似斜率，β4为曲线转折点，β3和β5为最大曲率点，代表不同衰降模式的转折点。

考虑到容量测试过程中还存在测量误差，因此第n次循环中实际容量与寿命模型容量如下式6所示的关系

接下来需要我们对模型中的参数β进行预测，β的预估是通过获得最小平方差的方式获得，作者采用条件线性理念对下式7进行求解，这种方法将一个非线性的优化过程通过降低参数维度转变为分步优化过程，这一过程加快了计算过程。

在这里作者将参数β拆分为γ = (β1, β2, β3)⊤和θ = (β4, β5)⊤两部分，其中f在γ部分是线性的，在θ部分为非线性，因此作者首先将θ部分固定，对γ部分进行优化，因此上式7就可以转化为下式9所示的简单形式，仅剩余两个参数，可以利用Matlab中的ga、simulannealbnd和lsqnonlin优化算法获取全局最小。

在下图中作者采用电池A、B和C对比了不同的寿命预测模型的预测效果，从下图中可以看到在左侧的情况下，集中模型都能够较好的模拟寿命衰降趋势，但是在右侧的反S衰降中，则仅有作者开发的模型能够较好的对曲线进行拟合，

下图中作者采用36个电池的循环寿命数据对上述模型进行了拟合分析（左侧），并根据拟合的结果对剩余的12只电池进行了寿命预测分析，拟合误差如右图所示，其中图a采用了全部36只电池的数据，而下图b则将其中一只电池在80%以后的寿命数据删除，从下图中可以看到如果我们删除一个电池的数据，预测结果仅比采用全部电池数据略差。

Marcus Johnen开发了一种反S型寿命预测模型，能够对锂离子电池反S型衰降模型进行预测，大大提高了寿命预测模型的灵活程度，使其能够应用于更多的场景。

本文主要参考以下文献，文章仅用于对相关科学作品的介绍和评论，以及课堂教学和科学研究，不得作为商业用途。如有任何版权问题，请随时与我们联系。

Modeling long-term capacity degradation of lithium-ion batteries, Journal of Energy Storage 34 (2021) 102011, Marcus Johnen, Simon Pitzen, Udo Kamps, Maria Kateri, Philipp Dechent, Dirk Uwe Sauer

文/凭栏眺