章博 吴晶 赵生薇 严家豪 张朝龙
摘要：对新能源汽车动力电池进行有效的配组，可以提升电池组的循环寿命。本文提出了一种基于主成分分析的动力电池配组方法，利用主成分分析算法计算出每一个动力电池参数变量的权值，将每一个参数变量的权值与该变量下电池所在档次的评估分相乘，得到每个单体电池的加权评估分。最后，按照加权评估分和电池类别进行近分筛选和配组。实测表明，相比随机配组方法，本文提出的方法可以有效地提升动力电池组的循环寿命。
关键词：主成分分析;锂离子电池;配组;加权评估分
中图分类号： TP3 文献标识码： A
文章编号：1009-3044（2021）03-0232-02
Abstract： The cycle life of the battery pack can be improved by the effective grouping method of the power battery of the new energy vehicle. A grouping method of lithium-ion battery based on principal component analysis is proposed in the paper. Principal component analysis is used to calculate each battery parameter variables weights. Every batterys weighted assessment score is generated by multiplication of each parameter variable weight and batterys grade assessment score. Finally， batteries with similar scores are screening and grouping by using weighted assessment scores and battery classes. The experimental result shows that the proposed method can effectively improve the cycle life of the power battery pack compared with the random grouping method.
Key words：Principal component analysis; Lithium-ion battery; Grouping; Weighted assessment score
近年来，随着国家加大对新能源汽车的补贴，新能源汽车行业得到了快速的发展[1]，与新能源汽车相关的技术产业也在不断进步。锂离子电池是新能源汽车的动力来源[2]，它的技术突破意味着新能源汽车的发展。在锂离子电池的实际使用中，为了达到汽车长续航里程、高速度的要求，经常将成百上千节单体电池通过串联或并联的方式组装成电池组，但由于生产工艺、设备以及制造环境等因素导致了即使是同一批次生产的电池也存在差异性。因此为了在长续航里程、高速度的要求下保证电池组的安全性、可靠性以及保障动力电池组的循环寿命，需要对单体电池进行有效的配组。
理想的配组是动力电池所有的参数都一致，但这种配组方法实际上并不可行。现有配组技术大多是简化配组要求，在维持低成本的前提下满足基本使用需求[3-6]。最简单的配组方法为早期的单参数配组方法[3]，仅考虑单个参数如额定容量、开路电压、放电倍率等，虽简单但电池组循环寿命低、一致性差。随后提出的多参数配组、多参数数据拟合[4]等方法，在一定程度上提高了动力电池的实用性，但还有提升的空间。目前随着网络的高速发展，出现了电池配组与大数据、5G网络技术相结合的配组方法[5， 6]，但都存在着考虑电池参数不够细致，以及未考量每个参数对动力电池的影响能力等缺点。
主成分分析（Principal Component Analysis，PCA）算法通过线性变换将原始数据变换为一组各维度线性无关的表示[7]，可用于提取数据的主要特征分量。本文提出了一种锂离子动力电池的配组方法，其特点在于利用主成分分析算法对关键参数进行深入分析，得到每个参数对动力电池的加权评估分，即影响能力。利用加权评估分和电池类别对电池进行筛选和配组，保证了单体电池初始参数接近和工作电流分配的均匀，从而可以提高电池组的一致性和循环寿命。
1 锂离子动力电池及各个参数介绍
本文中涉及锂离子动力电池的参数[8]在此介绍：
（1）放电容量：是指在规定条件下测得的动力电池输出的容量值，单位通常用安时（A·h）或毫安时（mA·h）来表示。
（2）开路电压：电源外部不接任何负载或电源，测量得到的动力电池正负极之间的电位差。
（3）欧姆内阻：由电极材料、电解液、隔膜电阻、多个零件的接触电阻组成。
（4）极化电阻、极化电容：是指由于电化学极化引起的阻抗，极化电容为电化学极化阻抗周围产生的电容。
（5）浓差电阻、浓差电容：是指由于浓差极化而引起的阻抗，浓差电容为浓差极化阻抗周围产生的电容。
2 基于主成分分析的配组方法
PCA算法是一种数据分析方法，通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。本文中采用PCA算法分析动力电池关键参数，获得参数对动力电池的影响能力，基于PCA算法的配组方法为可简述如下。
3 实验过程
设定从30节额定容量为2400mAh的18650锂离子动力电池中挑选出6节电池进行串联配组，实验步骤如下。
步骤（1）：对单体电池进行编号01～30，采用充放电设备以1800mA的放电电流对单体电池放电三次后记录下平均放电容量，得到每个单体电池的放电容量后做预分类操作分为四类，第一类2448mAh～2496mAh，第二类2400mAh～2448mAh，第三类2352mAh～2400mAh，第四类2304mAh～2352mAh。
步骤（2）：将单体电池搁置10分钟，测量电池的开路电压。
步骤（3）：对电池进行HPPC测试：放电电流的数值为步骤（1）中得到的实际放电容量，放电10次，每次放电6分钟，且每次放电结束到下一次开始放电搁置1小时，由得到的数据计算出同类单体电池中每个单体电池的欧姆内阻、极化内阻、极化电容，浓差内阻、浓差电容。
步骤（4）：将放电容量、开路电压的数据按照从高到低排序，将欧姆内阻、极化内阻、极化电容、浓差内阻、浓差电容数据由低到高排列，之后分为十级，第一级评估分为100分，第二级评估分为90分，第三级评估分为80分，第四级评估分为70分，第五级评估分为60分，第六级评估分为50分，第七级评估分为40分，第八级评估分为30分，第九级评估分为20分，第十级评估分为10分。
步骤（5）：采用主成分分析处理数据，得到放电容量、开路电压、欧姆内阻、极化内阻、极化电容、浓差内阻、浓差电容分别对应的权值为0.9、0.012、0.015、0.011、0.009、0.009、0.044。
步骤（6）：对每一个单体电池进行评估，得到编号01～30单体电池的加权评估分分别为：75.49、50.26、43.04、76.12、85.27、77.79、77.56、88.58、33.16、57.76、42.75、42.02、51.87、50.25、60.86、58.1、77.8、69.44、95.22、70.14、84.39、31.54、77.04、40.96、68.52、22.87、93.59、49.08、95.35、25.29，表1为测得的30节单体电池的变量数据，由于篇幅，仅给出部分数据。
将随机配组方法与本文方法进行电池组循环寿命对比，本文将加权评估分根据从高到低排序，取出同类电池配组，选出的单体电池编号为02、03、12、13、14、28，随机配组中选出电池的编号为09、11、15、20、23、30。6节锂电池串联成组后进行循环寿命测试，实验设备采用图1所示的新威电池组测试装置，充放电电流为2400mA，温度控制在25℃，图2为实验对比的结果，在本文的方法中，电池组容量降至70%时，经历了977次循环充放电，而随机配组方法电池组容量降至70%时，经历了731次循环充放电。可以看出，利用本文的配组方法在电池成组后电池组的循环寿命得到了明显的提高。
4 结论
本文提出了基于PCA的动力电池配组方法，以加权评估分和类别进行近分筛选和配组，经实测表明，本文提出的方法，可以有效地延长动力电池组的循环寿命，从而增强新能源汽车的可靠性和安全性。
参考文献：
[1] 欧阳明高. 中国新能源汽车的研发及展望[J]. 科技导报， 2016， 34 （6）：13-20.
[2] 苏芳， 李相哲， 徐祖宏. 新一代动力锂离子电池研究进展[J]. 电源技术， 2019， 43（5）：887-889.
[3] 陈萍， 李瑜， 张佳瑢， 等. 放电倍率对电池配组一致性的影响研究[J]. 电源技术， 2013， 37（3）：427-429.
[4] 温灿国， 王迎迎， 冯伟峰，等. 基于多变量数据拟合的锂电池配组工艺研究[J]. 电源技术， 2018， 42（10）：1480-1482.
[5] 程迪， 陈保贵， 张君怡. 电池自动分选配组系统技术研究[J]. 电源技术， 2018， 42（7）：981-982，1002.
[6] 李培龙. 5G时代通信局站蓄电池组使用与维护[J]. 通信电源技术， 2020， 37（3）：160-161.
[7] 刘江， 吕涛， 张立欣，等. 基于主成分分析的不同种植年限甘草地土壤质量评价[J]. 草业学报， 2020， 29 （6）：165-174.
[8] 徐研科， 范兴明， 张鑫， 等. 基于EKF算法的锂电池SOC评估方法[J]. 桂林电子科技大学学报， 2018， 38 （3）：189-193.
【通联编辑：梁书】
