解决方案

我们将尽快与您取得联系!
或发送邮件至marketing@atic-cn.cn咨询。
*姓名
*城市
*电话
*邮箱
*公司
*职位
*需求产品
*研究课题
应用案例 | 基于实际工况的LFP电池包SOH衰减预测
2026.06.18

摘要


本文介绍了Mahindra公司基于GT-AutoLion软件,对LFP(磷酸铁锂)电池包在末端物流场景(如三轮/四轮货运车辆)典型实际工况下的健康状态(SOH)衰减进行建模与预测。通过拆解分析、OCV标定、性能标定、日历寿命标定、循环寿命标定得到高精度电化学电池模型,然后量化分析了实际工况下日历老化(温度、SOC影响)和循环老化(充放电倍率、DOD影响)对电池包寿命的协同作用。

应用案例 | 基于实际工况的LFP电池包SOH衰减预测(图1)


1.研究背景

Mahindra末端物流三轮/四轮货运车辆:

应用案例 | 基于实际工况的LFP电池包SOH衰减预测(图2)


2.锂离子电池简介

锂离子电池工作原理:

应用案例 | 基于实际工况的LFP电池包SOH衰减预测(图3)

锂离子电池由负极(碳基材料)、正极(氧化物或磷酸盐基材料)及隔膜(浸泡在电解液中)组成。放电时,锂离子从负极迁移至正极,化学能转化为电能。


锂离子电池老化:

应用案例 | 基于实际工况的LFP电池包SOH衰减预测(图4)


电池容量随时间或持续循环发生不可逆损失,两种老化类型:

  • 日历老化(受温度、荷电状态影响):正极/负极与电解液长期反应形成SEI(固体电解质界面)/CEI(阴极电解质界面)层

  • 循环老化(受温度、充放电倍率、放电深度影响):锂离子在活性材料中的嵌入/脱嵌导致材料开裂与隔离

应用案例 | 基于实际工况的LFP电池包SOH衰减预测(图5)


电池性能的衰退速率并非恒定,而是受多种因素影响,包括:

  • 环境条件(如温度、湿度)

  • 使用模式(充电习惯、驾驶工况、静置状态)

  • 地形特征(如频繁启停、坡道行驶)

应用案例 | 基于实际工况的LFP电池包SOH衰减预测(图6)


理解老化诱因的重要性:

  • 电池成本占电动车总成本的40%-55%,其性能直接影响整车经济性

  • 通过量化老化因素,可优化电池在真实场景下的可用容量预测,延长使用寿命


3.电池建模

电池建模方法

应用案例 | 基于实际工况的LFP电池包SOH衰减预测(图7)


电化学模型构建所需的几何与实验参数

几何参数输入:

  • 电池化学体系与外形规格

  • 电池尺寸(高×厚×宽)

  • 电极层的高度、长度与厚度

  • 活性材料的颗粒尺寸


实验参数输入:

  • 开路电压(OCV)数据(C/25倍率)

  • 不同充放电倍率下的充放电数据

  • 日历老化数据

  • 循环老化数据

  • 拆解分析

应用案例 | 基于实际工况的LFP电池包SOH衰减预测(图8)


电池模型构建与开路电压(OCV)校准

Step1:电池模型构建

  • 基于拆解分析结果建立电池模型

  • 模型中的电池容量、电极长度和厚度均与供应商提供参数一致

Step2:静态特性开路电压校准

应用案例 | 基于实际工况的LFP电池包SOH衰减预测(图9)


输入参数:

  • 低倍率(C/25)下的全电池开路电压数据

  • 影响电池平衡的关键因素:

  • 正负极开路电位(OCP)值

  • 负极/正极容量比(N_over_P)

  • 正极负载量/质量负载(或容量负载)

  • 初始荷电状态(SOC)


Step3:动态行为性能校准

应用案例 | 基于实际工况的LFP电池包SOH衰减预测(图10)
  • 测试数据通过实验获得

  • 用于性能校准的充放电倍率:0.3C和0.7C@25℃/0.3C@45℃

  • 用于模型验证的充放电倍率:0.5C@25℃和45℃

  • 通过测试数据验证,建立了电池的基础电化学模型

Step4:日历老化校准

日历老化校准模型:

应用案例 | 基于实际工况的LFP电池包SOH衰减预测(图11)


老化模型:

  • 阳极膜(SEI层)生长

  • SEI层破裂


应用案例 | 基于实际工况的LFP电池包SOH衰减预测(图12)

阳极界面SEI形成及电解液还原反应示意图


应用案例 | 基于实际工况的LFP电池包SOH衰减预测(图13)
应用案例 | 基于实际工况的LFP电池包SOH衰减预测(图14)


  • 日历老化主要由阳极SEI层生长主导


Step5:循环老化校准

电池在工作期间循环老化的主要机制:

  • 阳极活性材料隔离

  • 阴极活性材料隔离


应用案例 | 基于实际工况的LFP电池包SOH衰减预测(图15)

循环条件:阶梯充电和1C放电


应用案例 | 基于实际工况的LFP电池包SOH衰减预测(图16)

循环老化模拟结果


不同温度下,SOH随循环次数的变化趋势,500次循环用于建立模型。


25℃3000次循环,45℃1200次循环,电池SOH仿真结果与实验结果的对比:

应用案例 | 基于实际工况的LFP电池包SOH衰减预测(图17)


  • 循环老化受充放电过程中电极材料的结构退化影响,高温会显著加速容量衰减。


4.实际工况下的老化模拟

所用模型:

应用案例 | 基于实际工况的LFP电池包SOH衰减预测(图18)


  • 基于已校准的单体电池老化模型,构建集总式电池包模型

  • 该模型在四种不同温度(25°C/35°C/40°C/45°C)下进行典型工况循环测试,温度场景基于班加罗尔和德里的实际气候数据

应用案例 | 基于实际工况的LFP电池包SOH衰减预测(图19)
  • 模拟电池包在不同温度条件下的SOH衰减



在此模型中,同时考虑循环老化(充放电)和日历老化(静置)的耦合效应

  • 循环老化:充放电过程中的活性材料损耗

  • 日历老化:静置期间的SEI层持续生长

应用案例 | 基于实际工况的LFP电池包SOH衰减预测(图20)
  • 电池类型为磷酸铁锂/石墨,最大SOC100%,最小SOC40%,每日行驶里程110km,每日行驶时间7h,每日静置时间17h,年工作日320天

集总电池包模型工况循环仿真结果: 不同温度下的SOH衰减趋势 


应用案例 | 基于实际工况的LFP电池包SOH衰减预测(图21)
应用案例 | 基于实际工况的LFP电池包SOH衰减预测(图22)


关键数据对比:

  • 35°C环境:3000次循环后SOH降至80%

  • 45°C环境:1200次循环即达到相同衰减水平

  • 供应商数据验证:模拟结果与实测数据误差<3%

  • 根据模型预测,在35°C环境温度下,电池容量衰减至80%SOH时的使用寿命为:

  • 里程寿命:>25万公里

  • 时间寿命:>7年


仿真数据与实车数据验证

应用案例 | 基于实际工况的LFP电池包SOH衰减预测(图23)
  • 基于环境温度35°C、电池包温度40°C的工况条件,仿真模型输出的电池包SOH衰减数据与实车实测数据高度吻合。

  • 这一结果有力证明了该老化模型在实际应用场景中的预测有效性。


5.总结

锂离子电池在"运行工况"和"静置存储"状态下均会发生老化,其本质是电极材料与电解液之间的电化学反应导致的不可逆衰减。


创新性地构建了日历老化(存储衰减)与循环老化(使用衰减)的耦合模型。通过供应商数据验证,精准预测电池容量衰减至80%SOH时的循环次数。


基于老化校准的单体电池模型,本研究开发了集总式电池包模型,并实现了真实工况下的使用寿命预测。


最终,通过实车测试数据的对比验证,完成了集总电池包模型的可靠性确认。

文章来源:GT北美用户大会

需要服务或支持?
与艾迪捷携手 共筑价值平台