本文由Cher Ming Tan、Yan Yang、K. Jithendra Mani Kumar、Debesh Devadutta Mishra和Tsung-Yu Liu等作者共同撰写，发表于2024年的《Scientific Reports》期刊上。研究的主要机构包括台湾长庚大学可靠性科学与技术中心、电子工程系、长庚纪念医院放射肿瘤科以及明志科技大学可靠性工程中心。该研究旨在解决锂离子电池（LIB）在电池组应用中的实际挑战，特别是电池组中电池的健康状态（SOH）和充电状态（SOC）的准确评估问题。

学术背景

锂离子电池（LIB）是当今环境可持续发展的重要技术设备，尤其在电动汽车和储能系统中扮演着关键角色。尽管LIB已被广泛应用，但在电池组的使用中仍存在许多挑战。电池组通常由多个LIB电池串联和并联组成，以提供足够的电压、电流和功率。然而，当电池组中某个电池的SOH低于80%时，整个电池组必须被替换，这导致了资源的浪费。因此，确保电池组中所有电池的退化速率相似至关重要。本文提出了解决这些挑战的实用方法，并通过实验验证了这些方法的有效性。

研究流程

研究主要分为以下几个步骤：

1. 电池充放电实验：所有实验在恒定的环境温度（25°C）下进行，使用Neware ABT-E408T-5V300A电池测试仪进行充放电测试。充电过程采用恒流-恒压（CC-CV）模式，放电至截止电压2.5V。每个电池的端电压和电流被连续监测并记录。

2. 容量计算：通过放电曲线计算每个电池的最大电荷存储容量（Qm）和最大可释放电荷（Qd）。Qm通过电化学基础的电学（ECBE）方法计算，Qd则通过库仑计数法计算。

3. 电池筛选：研究提出了三种测试方法，分别用于确定电池批次中Qm的分布、识别批次中的异常电池以及在线监测电池组中单个电池的SOH。这些测试方法通过实验验证了其有效性。

4. 电极极化系数的引入：研究重新引入了电极极化系数（α）作为电池质量的指标，并通过实验验证了其在识别异常电池中的有效性。

主要结果

1. 电池筛选：通过实验验证，研究提出的方法能够在电池的第一个放电周期内筛选出弱电池，并预测电池批次中电池的退化速率分布。
2. 在线SOH监测：研究提出的ECBE方法能够在电池组运行期间在线监测每个电池的SOH，并通过实验验证了其准确性。
3. 电极极化系数的应用：实验结果表明，电极极化系数（α）能够有效识别电池中的异常电池，特别是在电池的早期循环中。

结论

本文提出了解决LIB电池组中电池可靠性和退化速率预测的实用方法，并通过实验验证了这些方法的有效性。研究重新引入了电极极化系数作为电池质量的指标，并提出了通过第一个放电周期筛选异常电池的方法。这些方法为电池组的设计和管理提供了新的思路，有望推动LIB在电动汽车和储能系统中的进一步应用。

研究亮点

1. 创新性方法：研究提出了通过第一个放电周期筛选异常电池的方法，并重新引入了电极极化系数作为电池质量的指标。
2. 实用性：研究提出的方法具有较高的实用价值，能够在电池组运行期间在线监测电池的SOH，并通过实验验证了其准确性。
3. 广泛适用性：研究验证了这些方法在不同制造商生产的LIB电池中的适用性，展示了其广泛的应用前景。

其他有价值的内容

研究还详细讨论了电池组中电池的退化机制，并提出了通过电极极化系数和δQ（最大电荷存储容量与最大可释放电荷的差值）来识别异常电池的方法。这些方法为电池组的设计和管理提供了新的思路，有望推动LIB在电动汽车和储能系统中的进一步应用。

本文通过实验验证了解决LIB电池组中电池可靠性和退化速率预测的实用方法，为电池组的设计和管理提供了新的思路，具有重要的科学和应用价值。