能源电池单体层级数字孪生技术

  浩博电池网讯：

  摘 要 具有高能量密度的能源电池作为实现国家碳达峰和碳中和目标的重要途径备受关注，然而，现有技术已不能满足其高效安全稳定运行的迫切需求。数字孪生技术具有实时感知、高效模拟、准确预测和快速优化复杂系统的特性，有望成为解决上述挑战的有效手段。本文分析了能源电池单体层级数字孪生技术的构成要素，阐述了植入传感技术、高效保真的物理模型和机器学习算法三种关键技术在电池数字孪生中的作用，介绍了植入传感技术在电池温度、应变、气压和气体传感方面的现状，综述了描述电池不同物理场行为的耦合模型的相关研究，探讨了机器学习算法在电池数字孪生中的应用以及基于物理的机器学习算法的最新进展，最后总结了电池数字孪生技术面临的主要挑战和发展趋势，并提出了在未来研究中克服这些挑战的建议。本研究工作可为电池数字孪生技术提供更深刻的见解，并有助于其在学术研究和工业应用领域中的进一步推广与应用。

  关键词 能源电池；数字孪生；传感技术；物理模型；机器学习

  为推动能源绿色转型和经济可持续发展，中国在第七十五届联合国大会上提出“2030年前碳达峰、2060年前碳中和”的目标。面对国家“双碳”目标，大力发展能源电池势在必行。在过去的几年中，能源电池，特别是锂离子电池，在电动汽车和储能领域得到了快速发展。然而，由于电池本身的电化学、热力学以及机械稳定性的限制，能源电池在运行期间不可避免会经历老化，而电池老化带来的微小风险会随着时间的推移带来严重的安全隐患，难以保证电池安全稳定地运行。此外，电滥用、热滥用以及机械滥用等极端工况会引发电池热失控，导致电池失效，进而发生起火爆炸。据得克萨斯大学火灾研究小组不完全统计，仅2016—2022年，全球共发生397起电池起火爆炸事故，造成严重的人员伤亡和财产损失。

  准确了解能源电池的健康和安全状态对于提升电池的稳定性至关重要。然而，对于实际工况下运行的电池，传统电池管理系统(BMS)仅收集电流、电压和模组层级的表面温度数据，导致准确检测电池内部的不良现象具有挑战性。目前，随着电池多场耦合理论的不断发展，高精度的电池模型在准确描述电池内部的复杂物理化学行为上取得了较大进步。然而，由于不能捕获电池所有的老化机制，现有的电池模型在预测真实工况下的状态方面仍然存在问题，而且较长的计算时间也制约了其在电池领域的实际应用。因此，亟须发展一种新的技术，实现对电池状态的实时监测和快速精准预测，提升电池的安全性和稳定性。

  近年来，数字孪生技术逐渐受到研究人员的关注，并在健康监测、故障诊断、性能预测等方面显示出应用前景。它可以在真实实体和虚拟模型之间建立映射，并且利用孪生数据进行动态更新，以实现复杂系统全生命周期性能的快速预测。作为一种新兴技术，数字孪生被认为是应对上述挑战的最为有效的方法之一。数字孪生在电池研究中的应用主要集中在状态的估计和预测方面。Li等借助云计算和物联网技术，开发了一种基于云BMS的电池系统的数字孪生，用于电池荷电状态(SOC)和健康状态(SOH)估计。Qu等建立了一种基于深度学习的锂离子电池数字孪生模型，对电池容量的衰减实现了有效评估。

  虽然数字孪生技术在电池研究领域取得了一些进展，但大多数电池数字孪生可能无法很好地发挥数字孪生的潜力。一方面，大多数电池数字孪生的建立依赖于外部传感技术以及缺乏物理信息的等效电路模型，导致模型预测的精度不高；另一方面，在大多数电池数字孪生中，机器学习算法没有融合物理知识且依赖于数据的质量，导致模型可靠性和可解释性较低。因此，真正意义上的电池数字孪生技术需要结合植入传感技术、高效保真的物理模型以及基于物理的机器学习算法。本文致力于从电池单体层级数字孪生技术的构成要素出发，调研其关键技术的最新进展，最后对当前的电池单体层级数字孪生技术进行了总结和展望。

  1 能源电池单体层级数字孪生技术的内涵

  数字孪生最初被称为“镜像空间模型”，于2002年由密歇根大学Michael Grieves教授在产品生命周期管理(PLM)课程上提出。在2010年，美国国家航空航天局(NASA)的技术路线图和可持续空间探索的提案中首次出现“数字孪生”。他们将数字孪生描述成集成多物理、多尺度的概率仿真，使用最佳的物理模型、传感器数据以及车队历史数据反映物理车辆的寿命情况。此后，随着传感技术、机器学习、大数据、云计算等技术的兴起，数字孪生被广泛应用于各种复杂系统的状态预测和优化中。能源电池作为一个非线性、多物理场耦合、时间和空间多尺度的复杂系统，在状态估计、寿命预测和电池安全等方面面临诸多挑战。因此，许多研究人员试图将数字孪生技术运用到电池领域解决现有瓶颈。2019年哈尔滨工业大学彭宇团队首次将数字孪生技术运用到航天器锂离子电池组的老化估计中。随后几年，数字孪生技术被应用于电池的状态估计、寿命预测、故障诊断和优化设计等各个方面，并涉及颗粒、极片、单体到系统等各个尺度。Lee等基于数字孪生建立了单个NCM颗粒的电化力耦合模型，探究了正极活性颗粒在各种工作条件下的衰减机理。Ngandjong等开发了极片压延数字孪生模型，揭示了极片压延与电化学性能的关系。何向明课题组利用数字孪生技术实现了超高功率锂离子电池单体的合理设计。考虑到传统电池管理系统有限的计算量，研究人员将数字孪生技术和云电池管理系统结合，建立了电池系统数字孪生，实现了电池荷电状态和健康状态的在线估计。

  由于电池颗粒和极片层级的数字孪生往往需要借助昂贵的设备，难以得到实际运用，而电池模组层级的数字孪生目前只能监测模组层级的信息，模型预测的准确性难以保证。电池单体层级的数字孪生技术，由于可以实时监测电池单体的内外传感信息，最大程度全面感知电池单体的状态，因此更能充分发挥数字孪生的优势。如图1所示，能源电池单体层级数字孪生技术是在物理空间中通过传感技术实时采集电池单体的内外物理信息，在虚拟空间中建立高效保真的物理模型，并结合机器学习算法，精准预测电池内部状态，实现安全预警与智能管理。

图1 电池数字孪生技术框架

  2 能源电池单体层级数字孪生的关键技术

  2.1　电池单体层级的植入传感技术

  在电池运行过程中，电池内部会发生复杂的物理化学反应，导致内外部的物理化学信号发生变化，这对电池状态的精准预测带来极大的挑战。因此，实时精准感知电池内外部的物理场信息是预测电池运行状态的重要依据，也是电池数字孪生的关键技术。通过在电池单体内外布设多维传感器，可以实时获取电池内外物理场信息。基于传感器数据传递的物理信息，可以实现电池高保真物理模型快速校准，同时将传感器数据与电池模型数据进行融合，为物理空间中的决策系统做出最佳决策提供支撑。

  目前电池单体层级的传感技术可以感知包括温度、应力应变、气压和气体在内的多种传感信息。由于电池内部信号可以直接且准确地反映电池的内部状态，提供外部信号不能提供的关于电池老化机理的详细信息，因此无损可靠的电池植入传感技术对评估电池运行状态具有重要意义。本部分重点介绍电池先进的植入传感技术的最新进展。

  2.1.1　温度传感

  电池在运行过程中，会产生大量的热量，由于电池内外部温度梯度的存在，内部温度要高于外部温度，并且这种温度不均匀现象在高的充放电倍率下以及对于大尺寸的电池尤为明显。目前植入式温度传感器主要有光纤传感器和柔性薄膜式温度传感器。如图2(a)所示，同济大学戴海峰团队将分布式光纤传感器与极片一体化集成，其中光纤植入到带有凹槽的基板上，实现电池内部温度二维分布的无损测量和全生命周期电化学性能测试。测试结果表明，电池在老化后的放电阶段温升速率增大，内部热点区域在放电末期的温升高达21 ℃。实时感知电池全生命周期的内部温度信息有助于准确估计电池的状态，而电池极端热条件(如热失控)下的温度监测对电池的安全预警也至关重要。中科大王青松课题组和暨南大学郭团课题组成功研制出可在1000 ℃的高温环境下正常工作的光纤布拉格光栅(FBG)和法布里珀罗干涉仪(FPI)集成的多功能光纤传感器，通过植入到18650电池的中心空腔内，如图2(b)所示，实现了热失控期间的内部温度和压力的精准测量，并提出了基于内部温度和压力传感器信号的热失控早期预警方案。虽然光纤传感器具有较高的测量精度，但也存在对极片的损坏以及额外的成本问题。因此，有研究人员考虑通过柔性温度传感器来测量电池内部温度。北京理工大学陈浩森课题组研发了耐电池电解液环境的多点薄膜式温度传感器，基于传感器与极片一体化集成工艺，获取了电池内部温度的分布，并通过对比不同循环周次的内部温度数据验证了该传感器的循环稳定性。

  图2 (a) 一体化功能极片的示意图和图片；(b) 在商用18650电池内植入光纤传感器的配置；(c) 无线信号传输的示意图；(d) 具有单个光纤传感器的全电池示意图；(e) 柱状电池内部应变原位测量示意图

  虽然以上植入式温度传感器可以准确测量电池的内部温度，但不可否认的是，都会对电池封装结构造成一定程度的损害(例如钻孔)。这种植入方式造成的密封问题和安全隐患严重限制了植入式温度传感器在工业上大规模应用。为此，陈浩森课题组进一步研发了无线温度传感技术，无线信号传输原理如图2(c)所示，该技术成功解决了电池封装结构造成的电磁屏蔽问题，基于自行设计的集成芯片，将内部温度传感器与内部正极连接起来，使得温度信号可以无线传输到电池外部，而不损坏电池封装。

  2.1.2　应力和应变传感

  由于存在离子脱嵌的动力学行为，电池在充放电过程中内部会发生膨胀和收缩并产生较大的应力。这种现象伴随着电池老化会进一步加剧，并引起一系列的力学失效问题，例如极片分层和断裂、卷芯失稳、壳体破裂等。因此，基于力学信号可以有效评估电池的荷电状态和健康状态，并实现力学失效的早期安全预警。与植入式温度传感类似，植入式应力应变传感主要有光纤传感器和柔性薄膜式传感器。华中科技大学黄云辉团队将光纤传感器分别植入到硫基正极和硅基负极中，如图2(d)所示，成功地监测了硫基正极和硅基负极内部的应力演化，为电极的电化学力学行为提供一个全新的视角。Ganguli等将光纤传感器植入到大尺寸的软包电池中，基于获取的内部应变信号，实现了电池SOC和SOH的高精度估计。Zhu等将薄膜应变传感器放置在去除活性物质的集流体上，如图2(e)所示，原位监测了18650电池在充放电过程中的内部环向应变的演变，发现电池内部应变不仅与电极体积膨胀有关，也与卷芯和钢壳之间的间隙有关。以上研究表明，应力应变传感器可为电池数字孪生提供电池SOC和SOH有效监测手段以及安全预警信号。

  2.1.3　气压传感

  电池老化过程中会伴随着各种副反应，并产生气体副产物。这些气体的积累在电池封闭的结构下会导致内部气压不断增大，从而破坏电池极片之间的电接触，降低电池的性能和增加安全隐患。因此，实时监测电池全生命周期的内部气压变化对于揭示电池的老化机理至关重要。现阶段已经发展出了一些小型化、可植入的电池气压传感器。Schmitt等通过将小型化压力传感器集成到大尺寸方形锂离子电池的顶部上，如图3(a)所示，测量了数百次循环期间的内部气压演变，揭示了内部气压与SOC和温度的非线性关系以及气压不可逆增加的现象，并表明气压的增加与电池容量损失之间的相关性可以用于SOH估计。Hemmerling等使用商业的陶瓷相对压力传感器，如图3(b)所示，测量了不同充放电倍率下18650电池的内部气压，建立了电极锂化程度与内部气压之间的直接相关性。然而，以上方法只能测量电池内部的相对气压，且缺乏较高的测量精度。为此，Tan等结合光纤传感器和微型机电系统(MEMS)技术的优点，将MEMS光纤压力传感器植入到商业18650电池内部，如图3(c)所示，高精度原位监测了电池内部的绝对气压。实验结果表明，内部气压变化与电极材料的晶格体积变化密切相关，此外，NCM523电池的气压基线随着循环的进行不断上升，而LFP电池表现出较好的气压稳定性。因此，在电池数字孪生中加入内部气压信号，可以有效了解电池的老化行为。

  图3 (a) 方形锂离子电池顶部的气压传感器；(b) 安装在柱状锂离子电池穿孔负极上的相对压力传感器；(c) 植入MEMS光纤压力传感器的商业锂离子电池；(d) 密封罐中基于多种NDIR传感器进行锂离子电池内部气体的快速测量

  2.1.4　气体传感

  电池的整个生命周期伴随着固体电解质界面膜(SEI)的形成和分解、电解质分解以及析出的锂与电解质之间的副反应等，这些过程都将导致气体的产生。此外，有文献已经证明气体信号可以为电池热失控提供快速清晰的早期安全预警。因此，实时检测电池内部气体对于揭示电池失效机理和实现早期安全预警有重要意义。CO2、CH4和C2H4是电池发生副反应时的主要气体产物。针对以上气体，已经发展出了一些小型化、高精度的气体传感技术，例如非色散红外(NDIR)气体传感和基于光纤技术的气体传感。NDIR气体传感利用气体分子特定波长的红外光的选择性吸收，通过测量红外光的强度来确定气体浓度。Lyu等开发了一种多气体原位检测方法，通过将多个NDIR气体传感器和电池放置到密封罐中，如图3(d)所示，从而实现商业电池的内部CO2、CH4和C2H4气体快速测量，为深入理解电池相关的副反应提供气体方面的依据。由于该方法属于电池内部气体的外部测量，因此并不能运用到实际应用中。Fujimoto等将精细的光纤传感器插入到锂空气电池中，利用氧分压对光强的影响来监测电池运行期间多孔正极中的氧浓度分布。需要强调的是，该方法只适用于锂空气电池这类氧浓度含量较高的电池，并不适用于能源锂离子电池的气体原位监测。因此，尽管NDIR气体传感器和光纤气体传感器有望完全植入到电池内部进行原位检测，但这部分在文献研究中还处于空白领域。

  2.2　电池单体层级高效保真的物理模型

  电池单体层级数字孪生的另一项关键技术是高效保真的物理模型。高效保真的物理模型可以在虚拟空间中快速实现电池实际服役情况的重构，准确刻画真实电池的行为和性能，并基于传感器数据的辅助，进行模型的更新和优化，最终逼近对真实电池的完全映射。目前电池单体层级的物理模型主要有等效电