（一）化成產(chǎn)氣

化成產(chǎn)氣:當(dāng)電池電解液采用1mol/LLiPF6-EC～DMC～EMC(三者體積比1∶1∶1)時,化成電壓小于2.5V下,出現(xiàn)的氣體重要為H2和CO2等;化成電壓為2.5V時,電解液中的EC開始分解,電壓在3.0～3.5V的范圍內(nèi),由于EC的還原分解,出現(xiàn)的氣體重要為C2H4;而當(dāng)電壓大于3.0V時,由于電解液中DMC和EMC的分解,除了出現(xiàn)C2H4氣體外,CH4,C2H6等烷烴類氣體也開始出現(xiàn);電壓高于3.8V后,DMC和EMC的還原分解成為主反應(yīng).此外,當(dāng)化成電壓處于3.0～3.5V之間,化成過程中出現(xiàn)的氣體量最大;電壓大于3.5V后,由于電池負(fù)極表面的SEI層已基本形成,因此,電解液溶劑的還原分解反應(yīng)受抑制,出現(xiàn)的氣體的數(shù)量也隨之迅速下降。

(1)電池在化成時出現(xiàn)氣體的重要原因是電解液和電極表面在初次放電時形成了SEI層,電解液溶劑體系發(fā)生了分解,出現(xiàn)烴類氣體,氣體的種類與電解液組成有關(guān)。

(2)電池在儲存階段少數(shù)電池出現(xiàn)氣脹,其出現(xiàn)氣體原因可能是:一是由于電池密封性能不好,外界的水分以及空氣的滲入,導(dǎo)致氣體中CO2顯著新增,且同時出現(xiàn)相當(dāng)量的O2和N2。同時水分的滲入導(dǎo)致HF出現(xiàn),會破壞SEI層;二是化成首次形成的SEI層不穩(wěn)定,在儲存階段SEI層被破壞,為了修復(fù)SEI層,復(fù)又釋放出氣體,重要以烴類氣體為主。

（二）SEI膜

1、SEI形成機制

鋰離子電池在首次充放電時，電解液中少量極性非質(zhì)子溶劑在得到部分電子后發(fā)生還原反應(yīng)，與鋰離子結(jié)合反應(yīng)生成一種厚度約100-120nm的界面膜，這個膜就是SEI。SEI通常形成于電極材料與電解液之間的固液相界面。當(dāng)鋰離子電池開始充電時鋰離子從正極活物質(zhì)中脫出，進(jìn)入電解液穿透隔膜再進(jìn)入電解液，最后再嵌入負(fù)極碳材料的層狀空隙中，鋰離子完成一個完整的脫嵌行為。此時，電子從正極沿外端回路出來，進(jìn)入負(fù)極碳材料中。電子、電解液中溶劑及鋰離子間發(fā)生氧化還原反應(yīng)，溶劑分子接收電子后與鋰離子結(jié)合形成SEI并生成H2、CO、CH2等氣體。隨著SEI厚度增大，直到電子無法穿透，則形成了鈍化層，抑制了氧化還原反應(yīng)的繼續(xù)。

2、SEI的成分是什么？

SEI厚度約100-120nm，其成分隨電解液成分的不同而不同，一般由Li2O、LiF、LiCl、Li2CO3、LiCO2-R、醇鹽和非導(dǎo)電聚合物組成，是多層結(jié)構(gòu)，靠近電解液的一面是多孔的，靠近電極的一面是致密的。

3、SEI對鋰離子電池的影響？

SEI的用途要從其本身的特點來進(jìn)行分析，其特點是：①SEI是電極材料與電解液中間的一個界面層，將兩者分隔開來。②具有固體電解質(zhì)的特點；③Li+可以順利通過(鋰離子優(yōu)良導(dǎo)體)，而電子卻無法通過。SEI對碳負(fù)極鋰離子電池的性能有著重要的影響。

第一、SEI于首次充放電間完成，形成伴隨部分鋰離子的消耗，鋰離子被消耗造成的就是電池不可逆容量的新增，就降低了電極材料的充放電效率(庫倫效率)。

第二、SEI膜具有有機溶劑不溶性，在有機電解質(zhì)溶液中能穩(wěn)定存在。部分電解液中有PC存在，PC容易共嵌入負(fù)極材料對電極材料造成破壞，而假如能在電解液中添加合適的外加劑促使SEI形成，則能有效防止溶劑分子的共嵌入，防止了因溶劑分子共嵌入對電極材料造成的破壞，因而大大提高了電極的循環(huán)性能和使用壽命。

第三、SEI允許鋰離子通過而禁止電子通過，一方面保證了搖椅式充放電循環(huán)的持續(xù)，另一方面阻礙了鋰離子的進(jìn)一步消耗，提高了電池的使用壽命。4、SEI形成的影響因素

SEI的形成重要受電解液成(Li鹽、溶劑、外加劑等)、化成(首次充放電)電流大小,溫度等因素影響。

一、電解液成分的影響。Li鹽、溶劑成分的不同，導(dǎo)致SEI成分各異，其產(chǎn)物的穩(wěn)定性也就不同。

二、化成電流的影響。化成充電電流較大時，高電位無機成分先形成，其次發(fā)生鋰離子的插入，最后才是有機成分的形成。化成電流較小時，SEI膜的有機成分則很快開始形成。

三、鋰離子電池在-20℃下化成形成的SEI致密性很好且具有較低的阻抗，非常有利于電池的使用壽命。過高的溫度會降低SEI的穩(wěn)定性，影響電池循環(huán)壽命。此外，SEI的厚度還受負(fù)極材料種類的影響。

5、SEI在鋰離子電池?zé)崾Э叵碌姆磻?yīng)

SEI由兩層物質(zhì)構(gòu)成，內(nèi)層重要成分是Li2CO3，而其外層重要成分是烷基碳酸鋰如(CH2OCOLi)2等。當(dāng)電池內(nèi)部溫度為80-120℃時，外層逐漸發(fā)生分解，放出熱量生成氣體，反應(yīng)方程式如下。在SEI熱解反應(yīng)中，其反應(yīng)溫度和放熱量與鋰鹽種類、溶劑組成、負(fù)極活物質(zhì)及電池循環(huán)次數(shù)有關(guān)。

(CH2OCOLi)2→Li2CO3+CH2=CH2+1/2O2+CO2

Li+(CH2OCOLi)2→2Li2CO3+CH2=CH2

6、正極的SEI膜

最新研究表明，在正極電極材料與電解液的固液界面上也有膜形成，膜的厚度比負(fù)極SEI膜要薄很多，約為1-2個納米。由于正極材料電勢較高，有機電解液的還原產(chǎn)物很不穩(wěn)定，而無機產(chǎn)物如LiF則能夠穩(wěn)定存在，成為正極SEI膜的重要成分。

（三）SOC估算

SOC(stateofcharge)荷電狀態(tài)的估算重要有放電實驗法、安時計量法、開路電壓法、內(nèi)阻法、線性模型法、卡爾曼濾波法、神經(jīng)網(wǎng)絡(luò)法。

1放電試驗法

將目標(biāo)電池進(jìn)行持續(xù)的恒流放電直到電池截止電壓，將此放電過程所使用的時間乘以放電電流的大小值，即作為電池的剩余容量。該方法相對簡單可靠，并且結(jié)果較為準(zhǔn)確，對不同種類的蓄電池都有效。重要有兩點不足，第一，試驗過程要花費大量的時間；第二，使用該方法時候要將電池從電動汽車上取下，因此該方法不能用來計算處于工作狀態(tài)下的電池。

2安時計量法（電流積分法、安時積分法）

將電池在不同電流下的放電電量等價于某個具體電流下的放電電量，重要思想是peukert方程（不懂）。該方法相對簡單，只關(guān)注該系統(tǒng)的外部特點，在電量估算中，只關(guān)心流進(jìn)和流出的電量。但該方法沒有從電池內(nèi)部得到SOC與放電量的關(guān)系，只是記錄充放電電量，從而會導(dǎo)致SOC累積誤差，結(jié)果精度較低，而且該方法不能確定電池的初始值。

3開路電壓法

根據(jù)電池的開路電壓OCV（opencircuitvoltage）與電池內(nèi)部鋰離子濃度之間的變化關(guān)系，間接擬合出他與SOC之間的一一對應(yīng)關(guān)系。要將充滿電的電池以固定放電倍率（一般取1c）進(jìn)行放電，根據(jù)該放電過程獲得ocv和SOC之間的關(guān)系曲線。實際工作時，以電壓確定SOC，對所有蓄電池都有效。但有兩個缺陷，第一，測量ocv之前必須將目標(biāo)電池靜置1小時以上，從而使電池內(nèi)部電解質(zhì)均勻分布以便獲得穩(wěn)定的端電壓；第二，電池處于不同溫度、不同壽命時期時，盡管開路電壓相同，但實際上的SOC差別可能較大，長期使用該方法其測量結(jié)果不能保證完全準(zhǔn)確。因此不適用于運行中的電池。

4內(nèi)阻法

用不同頻率的交流電激勵電池，測量電池內(nèi)部交流電阻，并通過建立的計算模型得到SOC估計值。該方得到的荷電狀態(tài)反應(yīng)了電池在某特定恒流放電條件下的SOC值，由于電池SOC和內(nèi)阻不存在一一對應(yīng)的關(guān)系，不可能用一個數(shù)學(xué)模型來準(zhǔn)確建模。故而該方法很少使用與電動汽車。

5線性模型法

該方法基于SOC的變化量、電流、電壓和上一個時間點SOC值，建立線性模型，這種模型使用于低電流、SOC緩變的情況，對測量誤差和錯誤的初始條件，有很強的魯棒性。理論上可應(yīng)用于不同電池不同階段，但目前只應(yīng)用于鉛酸電池，由于變化的SOC與電流、電壓的關(guān)系式不具有通用性，所以在其他電池上的適用性及變電流情況的估計效果有待進(jìn)一步研究。

6卡爾曼濾波法

建立在安時積分法的基礎(chǔ)上，重要思想是對動力系統(tǒng)的狀態(tài)做出最小方差意義上的最優(yōu)估計。該方法應(yīng)用于電池SOC估計，可以根據(jù)最小均方差原則，對復(fù)雜系統(tǒng)作出最優(yōu)化估計。預(yù)測-實測-修正模式，消除干擾和偏差。但是有以下兩個缺點，第一，SOC估計精度很大程度上取決于電池模型的準(zhǔn)確性，模型不準(zhǔn)確，則估算結(jié)果也不一定可靠；第二，該方法涉及的算法非常復(fù)雜，計算量極大，所要的計算周期較長，要高運算能力的單機片。

7神經(jīng)網(wǎng)絡(luò)法

模擬人腦及其神經(jīng)元用以處理非線性系統(tǒng)的新型算法，無需深入研究電池內(nèi)部結(jié)構(gòu)，只需提前從目標(biāo)電池中提取出大量符合其工作特性的輸入和輸出樣本，并將其輸入到使用該方法所建立的系統(tǒng)中，就能獲得運行中的SOC值。該方法后期處理簡單，且減少誤差，實時獲取動態(tài)參數(shù)。但是該方法前期工作量大，要提取大量且全面的目標(biāo)樣本數(shù)據(jù)對系統(tǒng)進(jìn)行訓(xùn)練，所輸入的訓(xùn)練數(shù)據(jù)和訓(xùn)練方式很大程度上都會影響SOC的估計精度，長期使用精度會下降，故而使用較少。

實際應(yīng)用中，采用在安時積分法基礎(chǔ)上加入一些影響因子的校正，缺點是誤差較大。未來重要從四個方面進(jìn)行完善。首先。通過大量實驗，建立豐富的數(shù)據(jù)，使得有數(shù)據(jù)可查；其次，依靠硬件方面的技術(shù)，提高電流電壓等測量精度；第三，引入準(zhǔn)確的電池模型，更真實的表征電池在使用過程中的動態(tài)特性；最后，綜合各種算法，揚長補短，最大程度減少不同狀態(tài)下的誤差，提高其估算精度。