從網上的一張不同車型里程與容量衰減圖表說起，圖表收集了BMW i3,2013Leaf,Ford Focus, Kia Soul EV等車型的實際路跑數據，通過曲線擬合給出了不同車型里程容量衰減趨勢，從圖上看，最差的續駛里程在3萬公里左右，容量就衰減到80%。由于數據量較少、而且統計口徑是否一致也無法考證，此處不作深究。

在車輛獲取實跑數據前，我們如何對電池壽命進行預測呢？通常有兩種建模方法，一是經驗模型，二是電化學模型。

經驗模型中電池容量衰退通常分為兩類,日歷壽命衰減及循環壽命衰減。

經驗模型通常需要確定測試矩陣，然后進行大量的測試，得到測試數據，通過獲取參數值，取得容量衰減的經驗數據，作為后續仿真的依據。

實驗設計舉例

NEDCcycle 12069Km/year,預測出46個月后容量衰減至80%。

下面我們簡單談一下如何通過電化學建模進行電池壽命預測，假設我們計劃采用15Ah NCM的方形電池，需組合成3P96S的電池包，然后對電池包進行各工況下壽命預測。

新建一個模型，選擇工作目錄，確定電池幾何形狀，如方形，以及電池類型。

模型構建及參數設置，此處默認大家對電化學建模過程已經熟悉，不詳細介紹。針對容量衰退機制，我們分別對SEI膜生長、活性物質損失等項進行設置，同時對一些控制變量進行賦值。

SEI膜生長區域，我們選擇負極，此處可以設置分子量、電極密度、孔隙率、反應速率常數、活化能等。

所有參數設置完成后，仿真可以得到充放電電壓曲線，此處需標定我們的模型，具體操作此處略。

作為車用動力電池包，我們一般通過導入路譜需求，進行綜合分析

如選擇CYC-US06工況，或自定義綜合工況

功率需求曲線

進行多個cycle的路譜仿真

仿真結果解析：

SEI膜（包括生長增厚、脫落再生）以及活性材料損失是容量衰退的重要因素，下面給出SEI膜厚度及活性物質體積分數隨循環次數的變化規律曲線結果

60℃高溫存儲SEI膜厚度變化曲線

不同溫度下循環Ah總量與容量衰減曲線

好了就此打住，以上只提供一個通過電化學建模進行電池壽命預測基本思路，作為一個參考。（作者：季林鋒）