基于离散小波变换的钠离子电池健康状态在线预测与监测新方法

《IEEE Open Journal of Industry Applications》：Advanced Online State-of-Health Prediction and Monitoring of Na-Ion Battery for Electric Vehicles Application

　　本研究针对钠离子电池(SIB)在电动汽车应用中健康状态(SoH)实时评估的难题，提出了一种基于离散小波变换(DWT)的创新监测方法。通过分析电池端电压信号特征，建立了容量衰减预测模型，在540次循环测试中实现1.18%的均方根误差。该方法计算量小、精度高，为电池管理系统(BMS)提供了有效的在线诊断工具，同时揭示了钠离子电池相比锂离子电池(NCR)更优异的循环稳定性（540次vs240次循环保持80%容量）。

　　

随着全球能源转型进程的加速，电动汽车已成为减少交通运输领域碳排放的关键路径。然而，作为当前主流的动力电池技术，锂离子电池(LIBs)面临着资源短缺、成本攀升等挑战。据预测，全球锂资源可能在2025年面临供应危机。正是在这样的背景下，与锂元素化学性质相似且储量丰富的钠元素进入了研究人员的视野，钠离子电池(SIBs)技术近年来取得显著突破，并已在中国市场实现商业化应用。

钠离子电池虽然具有成本低、安全性高、低温性能好等优势，但其能量密度（约160Wh/kg）目前主要适用于短途电动汽车。与锂离子电池类似，钠离子电池在循环使用过程中也会出现容量衰减和内阻增加等老化现象，严重影响电池使用寿命和系统可靠性。电池管理系统(BMS)通常采用库仑计数法等简单方法进行健康状态(SoH)评估，但这类方法在部分充放电条件下精度有限，且需要电池停止运行进行完整循环测试。因此，开发一种能够实时、准确评估电池健康状态的方法，对保障电动汽车安全运行至关重要。

针对这一技术瓶颈，来自意大利佩鲁贾大学的研究团队在《IEEE Open Journal of Industry Applications》上发表了一项创新性研究，提出了一种基于离散小波变换(DWT)的钠离子电池健康状态在线预测与监测方法。该方法仅需分析电池运行过程中的电压信号，即可实现高精度的容量衰减评估，为电池管理系统提供了一种计算效率高、易于实施的解决方案。

研究人员采用了几个关键技术方法：首先设计了完整的电池老化实验方案，对钠离子18650圆柱电池进行加速循环测试（最大连续充放电速率分别为1C和3C），直至电池容量降至初始值的80%；其次应用多分辨率分析(MRA)原理，通过Daubechies-3小波对采集的电压信号进行四层分解，提取细节系数(D₁-D₄)和近似系数(A)作为特征参数；此外还系统考察了温度因素（0℃、20℃、30℃）对电池性能的影响，结合美国联邦测试程序(US06)驾驶循环模拟实际运行条件。

循环老化效应分析

通过DWT分析不同循环次数下的电压信号，研究发现细节系数随循环次数增加而增大，反映了电池内部电阻的增加；而近似系数则呈现下降趋势，表明电压信号的"能量含量"减少，这与电池更快达到低压截止阈值（1.5V）的现象一致。钠离子电池表现出优于NCR锂离子电池的循环稳定性，在540次循环后才达到80%的容量阈值，而同类锂离子电池仅能维持240次循环。

温度影响评估

温度对电池性能有显著影响，特别是在0℃低温条件下，钠离子电池容量较20℃时减少19.6%。DWT分析显示，低温导致细节系数显著增加（在0℃时比20℃参考值高240%），而近似系数略有下降（-2%）。与锂离子电池相比，钠离子电池在低温下的性能衰减幅度较小，表明其具有更好的温度适应性。

容量衰减模型建立

基于DWT特征参数，研究人员建立了钠离子电池容量衰减预测模型：C_fade(A, D_1-4, N) = a(A₀/A_i)e^{-(bN_ic/A_i)(Δ_i/ΣD_n,0)} × 100%，其中a、b、c为通过拟合程序确定的常数参数，分别取值1、20和-0.425。该模型与实验测量值的均方根误差(RMSE)仅为1.18%，表现出极高的预测精度。

研究结论表明，基于离散小波变换的钠离子电池健康状态监测方法不仅实现了高精度的容量衰减预测，还揭示了钠离子电池在循环寿命和温度适应性方面的优势。该方法计算量小、易于实施，非常适合集成到车载电池管理系统或固定式储能系统的在线诊断系统中。此外，研究提出的容量衰减模型为不同化学体系电池的健康状态评估提供了通用框架，对未来电池技术的发展和标准化具有重要意义。

尽管该方法在特定电流模式（如振荡电流模式）和极端温度条件下的适用性仍需进一步验证，但这项研究为钠离子电池在电动汽车和储能领域的推广应用提供了重要的技术支撑，特别是在未来车网互动(V2X)和可再生能源集成场景中，实时、准确的电池健康状态评估将发挥关键作用。