（一）化成產(chǎn)氣

化成產(chǎn)氣:當電池電解液采用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.此外,當化成電壓處于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。

(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,導致氣體中CO2顯著新增,且同時出現(xiàn)相當量的O2和N2。同時水分的滲入導致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SEI層,復又釋放出氣體,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子溶劑在得到部分電子后發(fā)生還原反應，與鋰離子結合反應生成一種厚度約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。當鋰離子電池開始充電時鋰離子從正極活物質中脫出，進入電解液穿透隔膜再進入電解液，最后再嵌入負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，進入負極碳材料中。電子、電解液中溶劑及鋰離子間發(fā)生氧化還原反應，溶劑分子接收電子后與鋰離子結合形成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、醇鹽和非導電聚合物組成，是多層結構，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具有固體電解質的特點；③Li+可以順利通過(鋰離子優(yōu)良導體)，而電子卻無法通過。SEI對碳負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?；沙潆婋娏鬏^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?；呻娏鬏^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的厚度還受負極材料種類的影響。

5、SEI在鋰離子電池熱失控下的反應

SEI由兩層物質構成，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，反應方程式如下。在SEI熱解反應中，其反應溫度和放熱量與鋰鹽種類、溶劑組成、負極活物質及電池循環(huán)次數(shù)有關。

(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)絡法。

1放電試驗法

將目標電池進行持續(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，并且結果較為準確，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，只關注該系統(tǒng)的外部特點，在電量估算中，只關心流進和流出的電量。但該方法沒有從電池內(nèi)部得到SOC與放電量的關系，只是記錄充放電電量，從而會導致SOC累積誤差，結果精度較低，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系，間接擬合出他與SOC之間的一一對應關系。要將充滿電的電池以固定放電倍率（一般取1c）進行放電，根據(jù)該放電過程獲得ocv和SOC之間的關系曲線。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之前必須將目標電池靜置1小時以上，從而使電池內(nèi)部電解質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果不能保證完全準確。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)阻不存在一一對應的關系，不可能用一個數(shù)學模型來準確建模。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。理論上可應用于不同電池不同階段，但目前只應用于鉛酸電池，由于變化的SOC與電流、電壓的關系式不具有通用性，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一步研究。

6卡爾曼濾波法

建立在安時積分法的基礎上，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。該方法應用于電池SOC估計，可以根據(jù)最小均方差原則，對復雜系統(tǒng)作出最優(yōu)化估計。預測-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確性，模型不準確，則估算結果也不一定可靠；第二，該方法涉及的算法非常復雜，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)部結構，只需提前從目標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樣本數(shù)據(jù)對系統(tǒng)進行訓練，所輸入的訓練數(shù)據(jù)和訓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。

實際應用中，采用在安時積分法基礎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，提高電流電壓等測量精度；第三，引入準確的電池模型，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。