重型电动牵引卡车日常运营对电池性能下降的影响

《eTransportation》：Daily operational impacts on battery degradation in heavy-duty electric drayage trucks

电池寿命评估与优化策略研究：针对NMC/LFP两种锂离子电池，通过半经验老化模型与蒙特卡洛模拟结合，在重载电动拖车场景下分析循环/日历老化机制，揭示LFP电池在寿命上显著优于NMC，但通过优化充电策略（尤其是降低高SoC驻留时间）可使NMC电池寿命提升超2倍。

　　

安kur Shiledar | Joseph N.E. Lucero | Ruixiao Sun | Manfredi Villani | Vivek A. Sujan | Simona Onori | Giorgio Rizzoni

俄亥俄州立大学机械与航空航天工程系，美国俄亥俄州哥伦布市19街201号，邮编43210

摘要

电池老化是影响电池电动卡车（BETs）性能、寿命和拥有成本的关键因素。本文对两种锂离子电池化学成分——镍锰钴（NMC）和锂铁磷酸盐（LFP）的电池老化进行了全面评估，同时考虑了循环老化和日历老化。与依赖于制造商提供数据的简化线性退化模型的传统方法不同，本研究采用了基于实验数据的半经验老化模型。这些模型被集成到详细的车辆仿真环境中，从而能够在实际运行条件下全面评估电池退化情况。以乔治亚州萨凡纳港的重型电动拖车运输为例，研究了季节变化、日常运营活动、充电策略和电池存储条件对电池组寿命的影响。研究结果揭示了电池组在静止状态（如夜间存储或周末停车）下的充电状态对电池退化的重要性，以及其对车辆长期可行性的潜在影响。此外，该研究还探讨了不同运营和环境因素对电池退化的影响，为最佳电池充电和存储实践提供了重要见解。我们的研究表明，LFP电池在使用寿命方面优于NMC电池；然而，通过采用减少电池处于高充电状态时间的充电策略，NMC电池的寿命仍可延长一倍以上。

引言

向电池电动汽车（BEVs）的转型受到了广泛关注，被视为提高交通运输行业能源效率的途径。由于重型商用车辆（HDCVs）能耗高且运行时间长，它们在车辆排放中占很大比例，因此被认为是电气化的主要候选对象[1]、[2]。Fleming等人[3]和Forrest等人[4]的先前研究强调了电气化中型和重型车辆的技术可行性和环境效益，指出这可以大幅减少有害空气污染物；然而，这一领域的电气化面临高能耗、长行驶距离需求以及充电基础设施不足等挑战[5]。 重型商用车辆电气化的核心是锂离子电池（LIBs）的性能和寿命，目前LIBs主导着电池电动汽车市场。LIBs因其相对较高的能量密度、较长的循环寿命以及在多种环境条件下的良好性能而受到青睐。在LIB化学成分中，镍锰钴（NMC）和锂铁磷酸盐（LFP）在电动汽车中得到广泛应用，每种成分都有其独特的优势[6]。NMC电池具有更高的能量密度，适用于需要更长续航里程的应用；而LFP电池则具有更好的热稳定性和更长的循环寿命，更适合重型商用车辆的高电流需求[7]、[8]。尽管如此，LIBs仍容易发生长期退化，包括容量和功率衰减，这直接影响车辆性能和运营成本[9]。 了解电池退化机制对于提高重型应用中电池电动汽车的可靠性至关重要。电池老化可分为两种主要类型：基于循环的老化和基于日历的老化。循环老化是由于反复的充放电循环导致的，会促进固体电解质界面（SEI）的生长、锂的沉积以及电极材料的颗粒断裂[10]。日历老化则发生在存储过程中，受存储温度和充电状态（SoC）的影响，即使在没有循环的情况下也会发生[11]。半经验老化模型通过简单的分析公式来捕捉这些现象，并将其拟合到实验数据中，已被广泛用于描述这些机制[12]、[13]、[14]。这些模型为影响电池寿命的因素提供了宝贵的见解，但通常受特定运行条件的限制，因此需要收集更全面的数据集来进行模型校准。[15]的综述总结了文献中使用的各种半经验模型，以及半经验老化模型在再现锂离子电池复杂退化行为时面临的挑战。 运营实践，包括行驶周期、载荷和充电策略，对电动汽车中的电池退化有显著影响。加速时的高电流需求和陡峭的道路坡度会加剧循环老化，而存储期间的高充电状态（SoC）会加速日历老化。Jafari等人[16]和Yang等人[17]的研究强调了优化运营参数以减轻这些影响的重要性。此外，充电策略对电池老化也有显著影响，尤其是在重型商用车辆中，这些车辆通常需要频繁的机会充电。例如，立即充满电会导致电池长时间处于高充电状态，从而加速日历老化[18]。相反，延迟充电和最低功率充电等策略可以在空闲期间保持较低的充电状态，从而延长电池寿命[19]。 [13] 高功率机会充电虽然对运营灵活性至关重要，但由于电流幅度的增加，它会导致更多的循环退化[20]。Pelletier等人[21]的研究强调了在平衡运营需求和电池长期健康状况方面的必要性。

尽管取得了显著进展，但人们对典型运营实践对重型商用车辆电池系统长期影响的理解仍存在不足。本研究通过结合详细的日常运营实践（包括真实的行驶周期和多样的夜间充电策略），扩展了目前对这些因素如何影响重型商用车辆电池循环老化和日历老化的理解。与现有研究[22]、[23]、[24]（这些研究仅关注特定行驶周期并基于电池的总充电量或能量吞吐量来估计退化）相比，本文强调了电池化学成分与运营需求之间的微妙相互作用。特别是，本文通过基于蒙特卡洛的仿真提供了估算电池寿命的全面框架，考虑了实际行驶过程中道路坡度和季节性条件的变化。蒙特卡洛方法的随机性允许将个别车辆在其生命周期中经历的具体路线不确定性纳入考虑，这是其他模拟器中较少见的特性。此外，本研究对各种充电策略的关注直接回应了与最佳充电实践相关的挑战，展示了它们在减缓退化方面的潜在效果。研究结果还为车队运营商和政策制定者提供了可操作的见解，帮助他们平衡电池电动汽车的性能、成本和可持续性。 具体而言，本研究中开发的模型和方法被应用于分析拖车运输车的运营情况作为案例研究。拖车运输车用于将集装箱从海港运输到内陆收货地点，属于所谓的“第一公里”货运物流。实际上，拖车运输车每天行驶的距离可能达到数百英里，具体细节将在后续内容中详细讨论。 本研究的工作流程如图1所示，文章结构如下：第2节概述了方法论，包括车辆模型、集成了电气、热学和老化动态的详细锂离子电池模型，以及模拟典型拖车运输车日常活动的模型，还包括模型校准程序。第3节展示了结果和讨论，涵盖了模型校准、案例研究发现以及提高电池电动卡车性能和可持续性的可行建议。第4节总结了关键发现和对未来电动货运运输工作的启示。

方法论

本节介绍了车辆模拟器的建模方法，包括锂离子电池的电气、热学和老化模型。接下来将描述用于模拟虚拟环境中典型拖车运输车日常活动的方法。

循环老化模型校准

为了估算电池电动卡车的使用寿命，首先将提出的经验退化模型校准到实验数据。

对于基于循环的老化，使用了从桑迪亚国家实验室进行的一系列老化实验中收集的开放源数据集[54]进行校准。具体来说，本研究中使用了[54]中100%放电深度的数据集，其中商业NMC和LFP电池在恒定电流方波条件下进行了循环测试。

结论

本研究强调了日常运营实践对重型电动拖车电池退化的显著影响。通过将先进的半经验老化模型（同时考虑循环老化和日历老化）集成到综合车辆仿真框架中，分析表明，由于LFP电池更强的循环耐久性，其在退化抵抗和服务寿命方面优于NMC电池。较大的电池组显示出更低的退化率。

作者贡献声明

安kur Shiledar：撰写——初稿、可视化、验证、软件开发、方法论制定、调查、数据分析、概念化。 Joseph N.E. Lucero：撰写——初稿、可视化、验证、软件开发、方法论制定、调查、数据分析。 Ruixiao Sun：撰写——审稿与编辑。 Manfredi Villani：撰写——审稿与编辑、项目管理。 Vivek A. Sujan：监督、项目管理、资金获取。 Simona Onori：

写作过程中使用生成式AI和AI辅助技术的声明

在准备本工作时，作者使用了“Grammarly”和“ChatGPT”来改进措辞、语法和标点。使用这些工具/服务后，作者根据需要审查和编辑了内容，并对出版物的内容承担全部责任。

利益冲突声明

作者声明没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

本研究得到了能源部车辆技术办公室通过WBS 7.2.0.502/FWP CEVT442项目的资助和支持，该项目由橡树岭国家实验室的国家运输研究中心管理。