（一）化成产气 化成产气:当电池电解液采取1 mol/ L LiPF6-EC ～ DMC ～ EMC(三者体积比1∶1∶1)时, 化成电压小于2 .5 V 下, 产生的气体重要为H2 跟CO2 等;化成电压为2 .5 V时,电解液中的EC 开端分解, 电压在3 .0～ 3 .5 V 的范畴内, 因为EC 的还原分解, 产生的气体重要为C2H4;而当电压大于3 .0 V 时, 因为电解液中DMC 跟EMC 的分解, 除了产生C2H4 气体外, CH4 ,C2H6等烷烃类气体也开端呈现;电压高于3.8 V 后, DMC 跟EMC 的还原分解成为主反应.此外,当化成电压处于3.0～ 3 .5 V 之间, 化成进程中产生的气体量;电压大于3 .5 V 后, 因为电池负名义的SEI 层已基本形成, 因此, 电解液溶剂的还原分解反应受克制, 产生的气体的数量也随之敏捷降落。 　　(1)电池在化成时产赌气体的重要起因是电解液跟电名义在放电时形成了SEI 层, 电解液溶剂体系产生了分解,产生烃类气体, 气体的品种与电解液组成有关。 

　　(2)电池在贮存阶段少数电池呈现气胀, 其产赌气体起因可能是:一是因为电池密封机能不好, 外界的水分以及空气的浸透, 导致气体中CO2 明显增加, 且同时呈现相称量的O2 跟N2 。同时水分的浸透导致HF产生, 会破坏SEI 层;二是化成形成的SEI 层不牢固, 在贮存阶段SEI 层被破坏, 为了修复SEI 层, 复又开释出气体, 重要以烃类气体为主。  （二）SEI膜 1、SEI形成机制 低温锂电池在充放电时，电解液中少量性非质子溶剂在得到局部电子后产生还原反应，与锂离子结合反应生成一种厚度约100-120nm的界面膜，这个膜就是SEI。SEI通常形成于电资料与电解液之间的固液相界面。当低温锂电池开端充电时锂离子从正活物质中脱出，进入电解液穿透隔阂再进入电解液，后再嵌入负碳资料的层状缝隙中，锂离子实现一个完全的脱嵌行动。此时，电子从正沿外端回路出来，进入负碳资料中。电子、电解液中溶剂及锂离子间产生氧化还原反应，溶剂分子接收电子后与锂离子结合形成SEI并生成H2、C

　　O、CH2等气体。随着SEI厚度增大，直到电子无奈穿透，则形成了钝化层，克制了氧化还原反应的连续。 2、SEI的成分是什么？ SEI厚度约100-120nm，其成分随电解液成分的不同而不同，个别由Li2

　　O、Li

　　F、LiC

　　L、Li2CO3、LiCO2-

　　R、醇盐跟非导电聚合物组成，是多层结构，凑近电解液的一面是多孔的，凑近电的一面是致密的。 3、SEI对低温锂电池的影响？ SEI的作用要从其自身的特点来进行剖析，其特点是：

　　①SEI是电资料与电解液旁边的一个界面层，将两者分隔开来。

　　②存在固体电解质的特点；

　　③Li 可能顺利通过(锂离子精良导体)，而电子却无奈通过。SEI对碳负低温锂电池的机能有着重要的影响。 第

　　一、SEI于充放电间实现，形成随同局部锂离子的消耗，锂离子被消耗造成的就是电池不可逆容量的增加，就降落了电资料的充放电效力(库伦效力)。 第

　　二、SEI膜存在有机溶剂不溶性，在有机电解质溶液中能牢固存在。局部电解液中有PC存在，PC轻易共嵌入负资料对电资料造成破坏，而假如能在电解液中增加适合的外加剂促使SEI形成，则能有效避免溶剂分子的共嵌入，避免了因溶剂分子共嵌入对电资料造成的破坏，因此大大进步了电的轮回机能跟利用寿命。 第

　　三、SEI容许锂离子通过而禁止电子通过，一方面保障了摇椅式充放电轮回的连续，另一方面妨碍了锂离子的进一步消耗，进步了电池的利用寿命。4、SEI形成的影响因素 SEI的形成重要受电解液成(Li盐、溶剂、外加剂等)、化成(充放电)电流大小,温度等因素影响。 

　　一、电解液成分的影响。Li盐、溶剂成分的不同，导致SEI成分各异，其产物的牢固性也就不同。 

　　二、化成电流的影响。化成充电电流较大时，高电位无机成分先形成，其次产生锂离子的插入，后才是有机成分的形成。化成电流较小时，SEI膜的有机成分则很快开端形成。 

　　三、低温锂电池在-20℃下化成形成的SEI致密性很好且存在较低的阻抗，十分有利于电池的利用寿命。过高的温度会降落SEI的牢固性，影响电池轮回寿命。此外，SEI的厚度还受负资料品种的影响。 5、SEI在低温锂电池热失控下的反应 SEI由两层物质形成，内层重要成分是Li2CO3，而其外层重要成分是烷基碳酸锂如(CH2OCOLi)2等。当电池内部温度为80-120℃时，外层逐步产生分解，放出热量天赌气体，反应方程式如下。在SEI热解反应中，其反应温度跟放热量与锂盐品种、溶剂组成、负活物质及电池轮回次数有关。 (CH2OCOLi)2→ Li2CO3 CH2=CH2 1/2O2 CO2 Li (CH2OCOLi)2→ 2Li2CO3 CH2=CH2 6、正的SEI膜 研究表明，在正电资料与电解液的固液界面上也有膜形成，膜的厚度比负SEI膜要薄很多，约为1-2个纳米。因为正资料电势较高，有机电解液的还原产物很不牢固，而无机产物如L iF则可能牢固存在，成为正SEI膜的重要成分。（三）SOC估算 SOC(state of charge)荷电状况的估算重要有放电实验法、安时计量法、开路电压法、内阻法、线性模型法、卡尔曼滤波法、神经网络法。 1 放电实验法 将目标电池进行连续的恒流放电直到电池截止电压，将此放电进程所利用的时光乘以放电电流的大小值，即作为电池的残余容量。该方法简单坚固，并且结果较为正确，对不同品种的蓄电池都有效。重要有两点不足，，实验进程须要花费大量的时光；第二，利用该方法时候须要将电池从电动汽车上取下，因此该方法不能用来盘算处于工作状况下的电池。 2 安时计量法（电流积分法、安时积分法） 将电池在不同电流下的放电电量等价于某个具体电流下的放电电量，重要思维是peukert方程（不懂）。该方法简单，只关注该体系的外部特点，在电量估算中，只关怀流进跟流出的电量。但该方法不从电池内部得到SOC与放电量的关联，只是记录充放电电量，从而会导致SOC累积误差，结果精度较低，而且该方法不能判断电池的初始值。 3 开路电压法 依据电池的开路电压OCV（open circuit voltage ）与电池内部锂离子浓度之间的变更关联，间接拟合出他与SOC之间的逐个对应关联。须要将充斥电的电池以固定放电倍率（个别取1c）进行放电，依据该放电进程获得ocv跟SOC之间的关联曲线。实际工作时，以电压判断SOC，对所有蓄电池都有效。但有两个缺点，，丈量ocv之前必须将目标电池静置1小时以上，从而使电池内部电解质均匀散布以便获得牢固的端电压；第二，电池处于不同温度、不同寿命时代时，只管开路电压一样，但实际上的SOC差别可能较大，长期利用该方法其丈量结果不能保障完全正确。因此不实用于运行中的电池。 4 内阻法 用不同频率的交换电激励电池，丈量电池内部交换电阻，并通过树破的盘算模型得到SOC估计值。该方得到的荷电状况反应了电池在某特定恒流放电前提下的SOC值，因为电池SOC跟内阻不存在逐个对应的关联，不可能用一个数学模型来正确建模。故而该方法很少利用与电动汽车。 5 线性模型法 该方法基于SOC的变更量、电流、电压跟上一个时光点SOC值，树破线性模型，这种模型利用于低电流、SOC缓变的情况，对丈量误差跟错误的初始前提，有很强的鲁棒性。实际上可利用于不同电池不同阶段，但目前只利用于铅酸电池，因为变更的SOC与电流、电压的关联式不存在通用性，所以在其余电池上的实用性及变电流情况的估计后果有待进一步研究。 6 卡尔曼滤波法 树破在安时积分法的基本上，重要思维是对能源体系的状况做出方差意思上的估计。该方法利用于电池SOC估计，可能依据均方差准则，对庞杂体系作出化估计。料想-实测-修改模式，消除烦扰跟偏差。然而有以下两个毛病，，SOC估计精度很大水平上取决于电池模型的正确性，模型不正确，则估算结果也不一定坚固；第二，该方法波及的算法十分庞杂，盘算量，所须要的盘算周期较长，须要高运算才干的单机片。 7 神经网络法 模仿人脑及其神经元用以处理非线性体系的新型算法，无需深刻研究电池内部结构，只有提前从目标电池中提取出大量合乎其工作特点的输入跟输出样本，并将其输入到利用该方法所树破的体系中，就能获得运行中的SOC值。该方法后期处理简单，且减少误差，实时获取动态参数。然而该方法前期工作量大，须要提取大量且的目标样本数据对体系进行练习，所输入的练习数据跟练习方法很大水平上都会影响SOC的估计精度，长期利用精度会降落，故而利用较少。 实际利用中，采取在安时积分法基本上加入一些影响因子的校订，毛病是误差较大。将来重要从四个方面进行。首先。通过大量实验，树破丰富的数据，使得有数据可查；其次，依附硬件方面的技巧，进步电流电压等丈量精度；第三，引入正确的电池模型，更实在的表征电池在利用进程中的动态特点；后，综合各种算法，扬长补短，水平减少不同状况下的误差，进步其估算精度。