CN102213747B

CN102213747B - 一种预测锂离子电池循环寿命的方法

Info

Publication number: CN102213747B
Application number: CN201010148075.6A
Authority: CN
Inventors: 王飞; 杨闯; 武磊磊; 王钰娇
Original assignee: Shenzhen Bak Battery Co Ltd
Current assignee: Shenzhen Bak Power Battery Co Ltd
Priority date: 2010-04-09
Filing date: 2010-04-09
Publication date: 2015-05-27
Anticipated expiration: 2030-04-09
Also published as: CN102213747A; HK1162681A1

Abstract

本发明公开了一种预测锂离子电池循环寿命的方法，通过对电芯进行最少40次循环，采用拟合模拟方法得到电芯300次循环曲线，所得曲线与电芯实际循环曲线接近，能够用很短的时间得到电芯的循环性能，对于锂电池的研究和开发具有很大的意义。

Description

一种预测锂离子电池循环寿命的方法

技术领域

本发明涉及锂离子电池技术领域，特别是涉及一种锂离子电池循环寿命的预测方法。

背景技术

关于锂离子电池寿命衰减机理研究很多，导致锂离子电池寿命衰减的因素包括正极材料与电解液之间的反应、电解液与负极材料之间的，以及电解液箔材之间的反应，导致活性物质结构发生变化和脱落，造成寿命下降。但是，关于锂离子电池循环寿命预测方面的方法比较少，目前还没有文献报道比较成熟的能够精确的模拟出锂离子电池寿命衰减的模型。

发明内容

本发明的目的是针对现有技术的不足，提供一种能够准确预测、模拟锂离子电池循环寿命的方法。

为实现上述目的，本发明采用了以下技术方案：

本发明公开了一种预测锂离子电池循环寿命的方法，所述方法包括以下步骤：

a、选取某型号锂离子电池4～6个批次，每批次16～20个电池，进行300次循环测试，根据测试结果并按照以下公式计算300次容量的基线值YLTL₃₀₀：

YLTL₃₀₀＝Y₃₀₀-K×S₃₀₀

Y₃₀₀＝300次循环实际容量的平均值

S₃₀₀＝所有批次样品电池的300次容量的标准偏差

K = \frac{Z_{(1 - p)} + \sqrt{{Z_{(1 - p)}}^{2} - ab}}{a}

a = 1 - \frac{{Z_{(1 - r)}}^{2}}{2 \times (N - 1)}

b = {Z_{(1 - p)}}^{2} - \frac{{Z_{(1 - r)}}^{2}}{N}

P为置信度，r为判定限置信度，Z_(1-P)为置信度的概率度，Z_(1-r)为判定限置信度的概率度。

b、另取同一型号2～4批次电池进行N次以上循环，N≥40，每批次16～20个电池，选取其中第10次以上循环作为预测拟合线的区间，根据以下公式预测批次300次容量基线值，并预测电芯容量循环寿命公式；

b-1：预测每批300次容量基线值公式：Y_L＝Y₀×e^(C*260)-KS₃₀₀

Y₀＝每批电池N次循环的平均容量

C＝每批电芯第10次到第N次的平均指数衰减率(具体计算过程如下：每个电芯第N次循环的放电容量减去第10次循环的放电容量得到差值，差值除以第10次的放电容量，然后再除N-10(第10次到第N次的循环次数)，所得值为单个电芯的平均指数衰减率，每批次电芯的指数衰减率进行平均得到每批电芯第10次到第N次平均指数衰减率)

K为步骤a中的K值

S₃₀₀为步骤a中S300的值

b-2：从步骤b的每批中随意选一个电芯，电芯循环容量预测公式：

Y_n＝Y₀×e^(CX)

n＝循环次数≥N

Y₀＝每个电芯第N次循环的放电容量

C＝每个电芯第10次到第N次平均指数衰减率(每个电芯第N次循环的放电容量减去第10次循环的放电容量得到差值，差值除以第10次的放电容量，然后再除N-10(第10次到第N次的循环次数)，所得值为单个电芯的平均指数衰减率)

X＝n-N

c：若Y_L≥YLTL₃₀₀，则上述步骤b-2的预测结果有效。

在本发明具体的实施方式中，所述步骤a中，选取锂离子电池5个批次，每批次18个电池，并且

P＝0.98，Z_(1-P)≈2.055

r＝0.90，Z_(1-r)≈1.285。

在本发明另一个具体的实施方式中，所述步骤b中，取3批次电池进行N次以上循环，N＝40。

由于采用了以上技术方案，使本发明具备的有益效果在于：

本发明方法对电芯进行最少40次循环，采用拟合模拟方法得到电芯300次循环曲线，所得曲线与电芯实际循环曲线接近，能够用很短的时间得到电芯的循环性能，对于锂电池的研究和开发具有很大的意义。

附图说明

图1至图3分别为本发明实施例1的A28，A29，A30批次实际循环与预测循环对比图。

图4至图6分别为本发明实施例2的B28，B29，B30批次实际循环与预测循环对比图。

图7至图9分别为本发明实施例3的C28，C29，C30批次实际循环与预测循环对比图。

图10为本发明实施例1～3不同批次预测基线值。

具体实施方式

本发明的涉及一种预测锂离子电池循环寿命的方法，本发明能够准确的模拟锂离子电池的循环寿命曲线。通过选取4～6个(优选5个)批次电池，每个批次选取16～20个(优选18pcs)电池，进行300次循环测试，做标准基线值；然后任取2～4个优选3个预测批次电芯，每个批次同样选16～20个(优选18pcs)电池，进行至少40次循环，作为预测拟合线的区间，用拟合方法计算每个批次基线值，进行对比，拟合方法所得的基线值大于标准基线值；接着从每个预测批次中选一个电芯，进行运用拟合方法计算电芯的循环曲线，与实际电芯的曲线进行对比。本方法对电芯进行至少40次循环，采用拟合模拟方法的到电芯300次循环曲线，所得曲线与电芯实际循环曲线接近，能够用很短的时间得到电芯的循环性能，对于锂电池的研究和开发具有很大的意义。

在本发明一个具体的实施方式中，具体步骤包括：

1.选取车间正常生产18650-C4型号5个批次，每批次18pcs电池，进行300次循环测试；

2.测试完成后，计算300次容量的基线值(电芯第300次循环放电容量的下限值)，相关计算公式如下：

YLTL₃₀₀＝Y₃₀₀-K×S₃₀₀

P＝0.98(纳真置信度)，Z_(1-P)≈2.055(查表值)

r＝0.90(判定限置信度)，Z_(1-r)≈1.285(查表值)

a = 1 - \frac{{Z_{(1 - r)}}^{2}}{2 \times (N - 1)}

b = {Z_{(1 - p)}}^{2} - \frac{{Z_{(1 - r)}}^{2}}{N}

K = \frac{Z_{(1 - p)} + \sqrt{{Z_{(1 - p)}}^{2} - ab}}{a}

Y₃₀₀＝300次循环实际容量的平均值

S₃₀₀＝5批样品电池的300次容量的标准偏差

3.另取3批次电池进行40次循环，每批次18pcs电池，选取10～40次循环作为预测拟合线的区间，预测批次300次容量基线值，并预测电芯容量循环寿命公式。循环次数越大，预测偏差越小，

3.1 预测每批300次容量基线值公式：Y_L＝Y₀×e^(C×260)-KS₃₀₀

Y0＝每批电池40次循环的平均容量

C＝每批电芯第10次到40次平均指数衰减率

K＝步骤2中的K值

S₃₀₀＝步骤2中S300的值

其中C的具体计算过程如下：每个电芯第40次循环的放电容量减去第10次循环的放电容量得到差值，差值除以第10次的放电容量，然后再除30(第10次到第40次的循环次数)，所得值为单个电芯的平均指数衰减率，每批次18个电芯的指数衰减率进行平均得到每批电芯第10次到40次平均指数衰减率。

3.2从步骤3每批中随意选一个电芯，电芯循环容量预测公式：Y_n＝Y₀×e^(CX)

n＝循环次数≥40

Y₀＝每个电芯第40次循环的放电容量

C＝每个电芯第10次到40次平均指数衰减率

X＝n cycles-40cycles

其中C的具体计算过程如下：每个电芯第40次循环的放电容量减去第10次循环的放电容量得到差值，差值除以第10次的放电容量，然后再除30(第10次到第40次的循环次数)，所得值为单个电芯的平均指数衰减率。

上述结果若Y_L≥YLTL₃₀₀，则上述步骤3.2的预测结果有效。

采用本发明的方法能够准确的预测电芯的循环情况，用较短的时间得到电芯容量衰减信息，加快锂离子电池项目的开发进度，提高生产进度，对于锂离子行业的发展具有巨大的贡献。

下面通过具体实施方式结合附图对本发明作进一步详细说明。

实施例一：

1.选取车间正常生产18650-C4型号5个批次：A01、A02、A03、A04、A05，每批次18pcs电池，进行45℃300次循环测试；

2.测试完成后，计算300次容量的基线值，计算过程参见上文公式，结果如下：

YLTL₃₀₀＝Y₃₀₀-K*S₃₀₀＝1823.53mAh

3.另取A28、A29、A30批次电池进行40次循环，选取10～40次循环作为预测拟合线的区间.预测A28、A29、A30批次300次容量基线值，并预测电芯容量循环寿命公式。

3.1 预测A28、A29、AK30批次300次容量基线值：

Y_L(A28)＝Y₀e^(C*260)-KS₃₀₀＝1906.40，

Y_L(A29)＝Y₀e^(C*260)-KS₃₀₀＝1924.82，

Y_L(A30)＝Y₀e^(C*260)-KS₃₀₀＝1886.39，

P＝0.98(纳真置信度)，Z_(1-P)≈2.055(查表值)

r＝0.90(判定限置信度)，Z_(1-r)≈1.285(查表值)

a＝0.9514，b＝4.1313，K＝2.7285

S₃₀₀＝15.70.

C(A28)＝-0.0004203，C(A29)＝-0.0004013，C(A30)＝-0.0004201

Y₀(A28)＝2173.5，Y₀(A29)＝2165.8，Y₀(A30)＝2149.1

3.2 电芯容量循环寿命预测公式：Y_n＝Y₀e^(CX)

n＝循环次数≥40，X＝n-40.

C(A28-1#)＝-0.0004201，C(A29-1#)＝-0.0004001，C(A30-1#)＝-0.0004201

Y₀(A28-1#)＝2176.5，Y₀(A29-1#)＝2164.8，Y₀(A30-1#)＝2148.1

3.3 从A28、A29、A30三个批次中各取一个电芯，图1至图3为三个电芯的实际循环曲线与预测循环曲线。结果显示，预测循环曲线与实际循环曲线基本相符。

实施例二：

2.测试完成后，计算300次容量的基线值，计算公式如下：

YLTL₃₀₀＝Y₃₀₀-K*S₃₀₀＝1823.53mAh，

3.另取B28、B29、B30批次电池进行40次循环，选取10～40次循环作为预测拟合线的区间.预测B28、B29、B30批次300次容量基线值，并预测电芯容量循环寿命公式.

3.1 预测B28、B29、B30批次300次容量基线值：

Y_L(B28)＝Y₀e^(C*260)-KS₃₀₀＝1963.40，

Y_L(B29)＝Y₀e^(C*260)-KS₃₀₀＝1924.82，

Y_L(B30)＝Y₀e^(C*260)-KS₃₀₀＝1946.39，

P＝0.98(纳真置信度)，Z_(1-P)≈2.055(查表值)

r＝0.90(判定限置信度)，Z_(1-r)≈1.285(查表值)

a＝0.9514，b＝4.1313，K＝2.7285

S₃₀₀＝15.70.

C(B28)＝-0.0003877，C(B29)＝-0.0004135，C(B30)＝-0.0004001

Y₀(B28)＝2166.8，Y₀(B29)＝2167.5，Y₀(B30)＝2167.5

3.2 电芯容量循环寿命预测公式：Y_n＝Y₀e^(CX)

n＝循环次数≥40，X＝n-40.

C(B28-1#)＝-0.0003907，C(B29-1#)＝-0.0004105，C(B30-1#)＝-0.0004031

Y₀(B28-1#)＝2163.8，Y₀(B29-1#)＝2168.5，Y₀(B30-1#)＝2165.5

3.3 从B28、B29、B30三个批次中各取一个电芯，图4至图6为三个电芯的实际循环曲线与预测循环曲线。结果显示，预测循环曲线与实际循环曲线基本相符。

实施例三：

2.测试完成后，计算300次容量的基线值，计算公式如下：

YLTL₃₀₀＝Y₃₀₀-K*S₃₀₀＝1823.53mAh，

3.另取C28、C29、C30批次电池进行40次循环，选取10～40次循环作为预测拟合线的区间.预测C28、C29、C30批次300次容量基线值，并预测电芯容量循环寿命公式.

3.1 预测C28、C29、C30批次300次容量基线值：

Y_L(C28)＝Y₀e^(C*260)-KS₃₀₀＝1969.40，

Y_L(C29)＝Y₀e^(C*260)-KS₃₀₀＝1956.82，

Y_L(C30)＝Y₀e^(C*260)-KS₃₀₀＝1978.8，

P＝0.98(纳真置信度)，Z_(1-P)≈2.055(查表值)

r＝0.90(判定限置信度)，Z_(1-r)≈1.285(查表值)

a＝0.9514，b＝4.1313，K＝2.7285

S₃₀₀＝15.70

C(C28)＝-0.0004225，C(C29)＝-0.0004013，C(C30)＝-0.0004301

Y₀(C28)＝2174.5，Y₀(C29)＝2170.8，Y₀(C30)＝2172.1

3.2 电芯容量循环寿命预测公式：Y_n＝Y₀e^(CX)

n＝循环次数≥40，X＝n-40.

C(C28-1#)＝-0.0004234，C(C29-1#)＝-0.0004001，C(C30-1#)＝-0.0004326

Y₀(C28-1#)＝2173.3，Y₀(C29-1#)＝2169.5，Y₀(C30-1#)＝2171.2

3.3 从C28、C29、C30三个批次中各取一个电芯，图7至图9为三个电芯的实际循环曲线与预测循环曲线。结果显示，预测循环曲线与实际循环曲线基本相符。

图10为三个实例中所有批次电芯的预测基线值Y_L与实际300次基线值YLTL₃₀₀的对比图。结果均显示Y_L≥YLTL₃₀₀。

以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims

1.一种预测锂离子电池循环寿命的方法，所述方法包括以下步骤：

YLTL₃₀₀＝Y₃₀₀-K×S₃₀₀

Y₃₀₀＝300次循环实际容量的平均值

S₃₀₀＝所有批次样品电池的300次容量的标准偏差

K = \frac{Z_{(1 - p)} + \sqrt{{Z_{(1 - p)}}^{2} - ab}}{a}

a = 1 - \frac{{Z_{(1 - r)}}^{2}}{2 \times (N - 1)}

b = {Z_{(1 - p)}}^{2} - \frac{{Z_{(1 - r)}}^{2}}{N}

P为置信度，r为判定限置信度，Z_(1-P)为置信度的概率度，Z_(1-r)为判定限置信度的概率度；

b-1：预测每批300次容量基线值公式：Y_L＝Y₀×e^(C×260)-KS₃₀₀

Y₀＝每批电池N次循环的平均容量

C＝每批电芯第10次到第N次的平均指数衰减率

K为步骤a中的K值

S₃₀₀为步骤a中S₃₀₀的值

Y_n＝Y₀×e^(CX)

n＝循环次数≥N

Y₀＝每个电芯第N次循环的放电容量

C＝每个电芯第10次到第N次平均指数衰减率

X＝n–N

c：若Y_L≥YLTL₃₀₀，则上述步骤b-2的预测结果有效。

2.根据权利要求1所述的一种预测锂离子电池循环寿命的方法，其特征在于：所述步骤a中，选取锂离子电池5个批次，每批次18个电池，并且

P＝0.98，Z_(1-P)≈2.055

r＝0.90，Z_(1-r)≈1.285。

3.根据权利要求1或2所述的一种预测锂离子电池循环寿命的方法，其特征在于：所述步骤b中，取3批次电池进行N次以上循环，N＝40。