CN102239597B - 用于确定可再充电电池组的二次嵌入电池的充电状态的方法 - Google Patents

用于确定可再充电电池组的二次嵌入电池的充电状态的方法 Download PDF

Info

Publication number
CN102239597B
CN102239597B CN200980148624.5A CN200980148624A CN102239597B CN 102239597 B CN102239597 B CN 102239597B CN 200980148624 A CN200980148624 A CN 200980148624A CN 102239597 B CN102239597 B CN 102239597B
Authority
CN
China
Prior art keywords
anode
battery
electrolyte
negative electrode
mutually
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN200980148624.5A
Other languages
English (en)
Other versions
CN102239597A (zh
Inventor
A.施密特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of CN102239597A publication Critical patent/CN102239597A/zh
Application granted granted Critical
Publication of CN102239597B publication Critical patent/CN102239597B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/05Accumulators with non-aqueous electrolyte
    • H01M10/052Li-accumulators
    • H01M10/0525Rocking-chair batteries, i.e. batteries with lithium insertion or intercalation in both electrodes; Lithium-ion batteries
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10Energy storage using batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Materials Engineering (AREA)
  • Secondary Cells (AREA)

Abstract

推荐一种用于确定二次嵌入电池的充电状态的方法,该二次嵌入电池带有阳极、阴极、分离体以及浸透阳极、阴极和分离体的电解质相,其中根据在嵌入电池上测量的测量参量借助电化学仿真模型来反向计算充电状态。在所基于的仿真模型中,在阳极和阴极中的物理-化学特性简化地视为分别均匀地分布在阳极和阴极中,并且分别针对阳极和阴极计算Butler-Volmer反应动力学。根据本发明规定,Butler-Volmer反应动力学在阳极侧扩展了在阳极的电解质相中的电势部分(
Figure 2009801486245100004DEST_PATH_IMAGE002
)。

Description

用于确定可再充电电池组的二次嵌入电池的充电状态的方法
现有技术
本发明涉及一种根据权利要求1前序部分的、用于确定可再充电电池组的二次嵌入电池(Interkalationszelle)的充电状态的方法,所述可再充电电池组尤其是用于机动车。
二次或者双电化学电池(通常称为蓄电池)与主电化学电池的区别在于其可再充电性。
在多种技术应用中希望的甚至要求的是:根据从电池外部可测量的量来得到关于尤其是二次电池的充电状态或者放电状态的数据。
为了二次电池的充电状态确定和预测,通常使用基于模型的方式。这些方式包括所谓的等效电路图模型,其应当将电池或者电池组的电学特性用线性无源元件,譬如用R、L、C环节来近似。然而通常适用的是,也称为充电状态(SOC)的充电状态不能被直接测量。
根据现有技术,SOC通常作为开路电压的函数即电池开路电压或者电池组开路电压的函数来确定,和/或由电流积分和/或由组合来确定,该组合考虑不同的状态参量,例如最后确定的SOC、电池或电池组温度、电池或电池组开路电压、电池或电池组电流的强度等等。
通过DE 198 31 723 A1公开了一种在带有起动器的车辆情况下用于确定设计为车辆起动器电池组的蓄电池的充电状态的方法。在此规定,在起动器工作期间,检测电池组电压的电压降并且随后与充电状态值关联。
在DE 199 13 627 A1中描述了一种用于确定蓄电池的充电状态的方法,该方法规定:在借助可变能量源来充电的蓄电池情况下(其方式是由可变能量源产生的能量被转换为定义的电流脉冲和脉冲间歇,并且以该方式输送给蓄电池)确定充电状态,使得在蓄电池中的电压变化曲线被作为对电流脉冲的反应来测量和分析。
通过DE 198 31 723 A1也公开了一种用于确定设计为车辆起动器电池组的蓄电池的充电状态的方法,该车辆起动器电池组在车辆运行的区域中没有静止时间地使用。在此,在存在优选涉及电池组的放电工作区域的工作区域的情况下,基于模型计算来对充电状态进行计算,在该模型计算中,通过反馈来补偿所测量的和计算的电池组电压。所基于的模型计算从通过电池组的电容C给出的、在电池组电荷Q和电池组的开路电压UR之间几乎线性的关系出发。在实施为传统铅蓄电池的车辆起动器电池组的自由的酸体积和板孔之间的酸液浓度均衡的动态在模型计算中借助与电池组的电容C串联设置的电容CK以及与电容CK并联的电阻RK上的浓度过电压(Konzentrationsueberspannung)UK来模拟。此外,该模型计算包括与电池组的电容C串联设置的电池组内阻RI。首先,测量电池组电压UBatt和电池组电流IBatt。电池组电流IBatt直接输入到模型计算中。所测量的电池组电压UBatt用估计的电池组电压UBatt’ 来补偿,并且同样输入到模型计算中,以便计算开路电压值UR。为了估计开路电压UR、浓度过电压UK以及内阻RI,例如使用卡尔曼滤波器形式的观察器。模型计算在放电工作区域中通过在所测量的电池组电压UBatt和所估计的电池组电压UBatt’之间的误差的反馈来补偿。在其他的工作区域中,中断模型计算的误差的反馈,并且从电流积分以及最后在上一次的放电工作区域期间估计的开路电压中来计算开路电压。SOC于是根据如下形式的方程来确定:
Figure 2009801486245100002DEST_PATH_IMAGE001
其中UR,min以及UR,max表示在由电池组制造商所给出的针对空的或者充满的电池组的酸液浓度的值的情况下最小或者最大的开路电压。
通过DE 101 39 049 A1公开了另一种用于确定车辆电池组的充电状态的方法。为此,首先激活充电状态确定运行,接着通过激励车辆的至少一个电动机来设置定义的负载电流并且从所测量的车载电网电压导出电压特征。此外,提供了关于车辆的电池组温度的信息并且最后通过使用电压特征、电池组温度和所存储的特性曲线族来确定车辆电池组的充电状态。
从DE 103 01 823 A1同样公开了一种用于确定蓄电池的充电状态的方法。为了确定可以从铅蓄电池直到预先给定的放电终端提取的电荷,使用了模型计算,其以数学方式示出了铅蓄电池的电学特征。借助模型计算,计算在预先给定的放电电流情况下可提取的电荷,其中从当前的工作参量:铅蓄电池的电池组电压、电池组电流和电池组温度确定用于模型计算的状态参量和/或参数。
在上面提出的方法中不利的是,其仅仅带有少量参数的用于确定SOC的简单结构通过SOC、电池温度以及电流强度这些参数的复杂相关性来取得。于是模型计算仅仅在窄的工作区域中适用。为了覆盖所有可能的工作状态,相应地必须使用多个模型计算或者参数变化的模型计算。当参数强烈变化时,这会导致模型计算所基于的算法的不稳定性。
此外,电流积分的测量技术上的实现通常是极易有误差的,这会导致在SOC预测或者确定中的强烈偏差。此外,没有考虑电池组容量与所获得的功率的相关性。
此外,在其中为了预测相应的SOC而设置上述方法并且上述方法也在很大程度上适用的蓄电池是直到如今例如用作车辆起动器电池组的铅蓄电池。它们虽然满足了要求(如它们为了尤其是用于机动车中的短时应用所需的那样)例如高的放电电流、简单的结构和成本低廉的制造,然而它们也具有关于其能量密度方面显著的缺点。
所谓的嵌入电池具有明显更高的能量密度,在其中电动力并不像例如在铅蓄电池的情况下通过电极材料的化学转换来产生,而是通过离子的推移来产生。
一般地,在嵌入的情况下,分子、离子或者原子插入到化合物中,而化合物在插入过程期间并不明显改变其结构。特别是在无机化学中,嵌入表示将原子、离子或者小分子插入在层晶体的晶体格栅平面之间。
在嵌入电池的情况下,在充电过程期间,阴极的正充电的离子穿过电解质而在阳极的晶体格栅平面之间移动,而充电电流通过外部的电路提供电子。离子与阳极的材料一同形成所谓的嵌入式复合体。在放电的情况下,离子通过电解质向回移动到阴极的金属氧化物中并且电子可以通过外部的电路流到阴极。
嵌入电池的本身看来已知的例子是锂离子蓄电池以及其进一步发展例如锂-聚合物-蓄电池、锂-钛酸盐-蓄电池、超级充电离子电池组(SCiB)、锂-锰-蓄电池或者锂-铁-磷酸盐-蓄电池。
在嵌入电池的情况下,对充电状态或者SOC的确定变得明显比例如在传统铅蓄电池的情况下更困难,因为嵌入构建了空间上的分布,该分布决定性地影响了可作为基础的仿真模型。
在图1中示出了已知的锂离子嵌入电池01的示意性结构。简化地也称为电池01的锂离子嵌入电池01主要由通过活性粒子02形成的多孔阴极11或者正电极11、通过活性粒子04形成的多孔阳极12或者负电极12以及设置在电极11、12之间的分离体13构成。在电极11、12的粒子02、04之间的剩余空腔用电解质10以及粘合材料和填充材料02a、04a填充。
也可用于嵌入电池的用于确定SOC的可替选的方式是借助作为基础的在电池中的物理和/或化学效应的建模。在该上下文中,讨论电化学仿真模型。
通过的“Modeling of galvanostatic charge and discharge of the lithium/polymer/insertion cell”,Journal of the Electrochemical Society 140(1993),第1526-1533页,以及通过的“Simulation and optimization of the dual lithium ion insertion cell”, Journal of the Electrochemical Society 141(1994),第1-10页公开了电化学仿真模型,这些模型模仿了示意性地在图1中以其结构示出的双或者二次的锂-离子-嵌入电池01的物理和化学效应。简化地也称为电池01的锂-离子-嵌入电池01主要由通过活性粒子02形成的多孔阴极11或者正电极11、通过活性粒子04形成的多孔阳极12或者负电极12以及设置在电极11、12之间的分离体13构成。在电极11、12的活性粒子02、04之间的剩余空腔用也称为电解质相的电解质10以及粘合材料和填充材料02a、04a填充。
这些电化学仿真模型允许计算或者考虑物理和化学效应:
-锂离子Li+在电极11、12中或者在其粒子02、04之间的扩散,
-锂离子Li+在电解质相(Elektrolytphase)中的扩散,
-针对在电解质相中的电势的欧姆定律,
-针对在电极11、12的活性电极材料02、04中的电势的欧姆定律,
-在电解质相10中的电流平衡,以及
-对于电荷穿过活性粒子与电解质之间的边界层的Butler-Volmer反应动力学(Reaktionskinetik)。
这些仿真模型属于所谓的分布式系统的类型,因为它们考虑了状态参量在图1中通过线性尺度09示意性示出的电池横截面上的局部变化,或者因为一同计算了状态参量在电池横截面上的局部变化。尺度09的每个划分在此象征性地表现了在分布式系统中对于偏微分方程的离散点。这导致了高的模型阶数,这与相应的计算开销关联。在原始的Fortran代码中(J.NEWMAN,“Fortran programs for the simulation of electrochemical systems”, 
Figure 2009801486245100002DEST_PATH_IMAGE004
 (1998))使用了200个空间上的离散点。在考虑六个物理方程的情况下,由此得到1200个方程,它们必须针对每个时间步骤被求解。
从调节技术的观点来看,在仿真模型中示意性地通过图1中的箭头06或07示出的、所引入或者要求的电流是输入参量,而示意性地通过电压计08示出的电池电压是可观察到的输出参量。电池电压从在电池01的右边缘03上的活性电极材料02的电势扣除在电池01的左边缘05上的活性电极材料04的电势而得到。SOC在物理上从锂离子Li+在电极02、04的活性粒子中或者在活性电极材料02、04中的基于扩散的浓度而得到,并且从电池电压08中被反向计算。
这些形成分布式系统的电化学仿真模型的优点是精确地再现电池特性、考虑与功率相关的电容以及从活性电极材料中的锂离子浓度中物理地计算SOC。
这些形成分布式系统的电化学仿真模型的缺点是大数量的参数(超过50个参数)、与实时能力相冲突的非常高的计算开销以及不利的数值上的条件。此外,分布式电化学仿真模型所基于的过程在实际应用中不可观察到,在实际应用中仅仅可以测量电流、电压和温度。
通过的“Online estimation of the state of charge of a lithium ion cell”, Journal of Power Sources 161(2006),第1346-1355页公开了一种也称为单粒子模型的系统,其与上面描述的分布式系统不同地将物理-化学特性在电极上平均并且忽略在电介质相以及在分离体中的过程的影响。在电极上的平均通过如下方式来进行:在分布式系统中在多个空间离散点中观察的物理-化学特性分别在阳极和阴极上被平均。在电解质相和分离体中的过程的影响通过如下方式被忽略:其中忽略锂离子在电解质相中的影响。
更确切地说,在单粒子模型中每个多孔电极简化地视为唯一的浸入电解质相中的球形粒子,其表面按相应的多孔电极的表面而缩放。此外,在单粒子模型中,并不关注电解质相中的浓度变化和电势变化。此外,所有参数保持恒定并且忽略热学影响。在阳极和阴极中的锂浓度借助在相应的球形粒子表面上的锂浓度以及在球形粒子内的平均浓度来确定。Butler-Volmer反应动力学分别应用于形成阳极和阴极的球形粒子的表面。
基于分布式系统,由此形成的仿真模型从而基本上减少到电化学效应:
-针对电荷穿过形成电极的两个球形粒子以及包围它们的电解质相之间的边界层的Butler-Volmer反应动力学,以及
-锂离子扩散到分别通过球形粒子形成的电极中或者假设是其的电极中。
SOC在此在物理上从两个视为是均匀的、也称为电极粒子的电极中的锂离子的浓度中得到。
单粒子模型是所谓的集中参数系统,其核心特征是将局部地分布的系统状态进行平均。由此得到的优点是,由此省去了空间上的离散化并且仅仅还要将每个时间步骤的八个方程求解,由此单离子模型具有实时能力,即原则上适于预测在工作中或者使用中的嵌入电池的SOC。
单粒子模型的缺点是,输出电压仅仅与形成分布式系统的仿真模型一致直到±3C之内的充电电流或者放电电流。在更大的电流情况下,单粒子模型明显偏差超过10mV。超过5%的SOC的明显误差与其关联。
本发明的公开
本发明基于开头所描述的用于确定可再充电电池组的二次嵌入电池的充电状态或SOC的方法,该可再充电电池组带有阳极、阴极、分离体以及浸透阳极、阴极和分离体的电解质相,其中根据在嵌入电池上测量的测量参量借助电化学仿真模型来反向计算充电状态,在该仿真模型中,在阳极和阴极中的物理-化学特性例如在嵌入情况下插入的原子和/或分子和/或离子的浓度简化地视为分别均匀地分布在阳极和阴极中,并且在该仿真模型中,分别针对阳极和针对阴极计算Butler-Volmer反应动力学。根据本发明,在此规定,Butler-Volmer反应动力学在阳极侧扩展了在阳极的电解质相中的电势部分(Potenzialanteil)。
相对于现有技术,本发明的优点尤其是在于:高精度,如在分布式系统中在同时简单并且由此具有实时能力的、仅仅带有少量参数的算法的情况下如在集中参数系统的情况下那样实现。
为了在阳极侧将Butler-Volmer反应动力学扩展在阳极的电解质相中的电势部分,优选的是,估计在阳极的电解质相中的电势部分,其方式是将嵌入时插入在阳极中的原子和/或分子和/或离子的浓度转移到电解质相中并且由此近似地计算电势部分。
根据本发明的一个可替选的扩展方案,为了在阳极侧扩展Butler-Volmer反应动力学,优选根据电池的充电或放电电流、电解质相的平均导电性以及由阳极、分离体和阴极的层形成的阳极-分离体-阴极夹层的厚度来估计在阳极的电解质相中的电势部分。
于是,本发明能够通过测量电池的负载电流和端电压对于在电池温度、电池电压和电池的充电电流或放电电流的规范内的所有工作点实现基于模型的对二次嵌入电池的充电状态的预测。
阳极的扩展了阳极的电解质相中的电势部分的Butler-Volmer反应动力学的过电势优选根据
Figure 2009801486245100002DEST_PATH_IMAGE007
来计算,具有在固态相中在电池的充电电流或者放电电流I情况下的电压降
Figure 2009801486245100002DEST_PATH_IMAGE008
,与在阳极的活性粒子中在嵌入情况下所插入的原子和/或分子和/或离子的浓度cs,a相关的、阳极的开路电压
Figure 2009801486245100002DEST_PATH_IMAGE009
,由阳极表面上的薄膜电阻引起的电势降
Figure 2009801486245100002DEST_PATH_IMAGE010
,以及与电解质相的平均导电性k、电池的充电电流或者放电电流I以及阳极-分离体-阴极夹层的厚度L相关的在阳极的电解质相中的与一个电压降相应的电势部分
根据本发明方法的一个有利扩展方案规定,在阳极的电解质相中的电势部分
Figure 2009801486245100002DEST_PATH_IMAGE012
根据来计算,具有电解质相的平均导电性k、阳极-分离体-阴极夹层的厚度L以及与时间t相关的电池的充电电流或放电电流I(t),其中根据电池的充电电流或放电电流I(t)来估计电解质相的平均导电性k。
替代前面所描述的优选的实施变形方案,可想到的是,在阳极的电解质相中的电势部分根据
Figure 2009801486245100002DEST_PATH_IMAGE015
来计算,具有电解质相的平均导电性k、阳极-分离体-阴极夹层的厚度L以及与时间t相关的电池的充电电流或放电电流I(t),其中根据电池的充电电流或放电电流I(t)的平均值来估计电解质相的平均导电性k。
优选的是,电解质相的平均导电性k以经验上的权重w来加权。由此,电解质相的平均导电性与经验权重w一同得到集中参数。
充电状态借助仿真模型优选根据测量参量电池温度、电池电压和电池的充电电流或放电电流来反向计算。
本发明的一个特别有利的扩展方案规定,阳极和阴极在计算针对阳极和针对阴极的Butler-Volmer反应动力学时分别简化地视为是球形粒子,其带有与实际二次嵌入电池的阳极或阴极的表面相应的球形表面,在其中物理-化学特性分别视为均匀分布。
在此,在阳极和阴极中的物理-化学特性优选根据最后分别计算的在阳极和阴极中的物理-化学特性以及根据在阳极和阴极的表面上的物理-化学特性来计算。
本发明的另一特别有利的扩展方案规定,分别在阳极和阴极中视为均匀分布的物理-化学特性至少包括在嵌入情况下插入的原子和/或分子和/或离子分别在阳极和在阴极中的浓度。
特别优选的是,二次嵌入电池是锂离子嵌入电池。
本发明的实施例将借助附图来阐述。
图1示出了二次或者双重嵌入电池的示意性结构。
图2示出了根据本发明方法的应用的示意图。
图3示出了根据本发明方法所基于的电化学仿真模型的示意图。
本发明的实施方式
如图2中示意性示出的那样,优选使用一种用于确定优选实施为锂离子蓄电池的二次嵌入电池20的充电状态或者SOC的方法,其方式是根据在嵌入电池20上在时刻t测量的测量参量电池温度T(t)、电池电压U(t)以及电池的充电电流或放电电流I(t)借助电化学仿真模型21来反向计算嵌入电池20的SOC。在此,优选的是,电池的所测量的充电电流或放电电流I(t)用作仿真模型21的输入参量,其中仿真模型的输出参量电池温度Tm(t)和电池电压Um(t)被与嵌入电池20的测量参量电池温度T(t)和电池电压U(t)比较。
从该比较中得出的观察误差e(t)的反馈放大22可以根据龙伯格(Luenberger)或者卡尔曼(Kalman)方式来确定。SOC在此由测量参量以及电池的充电电流或放电电流I(t)、电池温度T(t)和电池电压U(t)来重建。起始SOC可以通过状态观测器23例如卡尔曼滤波器来确定。
为了在图2中所示的应用情况中优选在时刻t同时或者时间接近地获得SOC的预测,仿真模型21必须基于如下算法:该算法无需计算密集的参数特性曲线族也能应付得了。
例如对于车辆应用,例如在装备有二次嵌入电池的机动车中,例如在电动车或者混合动力车辆中,针对用于确定二次嵌入电池的SOC的方法而设计的并且通过这种算法而形成的仿真模型必须反映嵌入电池的与功率和温度相关的容量,具有与分布式系统、例如与由
Figure DEST_PATH_IMAGE016
的“Modeling of galvanostatic charge and discharge of the lithium/polymer/insertion cell”,Journal of the Electrochemical Society 140(1993),第1526-1533页,以及T.FULLER, M.DOYLE, J.NEWMAN的“Simulation and optimization of the dual lithium ion insertion cell”, Journal of the Electrochemical Society 141(1994),第1-10页所公开的、形成分布式系统的仿真模型类似的品质,可以在调节技术意义上被观察到,并且最高分别允许包括大约10个参数和系统状态,以便具有实时能力。
这通过根据本发明的用于确定二次嵌入电池的SOC的方法来保证,其中二次嵌入电池带有阳极、阴极、分离体以及将阳极、阴极和分离体浸透的电解质相,在该方法中,根据在嵌入电池上测量的测量参量借助电化学仿真模型21反向计算充电状态,在该仿真模型21中,物理-化学特性例如在嵌入时插入的原子和/或分子和/或离子在阳极以及在阴极中的基于扩散的浓度简化地视为是分别均匀地分布在阳极和阴极中,并且在该仿真模型21中分别对于阳极和对于阴极计算Butler-Volmer反应动力学。均匀分布的考虑的措施保证了仿真模型21仅仅包括少量参数,使得所基于的算法具有实时能力。为了获得分布式系统的精度而不必容忍其缺点例如缺少实时能力,此外该规定:在阳极侧将Butler-Volmer反应动力学扩展阳极的电解质相中的电势部分。
优选的是,根据本发明的方法所基于的仿真模型21基于
Figure DEST_PATH_IMAGE017
的“Online estimation of the state of charge of a lithium ion cell”, Journal of Power Sources 161(2006),第1346-1355页公开的、具有实时能力的单粒子模型,其中Butler-Volmer反应动力学根据本发明在阳极侧扩展了阳极的电解质相中的电势部分。
该扩展可以优选通过基于电池的充电电流或放电电流I、电解质相的平均导电性k以及阳极-分离体-阴极夹层的厚度L对阳极的电解质相中的电势部分
Figure DEST_PATH_IMAGE018
的估计来进行。
由此,不同于的“Online estimation of the state of charge of a lithium ion cell”, Journal of Power Sources 161(2006),第1346-1355页的内容,在充电电流以及放电电流大于3C的情况下都实现了例如由
Figure DEST_PATH_IMAGE020
的“Modeling of galvanostatic charge and discharge of the lithium/polymer/insertion cell”,Journal of the Electrochemical Society 140(1993),第1526-1533页、以及由T.FULLER, M.DOYLE, J.NEWMAN的“Simulation and optimization of the dual lithium ion insertion cell”, Journal of the Electrochemical Society 141(1994),第1-10页所公开的分布式系统的精度。而计算时间和参数数目保持在集中参数系统的水平,例如单粒子模型的水平。
在图3中以其主要部分示出了电化学仿真模型21。其包括:针对阳极35的Butler-Volmer反应动力学31,针对阴极36的Butler-Volmer反应动力学32,在嵌入情况下插入的原子和/或分子和/或离子在阳极35中的浓度的简化的视为在阳极35中均匀分布的计算33,以及在嵌入情况下插入的原子和/或分子和/或离子在阴极36中的浓度的简化的视为在阴极36中均匀分布的计算34。此外,可以考虑通过对流和/或辐射发送到环境中的、来自欧姆功率的热流30。Butler-Volmer反应动力学31在阳极侧扩展了一个在阳极35的电解质相中的电势部分的估计37。充电电流或者放电电流I形成了输入参量,电池电压U和电池温度T以及SOC形成了仿真模型21的输出参量。
将Butler-Volmer反应动力学在阳极侧扩展了阳极的电解质相中的电势部分优选进行为使得在阳极或者负电极的Butler-Volmer反应动力学中的过电势
Figure DEST_PATH_IMAGE022
得到
Figure DEST_PATH_IMAGE023
,具有在固态相中(即在阳极的活性粒子中)在电池的充电电流或者放电电流I情况下的的电压降
Figure DEST_PATH_IMAGE024
,与在阳极的活性粒子中在嵌入情况下插入的原子和/或分子和/或离子的浓度cs,a相关的、阳极的开路电压Ua(cs,a),通过阳极表面上的薄膜电阻引起的电势降,以及与电解质相的平均导电性k、电池的充电电流或者放电电流I以及阳极-分离体-阴极夹层的厚度L相关的在阳极的电解质相中的与一个电压降相应的电势部分
Figure DEST_PATH_IMAGE026
在此,通过本发明估计了在电流跳变之后在阳极的左边缘上的近似更稳定的值。这是可能的,因为在阴极的右边缘上的电势部分
Figure DEST_PATH_IMAGE027
等于零,由此在阴极中的反应动力学并不通过电势部分
Figure 107144DEST_PATH_IMAGE027
而受到影响。
在阳极的电解质相中的电势部分
Figure 40596DEST_PATH_IMAGE026
可以根据
Figure DEST_PATH_IMAGE028
来计算,具有电解质相的平均导电性k、阳极-分离体-阴极夹层的厚度L以及与时间t相关的电池的充电电流或放电电流I(t),其中根据电池的充电电流或放电电流I(t)来估计电解质相的平均导电性k并且优选用经验上的权重w来加权。由此,电解质相的平均导电性与经验权重w一同得到集中参数。
特别优选的是,权重w选择为w=0.7,使得在阳极的电解质相中的电势部分
Figure 430120DEST_PATH_IMAGE026
得到为
电解质相的平均导电性k可以从分布式模型的参数组中得到。活性粒子在嵌入情况下插入的原子和/或分子和/或离子在阳极的活性粒子中的浓度cs,a例如可以通过由
Figure DEST_PATH_IMAGE030
的“Efficient macro-micro scale coupled modeling of batteries”, Journal of The Electrochemical Society 152(2005),A2002-A2008所公开的四阶多项式来计算。
该项相应地在Butler-Volmer反应动力学的阳极部分中被馈入并且替代在其他情况下为了确定在分布式系统中阳极的电解质相中的电势部分
Figure 966274DEST_PATH_IMAGE026
所需的两个偏微分方程、针对在嵌入情况下在阳极中插入的原子和/或分子和/或离子的扩散的微分方程以及针对电解质中的电势的微分方程的数值解。
重要地要指出的是,Butler-Volmer反应动力学同样可以在阴极侧扩展阴极的电解质相中的电势部分。然而,与在阴极的电解质相中的电势部分的影响相比,在阳极的电解质相中的电势部分对于SOC的预测的影响明显更大,因此前者为了简化算法而优选不予考虑。
同样重要地要指出的是,本发明所基于的思想也可以扩展到类似的内部结构的其他电池化学上。

Claims (11)

1.一种用于确定二次嵌入电池的充电状态的方法,该二次嵌入电池带有阳极、阴极、分离体以及浸透所述阳极、阴极和分离体的电解质相,其中根据在嵌入电池上测量的测量参量借助电化学仿真模型来反向计算充电状态,在该仿真模型中,在所述阳极和阴极中的物理-化学特性简化地视为分别均匀地分布在所述阳极和阴极中,并且在该仿真模型中,分别针对所述阳极和针对所述阴极来计算Butler-Volmer反应动力学,
其特征在于,
所述Butler-Volmer反应动力学在阳极侧被扩展了在阳极的电解质相中的电势部分(                                                ),和
为了在阳极侧扩展Butler-Volmer反应动力学,根据电池的充电电流或放电电流(I(t))、电解质相的平均导电性(k)以及阳极-分离体-阴极夹层的厚度(L)来估计在阳极的电解质相中的电势部分(
Figure 177181DEST_PATH_IMAGE001
)。
2.根据权利要求1所述的方法,其特征在于,为了在阳极侧将Butler-Volmer反应动力学扩展在阳极的电解质相中的电势部分(
Figure 969688DEST_PATH_IMAGE001
),估计在阳极的电解质相中的电势部分(
Figure 749425DEST_PATH_IMAGE001
),其方式是估计在该电解质相中的离子浓度,并且由此近似地计算该电势部分()。
3.根据权利要求1所述的方法,其特征在于,阳极的扩展了该阳极的电解质相中的电势部分(
Figure 834373DEST_PATH_IMAGE001
)的Butler-Volmer反应动力学的过电势
Figure 2009801486245100001DEST_PATH_IMAGE002
根据
Figure 2009801486245100001DEST_PATH_IMAGE003
来计算,具有在固态相中在电池的充电电流或者放电电流I情况下的电压降,与在阳极中在嵌入情况下插入的原子和/或分子和/或离子的浓度cs,a相关的、阳极的开路电压
Figure 2009801486245100001DEST_PATH_IMAGE005
,通过在阳极表面上的薄膜电阻引起的电势降
Figure 2009801486245100001DEST_PATH_IMAGE006
,以及与该电解质相的平均导电性k、电池的充电电流或者放电电流I、以及阳极-分离体-阴极夹层的厚度L相关的在阳极的电解质相中的电势部分
Figure 2009801486245100001DEST_PATH_IMAGE007
4.根据权利要求3所述的方法,其特征在于,在阳极的电解质相中的电势部分
Figure 407568DEST_PATH_IMAGE007
根据来计算,具有电解质相的平均导电性k、阳极-分离体-阴极夹层的厚度L以及与时间t相关的电池的充电电流或放电电流I(t),其中根据电池的充电电流或放电电流I(t)以及端电压来估计电解质相的平均导电性k。
5.根据权利要求3所述的方法,其特征在于,在阳极的电解质相中的电势部分
Figure 549967DEST_PATH_IMAGE007
根据
Figure 2009801486245100001DEST_PATH_IMAGE009
来计算,具有电解质相的平均导电性k、阳极-分离体-阴极夹层的厚度L以及与时间t相关的电池的充电电流或放电电流I(t),其中根据电池的充电电流或放电电流I(t)的平均值来估计电解质相的平均导电性k。
6.根据权利要求3、4或5所述的方法,其特征在于,该电解质相的平均导电性k以权重w来加权。
7.根据权利要求1至5之一所述的方法,其特征在于,该充电状态根据测量参量电池温度、电池电压和电池的充电电流或放电电流来反向计算。
8.根据权利要求1至5之一所述的方法,其特征在于,阳极和阴极在计算Butler-Volmer反应动力学时分别简化地视为球形粒子,其表面按实际的二次嵌入电池的阳极或阴极的表面来缩放,在其中物理-化学特性分别视为是均匀分布的。
9.根据权利要求8所述的方法,其特征在于,在阳极和阴极中的物理-化学特性根据最后分别计算的在阳极和阴极中的物理-化学特性以及根据在阳极和阴极的活性材料(02,04)表面上的物理-化学特性来计算。
10.根据权利要求1至5之一所述的方法,其特征在于,分别在阳极和阴极中视为均匀分布的物理-化学特性至少包括在嵌入情况下插入的原子和/或分子和/或离子分别在阳极和在阴极中的浓度。
11.根据权利要求1至5之一所述的方法,其特征在于,所述二次嵌入电池是锂离子嵌入电池。
CN200980148624.5A 2008-12-04 2009-11-24 用于确定可再充电电池组的二次嵌入电池的充电状态的方法 Active CN102239597B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
DE102008044353 2008-12-04
DE102008044353.0 2008-12-04
DE102009000782A DE102009000782A1 (de) 2008-12-04 2009-02-11 Verfahren zur Bestimmung des Ladezustands einer sekundären Interkalationszelle einer wiedereaufladbaren Batterie
DE102009000782.2 2009-02-11
PCT/EP2009/065685 WO2010063607A1 (de) 2008-12-04 2009-11-24 Verfahren zur bestimmung des ladezustands einer sekundären interkalationszelle einer wiederaufladbaren batterie

Publications (2)

Publication Number Publication Date
CN102239597A CN102239597A (zh) 2011-11-09
CN102239597B true CN102239597B (zh) 2014-03-05

Family

ID=42145732

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200980148624.5A Active CN102239597B (zh) 2008-12-04 2009-11-24 用于确定可再充电电池组的二次嵌入电池的充电状态的方法

Country Status (6)

Country Link
US (1) US20110288797A1 (zh)
EP (1) EP2374181B1 (zh)
JP (1) JP5506814B2 (zh)
CN (1) CN102239597B (zh)
DE (1) DE102009000782A1 (zh)
WO (1) WO2010063607A1 (zh)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8467984B2 (en) * 2009-09-30 2013-06-18 Battelle Energy Alliance, Llc Systems, methods and computer readable media for estimating capacity loss in rechargeable electrochemical cells
US8346495B2 (en) * 2010-04-22 2013-01-01 Battelle Energy Alliance, Llc Systems, methods and computer-readable media to model kinetic performance of rechargeable electrochemical devices
US8521497B2 (en) 2010-06-03 2013-08-27 Battelle Energy Alliance, Llc Systems, methods and computer-readable media for modeling cell performance fade of rechargeable electrochemical devices
DE102010038646A1 (de) * 2010-07-29 2012-02-02 Robert Bosch Gmbh Verfahren und Anordnung zum Abschätzen der Leistungsfähigkeit mindestens einer Batterieeinheit einer wiederaufladbaren Batterie
US9625532B2 (en) 2011-10-10 2017-04-18 Battelle Energy Alliance, Llc Method, system, and computer-readable medium for determining performance characteristics of an object undergoing one or more arbitrary aging conditions
CN104364668B (zh) * 2012-06-13 2017-02-22 株式会社Lg化学 估计包括混合正极材料的二次电池的电压的设备和方法
JP6148498B2 (ja) * 2013-02-28 2017-06-14 積水化学工業株式会社 電池モデル構築方法及び蓄電池劣化推定装置
US9377512B2 (en) * 2013-05-08 2016-06-28 GM Global Technology Operations LLC Battery state estimator combining electrochemical solid-state concentration model with empirical equivalent-circuit model
US10288691B2 (en) * 2014-06-05 2019-05-14 Ford Global Technologies, Llc Method and system for estimating battery model parameters to update battery models used for controls
CN104849675B (zh) * 2015-06-17 2018-03-27 哈尔滨工业大学 锂离子电池电化学和热耦合模型的获取方法
US10324138B2 (en) * 2015-11-16 2019-06-18 Massachusettes Institute Of Technology Computing system for identification of solid-solid interphase products
US10224579B2 (en) 2015-12-31 2019-03-05 Robert Bosch Gmbh Evaluating capacity fade in dual insertion batteries using potential and temperature measurements
CN105677979A (zh) * 2016-01-07 2016-06-15 北京北交新能科技有限公司 基于Butler-Volmer方程的钛酸锂电池改进模型
US10243385B2 (en) 2016-01-29 2019-03-26 Robert Bosch Gmbh Secondary battery management system
US10263447B2 (en) 2016-01-29 2019-04-16 Robert Bosch Gmbh Secondary battery management system
US10686321B2 (en) 2016-01-29 2020-06-16 Robert Bosch Gmbh Secondary battery management
US9960625B2 (en) 2016-03-31 2018-05-01 Robert Bosch Gmbh Battery management system with multiple observers
WO2017179175A1 (ja) * 2016-04-14 2017-10-19 富士通株式会社 推定装置、推定プログラムおよび充電制御装置
US10447046B2 (en) 2016-09-22 2019-10-15 Robert Bosch Gmbh Secondary battery management system with remote parameter estimation
CN106446480B (zh) * 2016-12-06 2019-03-29 上海动力储能电池系统工程技术有限公司 锂离子电池电极材料开路电势曲线的拟合方法
KR102676220B1 (ko) * 2017-10-26 2024-06-19 삼성전자주식회사 배터리 상태를 측정하는 방법 및 장치
CN109033614B (zh) * 2018-07-23 2022-11-29 国网浙江省电力有限公司电力科学研究院 基于电极反应预测阀冷系统均压电极垢层厚度的方法
US11999261B2 (en) * 2019-01-24 2024-06-04 Siemens Aktiengesellschaft Method and system for monitoring a battery state utilizing a battery twin
US11740290B2 (en) 2020-01-14 2023-08-29 Battelle Energy Alliance, Llc Energy storage cell qualification and related systems, methods, and devices
CN111653321A (zh) * 2020-06-17 2020-09-11 上海汽车集团股份有限公司 燃料电池催化剂活性的计算装置、计算方法及电子设备
CN112182890A (zh) * 2020-09-30 2021-01-05 哈尔滨工业大学(威海) 面向低温应用的锂离子电池电化学模型
CN114547543B (zh) * 2022-03-15 2024-06-25 北京理工大学 一种圆形截面流道的电势分布计算方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1503399A (zh) * 2002-11-25 2004-06-09 �ղ��Զ�����ʽ���� 用于估计蓄电池充电率的装置和方法
CN101212071A (zh) * 2006-12-31 2008-07-02 比亚迪股份有限公司 一种动力电池荷电状态估计方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5606242A (en) * 1994-10-04 1997-02-25 Duracell, Inc. Smart battery algorithm for reporting battery parameters to an external device
DE19831723A1 (de) 1998-07-15 2000-01-20 Porsche Ag Verfahren zur Ladezustanderkennung einer Fahrzeugbatterie
DE19913627A1 (de) 1999-03-25 2000-10-26 Siemens Ag Verfahren und Vorrichtung zum Laden eines Akkumulators sowie Verfahren zum Überprüfen des Ladezustands eines Akkumulators
JP3894026B2 (ja) * 2001-05-18 2007-03-14 株式会社デンソー 燃料電池内部の水分測定方法
DE10139049A1 (de) 2001-08-08 2003-02-20 Bosch Gmbh Robert Verfahren und Vorrichtung zur Bestimmung des Ladezustands einer Fahrzeugbatterie
DE10301823A1 (de) 2003-01-20 2004-07-29 Robert Bosch Gmbh Verfahren und Vorrichtung zum Ermitteln der aus einem Energiespeicher entnehmbaren Ladung
US7401304B2 (en) * 2004-01-28 2008-07-15 Gradient Design Automation Inc. Method and apparatus for thermal modeling and analysis of semiconductor chip designs
JP4802945B2 (ja) * 2006-08-31 2011-10-26 トヨタ自動車株式会社 二次電池の制御システムおよびそれを搭載したハイブリッド車両

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1503399A (zh) * 2002-11-25 2004-06-09 �ղ��Զ�����ʽ���� 用于估计蓄电池充电率的装置和方法
CN101212071A (zh) * 2006-12-31 2008-07-02 比亚迪股份有限公司 一种动力电池荷电状态估计方法

Also Published As

Publication number Publication date
US20110288797A1 (en) 2011-11-24
JP2012511225A (ja) 2012-05-17
EP2374181A1 (de) 2011-10-12
JP5506814B2 (ja) 2014-05-28
WO2010063607A1 (de) 2010-06-10
CN102239597A (zh) 2011-11-09
DE102009000782A1 (de) 2010-06-10
EP2374181B1 (de) 2016-10-12

Similar Documents

Publication Publication Date Title
CN102239597B (zh) 用于确定可再充电电池组的二次嵌入电池的充电状态的方法
Jafari et al. Deterministic models of Li-ion battery aging: It is a matter of scale
Lyu et al. A lead-acid battery's remaining useful life prediction by using electrochemical model in the Particle Filtering framework
Bian et al. A model for state-of-health estimation of lithium ion batteries based on charging profiles
Yang et al. State of charge estimation for pulse discharge of a LiFePO4 battery by a revised Ah counting
US11366171B2 (en) Battery state estimation method
Li et al. Study of battery modeling using mathematical and circuit oriented approaches
JP4872743B2 (ja) 二次電池の状態推定装置
Leng et al. A practical framework of electrical based online state-of-charge estimation of lithium ion batteries
Hussein Adaptive artificial neural network-based models for instantaneous power estimation enhancement in electric vehicles’ Li-ion batteries
US10686321B2 (en) Secondary battery management
KR20180095705A (ko) 보조 배터리 관리 시스템
KR101282687B1 (ko) 차량용 배터리 상태 예측 방법
Chaoui et al. Adaptive state of charge estimation of lithium-ion batteries with parameter and thermal uncertainties
CN110462412B (zh) 用于估计电池的soc的装置和方法
CN109716152A (zh) 用于估计电池的电压的方法和装置
Baek et al. Capacity fade modeling of a lithium-ion battery for electric vehicles
US10908219B2 (en) Battery management system with mixed electrode
CN113125969B (zh) 基于aukf的电池数据处理方法、设备和介质
CN113933714A (zh) 基于简化电化学模型和灰色预测联合的电池容量预测方法
Prada et al. A coupled OD electrochemical ageing & electro-thermal Li-ion modeling approach for HEV/PHEV
Tran et al. State of charge estimation of lithium ion batteries using an extended single particle model and sigma-point Kalman filter
Yazdanpour et al. A circuit-based approach for electro-thermal modeling of lithium-ion batteries
Liu et al. Improving battery safety for electric vehicles through the optimization of battery design parameters
CN111060833A (zh) 一种动力电池组soh值的估算方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant