CN103176136A - 用于估计二次电池的寿命的装置及其方法 - Google Patents

用于估计二次电池的寿命的装置及其方法 Download PDF

Info

Publication number
CN103176136A
CN103176136A CN2012105439124A CN201210543912A CN103176136A CN 103176136 A CN103176136 A CN 103176136A CN 2012105439124 A CN2012105439124 A CN 2012105439124A CN 201210543912 A CN201210543912 A CN 201210543912A CN 103176136 A CN103176136 A CN 103176136A
Authority
CN
China
Prior art keywords
life test
battery
test data
battery life
charging
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.)
Granted
Application number
CN2012105439124A
Other languages
English (en)
Other versions
CN103176136B (zh
Inventor
徐丞范
蔡熙官
申政淳
高永和
郑昞根
白光基
朴彻浩
金龙植
金元锡
白昊烈
李将雨
金济益
金宗满
李秀东
梁承皓
郑仁镐
宋柱翰
郑京范
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.)
Samsung SDI Co Ltd
Original Assignee
Samsung SDI Co Ltd
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 Samsung SDI Co Ltd filed Critical Samsung SDI Co Ltd
Publication of CN103176136A publication Critical patent/CN103176136A/zh
Application granted granted Critical
Publication of CN103176136B publication Critical patent/CN103176136B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392Determining battery ageing or deterioration, e.g. state of health
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/165Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/3644Constructional arrangements
    • G01R31/3648Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367Software therefor, e.g. for battery testing using modelling or look-up tables
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382Arrangements for monitoring battery or accumulator variables, e.g. SoC

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Tests Of Electric Status Of Batteries (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明的实施例提供一种用于预测二次电池的寿命的加快寿命估计装置及其方法。所述加快寿命估计装置可以在缩短所述二次电池的评估时间段的同时,准确地估计所述二次电池的一般寿命。

Description

用于估计二次电池的寿命的装置及其方法
本申请要求于2011年12月23日提交到美国专利商标局的第61/579,890号美国临时申请的优先权和权益,通过引用将上述申请的公开内容全部并入本文。
技术领域
本发明的实施例涉及一种用于预测二次电池的寿命的装置及其方法。
背景技术
为了在二次电池的开发过程中估计二次电池的寿命,在与实际使用二次电池的情形的条件和时间段类似的各种条件和时间段下重复地执行充电和放电操作,每当进行测量时,通过测量循环寿命(剩余容量比)来估计二次电池的寿命。
用于评估二次电池的循环寿命所需的时间量是开发二次电池所需的全部时间量的大约50%或更多。因此,在减少开发二次电池所需的时间量方面,二次电池的循环寿命的评估是重要因素。
具体地说,鉴于与其它领域的产品相比IT领域的短产品周期,非常期望的是减少循环寿命评估的时间量。
发明内容
本发明的实施例提供了一种用于估计二次电池的寿命的装置。所述装置包括:输入单元,被配置为接收所述二次电池的第一电池寿命测试数据和第二电池寿命测试数据,所述第一电池寿命测试数据和所述第二电池寿命测试数据对应于不同的条件;以及处理器,与所述输入单元操作地结合,所述处理器被配置为由所述第一电池寿命测试数据和所述第二电池寿命测试数据确定一个或多个参数,根据所述一个或多个参数来确定使所述第一电池寿命测试数据和所述第二电池寿命测试数据相关的加快因子(AF),并根据所述AF和所述第二电池寿命测试数据来预测所述二次电池的估计寿命。
所述第一电池寿命测试数据可以通过以第一电流对第一电池进行充电和/或放电来获得,所述第二电池寿命测试数据可以通过以比所述第一电流大的第二电流对第二电池进行充电和/或放电来获得。
所述第一电池寿命测试数据可以通过在第一温度下对第一电池进行充电和/或放电达第一时段来获得,所述第二电池寿命测试数据可以通过在第二温度下对第二电池进行充电和/或放电达第二时段来获得,所述第二温度比所述第一温度高或低,或者所述第二温度等于所述第一温度,所述第二时段比所述第一时段短或长,或者所述第二时段等于所述第一时段。
所述第一电池寿命测试数据和所述第二电池寿命测试数据中的每个包括循环次数、剩余容量比、充电和/或放电电流以及充电和/或放电截止电压中的至少一个。
所述处理器可以包括:参数提取器,被配置为从所述第一电池寿命测试数据和所述第二电池寿命测试数据提取所述一个或多个参数;加快因子计算器,被配置为根据所述一个或多个参数计算所述AF;以及预测单元,被配置为根据所述AF来预测所述二次电池的估计寿命。所述参数提取器可以被配置为根据所述第一电池寿命测试数据和所述第二电池寿命测试数据来确定剩余容量比相对于循环次数的斜率参数。所述加快因子计算器可以被配置为根据所述二次电池的半经验寿命模型或所述二次电池的统计寿命分析模型使用所述一个或多个参数来计算所述AF。所述第一电池寿命测试数据可以包括通过以第一电压对第一电池进行充电和/或放电所获得的循环和容量值,所述第二电池寿命测试数据可以包括通过以第二电压对第二电池进行充电和/或放电所获得的循环和容量值,所述第二电压比所述第一电压高或低,或者所述第二电压等于所述第一电压。
所述处理器可以被配置为将所述第二电池寿命测试数据乘以所述AF来确定所述二次电池的估计寿命。
所述装置还可以包括存储装置,所述存储装置被配置为存储所述第一电池寿命测试数据、所述第二电池寿命测试数据、所述一个或多个参数、所述AF以及所述二次电池的估计寿命中的一个或多个。
本发明的另一实施例提供了一种估计二次电池的寿命的方法。所述方法包括:由所述二次电池的第一电池寿命测试数据和第二电池寿命测试数据来确定一个或多个参数,所述第一电池寿命测试数据和所述第二电池寿命测试数据对应于不同的条件;根据所述一个或多个参数来确定使所述第一电池寿命测试数据和所述第二电池寿命测试数据相关的加快因子(AF);以及根据所述AF和所述第二电池寿命测试数据来预测所述二次电池的估计寿命。
所述方法还可以包括:通过以第一电流对第一电池进行充电和/或放电来获得所述第一电池寿命测试数据;以及通过以比所述第一电流大的第二电流对第二电池进行充电和/或放电来获得所述第二电池寿命测试数据。
所述方法还可以包括:通过在第一温度下对第一电池进行充电和/或放电达第一时段来获得所述第一电池寿命测试数据;以及通过在第二温度下对第二电池进行充电和/或放电达第二时段来获得所述第二电池寿命测试数据,其中,所述第二温度比所述第一温度高或低,或者所述第二温度等于所述第一温度,所述第二时段比所述第一时段短或长,或者所述第二时段等于所述第一时段。
所述第一电池寿命测试数据和所述第二电池寿命测试数据中的每个可以包括循环次数、剩余容量比、充电/放电电流以及充电/放电截止电压中的至少一个。
确定一个或多个参数的步骤可以包括:根据所述第一电池寿命测试数据和所述第二电池寿命测试数据来确定剩余容量比相对于循环次数的斜率参数。确定AF的步骤可以包括:根据所述二次电池的半经验寿命模型或统计寿命分析模型通过使用所述一个或多个参数来计算所述AF。预测所述二次电池的估计寿命的步骤可以包括:将所述第二电池寿命测试数据乘以所述AF,以确定所述二次电池的估计寿命。
附图说明
图1是示出根据本发明实施例的用于预测二次电池的寿命的使用加快寿命估计方法的电池寿命估计的流程图的概念图;
图2是示出根据本发明实施例的用于预测二次电池的寿命的加快寿命估计方法的概念图;
图3a至图3f是示出根据本发明实施例的用于预测二次电池的寿命的加快寿命估计方法的详细概念图;
图4是根据本发明实施例的用于预测二次电池的寿命的加快寿命估计装置的框图;
图5是示出根据本发明实施例的用于预测二次电池的寿命的加快寿命估计方法的流程图;
图6a至图6e示出了根据本发明实施例的用于预测二次电池的寿命的加快寿命估计方法的示例;
图7a和图7b示出了根据本发明实施例的用于预测二次电池的寿命的加快寿命估计方法的评估结果的验证示例;
图8a和图8b示出了根据本发明实施例的用于预测二次电池的寿命的加快寿命估计方法的评估结果的另一验证示例;
图9a、图9b和图9c是示出棱柱形电池、袋型电池和圆柱形电池的示例的视图;
图10是示出根据本发明实施例的用于预测二次电池的寿命的加快寿命估计方法的误差率的图示;
图11是示出正常容量和加快容量之间的一致性的曲线图。
具体实施方式
在下文中,将参照附图详细描述本发明的实施例的示例,以使本领域技术人员可以容易地实施并使用本发明的实施例的示例。
图1是示出根据本发明实施例的用于预测二次电池的寿命的使用加快寿命估计方法的电池寿命估计的流程图的概念图。
如图1所示,根据各种且复杂的规范因素制造的二次电池通过一般的寿命估计方法或根据本发明实施例的加快寿命估计方法来进行寿命评估。
在一般的寿命估计方法中,在使二次电池在一般的条件下劣化的同时,评估二次电池的寿命(剩余容量比)。在根据本发明实施例的加快寿命估计方法中,在使二次电池在加快条件下劣化的同时,评估二次电池的循环寿命(剩余容量比)。
与一般的寿命估计方法相比,在加快寿命估计方法中,调节充电和/或放电电流、充电和/或放电截止电压、温度以及贮存时间,由此与一般的评估时间相比减少加快寿命评估时间。换言之,加快状态比一般状态严格。因此,二次电池相对更快地劣化,从而电池的寿命评估时间变短。
这里,用于电池的加快寿命估计方法和一般的寿命估计方法的条件可以根据各种类型的电池而改变。通常将电池分为棱柱形电池、袋型电池和圆柱形电池。另外,因为相同类型的电池可具有不同的材料和组成比,所以凭经验确定根据所制造的电池的特性最优化的评估条件。
另外,如果根据一般的条件和按照本发明的加快条件来预测电池的循环寿命,并且确定出电池的预测循环寿命在寿命容许范围内(规范内),则可以根据所测试的电池的相同的各种且复杂的规范因素来制造电池。如果确定出电池的预测循环寿命在寿命容许范围之外(规范外),则改变所测试的电池的各种且复杂的规范因素,以制造具有期望的循环寿命的电池。
图2是示出根据本发明实施例的用于预测电池寿命的加快寿命估计方法的概念图,其中,X轴指示电池的评估时间段(例如,月),Y轴指示电池的循环寿命(剩余容量比(%))。
如图2所示,为了在消费者(例如,其中安装有二次电池的电子产品的制造公司)所要求的一般条件下测量循环寿命(剩余容量比),会需要大约3个月的评估时段,然而,这不利于具有非常短的循环寿命的IT产品。为了克服该缺点,本发明的实施例提供了一种用于预测电池的寿命的加快寿命估计装置及其方法。例如,在获取电池的一般寿命数据中,可以使用大约1个月的电池的加快寿命估计的数据。这里,为了从加快寿命数据获取一般寿命数据,使用加快因子(AF),下面将对其更加详细地进行描述。
图3a至图3f是示出根据本发明实施例的用于预测电池寿命的加快寿命估计方法的详细概念图,其中,X轴指示评估时间段,Y轴指示电池的剩余容量比(%)。
如图3a所示,为了确定电池的一般寿命是在容许范围内(规范内)还是在容许范围外(规范外),需要测量电池的相对于充电和/或放电循环次数的实际循环寿命(剩余容量比)。为了测量电池的相对于充电和/或放电循环次数的实际循环寿命(剩余容量比),需要大量的时间。这里,容许范围是基于当电池的容量减小到大约80%时所用的时间量。
如图3b所示,为了减少电池的寿命评估时间段,进行相对短时间量的实际评估,并可以在实际评估过程中通过该短时间量获取的数据来预测剩余的寿命。
然而,如图3c所示,可能会不精确地预测在哪一个方向上出现电池劣化。
因此,如图3d所示,可以在一般条件和加快条件下测量电池的循环寿命(剩余容量比)的数据,并可以从该数据导出在一般条件下进行寿命预测的方程式。
如图3e所示,可以将在加快条件下的评估时间段(1)延长至在一般条件下的估计寿命(2)。也就是说,可以使用相对短的评估时间段(1)来获取相对长的估计寿命(2)。这里,时间段可以是月数或循环数。估计寿命(2)与评估时间段(1)之和通过将评估时间段(1)乘以加快因子(AF)来获得。
如图3f所示,如果在更严格的加快条件下评估二次电池的寿命,则可以进一步延长所估计的寿命的可靠时段。
将基于本发明的若干实施例更详细地描述本发明。
图4是根据本发明实施例的用于预测电池寿命的加快寿命估计装置的框图。
如图4所示,根据本发明实施例的加快寿命估计装置100包括数据输入单元110、数据处理单元120(例如,处理器)、存储单元130和显示单元140。在一个实施例中,加快寿命估计装置100可以由个人计算机、服务器计算机及其等价物来执行,但本发明的方面不限于此。
可以将从在给定时间量内进行的测试获得的一般寿命测试数据(例如,第一电池的第一电池寿命测试数据)(例如,剩余容量比、循环次数、充电和/或放电电流、充电和/或放电截止电压等)输入到数据输入单元110。另外,也可以将从在给定时间量内进行的测试获得的加快寿命测试数据(例如,第二电池的第二电池寿命测试数据)(例如,剩余容量比、循环次数、充电和/或放电电流、充电和/或放电截止电压等)输入到数据输入单元110。数据可以从测试装置、测量装置或评估装置自动地输入,或者可以使用键盘或鼠标手动地输入。
另外,可以通过循环方法或间隔方法来获取数据,下面将对此进行更详细地描述。
数据处理单元120包括参数提取单元121、加快因子计算单元122(例如,加快因子计算器)和一般(或标准)循环寿命预测单元123。数据处理单元120可以通过在计算机上运行的程序、软件及其等价物来执行,但是本发明的方面不限于此。
参数提取单元121可以从输入的一般寿命测试数据和加快寿命测试数据提取相对于循环的剩余容量比的斜率参数A。另外,参数提取单元121可以只提取循环次数和剩余容量比。
另外,加快因子计算单元122使用提取的参数以及与半经验寿命模型相关联的方程式或与统计寿命分析模型相关联的方程式来计算加快因子(AF),下面将对此加以描述。
最后,一般(或标准)循环寿命预测单元123从相对于持续时间(月数或循环数)的剩余容量比来估计二次电池的一般(或标准)循环寿命。
例如,可以使用1个月数据来估计一般(或标准)循环寿命,其与从3个月数据获取的一般(或标准)循环寿命基本相同。
这里,存储单元130存储数据输入单元110和数据处理单元120的各种类型的数据。也就是说,存储单元130存储从数据输入单元110输入的测试数据、参数、加快因子(AF)和所估计的一般(或标准)循环寿命数据。存储单元130通常可以是硬盘、闪存、CD-ROM及其等价物,但本发明的方面不限于此。
另外,显示单元140显示数据输入单元110和数据处理单元120的各种类型的数据。也就是说,显示单元140不仅显示输入到数据输入单元110的测试数据,而且显示参数、加快因子(AF)和所估计的一般(或标准)循环寿命数据。显示单元140通常可以是LCD监视器及其等价物,但本发明的方面不限于此。
将通过下面的加快寿命估计方法更详细地描述加快寿命估计装置的操作。
图5是示出根据本发明实施例的用于预测二次电池的寿命的加快寿命估计方法的流程图。
如图5所示,根据本发明实施例的加快寿命估计方法包括数据输入步骤(S11)、参数提取步骤(S12)、加快因子计算步骤(S13)和一般(或标准)循环寿命估计步骤(S14)。这里,在数据输入步骤(S11)中,输入一般寿命测试数据(例如,第一电池寿命测试数据)和加快寿命测试数据(例如,第二电池寿命测试数据)。
图6a至图6e示出了根据本发明实施例的用于预测二次电池的寿命的加快寿命估计方法的示例。
如图6a所示,在数据输入步骤(S11)中,针对相对于充电和/或放电次数的容量(mAh),示出了第一电池的一般寿命测试数据和第二电池的加快寿命测试数据。
这里,可以将加快寿命测试的充电和/或放电电流和充电和/或放电截止电压设为高于一般寿命测试的充电和/或放电电流和充电和/或放电截止电压。因此,随着二次电池的充电和/或放电循环次数增加,二次电池的容量在一般寿命测试数据曲线缓慢地降低,而二次电池的容量在加快寿命测试数据曲线急剧地降低。提供在图6a和图6b中示出的一般寿命测试数据的充电和/或放电电流1.0C/1.0C以及在图6c中示出的加快寿命测试数据的充电和/或放电电流2.0C/2.0C仅是为了更好地理解本发明,但是本发明不将充电和/或放电电流的值限制于这里给出的这些值。
这里,通常可以通过循环方法或间隔方法来获取加快寿命测试数据。
首先,在循环方法中,根据充电和/或放电循环次数来测量二次电池的循环寿命(剩余容量比)特性,在增大充电和/或放电电流的同时,在其它条件下进行加快寿命测试。
在一个示例中,一般寿命测试数据可以是通过以每循环大约1.0C的第一电流对第一电池进行充电和/或放电获得的值,而加快寿命测试数据可以是通过以每循环大约2.0C的第二电流对第二电池进行充电和/或放电获得的值。如上所述,本发明不限于这里给出的电流,提供这里给出的电流仅是为了更好地理解本发明。此外,一般寿命测试数据可以包括通过以第一电压对第一电池进行充电和/或放电所获得的循环和容量值,加快寿命测试数据可以包括通过以比第一电压高或低的第二电压对第二电池进行充电和/或放电所获得的循环和容量值。此外,当第一电流与第二电流不同时,第一电压可以等于第二电压。另外,循环方法可以应用于棱柱形电池或袋型电池,但本发明的方面不限于此。循环方法也可以应用于圆柱形电池。
接下来,在间隔方法中,通过使二次电池在设定的或预定的温度下(例如,在诸如25℃的室温或高于室温的温度下)放置设定的或预定的时间量来进行加快寿命测试。
在一个示例中,一般寿命测试数据可以是通过从将第一电池在第一温度下放置第一时间段获得的值,而加快寿命测试数据可以是通过从将第二电池在比第一温度高或低的第二温度下放置比第一时间段短或长的第二时间段获得的值。此外,当第一时段与第二时段不同时,第一温度可以等于第二温度,当第一温度与第二温度不同时,第一时段可以等于第二时段。
可以在仅略微增大加快因子的同时,在与一般寿命测试条件相同的条件下获得加快寿命测试数据。另外,间隔方法可以应用于圆柱形电池,但本发明的方面不限于此。间隔方法还可以应用于棱柱形电池和袋型电池。
圆柱形电池具有安装在其中的电流中断装置。因此,与在循环方法中一样,当圆柱形电池以增大的充电和/或放电电流和截止电压进行寿命测试时,电流中断装置会起作用,从而使得圆柱形电池难以在循环方法中测试。
如图6b和图6c所示,在参数提取步骤(S12)中,分别从输入的一般寿命测试数据和加快寿命测试数据提取斜率参数A。这里,图6b示出了一般寿命测试数据的转变结果,图6c示出了加快寿命测试数据的转变结果。
如图6b和图6c所示,将容量从mAh单位转变为%单位,循环次数从N转变为N1/2。例如,1100mAh的放电容量转变为100%,循环次数从400转变为20。
另外,使用模型方程式y=Ax+B,将输入数据转变为基本上直线形式,如图6b和图6c所示。当然,从转变的数据选择容量线性改变的部分,并提取斜率参数A。
在一个示例中,参照图6b,通过y=-0.5773x+100.54,提取斜率参数A为0.5773。在一个示例中,参照图6c,通过y=-0.6478x+100.37,提取斜率参数A为0.6478。
如图6d所示,在加快因子计算步骤(S13)中,使用提取的斜率参数A和以下方程式来计算加快因子(AF)。这里,未计算一般寿命测试数据的加快因子(AF)。
在一个示例中,基于下面的半经验寿命模型,可以计算加快因子(AF)。这里,在解释与加快因子(AF)相关联的方程式之前,首先将描述与容量和循环次数相关联的半经验寿命模型。
本发明的发明人发现,二次电池的容量可以半经验地定义为:
容量=C0×(1-A(C-rate,Swing,middle SOC)×(Cycle#)1/2)(1)
其中,C0是初始容量,A是斜率参数,C-rate是充电和/或放电电流,Swing是充电和/或放电截止电压,middle SOC是中间充电状态(SOC)(例如,80%),Cycle#是充电和/或放电循环次数。
如在方程式(1)中所示,受充电和/或放电电流和截止电压影响的斜率参数A或充电和/或放电循环次数越大,二次电池的容量越小。也就是说,随着充电和/或放电电流和循环次数变大,二次电池的容量急剧地减小。
这里,本发明的发明人发现,二次电池的循环次数(Cycle#)和时间t(天)可以半经验地定义为:
Figure BDA00002585063100101
如在方程式(2)中所示,随着充电和/或放电电流(C-rate)和时间t(天)增大,二次电池的循环次数(Cycle#)增加。
最后,本发明的发明人发现,可以使用方程式(1)和(2)如下计算加快因子(AF):
AF = t ( normal ) t ( accelerated ) = C - rate ( a ) C - rate ( n ) × Swing ( n ) Swing ( a ) × ( A a ( C - rate ( a ) , Swing ( a ) ) A n ( C - rate ( n ) , Swing ( n ) ) ) 2 - - - ( 3 )
其中,加快因子(AF)是一般寿命测试时间段相对于加快寿命测试时间段的比,其可以通过充电和/或放电电流(C-rate)、充电和/或放电截止电压和斜率参数A来计算。
在方程式(3)中,t(normal)是一般寿命测试时间段,t(accelerated)是加快寿命测试时间段,C-rate(n)是一般寿命测试的充电和/或放电电流,C-rate(a)是加快寿命测试的充电和/或放电电流,Swing(n)是一般寿命测试的截止电压,Swing(a)是加快寿命测试的截止电压,An是在一般寿命测试下对电池容量相对于循环次数的曲线的斜率予以定义的斜率参数,其依赖于电流和截止电压,Aa(C-rate(a),Swing(a))是依赖于C-rate(a)和Swing(a)的斜率参数,即,Aa是在加快寿命测试下对电池容量相对于循环次数的曲线的斜率予以定义的斜率参数,其依赖于电流和截止电压,如上所述。
虽然未示出,但是可以使用统计寿命分析模型执行参数提取步骤(S12)和加快因子计算步骤(S13)。
通过统计方法来解释一般寿命测试数据和加快寿命测试数据,以计算加快因子(AF)。也就是说,最小二乘法应用于相同容量的一般寿命测试数据和加快寿命测试数据,由此计算加快因子(AF)。
在一个示例中,首先,在参数提取步骤(S12)中,分别从二次电池的一般寿命测试数据和加快寿命测试数据提取(xn,yn)和(xa,ya)。这里,n指示一般寿命测试条件,a指示加快寿命测试条件,x指示循环次数(cycle#),y指示二次电池的循环寿命(剩余容量比)。
另外,在加快因子计算步骤(S13)中,可以通过相同容量的一般寿命测试数据和加快寿命测试数据的循环的比较和分析来获得加快因子(AF)。这里,使用最小二乘法。为此,从提取的(xn,yn)和(xa,ya)获得线性方程式。在一个示例中,可以使用以下方程式来获得一般循环寿命的线性方程式:
f(xn)=an+bn(kxa-xn),xn-1≤xn<xn+1(4)
其中,an指示y-截距,bn指示在一般寿命测试下电池容量数据和循环次数之间的斜率,k指示劣化的加快因子。最小二乘法应用于相同容量的一般寿命测试数据和加快寿命测试数据,使用以下方程式来获得劣化的加快因子k:
k = &Sigma; [ b n x a y a - a n b n x a + b n 2 x n x a ] &Sigma; [ b n x a ] 2 - - - ( 5 )
可以利用以下方程式通过所计算的劣化的加快因子k来计算加快因子(AF): AF = k &times; C - rate ( a ) C - rate ( n ) 或k×(time_ratio)…(6)
其中,C-rate(n)是在一般寿命测试中使用的充电和/或放电电流,C-rate(a)是在加快寿命测试中使用的充电和/或放电电流,time ratio是评估时间段与初始100次循环之比。
如上所述,根据本发明实施例,可以获取加快因子(AF)来指示相对于加快寿命测试数据加快了多少一般寿命测试数据。因为加快因子(AF)是一般寿命测试时间段与加快寿命测试时间段之比,所以可以使用其作为用于解释减少的评估时间的许多标志之一。
例如,在加快因子(AF)为4的情况下,如果一般寿命测试时间为160天,则加快寿命测试时间为40天,意味着在加快寿命测试的情况下,用40天预测了160天的一般寿命。
参照图6e,在一般寿命预测步骤(S14)中,加快因子(AF)乘以加快寿命测试数据,从而获得二次电池的一般寿命曲线。这里,Y轴转变为容量(%),X轴转变为时间量(天)和循环次数的乘积。更详细地说,X轴可以转变为AFtime×AFcycle/(C-rate),下面将简要地对此加以描述。
由AFtime和AFcycle组成的加快因子(AF)可以定义为:
AF=AFtime×AFcycle    (7)
也就是说,可以分别通过下面的方程式(8)和(9)来定义AFtime和AFcycle
AF time = C - rate ( a ) C - rate ( n ) - - - ( 8 )
AF cycle = Swing ( n ) Swing ( a ) &times; ( A a ( C - rate ( a ) , Swing ( a ) ) A n ( C - rate ( n ) , Swing ( n ) ) ) 2 &Sigma; [ b n x a y a - a n b n x a + b n 2 x n x a ] &Sigma; [ b n x a ] 2 - - - ( 9 )
因此,如图6e所示,当X轴转变为时间(加快因子(AF)time)和循环(加快因子(AF)cycle)的乘积时,因为每次充电和放电循环所需的时间根据C-rate而改变,所以AFtime×AFcycle可以除以C-rate。
如上所述,根据本发明的实施例,可以缩短二次电池的寿命评估时间段,并可以在所估计的加快条件下准确地预测一般循环寿命。
另外,根据本发明的实施例,可以在相对短的时间量内实现二次电池的寿命预测,由此缩短二次电池的总体开发时间段。
这里,在上面描述的加快寿命估计方法中,对于在一般寿命测试条件和加快寿命测试条件下获得的容量来讲重要的是遵循相同的变化趋势。为此,本发明的发明人通过分析二次电池的容量轮廓、放电曲线和分解来予以说明,现在将对此加以描述。
图7a和图7b示出了根据本发明实施例的用于预测二次电池的寿命的加快寿命估计方法的评估结果的验证示例。
如图7a所示,进行大约500次循环的许多一般寿命测试,并进行大约900次循环的许多加快寿命测试。
这里,X轴表示充电和/或放电循环次数,Y轴表示容量(mAh)。另外,在一般寿命测试中,充电和/或放电电流(C-rate)是1.0C-1.0C,在加快寿命测试中,充电和/或放电电流(C-rate)是2.0C-2.0C和3.0C-3.0C。这里,提供充电和/或放电电流(C-rate)的值仅是为了更好地理解本发明,但本发明的方面不限于此。
如图7b所示,如果将加快因子(AF)应用于加快寿命测试数据,则一般寿命测试数据和加快寿命测试数据展现出相同的容量变化趋势。因此,认为根据本发明实施例的加快寿命估计方法是非常可靠的。这里,X轴表示充电和/或放电循环次数,Y轴表示容量(%)。X轴的单位可以与在图6e中示出的X轴的单位相同。
图8a和图8b示出了根据本发明实施例的用于预测二次电池的寿命的加快寿命估计方法的评估结果的另一验证示例。
如图8a所示,分别获得一般寿命测试数据和加快寿命测试数据。这里,X轴表示循环次数,Y轴表示容量(%)。另外,加快寿命测试数据的与容量相对于循环次数相关联的斜率大于一般寿命测试数据的容量相对于循环次数的斜率。因此,与在一般寿命测试中相比,二次电池在加快寿命测试中劣化得更快。
如图8b所示,在一般寿命测试数据和加快寿命测试数据中从相同的容量测量放电特性,然后将放电特性标准化,从而导出相同的放电特性曲线。也就是说,即使一般寿命测试和加快寿命测试的劣化条件彼此不同,二次电池仍具有相同的劣化机理。放电曲线是用于证实劣化机理基本相同的一种电化学方式。
另外,在本发明中,为了验证劣化机理基本相同,将二次电池拆开进行分析和验证。例如,分析并验证了负极的接触电阻、非活性区域和电荷传递电阻的增大速率以及正极的膜电阻的增大速率,其结果显示出,从在一般寿命测试和加快寿命测试中使用的电池观察到相同的特性。
如上所述,根据本发明的实施例,确认出,在基于二次电池的加快寿命估计方法的容量值和基于二次电池的一般寿命估计方法的容量值之间存在大约5%或更小或者100次循环或更少的误差率。
因此,根据本发明的基于加快寿命估计装置的二次电池寿命的预测及其方法是非常可靠的。
图9a、图9b和9c是示出棱柱形电池、袋型电池和圆柱形电池的示例的视图。
如图9a所示,棱柱形电池200包括:电极组件210,具有堆叠在其中的正极211、分隔件212和负极213;棱柱形壳体220,容纳电极组件210以及电解质(未示出);盖板230,密封棱柱形壳体220;电极端子240,结合到盖板230;正极接线片260,将盖板230连接到电极组件210,具体地讲,连接到正极211;负极接线片250,将电极端子240连接到电极组件210,具体地讲,连接到负极213。在图9a中,附图标记270指示电解质注入塞,附图标记280指示绝缘衬垫。
如图9b所示,袋型电池300包括:电极组件310,具有堆叠在其中的正极311、分隔件312和负极313;袋型壳体320,容纳电极组件310以及电解质(未示出);正极电池接线片330,连接到电极组件310,具体地讲,连接到正极311,并且延伸到袋型壳体320的外部;负极电池接线片340,连接到电极组件310,具体地讲,连接到负极313,并延伸到袋型壳体320的外部。这里,袋型壳体320包括金属层321、形成在金属层321的一个表面上的第一绝缘层322以及形成在金属层321的另一表面上的第二绝缘层323。
如图9c所示,圆柱形电池400包括:电极组件410,具有堆叠在其中的正极411、分隔件412和负极413;圆柱形壳体420,容纳电极组件410以及电解质(未示出);盖组件430,密封圆柱形壳体420;正极接线片440,将电极组件410(具体地讲,正极411)与盖组件430电连接;负极接线片450,将电极组件410(具体地讲,负极413)与圆柱形壳体420电连接。这里,盖组件430包括:反转板431,连接到正极接线片440,其中,反转板431被构造为由于因过充电导致的内压增大而反转;电路板432,电连接到反转板431,并且当反转板431反转时切断电流通路;导电环433,电连接到电路板432;盖端子434,电连接到导电环433;绝缘衬垫444,将反转板431、电路板432、导电环433和盖端子434与圆柱形壳体420绝缘。这里,反转板431和电路板432可以称作电流中断装置,其防止圆柱形电池400过充电或过放电。
图10是示出根据本发明实施例的用于预测二次电池寿命的依赖于加快寿命估计方法的误差率的图示。
如图10所示,棱柱形电池、袋型电池和圆柱形电池经历一般寿命测试和加快寿命测试,测试结果显示出,在一般寿命测试和加快寿命测试之间在容量方面存在大约5%或更小的误差率。也就是说,由根据本发明实施例的加快寿命测试估计的一般寿命值具有95%或更高的准确度和可靠性。提供测试结果仅是为了更好地理解本发明,根据二次电池的组分材料、组成比或容量,由本发明的实施例估计的一般寿命值可以具有95%或更高的准确度和可靠性。
图11是示出一般容量和加快容量之间的一致性的曲线图,其中,X轴指示循环次数,Y轴指示容量(%)。
如图11所示,当加快容量曲线和一般容量曲线彼此基本相同时,定义加快容量和一般容量之间存在一致性。这里,通过从加快寿命测试数据获得参数和加快因子来获得加快容量,并通过传统的方法获得一般容量。
然而,当加快容量曲线和一般容量曲线彼此不同时,定义加快容量和一般容量之间存在不一致性。
通常在末期寿命阶段出现不一致性。不一致性可能由加快寿命测试中的不适当的条件导致,不适当的条件包括充电和/或放电电流(C-rate)、充电和/或放电截止电压、温度、贮存时间等。因此,期望的是,根据各种电池的类型和特性来经验地设定最佳的加快寿命测试条件。如上所述,在不存在一致性的情况下,不使用加快寿命测试条件。
下面的表1示出了例如在改变充电和/或放电电流(C-Rate)和充电和/或放电截止电压的同时对棱柱形电池进行的寿命测试的结果。因为销售给不同消费者的棱柱形电池的特性不同,所以重要的是,探求适合于针对不同消费者的棱柱形电池的最佳的充电和/或放电电流(C-Rate)、充电和/或放电截止电压和加快因子(AF)。在表1中列出了若干典型的示例。
表1
Figure BDA00002585063100151
下面的表2示出了基于在表1中示出的结果的一般寿命测试评估时间段和加快寿命测试评估时间段。
表2
Figure BDA00002585063100152
如在表2中所列出的,在面向“A”消费者的二次电池的情况下,例如,对于一般评估用了55天,但是对于根据本发明实施例的加快评估,30天的评估时间就足够了。另外,在面向“B”消费者的二次电池的情况下,对于一般评估用了60天,但是对于根据本发明实施例的加快评估,27天的评估时间就足够了。另外,在面向“C”消费者的二次电池的情况下,对于一般评估用了150天,但是对于根据本发明实施例的加快评估,40天的评估时间就足够了。当然,提供一般寿命测试评估时间段和加快寿命测试评估时间段仅是为了更好地理解本发明,但本发明的方面不限于此。
如上所述,在根据本发明的加快寿命估计装置及其方法中,与传统的寿命估计装置及其方法相比,可以极大地缩短二次电池的寿命评估时间段。
下面的表3示出了对袋型电池进行的一般评估时间段和加快评估时间段。这里,根据袋型电池的产品特性而不是面向消费者的类型来进行一般寿命测试和加快寿命测试。在“A”组的情况下,负极活性材料相对于正极活性材料为1.6倍或大于1.6倍,体积能量密度为500Wh/L。在“B”组的情况下,负极活性材料相对于正极活性材料为1.6倍或小于1.6倍,电流密度范围为2.8至2.99。在“C”组的情况下,负极活性材料相对于正极活性材料为1.6倍或小于1.6倍,电流密度范围为2.8或小于2.8。
表3
如在表3中所列出的,在“A”组二次电池的情况下,例如,对于一般评估用了90天,但是对于根据本发明实施例的加快评估,30天的评估时间就足够了。另外,在“B”组和“C”组电池的情况下,对于一般评估用了76天,但是对于根据本发明的加快评估,27天的评估时间就足够了。如上所述,提供一般寿命测试评估时间段和加快寿命测试评估时间段仅是为了更好地理解本发明,但本发明的方面不限于此。
如上所述,在根据本发明实施例的加快寿命估计装置及其方法中,与传统的寿命评估装置及其方法相比,可以极大地缩短二次电池的寿命评估时间段。
下面的表4示出了例如使用间隔方法在改变温度和贮存时间的同时对圆柱形电池进行的寿命测试的结果。
表4
Figure BDA00002585063100171
如在表4中所列出的,在圆柱形电池的情况下,最佳条件是50℃的温度和8天的贮存时间。评估时间段从在一般条件下的90天缩短到在加快条件下的43天。如上所述,提供一般寿命测试评估时间段和加快寿命测试评估时间段仅是为了更好地理解本发明,但本发明的方面不限于此。
下面的表5示出了在室温下对圆柱形电池进行的加快寿命测试的结果。这里,选择包括大量的钴(Co)作为正极活性材料的锂钴氧化物(LCO)类型的圆柱形电池作为待评估的圆柱形电池。
表5
Figure BDA00002585063100172
如在表5中所列出的,在室温下对圆柱形电池进行的加快寿命测试的结果显示出,评估时间段从在一般条件下的45天缩短到在加快条件下的30天和25天。如上所述,提供一般寿命测试评估时间段和加快寿命测试评估时间段仅是为了更好地理解本发明,但本发明的方面不限于此。
尽管已经参照用于预测二次电池寿命的加快寿命估计装置及其方法的示例性实施例具体示出并描述了本发明,但本领域普通技术人员将理解到,在不脱离由权利要求及其等价物限定的本发明的精神和范围的情况下,可以在此做出形式和细节方面的各种改变。因此,期望的是,当前实施例应当在所有方面被视为示例性的而非限制性的,对权利要求书而非以上描述做出的参考来指示本发明的范围。

Claims (20)

1.一种用于估计电池的寿命的装置,所述装置包括:
输入单元,被配置为接收所述电池的第一电池寿命测试数据和第二电池寿命测试数据,所述第一电池寿命测试数据和所述第二电池寿命测试数据对应于不同的条件;以及
处理器,与所述输入单元操作地结合,所述处理器被配置为由所述第一电池寿命测试数据和所述第二电池寿命测试数据确定一个或多个参数,根据所述一个或多个参数来确定使所述第一电池寿命测试数据和所述第二电池寿命测试数据相关的加快因子,并根据所述加快因子和所述第二电池寿命测试数据来预测所述电池的估计寿命。
2.根据权利要求1所述的装置,其中,所述第一电池寿命测试数据通过以第一电流对第一电池进行充电和/或放电来获得,所述第二电池寿命测试数据通过以比所述第一电流大的第二电流对第二电池进行充电和/或放电来获得。
3.根据权利要求1所述的装置,其中,所述第一电池寿命测试数据通过在第一温度下对第一电池进行充电和/或放电达第一时段来获得,所述第二电池寿命测试数据通过在第二温度下对第二电池进行充电和/或放电达第二时段来获得,所述第二温度比所述第一温度高或低,或者所述第二温度等于所述第一温度,所述第二时段比所述第一时段短或长,或者所述第二时段等于所述第一时段。
4.根据权利要求1所述的装置,其中,所述第一电池寿命测试数据和所述第二电池寿命测试数据中的每个包括循环次数、剩余容量比、充电和/或放电电流以及充电和/或放电截止电压中的至少一个。
5.根据权利要求1所述的装置,其中,所述处理器包括:
参数提取器,被配置为从所述第一电池寿命测试数据和所述第二电池寿命测试数据提取所述一个或多个参数;
加快因子计算器,被配置为根据所述一个或多个参数计算所述加快因子;以及
预测单元,被配置为根据所述加快因子来预测所述电池的估计寿命。
6.根据权利要求5所述的装置,其中,所述参数提取器被配置为根据所述第一电池寿命测试数据和所述第二电池寿命测试数据来确定剩余容量比相对于循环次数的斜率参数。
7.根据权利要求1所述的装置,其中,所述第一电池寿命测试数据包括通过以第一电压对第一电池进行充电和/或放电所获得的循环和容量值,所述第二电池寿命测试数据包括通过以第二电压对第二电池进行充电和/或放电所获得的循环和容量值,所述第二电压比所述第一电压高或低,或者所述第二电压等于所述第一电压。
8.根据权利要求5所述的装置,其中,所述加快因子计算器被配置为使用与半经验寿命模型相关联的方程式从所述一个或多个参数中来计算所述加快因子,所述方程式被定义为:
AF = t ( normal ) t ( accelerated ) = C - rate ( a ) C - rate ( n ) &times; Swing ( n ) Swing ( a ) &times; ( A a ( C - rate ( a ) , Swing ( a ) ) A n ( C - rate ( n ) , Swing ( n ) ) ) 2 ,
其中,t(normal)是用于获得所述第一电池寿命测试数据的第一电池寿命测试的一般寿命测试时间段,t(accelerated)是用于获得所述第二电池寿命测试数据的第二电池寿命测试的加快寿命测试时间段,C-rate(n)是在所述第一电池寿命测试中使用的充电和/或放电电流,C-rate(a)是在所述第二电池寿命测试中使用的充电和/或放电电流,Swing(n)是在所述第一电池寿命测试中使用的充电和/或放电截止电压,Swing(a)是在所述第二电池寿命测试中使用的充电和/或放电截止电压,An是在一般寿命测试时间依赖于所述充电和/或放电电流和所述充电和/或放电截止电压的斜率参数,Aa是在加快寿命测试时间依赖于所述充电和/或放电电流和所述充电和/或放电截止电压的斜率参数。
9.根据权利要求5所述的装置,其中,所述加快因子计算器被配置为通过使用与所述统计寿命分析模型相关联的方程式从所述一个或多个参数中来计算所述加快因子,所述方程式被定义为: AF = k &times; C - rate ( a ) C - rate ( n ) 或k×(time_ratio),
其中,C-rate(n)是在一般寿命测试中使用的用于获取所述第一电池寿命测试数据的充电和/或放电电流,C-rate(a)是在加快寿命测试中使用的用于获取所述第二电池寿命测试数据的充电和/或放电电流,time ratio是评估时间段与初始100次循环之比,k是通过使用如下定义的方程式计算的劣化的加快因子:
k = &Sigma; [ b n x a y a - a n b n x a + b n 2 x n x a ] &Sigma; [ b n x a ] 2 ,
其中,下标n指示与所述一般寿命测试对应的一般寿命测试条件,下标a指示与所述加快寿命测试对应的加快寿命测试条件,x指示循环次数,y指示剩余容量比,bn指示在一般寿命测试下电池容量数据和循环次数之间的斜率,an指示y-截距。
10.根据权利要求1所述的装置,其中,所述处理器被配置为将所述第二电池寿命测试数据乘以所述加快因子来确定所述电池的估计寿命。
11.根据权利要求1所述的装置,所述装置还包括:存储装置,被配置为存储所述第一电池寿命测试数据、所述第二电池寿命测试数据、所述一个或多个参数、所述加快因子以及所述电池的估计寿命中的一个或多个。
12.一种估计电池的寿命的方法,所述方法包括:
由所述电池的第一电池寿命测试数据和第二电池寿命测试数据来确定一个或多个参数,所述第一电池寿命测试数据和所述第二电池寿命测试数据对应于不同的条件;
根据所述一个或多个参数来确定使所述第一电池寿命测试数据和所述第二电池寿命测试数据相关的加快因子;以及
根据所述加快因子和所述第二电池寿命测试数据来预测所述电池的估计寿命。
13.根据权利要求12所述的方法,所述方法还包括:
通过以第一电流对第一电池进行充电和/或放电来获得所述第一电池寿命测试数据;以及
通过以比所述第一电流大的第二电流对第二电池进行充电和/或放电来获得所述第二电池寿命测试数据。
14.根据权利要求12所述的方法,所述方法还包括:
通过在第一温度下对第一电池进行充电和/或放电达第一时段来获得所述第一电池寿命测试数据;以及
通过在第二温度下对第二电池进行充电和/或放电达第二时段来获得所述第二电池寿命测试数据,
其中,所述第二温度比所述第一温度高或低,或者所述第二温度等于所述第一温度,所述第二时段比所述第一时段短或长,或者所述第二时段等于所述第一时段。
15.根据权利要求12所述的方法,其中,所述第一电池寿命测试数据和所述第二电池寿命测试数据中的每个包括循环次数、剩余容量比、充电和/或放电电流以及充电和/或放电截止电压中的至少一个。
16.根据权利要求12所述的方法,其中,确定一个或多个参数的步骤包括:根据所述第一电池寿命测试数据和所述第二电池寿命测试数据来确定剩余容量比相对于循环次数的斜率参数。
17.根据权利要求12所述的方法,其中,确定加快因子的步骤包括:根据所述电池的半经验寿命模型或统计寿命分析模型通过使用所述一个或多个参数来计算所述加快因子。
18.根据权利要求17所述的方法,其中,计算加快因子的步骤包括:使用与所述半经验寿命模型相关联的方程式从所述一个或多个参数来计算所述加快因子,所述方程式被定义为:
AF = t ( normal ) t ( accelerated ) = C - rate ( a ) C - rate ( n ) &times; Swing ( n ) Swing ( a ) &times; ( A a ( C - rate ( a ) , Swing ( a ) ) A n ( C - rate ( n ) , Swing ( n ) ) ) 2 ,
其中,t(normal)是用于获得所述第一电池寿命测试数据的第一电池寿命测试的一般寿命测试时间段,t(accelerated)是用于获得所述第二电池寿命测试数据的第二电池寿命测试的加快寿命测试时间段,C-rate(n)是在所述第一电池寿命测试中使用的充电和/或放电电流,C-rate(a)是在所述第二电池寿命测试中使用的充电和/或放电电流,Swing(n)是在所述第一电池寿命测试中使用的充电和/或放电截止电压,Swing(a)是在所述第二电池寿命测试中使用的充电和/或放电截止电压,An是在一般寿命测试时间依赖于所述充电和/或放电电流和所述充电和/或放电截止电压的斜率参数,Aa是在加快寿命测试时间依赖于所述充电和/或放电电流和所述充电和/或放电截止电压的斜率参数。
19.根据权利要求17所述的方法,其中,计算加快因子的步骤包括:通过使用与所述统计寿命分析模型相关联的方程式从所述一个或多个参数来计算所述加快因子,所述方程式被定义为: AF = k &times; C - rate ( a ) C - rate ( n ) 或k×(time_ratio),
其中,C-rate(n)是在一般寿命测试中使用的用于获取所述第一电池寿命测试数据的充电和/或放电电流,C-rate(a)是在加快寿命测试中使用的用于获取所述第二电池寿命测试数据的充电和/或放电电流,time ratio是评估时间段与初始100次循环之比,k是通过使用如下定义的方程式计算的劣化的加快因子:
k = &Sigma; [ b n x a y a - a n b n x a + b n 2 x n x a ] &Sigma; [ b n x a ] 2 ,
其中,下标n指示与所述一般寿命测试对应的一般寿命测试条件,下标a指示与所述加快寿命测试对应的加快寿命测试条件,x指示循环次数,y指示剩余容量比,bn指示在一般寿命测试下电池容量数据和循环次数之间的斜率,an指示y-截距。
20.根据权利要求12所述的方法,其中,预测所述电池的估计寿命的步骤包括:将所述第二电池寿命测试数据乘以所述加快因子,以确定所述电池的估计寿命。
CN201210543912.4A 2011-12-23 2012-12-14 用于估计二次电池的寿命的装置及其方法 Active CN103176136B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201161579890P 2011-12-23 2011-12-23
US61/579,890 2011-12-23
US13/450,421 US9360531B2 (en) 2011-12-23 2012-04-18 Device for estimating a lifetime of a secondary battery and method thereof
US13/450,421 2012-04-18

Publications (2)

Publication Number Publication Date
CN103176136A true CN103176136A (zh) 2013-06-26
CN103176136B CN103176136B (zh) 2017-10-31

Family

ID=45977214

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210543912.4A Active CN103176136B (zh) 2011-12-23 2012-12-14 用于估计二次电池的寿命的装置及其方法

Country Status (5)

Country Link
US (1) US9360531B2 (zh)
EP (1) EP2607910B1 (zh)
JP (1) JP6099918B2 (zh)
KR (1) KR101927538B1 (zh)
CN (1) CN103176136B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105814446A (zh) * 2014-01-14 2016-07-27 费森尤斯维尔公司 用于确定电池的剩余运行时间的方法和装置
CN107015875A (zh) * 2017-03-31 2017-08-04 北京强度环境研究所 一种电子整机贮存寿命评估方法及装置
CN107219461A (zh) * 2016-03-22 2017-09-29 珠海光宇电池有限公司 二次电池的寿命预测方法及电源管理方法
CN107688154A (zh) * 2017-09-26 2018-02-13 江苏双登富朗特新能源有限公司 锂离子电池循环寿命的预测方法
CN108761347A (zh) * 2018-06-29 2018-11-06 联想(北京)有限公司 一种处理方法、装置及电子设备
CN110658463A (zh) * 2019-10-31 2020-01-07 上海派能能源科技股份有限公司 预测锂离子电池循环寿命的方法
CN111366864A (zh) * 2020-03-19 2020-07-03 大连理工大学 一种基于固定压升区间的电池soh在线估计方法
CN111610451A (zh) * 2019-02-22 2020-09-01 三美电机株式会社 电子设备及其状态判定方法
CN111722115A (zh) * 2019-03-18 2020-09-29 上海汽车集团股份有限公司 一种动力电池寿命预测方法及系统

Families Citing this family (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010001529A1 (de) * 2010-02-03 2011-08-04 SB LiMotive Company Ltd., Kyonggi Adaptives Verfahren zur Bestimmung der Leistungsparameter einer Batterie
KR101952565B1 (ko) 2013-10-15 2019-02-28 한국전지연구조합 셀의 성능 측정방법
KR102009636B1 (ko) 2013-11-29 2019-08-13 한국전지연구조합 셀의 성능 측정방법
KR102248599B1 (ko) 2014-05-20 2021-05-06 삼성에스디아이 주식회사 배터리의 충전방법 및 이를 위한 배터리 관리 시스템
FI127220B (fi) * 2014-06-06 2018-01-31 Polar Heater Oy Akun monitorointilaite akun kunnon ilmaisemiseksi ja akun monitorointilaitteen valmistusmenetelmä
KR101619634B1 (ko) 2014-11-06 2016-05-10 현대자동차주식회사 배터리 모델 파라미터를 이용한 배터리 성능상태 추정 시스템 및 그 방법
KR102357351B1 (ko) * 2015-01-07 2022-01-28 삼성전자주식회사 복수의 배터리 셀들을 포함하는 배터리 팩의 상태를 추정하는 장치 및 방법
KR102338460B1 (ko) * 2015-01-22 2021-12-13 삼성전자주식회사 배터리의 상태를 추정하는 방법 및 장치
KR101903225B1 (ko) * 2015-08-21 2018-11-13 주식회사 엘지화학 이차 전지의 퇴화도 추정 장치 및 방법
JP2017138136A (ja) * 2016-02-02 2017-08-10 ルネサスエレクトロニクス株式会社 寿命判定装置及び寿命判定方法
CN106324524B (zh) * 2016-10-11 2020-01-17 合肥国轩高科动力能源有限公司 一种锂离子电池循环寿命的快速预测方法
KR101792975B1 (ko) 2017-04-25 2017-11-02 한국기술교육대학교 산학협력단 수치적 시뮬레이션 데이터 기반 배터리의 수명 상태 예측 방법
CN107728072A (zh) * 2017-10-10 2018-02-23 合肥国轩高科动力能源有限公司 一种锂离子电池循环寿命的快速预测方法
CN109904533B (zh) * 2017-12-11 2022-03-25 奥动新能源汽车科技有限公司 电动汽车用电池包的电池寿命分析系统及方法
KR101944313B1 (ko) * 2018-04-30 2019-02-01 쌍용자동차 주식회사 배터리의 수명예측장치
KR102561574B1 (ko) 2018-06-11 2023-07-31 삼성전자주식회사 충전 중 배터리의 전압 변화량에 기반하여 배터리의 상태에 대한 정보를 획득하기 위한 방법 및 이를 지원하는 전자 장치
KR102520673B1 (ko) 2019-03-18 2023-04-10 주식회사 엘지에너지솔루션 배터리 상태 추정 장치
KR102521576B1 (ko) 2019-03-18 2023-04-12 주식회사 엘지에너지솔루션 배터리 관리 장치
KR102614065B1 (ko) * 2019-06-28 2023-12-14 오씨아이 주식회사 에너지 스토리지 시스템의 배터리 수명 추산 장치
KR20210016795A (ko) * 2019-08-05 2021-02-17 주식회사 엘지화학 에너지 허브 장치 및 에너지 관리 방법
KR20210023544A (ko) 2019-08-23 2021-03-04 주식회사 엘지화학 배터리 셀 패스 판정 장치 및 방법
CN110750874B (zh) * 2019-09-26 2020-07-28 长沙理工大学 一种退役动力电池寿命预测方法
KR102679550B1 (ko) * 2019-09-27 2024-07-01 삼성전자주식회사 배터리를 평가하기 위한 방법 및 이를 지원하는 전자 장치
US20230258727A1 (en) * 2020-07-24 2023-08-17 Korea Electrotechnology Research Institute Method and system for predicting behavior of secondary battery on basis of parameter measurement
CN116113961A (zh) * 2020-08-30 2023-05-12 惠普发展公司,有限责任合伙企业 使用机器学习模型的电池寿命预测
CN112731182A (zh) * 2020-12-21 2021-04-30 天津力神电池股份有限公司 一种快速评价锂离子电池循环寿命的方法
KR102367195B1 (ko) * 2021-01-21 2022-02-24 한국전지연구조합 사용 후 배터리 모듈 잔존 가치 평가 시스템 및 그 방법
CN113552487B (zh) * 2021-06-24 2023-04-07 武汉昊诚锂电科技股份有限公司 一种锂亚电池的自放电测量和寿命评估方法
CN113884932B (zh) * 2021-10-28 2024-04-09 广东电网有限责任公司 电池使用寿命的评估方法及装置
CN114094218A (zh) * 2021-11-10 2022-02-25 惠州亿纬动力电池有限公司 电池模组的电压的一致性评估方法、装置、设备及介质
KR20240000263A (ko) * 2022-06-23 2024-01-02 효성중공업 주식회사 배터리 수명 예측 장치 및 방법
CN115656862B (zh) * 2022-12-09 2023-03-10 深圳海润新能源科技有限公司 寿命预测方法、电池管理系统、用电设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09211091A (ja) * 1996-02-07 1997-08-15 Matsushita Electric Ind Co Ltd 蓄電池の寿命予告方法および寿命予告装置
US7061246B2 (en) * 2001-12-06 2006-06-13 Johnson Controls Technology Company Battery monitoring system and method
US20060166052A1 (en) * 2005-01-21 2006-07-27 Samsung Sdi Co., Ltd. Accelerated testing method of rapidly evaluating lifespan of fuel cell
JP2009193919A (ja) * 2008-02-18 2009-08-27 Panasonic Corp 残寿命推定回路、及び残寿命推定方法
CN102007420A (zh) * 2008-04-16 2011-04-06 皇家飞利浦电子股份有限公司 用于预测可再充电电池的寿命的方法和设备
CN102012485A (zh) * 2010-09-25 2011-04-13 张天任 一种快速检测铅酸蓄电池循环寿命的方法
CN102135603A (zh) * 2010-01-21 2011-07-27 财团法人工业技术研究院 电池循环寿命估测装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS59220951A (ja) * 1983-05-31 1984-12-12 Toshiba Corp マスタスライス型半導体記憶装置の接続方法
US5061898A (en) * 1990-08-13 1991-10-29 Oram James W Battery evaluation test system
JP2880695B2 (ja) * 1996-09-27 1999-04-12 松下電子工業株式会社 半導体記憶装置の加速試験方法
JP3810508B2 (ja) 1997-03-12 2006-08-16 松下電器産業株式会社 電極または電池の充放電サイクル加速試験法
US20020075003A1 (en) * 2000-11-15 2002-06-20 Enrev Power Solutions, Inc. Adaptive battery charging based on battery condition
JP3679348B2 (ja) 2001-05-15 2005-08-03 東洋システム株式会社 電池の充電量および劣化状態確認方法、電池の充電量および劣化状態確認装置、記憶媒体、情報処理装置、並びに電子機器。
US8035395B2 (en) * 2006-02-28 2011-10-11 Panasonic Corporation Battery life predicting device and battery life predicting method
KR100903489B1 (ko) * 2007-04-30 2009-06-18 삼성에스디아이 주식회사 리튬 이차전지 주기 수명 검사 방법
JP2010063279A (ja) * 2008-09-04 2010-03-18 Toyota Motor Corp 二次電池の充電方法、二次電池システム及び車両
JP2010186704A (ja) 2009-02-13 2010-08-26 Hitachi Maxell Ltd 固体高分子型燃料電池の寿命加速試験方法
KR20110139244A (ko) * 2009-03-02 2011-12-28 엘리먼트 에너지 지능형 에너지 스토리지 팩의 스케일러블한 구성을 위한 시스템 및 방법
US9366732B2 (en) * 2009-09-04 2016-06-14 Board Of Regents, The University Of Texas System Estimation of state-of-health in batteries

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09211091A (ja) * 1996-02-07 1997-08-15 Matsushita Electric Ind Co Ltd 蓄電池の寿命予告方法および寿命予告装置
US7061246B2 (en) * 2001-12-06 2006-06-13 Johnson Controls Technology Company Battery monitoring system and method
US20060166052A1 (en) * 2005-01-21 2006-07-27 Samsung Sdi Co., Ltd. Accelerated testing method of rapidly evaluating lifespan of fuel cell
JP2009193919A (ja) * 2008-02-18 2009-08-27 Panasonic Corp 残寿命推定回路、及び残寿命推定方法
CN102007420A (zh) * 2008-04-16 2011-04-06 皇家飞利浦电子股份有限公司 用于预测可再充电电池的寿命的方法和设备
CN102135603A (zh) * 2010-01-21 2011-07-27 财团法人工业技术研究院 电池循环寿命估测装置
CN102012485A (zh) * 2010-09-25 2011-04-13 张天任 一种快速检测铅酸蓄电池循环寿命的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨林华 等: "太阳电池紫外加速寿命试验技术研究", 《光学技术》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105814446A (zh) * 2014-01-14 2016-07-27 费森尤斯维尔公司 用于确定电池的剩余运行时间的方法和装置
CN107219461A (zh) * 2016-03-22 2017-09-29 珠海光宇电池有限公司 二次电池的寿命预测方法及电源管理方法
CN107015875B (zh) * 2017-03-31 2020-09-04 北京强度环境研究所 一种电子整机贮存寿命评估方法及装置
CN107015875A (zh) * 2017-03-31 2017-08-04 北京强度环境研究所 一种电子整机贮存寿命评估方法及装置
CN107688154A (zh) * 2017-09-26 2018-02-13 江苏双登富朗特新能源有限公司 锂离子电池循环寿命的预测方法
CN108761347A (zh) * 2018-06-29 2018-11-06 联想(北京)有限公司 一种处理方法、装置及电子设备
CN108761347B (zh) * 2018-06-29 2021-01-15 联想(北京)有限公司 一种处理方法、装置及电子设备
CN111610451A (zh) * 2019-02-22 2020-09-01 三美电机株式会社 电子设备及其状态判定方法
CN111722115A (zh) * 2019-03-18 2020-09-29 上海汽车集团股份有限公司 一种动力电池寿命预测方法及系统
CN111722115B (zh) * 2019-03-18 2022-08-30 上海汽车集团股份有限公司 一种动力电池寿命预测方法及系统
CN110658463A (zh) * 2019-10-31 2020-01-07 上海派能能源科技股份有限公司 预测锂离子电池循环寿命的方法
CN110658463B (zh) * 2019-10-31 2022-01-28 上海派能能源科技股份有限公司 预测锂离子电池循环寿命的方法
CN111366864A (zh) * 2020-03-19 2020-07-03 大连理工大学 一种基于固定压升区间的电池soh在线估计方法
CN111366864B (zh) * 2020-03-19 2021-05-07 大连理工大学 一种基于固定压升区间的电池soh在线估计方法

Also Published As

Publication number Publication date
US20130166233A1 (en) 2013-06-27
KR20130073802A (ko) 2013-07-03
EP2607910A3 (en) 2013-12-11
JP6099918B2 (ja) 2017-03-22
EP2607910A2 (en) 2013-06-26
US9360531B2 (en) 2016-06-07
EP2607910B1 (en) 2016-03-23
CN103176136B (zh) 2017-10-31
KR101927538B1 (ko) 2018-12-10
JP2013134250A (ja) 2013-07-08

Similar Documents

Publication Publication Date Title
CN103176136A (zh) 用于估计二次电池的寿命的装置及其方法
Jafari et al. Deterministic models of Li-ion battery aging: It is a matter of scale
Yang et al. A coupled electrochemical-thermal-mechanical degradation modelling approach for lifetime assessment of lithium-ion batteries
Barcellona et al. Analysis of ageing effect on Li‐polymer batteries
US10605870B2 (en) Method for predicting battery charge limit, and method and apparatus for rapidly charging battery using same
Groot State-of-health estimation of li-ion batteries: Cycle life test methods
EP2764378B1 (en) Apparatus and method for accurate energy device state-of-health (soh) monitoring
US9454888B2 (en) Advanced battery early warning and monitoring system
KR100903489B1 (ko) 리튬 이차전지 주기 수명 검사 방법
Chen et al. State of health (SoH) estimation and degradation modes analysis of pouch NMC532/graphite Li-ion battery
Xie et al. A facile approach to high precision detection of cell-to-cell variation for Li-ion batteries
Kwak et al. Prediction of compression force evolution over degradation for a lithium-ion battery
Thingvad et al. Characterization of nmc lithium-ion battery degradation for improved online state estimation
Gailani et al. Analysis of lithium-ion battery cells degradation based on different manufacturers
Shin et al. A statistical model of cell-to-cell variation in Li-ion batteries for system-level design
Jones et al. Direct measurement of internal temperatures of commercially-available 18650 lithium-ion batteries
Hasilová et al. Non-parametric estimates of the first hitting time of Li-ion battery
Tendera et al. Influence of state of health and individual aging mechanisms on the thermal conductivity of lithium-ion cells
Bodnár et al. Temperature dependence of li-ion battery hysteresis for battery modeling purposes
CN113466727A (zh) 电池自放电筛选方法、装置、终端设备和可读存储介质
Zhou et al. A review of state-of-health estimation of lithiumion batteries: Experiments and data
Rangarajan et al. 3ε–A Versatile Operando Analytics Toolbox in Energy Storage
Wen et al. A Fast Estimation Algorithm for State of Health of Lithium-ion Battery Modules Based on Lorenz Plot
Tairov et al. The novel method for estimating VRLA battery state of charge
Micolano Electrical Drives, Automation and Motion Energy storage battery aging: general methodology and examples of application

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