CN103698710A - 一种电池寿命周期预测方法 - Google Patents

Abstract

本发明公布了一种电池寿命周期预测方法。是放电次数与容量衰减率曲线，确定电池容量衰减速率Q_loss与电池放电次数N的函数模型，选择影响电池寿命的某个影响因子的数据，代入函数模型中，Q_loss取电池标称容量的50～80%，运算后，得到电池的预期循环周期N。本发明只需将电池进行少量循环测试，即可判断出该电池的剩余使用寿命，大大节省了测试时间和费用，可以真实、全面的描述电池实际使用过程中容量衰退的客观情况，并可获得电池的寿命及电池的剩余寿命，有利于确定电池的性能，延长电池的寿命；本发明所建立的模型具有普遍性，适用于建立各种蓄电池的寿命衰减模型。

Description

一种电池寿命周期预测方法

技术领域

本发明涉及一种电池寿命周期预测方法，特别涉及可充放电废旧锂动力电池的二次利用。

背景技术

随着电动汽车在全球的逐步发展和推广，已经有数量可观的退役锂动力电池待利用，将来还陆续会产生大量退役锂动力电池。退役动力电池再利用的基本原则为：具有高比能量或高输出功率，良好的循环性能，尤其是当多个退役电池单体组合再使用时，还具有良好的一致性。然而退役前各单体电池在使用过程中的衰退情况不尽相同，因此有必要预测各单体电池的剩余寿命。这样不仅可以对退役电池进行快速，合理的分选与重组，而且可以合理分配各类退役电池的新使用环境。退役锂动力电池在风能与太阳能的存储等领域有着极大地应用潜力。特别是，国家电网可大规模引入这些退役锂离子电池，来实现削峰填谷功能，从而更有效地利用电力设备，降低供电成本，还可以促进再生能源的应用，提高新能源发电的消纳能力。对电池商户来说，合理使用退役电池不仅可以实现延长电池寿命、降低电池使用及储能成本，提高新能源的利用率，而且可以有效的解决电池的回收处理问题。目前，国外许多电池、汽车生产厂家和研究机构已经或者正在规划开展退役电池用于储能系统的可行性以及应用技术方案研究。国内中国电力科学研究院及国网电力科学研究院等机构也在开展研制百千瓦级锂离子电池大容量储能系统。

另一方面，影响电池寿命的因素相互相互耦合，共同影响电池的寿命，从而导致了寿命预测的复杂性；为了较准确的预测电池的寿命，建立合理的退役锂离子电池循环寿命模型，对充分发挥退役电池的储能特性意义重大。

发明内容

本发明的目的在于提供一种快速、准确地预测电池寿命周期的方法。

为了实现上述目的，本发明提出一种电池寿命周期预测方法，包括以下具体步骤：

步骤一：根据设定的试验条件，对电池进行充放电循环，循环至电池容量降为标称容量的50～80%时，停止试验，记录电池在各循环周期下的放电容量，根据电池的放电容量以及电池的标称容量，计算电池在第N(N≤n)次循环时的容量衰减率；得到放电次数与容量衰减率的数据对；绘制放电次数与容量衰减率曲线；

步骤二：根据第一步得到的放电次数与容量衰减率曲线形状，结合神经网络，演化自适应建模算法、遗传算法中的至少一种方法，确定设定的试验条件下i（i=1,2,……,m）个影响因子作用下电池容量衰减速率Q_loss与电池放电次数N的函数模型：

$Q_{\mathrm{loss}}=A\sqrt{N}+B---\left(1\right)$

式中：

N指电池循环次数；

A，B是关于电池影响因子S的多项式函数；多项式函数A，B的表达式为：

多项式函数A，B表达式中的系数a₁，b₁，c₁，d₁，e₁，f₁，g₁，h₁，p₁，j₁，k₁；a₂，b₂，c₂，d₂，e₂，f₂，g₂，h₂，p₂，j₂，k₂，根据放电次数与容量衰减率曲线，采用最小二乘法、插值法、径向基函数法、多元线性回归法中的一种拟合方法，拟合确定；

步骤三、选择影响电池寿命的某个影响因子，按相应影响因子的多项式函数A，B的表达式，代入式（1）中，Q_loss取电池标称容量的50～80%，运算后，得到电池的预期循环周期N。

本发明一种电池寿命周期预测方法，步骤一中，设定的试验条件是指在电池标准容量测试条件下，针对影响电池寿命的多个影响因子S，选择其中的至少一种影响因子Si，i=1,2,…m；对选择的影响因子Si确定不同参数，对电池进行充放电循环；所述影响因子S指的是电池环境温度(T)，电池充电倍率(C_充)，电池的放电倍率(C_放)，电池的放电深度(D_放)，电池的充电深度(D_充)中的至少一种。

本发明的优点在于：

1）可以真实、全面的描述电池实际使用过程中容量衰退的客观情况，并可获得电池的寿命及电池的剩余寿命，有利于确定电池的性能，延长电池的寿命；

2）根据本发明，只需将电池进行少量循环测试，即可判断出该电池的剩余使用寿命，大大节省了测试时间和费用；

3）根据本发明所建立的模型具有普遍性，适用于建立各种蓄电池的寿命衰减模型。

附图说明

附图1为实施例电池在25℃，1C倍率和放电深度100%下，容量衰减率与充放电次数的实际曲线图与拟合图。

附图2为实施例电池在45℃，0.25C倍率和放电深度50%下，容量衰减率与充放电次数的实际曲线图与拟合图。

附图3为实施例中电池在60℃，0.25C倍率和放电深度100%下，容量衰减率与充放电次数的实际曲线图与拟合图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。

实施例1

对于20Ah软包锂动力电池，在25℃下，使用0.25C恒流充电至3.65V，然后恒压3.65V充电至电流为0.05C截止（满充），搁置30min。然后对电池进行放电。影响电池寿命的因子选择温度（T），放电倍率(C_放)及放电深度(D_放)和放电循环次数（N）。根据电池放电曲线建立电池容量损失率与各影响因子的函数关系 $Q_{\mathrm{loss}}=A\sqrt{N}+B$

设定的放电影响因子及水平如下表：

采用正交试验进行锂离子电池循环性能测试，测试设备为5V30A量程的锂离子电池自动测试系统。锂离子电池循环性能测试过程如下：

1.在25℃下，使用0.25C恒流充电至3.65V；

2.恒压3.65V充电至电流为0.05C截止（满充）；

3.搁置30min；

4.不同条件下放电到2.0V；

5.搁置30min；

6.循环1-5步骤420次(N)，其中，每循环20次进行一次电池标准容量测试；

7.结束。

电池标准容量测试具体过程如下：

1.在25℃下，使用0.25C恒流充电至3.65V；

2.恒压3.65V充电至电流为0.05C截止（满充）；

3.搁置30min；

4.25℃下，使用0.25C恒流放电到2.0V；

5.搁置30min；

6.结束

根据上述循环测试和标准容量测试，获得电池实际的寿命衰减数据为电池的标准容量测试数据与电池初始容量比值，从而获得电池容量衰减数据与循环次数数据对。根据记录的数据对，绘制放电次数与容量衰减率曲线，采用多元线性回归进行曲线拟合得到A，B的参数值。

参见附图2，实施例1中的电池在45℃，0.25C倍率和放电深度50%下，容量衰减率与充放电次数的曲线图与拟合图，得到相应的模型公式为 $Q_{\mathrm{loss}}=2.848\sqrt{N}-13.86.$

同样，对实施例1的电池在25℃、45℃、60℃条件下，采用不同的放电倍率C_放、放电深度DOD进行试验，得到相应条件下的容量衰减率与充放电次数的数据对，可以绘制相应的放电次数与容量衰减率曲线图与拟合图，获得A（T,C_放,D_放）、B（T,C_放,D_放）的数据，见表1：

表1

根据表1中数据，采用多元线性回归得到多项式函数A，B为：

本实施例的20Ah软包锂动力电池，电池容量衰减速率Q_loss与电池放电次数N的函数模型为：

验证：另取一颗20Ah软包锂动力电池，测得在60℃，0.25C倍率和放电深度35%下，当电池实际容量损失40%时，电池的循环次数为190次。而根据公式4测得电池容量损失40%时电池的循环次数为174次。预测所得电池容量损失40%时与真实电池容量损失40%时的误差为3.33%。

本发明电池全寿命周期预测方法，可以真实、全面的描述电池实际使用过程中容量衰退的客观情况，并可获得电池的寿命及电池的剩余寿命，有利于确定电池的性能，延长电池的寿命。

Claims (3)

1.一种电池寿命周期预测方法，包括以下具体步骤：

步骤一：根据设定的试验条件，对电池进行充放电循环，循环至电池容量降为标称容量的50～80%时，停止试验，记录电池在各循环周期下的放电容量，根据电池的放电容量以及电池的标称容量，计算电池在第N(N≤n)次循环时的容量衰减率；得到放电次数与容量衰减率的数据对；绘制放电次数与容量衰减率曲线；

步骤二：根据第一步得到的放电次数与容量衰减率曲线形状，结合神经网络，演化自适应建模算法、遗传算法中的至少一种方法，确定设定的试验条件下i（i=1,2,……,m）个影响因子作用下电池容量衰减速率Q_loss与电池放电次数N的函数模型：

$Q_{\mathrm{loss}}=A\sqrt{N}+B---\left(1\right)$

式（1）中：

N指电池循环次数；

A，B是关于电池影响因子S的多项式函数；

步骤三、选择影响电池寿命的某个影响因子，按相应影响因子的多项式函数A，B的表达式，代入式（1）中，Q_loss取电池标称容量的50～80%，运算后，得到电池的预期循环周期N。

2.根据权利要求1所述的一种电池寿命周期预测方法，其特征在于：步骤一中，设定的试验条件是指在电池标准容量测试条件下，针对影响电池寿命的多个影响因子S，选择其中的至少一种影响因子Si，i=1,2,…m；对选择的影响因子Si确定不同参数，对电池进行充放电循环；所述影响因子S指的是电池环境温度(T)，电池充电倍率(C_充)，电池的放电倍率(C_放)，电池的放电深度(D_放)，电池的充电深度(D_充)中的至少一种。

3.根据权利要求1所述的一种电池寿命周期预测方法，其特征在于：多项式函数A，B的表达式为：

多项式函数A，B表达式中的系数a₁，b₁，c₁，d₁，e₁，f₁，g₁，h₁，p₁，j₁，k₁；a₂，b₂，c₂，d₂，e₂，f₂，g₂，h₂，p₂，j₂，k₂，根据放电次数与容量衰减率曲线，采用最小二乘法、插值法、径向基函数法、多元线性回归法中的一种拟合方法，拟合确定。

Images