CN103728570A - 一种基于电池热特性的健康状态检测方法 - Google Patents

Abstract

本发明涉及一种基于电池热特性的健康状态检测方法，所述方法包括（1）测量电池发热量；（2）分析热特性参数；（3）获取电池健康状态；（4）预测健康状态进行。本发明可以准确得到电池健康状态并预测电池健康状态；可以排除外界环境对测量过程的干扰，保证数据的精确度；由于本发明只测量电池放电末端发热量，所需测量时间较短；本发明在测试过程中对电池没有伤害；本发明对电池种类没有特定要求，可适用于绝大多数电池。

Description

一种基于电池热特性的健康状态检测方法

技术领域

本发明属于电池检测，具体讲涉及一种基于电池热特性的健康状态检测方法。

背景技术

随着风电与光伏发电等新能源的大规模应用，储能系统的使用量也更大。电池的安全性问题也日益突出，如何检测电池健康是保证电池安全使用的关键。目前电池健康状态预测和评估往往通过加速寿命试验来进行，在寿命试验中锂动力电池阻抗逐渐提高，容量、能量、功率发生不同程度的衰退。根据电池性能衰退的不同表现形式，研究分别以容量衰减、功率下降、阻抗增加等为出发点，提出了不同的寿命预测模型。这种方法可以解决电池健康状态的评估，但其精度略差，加速试验过程与实际电池的健康状态恶化依然有差异，不能精确地体现电池健康状态。

发明内容

针对现有技术的不足，本发明提供一种基于电池热特性的健康状态检测方法，本发明利用ARC测量电池发热量，获得电池自身热特性参数的变化规律，建立电池健康状态模型用于电池健康状态评估及预测。利用加速量热仪(Accelerating Rate Calorimeter，简称ARC)对电池放电过程进行测试，获取电池在不同循环寿命时的放电发热量曲线，通过分析得到与电池健康状态相关的热特性参数，以此建立电池健康状态检测与预测模型。在应用本发明时，先测量电池发热量，并分析发热量曲线，得到所需热特性参数，然后建立电池健康状态模型。对于被测电池，先测量电池发热量，分析获得热特性参数，然后运用电池健康状态模型进行模拟计算得到电池的健康状态，同时，运用模型的预测功能对健康状态进行预测。

本发明的目的是采用下述技术方案实现的：

一种基于电池热特性的健康状态检测方法，其改进之处在于，所述方法包括

（1）测量电池发热量；

（2）分析热特性参数；

（3）获取电池健康状态；

（4）预测健康状态。

优选的，所述步骤（1）包括在工况循环后，利用ARC提供的绝热环境，以0.2C-3C倍率电流，测量电池50%-0%SOC的发热量。

优选的，所述步骤（2）包括得到电池发热量与荷电状态的关系曲线为Q₁=g₁(SOC)；

取A%SOC(0<A<50)为电池热特性参数_θ的特征值(_θ=h[g₁(A)]；

测量得到不同函数关系Q₂=g₂(SOC)，Q₃=g₃(SOC)，Q₄=g₄(SOC)…Qi=gi(SOC)，得到相对应的电池热特性参数θ；

以电池热特性参数θ与电池健康状态的关系建立锂离子电池健康状态检测与预测模型L=f﹙θ﹚；

电池健康状态检测与预测模型表示为L=f﹛h[gi(A)]﹜。

优选的，所述步骤（3）包括对待测电池进行末端发热量测试，获得发热量曲线Qi=gi(SOC)；

根据电池健康状态检测与预测的模型表示为L=f﹛h[gi(A)]﹜，将A带入模型计算得到电池健康状态。

优选的，所述步骤（4）包括电池健康状态检测与预测模型L=f﹛h[gi(A)]﹜其值域为电池的健康状态上下限，待测电池的电池健康状与电池健康状态检测与预测模型值域对比即可预测电池健康状态趋势。

与现有技术比，本发明的有益效果为：

1、本发明可以准确得到电池健康状态并预测电池健康状态。

2、本发明可以排除外界环境对测量过程的干扰，保证数据的精确度。

3、由于本发明只测量电池放电末端发热量，所需测量时间较短。

4、本发明在测试过程中对电池没有伤害。

5、本发明对电池种类没有特定要求，可适用于绝大多数电池。

附图说明

图1为本发明提供的一种基于电池热特性的健康状态检测方法中电池发热量与荷电状态的关系曲线图。

图2为本发明提供的一种基于电池热特性的健康状态检测方法中函数关系图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步的详细说明。

选取与储能系统同批次单体电池样品作为参照标准样本，对其进行工况循环测试。测试过程中在每完成N次测试后，使用ARC对样本进行放电发热量测试，直至电池寿命结束。对所测量的数据进行分析，寻找出与电池健康状态有关的热特性参数θ，寻找其变化规律建立电池健康状态模型。应用本方案时，将待测电池置于ARC内测量其发热量，获得电池发热量曲线，进一步分析得到所需热特性参数θ。将其带入电池健康状态模型，即可得到目前电池的健康状态，并通过模型的预测功能对电池健康状态进行预测。具体如下

1、测量电池发热量及电池状态参数

每进行N次工况循环后，利用ARC提供的绝热环境，以0.2C-3C倍率电流，测量电池50%-0%SOC的发热量。该测试共进行I次。其中，N和I根据实况具体设定。

2、分析获得热特性参数θ

电池放热过程测量可以得到电池发热量与荷电状态（SOC）的关系曲线如图1所述

Q₁=g₁(SOC)   （1）

Q₁表示第1次测量电池的发热量，g₁代表第1次测量发热量与SOC的函数关系选取A%SOC(0<A<50)为电池热特性参数θ₁的特征值，θ₁的表达式如式2所示

θ₁=h[g₁(A)]   （2）

θ₁表示电池热特性参数，h代表电池A%SOC处发热量Q₁即g₁(A)与电池热特性参数θ_I的函数关系。

经多次测量得到不同函数关系Q₂=g₂(SOC)，Q₃=g₃(SOC)，Q₄=g₄(SOC)…Q_i=g_i(SOC)，得到相对应的电池热特性参数θ_i。以电池热特性参数θ_i与电池健康状态(L)的关系建立锂离子电池健康状态检测与预测模型如式3所示：

L=f﹛h[g_i(A)]﹜   （3）

L代表电池的健康状态，f代表电池A%SOC处热特性参数θ_i即h[g_i(A)与电池健康状态的函数关系如图2所示。

3、运用电池健康状态模型进行模拟计算得到电池的健康状态

将待测电池进行进行末端发热量测试，获得发热量曲线Q_i=g_i(SOC)。根据电池健康状态检测与预测模型表示为L=f﹛h[g_i(A)]﹜，将A带入模型计算得到电池健康状。

4、运用模型的预测功能对健康状态进行预测。

电池健康状态检测与预测模型L=f﹛h[g_i(A)]﹜其值域为电池的健康状态上下限，待测电池的电池健康状与电池健康状态检测与预测模型值域对比即可预测电池健康状态趋势。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。

Claims (5)

1.一种基于电池热特性的健康状态检测方法，其特征在于，所述方法包括

（1）测量电池发热量；

（2）分析热特性参数；

（3）获取电池健康状态；

（4）预测健康状态。

2.如权利要求1所述的一种基于电池热特性的健康状态检测方法，其特征在于，所述步骤（1）包括在工况循环后，利用ARC提供的绝热环境，以0.2C-3C倍率电流，测量电池50%-0%SOC的发热量。

3.如权利要求1所述的一种基于电池热特性的健康状态检测方法，其特征在于，所述步骤（2）包括得到电池发热量与荷电状态的关系曲线为Q₁=g₁(SOC)；

取A%SOC(0<A<50)为电池热特性参数_θ的特征值(_θ=h[g₁(A)]；

测量得到不同函数关系Q₂=g₂(SOC)，Q₃=g₃(SOC)，Q₄=g₄(SOC)…Qi=gi(SOC)，得到相对应的电池热特性参数θ；

以电池热特性参数θ与电池健康状态的关系建立锂离子电池健康状态检测与预测模型L=f﹙θ﹚；

电池健康状态检测与预测模型表示为L=f﹛h[gi(A)]﹜。

4.如权利要求1所述的一种基于电池热特性的健康状态检测方法，其特征在于，所述步骤（3）包括对待测电池进行末端发热量测试，获得发热量曲线Qi=gi(SOC)；

根据电池健康状态检测与预测的模型表示为L=f﹛h[gi(A)]﹜，将A带入模型计算得到电池健康状态。

5.如权利要求1所述的一种基于电池热特性的健康状态检测方法，其特征在于，所述步骤（4）包括电池健康状态检测与预测模型L=f﹛h[gi(A)]﹜其值域为电池的健康状态上下限，待测电池的电池健康状与电池健康状态检测与预测模型值域对比即可预测电池健康状态趋势。