CN106526486B - 一种锂电池健康寿命模型构建方法 - Google Patents

一种锂电池健康寿命模型构建方法 Download PDF

Info

Publication number
CN106526486B
CN106526486B CN201610760783.2A CN201610760783A CN106526486B CN 106526486 B CN106526486 B CN 106526486B CN 201610760783 A CN201610760783 A CN 201610760783A CN 106526486 B CN106526486 B CN 106526486B
Authority
CN
China
Prior art keywords
lithium battery
internal resistance
test
life
soc
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
CN201610760783.2A
Other languages
English (en)
Other versions
CN106526486A (zh
Inventor
孙冬
许爽
岳永胜
尚展垒
吴青娥
顾冬华
韩振宇
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.)
Zhengzhou University of Light Industry
Original Assignee
Zhengzhou University of Light Industry
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 Zhengzhou University of Light Industry filed Critical Zhengzhou University of Light Industry
Priority to CN201610760783.2A priority Critical patent/CN106526486B/zh
Publication of CN106526486A publication Critical patent/CN106526486A/zh
Application granted granted Critical
Publication of CN106526486B publication Critical patent/CN106526486B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/3644—Constructional arrangements
    • G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Battery Electrode And Active Subsutance (AREA)

Abstract

本发明公开了一种锂电池健康寿命模型构建方法，用于锂电池老化程度识别，首先，对锂电池进行健康寿命测试实验；然后，根据所述测试实验数据，构建锂电池健康因子；最后，根据上述所构建的健康因子建立锂电池健康寿命模型，从而实现锂电池健康状态预测；在进行健康寿命测试实验时，依次在25℃、40℃、10℃和55℃四个温度点，进行基本性能测试；然后，在55℃进行加速老化测试；当静态容量测试值下降至额定容量的75%时实验结束；本发明开展基于测试实验数据间接获取锂电池性能参数，研究如何从中提取健康特征实现锂电池老化程度识别，可用于实现锂电池健康状态预测。

Description

一种锂电池健康寿命模型构建方法
技术领域
本发明涉及锂电池领域，特别涉及一种锂电池健康寿命模型构建方法，应用于锂电池老化程度识别。
背景技术
锂离子电池(简称锂电池)凭借重量轻、体积小、寿命长、电压高、无污染等优势逐步取代铅酸、镍氢、镍镉等蓄电池，成为电动汽车动力电池的首选。当汽车锂电池组的荷电能力降低到原有容量80％左右时，不再适合继续在电动汽车中使用，若将这些锂电池组报废进行回收处理，未能实现物尽其用，将造成极大的资源浪费。在锂电池外观完好、没有破损、各功能元件有效的情况下，可探讨进行锂电池的梯次回收再利用，锂电池梯次利用示意图如图1所示。概括地讲，可将锂电池的回收再利用分为四个梯度，其中第一梯度为在电动汽车、电动自行车等电动装置中应用；第二梯度为第一梯度退役的锂电池，可应用于电网、新能源发电、UPS等储能装置中；第三梯度为低端用户等其它方面的应用；第四梯度对电池进行拆解回收。
然而，退役锂电池组中各单体电池的有效容量存在差异，若要实现合理的梯次利用，需对其SOH(锂电池的健康状态)和性能进行重新评估，以决定其适用的梯度范围。那么如何在离线状态下准确地估计退役锂电池SOH，判别出其性能差异，成为锂电池梯次回收再利用的关键技术之一。
在研究锂电池寿命特性和老化机理的基础上，选取适合的健康因子、提取可靠的锂电池健康特征，并建立完善的健康寿命模型，是实现梯次利用锂电池SOH精准评估的可靠保证，也是亟待解决的关键技术之一。
依据健康状态定义，以锂电池当前静态容量作为健康因子是最为简单、有效、可靠的健康状态判别方法。但在实际工程应用中，多变的测试环境、受限的测试条件、有限的测试时间等因素，决定了很难直接获取锂电池有效容量信息。因此，开展基于测试实验数据间接获取锂电池性能参数，研究如何从中提取健康特征实现锂电池老化程度识别，是锂电池梯次利用急需解决的关键技术之一。
发明内容
本发明解决的技术问题是从分析常用锂电池健康因子入手，通过处理与分析锂电池基本性能测试实验数据发现，内阻-SOC曲线可用于表征锂电池健康状态，进而设计了基于单体电池的健康状态测试实验，采用在线辨识法从实验数据中提取了相关健康特征数据并构建健康因子，以此建立了锂电池健康寿命模型，从而实现锂电池健康状态预测。
本发明的技术方案为：
提供一种锂电池健康寿命模型构建方法，用于锂电池老化程度识别，其特征在于，包括如下步骤：
(a)对锂电池进行健康寿命测试实验；
(b)根据所述测试实验数据，构建锂电池健康因子；
(c)根据上述所构建的健康因子建立锂电池健康寿命模型，从而实现锂电池健康状态预测。
对锂电池进行健康寿命测试实验的步骤，进一步包括以下步骤：
(A)依次在25℃、40℃、10℃和55℃四个温度点，进行基本性能测试；
(B)在55℃进行加速老化测试；
(C)当静态容量测试值下降至额定容量的75％时实验结束，否则，返回步骤(A)。
所述基本性能测试进一步包括：
(1)静态容量测试，得到当前锂电池的有效容量；
(2)不同电流倍率测试，验证锂电池在不同放电电流倍率下的容量保持率；
(3)开路电压测试，获取锂电池建模所需的OCV-SOC曲线；OCV表示开路电压，SOC表示锂电池荷电状态；
(4)动态内阻测试，验证锂电池动态内阻变化过程；
(5)动态应力测试(DST)，以在实验室中模拟电池在电动汽车中的动态运行工况；
(6)北京公交动态应力测试(BBDST)，得到针对中国的锂电池动态运行工况；
(7)CD/CS工况测试，基于混合动力电动汽车行驶模式，测试电池运行工况；CD表示电量消耗模式，CS表示电量保持模式。
选取0.2C、0.5C、1C、2C、2.5C五种放电电流倍率。
加速老化测试进一步包括：
a)以1.5C倍率进行CCCV充电；CCCV表示先恒流充电，达到某一个值时，再进行恒压充电；
b)静置10min；
c)以2.5C倍率进行电流放电；
d)静置10min；
e)返回步骤a)，直至循环达到50次，则结束。
所述锂电池的健康因子包括：均值内阻健康因子，最小内阻健康因子，内阻-SOC曲线健康因子。
构建均值内阻健康因子时，选取SOC为20％～80％范围的内阻为研究对象，对此范围内阻求平均值以构建均值内阻健康因子；SOC表示锂电池荷电状态。
构建最小内阻健康因子时，选取SOC为20％～80％范围的内阻为研究对象，此范围的内阻-SOC曲线的顶点表示为锂电池最小内阻值，以此构建最小内阻健康因子。
所述锂电池的健康寿命模型包括：均值内阻健康寿命模型，最小内阻健康寿命模型，内阻-SOC曲线健康寿命模型。
本发明的有益效果是：
本发明基于锂电池健康寿命测试实验数据，研究了如何从中提取健康特征数据的方法，根据这些方法构建了均值内阻、最小内阻和内阻-SOC曲线健康因子，在此基础上分别建立了基于均值内阻、最小内阻和内阻-SOC曲线三种健康因子的健康寿命模型，为进一步研究梯次利用锂电池测试方法和健康状态预测奠定了实验和理论基础。
附图说明
图1锂电池健康寿命实验测试流程图；
图2OCV-SOC曲线拟合图；
图3不同环境温度下均值内阻与SOH关系曲线图；
图4不同SOH状态下环境温度与均值内阻关系曲线图；
图5内阻-SOC曲线图；
图6as健康因子构建过程示意图；
图7基于均值内阻的健康寿命模型；
图8基于最小内阻的健康寿命模型；
图9基于as的健康寿命模型。
具体实施方式
通常所研究的循环寿命、日历寿命主要以循环次数或存放时间为基准，在考虑不同影响因素下设计测试实验计划，然而锂电池在离线状态下无法获取循环次数、运行时间等相关数据，因此本发明以健康因子--动态内阻为研究对象，设计了锂电池健康寿命测试实验，寻求动态内阻与锂电池健康状态之间的关系，实验测试流程图如图1所示，主要包括单体电池基本性能测试和加速老化测试。
单体电池基本性能测试时，动态内阻测试选择不同放电间歇时间(5s、10s、20s、30s、1min)，为验证不同环境温度锂电池性能，考虑上海市室温变化范围以及锂电池实际工作温度范围，本发明选取10℃、25℃、40℃和55℃四个温度点；为加速锂电池老化速率设计了加速老化测试实验，在高温55℃下以大倍率电流循环50次。整个测试实验对多个全新18650型锂电池同时进行，其健康状态均以25℃时静态容量测试值为基准，当静态容量测试值下降至额定容量的75％时实验结束。
为满足锂电池建模的需要、产生足够丰富的激励信号，设计了锂电池基本性能测试实验，实验测试流程图如图1所示，被测对象为本发明所选全新18650型磷酸铁锂电池。整个测试由以下子测试实验组成：静态容量测试、不同电流倍率测试、OCV测试、动态内阻测试、DST工况测试、BBDST工况测试和CD/CS工况测试。
1.静态容量测试是为了测试当前锂电池的有效容量，连续三次静态容量测试后求均值，以保证得到可靠的有效容量。实验测试时需将被测锂电池置于恒温箱内，控制箱内温度恒定为一特定值，静置1小时(Hour,h)以上，使电池达到热平衡状态，然后以标准电流0.5C恒流将电池充电至3.6V，再以3.6V恒压充电至截止电流20mA为止，再静置1h以上，最后以0.5C恒流将电池放电至截止电压2V结束。以上测试过程即为一次静态容量测试，重复此过程三次完成测试。
2.不同电流倍率测试的目的是为了验证锂电池在不同放电电流倍率下的容量保持率，根据被测锂电池规格参数选取0.2C、0.5C、1C、2C、2.5C五种放电电流倍率。整个测试过程与静态容量测试相同，为保持充电条件的一致性，先用0.5C恒流以CCCV方式将锂电池充满，再分别以不同倍率电流(0.2C、0.5C、1C、2C、2.5C)放电至截止电压2V为止，每次充电或放电结束后维持1h以上的静置时间。
3.OCV测试是为获取锂电池建模所需的OCV-SOC曲线。等效电路模型中理想电池电动势无法通过直接检测得到，选择易于测试的OCV近似电池电动势，由于受到电池极化作用的影响，实际上OCV是个缓慢变化的电压值，需将电池长时间静置，使其达到相对平衡的状态以获取更为稳定的电压值，因此这里采用HPPC测试方法得到OCV，测试过程与上个测试实验相同，选取1h静置之后的电压值作为OCV，实测数据如图2所示。通常采用曲线拟合或插值的方法得到整个OCV-SOC曲线，图2给出了四次多项式和七次多项式拟合得到的曲线对比图，四次曲线波动较大，与磷酸铁锂电池较为平坦的OCV曲线不符，相比之下，七次拟合曲线更为合理。
4.动态内阻测试是相对于HPPC测试中静态内阻测试方法提出的，采用间歇放电方式实现，目的在于验证锂电池动态内阻变化过程。先将被测锂电池以CCCV方式充满并静置1h，恒流放电电流倍率2.5C，放电1min再静置1min，如此循环直至放电截止电压2V。
5.动态应力测试(Dynamic Stress Test,DST)来源于《USABC电动汽车电池实验手册》，是美国联邦城市运行工况的简化版，适用于实验室中模拟电池在电动汽车中的动态运行工况。6.北京公交动态应力测试(Beijing Bus Dynamic Stress Test,BBDST)是基于DST测试提出的，由北京理工大学孙逢春教授针对我国城市交通设计而成，得到针对中国的锂电池动态运行工况。
7.CD/CS工况测试来源于《混合动力电动汽车电池测试手册》，是基于混合动力电动汽车行驶模式设计而成，分别代表电量消耗模式(Charge Depleting,CD)和电量保持模式(Charge Sustaining,CS)。
一.构建均值内阻健康因子
当锂电池接近充满或放空时，内阻表现出现突然增大的趋势，导致内阻-SOC曲线发生突变不再符合二次曲线特性，考虑锂电池通常工作范围在SOC为20％～80％的区域上，本发明选取此范围内阻为研究对象。因内阻随着SOC的变化而变化，为保证提取健康特征的可靠性，对此范围内阻求平均值以构建均值内阻健康因子(Ro,mean)。
采用上述均值内阻健康特征提取方法，从锂电池健康寿命测试实验数据中提取出不同影响因素下健康特征数据。图3所示为不同环境温度下内阻均值与SOH状态的关系曲线，从图中可看出，内阻均值的增长与锂电池有效容量的变化趋势基本一致，因此，在不同的环境温度下，内阻均值的变化在一定程度上表征了锂电池SOH的衰退趋势，使用一次曲线拟合各环境温度下实验值，环境温度为10℃、25℃、40℃和55℃时各曲线拟合度(R2)分别为0.889、0.973、0.978和0.953。
图4所示为不同SOH状态下环境温度与均值内阻的关系曲线图，根据锂电池容量衰减与温度符合阿伦尼乌斯(Arrhenius)特性，可用类似公式描述电池老化程度，如式(1)所示。
式中：Qloss为电池容量衰减；A为指前因子；Ea为活化能；R为普适气体常数；T为热力学绝对温度。拟合后曲线如图4中所示，SOH为0.99、0.95、0.85和0.75状态时，各曲线拟合度分别为0.998、0.999、0.997和0.995。
二.构建最小内阻健康因子
图5为内阻-SOC曲线图，计算放电电流下降沿内阻并截取SOC为20％～80％的内阻数据，从图中内阻数据及其拟合曲线可看出，处理后的实验数据波形表现出较好的二次曲线特性。另外，动态内阻测试获取的二次曲线存在唯一顶点，此顶点表示为锂电池最小内阻值及其所处SOC状态，对于锂电池在某一状态下动态内阻测试的最小内阻基本维持不变，以此可构建最小内阻健康因子(Ro,min)。
三.构建内阻-SOC曲线健康因子
虽然动态测试中所辨识锂电池内阻与SOC关系曲线表现出二次曲线特征，但是电池测试系统存在测量误差、外部干扰等不确性因素，实际内阻-SOC曲线与理想二次曲线仍有偏差，此情况可从图5中实验值与二次拟合曲线比较中发现。因此，需对所辨识内阻-SOC实验值进行二次曲线拟合，以保证构建内阻-SOC曲线健康因子的可靠性。
定义内阻-SOC二次曲线如式(2)所示，式中ap、bp和cp为二次曲线系数，Ro,min和Soc,min为二次曲线顶点的纵坐标和横坐标，分别表示内阻-SOC曲线的最小内阻值及其所处SOC状态。
分别对式(2)中二次曲线求一阶导数和二阶导数，可得式(3)和式(4)。由以上分析可知，式(3)可表示为直线，直线与横坐标轴的交点即为二次曲线顶点的横坐标；式(4)即为此直线的斜率，经实验验证此斜率与锂电池健康状态有关，即为所构建内阻-SOC曲线健康因子2ap，命名其为as＝2ap。图6所示为健康因子as构建过程示意图，分别给出了其转换过程中重要参数获取方法，图中三条内阻-SOC曲线对应的锂电池健康状态为SOH1>SOH2>SOH3。
基于循环次数的寿命模型主要用于预测特定充放电制度下锂电池的剩余使用寿命，在缺少历史数据支持和充放电制度未知的情况下，根据此寿命模型无法判别锂电池SOH状态。为此，根据上述所构建健康因子与健康状态关系建立锂电池健康寿命模型，分别建立基于均值内阻的健康寿命模型，基于最小内阻的健康寿命模型，基于as的健康寿命模型，从而实现同种锂电池健康状态预测。
1、基于均值内阻的健康寿命模型
为便于计算机程序设计并以查表方式运行或以图片形式显示所建立健康寿命模型，将所建健康寿命模型转换为表格形式。
首先定义模型表格的边界函数，考虑环境温度范围10℃～55℃，SOH范围为75％～100％，边界函数选用上述健康特征数据拟合函数，具体函数形式和相关系数如表1和表2所示，表中拟合函数即为所建健康寿命模型；然后以1℃温度(即ΔT＝1℃)间隔划分表格，以1％为健康状态(即ΔSOH＝1％)间隔划分表格，表格中间状态通过线性插值方法获取；采用上述方法绘制基于均值内阻的健康寿命模型表格，如图7所示。若环境温度或锂电池均值内阻超出此表格边界函数，采用拟合函数外推法带入模型函数关系式即可计算得到SOH估计值。
表1温度边界函数及其参数
表2SOH边界函数及其参数
2、基于最小内阻的健康寿命模型
采用同样的方法建立基于最小内阻的健康寿命模型，定义类似的的边界函数，考虑环境温度范围10℃～55℃，SOH范围为75％～100％，具体函数形式和相关系数如表3和表4所示。以相同的间隔划分表格，绘制基于最小内阻的健康寿命模型表格，如图8所示。
表3温度边界函数及其参数
表4SOH边界函数及其参数
3、基于as的健康寿命模型
采用同样的方法建立基于as的健康寿命模型，定义类似的边界函数，考虑环境温度范围10℃～55℃，SOH范围为75％～100％，具体函数形式和相关系数如表5和表6所示。以相同的间隔划分表格，绘制基于最小内阻的健康寿命模型表格，如图9所示。
表5温度边界函数及其参数
表6SOH边界函数及其参数

Claims (2)

1.一种锂电池健康寿命模型构建方法，用于锂电池老化程度识别，其特征在于，其健康状态均以25℃时静态容量测试值为基准；包括如下步骤：
(a)对锂电池进行健康寿命测试实验；
(b)根据所述测试实验数据，构建锂电池健康因子；
(c)根据上述所构建的健康因子建立锂电池健康寿命模型，从而实现锂电池健康状态预测；
对锂电池进行健康寿命测试实验的步骤，进一步包括以下步骤：
(A)依次在25℃、40℃、10℃和55℃四个温度点，进行基本性能测试；
(B)在55℃进行加速老化测试；
(C)当静态容量测试值下降至额定容量的75％时实验结束，否则，返回步骤(A)；
所述基本性能测试进一步包括：
(1)静态容量测试，得到当前锂电池的有效容量；
(2)不同电流倍率测试，验证锂电池在不同放电电流倍率下的容量保持率；
(3)开路电压测试，获取锂电池建模所需的OCV-SOC曲线；OCV表示开路电压，SOC表示锂电池荷电状态；
(4)动态内阻测试，验证锂电池动态内阻变化过程；
(5)动态应力测试(DST)，以在实验室中模拟电池在电动汽车中的动态运行工况；
(6)北京公交动态应力测试(BBDST)，得到针对中国的锂电池动态运行工况；
(7)CD/CS工况测试，基于混合动力电动汽车行驶模式，测试电池运行工况；CD表示电量消耗模式，CS表示电量保持模式；
选取0.2C、0.5C、1C、2C、2.5C五种放电电流倍率；
静态容量测试时需将被测锂电池置于恒温箱内，控制箱内温度恒定为一特定值，静置1小时以上，使电池达到热平衡状态，然后以标准电流0.5C恒流将电池充电至3.6V，再以3.6V恒压充电至截止电流20mA为止，再静置1h以上，最后以0.5C恒流将电池放电至截止电压2V结束，以上测试过程即为一次静态容量测试，重复此过程三次完成测试；加速老化测试进一步包括：
a)以1.5C倍率进行CCCV充电；CCCV表示先恒流充电，达到某一个值时，再进行恒压充电；
b)静置10min；
c)以2.5C倍率进行电流放电；
d)静置10min；
e)返回步骤a)，直至循环达到50次，则结束；
不同电流倍率测试根据被测锂电池规格参数选取0.2C、0.5C、1C、2C、2.5C五种放电电流倍率，先用0.5C恒流以CCCV方式将锂电池充满，再分别以不同倍率电流0.2C、0.5C、1C、2C、2.5C放电至截止电压2V为止，每次充电或放电结束后维持1h以上的静置时间；OCV测试的等效电路模型中理想电池电动势无法通过直接检测得到，选择易于测试的OCV近似电池电动势，由于受到电池极化作用的影响，OCV是个缓慢变化的电压值，需将电池长时间静置，使其达到相对平衡的状态以获取更为稳定的电压值，采用HPPC测试方法得到OCV，选取1h静置之后的电压值作为OCV，采用曲线拟合或插值的方法得到整个OCV-SOC曲线，通过七次多项式拟合得到的曲线对比图；
动态内阻测试采用间歇放电方式实现，先将被测锂电池以CCCV方式充满并静置1h，恒流放电电流倍率2.5C，放电1min再静置1min，如此循环直至放电截止电压2V；
当锂电池接近充满或放空时，内阻表现出现突然增大的趋势，导致内阻-SOC曲线发生突变不再符合二次曲线特性，选取SOC为20％～80％范围时的内阻为研究对象，对此范围内阻求平均值以构建均值内阻健康因子；在不同的环境温度下，内阻均值的变化在一定程度上表征了锂电池SOH的衰退趋势，使用一次曲线拟合各环境温度下实验值，环境温度为10℃、25℃、40℃和55℃时各曲线拟合度分别为0.889、0.973、0.978和0.953；
用公式(1)描述电池老化程度：
式中：Qloss为电池容量衰减；A为指前因子；Ea为活化能；R为普适气体常数；T为热力学绝对温度；
所述锂电池的健康因子包括：均值内阻健康因子，最小内阻健康因子，内阻-SOC曲线健康因子；
定义内阻-SOC二次曲线如式(2)所示：
式中ap、bp和cp为二次曲线系数，Ro,min和Soc,min为二次曲线顶点的纵坐标和横坐标，分别表示内阻-SOC曲线的最小内阻值及其所处SOC状态，Ro为电池内阻：
若环境温度或锂电池均值内阻超出边界函数，采用拟合函数外推法带入模型函数关系式即可计算得到SOH估计值；
温度边界函数为：Soh＝al,mean*Ro,mean+bl,mean
其中，a1,mean，b1,mean为拟合函数参数；
构建最小内阻健康因子时，选取SOC为20％～80％范围的内阻为研究对象，此范围的内阻-SOC曲线的顶点表示为锂电池最小内阻值及其所处SOC状态，以此构建最小内阻健康因子；所构建内阻-SOC曲线健康因子为2ap：
2.根据权利要求1所述的锂电池健康寿命模型构建方法，其特征在于，所述锂电池的健康寿命模型包括：均值内阻健康寿命模型，最小内阻健康寿命模型，内阻-SOC曲线健康寿命模型。
CN201610760783.2A 2016-08-30 2016-08-30 一种锂电池健康寿命模型构建方法 Active CN106526486B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610760783.2A CN106526486B (zh) 2016-08-30 2016-08-30 一种锂电池健康寿命模型构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610760783.2A CN106526486B (zh) 2016-08-30 2016-08-30 一种锂电池健康寿命模型构建方法

Publications (2)

Publication Number Publication Date
CN106526486A CN106526486A (zh) 2017-03-22
CN106526486B true CN106526486B (zh) 2018-11-02

Family

ID=58344814

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610760783.2A Active CN106526486B (zh) 2016-08-30 2016-08-30 一种锂电池健康寿命模型构建方法

Country Status (1)

Country Link
CN (1) CN106526486B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3730958A1 (de) * 2019-04-24 2020-10-28 Robert Bosch GmbH Verfahren zur bewertung des gesundheitszustandes einer hochvoltbatterie und batterietester

Families Citing this family (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107064815B (zh) * 2017-03-31 2019-09-20 惠州市蓝微新源技术有限公司 一种电池内阻计算方法
CN107167739B (zh) * 2017-05-17 2019-11-05 力信（江苏）能源科技有限责任公司 一种动力电池寿命预测方法
DE102017209674A1 (de) * 2017-06-08 2018-12-13 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betrieb eines elektrischen Energiespeichersystems sowie elektrisches Energiespeichersystem mit der Vorrichtung und entsprechende Verwendung
CN109273781B (zh) * 2017-07-18 2021-03-09 宁德时代新能源科技股份有限公司 电芯监测方法和电芯监测装置
CN107367694A (zh) * 2017-07-31 2017-11-21 重庆金山医疗器械有限公司 一种锂电池使用寿命的评估方法和系统
CN107632262A (zh) * 2017-08-07 2018-01-26 北京长城华冠汽车科技股份有限公司 一种动力电池组循环寿命的检测方法及装置
CN108021735B (zh) * 2017-11-07 2021-06-11 上海科梁信息工程股份有限公司 电池的模拟方法、上位机、实时仿真机及电池模拟系统
CN108051755A (zh) * 2017-12-13 2018-05-18 宁德时代新能源科技股份有限公司 电池内阻获取方法与装置、电池管理系统以及计算机存储可读介质
CN110109029B (zh) * 2018-01-29 2022-05-03 宁德时代新能源科技股份有限公司 电芯析锂参数检测方法及装置、电芯检测系统和计算机可读存储介质
CN108761343B (zh) * 2018-06-05 2020-10-16 华霆（合肥）动力技术有限公司 Soh校正方法及装置
CN109061485A (zh) * 2018-06-30 2018-12-21 合肥国轩高科动力能源有限公司 一种锂离子电池放电过程中的soc-ocv测试方法
CN109085509A (zh) * 2018-09-11 2018-12-25 山东鲁能智能技术有限公司 锂离子电池开路电压与soc关系的参数辨识方法及系统
CN110970959B (zh) 2018-09-30 2024-01-30 华为技术有限公司 充电管理方法、图形用户界面及相关装置
CN109307845B (zh) * 2018-10-19 2022-07-01 中国电力科学研究院有限公司 一种用于对梯次利用电池储能系统进行健康状态评估的方法及系统
CN109655754B (zh) * 2018-12-14 2022-01-07 蓝谷智慧(北京)能源科技有限公司 一种基于充电过程多维分阶的电池性能评估方法
CN109856562A (zh) * 2019-01-30 2019-06-07 华北电力大学 基于自适应“i-u-r”法的锂电池梯次利用检测方法
CN109856559B (zh) * 2019-02-28 2021-10-22 武汉理工大学 一种锂电池循环寿命的预测方法
CN110007234B (zh) * 2019-03-12 2020-02-07 清华大学 动力电池/电池组的性能测试方法及系统、电动汽车
CN110135077B (zh) * 2019-05-17 2022-12-27 上海理工大学 基于Matlab的退役锂电池分类模型的建立方法
CN111983492A (zh) * 2019-05-21 2020-11-24 彩虹无线（北京）新技术有限公司 电池健康分析方法、装置和设备
CN110320474A (zh) * 2019-05-28 2019-10-11 合肥国轩高科动力能源有限公司 一种锂离子电池老化模型的寿命预测方法
CN112014735B (zh) * 2019-05-30 2023-09-22 上海汽车集团股份有限公司 一种基于全寿命周期的电芯老化寿命预测方法及装置
CN110244234A (zh) * 2019-07-24 2019-09-17 中国科学院电工研究所 一种电池加速寿命测试方法
CN112305439B (zh) * 2019-07-31 2022-01-07 比亚迪股份有限公司 电池寿命测试方法、装置及可读存储介质
CN110673045A (zh) * 2019-10-30 2020-01-10 无锡凌博电子技术有限公司 一种电池充放电数据处理方法
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
CN110873841B (zh) * 2019-11-05 2021-12-07 蓝谷智慧(北京)能源科技有限公司 一种基于数据驱动与电池特性相结合的电池寿命预测方法
CN112836331A (zh) * 2019-11-25 2021-05-25 前进设计有限公司 一种基于环境作用的纯电动汽车电池性能可靠性分析方法
DE102020201836A1 (de) 2020-02-14 2021-08-19 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zur Bestimmung des Alterungszustandes mindestens einer elektrischen Energiespeichereinheit
DE102020202561A1 (de) 2020-02-28 2021-09-02 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Bestimmen eines Alterungszustands mindestens eines elektrochemischen Energiespeichers
CN111239629B (zh) * 2020-02-28 2022-02-18 山东理工大学 一种退役锂电池的梯次利用状态区间划分方法
CN111624502A (zh) * 2020-04-17 2020-09-04 北京航空航天大学 一种极端环境温度锂离子电池老化试验装置
CN111509316B (zh) * 2020-04-29 2021-11-02 集美大学 一种基于循环寿命的船用锂电池组能量管理方法
CN111537890A (zh) * 2020-05-11 2020-08-14 浙江衡睿科技有限公司 一种电池soh估算方法
CN111537891A (zh) * 2020-05-12 2020-08-14 广东电网有限责任公司 一种蓄电池运行参数在线感知与健康模型构建系统及方法
CN111562499B (zh) * 2020-06-09 2022-11-11 温州长江汽车电子有限公司 一种新能源汽车锂动力电池热管理模拟方法
CN112230160B (zh) * 2020-09-22 2023-10-20 国联汽车动力电池研究院有限责任公司 电芯内短路定位的测试方法及装置
CN113030739A (zh) * 2021-02-22 2021-06-25 福建星云电子股份有限公司 一种在充电过程估算电池性能指标的方法
CN113359048A (zh) * 2021-04-28 2021-09-07 中国矿业大学 一种锂离子电池剩余使用寿命间接预测方法
CN113419181B (zh) * 2021-06-09 2024-06-14 浙江超恒动力科技有限公司 一种电动自行车电池的工况测试方法
CN113884927B (zh) * 2021-07-31 2023-06-02 重庆长安新能源汽车科技有限公司 一种基于云端大数据的电池寿命主动控制方法及系统
CN113805064B (zh) * 2021-09-18 2022-09-20 北京航空航天大学 基于深度学习的锂离子电池组健康状态预测方法
CN114021468B (zh) * 2021-11-11 2024-05-07 天津大学 一种多尺度焊接结构的疲劳寿命预测方法、装置及设备
CN114720879A (zh) * 2022-03-25 2022-07-08 中国长江三峡集团有限公司 基于bp神经网络的储能锂电池组老化模式自动识别方法
CN115184809B (zh) * 2022-07-05 2023-06-09 燕山大学 一种基于温度角度对储能电池系统多维度评估方法
CN115291110B (zh) * 2022-07-26 2024-07-19 北理新源(佛山)信息科技有限公司 基于特征参量提取和老化经验库构建的电堆老化预测方法
CN117665637B (zh) * 2024-01-29 2024-04-05 深圳市乌托邦创意科技有限公司 一种高兼容性快充移动式电源老化速度测试方法及系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102156265B (zh) * 2011-03-16 2013-07-17 深圳市派司德科技有限公司 一种电池健康状态测试装置及其方法
CN105891715A (zh) * 2014-12-12 2016-08-24 广西大学 一种锂离子电池健康状态估算方法
CN104714189A (zh) * 2015-04-02 2015-06-17 奇瑞汽车股份有限公司 一种电动汽车用电池组循环寿命的预测方法
CN105548900B (zh) * 2016-01-07 2018-06-08 北京北交新能科技有限公司 一种轨道交通用动力电池健康状态评估方法
CN105676134B (zh) * 2016-01-08 2018-07-13 中国第一汽车股份有限公司 一种车用锂离子动力电池的soh估算方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
"Correlation of Arrhenius behaviors in power and capacity fades with cell impedance and heat generation in cylindrical lithium-ion cells";Bor Yann Liaw 等;《Journal of Power Sources》;20031231;875页 *
"State-of-charge and state-of-health estimation for lithium-ion batteries based on dynamic impedance technique";Min-Hsuan Hung 等;《Journal of Power Sources》;20141231;861-873页 *
"基于RVM的锂离子电池剩余寿命预测方法研究";周建宝;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20150115(第1期);正文53-56页 *
"基于数据模型融合的电动车辆动力电池组状态估计研究";熊瑞;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20150415(第4期);正文第19-25页 *
"基于退役锂动力电池容量、内阻和荷电状态的建模与参数估计";邹幽兰;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20141215(第12期);正文第28页 *
李思.电动汽车锂离子电池等效电路模型的参数辨识研究.《•中国优秀硕士学位论文全文数据库 •工程科技Ⅱ辑》.2015,(第07期),第14-16页. *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3730958A1 (de) * 2019-04-24 2020-10-28 Robert Bosch GmbH Verfahren zur bewertung des gesundheitszustandes einer hochvoltbatterie und batterietester

Also Published As

Publication number Publication date
CN106526486A (zh) 2017-03-22

Similar Documents

Publication Publication Date Title
CN106526486B (zh) 一种锂电池健康寿命模型构建方法
CN111736085B (zh) 一种基于电化学阻抗谱的锂离子电池健康状态估计方法
Zheng et al. A novel capacity estimation method based on charging curve sections for lithium-ion batteries in electric vehicles
Li et al. State of charge estimation based on a simplified electrochemical model for a single LiCoO2 battery and battery pack
Świerczyński et al. Selection and performance-degradation modeling of limo $ _ {2} $/Li $ _ {4} $ Ti $ _ {5} $ O $ _ {12} $ and lifepo $ _ {4} $/C battery cells as suitable energy storage systems for grid integration with wind power plants: an example for the primary frequency regulation service
Vasebi et al. A novel combined battery model for state-of-charge estimation in lead-acid batteries based on extended Kalman filter for hybrid electric vehicle applications
CN107843852B (zh) 一种获取离线数据来估算蓄电池联合状态的方法
CN105929336B (zh) 一种动力锂离子电池健康状态估算方法
Jiang et al. Butler-Volmer equation-based model and its implementation on state of power prediction of high-power lithium titanate batteries considering temperature effects
CN103632018B (zh) 一种基于Simscape平台的电池建模方法
CN108072845A (zh) 基于不完整充电电压曲线的锂电池容量估计方法
CN110244234A (zh) 一种电池加速寿命测试方法
CN110133503B (zh) 一种电芯检测方法及装置
CN110426639B (zh) 一种基于动态阻抗谱的锂离子电池寿命预测方法及系统
CN110098439A (zh) 一种动力电池充电时间估计的方法
CN109782190A (zh) 用于估计单颗电池或单批电池的剩余使用寿命的方法
Chahbaz et al. Non-invasive identification of calendar and cyclic ageing mechanisms for lithium-titanate-oxide batteries
CN110931897B (zh) 一种梯次利用磷酸铁锂电池的分选方法
CN110208717B (zh) 基于大数据的动力电池寿命预测方法
CN103698716A (zh) 一种基于衰减系数的串联电池组可放出电量衰减评价方法
CN106291393A (zh) 一种用于在线识别电池模型参数的方法
CN109061478A (zh) 一种利用eis测试进行锂离子电池寿命定性预测的方法
Smith et al. Experimental analysis of Dynamic Charge Acceptance test conditions for lead-acid and lithium iron phosphate cells
Liao et al. A dynamic equivalent circuit model of LiFePO 4 cathode material for lithium ion batteries on hybrid electric vehicles
CN116577686A (zh) 一种基于局部阶段充电数据的多工况soh估计方法和系统

Legal Events

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