CN107238801A - 一种用于预测锂电池生命周期的方法 - Google Patents

一种用于预测锂电池生命周期的方法 Download PDF

Info

Publication number
CN107238801A
CN107238801A CN201710454905.XA CN201710454905A CN107238801A CN 107238801 A CN107238801 A CN 107238801A CN 201710454905 A CN201710454905 A CN 201710454905A CN 107238801 A CN107238801 A CN 107238801A
Authority
CN
China
Prior art keywords
detection
index
cycle
battery
analytical chemistry
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.)
Pending
Application number
CN201710454905.XA
Other languages
English (en)
Inventor
刁岩
冯烁
王洋
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.)
Changsha New Material Industry Research Institute Co Ltd
Original Assignee
Changsha New Material Industry Research Institute 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 Changsha New Material Industry Research Institute Co Ltd filed Critical Changsha New Material Industry Research Institute Co Ltd
Priority to CN201710454905.XA priority Critical patent/CN107238801A/zh
Publication of CN107238801A publication Critical patent/CN107238801A/zh
Pending legal-status Critical Current

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
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • 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

本发明涉及一种用于预测锂电池生命周期的方法。该方法先对某种型号规格的锂动力电池，进行指定次数的循环后，进行电性能检测；然后拆解，获得电池的正极材料、负极材料、隔膜和电解液中的一种或多种，并进行材料学检测和/或分析化学检测，建立关于锂动力电池电性能指标、材料学参数和/或分析化学参数与循环次数之间对应关系的标准数据库；再取待测锂动力电池同样进行拆解并进行相关检测，进行比对，预估电池的剩余的循环次数。本发明能够为废旧动力电池的剩余循环次数提供准确的判断依据，为废旧锂动力电池梯次利用的产品定位提供评判方法，避免了单纯使用电性能参数与循环次数/寿命的对应关系来预测电池寿命带来的误差。

Description

一种用于预测锂电池生命周期的方法
技术领域
本发明属于蓄电池领域，更具体地，本发明涉及一种用于预测锂电池生命周期的方法。
背景技术
新能源动力汽车在国家层面的战略推动下迅速发展，随之产生的废旧动力电池也将从2018年后开始快速增长。由于动力电池性能下降到80%时，就达到了新能源汽车动力电池报废标准，如果直接将这些电池进行拆解处理，将会造成资源的极大浪费。因此，国家大力倡导对废旧动力电池实现梯次利用，提高电池全生命周期使用价值。即将废旧动力电池组拆包，对模块进行测试筛选再组装，梯次利用到储能或相关的供电基站以及路灯、低速交通工具等领域。
但目前业内很少将回收的废旧动力电池用于梯次利用。一方面，由于动力电池规格标准不统一，报废时的状态差别加大，回收再利用难度大。另一方面，由于无法准确预测废旧动力电池的剩余生命周期，电池梯次利用后的安全责任和售后维护归属不明，也是阻碍动力电池大规模梯次利用的重要原因。因此，实现动力电池的梯次利用，迫切需要开展动力电池生命周期预测技术，并能够对电池剩余使用价值做出准确的判断。
目前锂离子电池循环寿命的预测方法主要有两类：第一类是基于经验的直接预测法，利用电池使用中的经验知识，依据某些统计规律给出电池寿命的粗略统计，主要包括循环周期数法、安时法与加权安时法及面向事件的老化累计法。第二类是基于性能的间接预测方法，包括两个过程：一是退化状态识别，即根据电池已知运行状态信息、历史信息及状态监测信息估计电池的性能状态退化；二是性能预测，采用一定算法预测性能状态演化趋势。上述两类方法，均属于非破坏性的评价方法，只能粗略的预测电池的剩余价值，不能满足梯次利用对废旧动力电池剩余寿命精确预测的需求。
目前，缺乏一种对报废的锂动力电池剩余生命周期准确的预测方法，全方位多角度的评价电池性能的衰减程度，从而为废旧锂动力电池梯次利用提供依据。
发明内容
为了克服上述缺陷，本发明提供了一种用于预测锂电池生命周期的方法，综合电池的电性能测试与电池组分的材料学检测和/或分析化学检测等手段，对待测锂动力电池（废旧电池）进行检测分析，并比照标准数据库，对电池寿命进行判断，该方法相对传统的单一经验法对电池寿命的预测相对更为准确，后续使用的安全系数更高。
本发明的技术方案为：一种用于预测锂电池生命周期的方法，包括如下步骤：
（1）对某种型号规格的锂动力电池，在进行指定次数的循环后，进行电性能检测；通过该步骤可以建立电性能参数随循环次数变化的对应关系数据库；
（2）对步骤（1）中经过电性能检测的电池，进行拆解，获得电池的正极材料、负极材料、隔膜和电解液中的一种或多种；
（3）对步骤（2）中获得的正极材料、负极材料、隔膜和电解液中的一种或多种进行材料学检测和/或分析化学检测；
（4）建立关于锂动力电池电性能指标与循环次数之间的对应关系的标准数据库、材料学指标和/或分析化学指标参数与循环次数之间对应关系的标准数据库；
（5）取该型号规格的待测锂动力电池，进行电性能检测，然后进行拆解，获得锂动力电池的正极材料、负极材料、隔膜和电解液中的一种或多种；
（6）对步骤（5）中获得的正极材料、负极材料、隔膜和电解液中的一种或多种进行材料学和/或分析化学检测，获得材料学指标和/或分析化学指标参数；
（7）将步骤（6）中获得的材料学指标和/或分析化学指标参数与步骤（4）中建立的标准数据库进行比对，判断锂动力电池已经使用的循环次数，预估剩余的循环次数。
其中，指定循环次数是指根据锂电池的特性，选取N次循环次数间隔采点，N为正整数，优选为100的倍数。
本发明中，一次循环均指一次完整的充放电循环。某种型号规格的电池是指待回收的特定型号的电池。步骤（1）、步骤（2）中，为了获得不同循环次数后的电池的电学性能以及材料学、化学性能，可以选用同一批次的多个电池来进行检测和拆解。进一步地，选择同一批次的新电池。
优选地，步骤（1）中锂动力电池进行指定次数的循环过程是在特定条件下进行的。所述的特定条件是指在特定的温度、压力、辐射等环境条件下进行的。
进一步地，步骤（1）和步骤（5）中电性能检测包括电池的放电容量、放电平台电压、内阻、能量、循环效率、电压下降、容量保留率及其他的电性能检测中的一种或多种。
进一步地，步骤（3）和步骤（6）中，材料学检测和/或分析化学检测包括对电池的正极材料、负极材料、隔膜、电解液中的一种或多种进行材料学和/或分析化学检测，进一步地，所述的材料学和/或分析化学检测包括对正极材料、负极材料、隔膜、电解液中的一种或多种进行结构、性能、化学组成的检测分析。优选地，所述材料学检测和/或分析化学检测包括正极结构成分分析、负极结构成分分析、隔膜结构分析、电解液的成分分析中的一种或多种。本发明中所述的材料学检测包括对各个部件（即正极材料、负极材料、隔膜和电解液）的结构、性能参数进行检测表征，包括表面形貌、厚度、体积、质量、孔隙率、晶体结构、粒度、晶体参数、取向结构、导电性能中的一种或多种；分析化学参数包括化学组分种类、化学组分含量、元素化合态、元素含量、各价态元素比例中的一种或多种，其中，各价态元素比例是指某一元素中各价态的该元素占该元素总量的比例。并建立相应的检测参数随循环次数变化的对应关系。所述的对应关系包括建立该参数与循环次数的对应曲线。
进一步地，步骤（3）和步骤（6）中，对正极材料进行材料学检测和/或分析化学检测包括对电池正极材料的单位面积/体积中晶格常数发生变化的材料的比例、单位面积/体积中晶胞体积发生变化的材料的比例、晶粒平均粒径、某化合态下某元素的含量、元素总含量、导电性能、粒度中的一种或多种进行表征检测。进一步优选的，采用如下方法进行检测：X射线衍射检测（XRD检测），分析正极材料晶体结构中，单位面积/体积中晶格常数发生变化的材料的比例、单位面积/体积中晶胞体积发生变化的材料的比例、晶粒平均粒径或其他参数中的一种或多种随循环次数增加的变化规律；和/或X射线光电子能谱分析检测（XPS检测），分析正极材料中各元素化合态随循环次数增加的变化规律，进一步地是指各元素处于不同化合态的比例随循环次数增加的变化规律；和/或电感耦合等离子发射光谱仪检测（ICP-OES检测），分析正极材料中各元素含量随循环次数增加的变化规律；和/或正极导电性能测定，分析正极片导电性能随循环次数增加的变化规律；和/或正极粉末粒度测定，分析正极材料粒径随循环次数增加的变化规律。
进一步地，步骤（3）和步骤（6）中，对负极材料进行材料学检测和/或分析化学检测包括对电池负极材料的厚度、单位面积/体积中晶格常数发生变化的材料的比例、单位面积/体积中晶胞体积发生变化的材料的比例、晶粒平均粒径、元素化合态、某元素某化合态下的含量、元素总含量中的一种或多种进行表征检测。进一步优选地，采用以下方法测试：厚度测试，分析负极片厚度随循环次数增加的变化规律；和/或XRD检测，分析负极材料晶体结构中，单位面积/体积中晶格常数发生变化的材料的比例、单位面积/体积中晶胞体积发生变化的材料的比例、晶粒平均粒径或其他参数中的一种或多种随循环次数增加的变化规律；和/或XPS检测，分析负极表面SEI膜（固体电解质界面膜）成分及负极材料中各元素化合态随循环次数增加的变化规律；和/或ICP-OES检测，分析负极SEI膜及负极材料中各元素含量随循环次数增加的变化规律。
进一步地，步骤（3）和步骤（6）中，对隔膜进行材料学检测和/或分析化学检测包括对电池隔膜的重量、孔隙率进行表征。进一步优选的，采用排液法测量隔膜的孔隙率，分析隔膜孔隙率随循环次数增加的变化规律。
进一步地，步骤（3）和步骤（6）中，对电解液进行材料学检测和/或分析化学检测包括对电解液中电解质盐含量、元素含量、正极活性物质、负极活性物质的含量进行表征。优选采用下述的方法进行表征：HPLC-MS（液相色谱-质谱联用技术）检测，分析电解液中电解质盐含量随循环次数增加的变化规律；和/或ICP-OES检测，分析电解液中所含元素的含量，并进一步分析电解液中溶解的正极活性物质含量随循环次数增加的变化规律。
进一步地，电解质盐包括常规的锂电池电解质盐，如LiPF6。
进一步地，正极活性物质是指锂电池的正极中的活性物质，如磷酸铁锂电池中的磷酸铁锂；三元电池中的镍钴锰、镍钴铝等；锰酸锂电池中的锰酸锂等。
进一步地，负极活性物质是指负极中的活性物质，例如钛酸理。
优选地，步骤（5）中取待测锂动力电池前还包括初步分级的步骤，即取若干待测锂动力电池，进行电性能检测，根据电性能检测结果进行初步分级。
进一步地，所述初步分级是指剔除同一批次的电池中电性能偏差较大的电池，不进入材料学及分析化学抽样检测范围，视为无利用价值电池。所述偏差的计算基准可以根据需要，由回收人员确定，或者将同一批次所有电池的平均水平作为计算基准。进一步地，所述的偏差较大的电池是指某一项或多项电学性能相对于其他电池的平均水平低5%的电池，优选的是指低10%的电池，优选的是指低20%的电池，进一步优选的是指低50%的电池。
进一步地，对步骤（2）中获得的正极材料、负极材料、隔膜和电解液进行材料学检测和分析化学检测；对步骤（5）中获得的正极材料、负极材料、隔膜和电解液进行材料学和分析化学检测，获得材料学指标和分析化学指标参数；
优选地，步骤（7）中，将待测锂动力电池的电学性能、材料学和/或分析化学检测结果分别与步骤（4）中的标准数据库进行比对，根据对应关系，预估剩余的循环次数，并选取最小的剩余的循环次数作为预测结果。
进一步地，通过上述的测试，可以建立某种型号规格的电池的电性能参数与循环次数，或者电性能参数与寿命/生命周期的对应关系；同时，还建立了该型号规格的电池的化学组成/结构参数与循环次数，或者材料/结构参数与寿命/生命周期的对应关系。发明人经过深入研究后发现，电池的某一部件的性能下降时，即使在其他部件的性能完好的情况下，电池的性能/使用寿命也会随着该部件的性能下降而急剧下降，大大缩短了电池的使用寿命，在后续的使用过程中，其寿命主要受限于该部件。因而，进一步地，为提高系统可靠性，技术人员根据数据库中电池的寿命-电学性能/结构/化学组成对应关系，并根据旧电池的电学、材料学、化学检测的结果，将其分别代入对应关系中，根据相应的对应关系，预估剩余的使用寿命，并选取最短的剩余使用寿命（或者，最小的剩余循环次数）作为预测结果。
进一步地，在所述步骤（4）中，按照步骤（3）中不同的检测方法，将每一测试参数，建立随循环次数变化的标准比对数据库，最后将电性能指标及材料学和分析化学指标参数汇总，综合建立标准比对数据库。
本发明提供的优选技术方案中，在所述步骤（7）中，根据步骤（6）的检测分析结果，对照步骤（4）已建立的标准比对数据库，判断废旧电池已经使用的循环次数，预估剩余的循环次数。
与现有技术相比，本发明提供了一种锂电池生命周期预测方法，通过对不同型号电池全生命周期中，材料结构成分变化规律，建立关于各种型号电池的标准比对数据库，能够有效揭示电池性能衰减机理，同时为废旧动力电池剩余使用寿命（剩余循环次数）提供相对准确的判断依据，为废旧锂动力电池梯次利用的产品定位提供评判方法，克服单纯使用电性能参数与循环次数/寿命的对应关系来预测电池寿命带来的误差。
具体实施方式
下面结合磷酸铁锂电池生命周期的预测方法对本发明进行进一步说明。
本实施方式中，磷酸铁锂电池生命周期的预测方法，包括如下步骤：
（1）对磷酸铁锂动力电池，在进行指定次数的循环后，进行电性能检测，获得循环次数与电性能参数的对应关系；
（2）对经过电性能检测的电池，进行拆解，获得电池的正极材料、负极材料、隔膜和电解液；
（3）对电池正极、负极、隔膜、电解液进行材料学和分析化学检测；
（4）建立不同型号和规格电池，随循环次数变化，电池电性能指标、电极材料、隔膜、电解液指标参数的变化趋势标准数据库；
（5）将同一规格废旧磷酸铁锂动力电池，进行电性能检测，并根据电性能检测结果进行初步分级，剔除电性能参数比相应平均值低10%以上的电池；
（6）对经过初步分级后的废旧电池，抽样进行拆解；
（7）对步骤（6）中拆解获得的电池正极材料、负极材料、隔膜、电解液进行材料学和分析化学检测；
（8）比对已建立的标准数据库，判断电池已经使用的循环次数，预估剩余的循环次数，并选取最短的剩余使用寿命作为预测结果。
其中，所述步骤（1）中，指定循环次数，根据锂电池的特性，选取200次循环间隔采点，对电池进行电性能检测，包括电池的放电容量、放电平台电压、内阻、能量、循环效率、电压下降及容量保留率。
其中，所述步骤（2）中，对电池进行拆解，在手套箱中，将电池拆开，将正极、负极和隔膜剥离，各取10cm2正极、负极和隔膜，采用有机溶剂如碳酸丙烯酯（PC）、碳酸乙烯酯（EC）、碳酸二乙酯（DEC）、碳酸二甲酯（DMC）、碳酸甲基乙基酯（EMC）等，对正极和负极进行清洗，每次溶剂用量5mL，共清洗三次。将洗液收集，留待测试备用。同时，将正极片、负极片和隔膜在手套箱中晾干，用密封袋封存，留待测试备用。
其中，所述步骤（3）中，对磷酸铁锂正极进行材料学和分析化学检测包括，将步骤（2）中拆解获得的磷酸铁锂正极片分4份。取其中1份进行XRD检测，分析磷酸铁锂正极晶体结构中，单位面积中晶格常数发生变化的材料的比例、单位面积中晶胞体积发生变化的材料的比例、晶粒平均粒径随循环次数增加的变化规律。取其中1份进行XPS检测，分析磷酸铁锂正极材料中各元素化合态比例）随循环次数增加的变化规律。取其中1份，采用四探针法检测正极片导电性能随循环次数增加的变化规律。取其中1份，刮取0.1克磷酸铁锂正极粉末，采用浓盐酸将其溶解，用去离子水稀释至20mL，进行ICP-OES检测，分析磷酸铁锂正极材料中Li、Fe、P元素含量随循环次数增加的变化规律。
其中，所述步骤（3）中，对碳负极进行材料学和/或分析化学检测包括，将步骤（2）中获得的碳负极片分3份。取其中1份，进行极片厚度测量，分析碳负极体积变化率随循环次数增加的变化规律；取其中1份进行XPS检测，并且在SEI膜纵深方向上进行刻蚀，分析SEI膜成分随循环次数增加的变化规律。取其中1份，刮取0.1克碳负极粉末，采用浓盐酸对负极粉末进行处理，将SEI膜溶解，用去离子水稀释至20mL，进行ICP-OES检测，分析碳负极SEI膜中Li元素含量随循环次数增加的变化规律。
其中，所述步骤（3）中，对隔膜进行材料学和/或分析化学检测包括，将步骤（2）中获得的隔膜。取5cm2，采用排液法进行孔隙率测定，分析隔膜孔隙率随循环次数增加的变化规律。
其中，所述步骤（3）中，对电解液进行材料学和/或分析化学检测包括，将步骤（2）中收集的清洗液分2份。取其中1份进行HPLC-MS检测，分析电解液中电解质盐含量随循环次数增加的变化规律。
其中，所述步骤（4），根据步骤（1）及步骤（3），获得电池的放电容量、放电平台电压、内阻、能量、循环效率、电压下降及容量保留率，以及磷酸铁锂正极、碳负极、隔膜、电解液成分及结构随循环次数增加的变化规律建立基础数据库。
其中，所述步骤（5），对同一规格的废旧锂电池进行电性能检测，包括电池的放电容量、放电平台电压、内阻、能量、循环效率、电压下降及容量保留率。任一参数偏离平均值10%以上的电池，不进入材料学及分析化学抽样检测范围，视为无利用价值电池。
其中，所述步骤（6），对步骤（5）中经过初步分级的电池，按照一定的比例抽样，在手套箱中，将电池拆开，将正极、负极和隔膜剥离。按照步骤（2）中所述实验方法，进行测试样品制备。
其中，所述步骤（7），按照步骤（3）中所述的实验方法，对电池正极、负极、隔膜、电解液进行材料学和分析化学检测。
其中，所述步骤（8），根据步骤（7）的测试结果，比对步骤（4）已建立的标准数据库，判断电池已经使用的循环次数，预估剩余的循环次数，并选取最小的剩余循环次数作为判断结果。

Claims (10)

1.一种用于预测锂电池生命周期的方法，其特征在于，包括如下步骤：
（1）对某种型号规格的锂动力电池，在进行指定次数的循环后，进行电性能检测；
（2）对步骤（1）中经过电性能检测的电池，进行拆解，获得电池的正极材料、负极材料、隔膜和电解液中的一种或多种；
（3）对步骤（2）中获得的正极材料、负极材料、隔膜和电解液中的一种或多种进行材料学检测和/或分析化学检测；
（4）建立关于锂动力电池电性能指标与循环次数之间的对应关系的标准数据库、材料学参数和/或分析化学参数与循环次数之间对应关系的标准数据库；
（5）取该型号规格的待测锂动力电池，进行电性能检测，然后进行拆解，获得锂动力电池的正极材料、负极材料、隔膜和电解液中的一种或多种；
（6）对步骤（5）中获得的正极材料、负极材料、隔膜和电解液中的一种或多种进行材料学和/或分析化学检测，获得材料学指标和/或分析化学指标参数；
（7）将步骤（6）中获得的材料学指标和/或分析化学指标参数与步骤（4）中建立的标准数据库进行比对，判断锂动力电池已经使用的循环次数，预估剩余的循环次数。
2.根据权利要求1所述的用于预测锂电池生命周期的方法，其特征在于，步骤（1）和步骤（5）中电性能检测包括电池的放电容量、放电平台电压、内阻、能量、循环效率、电压下降、容量保留率中的一种或多种。
3.根据权利要求1所述的用于预测锂电池生命周期的方法，所述材料学检测包括对各个部件的结构参数进行检测表征，所述结构参数包括表面形貌、厚度、体积、质量、孔隙率、晶体结构、粒度、晶体参数、取向结构中的一种或多种；所述分析化学参数包括化学组分种类、化学组分含量、元素化合态、元素含量、各价态元素比例中的一种或多种。
4.根据权利要求1所述的用于预测锂电池生命周期的方法，其特征在于，步骤（3）和步骤（6）中，对正极材料进行材料学检测和/或分析化学检测包括对电池正极材料进行：X射线衍射检测，分析正极材料晶体结构中，单位面积/体积中晶格常数发生变化的材料的比例、单位面积/体积中晶胞体积发生变化的材料的比例、晶粒平均粒径中的一种或多种随循环次数增加的变化规律；和/或X射线光电子能谱分析检测，分析各元素处于不同化合态的比例随循环次数增加的变化规律；和/或电感耦合等离子发射光谱仪检测，分析正极材料中各元素含量随循环次数增加的变化规律；和/或正极导电性能测定，分析正极片导电性能随循环次数增加的变化规律；和/或正极粉末粒度测定，分析正极材料粒径随循环次数增加的变化规律。
5.根据权利要求1所述的用于预测锂电池生命周期的方法，其特征在于，步骤（3）和步骤（6）中，对负极材料进行材料学检测和/或分析化学检测包括对电池负极材料进行：厚度测试，分析负极片厚度随循环次数增加的变化规律；和/或X射线衍射检测，分析负极材料晶体结构中，单位面积/体积中晶格常数发生变化的材料的比例、单位面积/体积中晶胞体积发生变化的材料的比例、晶粒平均粒径中的一种或多种随循环次数增加的变化规律；和/或X射线光电子能谱分析检测，分析负极表面固体电解质界面膜成分及负极材料中各元素化合态随循环次数增加的变化规律；和/或电感耦合等离子发射光谱仪检测，分析负极固体电解质界面膜及负极材料中各元素含量随循环次数增加的变化规律。
6.根据权利要求1所述的用于预测锂电池生命周期的方法，其特征在于，步骤（3）和步骤（6）中，对隔膜进行材料学检测和/或分析化学检测包括对电池隔膜进行重量和/或孔隙率测定，分析隔膜重量和/或孔隙率随循环次数增加的变化规律。
7.根据权利要求1中所述的用于预测锂电池生命周期的方法，其特征在于，步骤（3）和步骤（6）中，对电解液进行材料学检测和/或分析化学检测包括对电解液进行：液相色谱-质谱联用检测，分析电解液中电解质盐含量随循环次数增加的变化规律；和/或电感耦合等离子发射光谱仪检测，分析电解液中所含元素的含量，并进一步分析电解液中溶解的负极活性物质和/或正极活性物质含量随循环次数增加的变化规律。
8.根据权利要求1-7中任一项所述的用于预测锂电池生命周期的方法，其特征在于，步骤（5）中对待测锂动力电池进行拆解前还包括初步分级的步骤，即取若干待测锂动力电池，进行电性能检测，根据电性能检测结果进行初步分级。
9.根据权利要求1-7中任一项所述的用于预测锂电池生命周期的方法，其特征在于，对步骤（2）中获得的正极材料、负极材料、隔膜和电解液进行材料学检测和分析化学检测；对步骤（5）中获得的正极材料、负极材料、隔膜和电解液进行材料学和分析化学检测，获得材料学指标和分析化学指标参数。
10.根据权利要求1-7中任一项所述的用于预测锂电池生命周期的方法，其特征在于，步骤（7）中，将待测锂动力电池的电学性能、材料学和/或分析化学检测结果分别与步骤（4）中的标准数据库进行比对，根据对应关系，预估剩余的循环次数，并选取最小的剩余的循环次数作为预测结果。
CN201710454905.XA 2017-06-16 2017-06-16 一种用于预测锂电池生命周期的方法 Pending CN107238801A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710454905.XA CN107238801A (zh) 2017-06-16 2017-06-16 一种用于预测锂电池生命周期的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710454905.XA CN107238801A (zh) 2017-06-16 2017-06-16 一种用于预测锂电池生命周期的方法

Publications (1)

Publication Number Publication Date
CN107238801A true CN107238801A (zh) 2017-10-10

Family

ID=59986311

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710454905.XA Pending CN107238801A (zh) 2017-06-16 2017-06-16 一种用于预测锂电池生命周期的方法

Country Status (1)

Country Link
CN (1) CN107238801A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108446434A (zh) * 2018-02-07 2018-08-24 清华大学 动力电池热失控安全性的预测方法、装置及计算机可读存储介质
CN109298341A (zh) * 2018-09-05 2019-02-01 合肥国轩高科动力能源有限公司 锂离子电池负极析锂的量化方法
CN110019137A (zh) * 2017-10-27 2019-07-16 成都安普利菲能源技术有限公司 材料筛选数据管理系统及材料数据筛选方法
CN110057742A (zh) * 2019-05-07 2019-07-26 深圳市信宇人科技股份有限公司 锂离子电池极片孔隙率在线检测方法及其应用
CN111373578A (zh) * 2017-10-16 2020-07-03 尤米科尔公司 电池组
CN113406506A (zh) * 2021-05-12 2021-09-17 天能电池集团股份有限公司 一种铅蓄电池寿命的预测方法
CN113884929A (zh) * 2021-09-28 2022-01-04 江苏中兴派能电池有限公司 一种磷酸铁锂电池循环寿命预测方法
CN115047364A (zh) * 2022-03-01 2022-09-13 东方电气集团科学技术研究院有限公司 一种基于电化学模型锂离子电池使用寿命预测的方法
CN117783887A (zh) * 2024-02-28 2024-03-29 深圳市神通天下科技有限公司 一种锂离子电池电芯配组筛选方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105005001A (zh) * 2015-06-26 2015-10-28 江苏北新能源科技有限公司 一种快速检测电池剩余使用次数的方法
CN105789716A (zh) * 2016-03-03 2016-07-20 北京交通大学 一种广义电池管理系统
CN106772099A (zh) * 2017-01-23 2017-05-31 合肥国轩高科动力能源有限公司 一种动力锂电池劣化程度估算方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105005001A (zh) * 2015-06-26 2015-10-28 江苏北新能源科技有限公司 一种快速检测电池剩余使用次数的方法
CN105789716A (zh) * 2016-03-03 2016-07-20 北京交通大学 一种广义电池管理系统
CN106772099A (zh) * 2017-01-23 2017-05-31 合肥国轩高科动力能源有限公司 一种动力锂电池劣化程度估算方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李翔等: "锂离子电池循环寿命影响因素分析", 《电源技术》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111373578A (zh) * 2017-10-16 2020-07-03 尤米科尔公司 电池组
CN110019137A (zh) * 2017-10-27 2019-07-16 成都安普利菲能源技术有限公司 材料筛选数据管理系统及材料数据筛选方法
CN110019137B (zh) * 2017-10-27 2023-06-06 成都安普利菲能源技术有限公司 电池材料筛选数据管理系统及材料数据筛选方法
CN108446434A (zh) * 2018-02-07 2018-08-24 清华大学 动力电池热失控安全性的预测方法、装置及计算机可读存储介质
CN109298341B (zh) * 2018-09-05 2020-11-10 合肥国轩高科动力能源有限公司 锂离子电池负极析锂的量化方法
CN109298341A (zh) * 2018-09-05 2019-02-01 合肥国轩高科动力能源有限公司 锂离子电池负极析锂的量化方法
CN110057742A (zh) * 2019-05-07 2019-07-26 深圳市信宇人科技股份有限公司 锂离子电池极片孔隙率在线检测方法及其应用
CN110057742B (zh) * 2019-05-07 2020-08-04 深圳市信宇人科技股份有限公司 锂离子电池极片孔隙率在线检测方法及其应用
CN113406506A (zh) * 2021-05-12 2021-09-17 天能电池集团股份有限公司 一种铅蓄电池寿命的预测方法
CN113884929A (zh) * 2021-09-28 2022-01-04 江苏中兴派能电池有限公司 一种磷酸铁锂电池循环寿命预测方法
CN115047364A (zh) * 2022-03-01 2022-09-13 东方电气集团科学技术研究院有限公司 一种基于电化学模型锂离子电池使用寿命预测的方法
CN117783887A (zh) * 2024-02-28 2024-03-29 深圳市神通天下科技有限公司 一种锂离子电池电芯配组筛选方法
CN117783887B (zh) * 2024-02-28 2024-05-14 深圳市神通天下科技有限公司 一种锂离子电池电芯配组筛选方法

Similar Documents

Publication Publication Date Title
CN107238801A (zh) 一种用于预测锂电池生命周期的方法
CN107271910A (zh) 一种用于预测锰酸锂电池剩余的循环次数的方法
CN107238802A (zh) 磷酸铁锂‑钛酸锂电池生命周期的预测方法
CN107271610A (zh) 一种用于预测锰酸锂‑钛酸锂电池剩余生命周期的方法
Leng et al. Hierarchical degradation processes in lithium-ion batteries during ageing
Tsang et al. State of health detection for Lithium ion batteries in photovoltaic system
CN110988086B (zh) 一种检测电池循环过程中电极材料结构稳定性的方法
CN107516750A (zh) 一种确定锂离子电池安全充电条件的方法及装置
CN107240726A (zh) 一种用于预测磷酸铁锂电池生命周期的方法
CN108872866A (zh) 一种锂离子电池荷电状态动态评估与长效预测融合方法
CN107015158B (zh) 基于恒流放电片段的锂电池剩余寿命在线快速检测法
Badey et al. Ageing forecast of lithium-ion batteries for electric and hybrid vehicles
CN102565710A (zh) 用于估计蓄电池健康状态的方法和装置
CN102468521A (zh) 用于估计蓄电池健康状态的方法和装置
CN111856284B (zh) 一种储能电站电池的失效分析方法及装置
CN105589038A (zh) 一种锂离子电池可逆锂损耗的定量检测方法
CN112098866B (zh) 一种判断电池在循环过程中是否发生析锂的无损分析方法
CN107271909A (zh) 用于预测三元锂电池剩余的生命周期的方法
Guha et al. Remaining useful life estimation of lithium-ion batteries based on a new capacity degradation model
Zhang et al. Cycle life studies of lithium-ion power batteries for electric vehicles: A review
Wu et al. A diagnosis approach for typical faults of lithium-ion battery based on extended Kalman filter
CN107271609A (zh) 一种用于预测三元‑钛酸锂电池生命周期的方法
CN114019385B (zh) 一种基于单频率阻抗测试的析锂检测方法
US20220336933A1 (en) Direct current spectroscopy (dcs) technique for in-operando cell diagnostics and anisotropic resistance monitoring
Megateli et al. Study of the variation of the specific gravity of the electrolyte during charge/discharge cycling of a lead acid battery

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20171010

RJ01 Rejection of invention patent application after publication