CN107271909A - 用于预测三元锂电池剩余的生命周期的方法 - Google Patents

用于预测三元锂电池剩余的生命周期的方法 Download PDF

Info

Publication number
CN107271909A
CN107271909A CN201710454904.5A CN201710454904A CN107271909A CN 107271909 A CN107271909 A CN 107271909A CN 201710454904 A CN201710454904 A CN 201710454904A CN 107271909 A CN107271909 A CN 107271909A
Authority
CN
China
Prior art keywords
index
cycle
detection
ternary lithium
materialogy
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
CN201710454904.5A
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 CN201710454904.5A priority Critical patent/CN107271909A/zh
Publication of CN107271909A publication Critical patent/CN107271909A/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]
    • G01R31/389—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]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • 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]
    • G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
    • 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)
  • Battery Electrode And Active Subsutance (AREA)
  • Secondary Cells (AREA)

Abstract

本发明涉及用于预测三元锂电池剩余的生命周期的方法。该方法先对某种型号规格的三元锂电池电池，进行指定次数的循环后，进行电性能检测；然后拆解，获得三元锂电池的正极材料、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；再取待测三元锂电池同样进行拆解并进行相关检测，比对，预估电池的剩余的循环次数。本发明提出一套相对准确的评价三元锂电池性能衰减程度并预测剩余使用寿命的方法，为废旧三元锂电池梯次利用的产品定位提供评判依据，避免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

用于预测三元锂电池剩余的生命周期的方法
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三元锂电池剩余的生命周期的方法。
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。为了延长新能源汽车的续航里程，对动力电池的能力密度要求越来越高，三元锂电池在动力电池中的比重也越来越高。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。
由于三元锂电池的能量密度高，即便从新能源汽车上退役后，仍然具有较高的使用价值。但目前缺乏一种对报废的三元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，从而为废旧三元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三元锂电池剩余的生命周期的方法，综合三元锂电池的电性能测试、电池组分的材料学检测及分析化学检测等手段，对废旧三元锂电池进行检测分析，并比照标准数据库，对三元锂电池的剩余寿命进行判断，以获得更为准确的预测结果。
本发明的技术方案为：一种用于预测三元锂电池剩余的生命周期的方法，包括如下步骤：
（1）对某种型号规格的三元锂电池，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）建立该型号规格的三元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，获得三元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，判断待测三元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，所述三元锂电池的正极材料包括镍钴锰材料、镍钴铝材料中一种或两种，所述三元锂电池的负极材料为碳负极材料或硅基负极材料。
本发明中，一次循环均指一次完整的充放电循环。选择需要回收的某种型号规格的三元锂电池，在指定的循环次数之后，进行电性能的检测。并建立电性能随循环次数对应关系数据库。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）、（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）中三元锂电池进行指定次数的循环过程是在指定条件下进行的。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，所述镍钴锰（NCM）材料的分子式为LiNixCoyMn（1-x-y）O2，所述镍钴铝（NCA）材料的分子式为LiNixCoyAl1-x-yO2，其中0<x<1，0<y<1；所述碳负极材料为人造石墨、天然石墨、软碳、硬碳中的一种或多种；所述硅基负极材料为纳米硅材料、硅基复合材料中的一种或两种。
进一步地，镍钴锰（NCM）正极材料中，镍：钴：锰的摩尔比常见为5:2:3、1:1:1、4:2:4、6:2:2、8:1:1，但不限于。
进一步地，镍钴铝（NCA）正极材料中，镍：钴：铝的摩尔比常见为7:2:1、8:1:1、8:1.5:0.5，但不限于。
所述纳米硅材料为硅纳米颗粒、硅纳米线/管、3D多孔结构硅、中空多孔硅中的一种或多种；所述硅基复合材料为硅/金属复合材料、硅/碳复合材料、硅三元复合材料中的一种或多种，如硅/无定型碳/石墨三元复合材料。
进一步地，步骤（1）和步骤（5）中电性能检测指标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指标中的一种或多种。
所述材料学检测是指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、孔隙率、晶体结构、粒度、晶体参数、取向结构中的一种或多种；所述分析化学检测包括化学组分种类、元素化合态、元素含量、各元素各化合态比例中的一种或多种。
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/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、孔隙率、晶体结构、粒度、晶体参数、取向结构等结构。化学分析包括对化学组分种类、化合态、元素含量、各价态元素比例等的化学检测分析，进一步地所述的各价态元素比例是指某元素某化合态下的该元素在该元素总量中所占的比例。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。
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；
对负极材料进行材料学检测和/或分析化学检测包括对厚度、SEI膜成分、SEI膜中Li元素含量中的一种或多种进行检测；
对电解液进行材料学检测和/或分析化学检测是对指电解液中的电解质盐含量、正极活性物质的含量中的一种或多种进行检测；进一步地，所述的电解质盐包括LiPF6。进一步地，正极活性物质包括镍钴铝、镍钴锰中的一种或两种。
对隔膜进行材料学检测和/或分析化学检测包括对隔膜的孔隙率、质量中的一种或两种进行检测。
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进行：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，进一步地，所述的元素包括Ni、Co、Mn、Al中的一种或多种；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，进一步地，所述的元素包括Ni、Co、Mn、Al中的一种或多种；和/或粉末粒度测定，分析正极材料粒径随循环次数增加的变化规律。
进一步地，对隔膜的材料学和/或分析化学检测包括对电池隔膜进行：孔隙率测定，分析隔膜孔隙率随循环次数增加的变化规律，可采用排液法进行；
对负极的材料学和/或分析化学检测包括对电池负极材料进行：厚度测试，分析极片厚度随循环次数增加的变化规律；和/或XPS检测，分析负极SEI膜成分随循环次数增加的变化规律；和/或ICP-OES检测，分析负极SEI膜中Li元素含量随循环次数增加的变化规律；
对电解液的材料学和/或分析化学检测包括对电解液进行：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进一步地，所述电解质盐是指LiPF6；和/或ICP-OES检测，电解液中元素含量变化，分析电解液中溶解正极活性物质含量随循环次数增加的变化规律，进一步地，所述的正极活性物质包括镍钴锰正极材料、镍钴铝正极材料中的一种或两种。
步骤（3）和步骤（6）中，对负极的材料学和/或分析化学检测包括对电池负极进行：XPS检测，分析负极SEI膜成分随循环次数增加的变化规律；ICP-OES检测，分析负极SEI膜中Li元素含量随循环次数增加的变化规律；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。
由于三元材料自身结构的特殊性，发明人研究发现，其循环寿命受以下因素影响：第一，循环过程中表面晶体结构的重构。第二，循环过程中各向异性的体积膨胀导致的二次颗粒破裂。因此在本发明中，相比于其他正极材料体系锂电池生命周期预测方法，正极材料粒径的分析显得尤为重要。
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，获得材料学指标和分析化学指标参数；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（5）中取待测三元锂电池前还包括初步分级的步骤，即取若干待测三元锂电池，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三元锂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，所述的电性能包括放电容量、放电平台电压、内阻、能量、循环效率、电压下降及容量保留率及其他电性能。
进一步地，所述的偏差较大的电池是指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。
步骤（7）中，将待测三元锂电池的电学性能、材料学和/或分析化学检测结果分别与步骤（4）中建立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三元锂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三元锂电池的化学组成/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，三元锂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，三元锂电池的性能/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，并根据旧三元锂电池的电学、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，最后将三元锂电池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，判断废旧三元锂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，本发明提供了一种三元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，建立关于各种型号规格三元锂电池的标准比对数据库，能够有效揭示电池性能衰减机理，同时为废旧三元锂电池剩余使用寿命（剩余循环次数）提供相对准确的判断依据，为废旧三元锂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
一种用于预测三元锂电池剩余的生命周期的方法，包括如下步骤：
（1）针对某型号和规格的三元锂电池，在指定循环次数后，进行电性能检测；
（2）对经过电性能检测的电池，进行拆解，获得正极材料、负极材料、隔膜、电解液；
（3）对电池正极、负极、隔膜、电解液进行材料学及分析化学检测；
（4）建立该型号规格三元锂电池，电性能指标、电极材料指标参数与循环次数之间变化关系的标准数据库；
（5）取该型号规格规格的废旧三元锂电池，进行电性能检测，并进行初步分级；
（6）对经过初步分级后的废旧电池，抽样进行拆解，获得正极材料、负极材料、隔膜、电解液；
（7）对步骤（6）中获得的电池正极材料、负极材料、隔膜、电解液进行材料学及分析化学检测；
（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；
所述三元锂电池的正极材料为镍钴锰材料，所述三元锂电池的负极材料为碳负极材料材料。
其中，所述步骤（1）中，指定循环次数，根据三元锂电池的特性，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，对三元锂正极进行材料学及分析化学检测包括，将步骤2中准备好的三元锂正极片分4份。取其中1份进行XRD检测，分析三元锂正极晶体结构中，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、晶粒平均粒径等参数随循环次数增加的变化规律。取其中1份进行XPS检测，分析三元锂正极材料中各元素各化合态的比例随循环次数增加的变化规律。取其中1份，刮取0.1克三元锂正极粉末，采用浓盐酸将其溶解，用去离子水稀释至20mL，进行ICP-OES检测，分析三元锂正极材料中Li、Ni、Co、Mn元素含量随循环次数增加的变化规律。取其中1份，刮取0.1克三元锂正极粉末，采用激光粒度仪，测定正极材料粒径随循环次数增加的变化规律。
其中，所述步骤（3）中，对负极进行材料学及分析化学检测包括，将步骤（2）中准备好的负极片分3份。取其中1份，进行极片厚度测量，分析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克负极粉末，采用浓盐酸对粉末进行处理，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，对隔膜进行材料学及分析化学检测包括，将步骤（2）中准备好的隔膜。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及分析化学检测包括，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。取其中1份，采用浓硝酸进行氧化处理，用去离子水稀释至20mL，进行ICP-OES检测，电解液中Li、Ni、Co、Mn（Al）元素含量变化，分析电解液中溶解正极活性物质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，以及三元锂正极、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），对同一规格的废旧三元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、电解液进行材料学及分析化学检测。
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，判断三元锂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预测结果。

Claims (10)

1.一种用于预测三元锂电池剩余的生命周期的方法，其特征在于，包括如下步骤：
（1）对某种型号规格的三元锂电池，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）建立该型号规格的三元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，获得三元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，判断待测三元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，所述三元锂电池的正极材料包括镍钴锰材料、镍钴铝材料中一种或两种，所述三元锂电池的负极材料为碳负极材料或硅基负极材料。
2.根据权利要求1中所述的用于预测三元锂电池剩余的生命周期的方法，其特征在于，所述镍钴锰材料的分子式为LiNixCoyMn（1-x-y）O2，所述镍钴铝材料的分子式为LiNixCoyAl1-x- yO2，其中0<x<1，0<y<1；所述碳负极材料为人造石墨、天然石墨、软碳、硬碳中的一种或多种；所述硅基负极材料为纳米硅材料、硅基复合材料中的一种或两种。
3.根据权利要求2中所述的用于预测三元锂电池剩余的生命周期的方法，其特征在于，所述纳米硅材料为硅纳米颗粒、硅纳米线/管、3D多孔结构硅、中空多孔硅中的一种或多种；所述硅基复合材料为硅/金属复合材料、硅/碳复合材料、硅三元复合材料中的一种或多种。
4.根据权利要求1中所述的用于预测三元锂电池剩余的生命周期的方法，其特征在于，步骤（1）和步骤（5）中电性能检测指标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。
5.根据权利要求1所述的用于预测三元锂电池剩余的生命周期的方法，其特征在于，所述材料学检测包括对各个部件的结构及性能参数进行检测表征，所述结构及性能参数包括表面形貌、厚度、体积、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；所述分析化学检测包括化学组分种类、元素化合态、元素含量、各元素各化合态比例中的一种或多种。
6.根据权利要求1中所述的用于预测三元锂电池剩余的生命周期的方法，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；
对负极材料进行材料学检测和/或分析化学检测包括对厚度、SEI膜成分、SEI膜中Li元素含量中的一种或多种进行检测；
对电解液进行材料学检测和/或分析化学检测是对指电解液中的电解质盐含量、正极活性物质的含量中的一种或多种进行检测；
对隔膜进行材料学检测和/或分析化学检测包括对隔膜的孔隙率、质量中的一种或两种进行检测。
7.根据权利要求1所述的用于预测三元锂电池剩余的生命周期的方法，其特征在于，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：XRD检测，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；
对负极的材料学和/或分析化学检测包括对电池负极材料进行：厚度测试，分析极片厚度随循环次数增加的变化规律；和/或XPS检测，分析负极SEI膜成分随循环次数增加的变化规律；和/或ICP-OES检测，分析负极SEI膜中Li元素含量随循环次数增加的变化规律；
对电解液的材料学和/或分析化学检测包括对电解液进行：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；和/或ICP-OES检测，电解液中元素含量变化，分析电解液中溶解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三元锂电池剩余的生命周期的方法，其特征在于，步骤（3）和步骤（6）中，对负极的材料学和/或分析化学检测包括对电池负极进行：XPS检测，分析负极SEI膜成分随循环次数增加的变化规律；ICP-OES检测，分析负极SEI膜中Li元素含量随循环次数增加的变化规律；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。
9.根据权利要求1-7中任一项所述的用于预测三元锂电池剩余的生命周期的方法，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，获得材料学指标和分析化学指标参数；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三元锂电池剩余的生命周期的方法，其特征在于，步骤（7）中，将待测三元锂电池的电学性能、材料学和/或分析化学检测结果分别与步骤（4）中建立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。
CN201710454904.5A 2017-06-16 2017-06-16 用于预测三元锂电池剩余的生命周期的方法 Pending CN107271909A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710454904.5A CN107271909A (zh) 2017-06-16 2017-06-16 用于预测三元锂电池剩余的生命周期的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710454904.5A CN107271909A (zh) 2017-06-16 2017-06-16 用于预测三元锂电池剩余的生命周期的方法

Publications (1)

Publication Number Publication Date
CN107271909A true CN107271909A (zh) 2017-10-20

Family

ID=60066339

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710454904.5A Pending CN107271909A (zh) 2017-06-16 2017-06-16 用于预测三元锂电池剩余的生命周期的方法

Country Status (1)

Country Link
CN (1) CN107271909A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109100653A (zh) * 2018-06-05 2018-12-28 中国电力科学研究院有限公司 一种用于确定梯次利用动力电池容量衰退原因的方法及系统
CN109374672A (zh) * 2018-09-14 2019-02-22 天津力神电池股份有限公司 一种锂电池内部电解液含量的原位检测方法
CN111025170A (zh) * 2019-12-30 2020-04-17 东莞维科电池有限公司 一种混合材料体系锂离子电芯循环寿命预估方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104466230A (zh) * 2013-09-13 2015-03-25 浙江万向亿能动力电池有限公司 一种基于富锂锰正极的钛酸锂电池及其充电方法
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

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104466230A (zh) * 2013-09-13 2015-03-25 浙江万向亿能动力电池有限公司 一种基于富锂锰正极的钛酸锂电池及其充电方法
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

Non-Patent Citations (2)

* 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》 *
闫春秋: "锂离子电池富镍三元材料振实密度与一次颗粒研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109100653A (zh) * 2018-06-05 2018-12-28 中国电力科学研究院有限公司 一种用于确定梯次利用动力电池容量衰退原因的方法及系统
CN109374672A (zh) * 2018-09-14 2019-02-22 天津力神电池股份有限公司 一种锂电池内部电解液含量的原位检测方法
CN111025170A (zh) * 2019-12-30 2020-04-17 东莞维科电池有限公司 一种混合材料体系锂离子电芯循环寿命预估方法

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
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
CN107238802A (zh) 磷酸铁锂‑钛酸锂电池生命周期的预测方法
CN103698714B (zh) 电池容量衰减机理辨识方法及系统
Liu et al. Bridging multiscale characterization technologies and digital modeling to evaluate lithium battery full lifecycle
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
Leng et al. Hierarchical degradation processes in lithium-ion batteries during ageing
CN107516750A (zh) 一种确定锂离子电池安全充电条件的方法及装置
Tsang et al. State of health detection for Lithium ion batteries in photovoltaic system
Gao et al. The mechanism and characterization of accelerated capacity deterioration for lithium-ion battery with Li (NiMnCo) O2 cathode
CN102565710A (zh) 用于估计蓄电池健康状态的方法和装置
CN106814319B (zh) 一种锂离子电池自放电检测系统
CN102468521A (zh) 用于估计蓄电池健康状态的方法和装置
Badey et al. Ageing forecast of lithium-ion batteries for electric and hybrid vehicles
CN107271909A (zh) 用于预测三元锂电池剩余的生命周期的方法
CN106067560A (zh) 内短路锂离子动力电池的制备方法
Wu et al. Effect of charge rate on capacity degradation of LiFePO4 power battery at low temperature
CN105589038A (zh) 一种锂离子电池可逆锂损耗的定量检测方法
CN107045104A (zh) 一种钛酸锂电池容量的在线估计方法
CN102455341B (zh) 磷酸铁锂材料批次一致性检测判定的方法
CN107271609A (zh) 一种用于预测三元‑钛酸锂电池生命周期的方法
Wu et al. A collaborative estimation scheme for lithium-ion battery state of charge and state of health based on electrochemical model
CN107240726A (zh) 一种用于预测磷酸铁锂电池生命周期的方法
Xu et al. Understanding the process of lithium deposition on a graphite anode for better lithium-ion batteries

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20171020