CN107292024A - 软包锂离子电池封装应力的预测方法 - Google Patents

软包锂离子电池封装应力的预测方法 Download PDF

Info

Publication number
CN107292024A
CN107292024A CN201710473608.XA CN201710473608A CN107292024A CN 107292024 A CN107292024 A CN 107292024A CN 201710473608 A CN201710473608 A CN 201710473608A CN 107292024 A CN107292024 A CN 107292024A
Authority
CN
China
Prior art keywords
encapsulation
mrow
stress
msub
temperature
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.)
Granted
Application number
CN201710473608.XA
Other languages
English (en)
Other versions
CN107292024B (zh
Inventor
陈云霞
刘耀松
张慰
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.)
Beihang University
Original Assignee
Beihang University
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 Beihang University filed Critical Beihang University
Priority to CN201710473608.XA priority Critical patent/CN107292024B/zh
Publication of CN107292024A publication Critical patent/CN107292024A/zh
Application granted granted Critical
Publication of CN107292024B publication Critical patent/CN107292024B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/23Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06Power analysis or power optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Battery Electrode And Active Subsutance (AREA)
  • Secondary Cells (AREA)

Abstract

本申请属于力学设计领域,提供一种软包锂离子电池封装应力的预测方法,包括五个步骤:步骤一、确定电池温度剖面;步骤二、确定电芯产气模型;步骤三、确定封装力学性能退化模型;步骤四、确定封装应力模型;步骤五、预测封装应力。本发明改进了目前只有封装安全性实验测试方法的情况,考虑了随时间变化软包锂离子电池产气量增加、封装材料性能退化、体积增加等现象,使求得的应力值成为随时间变化的曲线,可以对不同时刻的应力值进行预测,为软包锂离子电池的力学设计提供有力的支撑。

Description

软包锂离子电池封装应力的预测方法
技术领域
本申请属于力学设计领域,具体地涉及一种软包锂离子电池封装应力的预测方法。
背景技术
锂离子电池力学设计一般指通过历史信息和工程经验,设计锂离子电池的形状、结构及封装材料,以满足各种用户需求。准确的进行锂离子电池的力学设计,在设计方案的改进、可行性分析、寿命周期成本估计、维修保障计划安排等方面有着非常重要的作用。
传统的锂离子电池力学设计方法主要采用保护壳设计和裸装实验验证的方法。该方法根据锂离子电池的安装环境设计保护壳,将锂离子电池放入其中并固定,由保护壳承担大部分力学载荷。同时,对裸装锂离子电池进行压力测试等力学测试,验证锂离子电池在极端情况下的安全性。但是,传统的力学设计方法没有考虑到在使用过程中锂离子电池内部变化造成的封装应力增加,也没有对封装进行定量化的力学设计。此外,软包锂离子电池因包装材质不同导致的受力方式变化在传统设计方法中完全没有考虑。
基于该现状,本发明将锂离子电池电芯产气模型、封装材料退化模型引入到锂离子电池力学设计中,同时开发了胀气软包锂离子电池体积预测方法。建立了软包锂离子电池在全寿命周期内封装应力的预测方法,考虑了在软包锂离子电池使用过程中内部气体量增加、封装材料力学性能退化和体积变化的协同作用,能够预测电池在使用过程中封装应力的变化趋势,为软包锂离子电池的力学设计提供有力的支撑。
发明内容
为克服上述缺陷,本发明提供一种软包锂离子电池封装应力的预测方法,考虑了在软包锂离子电池使用过程中内部气体量增加、封装材料力学性能退化和体积变化的协同作用,能够预测电池在使用过程中封装应力的变化趋势。
本发明的技术方案如下:
一种软包锂离子电池封装应力的预测方法,其步骤如下:
步骤一、确定电池温度剖面,根据所述电池使用环境及用户使用历史数据,确定所述电池在使用过程中经历的温度剖面;
步骤二、确定电芯产气模型,根据所述电池的电芯反应体系,电解液成分、添加剂成分及反应规模,结合实验数据,确定所述电池内部产气速率随温度变化的关系式,根据所述电池温度剖面确定封装内部气体量随时间增加的关系式;
步骤三、确定封装力学性能退化模型,根据所述电池的封装材料、工艺特征,结合实验数据,确定所述封装力学性能参数退化速率随温度变化的关系式,根据所述电池温度剖面确定所述封装力学性能随时间下降的关系式;
步骤四、确定封装应力模型,根据获得封装的应力分布,改变封装内部压强与封装材料参数进行仿真,寻找封装薄弱部位作为研究点并提取其封装应力,拟合得到所述研究点的封装应力与封装内部压强、封装材料参数的关系式,及封装增加体积与封装内部压强、封装材料参数的关系式;
步骤五、预测封装应力,针对每个预测时间点,联立理想气体方程与所述预测时间点的所述封装增加体积与封装内部压强关系式,获得所述预测时间点的封装内部压强,根据所述研究点的封装应力与封装内部压强关系式,获得所述预测时间点的所述研究点的封装应力。
优选的,步骤一中所述的确定电池在使用过程中经历的温度剖面的具体步骤为:根据相似型号软包锂离子电池历史监测数据或根据用户使用频率及产热分析计算得出的每日软包锂离子电池在不同状态下温度所占时长。
优选的,步骤二中所述的确定封装内部气体量随时间增加的关系式,具体步骤为:在所述电池工作的情况下,将不同温度下的产气速率对时间进行累加求和,得出每日的内部气体量,
公式中,n0为每日产气量;m为温度剖面状态个数;Ti为各状态下的温度,ti为各状态下温度的持续时间。
优选的,步骤三中所述的确定所述封装力学性能参数退化速率随温度变化的关系式,具体步骤为:
(1)确定封装材料的应力应变曲线服从幂硬化关系,由文献或实验确定d、e的取值:
σ0=dεe
公式中,σ为应力,ε为应变;d、e为常数;
(2)根据不同温度,不同时间的应力应变实验数据求解如下优化问题:
公式中,l为应力应变曲线上数据点总个数;为应力的观测值;为应变的观测值,S为退化因子,S(t)表示退化因子随时间的变化关系,0<S(t)≤1;
(3)退化因子降低速率与温度服从阿伦尼乌斯模型,使用优化求解方法拟合计算f、g的值:
公式中,t为时间,T为温度,S为退化因子,f、g为常数;
(4)确定所述封装材料的应力应变曲线在相同的应变下应力随时间下降的关系式:
σt(ε)=S(t)σ0(ε)
公式中,σ为应力,ε为应变;S为退化因子,σt(ε)是指封装材料在t时刻的应力应变关系,σ0(ε)是指封装材料初始的应力应变关系,S(t)表示退化因子随时间的变化关系。
优选的,步骤三中所述的根据电池温度剖面计算确定封装力学性能随时间下降的关系式,具体步骤为:将不同温度下的退化速率对时间进行累加求和,得出每日的退化因子的改变量,
公式中,m为温度剖面状态个数,t为时间,T为温度,S为退化因子,Ti为各状态下的温度,ti为各状态下温度的持续时间,S0为每日退化因子减小量。
优选的,步骤四中所述的寻找封装薄弱部位作为研究点并提取其封装应力,具体步骤为:提取封装二次测封边中点在最高工作温度下的应力。
优选的,步骤四中所述的获得封装的应力分布,具体步骤如下:
(1)使用三维建模软件建立软包封装的几何模型;
(2)将所述软包封装的几何模型导入到仿真软件中,将封装内部压强与封装力学性能参数化,建立封装的参数模型;
(3)在仿真软件中设置封装参数模型的网格,接触选项,确定约束和加载方式,进行仿真计算并提取应力及封装内部体积变化。
本发明具有以下优点:
①定量计算了软包锂离子电池封装的受力情况,改进了目前只有封装安全性实验测试方法的情况。
②考虑了软包锂离子电池在工作过程中的不同温度条件,以天为单位进行累计,更加符合实际使用情况。
③考虑了随时间变化软包锂离子电池产气量增加、封装材料性能退化、体积增加等现象,使求得的应力值成为随时间变化的曲线,可以对不同时刻的应力值进行预测。
附图说明
图1为本发明的流程图;
图2为本发明计算得到的应力时间曲线;
图3为本发明计算得到的体积增加-时间曲线。
具体实施方式
以下将参考附图详细说明本发明的示例性实施例、特征和其他方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
现结合具体的某新能源汽车用软包锂离子电池对本发明做进一步的详细说明,如图1所示,其发明的具体实施步骤如下:
步骤一:确定电池温度剖面;
“电池温度剖面”是指根据相似型号软包锂离子电池历史监测数据或根据用户使用频率及产热分析计算得出的每日软包锂离子电池在不同状态下各温度所占时长。
将结果记录在每日电池温度剖面表格中,表格包括:温度、时长和状态。
在本实施例中,某地区该型汽车电池的历史温度监测数据,对各用户的数据进行平均,得到每日电池各温度所占时长,如表1所示:
步骤二:确定电芯产气模型;
根据电芯反应体系,电解液成分、添加剂成分及反应规模,结合实验数据,确定电池内部产气速率随温度的变化关系,根据电池温度剖面,将不同温度下的产气速率按照温度剖面进行累加计算,得出每日的内部气体量。
在本实施例中软包锂离子电池采用磷酸铁锂正极、石墨负极、六氟磷酸锂为电解质的反应体系。在相同体积下同反应体系锂离子电池的压强增长速率与温度服从阿伦尼乌斯模型,即:
其中,p为压强,t为时间,T为温度,a、c为参数。
根据理想气体方程进行进一步推导,可得锂离子电池内部产气速率随温度的变化关系可用下式表示:
其中,n为气体的量,t为时间,T为温度,V为锂离子电池内部气体体积,R为理想气体常数,a、c为参数。
在不同温度下,以锂离子电池的正常充放电速率0.02C,在正常工作电压范围内进行长时间的充放电实验,记录并使用线性关系拟合各温度下压强与时间的关系,进而将结果代入式(2),使用最小二乘法计算阿伦尼乌斯模型参数。在本实施例中,通过计算解得a、c后,将a、c代入式(3),得到式(4),如下所示:
根据电池温度剖面,对电池组使用状况下的产气量进行积分,得到每日产气量,即:
其中n为气体的量,n0为每日产气量;m为每日电池温度剖面状态个数,在本实施例中为4;Ti为各状态下的温度,ti为各状态下温度的持续时间。
带入表1数据进行计算,解得每日产气量为17.92umol。
步骤三:确定封装力学性能退化模型;
根据封装材料、工艺特征,结合已有的退化理论,确定封装的力学性能参数退化速率随温度的关系,根据电池温度剖面计算确定封装力学性能随时间下降的关系式。“力学性能参数”指封装材料的应力应变曲线;“计算确定封装力学性能随时间下降的关系式”指将退化速率对时间进行积分,得出每日的退化因子的改变量;“退化”指封装材料的应力应变曲线在相同的应变下应力成比例下降,表达式为
σt(ε)=S(t)σ0(ε) (6)
其中,σ(ε)指封装材料的应力应变关系,σt(ε)是指封装材料在t时刻的应力应变关系,σ0(ε)是指封装材料初始的应力应变关系,σ为应力,ε为应变;t为时间,S为退化因子,S(t)表示退化因子随时间的变化关系,0<S(t)≤1;
本实施例中软包锂离子电池采用总厚度为153um的铝塑膜进行封装。认为该材料的应力应变曲线服从幂硬化关系,即
σ=dεe (7)
lnσ=lnd+elnε (8)
其中,σ为应力,ε为应变,d、e为常数,0<e<1。
将铝塑膜材料裁剪成标准矩形样条,使用拉伸试验机夹持并匀速拉伸,可以得到标准样条的载荷-位移曲线。将载荷除以样条截面积得到应力,位移除以长度得到应变,得到铝塑膜材料拉伸的应力应变曲线。由该曲线数据点,对式(8)使用最小二乘拟合可得参数d、e的取值,将参数代入式(7),即得到封装材料初始的应力应变关系,即式(9):
σ0=2.167×108ε0.289 (9)
将四十个软包锂离子电池放在四个不同高温度条件下进行加速退化实验,在十个固定时间点切割封装得到标准样条。对这些拉伸试验测定应力应变曲线。由上述实验结果,可得到不同温度水平,不同退化时间的应力应变曲线。将每条实验曲线与初始状况下应力应变曲线对比,取退化因子S使得经公式(6)变换的初始曲线与实验曲线尽可能重合。使用最小二乘法进行计算,转化为如下优化问题:
其中,l为40条应力应变曲线上数据点总个数;为应力的观测值;为应变的观测值,表示将的值代入式(9)中的“ε”得到的σ0
退化因子降低速率与温度服从阿伦尼乌斯模型,即:
其中,t为时间,T为温度,S为退化因子,f、g为常数。
将式(12)带入式(10),使用信赖域反射法进行优化计算,解得f、g后,将f、g代入式(11)得到本实施例的退化因子减少速率的表达式为:
根据电池温度剖面,对退化速率进行加和计算,即:
m为温度剖面状态个数,在本实施例中为4,t为时间,T为温度,S为退化因子,Ti为各状态下的温度,ti为各状态下温度的持续时间,S0为每日退化因子减小量;代入表1数据,解得每日退化因子减小量S0为6.986×10-4
步骤四:确定封装应力模型;
采用有限元仿真法计算封装的应力分布,改变内部压强与封装材料参数多次仿真,拟合得到研究点应力与压强、封装材料参数的关系式及封装增加体积与压强、封装材料参数的关系式。“研究点”是指封装中最薄弱的部位——通常为二次测封边中点在最高工作温度下的情况。
“有限元仿真法”是指运用仿真软件(如Ansys)对封装进行建模仿真,得到各压强和封装力学性能参数下的应力值,其具体步骤如下:
(1)使用三维建模软件(Solidworks,UG等)建立软包封装的几何模型;
(2)将封装的几何模型导入到仿真软件中,将压强与封装力学性能参数化,建立封装的参数模型;
(3)在仿真软件中设置封装参数模型的网格,接触选项,确定约束和加载方式,进行仿真计算并提取应力及内部体积变化。
本实施例使用二次多项式拟合来描述封装体积、封装应力与封装内部压强及退化因子的关系,其表达式如下所示:
V=a0P2+a1PS-a2S2+a3P-a4S+a5 (15)
σ=b0P2+b1PS-b2S2+b3P-b4S+b5 (16)
其中ai、bi(i=0,1,2,3,4,5)均为拟合参数,P为压强,S为退化因子,V气体体积,σ为应力。
本实施例中对锂离子电池封装进行仿真。仿真在Ansys静力学模块中进行,由对称性使用封装的一半进行计算。根据封装的受力状况进行约束,限制顶面的法向位移,同时对对称面边界施加平面约束。在封装的内表面施加恒定压强载荷。改变退化因子输入不同的应力应变曲线,再设定压强为不同值多次进行仿真,可得到多组封装体积及二次侧封边中点的应力值,得到如表2、表3所示的数据。
表2封装体积仿真结果
表3封装二次侧封边中点应力仿真结果
将表2、表3代入式(15)、(16),使用多元线性回归算法计算得到参数ai、bi(i=0,1,2,3,4,5)的值,得到如下关系式:
V=3.72×10-16P2+8.96×10-11PS-5.31×10-6S2+7.01×10-11P-1.22×10-5S+4.47×10-6 (17)
σ=2.08×10-4P2+3.11PS+7.19×106S2+9.25P-8.65×105S+6.23×106 (18)
步骤五:封装应力预测;
针对各研究时间点ti(在本案例中为100天、200天、······、1000天),计算气体的量ni=n0ti,即电芯在各研究时间ti的总产气量,以及退化因子Si=1-S0ti,其中n0为每日产气量,S0为每日退化因子减小量,代入如下方程组来求解该时刻的压强P和体积V:
PV=nRTmax (19)
V=3.72×10-16P2+8.96×10-11PS-5.31×10-6S2+7.01×10-11P-1.22×10-5S+4.47×10-6 (20)
其中Tmax为步骤一中电池温度剖面的最高温度,在本实施例中为323K。n为气体的量,V为锂离子电池内部气体体积,R为理想气体常数。
将解得的研究时间点ti时刻的压强P和退化因子S代入式(18)计算得到该时刻的应力,取不同的研究时间,可得到如图2所示的应力-时间曲线。
同理,将解得的研究时间点ti时刻的压强P和退化因子S代入式(20)计算得到该时刻的体积,取不同的研究时间,可得图3所示的体积增加-时间曲线。
最后应说明的是:以上所述的各实施例仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或全部技术特征进行等同替换;而这些修改或替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (7)

1.一种软包锂离子电池封装应力的预测方法,其特征在于,其步骤如下:
步骤一、确定电池温度剖面,根据所述电池使用环境及用户使用历史数据,确定所述电池在使用过程中经历的温度剖面;
步骤二、确定电芯产气模型,根据所述电池的电芯反应体系,电解液成分、添加剂成分及反应规模,结合实验数据,确定所述电池内部产气速率随温度变化的关系式,根据所述电池温度剖面确定封装内部气体量随时间增加的关系式;
步骤三、确定封装力学性能退化模型,根据所述电池的封装材料、工艺特征,结合实验数据,确定所述封装力学性能参数退化速率随温度变化的关系式,根据所述电池温度剖面确定所述封装力学性能随时间下降的关系式;
步骤四、确定封装应力模型,根据获得封装的应力分布,改变封装内部压强与封装材料参数进行仿真,寻找封装薄弱部位作为研究点并提取其封装应力,拟合得到所述研究点的封装应力与封装内部压强、封装材料参数的关系式,及封装增加体积与封装内部压强、封装材料参数的关系式;
步骤五、预测封装应力,针对每个预测时间点,联立理想气体方程与所述预测时间点的所述封装增加体积与封装内部压强关系式,获得所述预测时间点的封装内部压强,根据所述研究点的封装应力与封装内部压强关系式,获得所述预测时间点的所述研究点的封装应力。
2.根据权利要求1所述的一种软包锂离子电池封装应力的预测方法,其特征在于,步骤一中所述的确定电池在使用过程中经历的温度剖面的具体步骤为:根据相似型号软包锂离子电池历史监测数据或根据用户使用频率及产热分析计算得出的每日软包锂离子电池在不同状态下温度所占时长。
3.根据权利要求1所述的一种软包锂离子电池封装应力的预测方法,其特征在于,步骤二中所述的确定封装内部气体量随时间增加的关系式,具体步骤为:在所述电池工作的情况下,将不同温度下的产气速率对时间进行累加求和,得出每日的内部气体量,
<mrow> <msub> <mi>n</mi> <mn>0</mn> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <mfrac> <mrow> <mi>d</mi> <mi>n</mi> </mrow> <mrow> <mi>d</mi> <mi>t</mi> </mrow> </mfrac> <msub> <mo>|</mo> <mrow> <mi>T</mi> <mo>=</mo> <msub> <mi>T</mi> <mi>i</mi> </msub> </mrow> </msub> <msub> <mi>t</mi> <mi>i</mi> </msub> </mrow>
公式中,n0为每日产气量;m为温度剖面状态个数;Ti为各状态下的温度,ti为各状态下温度的持续时间。
4.根据权利要求1所述的一种软包锂离子电池封装应力的预测方法,其特征在于,步骤三中所述的确定所述封装力学性能参数退化速率随温度变化的关系式,具体步骤为:
(1)确定封装材料的应力应变曲线服从幂硬化关系,由文献或实验确定d、e的取值:
σ0=dεe
公式中,σ为应力,ε为应变;d、e为常数;
(2)根据不同温度,不同时间的应力应变实验数据求解如下优化问题:
<mrow> <mi>M</mi> <mi>i</mi> <mi>n</mi> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>l</mi> </munderover> <msup> <mrow> <mo>(</mo> <msub> <mover> <mi>&amp;sigma;</mi> <mo>^</mo> </mover> <mi>i</mi> </msub> <mo>-</mo> <mi>S</mi> <mo>(</mo> <mi>t</mi> <mo>)</mo> <msub> <mi>&amp;sigma;</mi> <mn>0</mn> </msub> <mo>(</mo> <msub> <mover> <mi>&amp;epsiv;</mi> <mo>^</mo> </mover> <mi>i</mi> </msub> <mo>)</mo> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow>
公式中,l为应力应变曲线上数据点总个数;为应力的观测值;为应变的观测值,S为退化因子,S(t)表示退化因子随时间的变化关系,0<S(t)≤1;
(3)退化因子降低速率与温度服从阿伦尼乌斯模型,使用优化求解方法拟合计算f、g的值:
<mrow> <mfrac> <mrow> <mi>d</mi> <mi>S</mi> </mrow> <mrow> <mi>d</mi> <mi>t</mi> </mrow> </mfrac> <mo>=</mo> <mi>f</mi> <mi> </mi> <mi>exp</mi> <mrow> <mo>(</mo> <mfrac> <mi>g</mi> <mi>T</mi> </mfrac> <mo>)</mo> </mrow> </mrow>
<mrow> <mi>S</mi> <mo>=</mo> <mn>1</mn> <mo>-</mo> <mi>f</mi> <mi> </mi> <mi>exp</mi> <mrow> <mo>(</mo> <mfrac> <mi>g</mi> <mi>T</mi> </mfrac> <mo>)</mo> </mrow> <mi>t</mi> </mrow>
公式中,t为时间,T为温度,S为退化因子,f、g为常数;
(4)确定所述封装材料的应力应变曲线在相同的应变下应力随时间下降的关系式:
σt(ε)=S(t)σ0(ε)
公式中,σ为应力,ε为应变;S为退化因子,σt(ε)是指封装材料在t时刻的应力应变关系,σ0(ε)是指封装材料初始的应力应变关系,S(t)表示退化因子随时间的变化关系。
5.根据权利要求1所述的一种软包锂离子电池封装应力的预测方法,其特征在于,步骤三中所述的根据电池温度剖面计算确定封装力学性能随时间下降的关系式,具体步骤为:将不同温度下的退化速率对时间进行累加求和,得出每日的退化因子的改变量,
<mrow> <msub> <mi>S</mi> <mn>0</mn> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <mfrac> <mrow> <mi>d</mi> <mi>S</mi> </mrow> <mrow> <mi>d</mi> <mi>t</mi> </mrow> </mfrac> <msub> <mo>|</mo> <mrow> <mi>T</mi> <mo>=</mo> <msub> <mi>T</mi> <mi>i</mi> </msub> </mrow> </msub> <msub> <mi>t</mi> <mi>i</mi> </msub> </mrow>
公式中,m为温度剖面状态个数,t为时间,T为温度,S为退化因子,Ti为各状态下的温度,ti为各状态下温度的持续时间,S0为每日退化因子减小量。
6.根据权利要求1所示的一种软包锂离子电池封装应力的预测方法,其特征在于,步骤四中所述的寻找封装薄弱部位作为研究点并提取其封装应力,具体步骤为:提取封装二次测封边中点在最高工作温度下的应力。
7.根据权利要求1所示的一种软包锂离子电池封装应力的预测方法,其特征在于,步骤四中所述的获得封装的应力分布,具体步骤如下:
(1)使用三维建模软件建立软包封装的几何模型;
(2)将所述软包封装的几何模型导入到仿真软件中,将封装内部压强与封装力学性能参数化,建立封装的参数模型;
(3)在仿真软件中设置封装参数模型的网格,接触选项,确定约束和加载方式,进行仿真计算并提取应力及封装内部体积变化。
CN201710473608.XA 2017-06-21 2017-06-21 软包锂离子电池封装应力的预测方法 Active CN107292024B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710473608.XA CN107292024B (zh) 2017-06-21 2017-06-21 软包锂离子电池封装应力的预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710473608.XA CN107292024B (zh) 2017-06-21 2017-06-21 软包锂离子电池封装应力的预测方法

Publications (2)

Publication Number Publication Date
CN107292024A true CN107292024A (zh) 2017-10-24
CN107292024B CN107292024B (zh) 2019-11-05

Family

ID=60097811

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710473608.XA Active CN107292024B (zh) 2017-06-21 2017-06-21 软包锂离子电池封装应力的预测方法

Country Status (1)

Country Link
CN (1) CN107292024B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110068409A (zh) * 2019-04-11 2019-07-30 蜂巢能源科技有限公司 锂电池应力预测方法和装置
CN110274815A (zh) * 2019-05-06 2019-09-24 中国汽车技术研究中心有限公司 一种锂离子电池内部结构机械强度的分析方法
CN110414117A (zh) * 2019-07-23 2019-11-05 北京航空航天大学 一种软包锂离子电池密封可靠度预测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102054104A (zh) * 2010-12-29 2011-05-11 北京航空航天大学 一种基于单参数加速退化机理一致性边界确定方法
CN102130313A (zh) * 2010-01-12 2011-07-20 比克国际(天津)有限公司 一种软包装电池及电池组
WO2013103414A2 (en) * 2011-10-10 2013-07-11 Battelle Energy Alliance, Llc Method, system, and computer-readable medium for determining performance characteristics of an object undergoing one or more arbitrary aging conditions
CN203398168U (zh) * 2013-07-09 2014-01-15 曙鹏科技(深圳)有限公司 软包装锂离子电池
CN205543108U (zh) * 2016-02-27 2016-08-31 东莞市贝特赛能源科技有限公司 一种聚合物软包锂离子电池的角封封头结构

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102130313A (zh) * 2010-01-12 2011-07-20 比克国际(天津)有限公司 一种软包装电池及电池组
CN102054104A (zh) * 2010-12-29 2011-05-11 北京航空航天大学 一种基于单参数加速退化机理一致性边界确定方法
WO2013103414A2 (en) * 2011-10-10 2013-07-11 Battelle Energy Alliance, Llc Method, system, and computer-readable medium for determining performance characteristics of an object undergoing one or more arbitrary aging conditions
CN203398168U (zh) * 2013-07-09 2014-01-15 曙鹏科技(深圳)有限公司 软包装锂离子电池
CN205543108U (zh) * 2016-02-27 2016-08-31 东莞市贝特赛能源科技有限公司 一种聚合物软包锂离子电池的角封封头结构

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
金标 等: "电动汽车用软包动力锂电池热-结构耦合分析", 《可再生能源》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110068409A (zh) * 2019-04-11 2019-07-30 蜂巢能源科技有限公司 锂电池应力预测方法和装置
CN110274815A (zh) * 2019-05-06 2019-09-24 中国汽车技术研究中心有限公司 一种锂离子电池内部结构机械强度的分析方法
CN110414117A (zh) * 2019-07-23 2019-11-05 北京航空航天大学 一种软包锂离子电池密封可靠度预测方法
CN110414117B (zh) * 2019-07-23 2020-11-06 北京航空航天大学 一种软包锂离子电池密封可靠度预测方法
US20210027001A1 (en) * 2019-07-23 2021-01-28 Beihang University Method for Predicting Sealing Reliability of Soft Packing Lithium Ion Battery

Also Published As

Publication number Publication date
CN107292024B (zh) 2019-11-05

Similar Documents

Publication Publication Date Title
Ding et al. An improved Thevenin model of lithium-ion battery with high accuracy for electric vehicles
Xu et al. Computational model of 18650 lithium-ion battery with coupled strain rate and SOC dependencies
CN111505502B (zh) 基于微观机理的时变循环工况下锂离子电池老化试验方法
Lujano-Rojas et al. Operating conditions of lead-acid batteries in the optimization of hybrid energy systems and microgrids
Fu et al. Modeling, validation and analysis of mechanical stress generation and dimension changes of a pouch type high power Li-ion battery
Ganesan et al. Physics based modeling of a series parallel battery pack for asymmetry analysis, predictive control and life extension
CN111062137B (zh) 一种锂离子电池性能预测模型及其构建方法和应用
CN106855612B (zh) 计及非线性容量特性的分数阶KiBaM电池模型及参数辨识方法
CN107202960A (zh) 动力电池寿命预测方法
CN109614754B (zh) 一种锂离子电池三维简化模型的仿真方法
CN110633496B (zh) 一种基于热-力耦合模型的锂离子电池放电过程中热应力和温度的确定方法
Ghorbanzadeh et al. Long-term degradation based analysis for lithium-ion batteries in off-grid wind-battery renewable energy systems
CN107292024B (zh) 软包锂离子电池封装应力的预测方法
CN103399491B (zh) 光伏发电系统光伏组件机理模型参数辨识方法
CN106291378A (zh) 一种电动汽车动力电池soh的测算方法
CN106198293B (zh) 一种动力锂电池中水分含量的测试方法
CN112464571A (zh) 基于多约束条件粒子群优化算法的锂电池组参数辨识方法
CN104537166B (zh) 一种动力电池的等效电路模型的构建方法
CN111025155B (zh) 基于电池动态老化模型快速模拟动力电池老化过程的方法
CN103983919A (zh) 一种基于gm(1,n)灰色模型的电池寿命预测方法
Valentin et al. Modeling of thermo-mechanical stresses in Li-ion battery
CN108717475B (zh) 基于混合仿真方法的锂电池单体机械强度概率模型建模方法
CN113297738A (zh) 一种锂离子电池热失控建模方法
CN107219469A (zh) 适用于无人机电池的续航电量预测方法
CN103728570A (zh) 一种基于电池热特性的健康状态检测方法

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
GR01 Patent grant
GR01 Patent grant