CN107452997A - 基于锂表面浓度的基于模型的快速充电方法 - Google Patents

基于锂表面浓度的基于模型的快速充电方法 Download PDF

Info

Publication number
CN107452997A
CN107452997A CN201710368003.4A CN201710368003A CN107452997A CN 107452997 A CN107452997 A CN 107452997A CN 201710368003 A CN201710368003 A CN 201710368003A CN 107452997 A CN107452997 A CN 107452997A
Authority
CN
China
Prior art keywords
battery
concentration
current
charging
anode
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
CN201710368003.4A
Other languages
English (en)
Other versions
CN107452997B (zh
Inventor
科恩·约翰·弗雷德里克·隆农
亨德里克·约翰内斯·伯格维德
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.)
NXP BV
Original Assignee
NXP BV
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 NXP BV filed Critical NXP BV
Publication of CN107452997A publication Critical patent/CN107452997A/zh
Application granted granted Critical
Publication of CN107452997B publication Critical patent/CN107452997B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/44—Methods for charging or discharging
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/05—Accumulators with non-aqueous electrolyte
    • H01M10/052—Li-accumulators
    • H01M10/0525—Rocking-chair batteries, i.e. batteries with lithium insertion or intercalation in both electrodes; Lithium-ion batteries
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/44—Methods for charging or discharging
    • H01M10/443—Methods for charging or discharging in response to temperature
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/44—Methods for charging or discharging
    • H01M10/446—Initial charging measures
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/44—Methods for charging or discharging
    • H01M10/448—End of discharge regulating measures
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/007—Regulation of charging or discharging current or voltage

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Power Engineering (AREA)
  • Materials Engineering (AREA)
  • Secondary Cells (AREA)

Abstract

公开一种给电池充电的方法，包含：在第一时间间隔确定待施用直到第二时间间隔的电流，如此以致所述电流给所述电池充电，使得在所述第二时间间隔的阳极Li离子表面浓度保持小于或等于所述阳极的最大Li离子表面浓度；将所述电流施用到所述电池；以及在所述第二时间间隔确定待施用直到第三时间间隔的另一电流，如此以致所述另一电流给所述电池充电，使得在所述第三时间间隔的阳极Li离子表面浓度保持小于或等于所述阳极的所述最大Li离子表面浓度。

Description

基于锂表面浓度的基于模型的快速充电方法
技术领域
本文中所描述的实施例大体上涉及用于给电池充电的技术，包含一种给锂离子(Li离子)电池快速充电而不会导致过度老化的方法。
背景技术
锂电池越来越多得到应用，但锂电池充电时间慢且易老化。
发明内容
下文呈现各种实施例的简要概述。在以下概述中可做出一些简化和省略，这旨在突出和介绍各种实施例的一些方面，而非限制本文中所描述的实施例的范围。在稍后的章节中将详细地描述足以让本领域的普通技术人员能获得和使用本发明概念的实施例。
本文中所描述的各种实施例涉及一种给电池充电的方法，包含：在第一时间间隔确定待施用直到第二时间间隔的电流，如此以致所述电流给所述电池充电，使得在所述第二时间间隔的阳极Li离子表面浓度保持小于或等于所述阳极的最大Li离子表面浓度；将所述电流施用到所述电池；以及在所述第二时间间隔确定待施用直到第三时间间隔的另一电流，如此以致所述另一电流给所述电池充电，使得在所述第三时间间隔的阳极Li离子表面浓度保持小于或等于所述阳极的所述最大Li离子表面浓度。
高于所述最大Li离子表面浓度的浓度可以是将发生Li镀敷的浓度。
所述电流可被确定为小于或等于由充电器规定的最大电流。
本文中所描述的各种实施例还涉及一种给电池充电的方法，包含：基于电池中的不同位置处的Li离子浓度和当前充电电流而对所述电池的阳极表面处的Li离子的表面浓度建模；确定在从第一时间时刻施用到第二时间时刻时的最大表面浓度电流在所述第二时间时刻导致最大表面浓度；以及从所述第一时间时刻到所述第二时间时刻使用所述最大表面浓度电流而以施用电池电流给所述电池充电。
所述方法可包含确定所述最大表面浓度电流与最大允许充电电流之间的较小值以得到所述施用电池电流而以给定时间步给所述电池充电。
浓度向量可描述所述电池内部的不同位置处的Li离子的浓度。
所述浓度向量的一个元素可以是阳极处的所述Li离子的所述表面浓度。所述浓度向量中的元素的量可取决于所述电池模型的施用离散化。
所述方法可包含电池电压被计算为所述浓度向量和所述施用电池电流的函数的模型部分。可基于所述所计算的电池电压来构造反馈环路。可基于所述所计算的电池电压与所测量的电池电压之间的观测差来修改所述浓度向量。
本文中所描述的各种实施例还涉及一种电池充电系统，包含：电池管理系统，被配置成从待充电的电池接收操作特性并且确定所述电池的充电状态；快速充电控制器，被配置成从所述电池管理系统接收所述充电状态并且确定给所述电池充电的充电信息以防止老化影响；以及电池充电器，被配置成从所述快速充电控制器接收充电信息并且使用所述充电信息给所述电池充电。
所述充电信息可包含最优充电电流。
所述快速充电控制器可在第一时间间隔确定待施用直到第二时间间隔的所述最优充电电流，如此以致所述最优充电电流给所述电池充电，使得在所述第二时间间隔的阳极Li离子表面浓度保持小于或等于所述阳极的最大Li离子表面浓度。高于所述最大Li离子表面浓度的浓度是将发生Li镀敷的浓度。
所述充电信息可包含受控电压电平，如此以致所述电池被控制到恒定值。
所述操作特性可包含电流、电压和温度中的至少一者。
浓度向量描述所述电池内部的不同位置处的Li离子的浓度。包括电池电压被计算为所述浓度向量和所述施用电池电流的函数的模型部分。
基于所述所计算的电池电压来构造反馈环路。
基于所述所计算的电池电压与所测量的电池电压之间的观测差来修改所述浓度向量。
附图说明
本文中所描述的实施例的额外目标和特征将从以下详细描述和所附权利要求书在结合附图时更加显而易见。虽然示出和描述若干实施例，但在附图的每一者中，相同附图标号表示相同部件，其中：
图1示出根据本文中所描述的实施例的Li-on电池的CC-CV充电分布；
图2示出根据本文中所描述的实施例的用于寻找最优充电电流的基于模型的优化程序；
图3示出应用根据图2的优化程序的模拟充电电流和Li离子表面浓度；
图4示出根据本文中所描述的实施例所使用的电池模型；
图5示出根据本文中所描述的实施例的单粒子一维扩散模型；
图6示出根据图2的两种充电情形的模拟例子；
图7示出根据本文中所描述的实施例的将图2中所示出的优化程序应用于脱机实施例及联机实施例中的模拟比较；
图8示出根据本文中所描述的实施例的使用电池电压反馈的另一实施例；以及
图9示出根据本文中所描述的实施例的电池充电器系统的实施例。
具体实施方式
本文中所描述的实施例包含一种给锂离子(Li离子)电池充电而不会导致过度老化的方法。实施例是基于电池模型，所述电池模型使充当模型输入的充电电流与电池电极内部的Li浓度分布相关。所述实施例以时间步估计所述充电以在所计算的Li表面浓度不超过某一限定阈值的情况下确定产生最快可能的充电过程的最优充电电流。在一个实施例中，可脱机计算最优充电电流，且可将针对各种开始充电状态(SoC)值的各种最优充电电流分布存储在充电器中。在另一实施例中，可使用模型且基于实际充电电流和所得的所计算的浓度分布来联机(即，在电池正充电时)计算最优充电电流。在又一实施例中，可通过使用所建模的电池电压以基于由于所预测的电压与所测量的电压之间的观测差而补偿模型预测来使模型预测更准确而扩展联机计算。
图1示出根据本文中所描述的实施例的Li-on电池的相关技术CC-CV充电分布100。Li离子电池可应用于移动设备中，这归因于Li离子电池的高能量密度，从而在低重量下产生高电池容量。Li离子电池可用恒定电流-恒定电压(CC-CV)充电分布予以充电。
充电过程可始于用恒定电流给电池充电。充电电流可与呈C速率形式的电池容量相关，其中1C电流是满充电的电池在一个小时中放电的电流。举例来说，对于3安培小时(3Ah)的电池，1C充电电流可对应于3A。实际上，呈恒定电流(CC)相的充电电流可在0.5C与1C之间加以选择，其中0.7C在图1中示出于110处。高于0.7C的电流值可导致过度老化。在电池电压达到预定电平(例如图1中的4.35V)之后，可进入恒定电压(CV)模式。在这种模式中，电压120可保持恒定。因此，有效充电电流130可随着电池被进一步充电而下降。此充电电流的值可由施用端电压(图1中的4.35V)与内部平衡电压(通常被称为电动势(EMF))之间的差除以内部电池阻抗确定。此处施用较高电压可能导致过度损耗。如图1中所示出的充电过程对于移动装置中的实际Li离子电池来说可持续高达2小时。充电通常在充电电流下降到低于最小值(例如，低于C/50)时结束，其中安全计时器防止CV模式持续得长于所需时间。
存在比图1中所示出的充电分布更快的充电目标，例如在30到45分钟或甚至更短时间内将电池充电到(例如)80％。这一能力可允许移动装置的用户更频繁地使用所述装置，这是因为充电时间较少。然而，如果通过简单地增大CC模式中的电流和/或CV模式中的电压来实施这一能力，那么将发生过度老化。
存在若干原因引起加速老化。在一种情形中，电池阴极材料(例如，LiCoO2)中的Li离子的浓度比率可下降到低于0.5，这在于Li离子占据用于Li插入的小于一半的可能位置。这可导致材料分解，这暗示不可逆的容量损失。在另一例子中，电池电解质中的成分可与Li离子反应，从而在任一电极上形成层。这可使电池的Li离子减损，不再参与插入过程，并且还可能归因于所形成的层的电阻率而增大电池串联阻抗。此外，在充电期间在阳极表面处增大的Li离子表面浓度可导致金属Li形成在阳极上(通常被称为锂镀敷)或甚至导致形成枝晶。在后一种情况下，这些导电枝晶可能刺穿分离器，从而导致电池的潜在短接，并且导致过度的热产生和潜在危险的情形(例如，热失控，其中所产生的热导致产生甚至更多的热，这是因为在较高温度下，所有反应是以较快速率发生)。
在许多实际情况下，因为电池的石墨阳极内部的Li离子扩散是速率确定步骤，所以在充电期间归因于过高Li表面浓度而在阳极上形成Li可被视为在快速充电期间电池老化的原因。因此，需要一种与普通CC-CV充电相比较导致充电时间减低并且通过施用适当充电电流或电压值来使阳极表面处的Li离子表面浓度保持在控制中的快速充电方法。
本文中所描述的实施例包含基于阳极Li离子表面浓度的建模值来修改充电电流的设计。这使得有可能在每一时间时刻且针对阳极Li离子表面浓度保持低于限定最大浓度的每一电池状态计算最优(即最高可能)充电电流。根据本文中所描述的实施例，电池模型可允许以每一时间步单个方程式的形式计算最优充电电流。所述模型还可预测所得电池电压，所得电池电压可与控制环路中所测量的电池电压相比较。因此，浓度分布可被更准确地计算以利用所计算的电池电压与所测量的电池电压之间的任何感知差来调整所估计的浓度分布并且增大快速充电器的性能。本文中所描述的实施例包含一种快速充电方法，其是基于电池模型，且其中所建模的阳极Li离子表面浓度可用于控制充电电流。实施例包含用于尽可能快地给Li离子电池充电而不会因阳极上的Li的形成而增大老化效应的Li离子快速充电器。
图2示出根据本文中所描述的实施例的用于寻找最优充电电流的基于模型的优化程序200。如图2中所示出，在时间时刻k，可确定可在下一时间时刻k+1之前一直有效的最高最优电流Iopt(k)，如此以致在时间时刻k+1的阳极Li离子表面浓度Cs(k+1)可保持小于、高达或等于限定最大表面浓度Cs,Max(Li镀敷被预期为在高于所述最大表面浓度Cs,Max的情况下发生)。电流Iopt(k)也被确定为小于、高达或等于由充电器规定的最大电流Imax。
电池模型基于初始浓度向量和电流I(k)来预测下一浓度向量浓度向量可描述电池205内部的不同位置处的Li离子浓度。浓度向量的一个元素是Cs(k+1)，其为阳极处的Li离子表面浓度。浓度向量中的元素的量取决于模型的施用离散化。较高程度的离散化可能暗示两个电极内部和电解质内部更多的分格，并且因此可能导致浓度向量内部更多的元素。表面浓度Cs(k+1)可使用的一个元素(即，fs)予以计算，其中fs可将表面浓度Cs(k+1)计算为初始浓度向量和电流I(k)的函数：
倒数电池模型fs -1 215将最大表面浓度Cs,Max作为输入，并针对(即，在时间时刻k的电池模型内部的全部浓度向量)予以估计。结果可以是最大表面浓度电流其在从t＝k施用直到t＝k+1的情况下产生Cs(k+1)＝Cs,max。在使用MIN框220的情况下，此电流与最大允许充电电流Imax中的较小者可用于得到Iopt(k)，Iopt(k)成为用于以给定时间步给电池205充电的电流Ibat。此电流可在从t＝k直到t＝k+1的时段里保持恒定，如图2的左上角的插图210中所指示。这个过程可针对每一时间时刻k而重复。
使用这个模型的各种实施例是可能的。在脱机实施例中，可脱机(即，在电池205的充电期间)计算最优电流分布并且将其编程到可将所编程的最优电流分布施用于实际充电而不使用任何另外的反馈的充电器中。在联机实施例中，充电器可在考虑或不考虑电池电压的情况下联机执行优化。
图3示出应用根据图2的优化程序的模拟充电电流和Li离子表面浓度图300。图3中给出针对两个Imax值(相对于两个值中的最高者标绘刻度)应用图2中所示出的优化程序和使用被调谐到300mAh Li离子单元的电池模型的模拟例子。应用图2的优化程序暗示充电始于电流Imax，直到达到最大表面浓度Cs,Max(在这种情况下为0.02mol/cm3)。此后，电流可降低，使Cs在Cs,Max处保持恒定。在图3中，充电可从开始进行到结束而无中断。存在处理中断的充电并从不同SoC值开始的若干可能方法，每种方法各有优劣。
图4示出根据本文中所描述的实施例所使用的电池模型。在给出某一输入电流I(k)的情况下，针对下一时间步k+1的浓度分布可基于电流I(k)和积累直到时刻k的浓度向量而使用方程式予以计算。此模型部分410应用在图2中的框230中。如图4中所示出，函数可写成矩阵形式，其中矩阵A和B对Li离子的浓度可如何积累在Li离子电池内部的各种位置处建模。所得浓度向量和输入电流I(k)(如图2中的插图210中所示出，在时间时刻k与k+1之间有效)也可用于根据以下方程式计算模型部分420中的电池电压V(k+1)：
这个所计算的在时间时刻k+1的电池电压V(k+1)可取决于平衡电压由流过建模电阻Req的电流I(k)导致的欧姆电压降以及扩散电势电池的EMF可以是SoC的函数。存在用于确定SoC的若干方法。SoC取决于阳极内部的Li离子总浓度。在充电期间，Li离子从阴极移动到阳极，因此，存在于阳极内部的Li离子总数目(即，阳极内部的总浓度)可直接确定SoC。还存在确定作为电池的SoC的函数的EMF曲线的若干方式，即，外插、内插和电压松弛。所得的所建模的EMF-SoC曲线可用在模型部分420中。在此建模曲线中填入阳极内部的有效Li离子总浓度(即，向量的部分)可在时间时刻k+1得到有效EMF。欧姆和小时间常量效应(比如动力超电势积累)可组合在等效模型电阻Req中。将此建模电阻乘以时间时刻k与k+1之间的电流值I(k)可得到归因于欧姆和动力效应的电压。最后，菲克定律(Fick's law)可用于计算由Li离子电池模型内部的Li离子扩散分布所导致的总超电势
图5示出根据本文中所描述的实施例的单粒子一维扩散模型500。整个电池中的Li离子510的浓度可以各种方式予以计算。正电极520和负电极530可具有厚度δ，且各电极可细分为数个片(例如本例子中的七个片)，但实施例并不限于此。片的数目可更多或更少，这取决于待用于分析的算法。如所示出，假定电解质540内部不发生扩散。这意味着电解质540内部不存在浓度分布，且在电解质540上的电压降可能纯粹是欧姆。在这种情况下，电解质对电池电压的作用可在如图4中所示出的参数Req中加以考虑。因此，浓度向量在这种情况下将具有14个元素。此外，可容易通过将电解质分配到数个片中来考虑电解质内部的浓度分布的发生。面向中部中的电解质的负电极(阳极)的第一片550中的浓度可表示所需的表面浓度Cs(k)。
在每一电极中，可基于可以基于菲克定律所计算的Li离子浓度分布来计算由电极内部的Li离子的浓度分布所导致的扩散超电势。对于正电极520，边界条件保持在正电极520与铝集电器565之间的界面560处，且保持在负电极530与铜集电器575之间的界面570处，这意味着Li离子无法越过界面560和570。分别在阴极和阳极电极电解质界面580和590上，Li离子越过这个边界的速率与总电池电流I(k)成正比。在正电极520和负电极530各者中，由所计算的扩散分布引起的扩散超电势可写成能斯特(Nernstian)格式，其中扩散超电势取决于体积浓度(电极内部的Li离子平均浓度)与表面浓度之间的比率。在体积浓度与表面浓度这两者相等的情况下，可能不存在浓度分布，且扩散超电势可能为零。还存在其它电池模型，且本文中所描述的实施例并不限于图4和图5中所示出的电池模型。
如所描述，电解质扩散限制可添加到所述电池模型。此外，可添加非线性以及电池参数的温度依赖性。将温度依赖性添加于充电算法中可以是有益的，这是因为电池行为可高度依赖温度，且安全问题暗示不允许在高温下操作电池。只要电池模型描述基于输入电流的电池电压和Li离子阳极表面浓度，其就可用于实现本文中所描述的实施例。
标记为根据图2中所示出的模型的脱机开环实施方案的实施例可包含以下步骤：(1)对快速充电器已被开发的电池建模，例如基于图4和图5；(2)使用图2的优化程序来计算最优充电电流；以及(3)将此所计算的电流分布应用于所述快速充电器中。在此类情况下，没有电池模型可用于充电控制器中。存储器可用于存储所需的充电电流分布。此外，电池电压可能没有被建模。因为不知晓充电开始时的SoC，所以如本文中所描述的最优充电电流分布可被存储用于数个开始SoC值。否则，(例如)使用所存储的针对从零开始充电的电池的充电电流分布给半满电池充电可能导致潜在误用，这是因为电流可能会过高而导致潜在锂镀敷或其它安全问题。
在操作中，在充电器里，在开始快速充电过程之前，可从连接到所述电池的电池管理系统(BMS)获得SoC。接着，可从存储器获得适当的充电电流分布，且充电可开始。如果从所述BMS获得的SoC值不在所存储的充电电流分布当中，那么应使用具有较高SoC值的第一曲线以避免给电池过充电且损害电池。
图6示出根据图2的两种充电情形的模拟例子600。标记有星号的用于电流和浓度分布的曲线610和620已通过使用图2的用于空电池(SoC＝0％)的优化程序而获得。标记有圆圈的曲线630和640已始于半满电池(SoC＝50％)而获得。如图形中所示出，电流分布不同。对于空电池，在达到0.02mol/cm3的限值浓度Cs,Max之前高电流维持得更长久。对于充电是始于空电池的情况，充电电流的积分(曲线下方的区域)高得多。
在另一实施例中，图2中所示出的包含图4和图5的电池模型的优化程序可实施于充电器内部。所述实施例可被称为联机开环实施方案。可省去描述电池电压的模型部分(图4中的模型部分420)。对于每一时间步，可计算满足条件Iopt(k)≤Imax和Cs(k+1)≤Cs,max的最优充电电流Ibat并施用到电池。
应用图2的方法还可暗示在每一时间时刻k的浓度向量现在可能已知。即使充电电流中断，也可计算浓度分布。取决于用在计算无外部施用的电流的浓度分布时的扩散常量，在体积浓度与表面浓度相等时，所述浓度分布可趋于平稳且扩散超电势可按指数律地减低到零。与较早实施例相比较，可自动考虑在开始充电时的SoC，这是因为两个电极中的体积浓度被连续地联机计算。此外，当电流在充电电流中断之后的任何随机时刻重新开始时，可考虑最优充电电流，这是因为在时间时刻k可得到浓度分布。为了正确的运算，BMS可提供开始SoC以计算模型内部的初始体积浓度。在稍后的时间时刻来自BMS的可用SoC信息可用于按规则的时间间隔校正所计算的体积浓度。
图7示出根据本文中所描述的实施例的将图2中所示出的优化程序应用在脱机实施例和联机实施例中的模拟比较700。如图7中所示出，可比较本文中所描述的两个实施例的结果以确定来自空电池的充电中断且稍后恢复的情形。表示充电电流的曲线710和标记有星号的曲线720对于脱机情况有效，其中电流分布存储在系统中；且标记有圆圈的曲线730和740表示联机情况，其中电池模型可在充电器内部使用以基于连续计算的浓度分布来连续地计算最优充电电流。
如图7中所示出，充电可在时间零始于表面浓度为零的空电池。在充电电流于大约1200秒中断之前，脱机和联机这两个实施例均可得到相同结果。在联机情况和脱机情况下，连续地计算浓度。在联机情况下，可在实际充电过程期间得到实际浓度量。对于脱机情况，这可暗示：无论发生什么，当充电恢复时，自动基于预计算的分布来施用充电电流分布的其余部分。在图7A中，在大约2400秒之后恢复的充电电流710可以是在1200秒中断的充电电流分布的延续部分。在联机情况下，可在所有时间时刻知晓充电器内部的浓度。当在2400秒恢复充电时，因为浓度分布已变得较不陡(表面浓度已变得更与体积浓度相等)，所以经优化的充电电流可实际上比以前的大。实际上，一段时间里，充电可在Imax下发生而不达到最大表面浓度Cs,Max。当充电电流中断时,结果可能是更快的总充电过程。
图8示出使用电池电压反馈的另一实施例800。所述实施例可被称为联机闭环实施方案。如图8中所示出，除来自图2的普通电池模型(其中计算在时刻k+1的浓度向量)之外，还可考虑模型部分420(参看图4)，其中电池805的电池电压被计算为此浓度向量以及施用电池电流的函数。因此，除了框230中基于在时刻k的浓度向量和电流Iopt(k)来计算浓度向量的函数以外，函数810 也可用于基于浓度向量和电流Iopt(k)来计算电池电压V(k+1)。
基于所计算的电压V(k+1)，可构造反馈环路820。所计算的电池电压(V(k+1))与所测量的电池电压(VBAT)之间的观测差可用于将所计算的浓度向量修改成浓度向量所述系统的其它分量类似于图2。在使用反馈的情况下，可使所估计的模型输出(即整个电池805中的Li离子浓度)更准确。因此，所计算的电流I(k)将更准确，这是因为所述电流是基于有效的浓度向量在倒数电池模型中予以计算。
所述电池模型、反馈滤波器F和所得估计可使用卡尔曼(Kalman)滤波器予以实施.可能有若干不同实施例。在卡尔曼滤波器中，通过限定可用的所建模和测量的信息的特性，可以不同方式强调所述信息。举例来说，通过额外强调来自BMS的可用SoC估计，可使体积浓度保持与此可用SoC估计一致。如上文所论述，阳极中的体积浓度与SoC之间存在明确的关联。因为可用的Li离子的总数目确定最大容量，所以一旦知晓阳极中与SoC直接有关的体积浓度，也就可知晓阴极中的体积浓度。通过基于可用的SoC值来限制体积浓度的可能值，系统可得到更准确的结果，这是因为可存在多个可能的浓度分布来提供模型的相同电池电压输出。
如图2和8中所示出，描述了给Li离子电池快速充电，其中尽可能快地给电池充电，同时限制阳极表面上的表面浓度。这可防止原本与用较高电流进行充电相关联的过度老化。
本文中所描述的实施例包含电池模型，所述电池模型包含充电器内部用于存储充电分布的低廉存储器。另一实施例应用电压反馈以增大系统的准确度。
在本文中所描述的联机实施例中，可确定在每一时间时刻的最优充电电流。实施例可始于每一SoC值，在充电中断时以及对于具有不同Imax值的充电器也如此。
本文中所描述的实施例可处理应用快速充电时的老化来源中的一者，即，阳极上的锂镀敷和枝晶形成。本文中所描述的实施例可使用具有低廉的实施方案的电池模型和若干扩展可能性来执行这一点。举例来说，在开始如本文中所描述的快速充电过程之前，基于所测量的VBAT值，可应用以(例如)0.1C的低电流进行的预充电，直到VBAT超过(例如)3V的限定阈值，此后，可开始如本文中所描述的快速充电。当VBAT达到另一预定义值(例如，4.35V)时，可实施如图1中所示出的CV区以控制所述充电过程的结束。实施此类CV模式也可帮助处理任何建模不准确度的影响。作为安全预防措施，应在充电期间测量VBAT的值以防止VBAT的值超出安全边界。在此类情况下，充电可终止(高VBAT)或在极低电平下继续(低VBAT)。在后一种情况下，还应检查任何短路条件的发生，这是在任何电池充电器中的标准惯例。
图9示出根据本文中所描述的实施例的电池充电器系统900的实施例。待充电和放电的电池905可具有各种输出特性，例如电池电压VBAT、电池电流IBAT和电池温度TBAT。这些输出特性被测量并用作一般电池管理系统920和快速充电控制器930的输入。电池管理系统920使用输入VBAT、IBAT和TBAT来评估电池905状态，以便确定电池905的充电状态(SoC)。此SoC值被输出到快速充电控制器930。基于所述SoC、VBAT、IBAT和TBAT，快速充电控制器930确定包含最优充电电流的充电信息以尽可能快地给电池905充电而无老化影响，如本文中所描述。所述SoC可作为充电的开始点用于本文中所描述的任何实施例。是否使用VBAT和TBAT取决于如何使用快速充电控制器930。在示例实施例中，VBAT可用于使用反馈来调谐模型结果，且TBAT可用于将电池910行为的温度依赖性包含在模型中。快速充电控制器930确定最优充电电流，并且发送命令到电池充电器940以确保电池905从时刻k到k+1是用最优充电电流被充电，如本文中所论述。电池充电器940由电源950供电。如果在充电结束时包含CV模式，那么充电信息也可包含电压电平，并且电池充电器940还可被控制到所述电压，如此以致电池905电压被控制到恒定值。
虽然已特定参考各种实施例的某些方面来详细描述各种实施例，但应理解，本文中所描述的实施例能够容许其它实施例，且本文中所描述的实施例的细节能够容许在各种显而易见的方面的修改。对于本领域的技术人员来说显而易见，可在保持于本文中所描述的实施例的精神和范围内的同时实现变化和修改。因此，前文的公开内容、描述和附图仅出于说明性目的，且并不以任何方式限制本文中所描述的实施例，本文中所描述的实施例仅由申请专利范围限定。

Claims (10)

1.一种给电池充电的方法，其特征在于，包括：
在第一时间间隔确定待施用直到第二时间间隔的电流，如此以致所述电流给所述电池充电，使得在所述第二时间间隔的阳极Li离子表面浓度保持小于或等于所述阳极的最大Li离子表面浓度；
将所述电流施用到所述电池；以及
在所述第二时间间隔确定待施用直到第三时间间隔的另一电流，如此以致所述另一电流给所述电池充电，使得在所述第三时间间隔的阳极Li离子表面浓度保持小于或等于所述阳极的所述最大Li离子表面浓度。
2.根据权利要求1所述的方法，其特征在于，高于所述最大Li离子表面浓度的浓度是将发生Li镀敷的浓度。
3.一种给电池充电的方法，其特征在于，包含：
基于电池中的不同位置处的Li离子浓度和当前充电电流而对所述电池的阳极表面处的Li离子的表面浓度建模；
确定在从第一时间时刻施用到第二时间时刻时的高达最大表面浓度电流在所述第二时间时刻导致高达最大表面浓度；以及
从所述第一时间时刻到所述第二时间时刻使用高达所述最大表面浓度电流而以施用电池电流给所述电池充电。
4.根据权利要求3所述的方法，其特征在于，包括确定所述最大表面浓度电流与最大允许充电电流之间的较小值以得到所述施用电池电流而以给定时间步给所述电池充电。
5.根据权利要求3所述的方法，其特征在于，浓度向量描述所述电池内部的不同位置处的Li离子的浓度。
6.根据权利要求5所述的方法，其特征在于，包括电池电压被计算为所述浓度向量和所述施用电池电流的函数的模型部分。
7.根据权利要求6所述的方法，其特征在于，基于所述所计算的电池电压与所测量的电池电压之间的观测差来修改所述浓度向量。
8.一种电池充电系统，其特征在于，包括：
电池管理系统，被配置成从待充电的电池接收操作特性并且确定所述电池的充电状态；
快速充电控制器，被配置成从所述电池管理系统接收所述充电状态并且确定给所述电池充电的充电信息以防止老化影响；以及
电池充电器，被配置成从所述快速充电控制器接收充电信息并且使用所述充电信息给所述电池充电，其中所述快速充电控制器在第一时间间隔确定待施用直到第二时间间隔的所述充电信息，如此以致所述充电信息给所述电池充电，使得在所述第二时间间隔的阳极Li离子表面浓度保持小于或等于所述阳极的最大Li离子表面浓度。。
9.根据权利要求8所述的电池充电系统，其特征在于，浓度向量描述所述电池内部的不同位置处的Li离子的浓度。
10.根据权利要求8所述的电池充电系统，其特征在于，包括电池电压被计算为所述浓度向量和所述施用电池电流的函数的模型部分，基于所述所计算的电池电压与所测量的电池电压之间的观测差来修改所述浓度向量。
CN201710368003.4A 2016-05-23 2017-05-23 基于锂表面浓度的基于模型的快速充电方法 Active CN107452997B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/161,989 US10014706B2 (en) 2016-05-23 2016-05-23 Model-based fast-charging method based on lithium surface concentration
US15/161,989 2016-05-23

Publications (2)

Publication Number Publication Date
CN107452997A true CN107452997A (zh) 2017-12-08
CN107452997B CN107452997B (zh) 2022-06-14

Family

ID=60330821

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710368003.4A Active CN107452997B (zh) 2016-05-23 2017-05-23 基于锂表面浓度的基于模型的快速充电方法

Country Status (2)

Country Link
US (1) US10014706B2 (zh)
CN (1) CN107452997B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11397216B2 (en) 2010-05-21 2022-07-26 Qnovo Inc. Battery adaptive charging using a battery model
US11791647B2 (en) 2010-05-21 2023-10-17 Qnovo Inc. Method and circuitry to adaptively charge a battery/cell
US12081057B2 (en) 2010-05-21 2024-09-03 Qnovo Inc. Method and circuitry to adaptively charge a battery/cell
US11397215B2 (en) 2010-05-21 2022-07-26 Qnovo Inc. Battery adaptive charging using battery physical phenomena
US10389156B2 (en) 2010-05-21 2019-08-20 Qnovo Inc. Method and circuitry to adaptively charge a battery/cell
PL3214726T3 (pl) * 2016-01-05 2019-04-30 Guangdong Oppo Mobile Telecommunications Corp Ltd Sposób szybkiego ładowania, terminal mobilny i zasilacz sieciowy
KR20180086591A (ko) * 2017-01-23 2018-08-01 삼성에스디아이 주식회사 배터리 충전 방법 및 충전 시스템
KR102254353B1 (ko) 2017-03-10 2021-05-21 주식회사 엘지화학 이차전지의 충전방법
US10686327B2 (en) * 2018-04-13 2020-06-16 Honeywell International Inc. Energy storage controller
WO2020097271A1 (en) * 2018-11-07 2020-05-14 Qnovo Inc. Battery adaptive charging
CN109586373B (zh) * 2018-12-27 2024-05-17 华为技术有限公司 一种电池充电方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101251582A (zh) * 2007-02-20 2008-08-27 德尔菲技术公司 确定电池的能量容量的方法
US20100000809A1 (en) * 2006-08-01 2010-01-07 Yuji Nishi Charge/discharge control device for secondary battery and hybrid vehicle using the same
CN102057553A (zh) * 2008-04-11 2011-05-11 苹果公司 扩散限制的适应性电池充电
CN104201414A (zh) * 2014-08-29 2014-12-10 深圳华粤宝电池有限公司 锂离子电池及其制备方法和锂离子电池的充电方法
US9197089B2 (en) * 2011-11-14 2015-11-24 Auburn University Rapid battery charging method and system

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6441586B1 (en) * 2001-03-23 2002-08-27 General Motors Corporation State of charge prediction method and apparatus for a battery
CN101213717A (zh) 2005-06-30 2008-07-02 皇家飞利浦电子股份有限公司 基于物理模型对可充电电池进行急充电的方法和充电器
US8624560B2 (en) * 2008-04-11 2014-01-07 Apple Inc. Controlling battery charging based on current, voltage and temperature
US9331513B2 (en) * 2008-04-11 2016-05-03 Apple Inc. Adaptive surface concentration battery charging
US8754614B2 (en) * 2009-07-17 2014-06-17 Tesla Motors, Inc. Fast charging of battery using adjustable voltage control
US8791669B2 (en) * 2010-06-24 2014-07-29 Qnovo Inc. Method and circuitry to calculate the state of charge of a battery/cell

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100000809A1 (en) * 2006-08-01 2010-01-07 Yuji Nishi Charge/discharge control device for secondary battery and hybrid vehicle using the same
CN101251582A (zh) * 2007-02-20 2008-08-27 德尔菲技术公司 确定电池的能量容量的方法
CN102057553A (zh) * 2008-04-11 2011-05-11 苹果公司 扩散限制的适应性电池充电
US9197089B2 (en) * 2011-11-14 2015-11-24 Auburn University Rapid battery charging method and system
CN104201414A (zh) * 2014-08-29 2014-12-10 深圳华粤宝电池有限公司 锂离子电池及其制备方法和锂离子电池的充电方法

Also Published As

Publication number Publication date
US10014706B2 (en) 2018-07-03
CN107452997B (zh) 2022-06-14
US20170338667A1 (en) 2017-11-23

Similar Documents

Publication Publication Date Title
CN107452997A (zh) 基于锂表面浓度的基于模型的快速充电方法
CN106532187B (zh) 一种基于电池健康状态的电池加热方法
US9153991B2 (en) System and method for fast charging of lithium-ion batteries with improved safety
CN108199122B (zh) 基于电化学-热耦合模型的锂离子电池无析锂低温加热方法
Ashwin et al. Capacity fade modelling of lithium-ion battery under cyclic loading conditions
CN106450536B (zh) 一种锂离子电池快速充电方法
CN105552465B (zh) 一种基于时间和温度的锂离子电池优化充电方法
US10447054B2 (en) Staircase charging
EP3261213A1 (en) Method and apparatus of battery charging
KR102650965B1 (ko) 배터리 상태 추정 방법
US7940027B2 (en) Battery and methods with real time charge and discharge management
KR101282687B1 (ko) 차량용 배터리 상태 예측 방법
CN111801870A (zh) 二次电池的充电设备和充电方法
CN103918120A (zh) 铅蓄电池系统
Zhang et al. Understanding and predicting the lithium dendrite formation in Li-ion batteries: Phase field model
WO2018001461A1 (en) Method and device for estimating a voltage of a battery
Pozzi et al. Film growth minimization in a li-ion cell: a pseudo two dimensional model-based optimal charging approach
CN113779794A (zh) 计及微观约束的锂离子电池sop估计方法及系统
CN113815494A (zh) 一种锂离子电池的预热充电控制方法
KR101867225B1 (ko) 리튬 이온 배터리 급속 충전 방법
KR20210014000A (ko) 전지의 수학적 모델링 및 시뮬레이션을 통한 전지 성능 예측 방법
Gao et al. An optimal charging strategy of lithium-ion batteries based on polarization and temperature rise
Berliner et al. Fast charging of lithium-ion batteries by mathematical reformulation as mixed continuous-discrete simulation
Khamar et al. A charging method for Lithium-ion battery using Min-max optimal control
CN117751296A (zh) 控制充电信号以对可充电的电池单元或电池进行充电的方法和装置

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