CN108446434A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN108446434A
CN108446434A CN201810122869.1A CN201810122869A CN108446434A CN 108446434 A CN108446434 A CN 108446434A CN 201810122869 A CN201810122869 A CN 201810122869A CN 108446434 A CN108446434 A CN 108446434A
Authority
CN
China
Prior art keywords
power battery
thermal runaway
reaction
safety
minor structure
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
CN201810122869.1A
Other languages
English (en)
Other versions
CN108446434B (zh
Inventor
冯旭宁
郑思奇
何向明
王莉
欧阳明高
任东生
卢兰光
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.)
Tsinghua University
Original Assignee
Tsinghua 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 Tsinghua University filed Critical Tsinghua University
Priority to CN201810122869.1A priority Critical patent/CN108446434B/zh
Publication of CN108446434A publication Critical patent/CN108446434A/zh
Priority to US16/122,892 priority patent/US10509874B2/en
Application granted granted Critical
Publication of CN108446434B publication Critical patent/CN108446434B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/36—Circuit design at the analogue level
    • G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K17/00—Measuring quantity of heat
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • 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
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/486—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M2200/00—Safety devices for primary or secondary batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • Electrochemistry (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Combustion & Propulsion (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Secondary Cells (AREA)
  • Battery Electrode And Active Subsutance (AREA)

Abstract

本发明涉及一种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。获取第一动力电池的自生热初始温度。基于动力电池热失控反应动力学模型，获取所述第一动力电池发生热失控时的最高温度。根据所述自生热初始温度与所述最高温升的关系曲线，判断所述第一动力电池的热失控安全性。所述动力电池热失控安全性的预测方法，可以在不制作全电池的情况下，预测所述第一动力电池的热失控安全性，减少了传统安全性设计过程中组装动力电池全电池的必须工序，缩短动力电池设计开发周期，节省设计开发成本，提高了动力电池安全性设计的效率。

Description

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
技术领域
本发明涉及电池技术领域，特别是涉及一种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。
背景技术
电动汽车是新能源汽车的主体，动力电池是电动汽车的核心能量源。锂离 子动力电池(以下简称“动力电池”)具有能量密度和循环寿命方面的优势，是 电动汽车动力来源的主要选择之一。由于车载空间有限，为增加电动汽车的续 航里程，除了在有限车载空间内多装动力电池之外，更要提高动力电池的比能 量。更高比能量的动力电池在发生安全事故时，其热失控释放的能量更加集中， 必须在设计过程中考虑高比能量动力电池的热失控安全性。
目前，在安全性设计方面，一般会进行材料的热稳定性测试，极片的热稳 定性测试，以及全电池的热失控特性测试。然而，材料和极片的热稳定性测试 一般都只具有定性分析的作用，不能直接反映全电池的热失控特性。也即进行 动力电池安全性设计，必须要组装出全电池，并进行全电池的热失控特性实验， 才能准确地判断所设计动力电池的热失控安全性。
专利201410470610.8中公开了一种锂离子电池热失控的建模方法，该专利 的目标是为扩展锂离子电池在极端高温条件下的应用范围提供重要的依据。其 中的反应动力学参数需要通过全电池单体的热失控特性数据进行逆向标定。这 种逆向标定的方法仍然需要进行全电池实验，在进行电池安全性设计过程中， 并不能有效地减少实验量和提高研发效率。
发明内容
基于此，有必要针对传统的方案必须制备全电池才能对动力电池的安全性 进行预测的问题，提供一种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。
一种动力电池热失控安全性的预测方法，包括以下步骤：
S10，获取第一动力电池的自生热初始温度；
S20，基于动力电池热失控反应动力学模型，获取所述第一动力电池发生热 失控时的最高温度，所述最高温度与所述自生热初始温度之差为所述第一动力 电池的最高温升；以及
S30，根据所述自生热初始温度与所述最高温升的关系曲线，判断所述第一 动力电池的热失控安全性。
在一个实施例中，所述步骤S20中，所述动力电池热失控反应动力学模型 的建立方法包括：
S210，制备多个第二动力电池；
S220，对所述多个第二动力电池分别进行充电测试和放电测试；
S230，拆解充电后的第二动力电池和放电后的第二动力电池，得到所述第 二动力电池的子结构，所述第二动力电池的子结构为充满电状态的正极片、放 空电状态的正极片、充满电状态的负极片、放空电状态的负极片、隔膜以及电 解液中的一种或多种；
S240，对所述第二动力电池的子结构进行差示扫描量热测试，获得所述第 二动力电池的子结构中的热失控反应，以及所述热失控反应中的反应参数；
S250，基于反应动力学方程、质量守恒方程、能量守恒方程以及所述反应 参数，建立所述动力电池热失控模型。
在一个实施例中，所述步骤S210中，所述第二动力电池的正极材料和所述 第二动力电池的负极材料选取满足以下公式：
其中，SEcell为所述第二动力电池的比能量，SCca为所述正极材料的比容量， man/mca为所述负极材料与所述正极材料的质量比，Vrate为所述第二动力电池的设 计标称电压，ζact为所述正极材料中的活性物质占整个所述第二动力电池的百分 比，ηact为所述正极材料中的活性材料的平均利用率。
在一个实施例中，所述负极材料的总容量为Can，其中，Can＝SCan·man；
所述正极材料的总容量为Cca，其中，Cca＝SCca·mca；
所述负极材料的总容量Can和所述正极总容量Cca的比值大于1；
SCan为所述负极材料的比容量，SCca为所述正极材料的比容量。
在一个实施例中，所述步骤S240，包括以下步骤：
S241，以不同的恒升温扫描速率，对所述第二动力电池的子结构进行N次 差示扫描量热测试，以获得N组差示扫描量热测试结果，N为正整数，且N大 于等于5；
S242，根据所述N组差示扫描量热测试结果确定所述第二动力电池的子结 构的热失控反应，以及所述热失控反应中的反应参数。
在一个实施例中，所述步骤S250中，所述动力电池热失控反应动力学模型 为：
T为所述第二动力电池的温度值，T0为所述第二动力电池的自生热起始温度，为所述第二动力电池的温升速率；
所述第二动力电池的温升速率满足以下公式：
其中，Q为所述第二动力电池所有反应的总瞬时放热量，M为所述第二动 力电池的质量，Cp为所述第二动力电池的比热容。
在一个实施例中，所述第二动力电池的所述热失控反应的总瞬时放热量Q 满足以下公式：
其中，Qx为所述第二动力电池发生热失控反应时的瞬时放热量，x为所述热 失控反应中的一种，Qmix为所述第二动力电池发生正负极混合接触造成的放热速 率。
在一个实施例中，所述热失控反应包括：SEI膜分解反应、动力电池的负极 与动力电池的电解液之间的反应、动力电池的负极SEI膜重生反应、动力电池 的负极完全分解反应、动力电池的正极第一分解反应、动力电池的正极第二分 解反应、动力电池的隔膜熔化反应、动力电池的电解液分解反应以及动力电池 的正极和动力电池的负极混合接触反应中的一种或多种。
在一个实施例中，所述第二动力电池发生所述热失控反应时的瞬时放热量 Qx满足：
其中，ΔHx代表所述热失控反应x对应的所述第二动力电池的子结构单位质 量的总放热量，单位是J·g-1；mx代表所述第二动力电池的子结构的质量，单位 是g；代表所述第二动力电池的子结构的反应速率。
在一个实施例中，所述第二动力电池的子结构的反应速率满足以下公式：
其中，cx代表所述第二动力电池的子结构中反应物的归一化浓度，单位是1； Ax代表反应动力学的前向因子，单位是s-1；Ea,x代表反应动力学的活化能，单位 是J；R为理想气体常数8.314J·mol-1·K-1；Tonset,x代表所述热失控反应x的起始温 度；f(cx)代表所述热失控反应x的具体模式，满足以下公式：
其中，px，qx，sx代表所述热失控反应x的级数特征。
在一个实施例中，当所述第二动力电池的子结构为充满电状态的正极片、 放空电状态的正极片、充满电状态的负极片以及放空电状态的负极片时，所述 热失控反应x的瞬时放热量Qx满足以下公式：
ηx为所述第二动力电池的子结构的放热效率；ΔHx代表所述热失控反应x 对应的单位质量所述第二动力电池的子结构的总放热量，单位是J·g-1；mx代表 所述第二动力电池的子结构的质量，单位是g；代表所述第二动力电池的子 结构的反应速率。
在一个实施例中，所述第二动力电池发生正负极混合接触反应时造成的放 热速率Qmix满足以下公式：
其中，ηmix为所述第二动力电池发生正负极混合接触反应时能量释放效率， ΔHmix为所述第二动力电池发生正负极混合接触反应时释放的总能量，SOC为所 述第二动力电池的荷电状态，为所述第二动力电池的荷电状态的变化率；
其中，Δt为所述第二动力电池发生正负极混合接触反应时释放能量的速度 控制项，单位为s。
一种动力电池热失控安全性预测装置，包括动力电池热失控安全性预测设 备和计算机，其中，所述计算机包括存储器、处理器及存储在存储器上并可在 处理器上运行的计算机程序，所述处理器执行所述计算机程序时采用动力电池 热失控安全性预测方法，所述方法包括：
S10，获取第一动力电池的自生热初始温度；
S20，基于动力电池热失控反应动力学模型，获取所述第一动力电池发生热 失控时的最高温度，所述最高温度与所述自生热初始温度之差为所述第一动力 电池的最高温升；以及
S30，根据所述自生热初始温度与所述最高温升的关系曲线，判断所述第一 动力电池的热失控安全性。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行 时可用于执行所述动力电池热失控安全性的预测方法的步骤。
本发明提供的动力电池热失控安全性的预测方法，可以在不制作全电池的 情况下，预测所设计的动力电池的热失控安全性。所述动力电池热失控安全性 的预测方法包括：获取第一动力电池的自生热初始温度。基于动力电池热失控 反应动力学模型，获取所述第一动力电池发生热失控时的最高温度。根据所述 自生热初始温度与所述最高温升的关系曲线，判断所述第一动力电池的热失控 安全性。所述动力电池热失控安全性的预测方法，减少了传统安全性设计过程 中组装所述第一动力电池的必须工序，缩短动力电池设计开发周期，节省设计 开发成本，提高了动力电池安全性设计的效率。所述动力电池热失控安全性的 预测方法对于电池研发过程中的电池安全性设计具有重要的指导意义。
附图说明
图1为本申请一个实施例提供的动力电池热失控安全性的预测方法的流程 图；
图2为本申请一个实施例中，基于动力电池热失控反应动力学模型针对所 述第一动力电池建立的所述自生热初始温度与所述最高温升的关系曲线；
图3为本申请一个实施例中，不同升温扫描速率条件下的隔膜材料熔化的 量热测试结果及反应动力学参数拟合效果示意图；
图4为本申请一个实施例中，基于所述动力电池热失控反应动力学模型的 预测结果与实际的第一动力电池测试结果的对比图；
图5为本申请一个实施例中，所述动力电池热失控安全性预测设备的工作 示意图。
附图标记说明：
动力电池热失控安全性预测设备 11
计算机 12
存储器 100
处理器 200
计算机程序 300
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施 例对本申请的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 进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并 不用于限定本申请。
请参阅图1，提供一种动力电池热失控安全性的预测方法。所述动力电池热 失控安全性的预测方法包括以下步骤：
S10，获取第一动力电池的自生热初始温度T0。
可以理解，所述第一动力电池可以为待制备的动力电池。所述第一动力电 池可以是半电池或者模型化的全电池。所述第一动力电池的制备材料不同，得 到的所述自生热初始温度T0可能不相同。所述自生热初始温度T0可以是所述第 一动力电池发生热失控反应中时的最低温度。
S20，基于动力电池热失控反应动力学模型，获取所述第一动力电池发生热 失控时的最高温度Tmax。依据所述最高温度Tmax与所述自生热初始温度T0之差 获得所述第一动力电池的最高温升ΔT。
所述第一动力电池发生热失控时的最高温度可以是所述第一动力电池发生 热失控反应中的最高温度。所述第一动力电池发生热失控时可能存在多个热失 控反应。其中一个热失控反应的最高温度，比其他的热失控反应的最高温度都 高，那么所述一个热失控反应的最高温度就是所述第一动力电池发生热失控时 的最高温度Tmax。可以理解，不同材料制备的所述第一动力电池，发生热失控反 应时的所述自生热初始温度T0和所述最高温度Tmax可能不相同。不同材料制备 的所述第一动力电池达到所述最高温度Tmax的所述热失控反应也可能不同。具 体的，要根据所述第一动力电池和所述动力电池热失控反应动力学模型进行具 体的判断。比如，所述第一动力电池发生负极完全分解反应时的最高温度为所述最高温度Tmax。再比如，另一种所述第一动力电池发生隔膜融化反应时的最高 温度为所述最高温度Tmax。所述最高温度Tmax与所述自生热初始温度T0之差为 所述第一动力电池的最高温升ΔT。
S30，根据所述自生热初始温度T0与所述最高温升ΔT的关系曲线，判断所 述第一动力电池的热失控安全性。
具体的，在所述自生热初始温度T0为恒定值时，通过所述动力电池热失控 反应动力学模型预测得到的所述第一动力电池的最高温升ΔT越低，设计的成品 动力电池的安全性越好。
本实施例中，所述第一动力电池的热失控安全性的预测方法简单有效。在 发生热失控的时候，所述第一动力电池会放出一定的热量。在所述第一动力电 池的自生热初始温度一定的前提下，发生热失控时的温升越低，所述第一动力 电池的性能越好。本实施例中，基于动力电池热失控反应动力学模型，获取所 述第一动力电池发生热失控时的最高温度Tmax。进一步地，依据所述最高温度 Tmax与所述自生热初始温度T0之差获得所述第一动力电池的最高温升ΔT。本实 施例中的所述第一动力电池为待制备的动力电池，也即在没有制备成品的动力 电池的情况下就可以对所述第一动力电池的热失控安全性进行有效的预测。
请参阅图2，在一个实施例中，提供了一种所述第一动力电池发生正负极混 合接触起始温度Tmix与预测的所述第一动力电池的热失控最高温度Tmax和最大 温升ΔT的关系图。Tmix为选定材料的所述第一动力电池正负极混合接触起始温 度。在本实施例中，所述第一动力电池正负极混合接触起始温度即所述自生热 初始温度T0。由图2可以看出，当所述第一动力电池发生正负极混合接触起始 温度Tmix小于480℃时，所述第一动力电池发生热失控时最高温度Tmax基本相同， 均在820℃～840℃之间。所述第一动力电池发生热失控时最大温升ΔT在730℃ ～750℃之间。而当所述第一动力电池发生正负极混合接触起始温度Tmix大于 480℃时，所述第一动力电池发生热失控时最高温度Tmax急剧下降，最后稳定在500℃左右。所述第一动力电池发生热失控时的最大温升ΔT在410℃左右。因 此要想从本质上提高所述第一动力电池发生热失控时的安全性，降低所述第一 动力电池发生热失控时的最大温升ΔT，则需要将所述第一动力电池的正负极混 合接触起始温度Tmix调整至大于480℃。
本实施例中，所述动力电池热失控安全性的预测方法，可以在不制作所述 第一动力电池的全电池的情况下，预测所设计的动力电池的热失控安全性。所 述动力电池热失控安全性的预测方法，减少了传统安全性设计过程中组装所述 第一动力电池的必须工序，缩短动力电池设计开发周期，节省设计开发成本， 提高了动力电池安全性设计的效率。所述动力电池热失控安全性的预测方法对 于电池研发过程中的电池安全性设计具有重要的指导意义。
在一个实施例中，所述步骤S20中，所述动力电池热失控反应动力学模型 的建立方法包括：
S210，制备多个第二动力电池。
所述第一动力电池和所述第二动力电池均为半电池或者纽扣电池。所述第 一动力电池为根据所述动力电池热失控反应动力学模型进行计算的动力电池。 通过制备所述第一动力电池，使得所述动力电池热失控安全性的预测方法能够 在不制备全电池的情况下，预测动力电池热失控安全性。通过制备所述第二动 力电池，对所述第二动力电池完成扫描量热测试，建立所述动力电池热失控反 应动力学模型。
具体的，根据所述第二动力电池的开发需求，进行材料选型。在制备前选 取所述第二动力电池的正极材料、负极材料、电解液材料、隔膜材料以及粘结 剂材料。所述第二动力电池为实验过程中需要的动力电池。所述第二动力电池 可以是半电池或者纽扣电池。所述第二动力电池可以选取不同的制备材料，得 到不同的所述第二动力电池。根据所述第二动力电池材料的不同进行各种实验 和测试，获取建立所述动力电池热失控反应动力学模型所需要的参数。
比如，选取制备所述第二动力电池的正极材料按照所述第二动力电池需要 的配比制备正极片。以所述第二动力电池的正极材料为正极，以锂片为负极， 加入适量的电解液，制备纽扣电池。再比如，以所述第二动力电池的负极材料 为正极，以锂片为负极，加入适量的电解液，制备纽扣电池。
S220，对所述多个第二动力电池分别进行充电测试和放电测试。
对所述多个第二动力电池进行充电测试，可以得到充满电状态的所述第二 动力电池。对所述多个第二动力电池进行放电测试，可以得到放空电状态的所 述第二动力电池。这里的充电测试和放电测试可以针对同一个所述第二电池进 行多次的充电测试和多次的放电测试。
S230，拆解充电后的多个第二动力电池和放电后的多个第二动力电池，得 到所述第二动力电池的子结构。所述第二动力电池的子结构为充满电状态的正 极片、放空电状态的正极片、充满电状态的负极片、放空电状态的负极片、隔 膜以及电解液中的一种或多种。
拆解充满电状态的所述第二动力电池即可得到充满电状态的正极片。拆解 放空电状态的所述第二动力电池即可得到放空电状态的正极片。对于充满电状 态的负极片和放空电状态的负极片的获取方法，与所述充满电状态的正极片和 所述放空电状态的正极片相似，在此不做一一的赘述。
S240，对所述第二动力电池的子结构进行扫描量热测试，获得所述第二动 力电池的子结构中的热失控反应，以及所述热失控反应中的反应参数。
对所述第二动力电池的子结构进行差示扫描量热测试，通过差示扫描量热 测试的结果确定所述第二动力电池的子结构中存在的热失控反应。通过差示扫 描量热测试的结果还可以确定所述第二动力电池的子结构的热失控反应中存在 的主要反应参数。比如：在所述负极片中可以存在SEI膜分解反应和负极完全 分解反应。再比如：在所述正极片中可能存在正极第一分解反应。又比如：在 隔膜中存在隔膜融化反应。在所述第二动力电池的子结构中存在哪一种或者哪 几种热失控反应都是根据差式扫描量热测试出来的。可以理解，在另外的实施 例中，也可以采用其他的方法确定所述第二动力电池的子结构中存在的热失控 反应或者热失控反应。
S250，基于反应动力学方程、质量守恒方程、能量守恒方程以及所述反应 参数，建立所述动力电池热失控模型。
在一个实施例中，将所述步骤S250中，所述动力电池热失控的反应动力学 模型为：
T为所述第二动力电池的温度值。T0为所述第二动力电池的自生热起始温度。T0也是所有反应的起始温度Tonset,x的最小值。T0可以满足T0＝min{Tonset,x}。为所 述第二动力电池的温升速率。
在一个实施例中，所述第二动力电池的温升速率以下公式：
其中，Q为所述第二动力电池所有反应的总瞬时放热量，M为所述第二动 力电池的质量，Cp为所述第二动力电池的比热容。
所述第二动力电池所有所述热失控反应的总瞬时放热量Q以下公式：
其中，Qx为所述第二动力电池发生电池热失控反应时的瞬时放热量，x为电 池热失控反应中的一种，Qmix为待制备动力电池正负极混合接触造成的放热速率。
通过所述动力电池热失控反应动力学模型计算得出所述第二动力电池的子 结构的电池温度与温升速率的对应关系曲线如附图3所示。图3为在一个实施 例中，所述第二动力电池温升速率与温度之间的对应关系曲线。由图3可以看 出，实验测试值基本与模拟预测值重合。这说明本申请实施例构建的热失控反 应动力学模型具有较好的精度。所述动力电池热失控安全性的预测方法，能够 基于材料的反应动力学特性预测所述第二动力电池单体的热失控特性。
本实施例中，提出了一种动力电池热失控安全性的预测方法，该方法基于 所述动力电池热失控反应动力学模型。所述动力电池热失控反应动力学模型的 建立基于热失控反应的叠加原理。在对所述第二动力电池的子结构进行反应动 力学测试时，使用恒速率扫描量热法，获得多条放热特征曲线以拟合反应动力 学特征参数。反应动力学测试过程中采用的各种数据参数均考虑热失控反应的 原位效应。在建立动力电池热失控反应动力学模型时，考虑了待制备动力电池 中所有主要的放热反应。在建立所述动力电池热失控反应动力学模型时，考虑 正负极混合接触放热量对热失控结果的影响。所述正负极混合接触放热包括了 内短路放热和正负极的氧化还原反应放热。
在一个实施例中，所述步骤S210中，所述第二动力电池的子结构中所述正 极片和所述负极片材料的选取可以依据以下公式：
其中，SEcell为所述第二动力电池的比能量，SCca为所述正极材料的比容量， man/mca为所述负极材料与所述正极材料的质量比，Vrate为所述第二动力电池的设 计标称电压，ζact为所述正极材料中的活性物质占整个所述第二动力电池的百分 比，ηact为所述正极材料中的活性材料的平均利用率。
在一个实施例中，所述负极片的总容量为Can，其中，Can＝SCan·man。所述正 极片的总容量为Cca，其中，Cca＝SCca·mca。所述负极片的总容量Can和所述正极 总容量Cca的比值κ应大于1。一般优选的κ可以取1.05～1.2之间的数值。SCan为所述负极片材料的比容量，SCca为所述正极片材料的比容量。
以动力电池的正/负极极片为半电池正极，以锂片为半电池负极，加入适量 的电解液，制备纽扣电池。加入的电解液应与动力电池全电池设计时采用的电 解液成分相同。纽扣电池制作完成后进行化成，使得动力电池的正/负极极片表 面生成界面保护膜。对制备好的纽扣电池进行充放电循环，调整动力电池的正/ 负极极片的荷电状态至充满电状态，以及放空电状态。拆解循环后的纽扣电池， 获得充满电状态/放空电状态的正/负极极片样品。拆解过程在手套箱内进行，保 证氩气保护气环境。在满足原位效应的前提下，所获得的正/负极极片样品放入 差示扫描量热仪的样品制作坩埚内，并对坩埚进行密封。类似地，在手套箱内 将拟组装的所述第二动力电池所使用的隔膜、电解液等材料样品放入差示扫描 量热仪的样品制作坩埚内，并对坩埚进行密封。
在一个实施例中，所述步骤S240包括以下步骤：
S241，以不同的恒升温扫描速率，对所述第二动力电池的子结构进行N次 差示扫描量热测试，以获得N组差示扫描量热测试结果，N为正整数，N大于 等于5；
S242，根据所述N组差示扫描量热测试结果确定所述第二动力电池的子结 构的热失控反应，以及所述热失控反应中的反应参数。
具体的，在本实施例中，所述差示扫描量热测试的具体步骤可以包括：(1) 确定要测试的所述第二动力电池的子结构，并将其连接至差示扫描量热测试装 置。(2)给定第一组恒升温扫描速率(βi)，记录第一组测试结果。(3)给定第 二组恒升温扫描速率，记录第二组测试结果。如此至少进行5组恒升温扫描测 试。每组差示扫描测试的升温速率不相同。具体的可以设置选取的5组升温扫 描速率βi可以为0.1℃/min，0.2℃/min，0.5℃/min，1℃/min，2℃/min，5℃/min， 10℃/min，15℃/min，20℃/min中的任意5组或者更多。对于所述N组差示扫 描量热测试结果可以包括第一组测试结果、第二组测试结果等至少五组的测试结果。同样的，每一组的差示扫描量热测试会对应多个测试结果。如：第一组 第一次测试结果、第一组第二次测试结果等的所测试结果。
所述热失控反应可以包括：SEI膜分解反应、动力电池的负极与动力电池的 电解液之间的反应、动力电池的负极SEI膜重生反应、动力电池的负极完全分 解反应、动力电池的正极第一分解反应、动力电池的正极第二分解反应、动力 电池的隔膜熔化反应、动力电池的电解液分解反应以及动力电池的正极和动力 电池的负极混合接触反应中的一种或多种。所获得的差示扫描量热测试结果可 以包括瞬时放热量Qy，温度曲线Ty，测试时间ty。
所述充满电状态的正极片、所述放空电状态的正极片、所述充满电状态的 负极片和所述放空电状态的负极片都需要进行差示扫描量热测试。对拟在所述 第二动力电池中使用的所述隔膜、所述电解液以及所述粘结剂等其他材料样品， 差示扫描量热测试。比如：将制备好的所述充满电状态的正极片置于差示扫描 量热仪中，使用差示扫描量热仪，对所述充满电状态的正极片进行恒升温扫描 速率(βi)的量热测试。根据上述扫描量热测试过程中获得的测试结果，分析所 述第二动力电池的子结构在高温条件下所具有的所述热失控反应中的主要放热 反应x。对于非主要放热反应在后续的反应动力学建模过程中不加以考虑。对于 进行了差示扫描量热测试的待制备动力电池的子结构(可以设置为样品y)。样品y可能具有多个放热反应，因此对应的主要反应x的下标可以标记为x＝y_1， x＝y_2，x＝y_3等。如待制备动力电池的子结构是所述正极片(即所述第二动力 电池的正极)或所述负极片(即所述第二动力电池的负极)，其对应的测试包括 了充满电状态和放空电状态。对应反应的下标应分别标记为x＝y_1_100％， x＝y_1_0％等。
在一个实施例中，测试得到的所述第二动力电池的子结构在高温条件下的 主要放热反应x，及其对应符号如表1所示：
表1 测试得到的所述第二动力电池的子结构中存在的主要放热反应x及其 对应符号
在一个实施例中，利用获得的恒升温扫描量热测试结果，基于化学反应动 力学的Arrhenius方程，针对各个反应x拟合Arrhenius方程中的关键参数。其 中，所述第二动力电池的子结构的反应速率应可以满足以下公式：
其中，cx代表所述第二动力电池的子结构中反应物的归一化浓度，单位是1。 Ax代表反应动力学的前向因子，单位是s-1。Ea,x代表反应动力学的活化能，单位 是J。R为理想气体常数8.314J·mol-1·K-1。Tonset,x代表所述热失控反应x的起始温 度。前向因子Ax，反应动力学的活化能Ea,x和所述热失控反应x的起始温度Tonset,x为关键参数。f(cx)代表所述热失控反应x的具体模式，可以满足以下公式：
其中，px，qx，sx代表所述热失控反应x的级数特征。在一个实施例中可以 设置所述热失控反应x具有0-4的不同级数。
请参阅图4，提供了基于所述动力电池热失控反应动力学模型的预测结果与 实际的第一动力电池测试结果的对比图。具体的，当所述热失控反应x对应所 述隔膜的熔化反应时，即x＝sep时，对所述隔膜材料进行了5组不同扫描速率条 件下的量热测试。5组扫描速率为{2℃/min，5℃/min，10℃/min，15℃/min， 20℃/min}。如附图4所示，附图4(a)为5组不同升温扫描速率条件下的隔膜 材料熔化的量热测试结果。基于式(5)和式(6)，使用优化方法，针对隔膜熔 化反应x＝sep拟合Arrhenius方程中的关键参数。所获得的一组最优的参数为 {Asep＝5×1067，Ea,sep＝5.5×105，Tonset,x＝110℃，px＝1.5，qx＝0，sx＝0}。
附图4(b)为使用上述最优参数代入式(5)和式(6)中所建立的基于化 学反应动力学的Arrhenius方程的计算结果。可以看出，附图4(b)中的结果与 附图4(a)中的结果比较接近，说明所拟合得到的反应动力学参数较为合理。 进一步地，可以获得表2，即本申请实施例中所使用模型中的反应动力学参数。
表2基于化学反应动力学的Arrhenius方程的反应动力学参数
在一个实施例中，所述第二动力电池发生正负极混合接触反应时造成的放 热速率Qmix可以满足以下公式：
其中，ηmix为所述第二动力电池发生正负极混合接触反应时能量释放效率。 ΔHmix为所述第二动力电池发生正负极混合接触反应时释放的总能量。SOC为所 述第二动力电池的荷电状态。为所述第二动力电池的荷电状态的变化率。
其中，Δt为所述第二动力电池发生正负极混合接触反应时释放能量的速度 控制项，单位为s。在本申请的一个实施例中，Δt＝10s。
具体的在本申请的一个实施例中，根据所述隔膜的恒升温扫描量热测试的 测试结果确定所述隔膜崩溃以及正负极混合接触发生的起始温度Tmix。使用差示 扫描量热仪，进行正负极材料混合放热量测试，确定正负极混合接触时放热速 率，以及放热方程。对于正负极材料混合造成的放热速率Qmix，其包括了隔膜 崩溃后正负极材料之间短路以及正负极相互接触发生氧化还原反应的两部分放 热量。隔膜崩溃后正负极材料之间短路造成的放热和正负极相互接触发生氧化 还原反应的放热量较难进一步分开，但是与所述第二动力电池的荷电状态SOC 呈正相关。
在一个实施例中，所述第二动力电池的容量是25Ah，通过差示扫描量热仪， 进行电池正负极混合反应测试获得，所述第二动力电池发生正负极混合接触反 应时释放的总能量ΔHmix＝3.7×106J。所述正负极混合接触发生的起始温度Tmix等于隔膜崩溃温度。在本申请的一个实施例中，所述隔膜的崩溃温度Tmix＝260℃。
在一个实施例中，所述第二动力电池发生所述热失控反应时的瞬时放热量 Qx应可以满足以下公式：
其中，ΔHx代表所述热失控反应x对应的所述第二动力电池的子结构单位质 量的总放热量，单位是J·g-1；mx代表所述第二动力电池的子结构的质量，单位 是g；代表所述第二动力电池的子结构的反应速率。所述第二动力电池的子 结构的反应速率满足式(5)的Arrhenius方程。
在一个实施例中，当所述第二动力电池的子结构代表正极片或者负极片时， 对于其对应的放热反应x，相应的放热速率Qx应为充满电状态放热反应速率 Qx_100％和Qx_0％的加权平均，加权平均使用的公式为式(10)：
ηx为所述正极片或所述负极片的放热效率。ΔHx代表所述热失控反应x对应 的单位质量所述第二动力电池的子结构的总放热量，单位是J·g-1。mx代表所述 第二动力电池的子结构的质量，单位是g。代表所述第二动力电池的子结构 的反应速率。
ηx为正负极混合接触与单一电极材料热分解耦合作用条件下，所述正极片 或所述负极片的放热效率。ηmix为正负极混合接触时的能量释放效率。正/负极 材料的放热效率ηx与所述第二动力电池的荷电状态SOC满足一定的关系。具体 的，所述第二动力电池的SOC越大，ηx越大。当SOC＝100％时，ηx＝1。正负极 混合接触时的能量释放效率ηmix与所述正极片或者所述负极片当前的反应程度 相关。在所述正极片或者所述负极片中的正极材料或者负极材料均未发生反应 时，ηmix＝1。正极材料或者负极材料有任何一个发生完全分解后，ηmix＝0。
优选地，ηx与所述第二动力电池的荷电状态SOC之间的关系可以满足式 (11)：
ηx＝SOC/100％ (11)
优选地，在本申请的一个实施例中，ηmix与正极材料反应物或者负极材料反 应物的归一化浓度cx之间可以满足式(12)：
ηmix＝min{can_3_100％,cca_2_100％} (12)
表3列出了本申请实施例中各个主要的放热反应x对应的总放热量ΔHx以 及所述第二动力电池选取材料的质量mx。
表3各个主要的放热反应x对应的参数实验参数
基于上述公式(11)和公式(12)所确定的放热效率ηx和ηmix，可以得出公 式(10)中所述正极片或者所述负极片对应的放热反应x的放热速率Qx。基于 热失控反应的叠加原理，以及能量守恒方程，建立所述第二动力电池的热失控 反应动力学模型，所述动力电池热失控的反应动力学模型即公式(1)。
本申请中通过大量的实验和理论数据的推导得出所述动力电池热失控的反 应动力学模型，如公式(1)所示。经过多次的实验和理论数据的验证，所述动 力电池热失控的反应动力学模型可以在不制备全电池的情况下，较为接近的预 测所述动力电池热失控安全性。本实施例中，所述动力电池热失控安全性的预 测方法，可以在不制作所述第一动力电池全电池的情况下，预测所设计的动力 电池的热失控安全性。所述动力电池热失控安全性的预测方法，减少了传统安 全性设计过程中组装所述第一动力电池全电池的必须工序，缩短动力电池设计 开发周期，节省设计开发成本，提高了动力电池安全性设计的效率。
请参阅图5，提供一种动力电池热失控安全性预测装置，包括动力电池热失 控安全性预测设备11和计算机12，其中，所述计算机12包括存储器100、处 理器200及存储在存储器200上并可在处理器200上运行的计算机程序300，所 述处理器200执行所述计算机程序300时采用动力电池热失控安全性预测方法， 所述方法包括：
S10，获取第一动力电池的自生热初始温度；
S20，基于动力电池热失控反应动力学模型，获取所述第一动力电池发生热 失控时的最高温度，所述最高温度与所述自生热初始温度之差为所述第一动力 电池的最高温升；以及
S30，根据所述自生热初始温度与所述最高温升的关系曲线，判断所述第一 动力电池的热失控安全性。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行 时可用于执行所述动力电池热失控安全性预测方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程， 是可以通过计算机程序或指令相关的硬件来完成，所述的程序可存储于一计算 机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。 其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介 质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括 只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电 可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得， 诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双 数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路 (Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM) 等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对 上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技 术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细， 但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的 普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改 进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权 利要求为准。

Claims (14)

1.一种动力电池热失控安全性的预测方法，其特征在于，包括以下步骤：
S10，获取第一动力电池的自生热初始温度；
S20，基于动力电池热失控反应动力学模型，获取所述第一动力电池发生热失控时的最高温度，所述最高温度与所述自生热初始温度之差为所述第一动力电池的最高温升；以及
S30，根据所述自生热初始温度与所述最高温升的关系曲线，判断所述第一动力电池的热失控安全性。
2.如权利要求1所述的动力电池热失控安全性的预测方法，其特征在于，所述步骤S20中，所述动力电池热失控反应动力学模型的建立方法包括：
S210，制备多个第二动力电池；
S220，对所述多个第二动力电池分别进行充电测试和放电测试；
S230，拆解充电后的第二动力电池和放电后的第二动力电池，得到所述第二动力电池的子结构，所述第二动力电池的子结构为充满电状态的正极片、放空电状态的正极片、充满电状态的负极片、放空电状态的负极片、隔膜以及电解液中的一种或多种；
S240，对所述第二动力电池的子结构进行差示扫描量热测试，获得所述第二动力电池的子结构中的热失控反应，以及所述热失控反应中的反应参数；
S250，基于反应动力学方程、质量守恒方程、能量守恒方程以及所述反应参数，建立所述动力电池热失控模型。
3.如权利要求2所述的动力电池热失控安全性的预测方法，其特征在于，所述步骤S210中，所述第二动力电池的正极材料和所述第二动力电池的负极材料选取满足以下公式：
其中，SEcell为所述第二动力电池的比能量，SCca为所述正极材料的比容量，man/mca为所述负极材料与所述正极材料的质量比，Vrate为所述第二动力电池的设计标称电压，ζact为所述正极材料中的活性物质占整个所述第二动力电池的百分比，ηact为所述正极材料中的活性材料的平均利用率。
4.如权利要求3所述的动力电池热失控安全性的预测方法，其特征在于，
所述负极材料的总容量为Can，其中，Can＝SCan·man；
所述正极材料的总容量为Cca，其中，Cca＝SCca·mca；
所述负极材料的总容量Can和所述正极总容量Cca的比值大于1；
SCan为所述负极材料的比容量，SCca为所述正极材料的比容量。
5.如权利要求2所述的动力电池热失控安全性的预测方法，其特征在于，所述步骤S240，包括以下步骤：
S241，以不同的恒升温扫描速率，对所述第二动力电池的子结构进行N次差示扫描量热测试，以获得N组差示扫描量热测试结果，N为正整数，且N大于等于5；
S242，根据所述N组差示扫描量热测试结果确定所述第二动力电池的子结构的热失控反应，以及所述热失控反应中的反应参数。
6.如权利要求2中所述的动力电池热失控安全性的预测方法，其特征在于，所述步骤S250中，所述动力电池热失控反应动力学模型为：
T为所述第二动力电池的温度值，T0为所述第二动力电池的自生热起始温度，为所述第二动力电池的温升速率；
所述第二动力电池的温升速率满足以下公式：
其中，Q为所述第二动力电池所有反应的总瞬时放热量，M为所述第二动力电池的质量，Cp为所述第二动力电池的比热容。
7.如权利要求6所述的动力电池热失控安全性的预测方法，其特征在于，
所述第二动力电池的所述热失控反应的总瞬时放热量Q满足以下公式：
其中，Qx为所述第二动力电池发生热失控反应时的瞬时放热量，x为所述热失控反应中的一种，Qmix为所述第二动力电池发生正负极混合接触造成的放热速率。
8.如权利要求7所述的动力电池热失控安全性的预测方法，其特征在于，所述热失控反应包括：SEI膜分解反应、动力电池的负极与动力电池的电解液之间的反应、动力电池的负极SEI膜重生反应、动力电池的负极完全分解反应、动力电池的正极第一分解反应、动力电池的正极第二分解反应、动力电池的隔膜熔化反应、动力电池的电解液分解反应以及动力电池的正极和动力电池的负极混合接触反应中的一种或多种。
9.如权利要求7所述的动力电池热失控安全性的预测方法，其特征在于，所述第二动力电池发生所述热失控反应时的瞬时放热量Qx满足：
其中，ΔHx代表所述热失控反应x对应的所述第二动力电池的子结构单位质量的总放热量，单位是J·g-1；mx代表所述第二动力电池的子结构的质量，单位是g；代表所述第二动力电池的子结构的反应速率。
10.如权利要求9所述的动力电池热失控安全性的预测方法，其特征在于，所述第二动力电池的子结构的反应速率满足以下公式：
其中，cx代表所述第二动力电池的子结构中反应物的归一化浓度，单位是1；Ax代表反应动力学的前向因子，单位是s-1；Ea,x代表反应动力学的活化能，单位是J；R为理想气体常数8.314J·mol-1·K-1；Tonset,x代表所述热失控反应x的起始温度；f(cx)代表所述热失控反应x的具体模式，满足以下公式：
其中，px，qx，sx代表所述热失控反应x的级数特征。
11.如权利要求7所述的动力电池热失控安全性的预测方法，其特征在于，当所述第二动力电池的子结构为充满电状态的正极片、放空电状态的正极片、充满电状态的负极片以及放空电状态的负极片时，所述热失控反应x的瞬时放热量Qx满足以下公式：
ηx为所述第二动力电池的子结构的放热效率；ΔHx代表所述热失控反应x对应的单位质量所述第二动力电池的子结构的总放热量，单位是J·g-1；mx代表所述第二动力电池的子结构的质量，单位是g；代表所述第二动力电池的子结构的反应速率。
12.如权利要求7所述的动力电池热失控安全性的预测方法，其特征在于，所述第二动力电池发生正负极混合接触反应时造成的放热速率Qmix满足以下公式：
其中，ηmix为所述第二动力电池发生正负极混合接触反应时能量释放效率，ΔHmix为所述第二动力电池发生正负极混合接触反应时释放的总能量，SOC为所述第二动力电池的荷电状态，为所述第二动力电池的荷电状态的变化率；
其中，Δt为所述第二动力电池发生正负极混合接触反应时释放能量的速度控制项，单位为s。
13.一种动力电池热失控安全性预测装置，包括动力电池热失控安全性预测设备(11)和计算机(12)，其中，所述计算机(12)包括存储器(100)、处理器(200)及存储在存储器(200)上并可在处理器(200)上运行的计算机程序(300)，其特征在于，所述处理器(200)执行所述计算机程序(300)时采用动力电池热失控安全性预测方法，所述方法包括：
S10，获取第一动力电池的自生热初始温度；
S20，基于动力电池热失控反应动力学模型，获取所述第一动力电池发生热失控时的最高温度，所述最高温度与所述自生热初始温度之差为所述第一动力电池的最高温升；以及
S30，根据所述自生热初始温度与所述最高温升的关系曲线，判断所述第一动力电池的热失控安全性。
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时可用于执行权利要求1-12中任一项所述方法的步骤。
CN201810122869.1A 2018-02-07 2018-02-07 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 Active CN108446434B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201810122869.1A CN108446434B (zh) 2018-02-07 2018-02-07 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
US16/122,892 US10509874B2 (en) 2018-02-07 2018-09-06 Method and device for forecasting thermal runaway safety of power battery, and a method for making power battery

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810122869.1A CN108446434B (zh) 2018-02-07 2018-02-07 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

Publications (2)

Publication Number Publication Date
CN108446434A true CN108446434A (zh) 2018-08-24
CN108446434B CN108446434B (zh) 2020-02-11

Family

ID=63191729

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810122869.1A Active CN108446434B (zh) 2018-02-07 2018-02-07 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

Country Status (2)

Country Link
US (1) US10509874B2 (zh)
CN (1) CN108446434B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109765264A (zh) * 2018-12-29 2019-05-17 清华大学 动力电池热失控分析方法、系统、计算机设备及存储介质
CN110045287A (zh) * 2019-04-02 2019-07-23 清华大学 动力电池热失控安全性的定量评价方法及系统
CN110095722A (zh) * 2019-04-02 2019-08-06 清华大学 动力电池热失控安全性综合评价方法与系统
CN110109020A (zh) * 2019-04-02 2019-08-09 清华大学 数据库驱动的动力电池热失控安全性正向评价方法及装置
CN110161414A (zh) * 2019-06-13 2019-08-23 北京理工大学 一种动力电池热失控在线预测方法及系统
CN110687455A (zh) * 2019-10-12 2020-01-14 深圳市比克动力电池有限公司 一种评估锂离子电池放热量的方法
CN110967643A (zh) * 2019-04-30 2020-04-07 宁德时代新能源科技股份有限公司 热失控检测电路及方法
CN111199106A (zh) * 2020-01-06 2020-05-26 上海空间电源研究所 一种电池绝热热失控过程参数获取方法
CN112098861A (zh) * 2020-08-04 2020-12-18 中汽研汽车检验中心（天津）有限公司 一种锂电池热安全性分析方法
CN112630670A (zh) * 2020-12-16 2021-04-09 蜂巢能源科技有限公司 电池安全性参数获取方法、装置、存储介质及电子设备
CN112644336A (zh) * 2019-10-11 2021-04-13 北京车和家信息技术有限公司 一种动力电池热失控预测方法及装置
CN113497281A (zh) * 2020-04-01 2021-10-12 北京新能源汽车股份有限公司 一种测定锂离子电池热失控边界条件的方法和检测系统
CN113505500A (zh) * 2021-09-10 2021-10-15 蜂巢能源科技有限公司 电池热失控预测方法、装置及计算机可读存储介质

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US11385694B1 (en) * 2021-08-17 2022-07-12 Beta Air, Llc Systems and methods for determining remaining useful energy in an electric aircraft
CN114614119B (zh) * 2022-03-09 2024-01-30 中国电力科学研究院有限公司 电池储能系统、一体化安全管理方法、装置、设备和介质
CN115438588B (zh) * 2022-09-29 2023-05-09 中南大学 一种锂电池的温度预测方法、系统、设备及存储介质
CN116315189B (zh) * 2023-05-25 2023-08-11 澄瑞电力科技(上海)股份公司 一种基于数据融合的电池包热失控预测方法和系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1953248A (zh) * 2006-09-15 2007-04-25 天津力神电池股份有限公司 一种模拟计算锂离子电池用电极材料高温安全性能的方法
CN1987508A (zh) * 2006-12-26 2007-06-27 天津力神电池股份有限公司 锂离子电池热安全性能预测方法
CN101046503A (zh) * 2006-03-29 2007-10-03 深圳市比克电池有限公司 一种锂离子电池爆炸原因测试方法
US20090199140A1 (en) * 2008-01-31 2009-08-06 Vinod Kariat Method and apparatus for thermal analysis
US20140136169A1 (en) * 2012-11-13 2014-05-15 Washington University Systems and methods for improving battery performance
CN104008293A (zh) * 2014-05-29 2014-08-27 清华大学 抑制动力电池模块热失控扩展的设计方案
US8862414B2 (en) * 2011-09-21 2014-10-14 Tesla Motors, Inc. Detection of high voltage electrolysis of coolant in a battery pack
CN104346524A (zh) * 2014-09-16 2015-02-11 清华大学 一种锂离子电池热失控的建模方法
CN104730464A (zh) * 2013-12-18 2015-06-24 中国电子科技集团公司第十八研究所 一种电池绝热温升速率测试方法
CN106599508A (zh) * 2016-12-26 2017-04-26 中华人民共和国上海出入境检验检疫局 一种手机运行时的锂离子电池热失控预测方法
CN106682288A (zh) * 2016-12-13 2017-05-17 清华大学 一种锂离子电池过充电热失控建模方法
CN107238801A (zh) * 2017-06-16 2017-10-10 长沙新材料产业研究院有限公司 一种用于预测锂电池生命周期的方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8346495B2 (en) * 2010-04-22 2013-01-01 Battelle Energy Alliance, Llc Systems, methods and computer-readable media to model kinetic performance of rechargeable electrochemical devices
KR101735033B1 (ko) * 2014-05-16 2017-05-12 주식회사 엘지화학 배터리 냉각 시스템 시뮬레이션 장치 및 방법

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101046503A (zh) * 2006-03-29 2007-10-03 深圳市比克电池有限公司 一种锂离子电池爆炸原因测试方法
CN100483803C (zh) * 2006-09-15 2009-04-29 天津力神电池股份有限公司 一种模拟计算锂离子电池用电极材料高温安全性能的方法
CN1953248A (zh) * 2006-09-15 2007-04-25 天津力神电池股份有限公司 一种模拟计算锂离子电池用电极材料高温安全性能的方法
CN1987508A (zh) * 2006-12-26 2007-06-27 天津力神电池股份有限公司 锂离子电池热安全性能预测方法
CN100465658C (zh) * 2006-12-26 2009-03-04 天津力神电池股份有限公司 锂离子电池热安全性能预测方法
US20090199140A1 (en) * 2008-01-31 2009-08-06 Vinod Kariat Method and apparatus for thermal analysis
US8862414B2 (en) * 2011-09-21 2014-10-14 Tesla Motors, Inc. Detection of high voltage electrolysis of coolant in a battery pack
US20140136169A1 (en) * 2012-11-13 2014-05-15 Washington University Systems and methods for improving battery performance
CN104730464A (zh) * 2013-12-18 2015-06-24 中国电子科技集团公司第十八研究所 一种电池绝热温升速率测试方法
CN104008293A (zh) * 2014-05-29 2014-08-27 清华大学 抑制动力电池模块热失控扩展的设计方案
CN104346524A (zh) * 2014-09-16 2015-02-11 清华大学 一种锂离子电池热失控的建模方法
CN106682288A (zh) * 2016-12-13 2017-05-17 清华大学 一种锂离子电池过充电热失控建模方法
CN106599508A (zh) * 2016-12-26 2017-04-26 中华人民共和国上海出入境检验检疫局 一种手机运行时的锂离子电池热失控预测方法
CN107238801A (zh) * 2017-06-16 2017-10-10 长沙新材料产业研究院有限公司 一种用于预测锂电池生命周期的方法

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109765264B (zh) * 2018-12-29 2019-11-22 清华大学 动力电池热失控分析方法、系统、计算机设备及存储介质
CN109765264A (zh) * 2018-12-29 2019-05-17 清华大学 动力电池热失控分析方法、系统、计算机设备及存储介质
CN110109020A (zh) * 2019-04-02 2019-08-09 清华大学 数据库驱动的动力电池热失控安全性正向评价方法及装置
CN110095722A (zh) * 2019-04-02 2019-08-06 清华大学 动力电池热失控安全性综合评价方法与系统
CN110045287A (zh) * 2019-04-02 2019-07-23 清华大学 动力电池热失控安全性的定量评价方法及系统
CN110109020B (zh) * 2019-04-02 2020-04-10 清华大学 数据库驱动的动力电池热失控安全性正向评价方法及装置
CN110095722B (zh) * 2019-04-02 2020-04-17 清华大学 动力电池热失控安全性综合评价方法与系统
WO2020199417A1 (zh) * 2019-04-02 2020-10-08 清华大学 数据库驱动的动力电池热失控安全性正向评价方法及装置
WO2020199415A1 (zh) * 2019-04-02 2020-10-08 清华大学 动力电池热失控安全性综合评价方法与系统
CN110967643A (zh) * 2019-04-30 2020-04-07 宁德时代新能源科技股份有限公司 热失控检测电路及方法
US10985575B2 (en) 2019-04-30 2021-04-20 Contemporary Amperex Technology Co., Limited Thermal runaway detection circuit and method
CN110161414A (zh) * 2019-06-13 2019-08-23 北京理工大学 一种动力电池热失控在线预测方法及系统
CN110161414B (zh) * 2019-06-13 2020-11-06 北京理工大学 一种动力电池热失控在线预测方法及系统
CN112644336A (zh) * 2019-10-11 2021-04-13 北京车和家信息技术有限公司 一种动力电池热失控预测方法及装置
CN112644336B (zh) * 2019-10-11 2022-11-04 北京车和家信息技术有限公司 一种动力电池热失控预测方法及装置
CN110687455A (zh) * 2019-10-12 2020-01-14 深圳市比克动力电池有限公司 一种评估锂离子电池放热量的方法
CN111199106B (zh) * 2020-01-06 2022-10-21 上海空间电源研究所 一种电池绝热热失控过程参数获取方法
CN111199106A (zh) * 2020-01-06 2020-05-26 上海空间电源研究所 一种电池绝热热失控过程参数获取方法
CN113497281A (zh) * 2020-04-01 2021-10-12 北京新能源汽车股份有限公司 一种测定锂离子电池热失控边界条件的方法和检测系统
CN113497281B (zh) * 2020-04-01 2023-02-03 北京新能源汽车股份有限公司 一种测定锂离子电池热失控边界条件的方法和检测系统
CN112098861A (zh) * 2020-08-04 2020-12-18 中汽研汽车检验中心（天津）有限公司 一种锂电池热安全性分析方法
CN112098861B (zh) * 2020-08-04 2023-03-31 中汽研汽车检验中心（天津）有限公司 一种锂电池热安全性分析方法
CN112630670A (zh) * 2020-12-16 2021-04-09 蜂巢能源科技有限公司 电池安全性参数获取方法、装置、存储介质及电子设备
CN112630670B (zh) * 2020-12-16 2023-07-07 蜂巢能源科技股份有限公司 电池安全性参数获取方法、装置、存储介质及电子设备
CN113505500A (zh) * 2021-09-10 2021-10-15 蜂巢能源科技有限公司 电池热失控预测方法、装置及计算机可读存储介质
WO2023035672A1 (zh) * 2021-09-10 2023-03-16 蜂巢能源科技股份有限公司 电池热失控预测方法、装置及计算机可读存储介质

Also Published As

Publication number Publication date
US20190243931A1 (en) 2019-08-08
US10509874B2 (en) 2019-12-17
CN108446434B (zh) 2020-02-11

Similar Documents

Publication Publication Date Title
CN108446434A (zh) 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
CN108445039B (zh) 动力电池热失控安全性能预测方法、装置及计算机可读存储介质
Ghalkhani et al. Electrochemical–thermal model of pouch-type lithium-ion batteries
He et al. A comprehensive numerical study on electrochemical-thermal models of a cylindrical lithium-ion battery during discharge process
Hosseinzadeh et al. The impact of multi-layered porosity distribution on the performance of a lithium ion battery
CN108446435B (zh) 动力电池电极材料热稳定性判断方法、判断装置和计算机可读存储介质
CN110095722A (zh) 动力电池热失控安全性综合评价方法与系统
Yang et al. Comparative study on the thermal characteristics of solid-state lithium-ion batteries
Mei et al. Three-dimensional layered electrochemical-thermal model for a lithium-ion pouch cell Part II. The effect of units number on the performance under adiabatic condition during the discharge
CN110109020A (zh) 数据库驱动的动力电池热失控安全性正向评价方法及装置
CN111208431B (zh) 一种电动汽车用锂离子电池全气候日历寿命预测方法
CN106124996A (zh) 一种锂离子电池单体的一致性判定方法及装置
Li et al. Coupling multi-physics simulation and response surface methodology for the thermal optimization of ternary prismatic lithium-ion battery
Kong et al. CT-MEAM interatomic potential of the Li-Ni-O ternary system for Li-ion battery cathode materials
CN100483803C (zh) 一种模拟计算锂离子电池用电极材料高温安全性能的方法
Prada et al. Towards advanced BMS algorithms development for (P) HEV and EV by use of a physics-based model of Li-ion battery systems
Nagode et al. Mechanistic modelling of cyclic voltage-capacity response for lithium-ion batteries
Karami et al. ANN modeling of cold cranking test for sealed lead-acid batteries
CN109800528A (zh) 一种基于全钒液流电池过载特性的数学模型
CN114720876B (zh) 动力电池剩余充电时间的获取方法、装置及介质
Kong An analysis of lithium-ion battery state-of-health through physical experiments and mathematical modelling
Hahn Lifetime prediction on lithium-ion battery cell and system level (Band 8)
Akbar et al. Impact of Active Particle in Lithium-Ion Battery Probed by a Microstructure Resolved Model
Prosini Electrical system research: The electrochemical storage sub-program
Sacchetti et al. Electrochemical Analysis of High Capacity Li-Ion Pouch Cell for Automotive Applications

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