CN108490366B - 电动汽车退役电池模块健康状态的快速评估方法 - Google Patents

电动汽车退役电池模块健康状态的快速评估方法 Download PDF

Info

Publication number
CN108490366B
CN108490366B CN201810440550.3A CN201810440550A CN108490366B CN 108490366 B CN108490366 B CN 108490366B CN 201810440550 A CN201810440550 A CN 201810440550A CN 108490366 B CN108490366 B CN 108490366B
Authority
CN
China
Prior art keywords
soc
voltage
battery module
battery
lorenz
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.)
Active
Application number
CN201810440550.3A
Other languages
English (en)
Other versions
CN108490366A (zh
Inventor
廖强强
张友琅
谭轶童
周鹏
李新周
刘鑫鑫
冯家辉
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.)
BEIJING SAIDEMEI RESOURCES RECYCLING RESEARCH INSTITUTE Co.,Ltd.
Original Assignee
Shanghai University of Electric Power
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 Shanghai University of Electric Power filed Critical Shanghai University of Electric Power
Priority to CN201810440550.3A priority Critical patent/CN108490366B/zh
Publication of CN108490366A publication Critical patent/CN108490366A/zh
Application granted granted Critical
Publication of CN108490366B publication Critical patent/CN108490366B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明涉及一种电动汽车退役电池模块健康状态的快速评估方法，将电池的健康状态SOH与放电过程中的电压Lorenz离散度
Figure DDA0001655181680000012
进行对比，分析SOH与放电过程中
Figure DDA0001655181680000013
值之间的相关性，由于电池充放电过程中的工作电压可根据电池管理系统实时采集，不需要额外采集，不增加工作量；采集的工作电压在对应的荷电状态SOC区间即可，并不限定在某一SOC值，更加方便；电压Lorenz离散度
Figure DDA0001655181680000014
的计算是基于该SOC区间电压平均化的结果，结果更加精确。只需计算待测退役电池模块放电过程中的电压Lorenz离散度
Figure DDA0001655181680000011
就可以实现电动车退役电池SOH的快速评估，以便进行一致性的快速分选，从而达到退役电池再利用的简单、方便、低成本目标。

Description

电动汽车退役电池模块健康状态的快速评估方法
技术领域
本发明涉及一种能源再利用技术，特别涉及一种电动汽车退役电池模块健康状态的快速评估方法。
背景技术
2017年我国电动汽车销量超过77万辆。电动汽车产业的快速发展，使得退役动力电池的梯次利用研究正成为一个新的研究热点。一般认为，当动力电池的容量下降到标称容量的80％左右时，由于充电频繁和里程焦虑等原因，这些动力电池就需要从电动汽车上退役下来，但退役电池仍有一定的剩余容量，仍然可以在一些储能场合被再次利用，如便携式备用电源，电动叉车电源以及可再生能源储能等方面。
由于动力电池在退役以前，已经在电动汽车上使用了若干年。而电动汽车在服役期间，运行工况千差万别，退役后的动力电池容量不一致性更加凸显，不仅仅同一品牌的车与车之间的电池存在明显的不一致性，就是同一辆车中的电池模块之间、以及电池单芯之间也具有很大的不一致性。对于电池一致性的检测方法和指标已经有较为成熟的作法。然而，要将退役电池按照电池检测标准来筛选其一致性，不仅仅耗时费力，而且其成本将大幅上升，失去了退役电池取其成本较低的本来意义。
发明内容
本发明是针对退役电池再利用过程中余能检测耗时费力，成本高的问题，提出了一种电动汽车退役电池模块健康状态的快速评估方法，将电池的健康状态SOH与放电过程中的电压Lorenz离散度
Figure BDA0001655181660000011
进行对比，分析SOH与放电过程中
Figure BDA0001655181660000012
值之间的相关性，以达到退役电池的一致性快速分选的目的，真正实现退役电池再利用的低成本目标。
本发明的技术方案为：一种电动汽车退役电池模块健康状态的快速评估方法，具体包括如下步骤：
1)样品n并m串的电动汽车电池模块由m个n并1串的最小电池模组构成，将荷电状态SOC划分成数个区域，对于每个荷电状态SOC区间中设定k个SOC值，通过电池管理系统采集m个最小电池模组放电过程中，在每个荷电状态SOC区间中对应k个SOC值下的电压值；
2)对每个荷电状态SOC区间，根据步骤1)对采集的电压值按下面公式进行荷电状态SOC区间电压Lorenz离散度
Figure BDA0001655181660000021
计算：
Figure BDA0001655181660000022
Figure BDA0001655181660000023
Figure BDA0001655181660000024
Figure BDA0001655181660000025
Figure BDA0001655181660000026
Figure BDA0001655181660000027
其中，Vi为最小电池模组在SOC区间的k个电压数据中的第i个电压值，i＝1，2，3……k；xj为第j个最小电池模组在SOC区间的k个电压数据的平均值，j＝1，2……m；x0为m个最小电池模组的xj值的平均值；yj为第j个最小电池模组在SOC区间的k个电压数据方差的平均值；y0为m个最小电池模组的yj值的平均值；σj为第j个最小电池模组的Lorenz半径；
Figure BDA0001655181660000028
为n并m串的电动汽车电池模块内所有最小模组的Lorenz半径的平均值；
3)对样品n并m串的电动汽车电池模块进行寿命老化，寿命下降过程中，计算样品n并m串的电动汽车电池模块的SOH，
Figure BDA0001655181660000029
同时重复步骤1)和2)，得到样品n并m串的电动汽车电池模块SOH值对应的
Figure BDA00016551816600000210
4)通过步骤3)数据对每个荷电状态SOC区间作
Figure BDA00016551816600000211
拟合曲线；
5)选定n并m串的退役电动汽车电池模块，选定任意一个荷电状态SOC区间，通过自带的电池管理系统采集m个最小电池模组放电过程中，在每个荷电状态SOC区间中对应k个SOC值下的电压值，进行电压Lorenz离散度
Figure BDA0001655181660000031
计算，再根据步骤4)中对应此荷电状态SOC区间的拟合曲线查找出
Figure BDA0001655181660000032
所对应的此待测退役电池模块的SOH值。
本发明的有益效果在于：本发明电动汽车退役电池模块健康状态的快速评估方法，由于电池充放电过程中的工作电压可根据电池管理系统实时采集，不需要额外采集，不增加工作量；采集的工作电压在对应的荷电状态SOC区间即可，并不限定在某一SOC值，更加方便；电压Lorenz离散度
Figure BDA0001655181660000033
的计算是基于该SOC区间电压平均化的结果，拟合结果更加精确。只需计算待测退役电池模块放电过程中的电压Lorenz离散度
Figure BDA0001655181660000034
就可以通过拟合曲线得到该电池模块的SOH。通过本发明实现电动车退役电池SOH的快速评估，以便进行一致性的快速分选，从而达到退役电池再利用的简单、方便、低成本目标。
附图说明
图1为本发明的电池模块各并联模组电压采集示意图；
图2为本发明退役电池模块在10-15％SOC时其SOH与其内部最小电池模组的电压Lorenz离散度
Figure BDA0001655181660000035
值线性拟合图；
图3为本发明退役电池模块在30-35％SOC时其SOH与其内部最小电池模组的电压Lorenz离散度
Figure BDA0001655181660000036
值线性拟合图；
图4为本发明退役电池模块在50-55％SOC时其SOH与其内部最小电池模组的电压Lorenz离散度
Figure BDA0001655181660000037
值线性拟合图。
具体实施方式
本次试验采用奇瑞EQ电动汽车上退役的磷酸铁锂电池模块(15P4S，15并4串)，标称容量为40Ah，由4串15P1S模组组成。15P1S模组额定电压为3.2V。
下面结合附图和实际实验数据进行进一步说明。首先对退役电池模块的实际容量进行标定，并计算其SOH，
Figure BDA0001655181660000038
实际容量测量步骤：(1)以C/3恒流恒压充电到企业规定上限截至条件；(2)静止30min；(3)以C/3恒流放电到企业规定下限截至条件；(4)静止30min。以放电容量为实际容量。
然后通过电池管理系统采集放电过程中电池模块内不同SOC下15P1S模组的电压数据，并计算某一SOC区间该15P4S电池模块的电压Lorenz离散度
Figure BDA0001655181660000042
，发现某一SOC区间的电池模块内15P1S模组之间的电压Lorenz离散度
Figure BDA0001655181660000043
与退役电池模块的SOH之间具有很好的线性关系。因此可以用放电过程中某一SOC区间的电池模块内15P1S模组之间的电压Lorenz离散度
Figure BDA0001655181660000044
作为退役电池SOH的快速评估指标，通过它们的线性关系可快速检测退役电池的SOH值，进而实现电池模块的一致性快速分选，达到退役电池低成本的快速分选目的。
一般退役电池模块都为多芯串并联模组电池，因为时间使用久了，会出现电池的容量下降的现象，而且电池之间容量下降的程度是不一样的，从而使得电池之间的不一致性更加显著。一般将电动汽车退役电池再次利用需要对它们的一致性进行容量分选，以便成组后的退役电池之间的一致性较好。而对退役电池的容量标定是一件耗时耗能的工作。
为了再次利用，把原来整车上卸下来的电池包根据需要重新进行拆解，拆成需要的电池模块进行再次使用。例如原来的15并48串退役电池包，里面含有12组15并4串退役电池模块，拆解后的15并4串退役电池模块为需要再次使用的电池模块，此15并4串退役电池模块就是需要进行健康状态评估的对象。
一、容量标定及SOH值计算：
利用美国Bitrode FTV1-300-100型模块电池测试系统对筛选出来表面无损的退役电池模块进行容量检测，测试温度在20℃±2℃条件下，先用1×I3(I3为1/3C倍率电流，13.3A)恒流放电至截止电压为10.8V(2.7V×4)，静置0.5小时，然后在以1×I3恒流充电到截止电压14.6V(3.65V×4)后进行恒压充电，当电流减小降低到0.1×I3时电池停止充电，静置0.5小时，再用1×I3进行放电，直到放电终止电压达到10.8V，静置0.5h结束，最后根据1×I3(A)的电流值和放电时间数据计算电池容量(以Ah计)以及其SOH值。
二、工作电压采集电压Lorenz离散度
Figure BDA0001655181660000041
计算：
通过电池管理系统采集放电过程中15P4S电池模块内不同SOC值下的4个15P1S模组的工作电压数据U1、U2、U3、U4值(图1电池模块各最小模组电压采集示意图)，且选取某一SOC区间，在此区间设定k个SOC值，对应设定的SOC值，采集4个15P1S模组在对应SOC值下的电压值，产生k×m个电压，m为15P1S模组个数(m＝4)，k为SOC区间的SOC值的个数，取整数。
以拆解后的15P4S退役电池模块为例，其含有最小模组(15P1S)4个(m＝4)。如SOC范围在10-15％，SOC值分别为10％、11％、12％、13％、14％和15％，k为6，假设在该SOC范围内记录了6×4(k＝6，m＝4)个电压数据，根据下列公式计算该SOC区间15P4S电池模块的电压Lorenz离散度
Figure BDA0001655181660000051
Figure BDA0001655181660000052
Figure BDA0001655181660000053
Figure BDA0001655181660000054
Figure BDA0001655181660000055
Figure BDA0001655181660000056
Figure BDA0001655181660000057
其中，Vi为最小电池模组在SOC区间的k个电压数据中的第i个电压值，i＝1，2，3……k；xj为第j个最小电池模组在SOC区间的k个电压数据的平均值，j＝1，2……m；x0为m个最小电池模组的xj值的平均值；yj为第j个最小电池模组在SOC区间的k个电压数据方差的平均值；y0为m个最小电池模组的yj值的平均值；σj为第j个最小电池模组的Lorenz半径；
Figure BDA0001655181660000058
为退役电池模块内所有最小模组的Lorenz半径的平均值。
用
Figure BDA0001655181660000061
来作为该15P4S退役电池模块的SOH时评估依据，电压Lorenz离散度
Figure BDA0001655181660000062
越大，SOH越小，从而快速评判出15P4S退役电池模块的健康状态。
三、某一SOC区间
Figure BDA0001655181660000063
拟合曲线
当SOC为10-15％时，15P4S电池模块的电压Lorenz离散度
Figure BDA0001655181660000064
与其SOH的关系见图2。从图2可以看出，放电过程中
Figure BDA0001655181660000065
与SOH呈线性相关：
Figure BDA0001655181660000066
拟合度为0.99。
当SOC为30-35％时，15P4S电池模块的电压Lorenz离散度
Figure BDA0001655181660000067
与其SOH的关系见图3。从图3可以看出，放电过程中
Figure BDA0001655181660000068
与SOH呈线性相关：
Figure BDA0001655181660000069
拟合度为0.96。
当SOC为50-55％时，15P4S电池模块的电压Lorenz离散度
Figure BDA00016551816600000610
与其SOH的关系见图4。从图4可以看出，放电过程中
Figure BDA00016551816600000611
与SOH呈线性相关：
Figure BDA00016551816600000612
拟合度为0.88。
某一SOC区间的
Figure BDA00016551816600000613
拟合曲线确定了以后，待测退役电池模块不需要再进行容量标定(因为费时)以确定其SOH值，只需要根据电池管理系统采集到的工作电压数据来计算该SOC区间待测退役电池模块的电压Lorenz离散度
Figure BDA00016551816600000614
再根据拟合曲线查找出此待测退役电池模块的SOH值就可以了，从而可以实现健康状态的快速分选。

Claims (1)

1.一种电动汽车退役电池模块健康状态的快速评估方法，其特征在于，具体包括如下步骤：
1)样品n并m串的电动汽车电池模块由m个n并1串的最小电池模组构成，将荷电状态SOC划分成数个区间，对于每个荷电状态SOC区间中设定k个SOC值，通过电池管理系统采集m个最小电池模组放电过程中，在每个荷电状态SOC区间中对应k个SOC值下的电压值；
2)对每个荷电状态SOC区间，根据步骤1)对采集的电压值按下面公式进行荷电状态SOC区间电压Lorenz离散度
Figure FDA0002360500480000011
计算：
Figure FDA0002360500480000012
Figure FDA0002360500480000013
Figure FDA0002360500480000014
Figure FDA0002360500480000015
Figure FDA0002360500480000016
Figure FDA0002360500480000017
其中，Vi为最小电池模组在SOC区间的k个电压数据中的第i个电压值，i＝1,2,3……k；xj为第j个最小电池模组在SOC区间的k个电压数据的平均值，j＝1,2……m；x0为m个最小电池模组的xj值的平均值；yj为第j个最小电池模组在SOC区间的k个电压数据方差的平均值；y0为m个最小电池模组的yj值的平均值；σj为第j个最小电池模组的Lorenz半径；
Figure FDA0002360500480000018
为n并m串的电动汽车电池模块内所有最小模组的Lorenz半径的平均值；
3)对样品n并m串的电动汽车电池模块进行寿命老化，寿命下降过程中，计算样品n并m串的电动汽车电池模块的SOH，
Figure FDA0002360500480000019
同时重复步骤1)和2)，得到样品n并m串的电动汽车电池模块SOH值对应的
Figure FDA0002360500480000021
4)通过步骤3)数据对每个荷电状态SOC区间作
Figure FDA0002360500480000022
拟合曲线；
5)选定n并m串的退役电动汽车电池模块，选定任意一个荷电状态SOC区间，通过自带的电池管理系统采集m个最小电池模组放电过程中，在选定的荷电状态SOC区间中对应k个SOC值下的电压值，进行电压Lorenz离散度
Figure FDA0002360500480000023
计算，再根据步骤4)中对应此荷电状态SOC区间的拟合曲线查找出
Figure FDA0002360500480000024
所对应的此待测退役电池模块的SOH值。
CN201810440550.3A 2018-05-09 2018-05-09 电动汽车退役电池模块健康状态的快速评估方法 Active CN108490366B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810440550.3A CN108490366B (zh) 2018-05-09 2018-05-09 电动汽车退役电池模块健康状态的快速评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810440550.3A CN108490366B (zh) 2018-05-09 2018-05-09 电动汽车退役电池模块健康状态的快速评估方法

Publications (2)

Publication Number Publication Date
CN108490366A CN108490366A (zh) 2018-09-04
CN108490366B true CN108490366B (zh) 2020-04-21

Family

ID=63354276

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810440550.3A Active CN108490366B (zh) 2018-05-09 2018-05-09 电动汽车退役电池模块健康状态的快速评估方法

Country Status (1)

Country Link
CN (1) CN108490366B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109856561A (zh) * 2019-01-30 2019-06-07 北京长城华冠汽车科技股份有限公司 一种车用动力电池组的健康状态评估方法和装置
CN109901072B (zh) * 2019-03-19 2020-12-25 上海毅信环保科技有限公司 基于历史数据与实验室测试数据的退役电池参数检测方法
CN110297189B (zh) * 2019-07-08 2021-11-09 浙江艾罗网络能源技术股份有限公司 一种电池模组中单串电池的一致性评估方法
CN110865307B (zh) * 2019-11-14 2022-06-07 上海电力大学 一种电池模组余能检测方法
CN111079796B (zh) * 2019-11-22 2023-05-05 上海电气分布式能源科技有限公司 电池的筛选方法、系统、电子产品和介质
CN111064253A (zh) * 2019-12-30 2020-04-24 上海电力大学 一种基于平均离散Fréchet距离的电池健康度快速评估方法
CN111260185A (zh) * 2020-01-08 2020-06-09 重庆大学 退役电动汽车电池作为大规模储能的发输电系统运行可靠性评估方法
CN111948546A (zh) * 2020-08-07 2020-11-17 国网陕西省电力公司汉中供电公司 一种锂电池健康度评估方法及系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007218666A (ja) * 2006-02-15 2007-08-30 Auto Network Gijutsu Kenkyusho:Kk バッテリ状態管理装置
US20150061686A1 (en) * 2013-09-04 2015-03-05 Chung-Shan Institute Of Science And Technology Method for detecting lithium battery
CN106125001B (zh) * 2016-08-22 2019-05-24 上海电力学院 电动汽车退役电池模块实际容量的快速评估方法
CN106443475A (zh) * 2016-10-21 2017-02-22 国网山东省电力公司电力科学研究院 基于运营大数据的退役动力电池无拆解再次利用筛选方法
CN107085187B (zh) * 2017-04-13 2019-06-07 华北电力科学研究院有限责任公司 梯次利用电池储能系统一致性维护指标的确定方法及装置

Also Published As

Publication number Publication date
CN108490366A (zh) 2018-09-04

Similar Documents

Publication Publication Date Title
CN108490366B (zh) 电动汽车退役电池模块健康状态的快速评估方法
CN106125001B (zh) 电动汽车退役电池模块实际容量的快速评估方法
CN106785178B (zh) 电池模组再利用检测、筛选配组方法及装置
CN109031145B (zh) 一种考虑不一致性的串并联电池组模型及实现方法
CN109655754B (zh) 一种基于充电过程多维分阶的电池性能评估方法
CN107732337B (zh) 一种退役电池模块分选方法
CN108732510B (zh) 基于内部特征的锂离子电池一致性筛选分组方法
CN106443475A (zh) 基于运营大数据的退役动力电池无拆解再次利用筛选方法
CN112051512B (zh) 一种梯次利用分选方法及储能系统
CN111036575B (zh) 一种基于温度变化分析的锂离子电池分选方法
CN109078871B (zh) 一种面向梯次利用的退役电池并联模块的剔除方法
CN104577226B (zh) 一种提高动力电池组循环使用寿命的配组方法
CN113109729B (zh) 基于加速老化试验与实车工况的车用动力电池soh评估方法
CN111064253A (zh) 一种基于平均离散Fréchet距离的电池健康度快速评估方法
CN112485693B (zh) 一种基于温度概率密度函数的电池健康状态快速评估方法
CN111458649A (zh) 一种电池模组健康度快速检测方法
CN110045291B (zh) 一种锂电池容量估计方法
CN107356879B (zh) 一种基于多物理场的电池健康状态检测与评估方法及装备系统
CN112881928B (zh) 一种电池单体一致性的筛选方法
CN111580003A (zh) 一种基于阻抗谱的二次电池不一致性鉴别方法及装置
CN114280479A (zh) 一种基于电化学阻抗谱的退役电池快速分选方法
CN110927609B (zh) 梯次利用电池储能系统的衰退评估方法及装置
CN109613446A (zh) 一种基于时间序列分析的锂电池老化检测方法
CN110865307A (zh) 一种电池模组余能检测方法
Song et al. Series-connected lithium-ion battery pack health modeling with cell inconsistency evaluation

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 200090 Pingliang Road, Shanghai, No. 2103, No.

Patentee after: Shanghai Electric Power University

Address before: 200090 Pingliang Road, Shanghai, No. 2103, No.

Patentee before: SHANGHAI University OF ELECTRIC POWER

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20201127

Address after: Room d-0907, building 3, yard 30, Shixing street, Shijingshan District, Beijing 100041

Patentee after: BEIJING SAIDEMEI RESOURCES RECYCLING RESEARCH INSTITUTE Co.,Ltd.

Address before: 200090 Pingliang Road, Shanghai, No. 2103, No.

Patentee before: Shanghai Electric Power University