CN109613431A - 一种锂离子电池的可靠度验证方法和装置 - Google Patents
一种锂离子电池的可靠度验证方法和装置 Download PDFInfo
- Publication number
- CN109613431A CN109613431A CN201811422763.XA CN201811422763A CN109613431A CN 109613431 A CN109613431 A CN 109613431A CN 201811422763 A CN201811422763 A CN 201811422763A CN 109613431 A CN109613431 A CN 109613431A
- Authority
- CN
- China
- Prior art keywords
- life
- lithium ion
- same
- ion battery
- probability
- 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
Links
Landscapes
- Secondary Cells (AREA)
Abstract
本发明实施方式公开了一种锂离子电池的可靠度验证方法和装置。方法包括：针对锂离子电池的同一寿命实验工况设定n个重复样本，并获得n个重复样本的寿命测试数据；以韦布尔概率分布曲线作为同一寿命实验工况下锂离子电池失效的概率分布曲线，拟合n个重复样本的寿命测试数据以获取同一寿命实验工况下锂离子电池失效的概率分布曲线的形状参数和尺度参数，基于形状参数和尺度参数确定同一寿命实验工况下的失效概率函数；接收同一寿命实验工况下的电池寿命特定值和失效概率期望值，并确定电池寿命特定值的失效概率运算值；基于失效概率运算值与失效概率期望值的对比结果，确定锂离子电池的可靠度。本发明考虑了失效随机性，可以准确验证可靠度。
Description
技术领域
本发明实施方式涉及汽车技术领域，特别涉及一种锂离子电池的可靠度验证方法和装置。
背景技术
国家最新标准《汽车和挂车类型的术语和定义》(GB/T 3730.1-2001)中对汽车有如下定义：由动力驱动，具有4个或4个以上车轮的非轨道承载的车辆，主要用于：载运人员和(或)货物；牵引载运人员和(或)货物的车辆；特殊用途。能源短缺、石油危机和环境污染愈演愈烈，给人们的生活带来巨大影响，直接关系到国家经济和社会的可持续发展。世界各国都在积极开发新能源技术。
锂离子(Li+)电池是一种二次电池(充电电池)，它主要依靠锂离子在正极和负极之间移动来工作。在充放电过程中，Li+在两个电极之间往返嵌入和脱嵌：充电时，Li+从正极脱嵌，经过电解质嵌入负极，负极处于富锂状态；放电时则相反。锂离子电池技术的先进性和在新兴关键市场(电动汽车领域)的应用，已激发全球范围内的研发热潮，锂离子电池将在电动汽车和新能源领域占据重要位置。目前在电动汽车中，应用较多的锂离子电池是磷酸铁锂电池，它的热稳定性和安全性较好，同时价格相对便宜。
当前锂离子电池寿命估算方法主要是利用基于前期实验数据建立寿命模型，进而预测电池寿命。然而，锂离子电池寿命衰退除了遵循使用工况下的老化规律以外，还包含有不确定性和随机性，锂离子电池的失效概率随着使用时间的增长在逐步增长。锂离子电池在制备和使用过程中，都存在不一致性，这种不一致性会导致锂离子电池的失效不会严格集中在一个时间点。
现有技术的电池寿命模型建立过程中，对寿命实验结果的处理通常是取同一工况下不同电池的寿命结果平均值或者认为合理的寿命结果作为寿命特征值进行建模。然而，这种寿命模型缺乏失效概率的考量，忽略了样本不一致性以及失效的随机性和偶然性。因此，基于现有技术的寿命模型确定锂离子电池的可靠度具有不准确的缺点。
发明内容
有鉴于此，本发明的目的是提供一种锂离子电池的可靠度验证方法和装置。
本发明实施方式的技术方案如下：
一种锂离子电池的可靠度验证方法，包括：
针对锂离子电池的同一寿命实验工况设定n个重复样本，并获得所述n个重复样本的寿命测试数据，其中n为至少为5的正整数；
以韦布尔概率分布曲线作为所述同一寿命实验工况下所述锂离子电池失效的概率分布曲线，拟合所述n个重复样本的寿命测试数据以获取所述同一寿命实验工况下所述锂离子电池失效的概率分布曲线的形状参数和表示为特征寿命的尺度参数，基于所述形状参数和所述尺度参数确定所述同一寿命实验工况下的失效概率函数，其中所述失效概率函数的自变量为电池寿命；
接收所述同一寿命实验工况下的电池寿命特定值和失效概率期望值，并基于所述同一寿命实验工况下的失效概率函数确定对应于所述同一寿命实验工况下的电池寿命特定值的失效概率运算值；
基于所述失效概率运算值与所述失效概率期望值的对比结果，确定所述锂离子电池的可靠度。
在一个实施方式中，所述同一寿命实验工况下的失效概率函数为F(t)；
其中t为电池寿命；m为形状参数，η为尺度参数；e为自然底数。
在一个实施方式中，所述同一寿命实验工况包括下列中的至少一个：
同一温度和同一放电深度；
同一温度和同一放电倍率；
同一温度、同一放电深度和同一放电倍率；
同一放电深度和同一放电倍率。
在一个实施方式中，该方法还包括：
利用预定的建模方式确定尺度参数函数，其中所述尺度参数函数的自变量为寿命实验工况参数；
以韦布尔概率分布曲线作为不同寿命实验工况下所述锂离子电池失效的概率分布曲线，拟合所述n个重复样本的寿命测试数据以获取所述不同寿命实验工况下所述锂离子电池失效的概率分布曲线的形状参数；基于所述不同寿命实验工况下所述锂离子电池失效的概率分布曲线的形状参数和所述尺度参数函数，确定出不同寿命实验工况下的失效概率函数，其中所述不同寿命实验工况下的失效概率函数的自变量为寿命实验工况参数。
一种锂离子电池的可靠度验证装置，包括：
数据获取模块，用于针对锂离子电池的同一寿命实验工况设定n个重复样本，并获得所述n个重复样本的寿命测试数据，其中n为至少为5的正整数；
失效概率函数确定模块，用于以韦布尔概率分布曲线作为所述同一寿命实验工况下所述锂离子电池失效的概率分布曲线，拟合所述n个重复样本的寿命测试数据以获取所述同一寿命实验工况下所述锂离子电池失效的概率分布曲线的形状参数和表示为特征寿命的尺度参数，基于所述形状参数和所述尺度参数确定所述同一寿命实验工况下的失效概率函数，其中所述失效概率函数的自变量为电池寿命；
失效概率运算值确定模块，用于接收所述同一寿命实验工况下的电池寿命特定值和失效概率期望值，并基于所述同一寿命实验工况下的失效概率函数确定对应于所述同一寿命实验工况下的电池寿命特定值的失效概率运算值；
可靠度确定模块，用于基于所述失效概率运算值与所述失效概率期望值的对比结果，确定所述锂离子电池的可靠度。
在一个实施方式中，所述同一寿命实验工况下的失效概率函数为F(t)；
其中t为电池寿命；m为形状参数，η为尺度参数；e为自然底数。
在一个实施方式中，所述同一寿命实验工况包括下列中的至少一个：
同一温度和同一放电深度；
同一温度和同一放电倍率；
同一温度、同一放电深度和同一放电倍率；
同一放电深度和同一放电倍率。
在一个实施方式中，所述失效概率函数确定模块，还用于利用预定的建模方式确定尺度参数函数，其中所述尺度参数函数的自变量为寿命实验工况参数；以韦布尔概率分布曲线作为不同寿命实验工况下所述锂离子电池失效的概率分布曲线，拟合所述n个重复样本的寿命测试数据以获取所述不同寿命实验工况下所述锂离子电池失效的概率分布曲线的形状参数；基于所述不同寿命实验工况下所述锂离子电池失效的概率分布曲线的形状参数和所述尺度参数函数，确定出不同寿命实验工况下的失效概率函数，其中所述不同寿命实验工况下的失效概率函数的自变量为寿命实验工况参数。
一种计算机可读存储介质，其中存储有计算机可读指令，该计算机可读指令用于执行如上任一项所述的锂离子电池的可靠度验证方法。
一种电动汽车，其特征在于，包括如上所述的锂离子电池的可靠度验证装置。
从上述技术方案可以看出，针对锂离子电池的同一寿命实验工况设定n个重复样本，并获得所述n个重复样本的寿命测试数据，其中n为至少为5的正整数；以韦布尔概率分布曲线作为所述同一寿命实验工况下所述锂离子电池失效的概率分布曲线，拟合所述n个重复样本的寿命测试数据以获取所述同一寿命实验工况下所述锂离子电池失效的概率分布曲线的形状参数和表示为特征寿命的尺度参数，基于所述形状参数和所述尺度参数确定所述同一寿命实验工况下的失效概率函数，其中所述失效概率函数的自变量为电池寿命；接收所述同一寿命实验工况下的电池寿命特定值和失效概率期望值，并基于所述同一寿命实验工况下的失效概率函数确定对应于所述同一寿命实验工况下的电池寿命特定值的失效概率运算值；基于所述失效概率运算值与所述失效概率期望值的对比结果，确定所述锂离子电池的可靠度。可见，本发明实施方式以韦布尔概率分布曲线作为锂离子电池失效的概率分布曲线，将锂离子电池失效的随机性和偶然性引入锂离子电池寿命模型，可以准确验证电池的可靠度，可以用于指导车用动力电池的成本估计、使用、维护及更换。
而且，在本发明实施方式中，通过将特征寿命建模成与寿命影响因素相关的变量，进而获得不同工况下的失效概率和电池寿命，提高了适用性。
附图说明
以下附图仅对本发明做示意性说明和解释，并不限定本发明的范围。
图1为根据本发明的锂离子电池的可靠度验证方法流程图。
图2为根据本发明η＝892、m＝20的工况下锂离子电池失效的概率密度曲线示意图。
图3为根据本发明η＝892、m＝20的工况下锂离子电池失效的概率分布曲线示意图。
图4为根据本发明温度为25℃、DOD为100的工况下锂离子电池失效的概率密度曲线示意图。
图5为根据本发明温度为25℃、DOD为100的工况下锂离子电池失效的概率分布曲线示意图。
图6为根据本发明的锂离子电池的可靠度验证装置结构图。
具体实施方式
为了对发明的技术特征、目的和效果有更加清楚的理解，现对照附图说明本发明的具体实施方式，在各图中相同的标号表示相同的部分。
为了描述上的简洁和直观，下文通过描述若干代表性的实施方式来对本发明的方案进行阐述。实施方式中大量的细节仅用于帮助理解本发明的方案。但是很明显，本发明的技术方案实现时可以不局限于这些细节。为了避免不必要地模糊了本发明的方案，一些实施方式没有进行细致地描述，而是仅给出了框架。下文中，“包括”是指“包括但不限于”，“根据……”是指“至少根据……，但不限于仅根据……”。由于汉语的语言习惯，下文中没有特别指出一个成分的数量时，意味着该成分可以是一个也可以是多个，或可理解为至少一个。
在本发明实施方式中，考虑锂离子电池失效随机性，以韦布尔(Weibull)概率分布曲线作为锂离子电池失效的概率分布曲线，将锂离子电池失效的随机性和偶然性引入锂离子电池寿命模型，可以指导车用动力电池的成本估计、使用、维护及更换。
图1为根据本发明的锂离子电池的可靠度验证方法。
如图1所示，该方法包括：
步骤101：针对锂离子电池的同一寿命实验工况设定n个重复样本，并获得所述n个重复样本的寿命测试数据，其中n为至少为5的正整数。
步骤102：以韦布尔概率分布曲线作为所述同一寿命实验工况下所述锂离子电池失效的概率分布曲线，拟合所述n个重复样本的寿命测试数据以获取所述同一寿命实验工况下所述锂离子电池失效的概率分布曲线的形状参数和表示为特征寿命的尺度参数，基于所述形状参数和所述尺度参数确定所述同一寿命实验工况下的失效概率函数，其中所述失效概率函数的自变量为电池寿命。
步骤103：接收所述同一寿命实验工况下的电池寿命特定值和失效概率期望值，并基于所述同一寿命实验工况下的失效概率函数确定对应于所述同一寿命实验工况下的电池寿命特定值的失效概率运算值。
步骤104：基于所述失效概率运算值与所述失效概率期望值的对比结果，确定所述锂离子电池的可靠度。
在这里，当失效概率运算值小于等于失效概率期望值时，确定锂离子电池的可靠度合格；当当失效概率运算值大于失效概率期望值时，确定锂离子电池的可靠度不合格。
在一个实施方式中，同一寿命实验工况下的失效概率函数为F(t)；
其中t为电池寿命；m为形状参数，η为尺度参数；e为自然底数。
在一个实施方式中，同一寿命实验工况下的电池寿命函数为T(f)，其中f为失效概率；
其中m为形状参数，η为尺度参数；ln为自然对数。
在一个实施方式中，同一寿命实验工况包括：同一温度和同一放电深度；同一温度和同一放电倍率；同一温度、同一放电深度和同一放电倍率；同一放电深度和同一放电倍率，等等。
在一个实施方式中，该方法还包括：利用预定的建模方式确定尺度参数函数，其中所述尺度参数函数的自变量为寿命实验工况参数；
以韦布尔概率分布曲线作为不同寿命实验工况下所述锂离子电池失效的概率分布曲线，拟合所述n个重复样本的寿命测试数据以获取所述不同寿命实验工况下所述锂离子电池失效的概率分布曲线的形状参数；基于所述不同寿命实验工况下所述锂离子电池失效的概率分布曲线的形状参数和所述尺度参数函数，确定出不同寿命实验工况下的失效概率函数，其中所述不同寿命实验工况下的失效概率函数的自变量为寿命实验工况参数。
优选的，尺度参数函数为η(T,DOD)，其中：η(T,DOD)＝exp(13.0538854971714+0.00236583998482005*T-0.0594247691002157*DOD-(T-23.3333333333333)*((T-23.3333333333333)*0.00174559910640996)-(T-23.3333333333333)*((DOD-85)*0.000250796508614118)+(DOD-85)*((DOD-85)*0.000100081224917486))，其中T为温度参数；DOD为放电深度参数；exp为指数函数。
具体的，下面对本发明实施方式的算法进行详细说明。
首先，针对同一个寿命实验工况设定多个重复样本，获得寿命实验数据。然后，以韦布尔概率分布拟合寿命实验数据，获得寿命失效概率公式中的形状参数m和尺度参数η。
然后，可以得到失效概率优选的，还可以根据失效概率得到所关注失效概率下的电池寿命该寿命模型根据寿命实验复杂程度可以实现不同的功能。
比如，在寿命实验中，同一个实验工况设定N个(N≥5)重复样本，获得实验结果，其中N值越大，实验结果精度越高。
然后，以韦布尔概率分布曲线作为锂离子电池失效的概率分布曲线；
其中：m为形状参数；η为尺度参数，表示特征寿命；t为电池寿命；F(t)为失效概率函数。拟合同一个实验工况中获取的N个样本的寿命数据，可以获得韦布尔概率分布曲线参数中的m和η。
比如，某工况下锂离子电池特征寿命η＝892次循环，失效概率形状参数m＝20。图2为根据本发明η＝892、m＝20的工况下锂离子电池失效的概率密度曲线示意图。图3为本发明η＝892、m＝20的工况下锂离子电池失效的概率分布曲线示意图。
该寿命模型根据寿命实验复杂程度可以实现不同的功能。例如：针对单一工况下的寿命实验，可以计算某寿命下的失效概率，也可以计算某失效概率下的寿命。具体的，基于可以计算出同一个实验工况下，特定的电池循环次数(即电池寿命)时的失效概率。而且，运算出F(t)的反函数T(f)可以计算出同一个实验工况下，特定的失效概率特定值时的电池寿命，其中T(f)为同一寿命实验工况下的电池寿命函数，f为失效概率。而且，通过与其他寿命建模相结合，还可以获得不同工况下的失效概率和电池寿命。
比如，示例中，结合统计学实验设计建立一定正交形式下的使用工况，则可以将特征寿命η建模成与寿命影响因素相关的变量，进而获得不同工况下的失效概率寿命。
表1为锂离子电池1C放电倍率下不同温度和放电深度(DOD)下的寿命。
表1
举例，基于表1数据，对不同工况下的电池寿命可以采用响应曲面法建模，得到：
η＝exp(13.0538854971714+0.00236583998482005*T-0.0594247691002157*DOD-(T-23.3333333333333)*((T-23.3333333333333)*0.00174559910640996)-(T-23.3333333333333)*((DOD-85)*0.000250796508614118)+(DOD-85)*((DOD-85)*0.000100081224917486))；
然后，电芯失效概率用Weibull公式建模，利用步骤101中获取的n个重复样本的寿命测试数据拟合得到任意概率下的电池寿命失效情况，获得拟合电池特征寿命失效公式：
其中m＝54.68,η＝exp(13.0538854971714+0.00236583998482005*T-0.0594247691002157*DOD-(T-23.3333333333333)*(T-23.3333333333333)*0.00174559910640996)-(T-23.3333333333333)*(DOD-85)*0.000250796508614118)+(DOD-85)*((DOD-85)*0.000100081224917486))。
在上述说明中，采用响应曲面法建模确定尺度参数函数。本领域技术人员可以意识到，本发明实施方式还可以采用指数函数、多项式函数等其他的建模方式确定尺度参数函数，本发明实施方式对具体的建模方式并无限定。
如此，可以获得温度范围[0,45]DOD范围[70,100]内的电池特征寿命。对于特定的工况，例如25℃、DOD为100，将温度和DOD带入上述公式，则η＝1315.5。
图4为根据本发明温度为25℃、DOD为100的工况下锂离子电池失效的概率密度曲线示意图。图5为根据本发明温度为25℃、DOD为100的工况下锂离子电池失效的概率分布曲线示意图。
进一步，可以设定关注失效概率(例如0.03)，则则得到t＝1234。至此，计算得到特定工况(25℃，DOD为100)下累积失效概率0.03时的电池寿命为1234循环(cycles)。
或者，可以设定特定工况(25℃，DOD为100)下的电池寿命特定值为1234循环以及该特定工况(25℃，DOD为100)下的失效概率期望值为0.01。
然后，利用计算出特定工况(25℃，DOD为100)下，电池寿命特定值为1234时的失效概率值为0.03。然后，将特定工况(25℃，DOD为100)下，电池寿命特定值为1234时的失效概率值(0.03)与该特定工况(25℃，DOD为100)下的失效概率期望值(0.01)进行对比，发现特定工况(25℃，DOD为100)下，电池寿命特定值为1234时的失效概率值(0.03)大于特定工况(25℃，DOD为100)下的失效概率期望值(0.01)，因此可以判定锂离子电池不可靠。
本发明实施方式还提出了一种锂离子电池的可靠度验证装置。
图6为根据本发明的锂离子电池的可靠度验证装置结构图。
如图6所示，该装置包括：
数据获取模块601，用于针对锂离子电池的同一寿命实验工况设定n个重复样本，并获得所述n个重复样本的寿命测试数据，其中n为至少为5的正整数；
失效概率函数确定模块602，用于以韦布尔概率分布曲线作为所述同一寿命实验工况下所述锂离子电池失效的概率分布曲线，拟合所述n个重复样本的寿命测试数据以获取所述同一寿命实验工况下所述锂离子电池失效的概率分布曲线的形状参数和表示为特征寿命的尺度参数，基于所述形状参数和所述尺度参数确定所述同一寿命实验工况下的失效概率函数，其中所述失效概率函数的自变量为电池寿命；
失效概率运算值确定模块603，用于接收所述同一寿命实验工况下的电池寿命特定值和失效概率期望值，并基于所述同一寿命实验工况下的失效概率函数确定对应于所述同一寿命实验工况下的电池寿命特定值的失效概率运算值；
可靠度确定模块604，用于基于所述失效概率运算值与所述失效概率期望值的对比结果，确定所述锂离子电池的可靠度。
在一个实施方式中，所述同一寿命实验工况下的失效概率函数为F(t)；
其中t为电池寿命；m为形状参数，η为尺度参数；e为自然底数。
在一个实施方式中，同一寿命实验工况包括下列中的至少一个：同一温度和同一放电深度；同一温度和同一放电倍率；同一温度、同一放电深度和同一放电倍率；同一放电深度和同一放电倍率，等等。
在一个实施方式中，失效概率函数确定模块603，还用于利用预定的建模方式确定尺度参数函数，其中所述尺度参数函数的自变量为寿命实验工况参数；以韦布尔概率分布曲线作为不同寿命实验工况下所述锂离子电池失效的概率分布曲线，拟合所述n个重复样本的寿命测试数据以获取所述不同寿命实验工况下所述锂离子电池失效的概率分布曲线的形状参数；基于所述不同寿命实验工况下所述锂离子电池失效的概率分布曲线的形状参数和所述尺度参数函数，确定出不同寿命实验工况下的失效概率函数，其中所述不同寿命实验工况下的失效概率函数的自变量为寿命实验工况参数
在一个实施方式中，尺度参数函数为η(T,DOD)，其中：
η(T,DOD)＝exp(13.0538854971714+0.00236583998482005*T-0.0594247691002157*DOD-(T-23.3333333333333)*((T-23.3333333333333)*0.00174559910640996)-(T-23.3333333333333)*((DOD-85)*0.000250796508614118)+(DOD-85)*((DOD-85)*0.000100081224917486))，其中T为温度参数；DOD为放电深度参数；exp为指数函数。
可以将本发明实施方式提出的锂离子电池寿命估算方法和装置应用到各种类型的电动汽车中，比如应用到混合动力电动汽车(HEV)、纯电动汽车(BEV)、燃料电池电动汽车(FCEV)和其他新能源(如超级电容器、飞轮等高效储能器)汽车等。
综上所述，针对锂离子电池的同一寿命实验工况设定n个重复样本，并获得所述n个重复样本的寿命测试数据，其中n为至少为5的正整数；以韦布尔概率分布曲线作为所述同一寿命实验工况下所述锂离子电池失效的概率分布曲线，拟合所述n个重复样本的寿命测试数据以获取所述同一寿命实验工况下所述锂离子电池失效的概率分布曲线的形状参数和表示为特征寿命的尺度参数，基于所述形状参数和所述尺度参数确定所述同一寿命实验工况下的失效概率函数，其中所述失效概率函数的自变量为电池寿命；接收所述同一寿命实验工况下的电池寿命特定值和失效概率期望值，并基于所述同一寿命实验工况下的失效概率函数确定对应于所述同一寿命实验工况下的电池寿命特定值的失效概率运算值；基于所述失效概率运算值与所述失效概率期望值的对比结果，确定所述锂离子电池的可靠度。可见，本发明实施方式以韦布尔概率分布曲线作为锂离子电池失效的概率分布曲线，将锂离子电池失效的随机性和偶然性引入锂离子电池寿命模型，可以准确验证电池的可靠度，可以用于指导车用动力电池的成本估计、使用、维护及更换。
而且，在本发明实施方式中，通过将特征寿命建模成与寿命影响因素相关的变量，进而获得不同工况下的失效概率和电池寿命，提高了适用性。
各实施方式中的硬件模块可以以机械方式或电子方式实现。例如，一个硬件模块可以包括专门设计的永久性电路或逻辑器件(如专用处理器，如FPGA或ASIC)用于完成特定的操作。硬件模块也可以包括由软件临时配置的可编程逻辑器件或电路(如包括通用处理器或其它可编程处理器)用于执行特定操作。至于具体采用机械方式，或是采用专用的永久性电路，或是采用临时配置的电路(如由软件进行配置)来实现硬件模块，可以根据成本和时间上的考虑来决定。
本发明还提供了一种机器可读的存储介质，存储用于使一机器执行如本文所述方法的指令。具体地，可以提供配有存储介质的系统或者装置，在该存储介质上存储着实现上述实施例中任一实施方式的功能的软件程序代码，且使该系统或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。此外，还可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作。还可以将从存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中，随后基于程序代码的指令使安装在扩展板或者扩展单元上的CPU等来执行部分和全部实际操作，从而实现上述实施方式中任一实施方式的功能。
用于提供程序代码的存储介质实施方式包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地，可以由通信网络从服务器计算机或云上下载程序代码。
需要说明的是，上述各流程和各系统结构图中不是所有的步骤和模块都是必须的，可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的，可以根据需要进行调整。上述各实施例中描述的系统结构可以是物理结构，也可以是逻辑结构，即，有些模块可能由同一物理实体实现，或者，有些模块可能分由多个物理实体实现，或者，可以由多个独立设备中的某些部件共同实现。
以上各实施例中，硬件单元可以通过机械方式或电气方式实现。例如，一个硬件单元可以包括永久性专用的电路或逻辑(如专门的处理器，FPGA或ASIC)来完成相应操作。硬件单元还可以包括可编程逻辑或电路(如通用处理器或其它可编程处理器)，可以由软件进行临时的设置以完成相应操作。具体的实现方式(机械方式、或专用的永久性电路、或者临时设置的电路)可以基于成本和时间上的考虑来确定。
上文通过附图和优选实施例对本发明进行了详细展示和说明，然而本发明不限于这些已揭示的实施例，基与上述多个实施例本领域技术人员可以知晓，可以组合上述不同实施例中的代码审核手段得到本发明更多的实施例，这些实施例也在本发明的保护范围之内。
Claims (10)
1.一种锂离子电池的可靠度验证方法，其特征在于，包括：
针对锂离子电池的同一寿命实验工况设定n个重复样本，并获得所述n个重复样本的寿命测试数据，其中n为至少为5的正整数；
以韦布尔概率分布曲线作为所述同一寿命实验工况下所述锂离子电池失效的概率分布曲线，拟合所述n个重复样本的寿命测试数据以获取所述同一寿命实验工况下所述锂离子电池失效的概率分布曲线的形状参数和表示为特征寿命的尺度参数，基于所述形状参数和所述尺度参数确定所述同一寿命实验工况下的失效概率函数，其中所述失效概率函数的自变量为电池寿命；
接收所述同一寿命实验工况下的电池寿命特定值和失效概率期望值，并基于所述同一寿命实验工况下的失效概率函数确定对应于所述同一寿命实验工况下的电池寿命特定值的失效概率运算值；
基于所述失效概率运算值与所述失效概率期望值的对比结果，确定所述锂离子电池的可靠度。
2.根据权利要求1所述的锂离子电池的可靠度验证方法，其特征在于，所述同一寿命实验工况下的失效概率函数为F(t)；
其中t为电池寿命；m为形状参数，η为尺度参数；e为自然底数。
3.根据权利要求1所述的锂离子电池的可靠度验证方法，其特征在于，所述同一寿命实验工况包括下列中的至少一个：
同一温度和同一放电深度；
同一温度和同一放电倍率；
同一温度、同一放电深度和同一放电倍率；
同一放电深度和同一放电倍率。
4.根据权利要求1所述的锂离子电池的可靠度验证方法，其特征在于，该方法还包括：
利用预定的建模方式确定尺度参数函数，其中所述尺度参数函数的自变量为寿命实验工况参数；
以韦布尔概率分布曲线作为不同寿命实验工况下所述锂离子电池失效的概率分布曲线，拟合所述n个重复样本的寿命测试数据以获取所述不同寿命实验工况下所述锂离子电池失效的概率分布曲线的形状参数；基于所述不同寿命实验工况下所述锂离子电池失效的概率分布曲线的形状参数和所述尺度参数函数，确定出不同寿命实验工况下的失效概率函数，其中所述不同寿命实验工况下的失效概率函数的自变量为寿命实验工况参数。
5.一种锂离子电池的可靠度验证装置，其特征在于，包括：
数据获取模块，用于针对锂离子电池的同一寿命实验工况设定n个重复样本，并获得所述n个重复样本的寿命测试数据，其中n为至少为5的正整数；
失效概率函数确定模块，用于以韦布尔概率分布曲线作为所述同一寿命实验工况下所述锂离子电池失效的概率分布曲线，拟合所述n个重复样本的寿命测试数据以获取所述同一寿命实验工况下所述锂离子电池失效的概率分布曲线的形状参数和表示为特征寿命的尺度参数，基于所述形状参数和所述尺度参数确定所述同一寿命实验工况下的失效概率函数，其中所述失效概率函数的自变量为电池寿命；
失效概率运算值确定模块，用于接收所述同一寿命实验工况下的电池寿命特定值和失效概率期望值，并基于所述同一寿命实验工况下的失效概率函数确定对应于所述同一寿命实验工况下的电池寿命特定值的失效概率运算值；
可靠度确定模块，用于基于所述失效概率运算值与所述失效概率期望值的对比结果，确定所述锂离子电池的可靠度。
6.根据权利要求5所述的锂离子电池的可靠度验证装置，其特征在于，
所述同一寿命实验工况下的失效概率函数为F(t)；
其中t为电池寿命；m为形状参数，η为尺度参数；e为自然底数。
7.根据权利要求5所述的锂离子电池的可靠度验证装置，其特征在于，
所述同一寿命实验工况包括下列中的至少一个：
同一温度和同一放电深度；
同一温度和同一放电倍率；
同一温度、同一放电深度和同一放电倍率；
同一放电深度和同一放电倍率。
8.根据权利要求5所述的锂离子电池的可靠度验证装置，其特征在于，
所述失效概率函数确定模块，还用于利用预定的建模方式确定尺度参数函数，其中所述尺度参数函数的自变量为寿命实验工况参数；以韦布尔概率分布曲线作为不同寿命实验工况下所述锂离子电池失效的概率分布曲线，拟合所述n个重复样本的寿命测试数据以获取所述不同寿命实验工况下所述锂离子电池失效的概率分布曲线的形状参数；基于所述不同寿命实验工况下所述锂离子电池失效的概率分布曲线的形状参数和所述尺度参数函数，确定出不同寿命实验工况下的失效概率函数，其中所述不同寿命实验工况下的失效概率函数的自变量为寿命实验工况参数。
9.一种计算机可读存储介质，其特征在于，其中存储有计算机可读指令，该计算机可读指令用于执行如权利要求1至4中任一项所述的锂离子电池的可靠度验证方法。
10.一种电动汽车，其特征在于，包括如权利要求5所述的锂离子电池的可靠度验证装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811422763.XA CN109613431A (zh) | 2018-11-27 | 2018-11-27 | 一种锂离子电池的可靠度验证方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811422763.XA CN109613431A (zh) | 2018-11-27 | 2018-11-27 | 一种锂离子电池的可靠度验证方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109613431A true CN109613431A (zh) | 2019-04-12 |
Family
ID=66004788
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811422763.XA Pending CN109613431A (zh) | 2018-11-27 | 2018-11-27 | 一种锂离子电池的可靠度验证方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109613431A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112485693A (zh) * | 2020-11-19 | 2021-03-12 | 上海电力大学 | 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 |
| CN116296199A (zh) * | 2023-05-11 | 2023-06-23 | 宁德时代新能源科技股份有限公司 | 电池包振动测试方法、设备和可读存储介质 |
| CN117434463A (zh) * | 2023-09-21 | 2024-01-23 | 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） | 动力电池的剩余寿命评估方法、装置、设备和存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101038638A (zh) * | 2007-04-25 | 2007-09-19 | 上海发电设备成套设计研究院 | 一种发电机组自动控制系统电子元器件剩余寿命预测方法 |
| CN105302941A (zh) * | 2015-09-17 | 2016-02-03 | 广州供电局有限公司 | 高压单芯电缆寿命评估方法及系统 |
| CN106772080A (zh) * | 2016-12-21 | 2017-05-31 | 哈尔滨工业大学 | 空间锂离子电池加速退化试验时间等效性建模方法 |
| CN107733366A (zh) * | 2017-11-08 | 2018-02-23 | 河海大学常州校区 | 基于加速试验箱的光伏组件失效评估及其预测方法 |
| CN108108542A (zh) * | 2017-12-14 | 2018-06-01 | 河北工业大学 | 低压成套开关设备的寿命预测方法 |
| CN108445398A (zh) * | 2018-02-07 | 2018-08-24 | 江苏大学 | 一种基于威布尔分布的串联电池组剩余寿命预测方法 |
| CN108564282A (zh) * | 2018-04-13 | 2018-09-21 | 东北大学 | 一种用于可靠性评估的结尾寿命数据取舍方法 |
-
2018
- 2018-11-27 CN CN201811422763.XA patent/CN109613431A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101038638A (zh) * | 2007-04-25 | 2007-09-19 | 上海发电设备成套设计研究院 | 一种发电机组自动控制系统电子元器件剩余寿命预测方法 |
| CN105302941A (zh) * | 2015-09-17 | 2016-02-03 | 广州供电局有限公司 | 高压单芯电缆寿命评估方法及系统 |
| CN106772080A (zh) * | 2016-12-21 | 2017-05-31 | 哈尔滨工业大学 | 空间锂离子电池加速退化试验时间等效性建模方法 |
| CN107733366A (zh) * | 2017-11-08 | 2018-02-23 | 河海大学常州校区 | 基于加速试验箱的光伏组件失效评估及其预测方法 |
| CN108108542A (zh) * | 2017-12-14 | 2018-06-01 | 河北工业大学 | 低压成套开关设备的寿命预测方法 |
| CN108445398A (zh) * | 2018-02-07 | 2018-08-24 | 江苏大学 | 一种基于威布尔分布的串联电池组剩余寿命预测方法 |
| CN108564282A (zh) * | 2018-04-13 | 2018-09-21 | 东北大学 | 一种用于可靠性评估的结尾寿命数据取舍方法 |
Non-Patent Citations (1)
| Title |
|---|
| 孟祥峰 等: "动力电池循环寿命预测方法研究", 《电源技术》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112485693A (zh) * | 2020-11-19 | 2021-03-12 | 上海电力大学 | 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 |
| CN116296199A (zh) * | 2023-05-11 | 2023-06-23 | 宁德时代新能源科技股份有限公司 | 电池包振动测试方法、设备和可读存储介质 |
| CN117434463A (zh) * | 2023-09-21 | 2024-01-23 | 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） | 动力电池的剩余寿命评估方法、装置、设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109143098A (zh) | 一种锂离子电池寿命估算方法和装置 | |
| Mesbahi et al. | Dynamical modeling of Li-ion batteries for electric vehicle applications based on hybrid Particle Swarm–Nelder–Mead (PSO–NM) optimization algorithm | |
| Marongiu et al. | Influence of the vehicle-to-grid strategy on the aging behavior of lithium battery electric vehicles | |
| CN105912799B (zh) | 一种液态或半液态金属电池的建模方法 | |
| CN108761341A (zh) | 一种锂离子电池电化学模型参数获取方法 | |
| CN109613431A (zh) | 一种锂离子电池的可靠度验证方法和装置 | |
| CN106908732A (zh) | 一种锂离子电池等效电路模型参数辨识方法和装置 | |
| US20190041464A1 (en) | Method and apparatus for identifying a battery model | |
| CN103293485A (zh) | 基于模型的蓄电池荷电状态估计方法 | |
| US11571989B1 (en) | Battery simulation module, and battery analysis tool for determining a battery solution using a battery simulation module | |
| CN104537166B (zh) | 一种动力电池的等效电路模型的构建方法 | |
| CN109782190A (zh) | 用于估计单颗电池或单批电池的剩余使用寿命的方法 | |
| CN109143081A (zh) | 一种电动汽车锂离子电池容量在线估算方法和装置 | |
| Kumtepeli et al. | Energy arbitrage optimization with battery storage: 3D-MILP for electro-thermal performance and semi-empirical aging models | |
| Wu et al. | Large-scale energy storage system design and optimization for emerging electric-drive vehicles | |
| CN109471039A (zh) | 一种电动汽车的电池包的模拟充电测试装置 | |
| CN113552494A (zh) | 一种锂离子电池低温阶梯充电方法及其测试方法 | |
| CN108845267A (zh) | 一种动力电池的数据处理方法和装置 | |
| Fotouhi et al. | A MATLAB graphical user interface for battery design and simulation; from cell test data to real-world automotive simulation | |
| CN109489845A (zh) | 一种确定模拟放电过程中电芯实时温度的方法和装置 | |
| CN109460570A (zh) | 一种确定模拟充电过程中电芯实时温度的方法和装置 | |
| Chen et al. | Online estimation of state of power for lithium-ion battery considering the battery aging | |
| CN116973756A (zh) | 用于估计电池的健康状态的方法及设备以及计算机程序 | |
| CN109917290A (zh) | 一种车用动力电池组的温度确定方法和装置 | |
| CN104584304B (zh) | 用于电蓄能器的使用方法、用于执行这种使用方法的装置、蓄电池及具有这种蓄电池的机动车 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190412 |