CN109946622A - 一种锂离子电池的锂沉积预测方法和装置 - Google Patents
一种锂离子电池的锂沉积预测方法和装置 Download PDFInfo
- Publication number
- CN109946622A CN109946622A CN201910162290.2A CN201910162290A CN109946622A CN 109946622 A CN109946622 A CN 109946622A CN 201910162290 A CN201910162290 A CN 201910162290A CN 109946622 A CN109946622 A CN 109946622A
- Authority
- CN
- China
- Prior art keywords
- lithium ion
- ion battery
- detected
- model
- lithium
- 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
Links
Abstract
本发明提供了一种锂离子电池的锂沉积预测方法和装置,涉及锂离子电池的技术领域,包括:获取待检测锂离子电池在充电过程中的物理化学参数和待检测锂离子电池的尺寸数据;基于所述物理化学参数和所述尺寸数据构建所述待检测锂离子电池的三维电化学模型和所述待检测锂离子电池的三维热模型;将三维电化学模型和三维热模型进行耦合,得到电化学热耦合模型;将物理化学参数输入电化学热耦合模型,计算所述待检测锂离子电池的目标参数;基于目标参数,预测待检测锂离子电池的锂沉积结果,解决了目前锂离子电池充电过程中锂沉积现象的预测精度较低的技术问题。
Description
技术领域
本发明涉及锂离子电池技术领域,尤其是涉及一种锂离子电池的锂沉积预测方法和装置。
背景技术
锂离子电池在大倍率或低温条件下进行充电时,容易造成金属锂沉积并形成枝晶,引发安全问题。由于锂离子电池是个封闭的系统,工作过程中内部发生的细微变化难以通过实验方法进行实时并且定量的表征。数值仿真技术成为研究这类封闭系统的有效手段。在建立电化学模型的基础上,引入触发金属锂沉积的数学方程,是本领域研究人员采用的主要方法。
由于传统实验方法难以实时定量的解析电池充电过程的析锂情况,目前主要是通过准二维电化学模型进行仿真计算,并且在研究时忽略了温度的影响;另一方面,随着电池尺寸的增加,忽略电池长度和宽度方向,仅考虑电池厚度方向的准二维模型难以真实模拟电池内部电极不同位置的锂沉积现象,进而导致对锂沉积现象的预测结果精度较低。
针对上述问题,还未提出有效的解决方案。
发明内容
有鉴于此,本发明的目的在于提供一种锂离子电池的锂沉积预测方法和装置,以缓解了现有的锂离子电池的锂沉积预测方法对锂沉积的预测精度较低的技术问题。
第一方面,本发明实施例提供了一种锂离子电池的锂沉积预测方法,该方法包括:获取待检测锂离子电池在充电过程中的物理化学参数和所述待检测锂离子电池的尺寸数据;基于所述物理化学参数和所述尺寸数据构建所述待检测锂离子电池的三维电化学模型和所述待检测锂离子电池的三维热模型;将三维电化学模型和三维热模型进行耦合,得到电化学热耦合模型;将所述物理化学参数输入所述电化学热耦合模型,计算所述待检测锂离子电池的目标参数,其中,所述目标参数包括:固相电势参数、液相电势参数、液相锂离子浓度参数、固相锂离子浓度参数和电池温度参数;基于所述目标参数,预测所述待检测锂离子电池的锂沉积结果。
进一步地,基于所述物理化学参数和所述尺寸数据构建所述待检测锂离子电池的三维电化学模型和所述待检测锂离子电池的三维热模型包括:基于电荷守恒定律、物料守恒定律、电极动力学定律、热力学参数、动力学参数和所述尺寸数据,构建所述待检测锂离子电池的三维电化学模型;基于能量守恒定律和所述尺寸数据构建待检测锂离子电池的三维热模型。
进一步地,将所述物理化学参数输入所述电化学热耦合模型,计算所述待检测锂离子电池的目标参数包括:基于电荷守恒定律、物料守恒定律和能量守恒定律,得到包含所述目标参数的目标公式;将所述目标公式和所述物理化学参数输入所述电化学热耦合模型,求解出所述目标参数。
进一步地,基于电荷守恒定律、物料守恒定律、能量守恒定律和所述物理化学参数,得到包含所述目标参数的目标公式包括:基于电荷守恒定律和所述物理化学参数,得到包含固相电势参数的第一公式,以及得到包含液相电势参数第二公式;基于物料守恒定律和所述物理化学参数,得到包含液相锂离子浓度参数的第三公式,以及得到固相锂离子浓度参数的第四公式;基于能量守恒定律和所述物理化学参数,得到包含所述待检测锂离子电池的电池温度参数的第五公式。
进一步地,将所述三维电化学模型和所述三维热模型进行耦合,得到电化学热耦合模型包括:基于所述物理化学参数、阿伦尼乌斯公式、可逆热方程和不可逆热方程,计算所述电化学反应的产热率数据;将所述产热率数据作为热源输入所述三维热模型,以使所述三维热模型的计算所述待检测锂离子电池的温度数据;将所述温度数据输入所述三维电化学模型,作为电化学反应的温度,并计算出所述电化学反应的产热率,从而得到所述电化学热耦合模型。
第二方面,本发明实施例提供了一种锂离子电池的锂沉积预测装置,该装置包括:获取单元,建模单元,耦合单元,计算单元和预测单元,其中,所述获取单元用于获取待检测锂离子电池在充电过程中的物理化学参数和所述待检测锂离子电池的尺寸数据;所述建模单元用于基于所述物理化学参数和所述尺寸数据构建所述待检测锂离子电池的三维电化学模型和所述待检测锂离子电池的三维热模型;所述耦合单元用于将所述三维电化学模型和所述三维热模型进行耦合,得到电化学热耦合模型;所述计算单元用于将所述物理化学参数输入所述电化学热耦合模型,计算出所述待检测锂离子电池的目标参数,其中,所述目标参数包括:固相电势参数、液相电势参数、液相锂离子浓度参数、固相锂离子浓度参数和电池温度参数;所述预测单元用于基于所述目标参数,预测所述待检测锂离子电池的锂沉积结果。
进一步地,所述建模单元还用于:基于电荷守恒定律、物料守恒定律、电极动力学定律、热力学参数、动力学参数和尺寸数据,构建待检测锂离子电池的三维电化学模型;基于能量守恒定律和所述尺寸数据构建待检测锂离子电池的三维热模型。
进一步地,所述计算单元还用于:基于电荷守恒定律、物料守恒定律、能量守恒定律和所述物理化学参数,得到包含所述目标参数的目标公式;将所述目标公式输入所述电化学热耦合模型,求解出所述目标参数。
进一步地,所述计算单元还用于:基于电荷守恒定律和所述物理化学参数,得到包含固相电势参数的第一公式,以及得到包含液相电势参数和电解液的液相锂离子浓度参数的第二公式;基于物料守恒定律和所述物理化学参数,得到包含液相锂离子浓度参数的第三公式,以及得到包含固相锂离子浓度参数的第四公式;基于能量守恒定律和所述物理化学参数,得到包含所述待检测锂离子电池的电池温度参数的第五公式。
进一步地,所述耦合单元还用于:基于所述物理化学参数、阿伦尼乌斯公式、可逆热方程和不可逆热方程,计算所述电化学反应的产热率数据;将所述产热率数据作为热源输入所述三维热模型,以使所述三维热模型的计算所述待检测锂离子电池的温度数据;将所述温度数据输入所述三维电化学模型,作为电化学反应的温度,并计算出所述电化学反应的产热率,从而得到所述电化学热耦合模型。
在本发明实施例中,首先,基于待检测锂离子电池在充电过程中的电化学反应和待检测锂离子电池的尺寸数据,构建三维电化学模型;接着,获取三维电化学模型模拟待检测锂离子电池在充电过程中的得到的物理化学参数,并基于物理化学参数构建三维热模型;然后,将三维电化学模型和三维热模型进行耦合,得到电化学热耦合模型;最后,将物理化学参数输入电化学热耦合模型,以使电化学热耦合模型基于物理化学参数,计算待检测锂离子电池的目标参数,其中,目标参数包括:固相电势参数、液相电势参数、液相锂离子浓度参数、固相锂离子浓度参数和电池温度参数;基于目标参数,预测待检测锂离子电池的锂沉积结果。
本发明中,通过根据锂离子电池的实际尺寸构建三维电化学模型提高了模拟仿真锂离子电池的准确性,以及将锂离子电池的温度参数添加到预测锂离子电池的锂沉积预测过程中,达到了提高了预测锂沉积结果的精度进而解决了现有技术中对锂离子电池的锂沉积的预测精度较低的技术问题,从而实现了提高了预测锂沉积结果的精度的技术效果。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种锂离子电池的锂沉积预测方法的流程图;
图2为本发明实施例提供的另一种锂离子电池的锂沉积预测方法的流程图;
图3为本发明实施例提供的一种锂离子电池的锂沉积预测装置的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一:
根据本发明实施例,提供了一种锂离子电池的锂沉积预测方法,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种锂离子电池的锂沉积预测方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,基获取待检测锂离子电池在充电过程中的物理化学参数和所述待检测锂离子电池的尺寸数据;
由于传统实验方法难以实时定量的解析锂离子电池充电过程的析锂情况,目前主要是通过准二维电化学模型进行仿真计算,但是,随着电池尺寸的增加,忽略电池长度和宽度方向,仅考虑电池厚度方向的准二维模型难以真实模拟电池内部电极不同位置的锂沉积现象。
通过根据待检测锂离子电池的实际尺寸建立三维电话学模型能够实现对电极不同位置锂沉积情况的计算及预测。
步骤S104,基于所述物理化学参数和所述尺寸数据构建所述待检测锂离子电池的三维电化学模型和所述待检测锂离子电池的三维热模型;
步骤S106,将三维电化学模型和三维热模型进行耦合,得到电化学热耦合模型;
步骤S108,将所述物理化学参数输入所述电化学热耦合模型,计算所述待检测锂离子电池的目标参数,其中,所述目标参数包括:固相电势参数、液相电势参数、液相锂离子浓度参数、固相锂离子浓度参数和电池温度参数;
步骤S110,基于所述目标参数,预测所述待检测锂离子电池的锂沉积结果。
由于现有的锂离子电池的锂沉积预测方法中通常会忽略锂离子电池在充放电过程中温度对锂沉积结果的影响,在本发明中,通过将电池温度参数加入到对锂离子电池的锂沉积预测过程中,使得预测结果更符合工程实际,提高了预测结果的精度。
本发明中,通过根据锂离子电池的实际尺寸构建三维电化学模型提高了模拟仿真锂离子电池的准确性,以及将锂离子电池的温度参数添加到预测锂离子电池的锂沉积预测过程中,达到了提高了预测锂沉积结果的精度进而解决了现有技术中对锂离子电池的锂沉积的预测精度较低的技术问题,从而实现了提高了预测锂沉积结果的精度的技术效果。
需要说明的是,金属锂沉积条件包括:待检测锂离子电池负极的固相电势小于或等于待检测锂离子电池负极的液相电势,或者待检测锂离子电池负极的固相锂离子浓度值达到预设的嵌锂浓度阈值。
在本发明实施例中,步骤S104还包括如下步骤:
基于电荷守恒定律、物料守恒定律、电极动力学定律、热力学参数、动力学参数和所述尺寸数据,构建所述待检测锂离子电池的三维电化学模型;
基于能量守恒定律和所述尺寸数据构建待检测锂离子电池的三维热模型。
在本发明实施例中,通过待检测锂离子电池的真实尺寸的三维电化学模型,并将能量守恒方程引入到电化学模型中,通过参数传递的方式进行耦合计算,预测锂离子电池充电过程的锂沉积行为,显著提高了模拟仿真的准确性。
在本发明实施例中,如图2所示,步骤S106还包括如下步骤:
步骤S11,基于所述物理化学参数、阿伦尼乌斯公式、可逆热方程和不可逆热方程,计算所述电化学反应的产热率数据;
步骤S12,将所述产热率数据作为热源输入所述三维热模型,以使所述三维热模型的计算所述待检测锂离子电池的温度数据;
步骤S13,将所述温度数据输入所述三维电化学模型,作为电化学反应的温度,并计算出所述电化学反应的产热率,从而得到所述电化学热耦合模型。
在本发明实施例中,在三维电化学模型和三维热模型进行耦合的过程中,三维电化学模型在模拟锂离子电池在充电过程中的电化学反应时,得到的部分参数会随着锂离子电池的温度的变化发生变化,例如锂离子电池的电解液扩散系数和离子电导率等参数;这些参数与温度的依赖关系可以通过阿伦尼乌斯公式来描述,具体如下:
其中,Φ是一个通用变量,代表的含义有组分的扩散系数、电解液电导率以及电极反应的交换电流密度等。Φref表示在参考温度Tref下的变量值。 Eact,Φ表示变量Φ演变过程的活化能,其值的大小决定了变量Φ对温度的敏感度。
然后,将所述产热率数据作为热源输入所述三维热模型,以使所述三维热模型的计算所述待检测锂离子电池的温度数据,并将温度数据输入三维电化学模型,作为电化学反应的温度,并计算出所述电化学反应的产热率,从而将三维电化学模型和三维热模型耦合在一起,得到电化学热耦合模型。
在本发明实施例中,将上述的基于阿伦尼乌斯公式、可逆热方程和不可逆热方程计算得到的产热率数据输入三维热模型,以使三维热模型计算出电化学反应的温度数据,并将该温度数据作为锂离子电池的电化学反应中的输入三维电化学模型,从而将将三维电化学模型和三维热模型耦合在一起,得到电化学热耦合模型。
在本发明实施例中,步骤S108还包括如下步骤:
步骤S21,基于电荷守恒定律、物料守恒定律、能量守恒定律和所述物理化学参数,得到包含所述目标参数的目标公式;
步骤S22,将所述目标公式输入所述电化学热耦合模型,求解出所述目标参数。
在本发明实施例中,为了能够更加精确的计算出锂离子电池在充电过程中的锂沉积结果,可以通过基于电荷守恒定律、物料守恒定律、能量守恒定律和所述物理化学参数,构建包含目标参数的目标公式。
然后将目标公式输入到电化学热耦合模型中,由电化学热耦合模型计算出预测锂离子电池的锂沉积结果所需要的参数。
在本发明实施例中,步骤S31还包括如下步骤:
步骤S41,基于电荷守恒定律和所述物理化学参数,得到包含固相电势参数的第一公式,以及得到包含液相电势参数和电解液的液相锂离子浓度参数的第二公式;
步骤S42,基于物料守恒定律和所述物理化学参数,得到包含电解液的液相锂离子浓度参数的第三公式,以及得到包含电解液的固相锂离子浓度参数的第四公式;
步骤S43,基于能量守恒定律和所述物理化学参数,得到包含所述待检测锂离子电池的电池温度参数的第五公式。
在本发明实施例中,基于电荷守恒定律,得到包含固相电势参数的第一公式,第一公式用于表征锂离子电池的电极电荷守恒,电极/电解液界面处固相电流的变化,具体第一公式如下:
其中,is为待检测锂离子电池的固相电流,φs为待检测锂离子电池的固相电势,σeff表示电极电子电导率,jLi用于表征电极/电解液界面处固相电流的变化。
如果待检测锂离子电池的初始条件为T=T0,其中,Ce表示电解液相中锂离子平均浓度(液相锂离子浓度),Cs表示电解液固相中锂离子平均浓度(固相锂离子浓度),T表示电池温度,e表示液相, s表示固相。
当活性物质颗粒尺寸较小时,电极/电解液界面的双电层电容效应较为明显,该双电层电容可以储存一定的能量,并且平滑电池的大倍率脉冲电流通过的电压曲线,因此电荷平衡方程中应考虑双电层电容的影响,修正后的固相电荷平衡方程如下式所示:
其中,表示固相有效电导率,as表示球形颗粒的初始比表面积,Cdl表示双电层电容,t表示时间。
另外,由于待检测锂离子电池上发生的脱嵌反应的反应速度由Butler-Volmer 方程来描述,具体如下:
其中,αa和αc分别表示阳极和阴极电极反应的活化系数,F表示法拉第常数,R表示理想状态气体常数,RSEI表示电极表面生成的SEI(solid electrolyte interface,固体电解质界面)膜电阻,则交换电流密度i0表示电解液相和固相活性材料锂离子浓度的函数如下:
其中,Ce和分别表示电解液相和固相中锂离子平均体积浓度, Cs,max表示固相中锂的最大浓度,反应速率常数k0,i决定于初始交换电流密度和组分浓度。
表面过电势η定义是固相电势φs与液相电势φe和开路电压U之差,表达式如下:
η=φs-φe-U
开路电压U是电池荷电状态SOC和温度的函数,通常采用下式描述U 与温度T的关系:
其中,Tref表示电池参考温度。
电极/电解液界面处固相电流的变化jLi是由于电极/电解液界面处锂离子嵌入和脱嵌引起的,描述方程如下所示:
其中,as,a和as,c表示电极的比表面积,下标a和c分别代表负极和正极,表示负极平均交换电流密度,表示正极平均交换电流密度。
基于电荷守恒定律,在待检测锂离子电池的电解液中电荷守恒的另一种表现形式,如下式(即,包含液相电势参数和电解液的液相锂离子浓度参数的第二公式)所示:
其中,κeff表示离子电导率,表示扩散电导率。
上述第二公式的边界条件为:
扩散电导率的控制方程为:
其中,f±表示电解液平均摩尔活度系数,一般定为常数值;表示与溶剂粘度相关的锂离子迁移数,由电解液和溶剂共同决定,是电解液浓度的函数,本实施例中设其为固定值,如0.363。
电解液相中传质过程可以用浓溶液理论来描述,假设电解液是单一有机溶剂的二元体系,电解液中锂离子平衡公式(即包含电解液的液相锂离子浓度参数的第三公式)如下,第三公式如下:
其中,εe表示电解液相的体积分数,t表示时间,表示电解液扩散系数。
由于电极活性物质涂覆层和集流体界面没有锂离子的迁移,因此电极活性物质涂覆层与集流体界面的边界条件为:
在微观层面,活性材料被认为是球形颗粒组成的,扩散是球形颗粒中锂离子迁移的机理,正负极固相材料中锂离子守恒方程可以用包含电解液的固相锂离子浓度参数的第四公式来描述,第四公式如下:
其中,Ds表示固相活性材料颗粒中锂离子的扩散系数。
第四公式的边界条件为:
其中,Rs表示固相活性材料颗粒的半径。
同时,第四公式还可以用来模拟圆柱形和平面颗粒,处理方法也是类似的。对于半径为Rs的球形颗粒组成的电极,该球形颗粒的初始比表面积如下式所示:
其中,εs表示固相的体积分数,然而对于不规则颗粒的模型,由于准确表征颗粒的微观宏观结构尺度比规则颗粒要复杂的多,计算这种颗粒的比表面积就需要根据实际的比表面积测量值。
锂离子电池在充放电过程中热源有三个部分,包括反应热Qrea,电子和离子迁移的阻力导致的欧姆产热Qohm和电化学反应过电位形成的极化产热 Qact。根据传热学基本原理和能量守恒定律,锂离子电池的热平衡方程如下式(即包含所述待检测锂离子电池的电池温度参数的第五公式)所示:
其中,参数ρi、Cp,i和ki分别表示电池的密度、热容量和导热系数,i 表示可选的正负极;Qre表示可逆热;Qirr表示不可逆热,是欧姆产热和活化热(极化产热)之和,表达式如下式所示:
Qirr=Qohm+Qact
其中,欧姆产热的控制方程如下:
Qohm=qi,(2)+qi,(3)+qs+qi,c
活化热的控制方程如下:
Qact=Sa,ijloc,i(φs,i-φe,i-Ui)
其中,qi,(2)表示多孔电极电子欧姆产热,控制方程为:
qi,(3)表示多孔电极离子欧姆产热,控制方程为:
qs表示隔膜电子欧姆产热,控制方程为:
qi,c表示集流体电子欧姆产热,控制方程为:
其中,表示电解液相有效电导率,f表示活度系数,Ce,i表示正负极液相锂离子浓度,Ci表示正负极锂离子浓度,σi,c表示集流体电导率,φi,c表示集流体电势。
另外,需要说明的是,上述的可逆热Qre等于电化学反应热Qrea,控制方程为:
根据牛顿冷却定律和热辐射定律,能量守恒方程的边界条件如下式所示:
其中,参数λ表示铝塑膜外壳的导热系数,h表示自然对流换热系数, Tamb表示环境温度。
实施例二:
本发明还提供了一种锂离子电池的锂沉积预测装置,该装置用于执行本发明实施例上述内容所提供的锂离子电池的锂沉积预测方法,以下是本发明实施例提供的锂离子电池的锂沉积预测装置的具体介绍。
如图3所述,该装置包括:获取单元,建模单元,耦合单元,计算单元和预测单元,其中,
所述获取单元10用于获取待检测锂离子电池在充电过程中的物理化学参数和所述待检测锂离子电池的尺寸数据;
所述建模单元20用于基于所述物理化学参数和所述尺寸数据构建所述待检测锂离子电池的三维电化学模型和所述待检测锂离子电池的三维热模型;
所述耦合单元30用于将所述三维电化学模型和所述三维热模型进行耦合,得到电化学热耦合模型;
所述计算单元40用于将所述物理化学参数输入所述电化学热耦合模型,计算出所述待检测锂离子电池的目标参数,其中,所述目标参数包括:固相电势参数、液相电势参数、液相锂离子浓度参数、固相锂离子浓度参数和电池温度参数;
所述预测单元50用于基于所述目标参数,预测所述待检测锂离子电池的锂沉积结果。
本发明中,通过根据锂离子电池的实际尺寸构建三维电化学模型提高了模拟仿真锂离子电池的准确性,以及将锂离子电池的温度参数添加到预测锂离子电池的锂沉积预测过程中,达到了提高了预测锂沉积结果的精度进而解决了现有技术中对锂离子电池的锂沉积的预测精度较低的技术问题,从而实现了提高了预测锂沉积结果的精度的技术效果。
可选地,所述建模单元还用于:基于电荷守恒定律、物料守恒定律、电极动力学定律、热力学参数、动力学参数和尺寸数据,构建待检测锂离子电池的三维电化学模型;基于能量守恒定律和所述尺寸数据构建待检测锂离子电池的三维热模型。
可选地,所述计算单元还用于:基于电荷守恒定律、物料守恒定律、能量守恒定律和所述物理化学参数,得到包含所述目标参数的目标公式;将所述目标公式输入所述电化学热耦合模型,以使所述电化学热耦合模型求解出所述目标参数。
可选地,所述计算单元还用于:基于电荷守恒定律和所述物理化学参数,得到包含固相电势参数的第一公式,以及得到包含液相电势参数和电解液的液相锂离子浓度参数的第二公式;基于物料守恒定律和所述物理化学参数,得到包含电解液的液相锂离子浓度参数的第三公式,以及得到包含电解液的固相锂离子浓度参数的第四公式;基于能量守恒定律和所述物理化学参数,得到包含所述待检测锂离子电池的电池温度参数的第五公式。
可选地,所述耦合单元还用于:基于阿伦尼乌斯公式和所述物理化学参数,计算所述电化学反应的温度变化数据;将所述温度变化数据分别输入所述三维电化学模型和所述三维热模型,得到所述电化学热耦合模型。
可选地,所述耦合单元还用于:基于所述物理化学参数、阿伦尼乌斯公式、可逆热方程和不可逆热方程,计算所述电化学反应的产热率数据;将所述产热率数据作为热源输入所述三维热模型,以使所述三维热模型的计算所述待检测锂离子电池的温度数据;将所述温度数据输入所述三维电化学模型,作为电化学反应的温度,并计算出所述电化学反应的产热率,从而得到所述电化学热耦合模型。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,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:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种锂离子电池的锂沉积预测方法,其特征在于,包括:
获取待检测锂离子电池在充电过程中的物理化学参数和所述待检测锂离子电池的尺寸数据;
基于所述物理化学参数和所述尺寸数据构建所述待检测锂离子电池的三维电化学模型和所述待检测锂离子电池的三维热模型;
将三维电化学模型和三维热模型进行耦合,得到电化学热耦合模型;
将所述物理化学参数输入所述电化学热耦合模型,计算所述待检测锂离子电池的目标参数,其中,所述目标参数包括:固相电势参数、液相电势参数、液相锂离子浓度参数、固相锂离子浓度参数和电池温度参数;
基于所述目标参数,预测所述待检测锂离子电池的锂沉积结果。
2.根据权利要求1所述的方法,其特征在于,基于所述物理化学参数和所述尺寸数据构建所述待检测锂离子电池的三维电化学模型和所述待检测锂离子电池的三维热模型包括:
基于电荷守恒定律、物料守恒定律、电极动力学定律、热力学参数、动力学参数和所述尺寸数据,构建所述待检测锂离子电池的三维电化学模型;
基于能量守恒定律和所述尺寸数据构建待检测锂离子电池的三维热模型。
3.根据权利要求1所述的方法,其特征在于,将所述物理化学参数输入所述电化学热耦合模型,计算所述待检测锂离子电池的目标参数包括:
基于电荷守恒定律、物料守恒定律和能量守恒定律,得到包含所述目标参数的目标公式;
将所述目标公式和所述物理化学参数输入所述电化学热耦合模型,求解出所述目标参数。
4.根据权利要求3所述的方法,其特征在于,基于电荷守恒定律、物料守恒定律、能量守恒定律和所述物理化学参数,得到包含所述目标参数的目标公式包括:
基于电荷守恒定律和所述物理化学参数,得到包含固相电势参数的第一公式,以及得到包含液相电势参数第二公式;
基于物料守恒定律和所述物理化学参数,得到包含液相锂离子浓度参数的第三公式,以及得到固相锂离子浓度参数的第四公式;
基于能量守恒定律和所述物理化学参数,得到包含所述待检测锂离子电池的电池温度参数的第五公式。
5.根据权利要求1所述的方法,其特征在于,将所述三维电化学模型和所述三维热模型进行耦合,得到电化学热耦合模型包括:
基于所述物理化学参数、阿伦尼乌斯公式、可逆热方程和不可逆热方程,计算电化学反应的产热率数据;
将所述产热率数据作为热源输入所述三维热模型,以使所述三维热模型的计算所述待检测锂离子电池的温度数据;
将所述温度数据输入所述三维电化学模型,作为电化学反应的温度,并计算出所述电化学反应的产热率,从而得到所述电化学热耦合模型。
6.一种锂离子电池的锂沉积预测装置,其特征在于,包括:获取单元,建模单元,耦合单元,计算单元和预测单元,其中,
所述获取单元用于获取待检测锂离子电池在充电过程中的物理化学参数和所述待检测锂离子电池的尺寸数据;
所述建模单元用于基于所述物理化学参数和所述尺寸数据构建所述待检测锂离子电池的三维电化学模型和所述待检测锂离子电池的三维热模型;
所述耦合单元用于将所述三维电化学模型和所述三维热模型进行耦合,得到电化学热耦合模型;
所述计算单元用于将所述物理化学参数输入所述电化学热耦合模型,计算出所述待检测锂离子电池的目标参数,其中,所述目标参数包括:固相电势参数、液相电势参数、液相锂离子浓度参数、固相锂离子浓度参数和电池温度参数;
所述预测单元用于基于所述目标参数,预测所述待检测锂离子电池的锂沉积结果。
7.根据权利要求6所述的装置,其特征在于,所述建模单元还用于:
基于电荷守恒定律、物料守恒定律、电极动力学定律、热力学参数、动力学参数和尺寸数据,构建待检测锂离子电池的三维电化学模型;
基于能量守恒定律和所述尺寸数据构建待检测锂离子电池的三维热模型。
8.根据权利要求6所述的装置,其特征在于,所述计算单元还用于:
基于电荷守恒定律、物料守恒定律、能量守恒定律和所述物理化学参数,得到包含所述目标参数的目标公式;
将所述目标公式输入所述电化学热耦合模型,求解出所述目标参数。
9.根据权利要求8所述的装置,其特征在于,所述计算单元还用于:
基于电荷守恒定律和所述物理化学参数,得到包含固相电势参数的第一公式,以及得到包含液相电势参数和电解液的液相锂离子浓度参数的第二公式;
基于物料守恒定律和所述物理化学参数,得到包含液相锂离子浓度参数的第三公式,以及得到包含固相锂离子浓度参数的第四公式;
基于能量守恒定律和所述物理化学参数,得到包含所述待检测锂离子电池的电池温度参数的第五公式。
10.根据权利要求6所述的装置,其特征在于,所述耦合单元还用于:
基于所述物理化学参数、阿伦尼乌斯公式、可逆热方程和不可逆热方程,计算电化学反应的产热率数据;
将所述产热率数据作为热源输入所述三维热模型,以使所述三维热模型的计算所述待检测锂离子电池的温度数据;
将所述温度数据输入所述三维电化学模型,作为电化学反应的温度,并计算出所述电化学反应的产热率,从而得到所述电化学热耦合模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910162290.2A CN109946622B (zh) | 2019-03-04 | 2019-03-04 | 一种锂离子电池的锂沉积预测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910162290.2A CN109946622B (zh) | 2019-03-04 | 2019-03-04 | 一种锂离子电池的锂沉积预测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109946622A true CN109946622A (zh) | 2019-06-28 |
CN109946622B CN109946622B (zh) | 2021-02-23 |
Family
ID=67008319
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910162290.2A Active CN109946622B (zh) | 2019-03-04 | 2019-03-04 | 一种锂离子电池的锂沉积预测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109946622B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110580389A (zh) * | 2019-08-29 | 2019-12-17 | 中南大学 | 一种电池极耳的优化方法 |
CN112507579A (zh) * | 2020-11-17 | 2021-03-16 | 江苏大学 | 一种基于电热耦合模型研究锂电池析锂的方法 |
CN113488110A (zh) * | 2021-06-30 | 2021-10-08 | 天目湖先进储能技术研究院有限公司 | 电化学-热耦合模型和基于模型的大容量锂电池仿真方法 |
CN115221798A (zh) * | 2022-09-19 | 2022-10-21 | 中南大学 | 一种电池热过程时空建模预测方法、系统、设备及介质 |
CN115241551A (zh) * | 2022-06-17 | 2022-10-25 | 上海玫克生储能科技有限公司 | 一种锂电池自放电检测方法、系统、终端设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014126411A (ja) * | 2012-12-25 | 2014-07-07 | Toyota Motor Corp | 二次電池の状態推定装置及び制御装置 |
CN106168652A (zh) * | 2016-08-12 | 2016-11-30 | 联想(北京)有限公司 | 锂离子电池性能的检测方法 |
CN108199122A (zh) * | 2017-12-28 | 2018-06-22 | 哈尔滨工业大学 | 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 |
CN108646186A (zh) * | 2018-04-19 | 2018-10-12 | 浙江大学城市学院 | 一种基于电化学特征的单体锂离子电池三维热模型 |
CN108681619A (zh) * | 2018-04-03 | 2018-10-19 | 哈尔滨工业大学 | 方形软包锂离子电池热物性参数辨识方法 |
CN109031141A (zh) * | 2018-07-13 | 2018-12-18 | 江苏塔菲尔新能源科技股份有限公司 | 一种锂离子电池析锂的预测方法 |
CN109143083A (zh) * | 2018-11-07 | 2019-01-04 | 重庆大学 | 一种数据驱动的电动车辆锂离子电池析锂诊断方法 |
CN109388859A (zh) * | 2018-09-17 | 2019-02-26 | 国联汽车动力电池研究院有限责任公司 | 一种锂离子电池性能仿真方法和系统 |
-
2019
- 2019-03-04 CN CN201910162290.2A patent/CN109946622B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014126411A (ja) * | 2012-12-25 | 2014-07-07 | Toyota Motor Corp | 二次電池の状態推定装置及び制御装置 |
CN106168652A (zh) * | 2016-08-12 | 2016-11-30 | 联想(北京)有限公司 | 锂离子电池性能的检测方法 |
CN108199122A (zh) * | 2017-12-28 | 2018-06-22 | 哈尔滨工业大学 | 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 |
CN108681619A (zh) * | 2018-04-03 | 2018-10-19 | 哈尔滨工业大学 | 方形软包锂离子电池热物性参数辨识方法 |
CN108646186A (zh) * | 2018-04-19 | 2018-10-12 | 浙江大学城市学院 | 一种基于电化学特征的单体锂离子电池三维热模型 |
CN109031141A (zh) * | 2018-07-13 | 2018-12-18 | 江苏塔菲尔新能源科技股份有限公司 | 一种锂离子电池析锂的预测方法 |
CN109388859A (zh) * | 2018-09-17 | 2019-02-26 | 国联汽车动力电池研究院有限责任公司 | 一种锂离子电池性能仿真方法和系统 |
CN109143083A (zh) * | 2018-11-07 | 2019-01-04 | 重庆大学 | 一种数据驱动的电动车辆锂离子电池析锂诊断方法 |
Non-Patent Citations (4)
Title |
---|
SIMON HEIN,ET AL: "Influence of local lithium metal deposition in 3D microstructures on local and global behavior of Lithium-ion batteries", 《ELECTROCHIMICA ACTA》 * |
汤依伟: "基于电化学—热耦合模型的锂离子动力电池放电行为研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
汤依伟等: "基于电化学与热能的耦合关系演算聚合物锂离子动力电池的温度状态及分布", 《物理学报》 * |
贾明等: "基于电化学一热耦合模型的铿离子电池电化学行为研究", 《第30届全国化学与物理电源学术年会》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110580389A (zh) * | 2019-08-29 | 2019-12-17 | 中南大学 | 一种电池极耳的优化方法 |
CN112507579A (zh) * | 2020-11-17 | 2021-03-16 | 江苏大学 | 一种基于电热耦合模型研究锂电池析锂的方法 |
CN113488110A (zh) * | 2021-06-30 | 2021-10-08 | 天目湖先进储能技术研究院有限公司 | 电化学-热耦合模型和基于模型的大容量锂电池仿真方法 |
CN113488110B (zh) * | 2021-06-30 | 2023-10-27 | 天目湖先进储能技术研究院有限公司 | 电化学-热耦合模型和基于模型的大容量锂电池仿真方法 |
CN115241551A (zh) * | 2022-06-17 | 2022-10-25 | 上海玫克生储能科技有限公司 | 一种锂电池自放电检测方法、系统、终端设备及存储介质 |
CN115221798A (zh) * | 2022-09-19 | 2022-10-21 | 中南大学 | 一种电池热过程时空建模预测方法、系统、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109946622B (zh) | 2021-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109946622A (zh) | 一种锂离子电池的锂沉积预测方法和装置 | |
Smith et al. | Multiphase porous electrode theory | |
Hein et al. | Influence of local lithium metal deposition in 3D microstructures on local and global behavior of Lithium-ion batteries | |
CN104991980B (zh) | 锂离子电池的电化学机理建模方法 | |
Jiang et al. | A microscopic investigation of ion and electron transport in lithium-ion battery porous electrodes using the lattice Boltzmann method | |
CN105319507B (zh) | 用于估计电池模型参数的方法和系统 | |
Gomadam et al. | Mathematical modeling of lithium-ion and nickel battery systems | |
Andrei et al. | Theoretical and experimental analysis of precipitation and solubility effects in lithium-sulfur batteries | |
US10539621B2 (en) | Method and apparatus for identifying a battery model | |
Jiang et al. | Lattice Boltzmann simulation of ion and electron transport during the discharge process in a randomly reconstructed porous electrode of a lithium-ion battery | |
Purkayastha et al. | An integrated 2-D model of a lithium ion battery: the effect of material parameters and morphology on storage particle stress | |
CN109073710A (zh) | 用于电热电池模型的生成与使用的系统及方法 | |
KR101282687B1 (ko) | 차량용 배터리 상태 예측 방법 | |
Zadin et al. | Finite element modelling of ion transport in the electrolyte of a 3D-microbattery | |
Allu et al. | A three-dimensional meso-macroscopic model for Li-ion intercalation batteries | |
Andersen et al. | Pore-scale transport resolved model incorporating cathode microstructure and peroxide growth in lithium-air batteries | |
Moyles et al. | Asymptotic reduction of a porous electrode model for lithium-ion batteries | |
Sulzer et al. | Faster lead-acid battery simulations from porous-electrode theory: Part I. Physical model | |
CN115453377B (zh) | 基于电化学-热-老化与三维降阶的电池组寿命预测方法 | |
Nandanwar et al. | Charge coup de fouet phenomenon in soluble lead redox flow battery | |
WO2016151336A1 (en) | Battery model comprising plurality of equivalent circuit networks and interface element coupling them | |
Chayambuka et al. | Determination of state-of-charge dependent diffusion coefficients and kinetic rate constants of phase changing electrode materials using physics-based models | |
CN111276718B (zh) | 基于电化学原理的辅助铅酸电池设计与检验的模拟方法 | |
Boovaragavan et al. | A mathematical model of the lead-acid battery to address the effect of corrosion | |
Shi et al. | Physics-based fractional-order model and parameters identification of liquid metal battery |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210831 Address after: 511500 No. 2 of auxiliary building, No. 20, Chuangxing Avenue, Henghe Development Zone, Qingcheng District, Qingyuan City, Guangdong Province (one site and multiple photos) Patentee after: Qingyuan safian New Material Co.,Ltd. Address before: 511500 lijingxuan a1706, 44 xiakuo 2nd Street, Qingcheng District, Qingyuan City, Guangdong Province Patentee before: Tang Yiwei |