CN110471001B - 锂离子电池的诊断方法和锂离子电池的诊断装置 - Google Patents
锂离子电池的诊断方法和锂离子电池的诊断装置 Download PDFInfo
- Publication number
- CN110471001B CN110471001B CN201910387552.5A CN201910387552A CN110471001B CN 110471001 B CN110471001 B CN 110471001B CN 201910387552 A CN201910387552 A CN 201910387552A CN 110471001 B CN110471001 B CN 110471001B
- Authority
- CN
- China
- Prior art keywords
- lithium ion
- ion battery
- capacity
- battery
- index value
- 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
Links
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 title claims abstract description 85
- 229910001416 lithium ion Inorganic materials 0.000 title claims abstract description 85
- 238000002405 diagnostic procedure Methods 0.000 title claims abstract description 25
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 71
- 229910002804 graphite Inorganic materials 0.000 claims abstract description 71
- 239000010439 graphite Substances 0.000 claims abstract description 71
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims abstract description 16
- 229910052814 silicon oxide Inorganic materials 0.000 claims abstract description 16
- LIVNPJMFVYWSIS-UHFFFAOYSA-N silicon monoxide Chemical compound [Si-]#[O+] LIVNPJMFVYWSIS-UHFFFAOYSA-N 0.000 description 80
- 239000002245 particle Substances 0.000 description 36
- 238000012937 correction Methods 0.000 description 24
- 230000008859 change Effects 0.000 description 21
- 230000007423 decrease Effects 0.000 description 18
- 238000003745 diagnosis Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 14
- 239000000203 mixture Substances 0.000 description 12
- 238000000034 method Methods 0.000 description 8
- 239000007773 negative electrode material Substances 0.000 description 8
- 239000003792 electrolyte Substances 0.000 description 6
- 238000007599 discharging Methods 0.000 description 5
- 239000011230 binding agent Substances 0.000 description 4
- 230000008602 contraction Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000006866 deterioration Effects 0.000 description 3
- 229910021469 graphitizable carbon Inorganic materials 0.000 description 3
- 229910003002 lithium salt Inorganic materials 0.000 description 3
- 159000000002 lithium salts Chemical class 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 239000013078 crystal Substances 0.000 description 2
- 230000010534 mechanism of action Effects 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000002904 solvent Substances 0.000 description 2
- 229920002134 Carboxymethyl cellulose Polymers 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- KMTRUDSVKNLOMY-UHFFFAOYSA-N Ethylene carbonate Chemical compound O=C1OCCO1 KMTRUDSVKNLOMY-UHFFFAOYSA-N 0.000 description 1
- 229910013716 LiNi Inorganic materials 0.000 description 1
- 229910001290 LiPF6 Inorganic materials 0.000 description 1
- 229910000572 Lithium Nickel Cobalt Manganese Oxide (NCM) Inorganic materials 0.000 description 1
- 239000004698 Polyethylene Substances 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- FBDMTTNVIIVBKI-UHFFFAOYSA-N [O-2].[Mn+2].[Co+2].[Ni+2].[Li+] Chemical compound [O-2].[Mn+2].[Co+2].[Ni+2].[Li+] FBDMTTNVIIVBKI-UHFFFAOYSA-N 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 239000003575 carbonaceous material Substances 0.000 description 1
- 239000001768 carboxy methyl cellulose Substances 0.000 description 1
- 235000010948 carboxy methyl cellulose Nutrition 0.000 description 1
- 239000008112 carboxymethyl-cellulose Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 239000011889 copper foil Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- IEJIGPNLZYLLBP-UHFFFAOYSA-N dimethyl carbonate Chemical compound COC(=O)OC IEJIGPNLZYLLBP-UHFFFAOYSA-N 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000008151 electrolyte solution Substances 0.000 description 1
- JBTWLSYIZRCDFO-UHFFFAOYSA-N ethyl methyl carbonate Chemical compound CCOC(=O)OC JBTWLSYIZRCDFO-UHFFFAOYSA-N 0.000 description 1
- 239000011245 gel electrolyte Substances 0.000 description 1
- 229910021385 hard carbon Inorganic materials 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000010416 ion conductor Substances 0.000 description 1
- 239000011572 manganese Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- -1 polyethylene Polymers 0.000 description 1
- 229920000573 polyethylene Polymers 0.000 description 1
- 239000007774 positive electrode material Substances 0.000 description 1
- FESBVLZDDCQLFY-UHFFFAOYSA-N sete Chemical compound [Te]=[Se] FESBVLZDDCQLFY-UHFFFAOYSA-N 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 229910021384 soft carbon Inorganic materials 0.000 description 1
- 239000007784 solid electrolyte Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 229920003048 styrene butadiene rubber Polymers 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
-
- 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
-
- 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
- H01M10/4285—Testing apparatus
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M4/00—Electrodes
- H01M4/02—Electrodes composed of, or comprising, active material
- H01M4/36—Selection of substances as active materials, active masses, active liquids
- H01M4/362—Composites
- H01M4/364—Composites as mixtures
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M4/00—Electrodes
- H01M4/02—Electrodes composed of, or comprising, active material
- H01M4/36—Selection of substances as active materials, active masses, active liquids
- H01M4/48—Selection of substances as active materials, active masses, active liquids of inorganic oxides or hydroxides
- H01M4/483—Selection of substances as active materials, active masses, active liquids of inorganic oxides or hydroxides for non-aqueous cells
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M4/00—Electrodes
- H01M4/02—Electrodes composed of, or comprising, active material
- H01M4/36—Selection of substances as active materials, active masses, active liquids
- H01M4/58—Selection of substances as active materials, active masses, active liquids of inorganic compounds other than oxides or hydroxides, e.g. sulfides, selenides, tellurides, halogenides or LiCoFy; of polyanionic structures, e.g. phosphates, silicates or borates
- H01M4/583—Carbonaceous material, e.g. graphite-intercalation compounds or CFx
- H01M4/587—Carbonaceous material, e.g. graphite-intercalation compounds or CFx for inserting or intercalating light metals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
-
- 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
- Chemical & Material Sciences (AREA)
- General Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Inorganic Chemistry (AREA)
- Composite Materials (AREA)
- Materials Engineering (AREA)
- Secondary Cells (AREA)
- Battery Electrode And Active Subsutance (AREA)
- Tests Of Electric Status Of Batteries (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本公开提供锂离子电池的诊断方法和锂离子电池的诊断装置。获取将锂离子电池的充电容量与指标值关联起来的第1信息。利用第1信息,将指标值作为充电容量的函数〔f(x)〕表示,计算函数〔f(x)〕的二阶导数〔f”(x)〕取最小值的极值点。利用极值点的充电容量(xe)诊断锂离子电池。锂离子电池在负极至少包含氧化硅和石墨。指标值能够从锂离子电池的外部进行测定。指标值反映氧化硅和石墨的体积。
Description
技术领域
本公开涉及锂离子电池的诊断方法和锂离子电池的诊断装置。
背景技术
国际公开2015/025402号公开了锂离子电池的充放电控制装置。
发明内容
以往,作为锂离子电池(以下简称为“电池”)的负极活性物质使用石墨。也研究过将氧化硅(以下也记为“SiO”)作为负极活性物质。SiO具有比石墨大的比容量。“比容量(单位:mAh/g)”表示每单位质量的容量。在负极中将石墨的一部分替换为SiO,由此可期待构建出具有高能量密度的电池。
但SiO与石墨相比,具有与充放电相伴的体积变化大的倾向。因此通过反复充放电有可能丧失SiO与石墨的电接触。即、SiO有可能被负极内的导电网络孤立,导致SiO没有参与到充放电中。如果被导电网络孤立的SiO达到一定程度的量,则容量会急剧减少。
国际公开2015/025402号中提出根据dV/dQ曲线的峰位置来推定SiO的容量和石墨的容量。“dV/dQ”表示电压(V)的变化量(dV)相对于容量(Q)的变化量(dQ)之比。dV/dQ曲线中出现来自于SiO的容量的峰。这是由于在SiO的充放电曲线的形状与石墨的充放电曲线的形状之间存在差异。
但是通过反复充放电,会导致SiO的充放电曲线的形状与石墨的充放电曲线的形状之间的差异逐渐减小。因此,在反复充放电之后,有可能难以在dV/dQ曲线中检测到来自于SiO的容量的峰。
本公开的目的是提供一种负极包含氧化硅和石墨的锂离子电池的诊断方法。
以下对本公开的技术构成和作用效果进行说明。但本公开的作用机制包含推定。不应根据作用机制的正确与否来限定权利要求的范围。
〔1〕锂离子电池的诊断方法至少包括以下的(A)~(C)。
(A)获取将锂离子电池的充电容量与指标值关联起来的第1信息。
(B)利用第1信息,将指标值作为充电容量的函数表示,计算该函数的二阶导数取最小值的极值点。
(C)利用极值点的充电容量诊断锂离子电池。
锂离子电池在负极至少包含氧化硅和石墨。指标值可以从锂离子电池的外部进行测定。指标值反映氧化硅和石墨的体积。
本公开的锂离子电池的诊断方法中,获取将锂离子电池的充电容量与指标值关联起来的第1信息。“充电容量”表示在该时刻电池中所充电的容量。例如在充电1Ah的容量之后放电0.5Ah的容量的情况下,该时刻的充电容量为0.5Ah。
“指标值”是可以从电池的外部进行测定的值。由于可以从电池的外部测定指标值,因此可期待一边使用电池(即装载状态下)一边进行电池的诊断。
图1是用于说明本公开的锂离子电池的诊断方法的图。
图1中示出三个图表。上方的图表中,横轴表示充电容量(x),纵轴表示指标值。f(x)是将指标值作为x的函数表示。利用第1信息计算f(x)。
中间的图表中,横轴表示充电容量(x),纵轴表示指标值的变化率(斜率)。f’(x)表示f(x)的一阶导数。利用第1信息计算f’(x)。
下方的图表中,横轴表示充电容量(x),纵轴表示斜率的变化率。f”(x)表示f(x)的二阶导数。利用第1信息计算f”(x)。
本公开的锂离子电池的诊断方法中,指标值反映SiO和石墨的体积。指标值反映SiO和石墨的体积表现为,指标值相对于SiO的体积的增加而单调增加,并且指标值相对于石墨的体积的增加而单调增加。单调增加表示广义上的单调增加(单调不减少)。
如上方的图表和中间的图表所示,如果相对于充电容量(x)绘制指标值(即指标值作为x的函数表示),则出现指标值的变化率(斜率)相对大的第1区域(R1)和斜率相对小的第2区域(R2)。
第1区域(R1)出现在充电容量(x)小的一侧。第1区域(R1)反映SiO的容量。SiO与锂离子的反应电位高于石墨与锂离子的反应电位。因此在SiO与石墨的混合系统中,在充电容量(x)小的区域中SiO的反应占主导地位。SiO与石墨相比,与充放电相伴的体积变化大。因此在第1区域(R1)中f(x)具有相对大的斜率。
第2区域(R2)出现在充电容量(x)大的一侧。第2区域(R2)反映石墨的容量。石墨与锂离子的反应电位低于SiO与锂离子的反应电位。因此在SiO与石墨的混合系统中,在充电容量(x)大的区域中石墨的反应占主导地位。石墨与SiO相比,与充放电相伴的体积变化小。因此在第2区域(R2)中f(x)具有相对小的斜率。
下方的图表中示出斜率的变化率的推移。f”(x)在第1区域(R1)与第2区域(R2)的边界成为最小值。这是由于如中间的图表所示,在第1区域(R1)与第2区域(R2)的边界,斜率〔f’(x)〕减少。
本公开的锂离子电池的诊断方法中,计算斜率的变化率〔f”(x)〕取最小值的极值点。将极值点的充电容量(xe)作为边界,能够划分第1区域(R1)和第2区域(R2)。即、能够区分SiO的容量和石墨的容量。
极值点的充电容量(xe)反映SiO的容量。可以利用极值点的充电容量(xe)诊断电池。本公开的“诊断”包括选自“判定电池的状态”、“鉴定电池的状态的种类”以及“显示与电池状态相对应的处置”之中的至少一者。例如诊断结果可以是判定在该时刻SiO维持多少容量。例如诊断结果也可以是基于SiO的容量减少,显示出存在容量急剧减少的预兆。
SiO的体积变化与石墨的体积变化之间的差异难以通过反复充放电而减小。另外,SiO的反应电位与石墨的反应电位的差异也难以通过反复充放电而减小。因此,根据本公开的锂离子电池的诊断方法,即使在反复充放电之后,诊断精度也难以降低。
〔2〕指标值是选自锂离子电池的表面压力、锂离子电池的厚度和锂离子电池的体积之中的至少一种。
作为可以从电池的外部进行测定并且反映SiO和石墨的体积的值,例如有电池的表面压力、电池的厚度、电池的体积等。
〔3〕本公开的锂离子电池的诊断方法,可以在极值点的充电容量为基准值以下时,诊断为应该变更锂离子电池的使用电压范围。
如图1的上方的图表所示,通过设定基准值(xr),能够检测出极值点的充电容量(xe)(即“SiO的容量”)减少至基准值以下。在SiO的容量减少至基准值以下的情况下,为了抑制SiO的容量减少的进行,可以得出应该变更电池的使用条件这样的诊断结果。
例如可以得出应该变更锂离子电池的使用电压范围这样的诊断结果。通过变更电池的使用电压范围,能够减轻充放电时对SiO的负担。由此可期待SiO的容量减少的进行得到抑制。进而也可以期待电池的寿命延长。
〔4〕本公开的锂离子电池的诊断方法还可以包括以下的(D)和(E)。
(D)获取与锂离子电池的使用历史相关的第2信息。
(E)利用第2信息修正极值点的充电容量。
电池的使用历史会对负极活性物质的劣化带来影响。作为与电池的使用历史相关的第2信息,例如有使用电池的温度环境、经验频率高的电压范围、电池的使用期间等。可以利用第2信息修正极值点的充电容量(xe)(即“SiO的容量”)。由此例如可期待诊断精度的提高。
〔5〕本公开的锂离子电池的诊断装置至少包括存储装置和运算装置。存储装置被构成为存储将锂离子电池的充电容量与指标值关联起来的第1信息。
运算装置被构成为执行以下处理。
(A)从存储装置获取第1信息。
(B)利用第1信息,将指标值作为充电容量的函数表示,计算该函数的二阶导数取最小值的极值点。
(C)利用极值点的充电容量诊断锂离子电池。
锂离子电池在负极至少包含氧化硅和石墨。指标值能够从锂离子电池的外部测定。指标值反映氧化硅和石墨的体积。
本公开的电池的诊断装置被构成为利用极值点的充电容量(xe)诊断电池。极值点的充电容量(xe)反映SiO的容量。因此根据本公开的电池的诊断装置,能够诊断在负极包含SiO和石墨的电池。
〔6〕指标值可以是选自锂离子电池的表面压力、锂离子电池的厚度和锂离子电池的体积之中的至少一种。
〔7〕运算装置可以被构成为在极值点的充电容量为基准值以下时,诊断为应该变更锂离子电池的使用电压范围。
〔8〕存储装置可以被构成为还存储与锂离子电池的使用历史相关的第2信息。
运算装置可以被构成为执行以下处理。
(D)还从存储装置获取第2信息。
(E)利用第2信息修正极值点的充电容量。
本公开的上述及其它目的、特征、方面和优点,可通过结合附图而理解的与本公开相关的以下详细说明来明确。
附图说明
图1是用于说明本公开的锂离子电池的诊断方法的图。
图2是表示锂离子电池的结构的一例的概略图。
图3是表示电极组的结构的一例的概略图。
图4是用于说明SiO和石墨的体积变化的第1概念图。
图5是用于说明SiO和石墨的体积变化的第2概念图。
图6是用于说明SiO和石墨的体积变化的第3概念图。
图7是本实施方式的锂离子电池的诊断方法的流程图。
图8是表示锂离子电池的放电曲线的一例的图。
图9是表示修正系数图表的一例的图。
图10是表示本实施方式的诊断装置的结构的一例的概念图。
具体实施方式
以下对本公开的实施方式(本说明书中也记为“本实施方式”)进行说明。但以下的说明并不限定权利要求的范围。
<锂离子电池>
图2是表示锂离子电池的结构的一例的概略图。
首先对作为诊断对象的锂离子电池进行说明。电池100是方形电池。但电池100并不限定于方形电池。电池100也可以是圆筒形电池、层压型电池等。
电池100包含壳体90。壳体90被密封。壳体90例如可以为金属制。壳体90收纳电极组50。
图3是表示电极组的结构的一例的概略图。
电极组50是卷绕型。电极组50是通过正极10、隔板30、负极20和隔板30以该顺序层叠、进而将它们呈螺旋状卷绕而形成的。
但电极组50并不限定于卷绕型。电极组50也可以是层叠(堆叠)型。即电极组50可以通过将正极10和负极20交替分别层叠1枚以上而形成。正极10和负极20的各自之间可分别配置隔板30。
负极20例如包含负极集电体21和负极合剂层22。负极集电体21例如可以是铜箔等。负极合剂层22形成在负极集电体21的表面。负极合剂层22可以形成在负极集电体21的正反两面。
负极合剂层22至少包含负极活性物质。负极合剂层22例如可以包含负极活性物质和粘合剂。粘合剂例如可以是羧甲基纤维素、苯乙烯丁二烯橡胶等。负极活性物质与粘合剂的混合比例如可以是“负极活性物质:粘合剂=80:20~99.9:0.1”。
图4是用于说明SiO和石墨的体积变化的第1概念图。
负极合剂层22包含第1粒子1和第2粒子2。第1粒子1和第2粒子2是负极活性物质。第1粒子1包含SiO。第1粒子1可以实质上仅由SiO构成。第2粒子2包含石墨。第2粒子2可以实质上仅由石墨构成。即、电池100在负极20至少包含SiO和石墨。图6中示出放电状态的负极合剂层22。图4中,在第1粒子1与第2粒子2之间存在电接触。
图5是用于说明SiO和石墨的体积变化的第2概念图。
图5中示出充电状态的负极合剂层22。通过充电使第1粒子1和第2粒子2分别膨胀。由此负极20将要膨胀。在电池100的厚度、体积被限制的情况下〔例如在电池组150(后述)中进行束缚以使电池100不能膨胀的情况下〕,由于负极20将要膨胀,导致电池100的表面压力增大。在电池100没有被束缚的情况下,由于负极20发生膨胀,导致电池100的厚度和体积增大。
因此,选自电池100的表面压力、厚度和体积之中的至少一种,可成为反映SiO和石墨的体积的指标值。电池100的表面压力、厚度和体积都可以从电池100的外部进行测定。
再者,本实施方式的“表面压力”表示电池100与传感器201(后述)的接触面压力。电池100的厚度表示图2的Y轴方向的尺寸。图2的Y轴方向上层叠有负极20。因此SiO和石墨的体积变化容易反映到电池100的Y轴方向的尺寸变化。
第1粒子1比第2粒子2更大地膨胀。这是由于第1粒子1包含SiO,第2粒子2包含石墨。图5中,在第1粒子1与第2粒子2之间也存在电接触。
图6是用于说明SiO和石墨的体积变化的第3概念图。
图6中示出从充电状态移至放电状态的负极合剂层22。通过放电,第1粒子1和第2粒子2收缩。由此使负极20收缩。第1粒子1比第2粒子2更大地收缩。这是由于第1粒子1包含SiO,第2粒子2包含石墨。收缩的结果,第1粒子1与第2粒子2之间的电接触有可能丧失。这是由于在膨胀时,第1粒子1会推开周围的第2粒子2(参照图5)。通过第1粒子1与第2粒子2之间的电接触丧失,导致第1粒子1被负极20内的导电网络孤立。如果被导电网络孤立的第1粒子1(SiO)达到一定程度的量,则会发生急剧的容量减少。
再者,图4~图6中,为了便于说明,没有示出第1粒子1(SiO)的膨胀和收缩的定时与第2粒子2(石墨)的膨胀和收缩的定时的差异。实际上,在第1粒子1(SiO)的膨胀和收缩明显的充电容量的范围与第2粒子2(石墨)的膨胀和收缩明显的充电容量的范围之间存在差异。因此,函数〔f(x)〕中会出现第1区域(R1)和第2区域(R2)(参照图1)。
本实施方式的SiO表示包含硅(Si)和氧(O)的化合物。本实施方式的SiO中,Si和O可以具有以往公知的所有原子比。SiO例如可以由“组成式:SiOk(式中,k满足0<k<2)”表示。k例如可以满足0.5≤k≤1.5。SiO例如可以微量含有在其制造时不可避免地混入的杂质元素等。SiO例如可以微量包含有意添加的添加元素等。
本实施方式的石墨表示包含石墨晶体结构或类似石墨的晶体结构的碳材料。因此,本实施方式的石墨例如也包含易石墨化碳和难石墨化碳等。即、负极20可以包含选自石墨、易石墨化碳(也被称为“软碳”)和难石墨化碳(也被称为“硬碳”)之中的至少一种。
在负极20中,SiO与石墨的混合比例如可以为“SiO:石墨=1:99~99:1(质量比)”。SiO与石墨的混合比例如可以为“SiO:石墨=1:99~20:80(质量比)”。SiO与石墨的混合比例如可以为“SiO:石墨=5:95~15:85(质量比)”。
只要负极20包含SiO和石墨,就不特别限定电池100的其它结构(正极10、隔板30、电解质等)。其它结构可以是以往锂离子电池所含的结构。
正极10例如可以包含镍钴锰酸锂(例如LiNi1/3Co1/3Mn1/3O2等)等作为正极活性物质。隔板30例如可以是聚乙烯制的多孔质薄膜等。
电解质是锂离子传导体。电解质例如可以是电解液。电解液包含溶剂和锂盐。溶剂例如可以具有“碳酸亚乙酯/碳酸二甲酯/碳酸甲乙酯=3/4/3(体积比)”等的组成。锂盐例如可以是LiPF6等。锂盐的浓度例如可以为0.5~2mоl/l左右。
电解质可以是凝胶电解质。电解质也可以是固体电解质。即、电池100可以是全固体电池。全固体电池有时不包含隔板30。
<锂离子电池的诊断方法>
以下对本实施方式的锂离子电池的诊断方法进行说明。以下将本实施方式的锂离子电池的诊断方法简称为“本实施方式的诊断方法”。
图7是本实施方式的锂离子电池的诊断方法的流程图。
本实施方式的电池的诊断方法至少包括“(A)第1信息的获取”、“(B)极值点的计算”和“(C)诊断”。本实施方式的电池的诊断方法可以还包括“(D)第2信息的获取”和“(E)修正”。
《(A)第1信息的获取》
本实施方式的电池的诊断方法包括获取将电池100的充电容量与指标值关联起来的第1信息。
指标值是能够从电池100的外部测定的值。指标值可以通过传感器201(后述)等进行测定。由于指标值可以从电池100的外部进行测定,可期待能够在载置状态下诊断电池100。
指标值反映SiO和石墨的体积。如上所述,指标值例如可以是电池100的表面压力、电池100的厚度和电池100的体积等。可以单独使用一种指标值。也可以组合使用两种以上指标值。即、指标值例如可以是选自电池100的表面压力、电池100的厚度和电池100的体积之中的至少一种。
充电容量表示在该时刻对电池100已充电的容量。第1信息例如可以通过在充放电中测定指标值(电池100的表面压力等)而获取。指标值也可以在充放电停止期间进行测定。第1信息例如可以在搭载电池100的车辆内(即载置状态)获取。作为搭载电池100的车辆,例如有电动汽车(EV)、混合动力汽车(HV)、插电式混合动力汽车(PHV)等。
《(B)极值点的计算》
本实施方式的电池的诊断方法包括利用第1信息,将指标值作为充电容量的函数〔f(x)〕表示,计算函数〔f(x)〕的二阶导数〔f”(x)〕取最小值的极值点(参照图1)。
极值点的充电容量(xe)是反映SiO的容量的第1区域(R1)与反应石墨的容量的第2区域(R2)的边界。如图1所示,例如可以将第1区域(R1)和第2区域(R2)可视化(图表化)。以下将“极值点的充电容量(xe)”简称为“充电容量(xe)”。
利用第1信息计算出的充电容量(xe)可以不进行修正而直接用于诊断。该情况(图7的流程图中的判定结果为“否(不修正)”的情况)下,在“(B)极值点的计算”之后移至“(C)诊断”。
可以利用后述的第2信息(使用历史)修正充电容量(xe)。修正后的充电容量(xe’)可以用于诊断。该情况(图7的流程图中的判定结果为“是(修正)”的情况)下,在“(B)极值点的计算”之后移至“(D)第2信息的获取”。
《(C)诊断》
本实施方式的电池的诊断方法包括利用极值点的充电容量(xe)诊断电池100。
例如可以将充电容量(xe)与基准值(xr)进行比较(参照图1)。例如充电容量(xe)为基准值(xr)以下时,可以诊断为电池100处于预定状态。
基准值(xr)例如可基于电池100的充放电循环试验的结果而设定。例如对每1次循环都计算充电容量(xe),执行电池100的充放电循环试验。在充放电循环试验中,取得发生了容量急剧减少的循环数的充电容量(xe)。例如通过将发生了容量急剧减少的循环数的充电容量(xe)乘以预定系数可算出基准值(xr)。例如基准值(xr)可以是发生了容量急剧减少的循环数的充电容量(xe)的1.1~1.5倍左右。也可以阶段性地设定多个基准值。
在充电容量(xe)为基准值(xr)以下时,可以诊断为在电池100中存在容量急剧减少的预兆。在充电容量(xe)大于基准值(xr)时,可以诊断为电池100良好。
诊断结果可以显示出为了使搭载电池100的车辆等良好而应该进行的处置。例如在充电容量(xe)为基准值(xr)以下时,可以诊断为应该更换电池100。
诊断结果例如可以显示出为了延长电池100的寿命而应该进行的处置。例如在充电容量(xe)为基准值(xr)以下时,可以诊断为应该变更电池100的使用条件。作为可变更的使用条件,例如有电池100的使用电压范围、电池100的周围温度(例如冷却条件等)、电池组150中的电池100的束缚压力等。即、在充电容量(xe)为基准值(xr)以下时,可以诊断为应该变更电池100的使用电压范围。
(使用电压范围的变更)
图8是表示锂离子电池的放电曲线的一例的图。
图8中示出两个图表。上方的图表中,横轴表示放电容量。纵轴表示电池电压。图表中示出“初期”的放电曲线和“劣化后”的放电曲线。
“劣化后”表示例如反复充放电后的状态。当由于电池100的使用而使电池100劣化时,放电容量减少,并且放电曲线的形状会发生变化。
下方的图表中,将上方的图表中的横轴转换为SOC(state ofcharge;充电状态)。在下方的图表中,假设使用电压范围固定在3.2V以上且4.0V以下的范围。在电池100的使用电压范围固定的情况下,由于电池100的劣化,使用SOC范围向低SOC侧转移。这是由于放电曲线的形状发生了变化。
SiO的反应电位高于石墨的反应电位。因此,在SOC低的区域中SiO的反应占主导,在SOC高的区域中石墨的反应占主导。由于使用SOC范围向低SOC侧转移,导致充放电时对SiO的负担增大。由于对SiO的负担增大,有可能会促进SiO的容量减少。
例如可以使放电下限电压上升。由此期待使用SOC范围返回高SOC侧,减轻对SiO的负担。图8中示出使放电下限电压从3.2V上升至3.4V的状态。
但放电下限电压升高会导致使用电压范围变窄。由此会使可利用的容量减少。因此可以使充电上限电压上升。图8中示出了使充电上限电压从4.0V上升至4.05V的状态。由此期待抑制可利用的容量的减少。
另外,通过使用SOC范围整体向高SOC侧转移,会使充放电中的SiO和石墨的平均体积增大。由此例如可期待恢复SiO与石墨的电接触。
《(D)第2信息的获取》
本实施方式的电池的诊断方法还可以包括获取与电池100的使用历史相关的第2信息。
第2信息例如可以在搭载电池100的车辆内获取。第2信息例如可以存储于存储装置250(后述)。使用历史例如可以是温度历史、SOC历史等。
《(E)修正》
本实施方式的电池的诊断方法还可以包括利用第2信息修正极值点的充电容量(xe)。
例如可以由使用历史导出修正系数(α)。修正系数例如可以是大于0且小于1的值。通过充电容量(xe)与修正系数(α)相乘,可算出修正后的充电容量(xe’)。将修正后的充电容量(xe’)用于诊断,由此例如可期待诊断精度的提高。
例如可以将修正后的充电容量(xe’)与基准值(xr)进行比较。例如在修正后的充电容量(xe’)为基准值(xr)以下时,可以诊断为在电池100中存在容量急剧减少的预兆。例如在修正后的充电容量(xe’)为基准值(xr)以下时,可以诊断为应该更换电池100。例如在修正后的充电容量(xe’)为基准值(xr)以下时,可以诊断为应该变更电池100的使用条件。例如在修正后的充电容量(xe’)为基准值(xr)以下时,可以诊断为应该变更电池100的使用电压范围。
(修正系数图表)
图9是表示修正系数图表的一例的图。
本实施方式中例如可使用修正系数图表。图9中示出与温度历史和SOC历史相关的修正系数图表。例如在使用温度为“t1”、且使用SOC为“s2”时,导出“α12”作为修正系数。随着使用温度越高,容量减少增大。因此,修正系数图表可以被构成为随着温度越高,修正系数减小。随着使用SOC越高,容量减少增大。因此,修正系数图表可以被构成为随着SOC越高,修正系数减小。
<锂离子电池的诊断装置>
以下对本实施方式的锂离子电池的诊断装置进行说明。以下将本实施方式的锂离子电池的诊断装置简称为“本实施方式的诊断装置”。
本实施方式的诊断装置例如可以搭载于搭载电池100的车辆等。本实施方式的诊断装置例如可以搭载于搭载电池100的固定放置用蓄电系统等。通过本实施方式的诊断装置,例如可以诊断在定期检查等中所回收的电池100。
图10是表示本实施方式的诊断装置的结构的一例的概念图。
诊断装置1000包括输入装置200、存储装置250和运算装置300。即、诊断装置1000至少包括存储装置250和运算装置300。诊断装置1000例如还可以包含输出诊断结果的输出装置等。各装置例如可以通过电缆等相互连接。各装置例如也可以通过无线网络等相互连接。
例如,诊断装置1000和电池100可以构成电池系统2000。即、根据本实施方式可提供电池系统2000。电池系统2000至少包括诊断装置1000和电池100。电池100在负极20至少包含SiO和石墨。电池系统2000可以包含一个电池100。电池系统2000也可以包含多个电池100。电池系统2000可以包含电池组150。
《输入装置》
输入装置200与传感器201连接。向输入装置200输入来自于传感器201的信息。传感器201从电池100的外部测定指标值。指标值反映SiO和石墨的体积。指标值可以是选自电池100的表面压力、电池100的厚度和电池100的体积之中的至少一种。
传感器201应该配合指标值选择适当的传感器。图10的方案中传感器201是表面压力传感器。即、指标值是电池100的表面压力。图10中,多个电池100构成电池组150。多个电池100被束缚件101(例如带等)束缚。传感器201插入电池100与电池100之间。
电池组150,可以在1个电池100中测定指标值。也可以在2个以上电池100中测定指标值。即、电池组150,在至少一个电池100中测定指标值即可。可以单独使用一个传感器201。也可以使用两个以上传感器201。
对于输入装置200,除了来自于传感器201的信息(指标值),还可以输入其它信息。例如可以从其它传感器(未图示)向输入装置200输入表示电池100的使用状态的信息(电压、电流、温度等)。
《存储装置》
存储装置250与运算装置300和输入装置200连接。存储装置250被构成为存储将电池100的充电容量与指标值关联起来的第1信息。
存储装置250可以被构成为还存储与电池100的使用历史相关的第2信息。例如通过在存储装置250中存储向输入装置200输入了的表示电池100的使用状态的信息,能够在存储装置250中制作与电池100的使用历史相关的第2信息。存储装置250可以存储修正系数图表。
《运算装置》
运算装置300与输入装置200和存储装置250连接。运算装置300例如可以从输入装置200获取与电池100的充电容量相关的信息(充电电流、充电时间、放电电流、放电时间等)。运算装置300可以根据与充电容量相关的信息计算各时间点的充电容量。运算装置300可以从输入装置200获取各时间点的指标值(传感器201的检测值)。通过运算装置300将各时间点的充电容量与各时间点的指标值关联起来,可以作成第1信息。运算装置300可以将第1信息存储于存储装置250。
再者,各时间点的充电容量和各时间点的指标值可以不经由运算装置300,而是直接从输入装置200输入存储装置250,并存储于存储装置250。
运算装置300可以被构成为按照来自外部的命令执行图7的流程。运算装置300可以被构成为例如在预定条件成立的情况(例如从上一次诊断起经过了预定时间的情况)下自动执行图7的流程。
运算装置300被构成为按照图7的流程执行以下处理。
(A)从存储装置250获取第1信息。
(B)利用第1信息,将指标值作为充电容量的函数〔f(x)〕表示,计算函数〔f(x)〕的二阶导数〔f”(x)〕取最小值的极值点(参照图1)。
(C)利用极值点的充电容量(xe)诊断电池100。
运算装置300的诊断结果例如可以向输出装置(未图示)输出。由此可以对用户提示诊断结果。运算装置300的诊断结果例如可以向控制电池100的充放电的控制装置(未图示)传递。
运算装置300例如可以被构成为将充电容量(xe)与基准值(xr)进行比较(参照图1)。运算装置300例如可以被构成为在充电容量(xe)为基准值(xr)以下时,诊断为在电池100中存在容量急剧减少的预兆。运算装置300例如可以被构成为在充电容量(xe)为基准值(xr)以下时,诊断为应该更换电池100。
运算装置300例如可以被构成为在充电容量(xe)为基准值(xr)以下时,诊断为应该变更电池100的使用条件。运算装置300例如可以被构成为在充电容量(xe)为基准值(xr)以下时,诊断为应该变更电池100的使用电压范围。
关于电池组150,运算装置300可以诊断为应该变更一部分的电池100的使用条件。运算装置300也可以诊断为应该变更全部的电池100的使用条件。
运算装置300可以被构成为执行以下处理。
(D)还从存储装置250获取第2信息。
(E)利用第2信息修正极值点的充电容量(xe)。
运算装置300例如可以从存储装置250获取第2信息和修正系数图表。运算装置300例如可以利用第2信息和修正系数图表来修正充电容量(xe)。由此计算修正后的充电容量(xe’)。运算装置300可以被构成为利用修正后的充电容量(xe’)诊断电池100。
运算装置300例如可以被构成为将修正后的充电容量(xe’)与基准值(xr)进行比较。运算装置300例如可以被构成为在修正后的充电容量(xe’)为基准值(xr)时,诊断为在电池100中存在容量急剧减少的预兆。运算装置300例如可以被构成为在修正后的充电容量(xe’)为基准值(xr)以下时,诊断为应该更换电池100。
运算装置300例如可以被构成为在修正后的充电容量(xe’)为基准值(xr)以下时,诊断为应该变更电池100的使用条件。运算装置300例如可以被构成为在修正后的充电容量(xe’)为基准值(xr)以下时,诊断为应该变更电池100的使用电压范围。
本公开的实施方式在各个方面只是例示,并不进行任何限制。由权利要求的范围的记载而确定的技术范围,包括与权利要求的范围的记载均等的意义和范围内的所有变更。
Claims (6)
1.一种锂离子电池的诊断方法,所述锂离子电池在负极至少包含氧化硅和石墨,
所述诊断方法至少包括以下步骤:
获取将锂离子电池的充电容量与指标值关联起来的第1信息;
利用所述第1信息,将所述指标值作为所述充电容量的函数表示,计算所述函数的二阶导数取最小值的极值点,所述极值点的所述充电容量反映所述氧化硅的容量;以及
将所述极值点的所述充电容量作为边界进行划分,区分所述氧化硅的容量和所述石墨的容量,由此诊断所述锂离子电池,
所述指标值能够从所述锂离子电池的外部进行测定,
所述指标值反映所述氧化硅和所述石墨的体积,
在所述极值点的所述充电容量为基准值以下时,诊断为应该以使放电下限电压上升并且使充电上限电压上升的方式变更所述锂离子电池的使用电压范围。
2.根据权利要求1所述的锂离子电池的诊断方法,
所述指标值是选自所述锂离子电池的表面压力、所述锂离子电池的厚度和所述锂离子电池的体积之中的至少一种。
3.根据权利要求1或2所述的锂离子电池的诊断方法,还包括以下步骤:
获取与所述锂离子电池的使用历史相关的第2信息;以及
利用所述第2信息修正所述极值点的所述充电容量。
4.一种锂离子电池的诊断装置,所述锂离子电池在负极至少包含氧化硅和石墨,
所述诊断装置至少包括存储装置和运算装置,
所述存储装置被构成为:存储将锂离子电池的充电容量与指标值关联起来的第1信息,
所述运算装置被构成为:从所述存储装置获取所述第1信息,利用所述第1信息,将所述指标值作为所述充电容量的函数表示,计算所述函数的二阶导数取最小值的极值点,将所述极值点的所述充电容量作为边界进行划分,区分所述氧化硅的容量和所述石墨的容量,由此诊断所述锂离子电池,所述极值点的所述充电容量反映所述氧化硅的容量,
所述指标值能够从所述锂离子电池的外部进行测定,
所述指标值反映所述氧化硅和所述石墨的体积,
所述运算装置被构成为:在所述极值点的所述充电容量为基准值以下时,诊断为应该以使放电下限电压上升并且使充电上限电压上升的方式变更所述锂离子电池的使用电压范围。
5.根据权利要求4所述的锂离子电池的诊断装置,
所述指标值是选自所述锂离子电池的表面压力、所述锂离子电池的厚度和所述锂离子电池的体积之中的至少一种。
6.根据权利要求4或5所述的锂离子电池的诊断装置,
所述存储装置被构成为:还存储与所述锂离子电池的使用历史相关的第2信息,
所述运算装置被构成为:还从所述存储装置获取所述第2信息,利用所述第2信息修正所述极值点的所述充电容量。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018-092152 | 2018-05-11 | ||
JP2018092152A JP6965827B2 (ja) | 2018-05-11 | 2018-05-11 | リチウムイオン電池の診断方法およびリチウムイオン電池の診断装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110471001A CN110471001A (zh) | 2019-11-19 |
CN110471001B true CN110471001B (zh) | 2021-12-31 |
Family
ID=68463552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910387552.5A Active CN110471001B (zh) | 2018-05-11 | 2019-05-10 | 锂离子电池的诊断方法和锂离子电池的诊断装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20190346512A1 (zh) |
JP (1) | JP6965827B2 (zh) |
KR (1) | KR102211032B1 (zh) |
CN (1) | CN110471001B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11543460B2 (en) | 2019-09-12 | 2023-01-03 | Samsung Electronics Co., Ltd. | Battery state measuring method and battery management system |
JP7192755B2 (ja) * | 2019-12-11 | 2022-12-20 | トヨタ自動車株式会社 | リチウムイオン電池の製造方法 |
CN112557926B (zh) * | 2020-12-04 | 2024-01-02 | 湖北亿纬动力有限公司 | 一种计算剩余充电时间的方法和装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102037601A (zh) * | 2007-07-12 | 2011-04-27 | A123系统公司 | 用于锂离子电池的多功能混合金属橄榄石 |
CN102064361A (zh) * | 2009-11-18 | 2011-05-18 | 索尼公司 | 二次电池的充电方法和电池充电器 |
CN102576901A (zh) * | 2010-05-18 | 2012-07-11 | 松下电器产业株式会社 | 锂二次电池 |
WO2015025402A1 (ja) * | 2013-08-22 | 2015-02-26 | 株式会社日立製作所 | リチウムイオン電池の充放電制御方法および充放電制御装置 |
CN105050855A (zh) * | 2013-03-22 | 2015-11-11 | 丰田自动车株式会社 | 蓄电系统和用于蓄电装置的满充电容量估计方法 |
CN106471385A (zh) * | 2014-07-10 | 2017-03-01 | 东洋橡胶工业株式会社 | 密闭型二次电池的劣化诊断方法及劣化诊断系统 |
CN106646267A (zh) * | 2017-02-13 | 2017-05-10 | 云南电网有限责任公司电力科学研究院 | 配电终端电池寿命检测方法及装置 |
CN107835947A (zh) * | 2015-07-13 | 2018-03-23 | 三菱电机株式会社 | 锂离子电池的充电状态推测方法及锂离子电池的充电状态推测装置 |
CN107852019A (zh) * | 2015-07-21 | 2018-03-27 | 株式会社村田制作所 | 充电方法、电池装置、充电装置、劣化诊断方法、电池组、电动车辆和蓄电装置 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004014462A (ja) * | 2002-06-11 | 2004-01-15 | Matsushita Electric Ind Co Ltd | 二次電池の残存容量測定装置 |
JP4123184B2 (ja) * | 2004-04-27 | 2008-07-23 | ソニー株式会社 | 二次電池の残容量算出方法および電池パック |
US8877387B2 (en) * | 2009-12-25 | 2014-11-04 | Toyota Jidosha Kabushiki Kaisha | Method for producing lithium ion secondary battery |
WO2011132268A1 (ja) * | 2010-04-21 | 2011-10-27 | トヨタ自動車株式会社 | 二次電池の劣化度算出装置およびそれを搭載する車両と二次電池の劣化度算出方法 |
KR101954285B1 (ko) * | 2011-09-09 | 2019-03-05 | 가부시키가이샤 지에스 유아사 | 상태 관리 장치, 축전 소자의 균등화 방법 |
JP5660003B2 (ja) * | 2011-10-24 | 2015-01-28 | トヨタ自動車株式会社 | 二次電池の劣化状態判別システム及び劣化状態判別方法。 |
CN102768343A (zh) * | 2012-07-30 | 2012-11-07 | 浙江南博电源科技有限公司 | 一种锂离子二次电池正负极容量匹配情况的评测方法 |
JP5740798B2 (ja) * | 2012-12-17 | 2015-07-01 | 横河電機株式会社 | 二次電池最大容量測定装置 |
JP6466635B2 (ja) * | 2013-06-14 | 2019-02-06 | 信越化学工業株式会社 | 非水電解質二次電池用負極の製造方法及び非水電解質二次電池の製造方法 |
US10063072B2 (en) * | 2013-11-29 | 2018-08-28 | Hitachi Automotive Systems, Ltd. | Battery module and assembled battery |
WO2015162967A1 (ja) * | 2014-04-23 | 2015-10-29 | 三菱電機株式会社 | 電池残量推定装置および電池残量推定方法 |
JP6323311B2 (ja) * | 2014-11-26 | 2018-05-16 | トヨタ自動車株式会社 | 車載二次電池の容量推定装置 |
JP2018041529A (ja) * | 2015-01-29 | 2018-03-15 | 三洋電機株式会社 | 非水電解質二次電池の放電制御装置及び方法 |
KR101846642B1 (ko) * | 2015-02-02 | 2018-04-06 | 주식회사 엘지화학 | 이차 전지의 저항 팩터 결정 방법, 상기 저항 팩터를 이용한 충전 출력 추정 장치 및 방법 |
JP6638227B2 (ja) * | 2015-07-10 | 2020-01-29 | 株式会社Gsユアサ | 蓄電素子劣化状態推定装置、蓄電素子劣化状態推定方法及び蓄電システム |
-
2018
- 2018-05-11 JP JP2018092152A patent/JP6965827B2/ja active Active
-
2019
- 2019-04-23 US US16/391,720 patent/US20190346512A1/en not_active Abandoned
- 2019-05-10 KR KR1020190054665A patent/KR102211032B1/ko active IP Right Grant
- 2019-05-10 CN CN201910387552.5A patent/CN110471001B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102037601A (zh) * | 2007-07-12 | 2011-04-27 | A123系统公司 | 用于锂离子电池的多功能混合金属橄榄石 |
CN102064361A (zh) * | 2009-11-18 | 2011-05-18 | 索尼公司 | 二次电池的充电方法和电池充电器 |
CN102576901A (zh) * | 2010-05-18 | 2012-07-11 | 松下电器产业株式会社 | 锂二次电池 |
CN105050855A (zh) * | 2013-03-22 | 2015-11-11 | 丰田自动车株式会社 | 蓄电系统和用于蓄电装置的满充电容量估计方法 |
WO2015025402A1 (ja) * | 2013-08-22 | 2015-02-26 | 株式会社日立製作所 | リチウムイオン電池の充放電制御方法および充放電制御装置 |
CN106471385A (zh) * | 2014-07-10 | 2017-03-01 | 东洋橡胶工业株式会社 | 密闭型二次电池的劣化诊断方法及劣化诊断系统 |
CN107835947A (zh) * | 2015-07-13 | 2018-03-23 | 三菱电机株式会社 | 锂离子电池的充电状态推测方法及锂离子电池的充电状态推测装置 |
CN107852019A (zh) * | 2015-07-21 | 2018-03-27 | 株式会社村田制作所 | 充电方法、电池装置、充电装置、劣化诊断方法、电池组、电动车辆和蓄电装置 |
CN106646267A (zh) * | 2017-02-13 | 2017-05-10 | 云南电网有限责任公司电力科学研究院 | 配电终端电池寿命检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
KR20190129754A (ko) | 2019-11-20 |
KR102211032B1 (ko) | 2021-02-02 |
CN110471001A (zh) | 2019-11-19 |
US20190346512A1 (en) | 2019-11-14 |
JP6965827B2 (ja) | 2021-11-10 |
JP2019197698A (ja) | 2019-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9864017B2 (en) | Performance deterioration detecting apparatus and performance deterioration detecting method for energy storage device, and energy storage system | |
JP5315369B2 (ja) | リチウム二次電池の異常充電状態検出装置及び検査方法 | |
KR101951067B1 (ko) | 이차 전지의 제어 장치 및 soc 검출 방법 | |
EP3056917B1 (en) | Apparatus for estimating state of secondary battery including blended positive electrode material and method thereof | |
US10483779B2 (en) | Status determining method for secondary battery, status determining apparatus for secondary battery, secondary battery system, and charge/discharge control apparatus having status determining apparatus | |
KR101419920B1 (ko) | 혼합 양극재를 포함하는 이차 전지의 시스템, 이차 전지의 관리 장치 및 방법 | |
US9041405B2 (en) | Condition estimation device and method of generating open circuit voltage characteristic | |
JP7111015B2 (ja) | 推定装置、蓄電装置、推定方法、及びコンピュータプログラム | |
WO2012095913A1 (ja) | リチウムイオン二次電池の劣化評価方法、及び電池パック | |
CN110471001B (zh) | 锂离子电池的诊断方法和锂离子电池的诊断装置 | |
CN110911764B (zh) | 二次电池系统及二次电池的劣化状态推定方法 | |
JP2012104239A (ja) | リチウムイオン電池の蓄電量推定方法、リチウムイオン電池の蓄電量推定プログラム、リチウムイオン電池の蓄電量補正方法及びリチウムイオン電池の蓄電量補正プログラム | |
WO2015011872A1 (ja) | 蓄電素子の劣化状態検知装置、劣化状態検知方法及び蓄電システム | |
JP7131002B2 (ja) | 二次電池の劣化推定装置 | |
KR102477915B1 (ko) | 리튬 이온 전지의 제조 방법 | |
JP7131568B2 (ja) | 推定装置、推定方法及びコンピュータプログラム | |
JP2023030370A (ja) | リチウムイオン二次電池の劣化推定装置、リチウムイオン二次電池の電池容量推定方法 |
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 |