CN111025155A - 基于电池动态老化模型快速模拟动力电池老化过程的方法 - Google Patents

基于电池动态老化模型快速模拟动力电池老化过程的方法 Download PDF

Info

Publication number
CN111025155A
CN111025155A CN201911308938.9A CN201911308938A CN111025155A CN 111025155 A CN111025155 A CN 111025155A CN 201911308938 A CN201911308938 A CN 201911308938A CN 111025155 A CN111025155 A CN 111025155A
Authority
CN
China
Prior art keywords
battery
aging
model
aging model
power battery
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
CN201911308938.9A
Other languages
English (en)
Other versions
CN111025155B (zh
Inventor
田晟
吕清
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.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
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 South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN201911308938.9A priority Critical patent/CN111025155B/zh
Publication of CN111025155A publication Critical patent/CN111025155A/zh
Application granted granted Critical
Publication of CN111025155B publication Critical patent/CN111025155B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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]
    • G01R31/367—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]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)

Abstract

本发明公开了一种基于电池动态老化模型快速模拟动力电池老化过程的方法，把电池老化描述为日历老化和循环老化两种过程，并分别建立电池的日历老化模型和循环老化模型，这两种模型以动力电池工作的电流和环境温度为输入，输出动力电池容量的衰减值；最后，以电池工作电流的大小为转换条件，把这两种模型统一于电池的动态老化模型，在计算机环境下搭建该电池动态老化模型，基于该模型可以计算动力电池在不同工作电流和环境温度下其容量衰减值，快速模拟了在不同工作环境和车辆工况下动力电池的老化过程。本发明可以计算动力电池在不同工作电流和环境温度下其容量衰减值，快速模拟了在不同工作环境和车辆工况下动力电池的老化过程。

Description

基于电池动态老化模型快速模拟动力电池老化过程的方法
技术领域
本发明属于动力电池的技术领域，具体涉及一种基于电池动态老化模型快速模拟动力电池老化过程的方法。
背景技术
动力电池的老化问题贯穿于电动汽车整个使用与维护过程，动力电池使用过程中，电动汽车运行的环境、行驶的工况以及电池的充电方案等因素都会对电池的容量衰减产生影响。但是由于缺少反映这些影响因素与电池的衰减容量之间数学模型，导致研究这些影响因素对动力电池寿命的影响，仍依赖实车进行试验验证，验证周期长且成本较高。
现有的电池老化模型可以分为机理模型和经验模型。一般而言，电池老化的机理模型是利用电池实际物理过程的反应动力学方程来描述电池的老化机理。不同类型的动力电池需要考虑不同的电池老化机理的影响因素，因此机理模型不具备通用性，而且电池老化机理模型中的相关物理参数变化情况在实际情况下难以直接测得，模型参数辨识难度高。经验模型则是通过化学反应动力学中的阿伦尼乌斯(Arrhenius)公式来拟合电池容量随时间的变化关系。为了考虑实际情况下各种电池老化的影响因素，可以在阿伦尼乌斯公式中加入各类相应的修正项，例如，环境温度T以及充放电电流倍率Crate等，通过对试验曲线拟合的方式确定阿伦尼乌斯公式中的参数。该类模型是基于大量的电池充放电试验过程中相关数据经过数理统计分析而得到，因此该类模型可以用来分析多种类型电池的老化情况。但是这些经验模型都是通过拟合电池经过一段较长时间的连续充放电操作或者长时间连续静置后，电池的容量与时间关系，与实际动力电池使用过程充放电和静置交替进行的情况有很大的出入，导致该类模型拟合电池老化过程的精度较低。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足，提供一种基于电池动态老化模型快速模拟动力电池老化过程的方法，可以计算动力电池在不同工作电流和环境温度下其容量衰减值，快速模拟了在不同工作环境和车辆工况下动力电池的老化过程。
为了达到上述目的，本发明采用以下技术方案：
基于电池动态老化模型快速模拟动力电池老化过程的方法，包括下述步骤：
(1)分别搭建动力电池的日历老化模型和循环老化模型；
所述日历老化模型的表达式为：
Figure BDA0002323971680000021
式中，
Figure BDA0002323971680000022
表示日历老化过程中电池的容量衰减率；fcal(SOC)是一个指前因子，其值取决于SOC值；Eacal为活化能值；R是摩尔气体常数；T是绝对温度；zcal是一个无量纲的常数；
所述循环老化模型的表达式为：
Figure BDA0002323971680000023
式中，
Figure BDA0002323971680000024
表示循环老化过程中电池的容量衰减率；fcyc(I)是一个指前因子，其值取决于流经电池的I值；Eacyc称为活化能值；β称为电池老化加速系数；其值取决于充放电电流倍率Crate；R是摩尔气体常数；T是绝对温度；zcyc是一个无量纲的常数；
(2)分别开展不同环境温度、初始电池SOC值以及充放电电流倍率的该型锂离子动力电池的日历老化试验和循环老化试验，提取试验数据，并完成动力电池的日历老化模型和循环老化模型参数的辨识；
(3)分别把电池的日历老化模型和循环老化模型的表达式对时间t求导，得到
Figure BDA0002323971680000031
和
Figure BDA0002323971680000032
的表达式，如下式所示：
Figure BDA0002323971680000033
Figure BDA0002323971680000034
(4)利用电池工作电流的大小作为转换条件，把电池的日历老化模型和循环老化模型统一于电池动态老化模型，模型下式所示：
Figure BDA0002323971680000035
式中dt为电池使用过程中某一较短时间，Qloss为电池动态老化模型估计的电池容量衰减率，Icyc为最小的循环充放电电流，当流经电池的电流大小超过该阈值，即认为电池进入循环老化过程；
(5)完成电池动态老化模型的搭建，设定动力电池在不同工况下的工作电流和环境温度信息，快速计算得到电池在某一段时间内其电池容量的衰减值。
作为优选的技术方案，步骤(2)中：电池老化试验温度范围设定在30～60℃之间。为反映高、中、低三种状态的SOC对电池老化的影响，把三种状态电池的初始SOC设为30％、65％和100％；将电池老化试验的倍率设定在2C～10C之间。作为优选的技术方案，步骤(2)中，根据不同环境温度、初始电池SOC值电池日历老化试验曲线，利用递归最小二乘法拟合动力电池的日历老化模型，确定参数fcal(SOC)、Eacal、Zcal的值；根据不同环境温度、电池充放电倍率的循环老化试验曲线，利用递归最小二乘法拟合动力电池的循环老化模型，确定参数fcyc(I)、Eacyc、β、Zcyc的值。
作为优选的技术方案，步骤(4)中，利用电池工作电流的大小作为转换条件，该电流值的大小应根据不同类型的动力电池组进行试验标定，标定的初始化转换电流Icyc设为0.25C。
作为优选的技术方案，步骤(5)中，在计算机环境下利用matlab/simulink工具完成电池动态老化模型的搭建。
本发明与现有技术相比，具有如下优点和有益效果：
1、本发明在计算机环境中完成电池动态老化模型的搭建，并开展了不同充电方案下动力电池老化情况的仿真试验，实现较短的仿真时间内模拟电池漫长老化过程中其容量衰减的变化趋势，达到了以仿真分析代替电池老化试验的效果，节约了试验成本。
2、本发明中的电池老化模型是采用经验模型，模型具有很好的通用性，对于不同类型的电池，只需要通过修改模型系数来匹配不同类型电池的需求，而不需要重新搭建电池的老化模型。
附图说明
图1为动力电池动态老化模型的建模流程图；
图2为快速模拟动力电池老化过程方法的流程图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
实施例
本实施例选用某型纯电动车搭载的三元锂动力电池作为研究对象，通过在计算机环境下搭建的动态老化模型快速计算该型动力电池在不同工作环境温度和工作电流状态下容量的衰减值，如图1、图2所示，本基于电池动态老化模型快速模拟动力电池老化过程的方法，包括下述步骤：
Step1:分别搭建动力电池的日历老化模型和循环老化模型，所述日历老化模型的表达式为：
Figure BDA0002323971680000051
式中，
Figure BDA0002323971680000052
表示日历老化过程中电池的容量衰减率；fcal(SOC)是一个指前因子，其值取决于SOC值；Eacal为活化能值；R是摩尔气体常数；T是绝对温度；zcal是一个无量纲的常数；
所述循环老化模型的表达式为：
Figure BDA0002323971680000053
式中，
Figure BDA0002323971680000054
表示循环老化过程中电池的容量衰减率；fcyc(I)是一个指前因子，其值取决于流经电池的I值；Eacyc称为活化能值；β称为电池老化加速系数；其值取决于充放电电流倍率Crate；R是摩尔气体常数；T是绝对温度；zcyc是一个无量纲的常数；
基于阿伦尼乌斯公式分别构建的电池日历老化模型和循环老化模型，由于在电池静置的日历老化过程中，电池的SOC对容量衰减影响最大，因此引入了只与SOC相关的指前因子fcal(SOC)来修正模型。同样的，由于在电池循环老化过程中，流经电池的I对容量衰减影响最大，因此引入只与I相关的指前因子fcyc(I)来修正模型。
Step2:分别开展不同环境温度、初始电池SOC值以及充放电电流倍率的该型锂离子动力电池的日历老化试验和循环老化试验，提取试验数据，利用递归最小二乘法完成动力电池的日历老化模型和循环老化模型参数的辨识；
进一步的，电池较适宜的存储温度在30℃左右，当存储温度超过60℃，其老化速度会急剧增大，因此将电池老化试验温度范围设定在30～60℃之间。为反映高、中、低三种状态的SOC对电池老化的影响，把3电池的初始SOC可设为30％、65％和100％。为加快电池的老化速率以及兼顾试验安全，将电池老化试验的倍率设定在2C～10C之间。
根据不同环境温度、初始电池SOC值电池日历老化试验曲线，利用递归最小二乘法拟合动力电池的日历老化模型，确定参数fcal(SOC)、Eacal、Zcal的值；根据不同环境温度、电池充放电倍率的循环老化试验曲线，利用递归最小二乘法拟合动力电池的循环老化模型，确定参数fcyc(I)、Eacyc、β、Zcyc的值。
Step3:分别把电池的日历老化模型和循环老化模型的表达式对时间t求导，得到
Figure BDA0002323971680000061
和
Figure BDA0002323971680000062
的表达式，如下式所示：
Figure BDA0002323971680000063
Figure BDA0002323971680000064
Step4:利用电池工作电流的大小作为转换条件，把电池的日历老化模型和循环老化模型统一于电池动态老化模型，模型下式所示：
Figure BDA0002323971680000071
式中dt为电池使用过程中某一较短时间，Qloss为电池动态老化模型估计的电池容量衰减率，Icyc为最小的循环充放电电流，当流经电池的电流大小超过该阈值，即认为电池进入循环老化过程，反之，电池处于日历老化过程。
进一步的，利用电池工作电流的大小作为转换条件，该电流值的大小应根据不同类型的动力电池组进行试验标定，标定的初始化转换电流Icyc建议设为0.25C。
Step5:在计算机环境下利用matlab/simulink工具完成电池动态老化模型的搭建，设定动力电池在不同工况下的工作电流和环境温度等信息，快速计算得到电池在某一段时间内其电池容量的衰减值。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (5)

1.基于电池动态老化模型快速模拟动力电池老化过程的方法，其特征在于，包括下述步骤：
(1)分别搭建动力电池的日历老化模型和循环老化模型；
所述日历老化模型的表达式为：
Figure FDA0002323971670000011
式中，
Figure FDA0002323971670000012
表示日历老化过程中电池的容量衰减率；fcal(SOC)是一个指前因子，其值取决于SOC值；Eacal为活化能值；R是摩尔气体常数；T是绝对温度；zcal是一个无量纲的常数；
所述循环老化模型的表达式为：
Figure FDA0002323971670000013
式中，
Figure FDA0002323971670000014
表示循环老化过程中电池的容量衰减率；fcyc(I)是一个指前因子，其值取决于流经电池的I值；Eacyc称为活化能值；β称为电池老化加速系数；其值取决于充放电电流倍率Crate；R是摩尔气体常数；T是绝对温度；zcyc是一个无量纲的常数；
(2)分别开展不同环境温度、初始电池SOC值以及充放电电流倍率的该型锂离子动力电池的日历老化试验和循环老化试验，提取试验数据，并完成动力电池的日历老化模型和循环老化模型参数的辨识；
(3)分别把电池的日历老化模型和循环老化模型的表达式对时间t求导，得到
Figure FDA0002323971670000015
和
Figure FDA0002323971670000016
的表达式，如下式所示：
Figure FDA0002323971670000017
Figure FDA0002323971670000021
(4)利用电池工作电流的大小作为转换条件，把电池的日历老化模型和循环老化模型统一于电池动态老化模型，模型下式所示：
Figure FDA0002323971670000022
式中dt为电池使用过程中某一较短时间，Qloss为电池动态老化模型估计的电池容量衰减率，Icyc为最小的循环充放电电流，当流经电池的电流大小超过该阈值，即认为电池进入循环老化过程；
(5)完成电池动态老化模型的搭建，设定动力电池在不同工况下的工作电流和环境温度信息，快速计算得到电池在某一段时间内其电池容量的衰减值。
2.根据权利要求1所述基于电池动态老化模型快速模拟动力电池老化过程的方法，其特征在于，步骤(2)中：电池老化试验温度范围设定在30～60℃之间。为反映高、中、低三种状态的SOC对电池老化的影响，把三种状态电池的初始SOC设为30％、65％和100％；将电池老化试验的倍率设定在2C～10C之间。
3.根据权利要求1所述基于电池动态老化模型快速模拟动力电池老化过程的方法，其特征在于，步骤(2)中，根据不同环境温度、初始电池SOC值电池日历老化试验曲线，利用递归最小二乘法拟合动力电池的日历老化模型，确定参数fcal(SOC)、Eacal、Zcal的值；根据不同环境温度、电池充放电倍率的循环老化试验曲线，利用递归最小二乘法拟合动力电池的循环老化模型，确定参数f cyc(I)、Eacyc、β、Zcyc的值。
4.根据权利要求1所述基于电池动态老化模型快速模拟动力电池老化过程的方法，其特征在于，步骤(4)中，利用电池工作电流的大小作为转换条件，该电流值的大小应根据不同类型的动力电池组进行试验标定，标定的初始化转换电流Icyc设为0.25C。
5.根据权利要求1所述基于电池动态老化模型快速模拟动力电池老化过程的方法，其特征在于，步骤(5)中，在计算机环境下利用matlab/simulink工具完成电池动态老化模型的搭建。
CN201911308938.9A 2019-12-18 2019-12-18 基于电池动态老化模型快速模拟动力电池老化过程的方法 Expired - Fee Related CN111025155B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911308938.9A CN111025155B (zh) 2019-12-18 2019-12-18 基于电池动态老化模型快速模拟动力电池老化过程的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911308938.9A CN111025155B (zh) 2019-12-18 2019-12-18 基于电池动态老化模型快速模拟动力电池老化过程的方法

Publications (2)

Publication Number Publication Date
CN111025155A true CN111025155A (zh) 2020-04-17
CN111025155B CN111025155B (zh) 2021-09-21

Family

ID=70210349

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911308938.9A Expired - Fee Related CN111025155B (zh) 2019-12-18 2019-12-18 基于电池动态老化模型快速模拟动力电池老化过程的方法

Country Status (1)

Country Link
CN (1) CN111025155B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112014736A (zh) * 2020-08-21 2020-12-01 中国第一汽车股份有限公司 一种电池寿命预测方法、装置、设备及存储介质
CN112098856A (zh) * 2020-08-26 2020-12-18 贵州电网有限责任公司 一种变电站蓄电池组续航时间动态测量方法
CN112590763A (zh) * 2020-12-23 2021-04-02 吉林大学 一种基于电池热及老化的行星混联混动汽车能量优化方法
CN116577680A (zh) * 2023-07-13 2023-08-11 无锡大派电子有限公司 一种锂电池析锂检测方法及其装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107202960A (zh) * 2017-05-25 2017-09-26 安徽江淮汽车集团股份有限公司 动力电池寿命预测方法
CN107533110A (zh) * 2015-08-21 2018-01-02 株式会社Lg化学 用于评估二次电池的老化程度的设备和方法
CN108021735A (zh) * 2017-11-07 2018-05-11 上海科梁信息工程股份有限公司 电池的模拟方法、上位机、实时仿真机及电池模拟系统
CN109747428A (zh) * 2019-02-27 2019-05-14 合肥国轩高科动力能源有限公司 一种电动汽车电池包剩余容量估算方法
CN109964137A (zh) * 2017-07-06 2019-07-02 株式会社Lg化学 用于估计二次电池的容量保持率的装置和方法
CN110261790A (zh) * 2019-04-10 2019-09-20 北京海博思创科技有限公司 电池健康状态的预估方法、装置及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107533110A (zh) * 2015-08-21 2018-01-02 株式会社Lg化学 用于评估二次电池的老化程度的设备和方法
CN107202960A (zh) * 2017-05-25 2017-09-26 安徽江淮汽车集团股份有限公司 动力电池寿命预测方法
CN109964137A (zh) * 2017-07-06 2019-07-02 株式会社Lg化学 用于估计二次电池的容量保持率的装置和方法
CN108021735A (zh) * 2017-11-07 2018-05-11 上海科梁信息工程股份有限公司 电池的模拟方法、上位机、实时仿真机及电池模拟系统
CN109747428A (zh) * 2019-02-27 2019-05-14 合肥国轩高科动力能源有限公司 一种电动汽车电池包剩余容量估算方法
CN110261790A (zh) * 2019-04-10 2019-09-20 北京海博思创科技有限公司 电池健康状态的预估方法、装置及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
I.BLOOM 等: "An accelerated calendar and cycle life study of Li-ion cells", 《JOURNAL OF POWER SOURCES》 *
JOHN WANGA 等: "Cycle-life model for graphite-LiFePO4 cells", 《JOURNAL OF POWER SOURCES》 *
丁黎 等: "锂离子电池的老化特性分析", 《电源技术》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112014736A (zh) * 2020-08-21 2020-12-01 中国第一汽车股份有限公司 一种电池寿命预测方法、装置、设备及存储介质
CN112098856A (zh) * 2020-08-26 2020-12-18 贵州电网有限责任公司 一种变电站蓄电池组续航时间动态测量方法
CN112098856B (zh) * 2020-08-26 2023-08-18 贵州电网有限责任公司 一种变电站蓄电池组续航时间动态测量方法
CN112590763A (zh) * 2020-12-23 2021-04-02 吉林大学 一种基于电池热及老化的行星混联混动汽车能量优化方法
CN116577680A (zh) * 2023-07-13 2023-08-11 无锡大派电子有限公司 一种锂电池析锂检测方法及其装置

Also Published As

Publication number Publication date
CN111025155B (zh) 2021-09-21

Similar Documents

Publication Publication Date Title
CN111025155B (zh) 基于电池动态老化模型快速模拟动力电池老化过程的方法
CN103698709B (zh) 一种燃料电池剩余寿命预测方法
CN107861075B (zh) 一种确定动力电池sop的方法
CN103529399A (zh) 一种基于铅酸电池改进型pngv模型的模拟方法
Wang et al. Estimation of battery open-circuit voltage and state of charge based on dynamic matrix control-extended Kalman filter algorithm
CN112557907A (zh) 一种基于gru-rnn的电动汽车锂离子电池的soc估计方法
CN111983457A (zh) 一种基于lstm神经网络的电池组soh估算方法
WO2023274194A1 (zh) 一种适用于富锂锰基电池的高阶模型参数辨识方法和系统
CN110795851A (zh) 一种考虑环境温度影响的锂离子电池建模方法
CN111366864B (zh) 一种基于固定压升区间的电池soh在线估计方法
CN115952698B (zh) 一种锂电池储能箱热能管理优化方法及系统
WO2022242058A1 (zh) 针对现实新能源汽车的电池健康状态估计方法
CN113075557B (zh) 一种车主自适应的动力电池剩余寿命预测方法
CN111766530A (zh) 锂离子蓄电池单体寿命检测方法
CN103728570A (zh) 一种基于电池热特性的健康状态检测方法
CN113311337A (zh) 基于相关向量回归的锂离子电池剩余寿命检测方法
Wang et al. Lithium-ion battery security guaranteeing method study based on the state of charge estimation
Ceylan et al. A novel Lithium-Ion-Polymer battery model for hybrid/electric vehicles
Wang et al. State of health estimation of lithium-ion battery in wide temperature range via temperature-aging coupling mechanism analysis
CN111562499B (zh) 一种新能源汽车锂动力电池热管理模拟方法
CN105677979A (zh) 基于Butler-Volmer方程的钛酸锂电池改进模型
CN115792642B (zh) 一种动力电池寿命的估算方法及装置
Xie et al. A new solution to the spherical particle surface concentration of lithium-ion battery electrodes
CN111931328A (zh) 一种基于夏季气候的车用锂离子电池工况及寿命阶段预测方法
CN116466238A (zh) 一种电池包寿命评估方法、装置及测试设备

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210921