CN111420898A - 一种退役电池分选方法及其应用的系统 - Google Patents

Abstract

一种退役电池分选方法，其包括：S1.将退役的电池组进行拆解，并筛选出合格的单体电池；S2.获取各个所述合格的单体电池的充放电数据；S3.通过所述充放电数据获得充放电曲线，并计算出所述充放电曲线与固定参考曲线之间的动态弯曲距离；S4.依据所述动态弯曲距离，将各个所述合格的单体电池分类成不同组别。本发明解决了现有技术中无法兼顾一致性的问题。

Description

一种退役电池分选方法及其应用的系统

技术领域

本发明属于电池技术领域，特别是涉及一种退役电池分选方法及其应用的系统。

背景技术

本发明公开了一种退役电池分选方法，对于从电动汽车上退役下来的电池进行梯次利用时，需要进行拆解而后重新成组，单体电池的一致性高低会影响到电池组的性能，准确的单体电池一致性估计方法可以提高电池梯次利用企业的生产效益，降低不合格产品的产出率。因此，准确的对退役电池进行一致性评估显得尤为重要。

在大部分情况下，现有技术中基本采用的是基于静态特性包括容量、电压、内阻的静态分选方法，其特点是操作简单，但精确度低。主要原因是因为静态特性没有时间参数，无法全面的反映出电池的负载时间和变化，难以反映出电池的内部特性，而电池寿命是消费者对于产品购买决策中的重要因素，其中梯次利用电池分选技术的研究发展是延长退役电池寿命的重要因素。在当前的技术水平下，电池包必须由多块退役电池通过一定的串并联构成，由于目前的分选技术只考虑到了退役电池的容量、内阻、电压等静态特性，使得成组后电池包的动态特性较差，导致产品出厂率低，对企业效益带来影响。

发明内容

本发明的目的是提供一种退役电池分选方法，解决了现有分选技术中存在的没有考虑到电池动态特性的问题。

为解决上述技术问题，本发明是通过以下技术方案实现：

本发明提供一种退役电池分选方法，包括：

S1、将退役的电池组进行拆解，并筛选出合格的单体电池；

S2、获取各个所述合格的单体电池的充放电数据；

S3、通过所述充放电数据获得充放电曲线，并计算出所述充放电曲线与固定参考曲线之间的动态弯曲距离；及

S4、依据所述动态弯曲距离，将各个所述合格的单体电池分类成不同组别。

在本发明的一个实施例中，所述退役电池分选方法还包括获取所述合格单体电池的容量、电压、内阻。

在本发明的一个实施例中，所述退役电池分选方法还包括将合格单体电池的容量、电压内阻及所述动态弯曲距离组合样本集矩阵，并将矩阵带入聚类算法中完成组别分类。

在本发明的一个实施例中，所述电池组包括多个单体电池。

在本发明的一个实施例中，所述多个单体电池规格可各不相同。

在本发明的一个实施例中，所述获取合格单体电池的电压及内阻前需静置各个合格单体电池。

在本发明的一个实施例中，步骤S2中获取各个所述合格的单体电池的充放电数据的采样间隔为30秒至90秒之间。

在本发明的一个实施例中，步骤S3中获得充放电曲线采用多项式分段拟合。

在本发明的一个实施例中，所述多项式分段拟合是基于适应度变量的自动分段拟合过程。

在本发明的一个实施例中，在步骤S4中分类方法为K-means法。

在本发明的一个实施例中，所述多个单体电池中至少二单体电池的规格相同。

本发明提供一种应用退役电池分选方法的系统，其特征在于，包括：

至少二退役电池组；

电池管理装置，连接所述退役电池组，用以对所述电池组进行分选，并筛选出合格的单体电池；

其中，所述电池管理装置通过所述充放电数据获得充放电曲线，并计算出所述充放电曲线与固定参考曲线之间的动态弯曲距离；及

其中，所述电池管理装置依据所述动态弯曲距离，将各个所述合格的单体电池分类成不同组别。

本发明的一种退役电池分选方法，首先对数据进行预处理进行分段拟合，然后获得曲线间的动态弯曲距离，再结合原有静态分选方法中的电压、容量和内阻三种静态特性，利用聚类的方法对电池进行深度配组，获取具有高一致性的电池组，提高退役电池的利用率、节约成本。

当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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是本发明所述方法的流程图；

图2是本发明所述方法的示意图；

图3是实施例中57块电池的动态弯曲距离结果；

图4是充电测试结果；

图5是放电测试结果；

图6是本发明一种应用退役电池分选方法的系统示意图。

组件标号：

100-应用退役电池分选方法的系统，200-电池管理装置，201-检测装置，202-处理芯片，300-电池组。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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它实施例，都属于本发明保护的范围。

本发明公开了一种退役电池分选方法，使用本发明公开的方法对电池成组后，相较于传统的静态特征分选方法来说，其放电后压差得到有效抑制，且其容量得以提升。

请参阅图所示，在本实施例中，所述退役电池分选方法至少包括以下步骤：将退役的电池组进行拆解，并筛选出合格的单体电池(步骤S1)；获取各个所述合格的单体电池的充放电数据(步骤S2)；通过所述充放电数据获得充放电曲线，并计算出所述充放电曲线与固定参考曲线之间的动态弯曲距离(步骤S3)；依据所述动态弯曲距离，将各个所述合格的单体电池分类成不同组别(步骤S4)。

请参阅图1所示，在本实施例中，首先将退役的电池组进行拆解，并筛选出合格的单体电池，其中所述电池组包括多个单体电池，更进一步的，合格的单体电池这一要求至少包括：外观无膨胀、漏液、裂纹、腐蚀等现象。其次获取各个所述合格的单体电池的充放电数据，其中所述合格的单体电池的充放电数据的采样间隔为30秒至90秒之间，例如为60秒。再者通过所述充放电数据获得充放电曲线，并计算出所述充放电曲线与固定参考曲线之间的动态弯曲距离，其中获得所述充放电曲线是采用多项式分段拟合。更进一步地，所述多项式分段拟合是基于适应度变量的自动分段拟合过程。再者，获取所述合格单体电池的容量、电压、内阻，且优选地，获取合格单体电池的电压及内阻前需静置各个合格单体电池。最后，依据所述合格单体电池的容量、电压、内阻及动态弯曲距离，将各个所述合格的单体电池分类成不同组别，其中，具体的是将将合格单体电池的容量、电压、内阻及所述动态弯曲距离组合样本集矩阵，并将矩阵带入聚类算法中完成组别分类。更近一步地，聚类算法可为K-means法。

请参阅图1所示，在本实施例中，在步骤S1中还包括将不合格的单体电池进行原料回收。

请参阅图1所示，在本实施例中，在步骤S2中具体包括：

S21：获取各个所述合格的单体电池的充放电数据；

S22：选取剩余容量在50％以上开路电压不低于设定下限且内阻不高于设定上限的合格单体电池；

S23：对不符合要求的单体电池进行原料回收。

请参阅图1所示，在本实施例中，在步骤S3中，测试系统采样精度不高，需要处理数据，利用多项式自动分段拟合的方法对离散点进行分段拟合，将拟合误差作为适应度变量来搜索误差最小的分段拟合方式，其中，自动分段原理如下：首先默认将电压曲线分为3段，即激活极化段，欧姆极化段、浓差极化段，但是对于不同的单体电池来讲，放电过程中处于每一段的时间不同，因此为了保证拟合精度，本发明采用基于适应度变量的方式来进行曲线的划分，即在拟合方法确定的前提下，使用拟合误差作为适应度变量，设置每一段长度的初值后，在保证三段长度总和不变的情况下，每一段加上或者减去0-20之间的随机数，例如为15来模拟不同的分段方式，进行拟合后计算误差，直至迭代次数达到最高次数，例如为100次，并选取其中误差最小的分段方式作为最终的分段拟合方法。

请参阅图1所示，在本实施例中，在步骤S3中，计算所述充放电曲线与固定参考曲线之间的动态弯曲距离原理如下：动态弯曲距离的提出主要是为了解决欧氏距离对时间序列的时间轴的变形敏感这一问题。由于不同单体电池的放电时间不同，普通的欧式距离无法准确测量出曲线之间的相似程度。

对于长度为m和n的两个时间序列Q＝{q₁,q₂,…,q_m},C＝{c₁,c₂,…,c_n}，构造大小为m×n的距离矩阵M，其中元素值M_i,j为q_i和c_i的距离值d(q_i,c_i)＝(q_i-c_i)²，弯曲路径W＝w₁,w₂,…,w_e,…,w_k(max(m,n)≤K＜m+n-1)是由M中满足下列约束调节的元素集合：

(Ⅰ)端点条件：w₁＝M_1,1且w_k＝M_m,n，该条件规定了弯曲路径起始位置和终止位置在距离矩阵M中所处位置。

(Ⅱ)连续性：若w_e＝M_a,b，w_e-1＝M_a',b'，则有a-a'≤1且b-b'≤1，该条件保证了弯曲路径的每一步在距离矩阵M中都是相邻的。

(Ⅲ)单调性：若w_e＝M_a,b，w_e-1＝M_a',b'，则有a-a'≥0且b-b'≥0。该条件保证了弯曲路径上的元素在时间轴上的单调性。

根据弯曲路径的定义可知，对时间序列Q及时间序列C，可以构造出多条弯曲路径，其要求的动态弯曲距离DTW(Q,C)为距离矩阵中所有弯曲路径中最短弯曲路径的长度，动态弯曲距离的计算并非需要进行相似度计算的两个序列的每一维数据一一对齐，可以进行错位对齐，并求取相似度最高的错位对齐方式，进行动态处理，可以很好的适应时间伸缩、弯曲及线性漂移等问题，大大的提升了整体方法的准确率及效率。

请参阅图1所示，在本实施例中，聚类算法可为K-means法，K-means聚类算法是一种迭代求解的聚类分析算法，其步骤是随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本，聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程被不断重复，直到误差满足条件或者迭代次数达到最高，在本实施例中，是将合格单体电池的容量、内阻、电压及动态弯曲距离作为初始的聚类中心，基于动、静态的分选方法对电池进行深度配组，其充电后单体电池电压均可达到3.4V以上、放电后压差减小以及容量提升，各方面性能均优于普通方法挑选的电池组，即深度配组后方案挑选出的电池组循环寿命更长，一致性更高，具有较高的工业价值。

请一并参阅图2至图4所示，在一具体实施例中，首先将退役下来的电池组经过拆解和外观筛选操作，剔除外观存在膨胀、漏液、裂纹、腐蚀等现象的单体电池并将其进行原料回收，然后进入分选流程。首先将电池在分容柜上进行测试，分容柜的采样间隔可设置为30秒至90秒之间，例如为1次/min，测试完成后将容量信息记录下来，并将充放电数据保存下来。

请一并参阅图2至图4所示，在一具体实施例中，将合格单体电池结束静置后，需要手动测量电池的电压和内阻信息，并用标签的形式记录在电池上。算法处理充放电曲线，并计算动态弯曲距离，之后将电池的容量、电压、内阻以及对应的动态弯曲距离组成特征向量，所有电池样本的特征向量组成样本集矩阵代入聚类算法中，完成后获取分类结果。程序如附图2所示。

请一并参阅图2至图4所示，在一具体实施例中，为了比较本发明提出的方法与传统的基于静态特征的分选方法的优劣，设计了如下对比实验，首先取相同批次的1000块电池样本，将电池按照电压、内阻以及容量进行配组，配组大小为59块，将这些电池的动态弯曲距离按照从小到大的顺序排列，如图3所示，将前16块电池作为实验组1，将第40-55块电池作为实验组2，从编号为17-39，56-59的电池中随机挑选出16块作为对照组3。其中两个实验组中单体电池之间的动态弯曲距离相较于对照组来说更为接近，从理论上看，其实验结果应该优于对照组3的结果。

请一并参阅图2至图4所示，在一具体实施例中，实验遵循以下充放电制度：以0.2C的充电倍率进行恒流充电，截止电压为4.2V，达到截止电压后，进行恒压充电，直至电流下降至20mA，静置30min后测量单体电池电压，然后以0.33C的倍率进行恒流放电，截止电压为3.6V，静置30min后测量单体电池电压。

请参阅图4所示，三组电池组的单体电池最大压差均小于50mv，但是对照组的单体电池电压没有达到3.4V以上，属于不合格产品。

请参阅图5所示，从实验组和对照组这两种不同的方案上来讲：在压差上，压差越小越好，结果表明两组实验组的电池压差更小(56mv<71mv,61mv<71mv)。说明实验组的单体电池的一致性要优于对照组。实验组相较于对照组分别抑制了21.1％和14.1％。

基于实验数据集中电池充放电数据的分析，在放电达到截止电压后，电压会有一定程度的回升，而且这种回升的高度会随着电池性能的劣化而升高。在这一点上，可以看出，实验组的电压回升均小于对照组。即结果说明实验组的电池性能要优于对照组。

理论上，实验组2中电池的动态弯曲距离是高于实验组1的，动态弯曲距离越大，说明电池性能越。从图5可以看出，实际测试中，实验组2的电压回升高度平均值是小于实验组1的，也即是说，实验组2的电池组性能要优于实验组1，与理论结果一致，表明在实验组内部，基于动态弯曲距离特征分选的电池组性能的变化是可控的。

在容量方面，实验组1的电池组容量为28.96Ah，实验组2的电池组容量为29.12Ah，对照组3的电池组容量为28.09Ah，容量提升分别为3.1％和3.6％。

本具体实施例对1000只锂电池样本按照上述分选方法配组后，对通过串联方式组合的电池组设计了实验对照组。实验结果有效说明分选方法的可行性以及对企业生产效益的提升和不合格产品率的抑制。

请参阅图6所示，在本实施例中，本发明提供一种应用退役电池分选方法的系统，包括：至少：至少二电池组，及电池管理装置连接所述电池组，以对所述电池组进行分选。

请参阅图6，在本实施例中，本发明提供一种应用退役电池分选方法的系统100，包括：至少二电池组300，及电池管理装置200连接所述电池组，以对所述电池组300进行故障诊断，其中电池管理装置200可包括检测装置201、处理芯片202，所述检测装置201连接所述处理芯片202。

在本实施例中，所述电池组300包括多个单体电池，所述单体电池可为铝酸电池或锂电池。

在一些实施例中，应用退役电池分选方法的系统100可以外置于所述电池组300。

在一些实施例中，应用退役电池分选方法的系统100可以内置于所述电池组300。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (10)

1.一种退役电池分选方法，其特征在于，包括：

将退役的电池组进行拆解，并筛选出合格的单体电池；

获取各个所述合格的单体电池的充放电数据；

通过所述充放电数据获得充放电曲线，并计算出所述充放电曲线与固定参考曲线之间的动态弯曲距离；及

依据所述动态弯曲距离，将各个所述合格的单体电池分类成不同组别。

2.根据权利要求1所述的一种退役电池分选方法，其特征在于，所述电池组包括多个单体电池。

3.根据权利要求1所述的一种退役电池分选方法，其特征在于，所述退役电池分选方法还包括获取所述合格单体电池的容量、电压、内阻。

4.根据权利要求1所述的一种退役电池分选方法，其特征在于，所述退役电池分选方法还包括将合格单体电池的容量、电压内阻及所述动态弯曲距离组合样本集矩阵，并将矩阵带入聚类算法中完成组别分类。

5.根据权利要求1所述的一种退役电池分选方法，其特征在于，所述获取合格单体电池的电压及内阻前需静置各个合格单体电池。

6.根据权利要求1所述的一种退役电池分选方法，其特征在于，所述合格的单体电池的充放电数据的采样间隔为30秒至90秒之间。

7.根据权利要求1所述的一种退役电池分选方法，其特征在于，利用所述充放电数据获得充放电曲线这一步骤中获得充放电曲线采用多项式分段拟合。

8.根据权利要求7所述的一种退役电池分选方法，其特征在于，所述多项式分段拟合是基于适应度变量的自动分段拟合过程。

9.根据权利要求1所述的一种退役电池分选方法，其特征在于，所述多个单体电池中至少二单体电池的规格相同。

10.一种应用退役电池分选方法的系统，其特征在于，包括：

至少二退役电池组；

电池管理装置，连接所述退役电池组，用以对所述电池组进行分选,并筛选出合格的单体电池；

其中，所述电池管理装置通过所述充放电数据获得充放电曲线，并计算出所述充放电曲线与固定参考曲线之间的动态弯曲距离；

其中，所述电池管理装置依据所述动态弯曲距离，将各个所述合格的单体电池分类成不同组别。

Images