CN111487553A - 一种电池单体一致性评价的方法及其装置 - Google Patents
一种电池单体一致性评价的方法及其装置 Download PDFInfo
- Publication number
- CN111487553A CN111487553A CN202010310482.6A CN202010310482A CN111487553A CN 111487553 A CN111487553 A CN 111487553A CN 202010310482 A CN202010310482 A CN 202010310482A CN 111487553 A CN111487553 A CN 111487553A
- Authority
- CN
- China
- Prior art keywords
- sample
- battery
- local
- distance
- consistency
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 239000000178 monomer Substances 0.000 title claims abstract description 27
- 230000002159 abnormal effect Effects 0.000 claims abstract description 43
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 26
- 238000011156 evaluation Methods 0.000 claims abstract description 16
- 238000012360 testing method Methods 0.000 claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000001453 impedance spectrum Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 17
- 238000010586 diagram Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 5
- 229910052802 copper Inorganic materials 0.000 description 5
- 239000010949 copper Substances 0.000 description 5
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 229910001416 lithium ion Inorganic materials 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000010998 test method Methods 0.000 description 4
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 3
- 229910052744 lithium Inorganic materials 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000000627 alternating current impedance spectroscopy Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 239000007790 solid phase Substances 0.000 description 1
- 238000012546 transfer 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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- 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]
- G01R31/389—Measuring internal impedance, internal conductance or related variables
-
- 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
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种电池单体一致性评价的方法及其装置，该方法首先进行电池的电化学交流阻抗测试，建立等效电路，经拟合后得到欧姆内阻的数值，再通过局部异常因子算法计算局部可达密度来反映电池模组的电池单体样本的异常程度，最后通过对局部可达密度和局部异常因子值的分析，得出异常点数据，实现电池模组间电池单体的一致性评价。该装置包括进行电化学阻抗测试获得电池欧姆内阻值的第一模块，获取样本局部可达密度并确定局部异常因子数值的第二模块，输出结果进行一致性评价的第三模块。首先对本发明基于密度的异常因子算法，将其应用于电池的一致性评价，不仅具有准确度高和适应性强的优点，同时拓展了局部异常因子算法的应用领域。
Description
技术领域
本发明涉及一种一致性评价的方法及其装置，尤其涉及一种电池单体一致性评价的方法及其装置。
背景技术
锂电池模组在应用过程中，电池单体的的一致性至关重要，所谓一致性是指构成电池模组的每一个电池单体其电压、电荷状态、温度、容量及其衰减率、自放电率、充放电效率等参数的一致性程度。这些参数的差异主要有以下两个原因：其一，在生产电池单体的过程中，电池制造原材料以及生产工艺的差别，导致单体性能的差异；其二，在电池模组的使用过程中，电池单体因使用环境的变化而引起电池单体老化程度及自放电的差异。参与组合的电池单体数量越多，各单体之间出现差异的可能性就越大。因而，电池组内电池一致性的控制就显得格外重要，电池模组中电池单体的一致性差不仅会导致不能准确判断电池组电荷状态及电池健康状态，还会导致整个电池模组的性能衰减，电池使用寿命降低，甚至可能引发安全性问题。因此，有效地评价锂电池模组间电池单体一致性至关重要。
目前有以下三种方法对电池不一致性鉴别：第一种是在电池成组前，利用静态的方法，通过测量比对电压、直流内阻、容量等参数，将参数相近的电池筛选成组；第二种是利用动态的方法来检测，如充放电曲线、温差等参数，将参数相近的电池筛选成组；第三种是电池成组后，利用电池管理系统(BMS)监测管理电池。但是所述的三种方法在应用过程中都存在一定的不足之处：第一种方法所得到的静态参数，只能反应电池的简单参数，不能够反映运行过程中的实际工况，也不足以应对电池单体大容量成组后的一致性筛选。第二种方法所得到的动态数据，虽然能反映运行过程中的实际工况，但是目前公开的方法中，大多需要经过利用充放电相关仪器对电池进行充放电，设备昂贵，成本高，也不适合大批量电池单体的一致性筛选。第三种方法能够有效监管电池状态，但是也仅能依据某单一判据进行均衡调节，如电压、SOC等外部参数，同样不能反映电池单体的电芯内部性能。
对于电池单体的一致性评价统计方法，第一种是利用锂电池模组中电池单体所得到的静态数据或者电池实际运行过程中产生的动态数据，简单计算各电池单体参数的均差、方差、极差、离散系数和斜度等，在统计学意义上是合理的，但这些统计分析指标误差大，不够全面，也无法体现电池组内电池单体的参数差异性；第二种是基于逐步迭代策略的一致性评价方法，该类方法虽然更有助于体现电池本征信息，但是无法直观表现电池组内电池单体的参数差异性。
发明内容
发明目的：本发明的第一个目的是提供一种适用性好、准确度高的电池单体一致性评价的方法；
本发明的第二个目的是提供一种电池单体一致性评价的装置。
技术方案：本发明的电池单体一致性评价的方法，包括以下步骤：
对待测电池单体进行交流阻抗测试，经拟合分析得到电池单体的欧姆内阻值；
利用局部异常因子算法计算检测样本的局部可达密度；
根据所述局部异常因子数值对检测样本进行一致性评价，从而得到电池单体的一致性结果。
优选地，所述利用局部异常因子算法计算电池欧姆内阻值组成样本的局部可达密度，包括：
对欧姆内阻值组成的样本进行距离计算；
确定R(i)的第k距离以内的所有点的样本个数集合，即第k距离邻域Nk(R(i)，记为|Nk(R(i))|，且|Nk(R(i))|≥k；
确定样本与其Nk(R(i))中样本的可达距离；
根据样本与其Nk(R(i))中样本的可达距离计算局部可达密度。
优选地，所述对欧姆内阻值组成的样本进行距离计算，为利用公式1进行计算：
其中，dk(R(i))表示点(R(i))的第k距离，R(k＝t)表示距R(i)第k远的数据点，但不包括点R(i)。
优选地，确定样本与其Nk(R(i))中样本的可达距离，为利用公式2进行计算：
rdt(R(i),R(j))＝max(dk(R(i)),‖R(i)-R(j)‖)＝
max(‖R(i)-R(k＝k)‖,‖R(i)-R(j)‖) (2)
其中，样本R(i)与其领域对象R(j)的可达距离定义为rdt(R(i),R(j))，R(i)与R(j)的第k距离为‖R(i)-R(k＝k)‖，R(i)和R(j)之间的距离为‖R(i)-R(j)‖。rdt(R(i),R(j))的含义是当R(i)距R(j)的距离比R(i)距R(k＝t)更近时，直接用最大的‖R(i)-R(k＝k)‖表示R(i)到R(j)的可达距离，否则用‖R(i)-R(j)‖表示。
优选地，所述样本的局部可达密度用lrdk(R(i))表示，公式如下：
其中，分母部分为R(i)的k距离邻域中所有样本点到R(i)的可达距离的平均值。
优选地，所述局部异常因子用lofk(R(i))表示，公式如下：
式(4)的分子部分为R(i)的k距离邻域中的所有样本的局部可达密度的均值，分母部分为R(i)的局部可达密度。
优选地，步骤(7)中，当所述样本的局部异常因子数值小于或等于1，则所述样本为正常点，即所述电池单体符合一致性要求；反之，所述样本为异常点，即所述电池单体不符合一致性要求。
优选地，步骤(1)中，所述交流阻抗谱测试的交流幅值为1～5mV，扫描频率为0.01Hz～1000Hz。
优选地，步骤(1)中，在进行所述交流阻抗谱测试之前，将待测电池静置，得到内部状态稳定的待测电池电芯。
优选地，步骤(1)中，所述拟合分析时，建立相应的等效电路，并利用ZView软件拟合，所述拟合分析的误差小于3％。
优选地，步骤(1)中，所述交流阻抗谱测试时，将待测电池正负极极柱外接铜片，正极接电化学工作站工作电极，负极同时接电化学工作站辅助电极和参比电极。
优选地，步骤(1)中，所述待测电池静置1h～24h。
本发明还提供了一种电池单体一致性评价的装置，包括：
第一模块，所述第一模块对待测电池进行交流阻抗测试，经拟合分析得到电池欧姆内阻值；
第二模块，所述第二模块利用局部异常因子算法，设置第一模块中经拟合分析得到的电池欧姆内阻值，计算电池欧姆内阻值组成样本的局部可达密度，确定局部异常因子；
第三模块，所述第三模块根据第二模块确定的局部异常因子，输出结果，从而对所述样本进行一致性评价。
本发明采用动态的电化学交流阻抗作为模组间电池单体一致性的评价依据，电化学交流阻抗谱中的欧姆内阻、电荷转移内阻、固相扩散的沃伯格阻抗等可以反映电池动态工况，体现出电池单体的内阻变化情况以及电池老化情况。通过对电池模组间电池单体布置接线单元，对模组间电池单体进行跟踪检测。
有益效果：本发明与现有技术相比，能够取得下列有益效果：1、不仅利用电化学交流阻抗谱动态参数进行电池模组间电池单体的一致性评价，而且采用LOF算法实现单体间差异性的异常程度数学描述，使一致性评价准确度更高，并且适应性更强。2、本发明测试过程不需要大型昂贵的充放电设备，只需要电化学工作站对电池施加微量电流扰动，不仅成本低，还可以避免安全风险。3、能直观体现电池参数的差异性，同时也拓展了LOF算法的应用领域。
附图说明
图1为本发明方法的流程图；
图2为24块40Ah磷酸铁锂电池单体电化学交流阻抗谱；
图3为3P12S磷酸铁锂电池1号模组间72Ah电池单体欧姆内阻LOF算法结果示意图；
图4为图2为3P12S磷酸铁锂电池2号模组间72Ah电池单体欧姆内阻LOF算法结果示意图；
图5为3P12S磷酸铁锂电池3号模组间72Ah电池单体欧姆内阻LOF算法结果示意图。
具体实施方式
下面结合说明书附图对本发明作进一步详细描述。
实施例1
如图1，本发明的电池单体一致性评价的方法，包括以下步骤：
步骤1，将预备成组串并联的24块40Ah方形磷酸铁锂电池静置4h，以保证待测电池电芯内部状态稳定。
步骤2，对24块40Ah方形磷酸铁锂电池进行交流阻抗测试，待测电池正负极极柱外接铜片，正极接电化学工作站工作电极，负极同时接电化学工作站辅助电极和参比电极。
步骤3，对电池进行恒电位EIS测试方法，开路电压为电位值，交流幅值为5mV，扫描频率为0.01Hz～1000Hz，测试电池在25℃、标准大气压状态下的交流阻抗谱，结果如图2所示。
步骤4，建立相应的等效电路利用ZView软件进行拟合分析，且拟合误差小于3％，得到电池欧姆内阻值。
步骤5，进行样本距离计算，当k＝t时，计算R(i)的k距离，其中R(k＝t)表示距R(i)第k远的数据样本dk(R(i))，但不包括点R(i)。距离表述公式如下：
步骤6，确定R(i)的第k距离以内的所有点的样本个数集合，即第k距离领域Nk(R(i))，记为|Nk(R(i))|，且|Nk(R(i))|≥k。
步骤7，确定样本与其Nk(R(i))中样本的可达距离，即R(i)到R(j)的可达距离，样本R(i)与其领域对象R(j)的可达距离为与R(j)的第k距离，即‖R(i)-R(k＝k)‖，R(i)和R(j)之间的距离，即‖R(i)-R(j)‖，两者中的较大值。用公式表述如下：
rdt(R(i),R(j))＝max(dk(R(i)),‖R(i)-R(j)‖)
＝max(‖R(i)-R(k＝k)‖,‖R(i)-R(j)‖)
步骤8，确定样本的局部可达密度，R(i)的局部可达密度是R(i)的k距离邻域中所有样本点到R(i)的可达距离的平均值的倒数，公式表述如下：
R(i)的k距离邻域中所有样本点到R(i)的可达距离的平均值，即为上式的分母部分，代表RN (t)中样本的密集程度，密集程度低，该平均值越大，倒数值lrdk(R(i))的值越小，即R(i)越远离它邻域中的点。反之亦然。
步骤9，根据步骤8确定的局部可达密度lrdk(R(i))，进一步确定局部异常因子，公式表述如下：
R(i)的k距离邻域中的所有样本的局部可达密度的均值，即为上式的分子部分，分母部分为R(i)的局部可达密度。
步骤10，通过比较R(i)的密度和其k距离邻域的密度来判断R(i)是否是异常点，R(i)的密度越高，即局部可达密度lrdk(R(i))越大，lofk(R(i))的值越接近1或小于1，R(i)越可能是正常点，则认为该电池符合一致性要求。但是，R(i)的密度越低，即lrdk(R(i))越小，lofk(R(i))的值越大，R(i)越可能为异常点，则认为该电池不符合一致性要求。
步骤11，根据上述局部异常因子算法(LOF)针对交流阻抗谱中欧姆内阻值的计算输出结果，整理出LOF算法结果示意图，直观的表达锂离子电池单体样本数据的一致性情况。
实施例2
如图3所示，一种电池单体一致性评价的方法包含的以下步骤：
步骤1，将使用过一段时间的三并十二串，即3P12S磷酸铁锂电池1号模组间36块72Ah方形磷酸铁锂电池静置8h，以保证待测电池电芯内部状态稳定。
步骤2，对36块72Ah方形磷酸铁锂电池进行交流阻抗测试，待测电池正负极极柱外接铜片，正极接电化学工作站工作电极，负极同时接电化学工作站辅助电极和参比电极。
步骤3，对电池进行恒电位EIS测试方法，开路电压为电位值，交流幅值为1mV，扫描频率为0.01Hz～1000Hz，测试电池在26℃、标准大气压状态下的交流阻抗谱。
步骤4，建立相应的等效电路利用ZView软件进行拟合分析，且拟合误差小于3％，得到电池欧姆内阻值。
步骤5，进行样本距离计算，当k＝t时，计算R(i)的k距离，其中R(k＝t)表示距R(i)第k远的数据样本dk(R(i))，但不包括点R(i)。距离表述公式如下：
步骤6，确定R(i)的第k距离以内的所有点的样本个数集合，即第k距离领域Nk(R(i))，记为|Nk(R(i))|，且|Nk(R(i))|≥k。
步骤7，确定样本与其Nk(R(i))中样本的可达距离，即R(i)到R(j)的可达距离，样本R(i)与其领域对象R(j)的可达距离为与R(j)的第k距离，即‖R(i)-R(k＝k)‖，R(i)和R(j)之间的距离，即‖R(i)-R(j)‖，两者中的较大值。用公式表述如下：
rdt(R(i),R(j))＝max(dk(R(i)),‖R(i)-R(j)‖)
＝max(‖R(i)-R(k＝k)‖,‖R(i)-R(j)‖)
步骤8，确定样本的局部可达密度，R(i)的局部可达密度是R(i)的k距离邻域中所有样本点到R(i)的可达距离的平均值的倒数，公式表述如下：
R(i)的k距离邻域中所有样本点到R(i)的可达距离的平均值，即为上式的分母部分，代表RN (t)中样本的密集程度，密集程度低，该平均值越大，倒数值lrdk(R(i))的值越小，即R(i)越远离它邻域中的点。反之亦然。
步骤9，根据步骤8确定的局部可达密度lrdk(R(i))，进一步确定局部异常因子，公式表述如下：
R(i)的k距离邻域中的所有样本的局部可达密度的均值，即为上式的分子部分，分母部分为R(i)的局部可达密度。
步骤10，通过比较R(i)的密度和其k距离邻域的密度来判断R(i)是否是异常点，R(i)的密度越高，即局部可达密度lrdk(R(i))越大，lofk(R(i))的值越接近1或小于1，R(i)越可能是正常点，则认为该电池符合一致性要求。但是，R(i)的密度越低，即lrdk(R(i))越小，lofk(R(i))的值越大，R(i)越可能为异常点，则认为该电池不符合一致性要求。
步骤11，根据上述局部异常因子算法针对交流阻抗谱中欧姆内阻值的计算输出结果，整理出LOF算法结果示意图，如图3所示，以圆圈圈出的点为该算法输出的异常点，即该电池不符合一致性要求，更加直观的表达锂离子电池模组间电池单体样本数据的一致性情况。
实施例3
如图4所示，一种电池单体一致性评价的方法包含的以下步骤：
步骤1，将新的三并十二串，即3P12S磷酸铁锂电池2号模组间36块72Ah方形磷酸铁锂电池静置2h，以保证待测电池电芯内部状态稳定。
步骤2，对36块72Ah方形磷酸铁锂电池进行交流阻抗测试，待测电池正负极极柱外接铜片，正极接电化学工作站工作电极，负极同时接电化学工作站辅助电极和参比电极。
步骤3，对电池进行恒电位EIS测试方法，开路电压为电位值，交流幅值为1mV，扫描频率为0.01Hz～1000Hz，测试电池在25℃、标准大气压状态下的交流阻抗谱。
步骤4，建立相应的等效电路利用ZView软件进行拟合分析，且拟合误差小于3％，得到电池欧姆内阻值。
步骤5，进行样本距离计算，当k＝t时，计算R(i)的k距离，其中R(k＝t)表示距R(i)第k远的数据样本dk(R(i))，但不包括点R(i)。距离表述公式如下：
步骤6，确定R(i)的第k距离以内的所有点的样本个数集合，即第k距离领域Nk(R(i))，记为|Nk(R(i))|，且|Nk(R(i))|≥k。
步骤7，确定样本与其Nk(R(i))中样本的可达距离，即R(i)到R(j)的可达距离，样本R(i)与其领域对象R(j)的可达距离为与R(j)的第k距离，即‖R(i)-R(k＝k)‖，R(i)和R(j)之间的距离，即‖R(i)-R(j)‖，两者中的较大值。用公式表述如下：
rdt(R(i),R(j))＝max(dk(R(i)),‖R(i)-R(j)‖)
＝max(‖R(i)-R(k＝k)‖,‖R(i)-R(j)‖)
步骤8，确定样本的局部可达密度，R(i)的局部可达密度是R(i)的k距离邻域中所有样本点到R(i)的可达距离的平均值的倒数，公式表述如下：
R(i)的k距离邻域中所有样本点到R(i)的可达距离的平均值，即为上式的分母部分，代表RN (t)中样本的密集程度，密集程度低，该平均值越大，倒数值lrdk(R(i))的值越小，即R(i)越远离它邻域中的点。反之亦然。
步骤9，根据步骤8确定的局部可达密度lrdk(R(i))，进一步确定局部异常因子，公式表述如下：
R(i)的k距离邻域中的所有样本的局部可达密度的均值，即为上式的分子部分，分母部分为R(i)的局部可达密度。
步骤10，通过比较R(i)的密度和其k距离邻域的密度来判断R(i)是否是异常点，R(i)的密度越高，即局部可达密度lrdk(R(i))越大，lofk(R(i))的值越接近1或小于1，R(i)越可能是正常点，则认为该电池符合一致性要求。但是，R(i)的密度越低，即lrdk(R(i))越小，lofk(R(i))的值越大，R(i)越可能为异常点，则认为该电池不符合一致性要求。
步骤11，根据上述局部异常因子算法针对交流阻抗谱中欧姆内阻值的计算输出结果，整理出LOF算法结果示意图，如图4所示，以圆圈圈出的点为该算法输出的异常点，即该电池不符合一致性要求，更加直观的表达锂离子电池模组间电池单体样本数据的一致性情况。
实施例4
如图5所示，一种电池单体一致性评价的方法包含的以下步骤：
步骤1，将使用过一段时间的三并十二串，即3P12S磷酸铁锂电池3号模组间36块72Ah方形磷酸铁锂电池静置12h，以保证待测电池电芯内部状态稳定。
步骤2，对36块72Ah方形磷酸铁锂电池进行交流阻抗测试，待测电池正负极极柱外接铜片，正极接电化学工作站工作电极，负极同时接电化学工作站辅助电极和参比电极。
步骤3，对电池进行恒电位EIS测试方法，开路电压为电位值，交流幅值为1mV，扫描频率为0.01Hz～1000Hz，测试电池在25℃、标准大气压状态下的交流阻抗谱。
步骤4，建立相应的等效电路利用ZView软件进行拟合分析，且拟合误差小于3％，得到电池欧姆内阻值。
步骤5，进行样本距离计算，当k＝t时，计算R(i)的k距离，其中R(k＝t)表示距R(i)第k远的数据样本dk(R(i))，但不包括点R(i)。距离表述公式如下：
步骤6，确定R(i)的第k距离以内的所有点的样本个数集合，即第k距离领域Nk(R(i))，记为|Nk(R(i))|，且|Nk(R(i))|≥k。
步骤7，确定样本与其Nk(R(i))中样本的可达距离，即R(i)到R(j)的可达距离，样本R(i)与其领域对象R(j)的可达距离为与R(j)的第k距离，即‖R(i)-R(k＝k)‖，R(i)和R(j)之间的距离，即‖R(i)-R(j)‖，两者中的较大值。用公式表述如下：
rdt(R(i),R(j))＝max(dk(R(i)),‖R(i)-R(j)‖)
＝max(‖R(i)-R(k＝k)‖,‖R(i)-R(j)‖)
步骤8，确定样本的局部可达密度，R(i)的局部可达密度是R(i)的k距离邻域中所有样本点到R(i)的可达距离的平均值的倒数，公式表述如下：
R(i)的k距离邻域中所有样本点到R(i)的可达距离的平均值，即为上式的分母部分，代表RN (t)中样本的密集程度，密集程度低，该平均值越大，倒数值lrdk(R(i))的值越小，即R(i)越远离它邻域中的点。反之亦然。
步骤9，根据步骤8确定的局部可达密度lrdk(R(i))，进一步确定局部异常因子，公式表述如下：
R(i)的k距离邻域中的所有样本的局部可达密度的均值，即为上式的分子部分，分母部分为R(i)的局部可达密度。
步骤10，通过比较R(i)的密度和其k距离邻域的密度来判断R(i)是否是异常点，R(i)的密度越高，即局部可达密度lrdk(R(i))越大，lofk(R(i))的值越接近1或小于1，R(i)越可能是正常点，则认为该电池符合一致性要求。但是，R(i)的密度越低，即lrdk(R(i))越小，lofk(R(i))的值越大，R(i)越可能为异常点，则认为该电池不符合一致性要求。
步骤11，根据上述局部异常因子算法针对交流阻抗谱中欧姆内阻值的计算输出结果，整理出LOF算法结果示意图，如图5所示，以圆圈圈出的点为该算法输出的异常点，即该电池不符合一致性要求，更加直观的表达锂离子电池模组间电池单体样本数据的一致性情况。
实施例5
如图1所示，本发明提供了一种电池单体一致性评价的装置，包括：第一模块，第一模块对待测电池进行交流阻抗测试，经拟合分析得到电池欧姆内阻值；第二模块，所述第二模块调用异常因子算法，设置第一模块中经拟合分析得到的电池欧姆内阻值，计算组成样本的局部可达密度，确定局部异常因子数值；第三模块，所述第三模块根据第二模块确定的局部可达密度，输出结果，从而对所述样本进行一致性评价。图1中的虚线框由上至下分别表示第一模块、第二模块、第三模块。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。
Claims (10)
1.一种电池单体一致性评价的方法，其特征在于，包括以下步骤：
对待测电池单体进行交流阻抗测试，经拟合分析得到电池单体的欧姆内阻值，并作为检测样本；
利用局部异常因子算法计算检测样本的局部可达密度；
根据所述局部可达密度确定局部异常因子数值；
根据所述局部异常因子数值对检测样本进行一致性评价，从而得到电池单体的一致性结果。
2.根据权利要求1所述的电池单体一致性评价的方法，其特征在于，所述利用局部异常因子算法计算电池欧姆内阻值组成样本的局部可达密度，包括：
对欧姆内阻值组成的样本进行距离计算；
确定R(i)的第k距离以内的所有点的样本个数集合，即第k距离邻域Nk(R(i)，记为|Nk(R(i))|，且|Nk(R(i))|≥k；
确定样本与其Nk(R(i))中样本的可达距离；
根据样本与其Nk(R(i))中样本的可达距离计算局部可达密度。
3.根据权利要求2所述的电池单体一致性评价的方法，其特征在于，所述对欧姆内阻值组成的样本进行距离计算，为利用公式1进行计算：
其中，dk(R(i))表示点(R(i))的第k距离，R(k＝t)表示距R(i)第k远的数据点，但不包括点R(i)。
4.根据权利要求2所述的电池单体一致性评价的方法，其特征在于，所述确定样本与其Nk(R(i))中样本的可达距离，为利用公式2进行计算：
rdt(R(i),R(j))＝max(dk(R(i)),‖R(i)-R(j)‖)＝max(‖R(i)-R(k＝k)‖,‖R(i)-R(j)‖) (2)
其中，样本R(i)与其领域对象R(j)的可达距离定义为rdt(R(i),R(j))，R(i)与R(j)的第k距离为‖R(i)-R(k＝k)‖，R(i)和R(j)之间的距离为‖R(i)-R(j)‖。
5.根据权利要求1所述的电池单体一致性评价的方法，其特征在于，所述样本的局部可达密度用lrdk(R(i))表示，公式如下：
其中，分母部分为R(i)的k距离邻域中所有样本点到R(i)的可达距离的平均值。
6.根据权利要求1所述的电池单体一致性评价的方法，其特征在于，所述局部异常因子用lofk(R(i))表示，公式如下：
其中，分子部分为R(i)的k距离邻域中的所有样本的局部可达密度的均值，分母部分为R(i)的局部可达密度。
7.根据权利要求1所述的电池单体一致性评价的方法，其特征在于，所述根据所述局部异常因子数值对所述样本进行一致性评价，包括：
当所述样本的局部异常因子的数值小于或等于1，则所述样本为正常点，所述电池单体符合一致性要求；
反之，所述样本为异常点，所述电池单体不符合一致性要求。
8.根据权利要求1所述的电池单体一致性评价的方法，其特征在于，进一步包括：
在所述对待测电池进行交流阻抗谱测试之前，将待测电池静置，得到内部状态稳定的待测电池电芯。
9.根据权利要求1所述的电池单体一致性评价的方法，其特征在于，所述拟合分析得到电池欧姆内阻值，包括：
建立相应的等效电路，并利用ZView软件拟合，得到电池欧姆内阻值；所述拟合分析的误差小于3％。
10.一种电池单体一致性评价的装置，包括：
第一模块，所述第一模块对待测电池进行交流阻抗测试，经拟合分析得到电池欧姆内阻值；
第二模块，所述第二模块利用局部异常因子算法计算电池欧姆内阻值组成样本的局部可达密度，确定局部异常因子数值；
第三模块，所述第三模块根据第二模块确定的局部可达密度来确定局部异常因子，输出结果，从而对所述样本进行一致性评价。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010310482.6A CN111487553A (zh) | 2020-04-20 | 2020-04-20 | 一种电池单体一致性评价的方法及其装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010310482.6A CN111487553A (zh) | 2020-04-20 | 2020-04-20 | 一种电池单体一致性评价的方法及其装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111487553A true CN111487553A (zh) | 2020-08-04 |
Family
ID=71795348
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010310482.6A Pending CN111487553A (zh) | 2020-04-20 | 2020-04-20 | 一种电池单体一致性评价的方法及其装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111487553A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112540309A (zh) * | 2020-12-10 | 2021-03-23 | 广州能源检测研究院 | 一种基于电池循环数据相似度分析的电池监控系统及方法 |
| CN113640675A (zh) * | 2021-07-29 | 2021-11-12 | 南京航空航天大学 | 基于Snippets特征提取的航空锂电池异常检测方法 |
| CN114101118A (zh) * | 2021-10-25 | 2022-03-01 | 国网河南省电力公司电力科学研究院 | 铅酸电池一致性筛选方法 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103269096A (zh) * | 2013-05-14 | 2013-08-28 | 国家电网公司 | 一种基于聚类分析的电池组均衡方法 |
| CN104267355A (zh) * | 2014-10-29 | 2015-01-07 | 哈尔滨工业大学 | 基于工况测试和简化阻抗谱等效电路模型的电池分选方法 |
| CN106475329A (zh) * | 2016-09-28 | 2017-03-08 | 深圳市沃特玛电池有限公司 | 一种电池成组方法 |
| CN107222169A (zh) * | 2017-08-01 | 2017-09-29 | 河海大学常州校区 | 一种基于离群点检测的光伏阵列实时监控与故障检测方法 |
| CN109143106A (zh) * | 2018-08-09 | 2019-01-04 | 南京卡耐新能源技术发展有限公司 | 一种通过交流阻抗测试快速检测电池一致性的方法 |
| WO2019033391A1 (zh) * | 2017-08-18 | 2019-02-21 | 罗伯特·博世有限公司 | 用于检测电池组一致性的方法、装置及系统 |
| CN109814043A (zh) * | 2017-11-17 | 2019-05-28 | 上海国际汽车城（集团）有限公司 | 串联结构锂离子电池组一致性可视化评价方法 |
| CN110109030A (zh) * | 2019-04-30 | 2019-08-09 | 清华大学 | 电池组一致性评价方法与电池组均衡策略 |
| CN110780206A (zh) * | 2018-07-30 | 2020-02-11 | 株式会社电装 | 电池监视设备 |
| CN110794305A (zh) * | 2019-10-14 | 2020-02-14 | 北京理工大学 | 一种动力电池故障诊断方法和系统 |
| CN110930057A (zh) * | 2019-12-06 | 2020-03-27 | 国网湖北省电力有限公司电力科学研究院 | 基于lof算法的配电变压器检验结果可信度的量化评判方法 |
| EP3745502A1 (en) * | 2019-05-27 | 2020-12-02 | SK Innovation Co., Ltd. | Lithium secondary battery |
| CN113049963A (zh) * | 2021-04-29 | 2021-06-29 | 武汉云衡智能科技有限公司 | 一种基于局部离群因子的锂电池组一致性检测方法及装置 |
| CN113391213A (zh) * | 2021-07-30 | 2021-09-14 | 湖北工业大学 | 一种基于电池组一致性演变的电池微故障诊断方法 |
| CN113640675A (zh) * | 2021-07-29 | 2021-11-12 | 南京航空航天大学 | 基于Snippets特征提取的航空锂电池异常检测方法 |
-
2020
- 2020-04-20 CN CN202010310482.6A patent/CN111487553A/zh active Pending
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103269096A (zh) * | 2013-05-14 | 2013-08-28 | 国家电网公司 | 一种基于聚类分析的电池组均衡方法 |
| CN104267355A (zh) * | 2014-10-29 | 2015-01-07 | 哈尔滨工业大学 | 基于工况测试和简化阻抗谱等效电路模型的电池分选方法 |
| CN106475329A (zh) * | 2016-09-28 | 2017-03-08 | 深圳市沃特玛电池有限公司 | 一种电池成组方法 |
| CN107222169A (zh) * | 2017-08-01 | 2017-09-29 | 河海大学常州校区 | 一种基于离群点检测的光伏阵列实时监控与故障检测方法 |
| WO2019033391A1 (zh) * | 2017-08-18 | 2019-02-21 | 罗伯特·博世有限公司 | 用于检测电池组一致性的方法、装置及系统 |
| CN109814043A (zh) * | 2017-11-17 | 2019-05-28 | 上海国际汽车城（集团）有限公司 | 串联结构锂离子电池组一致性可视化评价方法 |
| CN110780206A (zh) * | 2018-07-30 | 2020-02-11 | 株式会社电装 | 电池监视设备 |
| CN109143106A (zh) * | 2018-08-09 | 2019-01-04 | 南京卡耐新能源技术发展有限公司 | 一种通过交流阻抗测试快速检测电池一致性的方法 |
| CN110109030A (zh) * | 2019-04-30 | 2019-08-09 | 清华大学 | 电池组一致性评价方法与电池组均衡策略 |
| EP3745502A1 (en) * | 2019-05-27 | 2020-12-02 | SK Innovation Co., Ltd. | Lithium secondary battery |
| CN110794305A (zh) * | 2019-10-14 | 2020-02-14 | 北京理工大学 | 一种动力电池故障诊断方法和系统 |
| CN110930057A (zh) * | 2019-12-06 | 2020-03-27 | 国网湖北省电力有限公司电力科学研究院 | 基于lof算法的配电变压器检验结果可信度的量化评判方法 |
| CN113049963A (zh) * | 2021-04-29 | 2021-06-29 | 武汉云衡智能科技有限公司 | 一种基于局部离群因子的锂电池组一致性检测方法及装置 |
| CN113640675A (zh) * | 2021-07-29 | 2021-11-12 | 南京航空航天大学 | 基于Snippets特征提取的航空锂电池异常检测方法 |
| CN113391213A (zh) * | 2021-07-30 | 2021-09-14 | 湖北工业大学 | 一种基于电池组一致性演变的电池微故障诊断方法 |
Non-Patent Citations (1)
| Title |
|---|
| PENG LIU等: "High-dimensional data abnormity detection based on improved Variance-of-Angle (VOA) algorithm for electric vehicles battery", 《2019 IEEE ENERGY CONVERSION CONGRESS AND EXPOSITION (ECCE)》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112540309A (zh) * | 2020-12-10 | 2021-03-23 | 广州能源检测研究院 | 一种基于电池循环数据相似度分析的电池监控系统及方法 |
| CN113640675A (zh) * | 2021-07-29 | 2021-11-12 | 南京航空航天大学 | 基于Snippets特征提取的航空锂电池异常检测方法 |
| CN113640675B (zh) * | 2021-07-29 | 2022-05-20 | 南京航空航天大学 | 基于Snippets特征提取的航空锂电池异常检测方法 |
| CN114101118A (zh) * | 2021-10-25 | 2022-03-01 | 国网河南省电力公司电力科学研究院 | 铅酸电池一致性筛选方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107192952B (zh) | 一种电池内部温度检测方法和装置 | |
| KR102106775B1 (ko) | 딥러닝을 이용한 전지 진단 방법 | |
| CN111487553A (zh) | 一种电池单体一致性评价的方法及其装置 | |
| CN108306065A (zh) | 锂离子电池配组方法及锂离子电池配组系统 | |
| CN104868180B (zh) | 单体电池配组方法及系统 | |
| JP2003178813A (ja) | 電池のインピダンス測定と分析を通じた電池選択最適化方法 | |
| CN111812536A (zh) | 一种退役动力电池残值快速评估方法 | |
| CN107132481B (zh) | 一种识别电池组中单体一致的方法及系统 | |
| CN116027199B (zh) | 基于电化学模型参数辨识检测电芯全寿命内短路的方法 | |
| CN112578298B (zh) | 电池温度估算方法、装置、电子设备及存储介质 | |
| CN111580003A (zh) | 一种基于阻抗谱的二次电池不一致性鉴别方法及装置 | |
| CN108152752B (zh) | 一种电池测量方法 | |
| CN110927609B (zh) | 梯次利用电池储能系统的衰退评估方法及装置 | |
| CN109799465A (zh) | 燃料电池堆衰退诊断方法 | |
| CN106599333B (zh) | 一种电源soh的估算方法 | |
| Cai et al. | D-ukf based state of health estimation for 18650 type lithium battery | |
| CN111426966A (zh) | 一种电动汽车电池重组方法、装置及电子设备 | |
| CN113884923B (zh) | 一种锂离子电池内阻筛选方法 | |
| JP7380654B2 (ja) | 評価装置、評価システム、評価方法及びそのプログラム | |
| TWI528044B (zh) | Elimination of battery screening methods | |
| JP2022080182A (ja) | 電池モジュール | |
| CN114114024A (zh) | 一种蓄电池一致性筛选装置和筛选方法 | |
| Wang et al. | Study on influence of sorting parameters to lithium-ion battery pack life-cycles based on cell consistency | |
| Kiel et al. | Validation of single frequency Z measurement for standby battery state of health determination | |
| CN113917257B (zh) | 一种储能电站内阻动态跟踪监测方法及系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200804 |
|
| RJ01 | Rejection of invention patent application after publication |