CN111495800B - 一种动力电池组梯次再利用的筛选分组方法 - Google Patents

一种动力电池组梯次再利用的筛选分组方法 Download PDF

Info

Publication number
CN111495800B
CN111495800B CN202010312646.9A CN202010312646A CN111495800B CN 111495800 B CN111495800 B CN 111495800B CN 202010312646 A CN202010312646 A CN 202010312646A CN 111495800 B CN111495800 B CN 111495800B
Authority
CN
China
Prior art keywords
power battery
battery packs
capacity
screening
grouping
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
Application number
CN202010312646.9A
Other languages
English (en)
Other versions
CN111495800A (zh
Inventor
洪杰
郭磊
张军
孙明生
曹文凯
徐志成
梁岩
王军
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.)
Jiangsu New Energy Development Co ltd
Southeast University
Original Assignee
Jiangsu New Energy Development Co ltd
Southeast University
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 Jiangsu New Energy Development Co ltd, Southeast University filed Critical Jiangsu New Energy Development Co ltd
Priority to CN202010312646.9A priority Critical patent/CN111495800B/zh
Publication of CN111495800A publication Critical patent/CN111495800A/zh
Application granted granted Critical
Publication of CN111495800B publication Critical patent/CN111495800B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34Sorting according to other particular properties
    • B07C5/344Sorting according to other particular properties according to electric or electromagnetic properties
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34Sorting according to other particular properties

Abstract

本发明公开了一种动力电池组梯次再利用的筛选分组方法,包括获取同一批次且未拆解过的动力电池组,对动力电池组进行安全性检查;在设定的环境温度条件下,将检查后安全性良好的动力电池组以规定的充放电方式获得AH容量和WH能量测试数据;根据测试数据计算退役动力电池组的容量偏差参考量,将容量偏差参考量明显偏差的动力电池组剔除筛选;将剔除筛选后的动力电池组的AH容量数值设置成待分组区间;求解待分组区间中,令所有动力电池组损失的AH容量权重和最小时得到分割值,通过分割值将待分组区间划分成两个子区间;通过设置分组宽度系数、分组最低动力电池组数量,对子区间的迭代,得到的所有分割值为分组标准,该方法简单可行,操作性高。

Description

一种动力电池组梯次再利用的筛选分组方法
技术领域
本发明涉及蓄电池技术领域,特别涉及一种动力电池组梯次再利用的筛选分组方法。
背景技术
动力锂离子电池作为动力来源,广泛应用于新能源汽车领域,其也成为纯电动汽车重要的组成部分之一,被大量的生产与消费。动力锂离子电池技术成熟、性能稳定、产业化水平高,在国家政策的大力推进下,已经进入快速发展期,但同时也带来了如何管理、回收与利用退役动力电池组的技术难题。
目前动力电池的退役阈值是标称容量的80%,如果此时直接报废拆解退役动力电池,不但会造成动力电池剩余容量的浪费,而且若不能经过有效处理,动力电池中大量的电极材料和电解质原料,易对环境产生巨大污染。所以针对退役动力电池而言,最理想的回收再利用方案是通过一定的评价标准筛选出还能继续使用的退役动力电池组,并将其应用在其它对电池性能要求较低的场合,例如低速的电动交通工具、分布式储能电站等,以提高利用率,降低电池使用成本,即进行动力锂离子电池梯次利用。
上海展枭新能源科技有限公司(申请号:201510812982.9)公开了一种锂离子电容器梯次利用的筛选方法。该方法通过拆解PACK模组得到电池单体,以电池单体剩余容量与标称容量比值和实际电压与额定电压的差值等指标,对拆解下的电池单体进行筛选后将单电芯重组成电池模块。北京长城华冠汽车科技股份有限公司(申请号:201610539982.0)公开了一种用于梯次利用的电池筛选方法。该方法利用在多个充放电倍率,对所述电池进行充放电,并计算多个充放电倍率下的表观电阻值;根据所述多个充放电倍率下的表观电阻值获得表观电阻判定系数;根据所述表观电阻判定系数,以判断所述单体电池是否合格。深圳市伟创源科技有限公司(申请号:201810901626.8)公开了一种废旧锂离子动力电池梯次利用筛选方法,该方法通过检测单体电池开路电压、内阻、容量以及自耗电测试的方法判断电池单体是否可用,将外观、开路电压、内阻和容量接近的单体电池分为同一级别,并组合成新的电池组。上述几种筛选方法都是通过测量采集单体电池的特征指标,以特定的参数指标作为筛选标准。但是,上述几种筛选方法都以单体电芯作为筛选对象,必须对电池PACK模组进行拆解,电池PACK模组拆解过程不仅费时费力而且存在危险隐患,不适合大规模的工程应用。
中国电力科学研究院有限公司(申请号:201811552417.3)提供了一种退役磷酸铁锂电池梯次利用评估方法。所述方法从磷酸铁锂动力电池历史运行数据中剔除不合格的退役磷酸铁锂电池;通过检查外观,筛选不达标的磷酸铁锂动力电池;评估达标的退役磷酸铁锂电池性能,确定电池是否可以梯次利用。该方法依赖电池的历史运行数据,不具有普适性。
发明内容
本发明的目的是提供一种动力电池组梯次再利用的筛选分组方法,能够快速解决动力电池组梯次利用的完整方法,该方法主要是放弃对电池组进行拆解,基于动力电池组整体初始容量的相对关系而不是某些绝对性指标对动力电池组的进行筛选,再根据实际工程应用需求对动力电池组进行分组。
本发明的上述技术目的是通过以下技术方案得以实现的:
一种动力电池组梯次再利用的筛选分组方法,包括:
获取同一批次且未拆解过的动力电池组,对动力电池组进行安全性检查;
在设定的环境温度条件下,将检查后安全性良好的动力电池组以规定的充放电方式获得容量和能量测试数据;
根据测试数据计算退役动力电池组的容量偏差参考量,将容量偏差参考量明显偏差的动力电池组剔除筛选;
将剔除筛选后的动力电池组的AH容量数值设置成待分组区间;
求解待分组区间中,令所有动力电池组损失的AH容量权重和最小时得到分割值,通过分割值将待分组区间划分成两个子区间;
通过设置分组宽度系数、分组最低动力电池组数量,对所述子区间的迭代,得到的所有分割值为分组标准。
优选地,设定的环境温度的取值范围为20~30℃,且在测试过程中环境温度最高值与最低值的差异小于5℃。
优选地,所述安全性检查包括外观检查、极性检查、封装检查。
优选地,通过恒定1/4C的电流充电至该批次退役动力电池组的充电截止电压;通过恒定1/2C的电流放电至该批次退役动力电池组的放电截止电压。
优选地,在充放电的过程中,间隔固定时间对待测动力电池组当前总电压、当前总电流进行采集并记录,并通过积分运算,获取该批次每个动力电池组测得的AH容量和WH能量。
优选地,所述动力电池组筛选方法按照罗斯曼诺夫斯基准则进行判别,根据动力电池组数量、容量、能量和选取的显著度,利用数学计算软件判断是否有明显的坏点值需要进行剔除。
优选地,所述容量偏差参考量的计算公式为:
容量偏差参考量=a×(测得AH容量/标称AH容量)+(1-a)×(测得WH能量/标称WH能量)
式中:a为参考量权重,a的取值范围为0.7~0.8。
优选地,计算待分组区间内动力电池组损失AH容量权重和W,公式如下:
Figure BDA0002458424400000041
式中:r为距离权重;i为第一个区间内动力电池组的序号数;j为第二个区间内动力电池组的序号数;x为划分第一区间和第二区间的分割序列数;N为待分组动力电池组的总数量。
优选地,所述距离权重设定为1或2。
优选地,所述分组宽度系数设定的取值范围为3~4。
本发明的有益效果如下:
能够快速解决动力电池组梯次利用的完整方法,该方法主要是放弃对电池组进行拆解,基于动力电池组整体初始容量的相对关系而不是某些绝对性指标对动力电池组的进行筛选,再根据实际工程应用需求对动力电池组进行分组;
用于对大批量退役动力电池组进行评估、配对与重组以提高利用率,降低锂电池成本,该方法简单可行,操作性强,易直接应用于工程实践。
附图说明
图1为本发明实施例中的一种动力电池组梯次再利用的筛选分组方法的流程框图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,显然,所描述的实施例仅是本发明的一部分实施例,而不是全部实施例,不能以此来限制本发明的保护范围。
参照图1,本发明提供一种动力电池组梯次再利用的筛选分组方法,包括:
(1)收集一批次方形磷酸铁锂电池组,将未经拆解外形完整的电池组归类,确定这批次铭牌标注的标称AH容量为75Ah,标称WH能量为500Wh。
(2)进行标准静态检查。要求外观不得有变形及裂纹,表面平整、干燥、无外伤、无污物等,且标志清晰、正确;极性检查,电池端子极性应正确,且有清晰的正负极标识;封装检查,要求无漏液,无明火。将不符合静态检查要求的电池组剔除。
(3)电池组基本参数测试。将剩余的电池组在25℃的环境温度下先后以恒定1/4C(C为该批次电池组的标称AH容量)的电流充电至充电截止电压7.5V,再以恒定1/2C的电流放电至放电截止电压5.2V,按固定时间间隔10秒一次,对待测电池组当前总电压、当前总电流进行采集并记录。获取该批次每个动力电池组的测得AH容量和测得WH能量如下表。
Figure BDA0002458424400000051
(4)取a=0.8,使用公式:0.8×(测得AH容量/75)+0.2×(测得WH能量/500),计算每个电池组的容量偏差参考量,结果如下表。
Figure BDA0002458424400000061
将这100个电池组的容量偏差参考量按照罗曼诺夫斯基准则进行计算,根据电池组数量和选取的显著度a=0.05时,获得t分布的检验系数K=1.98。
假定#001电池组容量偏差参考量0.8100与其它电池组偏差较大,将其剔除后计算其他99个电池组容量偏差参考量的平均值为X=0.8257和标准差Q=0.1088,检验系数K与标准差Q的乘积为0.21546。
该电池组容量偏差参考量与平均值的差为(0.8100-0.8257)=-0.0156,差值小于0,但其绝对值小于K*Q,所以#001电池组不需要剔除。
假定#004电池组容量偏差参考量0.5924与其它电池组偏差较大,将其剔除后计算其他99个电池组容量偏差参考量的平均值为X=0.8268和标准差Q=0.1078,检验系数K与标准差Q的乘积为0.21348。
该电池组容量偏差参考量与平均值的差为(0.5924-0.8268)=-0.2344,差值小于0,且其绝对值大于K*Q,所以#004电池组需要剔除。
按上述方法最终剔除了电池组#004、#036、#067、#072,剩余的96组电池组即为可用于分组的动力电池组集合。
(5)筛选出电池组数量N=96,这96个动力电池组对应的测得AH容量数值集合设置为待分组区间。根据工程需要,电池组接入电压需大于50V,可得串联成组所需要的最低电池组数量L=8。
(6)将待分组区间内的AH容量大小顺序排序,记为AH1,AH2,…,AHN,如下表。
Figure BDA0002458424400000071
设置分割值AHx将分组区间划分成两个区间,分别记为区间AH1~AHx和区间AHx~AHN。
将距离权重r设定为2。利用计算机穷举法求解出AHx=56.456时W取得最小值,56.456即为该分组区间的分割值。待分组区间被划分为[48.699,56.456]和[56.456,74.879]两个子区间。
(7)取分组宽度系数s=3,s*L=24。子区间[48.699,56.456]内的电池组数量小于24,子区间[56.456,74.879]内的电池组数量大于24,将子区间[56.456,74.879]设置为待分组区间,重复步骤(6)。
(8)重复步骤(6)和步骤(7),通过足够次数的迭代,得到的所有分割值,分别为56.456、62.423、64.367、66.458,这些值即为分组标准。将电池组测得AH容量小于56.456分为一组,56.456~62.423分为一组,62.423~64.367分为一组,64.367~66.458分为一组,大于66.458的分为一组。
以上对本发明的较佳实施进行了具体说明,当然,本发明还可以采用与上述实施方式不同的形式,熟悉本领域的技术人员在不违背本发明精神的前提下所作的等同的变换或相应的改动,都应该属于本发明的保护范围内。

Claims (8)

1.一种动力电池组梯次再利用的筛选分组方法,其特征在于,包括:
获取同一批次且未拆解过的动力电池组,对动力电池组进行安全性检查;
在设定的环境温度条件下,将检查后安全性良好的动力电池组以规定的充放电方式获得AH容量和WH能量测试数据;
根据测试数据计算退役动力电池组的容量偏差参考量,将容量偏差参考量明显偏差的动力电池组剔除筛选;
所述容量偏差参考量的计算公式为:
容量偏差参考量=a×(测得AH容量/标称AH容量)+(1-a)×(测得WH能量/标称WH能量)
式中:a为参考量权重,a的取值范围为0.7~0.8;
将剔除筛选后的动力电池组的AH容量数值设置成待分组区间;
求解待分组区间中,令所有动力电池组损失的AH容量权重和最小时得到分割值,通过分割值将待分组区间划分成两个子区间;
计算待分组区间内动力电池组损失AH容量权重和W,公式如下:
Figure FDA0003184124740000011
式中:r为距离权重,i为第一个区间内动力电池组的序号数,j为第二个区间内动力电池组的序号数,x为划分第一区间和第二区间的分割序列数,N为待分组动力电池组的总数量;
设置分组宽度系数、分组最低动力电池组数量,通过分组宽度系数、分组最低动力电池组数量的乘积对所述子区间的迭代次数进行限定,当在某一子区间内的电池组数量小于所述分组宽度系数、分组最低动力电池组数量乘积时终止迭代,得到的所有分割值为分组标准。
2.根据权利要求1所述的一种动力电池组梯次再利用的筛选分组方法,其特征在于,设定的环境温度的取值范围为20~30℃,且在测试过程中环境温度最高值与最低值的差异小于5℃。
3.根据权利要求1所述的一种动力电池组梯次再利用的筛选分组方法,其特征在于,所述安全性检查包括外观检查、极性检查、封装检查。
4.根据权利要求1所述的一种动力电池组梯次再利用的筛选分组方法,其特征在于,通过恒定1/4C的电流充电至该批次退役动力电池组的充电截止电压;通过恒定1/2C的电流放电至该批次退役动力电池组的放电截止电压。
5.根据权利要求1所述的一种动力电池组梯次再利用的筛选分组方法,其特征在于,在充放电的过程中,间隔固定时间对待测动力电池组当前总电压、当前总电流进行采集并记录,并通过积分运算,获取该批次每个动力电池组测得的AH容量和WH能量。
6.根据权利要求1所述的一种动力电池组梯次再利用的筛选分组方法,其特征在于,所述动力电池组筛选方法按照罗斯曼诺夫斯基准则进行判别,根据动力电池组数量、AH容量、WH能量和选取的显著度,利用数学计算软件判断是否有明显的坏点值需要进行剔除。
7.根据权利要求1所述的一种动力电池组梯次再利用的筛选分组方法,其特征在于,所述距离权重设定为1或2。
8.根据权利要求1所述的一种动力电池组梯次再利用的筛选分组方法,其特征在于,所述分组宽度系数设定的取值范围为3~4。
CN202010312646.9A 2020-04-20 2020-04-20 一种动力电池组梯次再利用的筛选分组方法 Active CN111495800B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010312646.9A CN111495800B (zh) 2020-04-20 2020-04-20 一种动力电池组梯次再利用的筛选分组方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010312646.9A CN111495800B (zh) 2020-04-20 2020-04-20 一种动力电池组梯次再利用的筛选分组方法

Publications (2)

Publication Number Publication Date
CN111495800A CN111495800A (zh) 2020-08-07
CN111495800B true CN111495800B (zh) 2021-10-01

Family

ID=71866631

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010312646.9A Active CN111495800B (zh) 2020-04-20 2020-04-20 一种动力电池组梯次再利用的筛选分组方法

Country Status (1)

Country Link
CN (1) CN111495800B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112526351B (zh) * 2020-12-16 2022-07-22 东南大学 一种评估电动汽车的动力电池健康状态及剩余寿命的方法
CN112966208B (zh) * 2021-02-02 2022-09-23 浙江新时代中能科技股份有限公司 电动汽车动力电池梯级利用多参数影响筛分方法
CN113791352B (zh) * 2021-09-17 2024-04-16 深圳市新威尔电子有限公司 基于容量离散的电池测试方法
CN115602949A (zh) * 2022-09-23 2023-01-13 广东邦普循环科技有限公司(Cn) 一种废旧电池梯次使用的筛选方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103208655A (zh) * 2013-03-04 2013-07-17 八叶(厦门)新能源科技有限公司 一种动力锂离子电池的配组方法
CN103785629B (zh) * 2014-01-13 2015-10-28 国家电网公司 一种梯次利用锂电池筛选成组方法
CN106475329B (zh) * 2016-09-28 2019-11-15 深圳安鼎新能源技术开发有限公司 一种电池成组方法
CN107803350B (zh) * 2017-10-31 2018-10-02 深圳市恒翼能科技有限公司 一种锂电池自动分选的方法、存储介质及电池分选装置
CN108655028A (zh) * 2018-03-20 2018-10-16 中国电力科学研究院有限公司 一种基于模糊均值聚类算法对电池进行分类的方法及系统
CN110548694A (zh) * 2019-08-06 2019-12-10 江苏慧智能源工程技术创新研究院有限公司 一种退役电池模组的快速筛选和分级方法
CN110752410B (zh) * 2019-10-30 2023-05-12 上海理工大学 一种快速分选和重组退役锂电池的方法
CN111027625B (zh) * 2019-12-10 2023-08-08 燕山大学 基于SAE和K-means聚类算法的电池筛选方法

Also Published As

Publication number Publication date
CN111495800A (zh) 2020-08-07

Similar Documents

Publication Publication Date Title
CN111495800B (zh) 一种动力电池组梯次再利用的筛选分组方法
CN108089133B (zh) 储能系统电池组一致性检测方法及检测装置
CN106291372B (zh) 一种新的锂离子动力电池剩余寿命预测方法
CN109031145B (zh) 一种考虑不一致性的串并联电池组模型及实现方法
CN106125001B (zh) 电动汽车退役电池模块实际容量的快速评估方法
Zhang et al. Fractional calculus based modeling of open circuit voltage of lithium-ion batteries for electric vehicles
CN108490366B (zh) 电动汽车退役电池模块健康状态的快速评估方法
CN107597619A (zh) 钛酸锂单体电池一致性分选方法
CN106443475A (zh) 基于运营大数据的退役动力电池无拆解再次利用筛选方法
CN107377422A (zh) 一种单体电池的分选方法
CN108037462A (zh) 蓄电池健康状况量化方法及系统
CN109078871B (zh) 一种面向梯次利用的退役电池并联模块的剔除方法
CN103579700A (zh) 一种锂离子电池分选配组方法
Huang et al. State of health estimation of lithium-ion batteries based on the regional frequency
CN104237802A (zh) 一种锂离子电池低温性能一致性的检测方法
CN113109729B (zh) 基于加速老化试验与实车工况的车用动力电池soh评估方法
CN107362989A (zh) 一种锂离子动力电池的分选方法
CN111438077A (zh) 一种退役三元软包电池的梯次利用性能快速筛选及检测的方法
CN105044616A (zh) 一种锂电池的检测方法
CN114429050A (zh) 一种退役动力电池梯次利用的分选方法
CN112051512A (zh) 一种梯次利用分选方法及储能系统
CN112710955A (zh) 一种用于提高电池容量估计精度的算法
CN114833097A (zh) 一种退役动力电池梯次利用的分选方法及装置
Lin et al. State of health estimation of lithium-ion batteries based on remaining area capacity
CN109856562A (zh) 基于自适应“i-u-r”法的锂电池梯次利用检测方法

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