CN111679215B - 锂电池实时分选方法、装置、设备及存储介质 - Google Patents

锂电池实时分选方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111679215B
CN111679215B CN202010567401.0A CN202010567401A CN111679215B CN 111679215 B CN111679215 B CN 111679215B CN 202010567401 A CN202010567401 A CN 202010567401A CN 111679215 B CN111679215 B CN 111679215B
Authority
CN
China
Prior art keywords
battery
batteries
impedance
real
soc
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
CN202010567401.0A
Other languages
English (en)
Other versions
CN111679215A (zh
Inventor
侯朝勇
陈娟
刘家亮
杨水丽
惠东
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.)
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
Original Assignee
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
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 State Grid Corp of China SGCC, China Electric Power Research Institute Co Ltd CEPRI filed Critical State Grid Corp of China SGCC
Priority to CN202010567401.0A priority Critical patent/CN111679215B/zh
Publication of CN111679215A publication Critical patent/CN111679215A/zh
Application granted granted Critical
Publication of CN111679215B publication Critical patent/CN111679215B/zh
Active 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]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables
    • 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

Landscapes

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

Abstract

锂电池实时分选方法、装置、设备及存储介质，将待分选的若干个电池完全放电，将每个电池的SOC区间分为N个区间段；分别对每个SOC区间段内对所有电池充电后，进行在线测量得到N个动态阻抗测试值；基于电池动态阻抗的等效电路模型，根据N个动态阻抗测试值，获得第k个SOC区间段电荷转移电阻和第k个SOC区间段表征Warburg扩散阻抗数值大小的特征参数的相关系数ρ；将在ρ±Δλ范围内的电池作为同类电池，Δλ为预设误差，从而完成电池的在线实时分选。本发明采用的电池分选方法在不损伤电池和不影响电池运行的情况下，可在线测试电池的阻抗并提取电池的特征参数，从而实现电池的在线实时分选。

Description

锂电池实时分选方法、装置、设备及存储介质
技术领域
本发明属于电池分选技术领域，涉及锂电池实时分选方法、装置、设备及存储介质。
背景技术
由于单体锂离子电池储能技术并没有达到大容量、超大功率的水平，大规模储能需要成千上万的单体锂离子电池串并联在一起构成电池组的形式来工作，所以储能系统中往往包含多个电池组，电池组中包含多个电池单元。随着储能系统长时间的充放电循环，单体电池的各项参数会发生变化，其中就包括荷电状态、内阻以及可利用容量等，这些参数在单体电池之间存在的差异会导致充放电过程中某些单体电池出现过充过放的现象，对于电池的安全稳定运行及寿命都存在不利的影响。为了能保证储能系统长期的安全稳定运行，需要在储能系统中配置电池管理系统，对其中的每个单体电池进行电压、电流、温度的监测，如果出现故障会发出警报来切断电源以保证电池组、储能系统和工作人员的安全。单体电池在运行过程中存在的不一致性是由于出厂时制作工艺不同导致的，同时也受到后期工作环境及电池匹配情况的影响，电池组的一致性较差会导致整个储能系统的可利用容量降低，缩短使用寿命，造成容量损失的同时还会引起经济上的损失。为了缓解电池组中单体电池一致性较差的情况出现，通过大量外部特性的经验累积来描述电池的状态；但是，由于电池是一个封闭的非线性电化学体系，在充放电过程中会产生电能、化学能、热能等多种形式能量的转换，实际上难以通过外部特性来表现电池内部的特性，导致电池的初始分选结果和后期电池管理系统的均衡策略实施效果均较差。
为了能更好地把握锂离子电池组的一致性，人们希望能借助一种手段将电池的一致性通过某些参量具体的量化体现出来，从而帮助分析和判断锂离子电池的一致性，以实现更好的初期成组和后期运行管理；而电池交流阻抗谱是一种可以联系电池内外特性的非在线测试手段，该测试手段测量电池不同频率区段内电池的阻抗谱，通过阻抗谱进行电池的一致性判断，实现电池的分组和管理。但是传统的交流阻抗谱是离线且电池处于静止状态下进行的测量，虽然保证了电池使用初期的内阻一致性，但经过长期使用后，由于电池内部的劣化，以及电池内部化学物质活性的降低，使电池内阻发生变化，导致电池的不一致性发生了变化，静态的交流阻抗谱已无法准确的反映电池的动态特性。
电化学阻抗谱(Electrochemical Impedance Spectroscopy，EIS)法是一种以小振幅的正弦电压/电流为扰动信号的电化学测量方法，由于采用小振幅的电信号对电池进行激励，一方面可以避免对电池产生大的影响，另一方面也使得激励信号与电池的响应近似呈线性关系，使测量结果的数学处理变得简单。但是，目前的电化学阻抗谱法是一种准稳态方法，在进行电池阻抗谱的测量时，需要将电池静置很长时间，保证电池处于准稳态下进行测量，因此传统的EIS方法只在实验室中进行离线测量；但是，在实际应用中，电池处于运行状态，充放电电流会改变电池的状态，特别是对电池的极化电阻影响较大，从而也会影响电池的实时阻抗，因此，现有的阻抗谱测量方法受到限制，无法准确的获得电池的在线动态阻抗，也即无法准确的反映电池的实时和实际的状态，从而无法实现电池的准确分选，既使采用传统的交流阻抗谱完成了电池的初始分选，由于没有考虑实际运行中的充放电电流对电池的影响，分选效果较差。
发明内容
本发明的目的是提出一种基于电池动态阻抗锂电池实时分选方法、装置、设备及存储介质，采用电池动态阻抗作为电池的分选依据，动态阻抗是基于锂离子电池在充放电过程中产生电极极化的现象，区别于电池在静置状态下电极保持平衡电位的静态阻抗，克服静态阻抗无法准确的反映电池由于充放电导致的极化的问题。
为实现上述目的，本发明采用的技术方案如下：
锂电池实时分选方法，包括：
(1)将待分选的若干个电池完全放电，将每个电池的SOC区间分为N个区间段；
(2)分别在每个SOC区间段内对所有电池充电后，进行在线测量得到N个动态阻抗测试值；
(3)基于电池动态阻抗的等效电路模型，根据N个动态阻抗测试值，获得第k个SOC区间段电荷转移电阻和第k个SOC区间段表征Warburg扩散阻抗数值大小的特征参数的相关系数ρ；
(4)将在ρ±Δλ范围内的电池作为同类电池，Δλ为预设误差，从而完成电池的在线实时分选。
本发明进一步的改进在于，基于电池动态阻抗的等效电路模型，对根据N个动态阻抗测试值进行最小二乘拟合，得到拟合曲线。
本发明进一步的改进在于，电池动态阻抗的等效电路包括溶液电阻Rs，常相位元件Q，电荷转移电阻Rct，Warburg扩散阻抗Zw与电感L；电感L与溶液电阻Rs一端相连，溶液电阻Rs另一端分为两路，一路与常相位元件Q一端相连，另一路经电荷转移电阻Rct与Warburg扩散阻抗Zw一端相连，Warburg扩散阻抗Zw另一端与常相位元件Q另一端相连。
本发明进一步的改进在于，第k个SOC区间段电荷转移电阻采用下式得到：
Figure GDA0003622487520000031
Figure GDA0003622487520000032
其中，X0为圆心横坐标，Y0为圆心纵坐标，R0为半圆的半径，Rsk为溶液电阻。
本发明进一步的改进在于，拟合点(Xk,Yk)与实测阻抗数据点(Zk',Zk”)之间误差的平方和δ如下：
Figure GDA0003622487520000033
其中δk'与δk”分别为拟合点与实测阻抗数据点之间实部和虚部的绝对误差的平方。
本发明进一步的改进在于，步骤4)中线性方程组的表达式为：
Figure GDA0003622487520000041
本发明进一步的改进在于，相关系数ρ如下：
Figure GDA0003622487520000042
式中：
Figure GDA0003622487520000043
表示第k个区间段电荷转移电阻Rctk的平均值；
Figure GDA0003622487520000044
表示第k个区间段表征ZW数值大小的特征参数Y0k的平均值。
锂电池实时分选装置，包括
放电模块，用于将待分选的若干个电池完全放电，将每个电池的SOC区间分为N个区间段；
测量模块，用于分别在每个SOC区间段内对所有电池充电后，进行在线测量得到N个动态阻抗测试值；
获得模块，用于基于电池动态阻抗的等效电路模型，根据N个动态阻抗测试值，获得第k个SOC区间段电荷转移电阻和第k个SOC区间段表征Warburg扩散阻抗数值大小的特征参数的相关系数ρ；
分选模块，用于将在ρ±Δλ范围内的电池作为同类电池，Δλ为预设误差，从而完成电池的在线实时分选。
一种电子设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
将待分选的若干个电池完全放电，将每个电池的SOC区间分为N个区间段；
分别对每个SOC区间段内对所有电池充电后，进行在线测量得到N个动态阻抗测试值；
基于电池动态阻抗的等效电路模型，根据N个动态阻抗测试值，获得第k个SOC区间段电荷转移电阻和第k个SOC区间段表征Warburg扩散阻抗数值大小的特征参数的相关系数ρ；
将在ρ±Δλ范围内的电池作为同类电池，Δλ为预设误差，从而完成电池的在线实时分选。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至7中任一项所述的基于电池动态阻抗锂电池实时分选方法。
与现有技术相比，本发明具有的有益效果：
1、相对传统采用电压和容量等电池外在参数作为依据进行分选，本发明采用电池阻抗作为分选依据，并建立了电池阻抗的等效电路，等效电路中各种等效元件既反映了电池内部的结构，又同时在阻抗谱中体现了对应结构的电化学特性，作为电池分选依据更能反映电池特性；
2、相对传统采用交流阻抗谱作为电池分选依据，由于交流阻抗谱是电池在静止状态下测量获得的，无法反映电池在充放电下的极化，本发明采用电池动态阻抗，可反映电池充放电过程中电流对电池的影响，更能准确的反映电池的阻抗特性，特别是对电流和电池状态敏感的电池极化现象；
3、本发明通过建立电池动态阻抗的等效电路模型，并采用等效电路模型中的电荷转移电阻和扩散阻抗的表征参数作为分选参数；采用这两个参数的相关系数作为最终的分选参数，在不损伤电池和不影响电池运行的情况下，可在线测试电池的阻抗并提取电池的特征参数，从而实现电池的在线实时分选。
附图说明
图1为电池动态阻抗的等效电路图。
图2为电池动态阻抗的等效电路图的模型图。
图3为通过曲线的几何特征提取出特征参数的示意图。
图4为整个SOC区间分为N个区间段的示意图。
具体实施方式
下面结合附图对本发明进行详细说明。
动态阻抗可反映电池充放电过程中电流对电池的影响，更能准确的反映电池的阻抗特性，特别是对电流和电池状态敏感的电池极化现象。本发明基于电池阻抗的电池等效电路模型，根据等效电路模型提取了反映电池动态特性的特征参数；根据电池的特征参数作为电池分选的依据，进行电池的实时分选。本发明提出的电池分选方法在不损伤电池和不影响电池运行的情况下，可在线测试电池的阻抗。
1.本发明提出了反映电池动态特性的等效电路模型，电池动态阻抗的等效电路如图1所示，其中包括了溶液电阻Rs，电双层电容Cdl，电荷转移电阻Rct，Warburg扩散阻抗Zw，电感L表示与电极的多孔性结构、表面不均匀以及连接引线等；电感L与溶液电阻Rs一端相连，溶液电阻Rs另一端分为两路，一路与电双层电容Cdl一端相连，另一路经电荷转移电阻Rct与Warburg扩散阻抗Zw一端相连，Warburg扩散阻抗Zw另一端与电双层电容Cdl另一端相连。为了计算方便，用Y0作为表征ZW数值大小的特征参数。由于电双层电容Cdl不是一个纯电容，可以考虑用常相位元件Q来代替电双层电容Cdl，因此本发明将电池动态特性的等效电路模型修正，得到电池动态阻抗的等效电路，参见图2。
2.本发明采用溶液电阻Rs、电荷转移电阻Rct、表征ZW数值大小的特征参数Y0作为是电池阻抗模型的特征参数，溶液电阻Rs反映了电池内部电解液对电荷传递的阻力，与温度有关，受SOC影响较小，是一个电池长期运行缓慢变化的量，在电池实时在线的快速分选中可以忽略；电荷转移电阻Rct和表征Warburg扩散阻抗ZW数值大小的特征参数Y0受电池的SOC和充放电电流影响较大，因此，电荷转移电阻Rct和表征Warburg扩散阻抗ZW数值大小的特征参数Y0作为实时分选的特征参数。
3.本发明采用阻抗谱进行频率区间划分进行特征参数提取方法，根据曲线特征选取阻抗数据，利用非线性最小二乘法来拟合曲线，通过曲线的几何特征提取出特征参数，如图3所示。图3中(X0,Y0)为拟合后半圆的圆心，R0为半圆的半径。(Zk',Zk”)为任意一个频率下的第K个实测阻抗数据点，K＝1,2,3,……，Zk',和Zk”分别为实测阻抗值Zk的x轴分量和y轴分量，k＝1,2…N，对N个动态阻抗测试值进行最小二乘拟合，可得到一个虚线所示的半圆，半圆交横轴于两点(Rs，0)，(Rs+Rct，0)，由于这两点均在半圆上，两点的中垂线必经过圆心(X0,Y0)，可通过圆心横坐标X0、圆心纵坐标Y0、半圆的半径R0来计算出特征参数表征Warburg扩散阻抗ZW数值大小的特征参数Y0和电荷转移电阻Rct。以下为计算过程：
(1)将实测的阻抗数据点(Zk',Zk”)与圆心(X0,Y0)连接，与半圆相交于点(Xk,Yk)，该点便是根据实测阻抗数据点在拟合半圆上提取出的拟合阻抗点；Yk即为第k个区间段表征Warburg扩散阻抗ZW数值大小的特征参数Y0k；
(2)构建直角三角形，具体过程为：从实测阻抗数据点(Zk',Zk”)向x轴做垂线，从圆心(X0,Y0)向y轴做垂线，两条垂线相交，连接实测阻抗数据点(Zk',Zk”)与圆心(X0,Y0)，形成直角三角形。如图3所示，从图3中的直角三角形可以根据三角形相似定理得到如下关系式：
Figure GDA0003622487520000081
Figure GDA0003622487520000082
(3)定义δ为拟合点(Xk,Yk)与实测阻抗数据点(Zk',Zk”)之间误差的平方和，有如下定义式：
Figure GDA0003622487520000083
其中δk'与δk”分别为拟合点与实测阻抗数据点之间实部和虚部的绝对误差的平方，具体表达式为：
δ′k＝(Xk-Z'k)2 (4)
δ″k＝(Yk-Z″k)2 (5)
(4)式子(1)与(2)变形整理后分别代入到式(4)与(5)中有：
Figure GDA0003622487520000084
Figure GDA0003622487520000085
(5)采用最小二乘法，要得到最佳的拟合曲线，需要保证拟合点(Xk,Yk)与实测阻抗数据点(Zk',Zk”)之间误差的平方和δ取最小值，分别对拟合点(Xk,Yk)与实测阻抗数据点(Zk',Zk”)之间误差的平方和δ求关于圆心横坐标X0、圆心纵坐标Y0、半圆的半径R0的一阶偏导数并令导数值为0，可得到线性方程组，求解线性方程组即可得到圆心横坐标X0、圆心纵坐标Y0、半圆的半径R0，线性方程组表达式为：
Figure GDA0003622487520000086
(6)根据式(8)求解得到圆心横坐标X0、圆心纵坐标Y0、半圆的半径R0，(X0,Y0)即为半圆的圆心，R0为半圆的半径，根据图3中的几何关系求得溶液电阻Rsk和电荷转移电阻Rctk，表达式如下：
Figure GDA0003622487520000091
Figure GDA0003622487520000092
至此，得到电池动态阻抗特征参数，即溶液电阻Rsk和电荷转移电阻Rctk，由于溶液电阻是一个长期缓慢的变化值，本发明的特征参数选取时忽略溶液电阻。
4.电池分选时，在线测试电池在不同充放电流和不同SOC状态下的特征参数Rct和Y0，根据特征参数数值的不同，计算电荷转移电阻Rct和表征Warburg扩散阻抗ZW数值大小的特征参数Y0在不同SOC状态下的相关系数，进行电池的在线分选。分选方法如下：
(1)电池置于一定温度下(对同一批进行分选的电池，需在同一温度下进行)，将一批(若干个)电池完全放电，此时电池的SOC为0；
(2)以SOC等于0为起点，将每个电池的整个SOC区间(SOC＝100％)分为N个区间段(N取偶数，N越大，分选越准确，但耗时也越长)，如图4所示；
(3)电池每个SOC区间段内以一定倍率的电流恒流充电，时长为t1；
(4)在步骤3)中的每个区间内充电时长达到(t1-t2)/2时，开始进行动态交流阻抗谱在线测量测试，得到一个动态阻抗测试值，时长为t2；t1>t2；
(5)重复步骤3)～步骤4)N次，完成电池整个SOC区间内N个区间段的动态阻抗测量，停止测试，共得到N个动态阻抗测试值；
(6)根据上面给出的特征参数计算过程，基于N个动态阻抗测试值获得每一个区间段的Rctk和Y0k(k＝1,2…N)，Rctk为第k个区间段电荷转移电阻，Y0k为第k个区间段表征Warburg扩散阻抗ZW数值大小的特征参数；
(7)以(Rctk、Y0k)为一个数据点计算N个阻抗测量值的第k个区间段电荷转移电阻Rctk和第k个区间段表征ZW数值大小的特征参数Y0k的相关系数ρ；
Figure GDA0003622487520000101
式中：
Figure GDA0003622487520000102
表示Rctk的平均值，
Figure GDA0003622487520000103
Figure GDA0003622487520000104
表示Y0k的平均值，
Figure GDA0003622487520000105
(8)根据相同条件下得到的电池相关系数ρ，以ρ±Δλ作为定量值进行判断，在ρ±Δλ范围内的电池作为同类电池。Δλ为设置的误差，该误差可根据实际情况调整以实现更合理的电池分选。
至此，完成了电池的在线实时分选。
基于电池动态阻抗的锂电池实时分选装置，包括
放电模块，用于将待分选的若干个电池完全放电，将每个电池的SOC区间分为N个区间段；
测量模块，用于分别对每个SOC区间段内对所有电池充电后，进行在线测量得到N个动态阻抗测试值；
获得模块，用于基于电池动态阻抗的等效电路模型，根据N个动态阻抗测试值，获得第k个SOC区间段电荷转移电阻和第k个SOC区间段表征Warburg扩散阻抗数值大小的特征参数的相关系数ρ；
分选模块，用于将在ρ±Δλ范围内的电池作为同类电池，Δλ为预设误差，从而完成电池的在线实时分选。
一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
将待分选的若干个电池完全放电，将每个电池的SOC区间分为N个区间段；
分别对每个SOC区间段内对所有电池充电后，进行在线测量得到N个动态阻抗测试值；
基于电池动态阻抗的等效电路模型，根据N个动态阻抗测试值，获得第k个SOC区间段电荷转移电阻和第k个SOC区间段表征Warburg扩散阻抗数值大小的特征参数的相关系数ρ；
将在ρ±Δλ范围内的电池作为同类电池，Δλ为预设误差，从而完成电池的在线实时分选。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至7中任一项所述的基于电池动态阻抗锂电池实时分选方法。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。
本发明是参照根据本发明实施例的方法、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。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.锂电池实时分选方法，其特征在于，包括：
(1)将待分选的若干个电池完全放电，将每个电池的SOC区间分为N个区间段；
(2)分别在每个SOC区间段内对所有电池充电后，进行在线测量得到N个动态阻抗测试值；
(3)基于电池动态阻抗的等效电路模型，根据N个动态阻抗测试值，获得第k个SOC区间段电荷转移电阻和第k个SOC区间段表征Warburg扩散阻抗数值大小的特征参数的相关系数ρ；
(4)将在ρ±Δλ范围内的电池作为同类电池，Δλ为预设误差，从而完成电池的在线实时分选。
2.根据权利要求1所述的锂电池实时分选方法，其特征在于，基于电池动态阻抗的等效电路模型，对根据N个动态阻抗测试值进行最小二乘拟合，得到拟合曲线。
3.根据权利要求2所述的锂电池实时分选方法，其特征在于，电池动态阻抗的等效电路包括溶液电阻Rs，常相位元件Q，电荷转移电阻Rct，Warburg扩散阻抗Zw与电感L；电感L与溶液电阻Rs一端相连，溶液电阻Rs另一端分为两路，一路与常相位元件Q一端相连，另一路经电荷转移电阻Rct与Warburg扩散阻抗Zw一端相连，Warburg扩散阻抗Zw另一端与常相位元件Q另一端相连。
4.根据权利要求3所述的锂电池实时分选方法，其特征在于，第k个SOC区间段电荷转移电阻采用下式得到：
Figure FDA0003679387310000011
Figure FDA0003679387310000012
其中，X0为圆心横坐标，Y0为圆心纵坐标，R0为半圆的半径，Rsk为溶液电阻。
5.根据权利要求4所述的锂电池实时分选方法，其特征在于，拟合点(Xk,Yk)与实测阻抗数据点(Zk′,Zk”)之间误差的平方和δ如下：
Figure FDA0003679387310000021
其中δk'与δk”分别为拟合点与实测阻抗数据点之间实部和虚部的绝对误差的平方。
6.根据权利要求5所述的锂电池实时分选方法，其特征在于，求解圆心横坐标X0、圆心纵坐标Y0、半圆的半径R0过程中用到的线性方程组的表达式为：
Figure FDA0003679387310000022
7.根据权利要求1所述的锂电池实时分选方法，其特征在于，相关系数ρ如下：
Figure FDA0003679387310000023
式中：
Figure FDA0003679387310000024
表示第k个区间段电荷转移电阻Rctk的平均值；
Figure FDA0003679387310000025
表示第k个区间段表征ZW数值大小的特征参数Y0k的平均值。
8.锂电池实时分选装置，其特征在于，包括
放电模块，用于将待分选的若干个电池完全放电，将每个电池的SOC区间分为N个区间段；
测量模块，用于分别在每个SOC区间段内对所有电池充电后，进行在线测量得到N个动态阻抗测试值；
获得模块，用于基于电池动态阻抗的等效电路模型，根据N个动态阻抗测试值，获得第k个SOC区间段电荷转移电阻和第k个SOC区间段表征Warburg扩散阻抗数值大小的特征参数的相关系数ρ；
分选模块，用于将在ρ±Δλ范围内的电池作为同类电池，Δλ为预设误差，从而完成电池的在线实时分选。
9.一种电子设备，其特征在于，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
将待分选的若干个电池完全放电，将每个电池的SOC区间分为N个区间段；
分别在每个SOC区间段内对所有电池充电后，进行在线测量得到N个动态阻抗测试值；
基于电池动态阻抗的等效电路模型，根据N个动态阻抗测试值，获得第k个SOC区间段电荷转移电阻和第k个SOC区间段表征Warburg扩散阻抗数值大小的特征参数的相关系数ρ；
将在ρ±Δλ范围内的电池作为同类电池，Δλ为预设误差，从而完成电池的在线实时分选。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至7中任一项所述的锂电池实时分选方法。
CN202010567401.0A 2020-06-19 2020-06-19 锂电池实时分选方法、装置、设备及存储介质 Active CN111679215B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010567401.0A CN111679215B (zh) 2020-06-19 2020-06-19 锂电池实时分选方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010567401.0A CN111679215B (zh) 2020-06-19 2020-06-19 锂电池实时分选方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN111679215A CN111679215A (zh) 2020-09-18
CN111679215B true CN111679215B (zh) 2022-07-26

Family

ID=72436603

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010567401.0A Active CN111679215B (zh) 2020-06-19 2020-06-19 锂电池实时分选方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111679215B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112363074A (zh) * 2020-11-10 2021-02-12 中国电力科学研究院有限公司 电池储能适用性的检测评估方法、系统、设备和存储介质
CN112698230A (zh) * 2020-12-02 2021-04-23 国网上海市电力公司 一种锂离子电池健康状态的动态阻抗快速测量方法
CN112526352B (zh) * 2020-12-17 2023-10-31 合肥工业大学 一种退役锂离子电池的soh估计方法
CN112526353B (zh) * 2020-12-17 2023-10-31 合肥工业大学 一种退役锂离子动力电池soc快速检测方法及装置
CN113996563A (zh) * 2021-11-23 2022-02-01 格林美股份有限公司 一种基于电化学阻抗谱的电池分选方法、装置及电子设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103801521A (zh) * 2014-01-28 2014-05-21 国家电网公司 一种二次电池的分选方法
CN103909068A (zh) * 2014-02-28 2014-07-09 清华大学 电池的分选方法
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
CN105576318A (zh) * 2016-02-23 2016-05-11 上海电力学院 确定电动汽车退役锂电池一致性的多参数综合判定方法
CN107607880A (zh) * 2017-09-19 2018-01-19 哈尔滨工业大学 一种基于阻抗谱的锂离子电池内部健康特征提取方法
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
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
CN111175661A (zh) * 2020-02-21 2020-05-19 中国电力科学研究院有限公司 一种用于确定锂离子电池的荷电状态的方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103801521A (zh) * 2014-01-28 2014-05-21 国家电网公司 一种二次电池的分选方法
CN103909068A (zh) * 2014-02-28 2014-07-09 清华大学 电池的分选方法
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
CN105576318A (zh) * 2016-02-23 2016-05-11 上海电力学院 确定电动汽车退役锂电池一致性的多参数综合判定方法
CN107607880A (zh) * 2017-09-19 2018-01-19 哈尔滨工业大学 一种基于阻抗谱的锂离子电池内部健康特征提取方法
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
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
CN111175661A (zh) * 2020-02-21 2020-05-19 中国电力科学研究院有限公司 一种用于确定锂离子电池的荷电状态的方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Investigation of lithium-ion battery degradation mechanisms by combining differential voltage analysis and alternating current impedance;Jiangong Zhu等;《Journal of Power Sources》;20191109;第1-12页 *
储能用锂离子电池动态阻抗模型及其特征参数研究;许守平等;《电气技术》;20181231(第08期);第90-94页 *

Also Published As

Publication number Publication date
CN111679215A (zh) 2020-09-18

Similar Documents

Publication Publication Date Title
CN111679215B (zh) 锂电池实时分选方法、装置、设备及存储介质
CN102508165B (zh) 一种评价磷酸铁锂电池自放电一致性的方法
CN111736085A (zh) 一种基于电化学阻抗谱的锂离子电池健康状态估计方法
CN105203965B (zh) 一种储能电池检测方法
CN112147530B (zh) 一种电池状态评价方法及装置
CN111036575B (zh) 一种基于温度变化分析的锂离子电池分选方法
CN105467328A (zh) 一种锂离子电池荷电状态估计方法
CN108732499B (zh) 一种检测锂离子电池循环寿命的方法和系统
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
Zheng et al. Quantitative short circuit identification for single lithium-ion cell applications based on charge and discharge capacity estimation
Li et al. The open-circuit voltage characteristic and state of charge estimation for lithium-ion batteries based on an improved estimation algorithm
CN116930794A (zh) 电池容量更新方法、装置、电子设备及存储介质
WO2018032557A1 (zh) 锂离子电池剩余电量的计量方法和装置
CN116027199A (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
CN111965557A (zh) 一种后备电源可靠性的评估方法和装置
Pang et al. A new method for determining SOH of lithium batteries using the real-part ratio of EIS specific frequency impedance
CN114755595A (zh) 一种云端储能全量电芯内阻计算和评估方法
CN117007975A (zh) 一种通过采集储能电池电芯多点温度对电池容量衰减评估进行强化学习的方法
Wu et al. Research on online identification of lithium-ion battery equivalent circuit model parameters
CN116774043A (zh) 一种基于频率筛选的退役锂离子电池剩余寿命检测方法
CN106646260A (zh) 一种基于遗传神经网络的bms系统的soc的估算方法
Wang et al. An Online Method for Power State Estimation of Lithium-Ion Batteries under the Constraints of the Fusion Model Considering Temperature Effect
Zhang et al. On SOC estimation of lithium-ion battery packs based EKF
Zhang et al. State-of-charge estimation for lithium primary batteries: Methods and verification
Liu et al. A novel fading memory recursive least square method (FMLS) for accurate state of charge estimation of lithium-ion batteries combined with improved second order PNGV modeling

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