CN112014756A - 确定电池循环寿命的方法、装置、存储介质及电子设备 - Google Patents

确定电池循环寿命的方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN112014756A
CN112014756A CN202010802668.3A CN202010802668A CN112014756A CN 112014756 A CN112014756 A CN 112014756A CN 202010802668 A CN202010802668 A CN 202010802668A CN 112014756 A CN112014756 A CN 112014756A
Authority
CN
China
Prior art keywords
lithium ion
cycle life
calculation formula
ion battery
intercept
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
CN202010802668.3A
Other languages
English (en)
Other versions
CN112014756B (zh
Inventor
王旭
李峰宇
何见超
陈森
王连旭
陈思
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.)
Svolt Energy Technology Co Ltd
Original Assignee
Svolt Energy Technology Co Ltd
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 Svolt Energy Technology Co Ltd filed Critical Svolt Energy Technology Co Ltd
Priority to CN202010802668.3A priority Critical patent/CN112014756B/zh
Publication of CN112014756A publication Critical patent/CN112014756A/zh
Application granted granted Critical
Publication of CN112014756B publication Critical patent/CN112014756B/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]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • 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]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G01R31/387—Determining ampere-hour charge capacity or SoC
    • 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)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本公开涉及一种确定电池循环寿命的方法、装置、存储介质及电子设备，解决测试锂离子电池的循环寿命，需搭建复杂的硬件，不能预测其他测试条件下锂离子电池的循环寿命等技术问题。方法包括：获取至少四组已知循环寿命的锂离子电池的状态参数，以及与状态参数对应的循环数据；根据第一循环数据和第一预设计算式得到第一截距；根据至少四组状态参数、第一截距以及第二预设计算式优化影响因子；获取未知循环寿命的目标锂离子电池的第二状态参数，根据优化后的影响因子、第二状态参数和第二预设计算式得到第二截距；根据第二状态参数、第二截距、优化后的影响因子和第三预设计算式得到目标锂离子电池的循环寿命；输出目标锂离子电池的循环寿命。

Description

确定电池循环寿命的方法、装置、存储介质及电子设备
技术领域
本公开涉及电池行业，具体地，涉及一种确定电池循环寿命的方法、装置、存储介质及电子设备。
背景技术
电池行业中，电池的循环寿命直接影响了电池包的使用寿命，进而影响使用该电池的相关产品的使用年限，如电动汽车的行驶总里程和使用年限等。如果电池寿命短，就会在电动汽车报废前更换电池包，这样会使售后成本大大提高，降低了品牌的美誉度，因此，需要快速地预测电池的寿命。
目前电池行业的主流为锂离子电池，锂离子电池的循环寿命是其性能的一项重要指标。对于电动汽车多种多样的使用环境，导致了需要知道不同条件下的锂离子电池的循环寿命，不同的使用环境主要包括：不同温度、不同荷电状态区间、不同充放电倍率等，因为锂离子电池的循环寿命的测试条件太多，测试时间太长，使得测量全部锂离子电池的循环寿命的工作耗时巨大，会长时间占用大量的测试资源，成本高，效率低。
相关技术中，进行锂离子电池的循环寿命测试时，需要搭建复杂的硬件，且测试点过多，测试结果容易受外界影响，使得测试结果不可靠，且只能在同一测试条件下进行测试，不能预测其他测试条件下锂离子电池的循环寿命。
发明内容
本公开的目的是提供一种确定电池循环寿命的方法、装置、存储介质及电子设备，可解决相关技术中测试锂离子电池的循环寿命，需搭建复杂的硬件，测试结果不可靠，且不能预测其他测试条件下锂离子电池的循环寿命等技术问题。
为了实现上述目的，第一方面，本公开提供一种确定电池循环寿命的方法，所述方法包括：
获取至少四组已知循环寿命的锂离子电池的状态参数，以及与所述状态参数对应的第一循环数据；
根据任一所述第一循环数据和第一预设计算式，得到第一截距；
根据至少四组所述状态参数、所述第一截距以及第二预设计算式，优化影响因子；
获取任一未知循环寿命的目标锂离子电池的第二状态参数，根据优化后的所述影响因子、所述第二状态参数和所述第二预设计算式，得到第二截距；
根据所述第二状态参数、所述第二截距、优化后的所述影响因子和第三预设计算式，得到所述目标锂离子电池的循环寿命；
输出所述目标锂离子电池的循环寿命。
可选地，所述第一循环数据包括循环次数、容量保持率，所述根据任一所述第一循环数据和第一预设计算式，得到第一截距，包括：
根据所述容量保持率得到容量损失率，对所述循环次数和所述容量损失率分别取对数处理；
将取对数处理后的所述循环次数和所述容量损失率带入第一预设计算式，并进行求解，得到第一截距；
其中，所述第一预设计算式包括：
b＝Ln(Qt)-z·Lnt，
b表示截距，Qt表示容量损失率，z表示电化学体系决定的定值，t表示循环次数。
可选的，所述根据任一所述第一循环数据和第一预设计算式，得到第一截距之前，还包括：
对蒙特卡洛法公式取对数处理，再根据线性关系进行变形，得到第一预设计算式；
其中，所述蒙特卡洛法公式包括：
Qt＝α·a·t2，
α＝eβ·N'，e表示自然对数的底数，β表示常数；
N'＝N·DOD，N表示预设时间段内的循环次数，DOD表示放电深度；
Figure BDA0002627958180000031
Ca表示常数，T表示当前温度，T0表示初始温度，ΔT表示温度间隔，CT表示温度影响因子，SOC表示荷电状态，SOC0表示初始荷电状态，ΔSOC表示荷电间隔，CSOC表示荷电影响因子。
可选的，根据至少四组所述状态参数、所述第一截距以及所述第二预设计算式，优化影响因子，包括：
将至少四组所述状态参数、所述第一截距分别带入所述第二预设计算式，得到多元一次方程组；
对所述多元一次方程组进行求解，得到优化后的影响因子；
其中，所述第二预设计算式包括：
Figure BDA0002627958180000032
可选的，所述状态参数包括：温度、荷电状态、放电深度、充放电倍率中的至少一种；
所述影响因子包括：温度影响因子、荷电状态影响因子、β常数和Ca常数中的至少一种。
可选的，四组所述状态参数中包括：
第一组状态参数，所述第一组状态参数中的锂离子电池的初始温度为第一预设值，初始荷电状态为第二预设值，其他数据满足单一变量原则；
第二组状态参数，所述第二组状态参数中锂离子电池的当前温度大于初始温度，且其他参数满足单一变量原则；
第三组状态参数，所述第三组状态参数中锂离子电池的当前温度小于初始温度，其他参数满足单一变量原则。
可选的，所述根据所述第二状态参数、所述第二截距、优化后的所述影响因子和所述第三预设计算式，得到所述目标锂离子电池的循环寿命，包括：
将所述第二状态参数、所述第二截距以及优化后的所述影响因子带入所述第三预设计算式，得到所述目标锂离子电池的循环寿命；
其中，所述第三预设计算式包括：
Figure BDA0002627958180000041
第二方面，本公开提供一种确定电池循环寿命的装置，所述装置包括：
第一数据获取模块，用于获取至少四组已知循环寿命的锂离子电池的状态参数，以及与所述状态参数对应的第一循环数据；
第一执行模块，用于根据任一所述第一循环数据和第一预设计算式，得到第一截距；
第二执行模块，用于根据至少四组所述状态参数、所述第一截距以及第二预设计算式，优化影响因子；
第三执行模块，用于获取任一未知循环寿命的目标锂离子电池的第二状态参数，根据优化后的所述影响因子、所述第二状态参数和所述第二预设计算式，得到第二截距；
第四执行模块，用于根据所述第二状态参数、所述第二截距、优化后的所述影响因子和第三预设计算式，得到所述目标锂离子电池的循环寿命；
输出模块，用于输出所述目标锂离子电池的循环寿命。
第三方面，本公开提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的确定电池循环寿命的方法。
第四方面，本公开提供一种电子设备，包括：
存储器，其上存储有计算机程序；处理器，用于执行所述存储器中的所述计算机程序，以实现上述的确定电池循环寿命的方法。
通过上述技术方案，本公开相较于相关技术的有益效果包括：
1、无需搭建复杂的硬件，节约大量的测试资源，降低了劳动成本；
2、可通过测试四个测试条件下不同锂离子电池的循环寿命，来预测几十甚至上百个不同测试条件下锂离子电池的循环寿命；
3、过程简单，预测的结果可靠。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是根据一示例性实施例示出的一种确定电池循环寿命的方法的流程示意图。
图2是根据一示例性实施例示出的已知循环寿命的锂离子电池的实测数据。
图3是根据一示例性实施例示出的锂离子电池的容量损失率对数图。
图4是根据一示例性实施例示出的一种确定电池循环寿命的装置的框图。
图5是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
本公开一示例性实施例提供了一种确定电池循环寿命的方法，该方法的执行主体可以为电子设备，所述电子设备例如可以是计算机终端。在本公开实施例中的电池均为二次电池，以锂离子电池为例进行说明。请参阅图1，所述确定电池循环寿命的方法包括步骤S110至步骤S160。具体的：
步骤S110：获取至少四组已知循环寿命的锂离子电池的状态参数，以及与所述状态参数对应的第一循环数据；
步骤S120：根据任一所述第一循环数据和第一预设计算式，得到第一截距；
步骤S130：根据至少四组所述状态参数、所述第一截距以及第二预设计算式，优化影响因子；
步骤S140：获取任一未知循环寿命的目标锂离子电池的第二状态参数，根据优化后的所述影响因子、所述第二状态参数和所述第二预设计算式，得到第二截距；
步骤S150：根据所述第二状态参数、所述第二截距、优化后的所述影响因子和第三预设计算式，得到所述目标锂离子电池的循环寿命；
步骤S160：输出所述目标锂离子电池的循环寿命。
在一种可能的实现方式中，步骤S110中的至少四组所述状态参数中可以包括：
第一组状态参数，所述第一组状态参数中的锂离子电池的初始温度为第一预设值、初始荷电状态为第二预设值，其他数据满足单一变量原则；
第二组状态参数，所述第二组状态参数中锂离子电池的当前温度大于初始温度，且其他参数满足单一变量原则；
第三组状态参数，所述第三组状态参数中锂离子电池的当前温度小于初始温度，其他参数满足单一变量原则。
其中，上述第一组状态参数、第二组状态参数、第三组状态参数可以为不同锂离子电池在相同测试条件下的状态参数，也可以为不同锂离子电池在不同测试条件下的状态参数。
在具体实施时，第一预设值和第二预设值可根据测试环境进行预设，本公开对此不作限定。
具体的，因为预测的循环温度只能是单调的，因此四组状态参数中可以包括锂离子电池的当前温度大于锂离子电池的初始温度，和锂离子电池的当前温度小于锂离子电池的初始温度的两个温度点，从而使获得的至少四组状态参数具有代表性。
可选的，步骤S120中的第一预设计算式可以是通过如下方式获得的：
对蒙特卡洛法公式取对数处理，再根据线性关系进行变形，得到第一预设计算式；
所述蒙特卡洛法公式包括：
Qt＝α·a·t2，
α＝eβ·N'，e表示自然对数的底数，β表示常数；
N'＝N·DOD，N表示预设时间段内的循环次数，DOD表示放电深度，即荷电状态的上下限之差。
其中，
Figure BDA0002627958180000071
Ca表示常数，T表示当前温度，T0表示初始温度，ΔT表示温度间隔，CT表示温度影响因子，SOC表示荷电状态，SOC0表示初始荷电状态，ΔSOC表示荷电间隔，CSOC表示荷电影响因子；t表示锂离子电池总的循环次数，即循环寿命，z表示电化学体系决定的定值。
具体的，以上述预设时间段为一天为例进行说明，一天内的循环次数N的计算过程包括：
Figure BDA0002627958180000081
其中，C_Rate表示放电深度，D_Rate表示放电倍率。
其中，对蒙特卡洛法公式取对数处理后的到：
Ln(Qt)＝Ln(α)+Ln(a)+z·Ln(t)，
再根据线性关系：y＝kx+b，其中b表示截距，k表示斜率。
对取对数处理后的蒙特卡洛法公式进行变形处理，得到第一预设计算式。
其中，变形处理时，将Ln(α)+Ln(a)替换为该线性关系中的截距k，将z替换为该线性公式中的斜率k，从而得到第一预设计算式。
可选的，所述第一循环数据包括循环次数、容量保持率，在此种情况下，步骤S120：所述根据任一所述第一循环数据和第一预设计算式，得到第一截距可以包括：
根据所述容量保持率得到容量损失率，对所述循环次数和所述容量损失率分别取对数处理；
将取对数处理后的所述循环次数和所述容量损失率带入第一预设计算式，并进行求解，得到第一截距；
其中，所述第一预设计算式包括：
b＝Ln(Qt)-z·Lnt，
b表示截距，Qt表示容量损失率，z表示电化学体系决定的定值，t表示循环次数。
其中，容量损失率＝1-容量保持率，根据获取的容量保持率得到容量损失率。
可选的，在具体实施时，步骤S130：根据至少四组所述状态参数、所述第一截距以及第二预设计算式，优化影响因子可以包括：
将至少四组所述状态参数、所述第一截距分别带入所述第二预设计算式，得到多元一次方程组；
对所述多元一次方程组进行求解，得到优化后的影响因子。
其中，所述第二预设计算式包括：
Figure BDA0002627958180000091
可选的，在具体实施时，步骤S140可以包括：获取任一未知循环寿命的目标锂离子电池的第二状态参数，将优化后的所述影响因子，所述第二状态参数带入第二预设计算式中，对第二预设计算式进行求解，得到第二截距，即目标锂离子电池的截距。
可选的，在具体实施时，步骤S150：根据所述第二状态参数、所述第二截距、优化后的所述影响因子和第三预设计算式，得到所述目标锂离子电池的循环寿命可以包括：
将所述第二状态参数、所述第二截距以及优化后的所述影响因子带入所述第三预设计算式，得到所述目标锂离子电池的循环寿命。
其中，所述第三预设计算式包括：
Figure BDA0002627958180000092
可选的，所述状态参数包括：温度、荷电状态、放电深度、充放电倍率中的至少一种；
所述影响因子包括：温度影响因子、荷电状态影响因子、β常数和Ca常数中的至少一种。
其中，温度包括锂离子电池的初始温度，锂离子电池的当前温度以及温度间隔；荷电状态包括锂离子电池的当前荷电状态，锂离子电池的初始荷电状态以及荷电间隔。
具体的，在本实施例中取初始温度为25℃；初始荷电状态为100％；其中，温度间隔为1℃、5℃、10℃中任一个，可根据实际测量情况定义；荷电间隔为1％、5％、10％中的任一个，可根据实际测量情况定义。
输出的循环寿命例如可以在显示设备上进行显示，以便于工作人员对得到的锂离子电池的循环寿命进行监测，以及根据锂离子电池的循环寿命对锂离子电池的结构或成分等进行优化，从而提升锂离子电池的性能。
也可以将得到的锂离子电池的循环寿命输出到相关测试设备中，作为预测其他条件的不同锂离子电池的循环寿命的依据。
举例说明，获取某电化学体系下的已知循环寿命的锂离子电池的实测数据，即，在T0＝25℃，ΔT＝5℃，SOC0＝100％，ΔSOC＝5％时，取第一组数据1C/1C，100％，45℃，第二组数据1C/1C、100％、10℃，第三组数据1C/1C、5％-97％、25℃，第四组数据1C/1C、100％、25℃，第五组数据0.7C/1C、5％-97％、25℃，其中，1C/1C表示先1C充电再1C放电(C指电池全部容量，1C充电相当于所有容量用1小时充满的电流)；100％SOC表示从0％充电到100％，再从100％放电到0％；10℃表示锂离子电池的当前测试温度；如，“0.7C/1C，5％-97％，25℃，实测”，是指电池在25℃环境下用0.7C由5％SOC充电至97％SOC，然后再用1C放电至5％SOC的实测数据。
如图2所示，横坐标表示循环次数t，纵坐标表示容量保持率Qt。根据1-容量保持率＝容量损失率、以及容量保持率的值确定容量损失率。并将纵坐标替换为容量损失率，分别对横纵坐标取对数处理，将横纵坐标替换为取对数处理后的横纵坐标，此时，横坐标为ln(t)，纵坐标为ln(Qt)，即对获取的五组数据中的容量损失率和循环次数进行取对数处理。
对蒙特卡洛法公式Qt＝α·a·t2进行取对数处理，得到计算式Ln(Qt)＝Ln(α)+Ln(a)+z·Ln(t)，根据线性关系y＝kx+b，对该计算式进行变形处理，得到第一预设计算式b＝Ln(Qt)-z·Lnt，将取对数处理后的任一组参数带入第一预设计算式，得到第一截距。如图3所示，各趋势线的斜率约为0.74，不同测试条件下的截距不同，确定z＝0.74。
将对数处理后的五组数据和每组数据对应的第一截距带入第二预设计算式，得到一个五元一次方程组：
1C/1C，100％，10℃：
Figure BDA0002627958180000111
1C/1C，5％-97％，25℃：
Figure BDA0002627958180000112
1C/1C，100％，25℃：
Figure BDA0002627958180000113
0.7C/1C，5％-97％，25℃：
Figure BDA0002627958180000114
1C/1C，100％，45℃：
Figure BDA0002627958180000115
上述五个四元一次方程，前四个可以预测循环温度低于25℃的循环寿命；后四个可以预测循环温度高于25℃的循环寿命。分别联立求解两个四元一次方程组，可以得到两组优化后的影响因子，分别是：
1)β＝0.049789，Cα＝0.000506765，CT＝1.066092399，CSOC＝1.020546394；
2)β＝0.049789，Cα＝0.000506765，CT＝1.075192806，CSOC＝1.020546394。
获取一未知循环寿命的目标锂离子电池的状态参数，2C/1C，10％-90％，15℃，80％容量保持率，将该状态参数和第一组优化后的影响因子带入第三预设计算式：
Figure BDA0002627958180000121
并进行求解，得到t＝1712，即目标锂离子电池在2C/1C，10％-90％，15℃测试条件下达到80％容量保持率时，循环次数约为1712次，即目标锂离子电池的循环寿命为1712次。
采用上述技术方案，由于本公开实施例能够通过四个测试条件下不同锂离子电池的循环寿命，快速确定其他不同测试条件下锂离子电池的循环寿命，过程简单，无需针对其他测试条件下的锂离子电池搭建复杂的硬件，节约了大量的测试资源，降低了劳动成本，结果可靠。
本公开一示例性实施例提供了一种确定电池循环寿命的装置，如图4所示，确定电池循环寿命的装置400包括：
第一数据获取模块401，用于获取至少四组已知循环寿命的锂离子电池的状态参数，以及与所述状态参数对应的第一循环数据；
第一执行模块402，用于根据任一所述第一循环数据和第一预设计算式，得到第一截距；
第二执行模块403，用于根据至少四组所述状态参数、所述第一截距以及第二预设计算式，优化影响因子；
第三执行模块404，用于获取任一未知循环寿命的目标锂离子电池的第二状态参数、根据优化后的所述影响因子、所述第二状态参数和所述第二预设计算式，得到第二截距；
第四执行模块405，用于根据所述第二状态参数，所述第二截距、优化后的所述影响因子和第三预设计算式，得到所述目标锂离子电池的循环寿命；
输出模块406，用于输出所述目标锂离子电池的循环寿命。
采用上述确定电池循环寿命的装置，该装置能够通过四个测试条件下不同锂离子电池的循环寿命，快速确定其他不同测试条件下锂离子电池的循环寿命，过程简单，无需针对其他测试条件下的锂离子电池搭建复杂的硬件，节约了大量的测试资源，降低了劳动成本，结果可靠。
可选的，第一执行模块402具体用于：
根据所述容量保持率得到容量损失率，对所述循环次数和所述容量损失率分别取对数处理；
将取对数处理后的所述循环次数和所述容量损失率带入第一预设计算式，并进行求解，得到第一截距。
其中，所述第一预设计算式包括：
b＝Ln(Qt)-z·Lnt，
b表示截距，Qt表示容量损失率，z表示电化学体系决定的定值，t表示循环次数。
可选的，第一执行模块402具体用于：
对蒙特卡洛法公式取对数处理，再根据线性关系进行变形，得到第一预设计算式。
其中，所述蒙特卡洛法公式包括：
Qt＝α·a·t2，
α＝eβ·N，e表示自然对数的底数，β表示常数，N'＝N·DOD，N表示一天内的循环次数，DOD表示放电深度，
Figure BDA0002627958180000131
Ca表示常数，T表示当前温度，T0表示初始温度，ΔT表示温度间隔，CT表示温度影响因子，SOC表示荷电状态，SOC0表示初始荷电状态，ΔSOC表示荷电间隔，CSOC表示荷电影响因子。
可选的，第二执行模块403还用于：
将至少四组所述状态参数、所述第一截距分别带入所述第二预设计算式，得到多元一次方程组；
对所述多元一次方程组进行求解，得到优化后的影响因子。
其中，所述第二预设计算式包括：
Figure BDA0002627958180000141
在具体实施时，所述状态参数可以包括：温度、荷电状态、放电深度、充放电倍率中的至少一种；
所述影响因子可以包括：温度影响因子、荷电状态影响因子、β常数和Ca常数中的至少一种。
在具体实施时，四组所述状态参数中可以包括：
第一组状态参数，所述第一组状态参数中的锂离子电池的初始温度为第一预设值，初始荷电状态为第二预设值，其他数据满足单一变量原则；
第二组状态参数，所述第二组状态参数中锂离子电池的当前温度大于初始温度，且其他参数满足单一变量原则；
第三组状态参数，所述第三组状态参数中锂离子电池的当前温度小于初始温度，其他参数满足单一变量原则。
可选的，第四执行模块405具体用于：
将所述第二状态参数、所述第二截距以及优化后的所述影响因子带入所述第三预设计算式，得到所述目标锂离子电池的循环寿命。
其中，所述第三预设计算式包括：
Figure BDA0002627958180000142
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本公开一示例性实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现一种确定电池循环寿命的方法。
具体的，该计算机可读存储介质可以是闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器等等。
关于上述实施例中的计算机可读存储介质，其上存储的计算机程序被执行时的方法步骤已将在有关该方法的实施例中进行了详细描述，此处不做详细阐述。
本公开一示例性实施例提供了电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现确定电池循环寿命的方法。
图5是根据一示例性实施例示出的一种电子设备500的框图。如图5所示，该电子设备500可以包括：处理器501，存储器502。该电子设备500还可以包括输入/输出(I/O)接口503，以及通信组件504中的一者或多者。
其中，处理器501用于控制该电子设备500的整体操作，以完成上述的确定电池循环寿命的方法中的全部或部分步骤。
存储器502用于存储各种类型的数据以支持在该电子设备500的操作，这些数据例如可以包括用于在该电子设备500上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如状态参数中的初始温度值、初始荷电状态值等等。该存储器502可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(ElectricallyErasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。
I/O接口503为处理器501和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件504用于该电子设备500与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(NearField Communication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件504可以包括：Wi-Fi模块，蓝牙模块，NFC模块。
在一示例性实施例中，电子设备500可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的确定电池循环寿命的方法。
本公开提供了一种确定电池循环寿命的方法、装置、存储介质及电子设备，无需搭建复杂的硬件，通过四个测试条件下不同锂离子电池的循环寿命，对影响锂离子电池循环寿命的影响因子进行优化，快速确定几十甚至上百个不同测试条件下锂离子电池的循环寿命，过程简单，节约了大量的测试资源，降低了劳动成本，结果可靠。还可根据确定的锂离子电池循环寿命对锂离子电池的结果进行对研发阶段的锂离子电池进行优化，或者对锂离子电池的成分进行优化，提升锂离子电池的使用时间。解决了现有技术中测试锂离子电池的循环寿命，需搭建复杂的硬件，测试结果不可靠，且不能预测其他测试条件下锂离子电池的循环寿命等技术问题。且本公开提供的技术方案并不限于确定锂离子电池的循环寿命，还可用于确定其他二次电池的循环寿命，如锂聚合物电池、镍氢电池、镍镉电池、铅蓄电池等。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

Claims (10)

1.一种确定电池循环寿命的方法，其特征在于，所述方法包括：
获取至少四组已知循环寿命的锂离子电池的状态参数，以及与所述状态参数对应的第一循环数据；
根据任一所述第一循环数据和第一预设计算式，得到第一截距；
根据至少四组所述状态参数、所述第一截距以及第二预设计算式，优化影响因子；
获取任一未知循环寿命的目标锂离子电池的第二状态参数，根据优化后的所述影响因子、所述第二状态参数和所述第二预设计算式，得到第二截距；
根据所述第二状态参数、所述第二截距、优化后的所述影响因子和第三预设计算式，得到所述目标锂离子电池的循环寿命；
输出所述目标锂离子电池的循环寿命。
2.根据权利要求1所述的方法，其特征在于，所述第一循环数据包括循环次数、容量保持率，所述根据任一所述第一循环数据和第一预设计算式，得到第一截距，包括：
根据所述容量保持率得到容量损失率，对所述循环次数和所述容量损失率分别取对数处理；
将取对数处理后的所述循环次数和所述容量损失率带入第一预设计算式，并进行求解，得到第一截距；
其中，所述第一预设计算式包括：
b＝Ln(Qt)-z·Lnt，
b表示截距，Qt表示容量损失率，z表示电化学体系决定的定值，t表示循环次数。
3.根据权利要求2所述的方法，其特征在于，所述根据任一所述第一循环数据和第一预设计算式，得到第一截距之前，还包括：
对蒙特卡洛法公式取对数处理，再根据线性关系进行变形，得到第一预设计算式；
其中，所述蒙特卡洛法公式包括：
Qt＝α·a·t2，
α＝eβ·N'，e表示自然对数的底数，β表示常数，N'＝N·DOD，N表示预设时间段内的循环次数，DOD表示放电深度，
Figure FDA0002627958170000021
Ca表示常数，T表示当前温度，T0表示初始温度，ΔT表示温度间隔，CT表示温度影响因子，SOC表示荷电状态，SOC0表示初始荷电状态，ΔSOC表示荷电间隔，CSOC表示荷电影响因子。
4.根据权利要求3所述的方法，其特征在于，根据至少四组所述状态参数、所述第一截距以及所述第二预设计算式，优化影响因子，包括：
将至少四组所述状态参数、所述第一截距分别带入所述第二预设计算式，得到多元一次方程组；
对所述多元一次方程组进行求解，得到优化后的影响因子；
其中，所述第二预设计算式包括：
Figure FDA0002627958170000022
5.根据权利要求4所述的方法，其特征在于，所述状态参数包括：温度、荷电状态、放电深度、充放电倍率中的至少一种；
所述影响因子包括：温度影响因子、荷电状态影响因子、β常数和Ca常数中的至少一种。
6.根据权利要求5所述的方法，其特征在于，四组所述状态参数中包括：
第一组状态参数，所述第一组状态参数中的锂离子电池的初始温度为第一预设值，初始荷电状态为第二预设值，其他数据满足单一变量原则；
第二组状态参数，所述第二组状态参数中锂离子电池的当前温度大于初始温度，且其他参数满足单一变量原则；
第三组状态参数，所述第三组状态参数中锂离子电池的当前温度小于初始温度，其他参数满足单一变量原则。
7.根据权利要求5所述的方法，其特征在于，所述根据所述第二状态参数、所述第二截距、优化后的所述影响因子和所述第三预设计算式，得到所述目标锂离子电池的循环寿命，包括：
将所述第二状态参数、所述第二截距以及优化后的所述影响因子带入所述第三预设计算式，得到所述目标锂离子电池的循环寿命；
其中，所述第三预设计算式包括：
Figure FDA0002627958170000031
8.一种确定电池循环寿命的装置，其特征在于，所述装置包括：
第一数据获取模块，用于获取至少四组已知循环寿命的锂离子电池的状态参数，以及与所述状态参数对应的第一循环数据；
第一执行模块，用于根据任一所述第一循环数据和第一预设计算式，得到第一截距；
第二执行模块，用于根据至少四组所述状态参数、所述第一截距以及第二预设计算式，优化影响因子；
第三执行模块，用于获取任一未知循环寿命的目标锂离子电池的第二状态参数，根据优化后的所述影响因子、所述第二状态参数和所述第二预设计算式，得到第二截距；
第四执行模块，用于根据所述第二状态参数、所述第二截距、优化后的所述影响因子和第三预设计算式，得到所述目标锂离子电池的循环寿命；
输出模块，用于输出所述目标锂离子电池的循环寿命。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的确定电池循环寿命的方法。
10.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-7任一项所述的确定电池循环寿命的方法。
CN202010802668.3A 2020-08-11 2020-08-11 确定电池循环寿命的方法、装置、存储介质及电子设备 Active CN112014756B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010802668.3A CN112014756B (zh) 2020-08-11 2020-08-11 确定电池循环寿命的方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010802668.3A CN112014756B (zh) 2020-08-11 2020-08-11 确定电池循环寿命的方法、装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN112014756A true CN112014756A (zh) 2020-12-01
CN112014756B CN112014756B (zh) 2023-07-25

Family

ID=73504425

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010802668.3A Active CN112014756B (zh) 2020-08-11 2020-08-11 确定电池循环寿命的方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN112014756B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103698710A (zh) * 2013-12-12 2014-04-02 中南大学 一种电池寿命周期预测方法
CN103698709A (zh) * 2013-12-11 2014-04-02 清华大学 一种燃料电池剩余寿命预测方法
US20140333313A1 (en) * 2013-05-13 2014-11-13 Southwest Research Institute Application independent map-based cycle life testing of battery cells
CN107600065A (zh) * 2016-07-12 2018-01-19 贵航青年莲花汽车有限公司 一种基于动力电池寿命优化的整车控制方法
CN110658463A (zh) * 2019-10-31 2020-01-07 上海派能能源科技股份有限公司 预测锂离子电池循环寿命的方法
CN111175665A (zh) * 2020-01-17 2020-05-19 上海派能能源科技股份有限公司 一种锂电池的测试方法、装置、设备及存储介质
CN111426952A (zh) * 2019-01-10 2020-07-17 郑州宇通客车股份有限公司 一种锂离子电池的寿命预测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140333313A1 (en) * 2013-05-13 2014-11-13 Southwest Research Institute Application independent map-based cycle life testing of battery cells
CN103698709A (zh) * 2013-12-11 2014-04-02 清华大学 一种燃料电池剩余寿命预测方法
CN103698710A (zh) * 2013-12-12 2014-04-02 中南大学 一种电池寿命周期预测方法
CN107600065A (zh) * 2016-07-12 2018-01-19 贵航青年莲花汽车有限公司 一种基于动力电池寿命优化的整车控制方法
CN111426952A (zh) * 2019-01-10 2020-07-17 郑州宇通客车股份有限公司 一种锂离子电池的寿命预测方法
CN110658463A (zh) * 2019-10-31 2020-01-07 上海派能能源科技股份有限公司 预测锂离子电池循环寿命的方法
CN111175665A (zh) * 2020-01-17 2020-05-19 上海派能能源科技股份有限公司 一种锂电池的测试方法、装置、设备及存储介质

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
MASATOSHI UNO: "Accelerated Charge–Discharge Cycling Test and Cycle Life Prediction Model for Supercapacitors in Alternative Battery Applications", 《 IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》 *
孟祥峰 等: "动力电池循环寿命预测方法研究", 《电源技术》 *
张剑波等: "车用动力电池系统的关键技术与学科前沿", 《汽车安全与节能学报》 *
李学哲等: "动力锂电池剩余寿命评价方法及系统的研究", 《电源技术》 *
邹幽兰: "基于退役锂动力电池容量、内阻和荷电状态的建模与参数估计", 《工程科技Ⅱ辑》 *

Also Published As

Publication number Publication date
CN112014756B (zh) 2023-07-25

Similar Documents

Publication Publication Date Title
CN109586373B (zh) 一种电池充电方法和装置
CN109856559B (zh) 一种锂电池循环寿命的预测方法
CN108957337B (zh) 电池健康状态的确定方法、装置、存储介质和电子设备
CN112051504B (zh) 电池容量的预测方法、装置、终端及计算机可读存储介质
CN112578298B (zh) 电池温度估算方法、装置、电子设备及存储介质
CN112883531A (zh) 锂离子电池数据处理方法、计算机设备和存储介质
CN112666480A (zh) 一种基于充电过程特征注意力的电池寿命预测方法
CN112014737B (zh) 一种电芯的健康状态的检测方法、装置、设备及存储介质
CN115221795A (zh) 容量预测模型的训练方法、预测方法、装置、设备及介质
CN112858941A (zh) 一种磷酸铁锂动力电池加速试验与寿命评估方法
CN117148168A (zh) 训练模型的方法、预测电池容量的方法、装置及介质
CN108594117B (zh) 确定电池容量的方法、装置、终端设备及计算机存储介质
CN114935725A (zh) 一种电池soh预测方法、存储介质及系统
CN113011065B (zh) 预测电芯充放电性能的方法、装置、存储介质及电子设备
CN112014756B (zh) 确定电池循环寿命的方法、装置、存储介质及电子设备
CN116359753A (zh) 一种锂离子电池自放电筛选方法、装置及电子设备
CN116165547A (zh) 锂电池的电压计算与修正方法及系统、装置、存储介质
CN112240952A (zh) 功率测试方法、系统、计算机设备和存储介质
CN115395622A (zh) 一种电池充电方法、系统、电子设备及存储介质
CN115389940A (zh) 预测动力电池内阻的方法、功率的方法、系统及存储介质
CN114047450A (zh) 电池系统的可用容量一致性评估方法和装置
CN115656858A (zh) 电池寿命确定方法、装置、电子设备及存储介质
CN114264966A (zh) 电池的荷电状态的评估方法、装置、终端设备以及介质
CN117436287B (zh) 电池组寿命预测方法、装置及存储介质
CN112240987A (zh) 功率测试方法、系统、计算机设备和存储介质

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
CB02 Change of applicant information

Address after: No.8899 Xincheng Avenue, Jintan District, Changzhou City, Jiangsu Province

Applicant after: SVOLT Energy Technology Co.,Ltd.

Address before: No.8899 Xincheng Avenue, Jintan District, Changzhou City, Jiangsu Province

Applicant before: SVOLT Energy Technology Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant