CN112034367B - 锂离子电池容量预测方法及系统 - Google Patents

锂离子电池容量预测方法及系统 Download PDF

Info

Publication number
CN112034367B
CN112034367B CN202011226672.6A CN202011226672A CN112034367B CN 112034367 B CN112034367 B CN 112034367B CN 202011226672 A CN202011226672 A CN 202011226672A CN 112034367 B CN112034367 B CN 112034367B
Authority
CN
China
Prior art keywords
capacity
discharge
battery
temperature
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
CN202011226672.6A
Other languages
English (en)
Other versions
CN112034367A (zh
Inventor
熊小强
杨凯文
赵艳欣
余招宇
侯敏
曹辉
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.)
Shanghai Ruipu Energy Co Ltd
Rept Battero Energy Co Ltd
Original Assignee
Ruipu Energy Co Ltd
Shanghai Ruipu Energy 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 Ruipu Energy Co Ltd, Shanghai Ruipu Energy Co Ltd filed Critical Ruipu Energy Co Ltd
Priority to CN202011226672.6A priority Critical patent/CN112034367B/zh
Publication of CN112034367A publication Critical patent/CN112034367A/zh
Application granted granted Critical
Publication of CN112034367B publication Critical patent/CN112034367B/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]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G01R31/387—Determining ampere-hour charge capacity or SoC
    • G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements
    • 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]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明提供了一种锂离子电池容量预测方法及系统，包括：步骤1：从预设起始SOC放电至预设放电截至电压，再充电至100%SOC；步骤2：通过区间放电容量C1、放电温度T1和充电容量C2、充电温度T2预测出电池的放电容量Y1；步骤3：根据充电温度T2与容量关系曲线对预测的电池放电容量Y1进行温度补偿，得到电池在25℃下的容量Y2。本发明通过容量预测和温度补偿提升了电池容量准确性，同时节省分容充放电时间，降低了电池制造成本。

Description

锂离子电池容量预测方法及系统
技术领域
本发明涉及锂电池测试技术领域，具体地，涉及一种锂离子电池容量预测方法及系统。
背景技术
容量是锂离子电池的一项重要的性能指标，锂电池在实际使用中是很多个单体锂电池进行串并联组成模组和电池包，为保证模组和电池包的充放电使用性能，这就需要组内的单体锂电池保持容量一致性良好。在锂离子电池厂家生产过程中，容量测试工艺一般为先对电池进行恒流恒压充电，使电池充满（100%SOC），然后对电池恒流放电至最低放电电压，放电过程中能够放出的容量即为电池容量，后续电池的分选、配组使用都将以该容量为依据。影响容量的因素主要有放电电流、最低放电电压、环境温度。在批量锂离子电池容量测试过程中，放电电流、最低放电电压都可控制一致，环境温度要求为室温25℃，电池的容量受温度的影响较大，但锂离子电池在充放电测试时自生发热量大，使测试车间环境温度难以控制，要保证电池测试容量的准确性，将要投入更多的生产制造成本。为此，发明了一种锂离子电池容量预测方法，不仅能提升电池容量准确性，同时节省分容充放电时间，降低电池制造成本。
专利文献CN102608535A（申请号：201210044021.4）公开了一种锂离子电池容量的预测方法，包括以下步骤：取至少两个待化成电池，分别测量其容量值，并计算容量的平均值Cm；电池化成老化后，充电到设定的SOC静置后，测量其OCV；根据OCV和容量平均值Cm来确定电池预测容量。本发明将电池的特定SOC的OCV值为输入，利用预测公式计算出预测容量，可应用于不同类型、容量的锂离子电池容量预测中，平均预测误差在3％以内，小于工业生产应用上允许的5％误差。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种锂离子电池容量预测方法及系统。
根据本发明提供的锂离子电池容量预测方法，包括：
步骤1：从预设起始SOC放电至预设放电截至电压，再充电至100%SOC；
步骤2：通过区间放电容量C1、放电温度T1和充电容量C2、充电温度T2预测出电池的放电容量Y1；
步骤3：根据充电温度T2与容量关系曲线对预测的电池放电容量Y1进行温度补偿，得到电池在25℃下的容量Y2。
优选的，Y1=A*C1+B*T1+C*C2+D*T2+E，其中A、B、C、D、E为常数；
Y2=Y1/（F*T2*T2+G*T2+H），其中F、G、H为常数，*为乘号。
优选的，Y1=-0.915*C1-0.2216*T1+1.2033*C2+0.4883*T2+89.23。
优选的，Y2=Y1/（-0.00004*T2*T2+0.005035*T2+0.896116）。
优选的，起始SOC为50%-100%，预设放电截止电压为3.6-4V，再充电至100%SOC。
根据本发明提供的锂离子电池容量预测系统，包括：
模块M1：从预设起始SOC放电至预设放电截至电压，再充电至100%SOC；
模块M2：通过区间放电容量C1、放电温度T1和充电容量C2、充电温度T2预测出电池的放电容量Y1；
模块M3：根据充电温度T2与容量关系曲线对预测的电池放电容量Y1进行温度补偿，得到电池在25℃下的容量Y2。
优选的，Y1=A*C1+B*T1+C*C2+D*T2+E，其中A、B、C、D、E为常数；
Y2=Y1/（F*T2*T2+G*T2+H），其中F、G、H为常数，*为乘号。
优选的，Y1=-0.915*C1-0.2216*T1+1.2033*C2+0.4883*T2+89.23。
优选的，Y2=Y1/（-0.00004*T2*T2+0.005035*T2+0.896116）。
优选的，起始SOC为50%-100%，预设放电截止电压为3.6-4V，再充电至100%SOC。
与现有技术相比，本发明具有如下的有益效果：本发明通过容量预测和温度补偿，可提升电池容量准确性，同时节省分容充放电时间，降低了电池制造成本。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为区间放电容量C1、放电温度T1、充电容量C2、充电温度T2与放电容量的拟合回归残差图；
图2为模型汇总图；
图3是预测容量Y1与实测放电容量的偏差；
图4是电池容量与温度关系图；
图5是基于25℃容量百分率与温度关系图；
图6是以实验室25℃容量为基准实施温度补偿前后容量偏差图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
实施例：
根据本发明提供了一种锂离子电池容量预测方法，包括如下步骤：
步骤1、分容工艺先从一定63%SOC放电至3.73V，再充电至100%SOC；
步骤2、选取300多只电池，进行步骤1，然后电池再放电至2.8V，得到电池放电容量Y，将放电容量C1、放电温度T1、充电容量C2、充电温度T2与放电容量Y进行拟合回归；
如图1、2所示，得到回归关系式1：
Y=-0.915*C1-0.2216*T1+1.2033*C2+0.4883*T2+89.23。
另选取300多只电池重复上述步骤，进行拟合验证，根据回归关系式1得到电池的预测容量Y1，与电池的实测放电容量对比偏差，验证效果如图3，预测容量的偏差可控制在±0.5%以内，预测的准确性较高。
步骤3、选取3只电池测试在不同温度（25-60℃区间，每隔5℃取1个节点）下的容量，将电池容量与温度作线性拟合，得到拟合方程，如图4所示。再根据拟合方程计算出电池在25℃的容量，将各个温度节点下的容量除以25℃的容量，即可得到各个温度节点下的容量百分率（基于25℃），3只电池的数据取平均值，将容量百分率与温度作线性拟合，得到拟合方程，如图5所示，即关系式2：容量百分率（基于25℃）=容量Y1/25℃容量Y2=-0.00004*T2*T2+0.005035*T2+0.896116，其中T2为电池温度。根据关系式2可得到电池在25℃下的容量：
Y2=Y1/（-0.00004*T2*T2+0.005035*T2+0.896116）。
步骤4、按照上述方法可预测出电池的25℃下容量Y2，抽取18只电池在实验室25℃恒温下测试容量，验证预测和容量温度补偿效果，如图6所示，实施温度补偿后，电池的容量偏差明显变小，偏差都在1%以内，满足工业要求。
根据本发明提供的锂离子电池容量预测系统，包括：
模块M1：从预设起始SOC放电至预设放电截至电压，再充电至100%SOC；
模块M2：通过区间放电容量C1、放电温度T1和充电容量C2、充电温度T2预测出电池的放电容量Y1；
模块M3：根据充电温度T2与容量关系曲线对预测的电池放电容量Y1进行温度补偿，得到电池在25℃下的容量Y2。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (2)

1.一种锂离子电池容量预测方法，其特征在于，包括：
步骤1：从预设起始SOC放电至预设放电截至电压，再充电至100%SOC；
步骤2：通过区间放电容量C1、放电温度T1和充电容量C2、充电温度T2预测出电池的放电容量Y1；
步骤3：根据充电温度T2与容量关系曲线对预测的电池放电容量Y1进行温度补偿，得到电池在25℃下的容量Y2；
Y1=-0.915*C1-0.2216*T1+1.2033*C2+0.4883*T2+89.23；
Y2=Y1/（-0.00004*T2*T2+0.005035*T2+0.896116）；
起始SOC为50%-100%，预设放电截止电压为3.6-4V，再充电至100%SOC。
2.一种锂离子电池容量预测系统，其特征在于，包括：
模块M1：从预设起始SOC放电至预设放电截至电压，再充电至100%SOC；
模块M2：通过区间放电容量C1、放电温度T1和充电容量C2、充电温度T2预测出电池的放电容量Y1；
模块M3：根据充电温度T2与容量关系曲线对预测的电池放电容量Y1进行温度补偿，得到电池在25℃下的容量Y2；
Y1=-0.915*C1-0.2216*T1+1.2033*C2+0.4883*T2+89.23；
Y2=Y1/（-0.00004*T2*T2+0.005035*T2+0.896116）；
起始SOC为50%-100%，预设放电截止电压为3.6-4V，再充电至100%SOC。
CN202011226672.6A 2020-11-06 2020-11-06 锂离子电池容量预测方法及系统 Active CN112034367B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011226672.6A CN112034367B (zh) 2020-11-06 2020-11-06 锂离子电池容量预测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011226672.6A CN112034367B (zh) 2020-11-06 2020-11-06 锂离子电池容量预测方法及系统

Publications (2)

Publication Number Publication Date
CN112034367A CN112034367A (zh) 2020-12-04
CN112034367B true CN112034367B (zh) 2021-01-15

Family

ID=73573712

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011226672.6A Active CN112034367B (zh) 2020-11-06 2020-11-06 锂离子电池容量预测方法及系统

Country Status (1)

Country Link
CN (1) CN112034367B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110794314B (zh) * 2019-11-14 2022-03-08 东莞市振华新能源科技有限公司 提高锂离子电池容量测试准确性的方法
CN112630672B (zh) * 2020-12-31 2023-10-03 湖北亿纬动力有限公司 一种锂电池容量校正的方法及其应用
CN113517481B (zh) * 2021-04-08 2022-12-27 浙江超威创元实业有限公司 一种锂电池的分容方法
CN113359051B (zh) * 2021-06-08 2024-08-20 北京车和家信息技术有限公司 电池模组健康状态的评估方法、装置、设备、介质和车辆

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103529400A (zh) * 2013-10-29 2014-01-22 哈尔滨工业大学 一种具有温度自适应补偿的电池容量预测方法
CN103579698A (zh) * 2012-07-27 2014-02-12 丰田自动车株式会社 检查二次电池的方法
CN105891730A (zh) * 2016-06-24 2016-08-24 安徽江淮汽车股份有限公司 一种汽车动力电池容量的计算方法
CN106707179A (zh) * 2016-12-01 2017-05-24 曙鹏科技（深圳）有限公司 一种电池的容量预测方法及装置
CN107045108A (zh) * 2016-12-26 2017-08-15 安徽广通汽车制造股份有限公司 一种充电过程中校准锂电池组soc的方法
CN107728072A (zh) * 2017-10-10 2018-02-23 合肥国轩高科动力能源有限公司 一种锂离子电池循环寿命的快速预测方法
CN110687469A (zh) * 2019-10-14 2020-01-14 洛阳储变电系统有限公司 一种锂离子电池定容方法
CN110794314A (zh) * 2019-11-14 2020-02-14 东莞市振华新能源科技有限公司 提高锂离子电池容量测试准确性的方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103579698A (zh) * 2012-07-27 2014-02-12 丰田自动车株式会社 检查二次电池的方法
CN103529400A (zh) * 2013-10-29 2014-01-22 哈尔滨工业大学 一种具有温度自适应补偿的电池容量预测方法
CN105891730A (zh) * 2016-06-24 2016-08-24 安徽江淮汽车股份有限公司 一种汽车动力电池容量的计算方法
CN106707179A (zh) * 2016-12-01 2017-05-24 曙鹏科技（深圳）有限公司 一种电池的容量预测方法及装置
CN107045108A (zh) * 2016-12-26 2017-08-15 安徽广通汽车制造股份有限公司 一种充电过程中校准锂电池组soc的方法
CN107728072A (zh) * 2017-10-10 2018-02-23 合肥国轩高科动力能源有限公司 一种锂离子电池循环寿命的快速预测方法
CN110687469A (zh) * 2019-10-14 2020-01-14 洛阳储变电系统有限公司 一种锂离子电池定容方法
CN110794314A (zh) * 2019-11-14 2020-02-14 东莞市振华新能源科技有限公司 提高锂离子电池容量测试准确性的方法

Also Published As

Publication number Publication date
CN112034367A (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
CN112034367B (zh) 锂离子电池容量预测方法及系统
Chen et al. A new state-of-health estimation method for lithium-ion batteries through the intrinsic relationship between ohmic internal resistance and capacity
Wang et al. A method for state-of-charge estimation of Li-ion batteries based on multi-model switching strategy
Hentunen et al. Time-domain parameter extraction method for thévenin-equivalent circuit battery models
CN109031145B (zh) 一种考虑不一致性的串并联电池组模型及实现方法
CN110221222B (zh) 电池安全截止电压预测方法、装置及电池管理系统
CN110888057A (zh) 一种动力锂离子电池电化学参数辨识方法及系统
CN103760495A (zh) 一种用于bms检测的soc源产生方法及soc估计精度测试方法
CN111562498A (zh) 动力电池可用容量估计方法及系统
US20230236252A1 (en) Methods and devices for estimating state of charge of battery, and extracting charging curve of battery
US20220166075A1 (en) Method for Enhancing a Battery Module Model of a Battery Module Type
Song et al. A generic battery model and its parameter identification
Zhou et al. Online State of Health Estimation for Series-Connected LiFePO₄ Battery Pack Based on Differential Voltage and Inconsistency Analysis
US10830822B2 (en) Power storage system
CN111722119B (zh) 一种动力电池分数阶等效电路多特性融合模型的辨识方法
Chen et al. Charging strategy design of lithium-ion batteries for energy loss minimization based on minimum principle
Mu et al. Estimating SOC and SOH of energy storage battery pack based on voltage inconsistency using reference-difference model and dual extended Kalman filter
JP2022034380A (ja) 再生二次電池の製造方法
CN109716151B (zh) 用于估计电池电压的方法和设备
CN116359753A (zh) 一种锂离子电池自放电筛选方法、装置及电子设备
Tong et al. Comprehensive battery equivalent circuit based model for battery management application
Szürke et al. Statistical approach for designing generic 18650 battery model
CN116449244A (zh) 基于单次放电曲线的锂电池老化轨迹早期预测方法及系统
Zhang et al. Critical review and analysis of available capacity estimation of LiFePO ₄ battery using Peukert's law: A case study
CN110244226B (zh) 一种动力电池soc估算方法

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
CP01 Change in the name or title of a patent holder

Address after: 325000 room A205, building C, 205 Binhai 6th Road, Jinhai 2nd Road, Airport New District, Longwan District, Wenzhou City, Zhejiang Province

Patentee after: REPT BATTERO Energy Co., Ltd.

Patentee after: SHANGHAI RUIPU ENERGY Co.,Ltd.

Address before: 325000 room A205, building C, 205 Binhai 6th Road, Jinhai 2nd Road, Airport New District, Longwan District, Wenzhou City, Zhejiang Province

Patentee before: RUIPU ENERGY Co.,Ltd.

Patentee before: SHANGHAI RUIPU ENERGY Co.,Ltd.

CP01 Change in the name or title of a patent holder