CN112327167A - 一种电池容量跳水风险评估方法及系统 - Google Patents

一种电池容量跳水风险评估方法及系统 Download PDF

Info

Publication number
CN112327167A
CN112327167A CN202011134267.1A CN202011134267A CN112327167A CN 112327167 A CN112327167 A CN 112327167A CN 202011134267 A CN202011134267 A CN 202011134267A CN 112327167 A CN112327167 A CN 112327167A
Authority
CN
China
Prior art keywords
lithium battery
slope
battery capacity
risk
retention rate
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
CN202011134267.1A
Other languages
English (en)
Other versions
CN112327167B (zh
Inventor
马剑
宋登巍
马梁
郝杰
王超
丁宇
吕琛
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.)
Beihang University
Original Assignee
Beihang 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 Beihang University filed Critical Beihang University
Priority to CN202011134267.1A priority Critical patent/CN112327167B/zh
Publication of CN112327167A publication Critical patent/CN112327167A/zh
Application granted granted Critical
Publication of CN112327167B publication Critical patent/CN112327167B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367Software therefor, e.g. for battery testing using modelling or look-up tables

Abstract

本发明公开了一种电池容量跳水风险评估方法及系统,包括:获取经过数据预处理的锂电池充放电循环的锂电池容量保持率数据;根据所获取的锂电池容量保持率数据及对应的锂电池充放电循环数,得到锂电池充放电循环期间的锂电池容量保持率数据的斜率数值;计算所述锂电池容量保持率数据的斜率数值与斜率基准数值的比率,得到实时斜率比率;根据所得到的实时斜率比率与相应阈值区间,判断是否存在锂电池容量跳水的风险。

Description

一种电池容量跳水风险评估方法及系统
技术领域
本发明涉及锂离子电池安全技术领域,尤其涉及一种电池容量跳水风险评估 方法和系统。
技术背景
锂电池具有能量密度大、循环寿命长、记忆效应低、安全性能好等特点,在 水力、火力、风力和太阳能电站等储能电源系统,以及电动工具、电动自行车、 电动摩托车、电动汽车、军事装备、航空航天等多个领域得到广泛应用,可见, 锂电池已经成为能源经济中不可或缺的重要一环,然而,近些年手机和笔记本电 池燃烧爆炸、电动汽车爆燃和锂电工厂的火灾等大范围电池起火爆炸事件,导致 锂离子电池安全性受到广泛质疑。除了使用状况方面的外部因素,锂离子动力电 池的安全性主要取决于基本的电化学体系以及电极/电芯的结构、设计和生产工 艺等内在因素,而电芯所采用的电化学体系则是决定电池安全性的最根本因素。 有研究已经证实,不仅仅是在负极,正极材料的表面也覆盖一层很薄钝化膜,覆 盖在正负极表面的钝化膜对锂离子电池各方面性能均会产生非常重要的影响,并 且这个特殊的界面问题只有在非水有机电解液体系才存在。从费米能级的角度而 言,现有的锂离子电池体系在热力学上是不稳定的,它之所以能够稳定工作是因 为正极和负极表面的钝化膜在动力学上隔绝了正负极与电解液的进一步反应。可 见锂电的安全性与正负极表面的钝化膜的完整和致密程度直接相关。而在锂电池 正常生命周期中,随时循环次数增加,电池内部会出现极化现象,持续的极化会 引起电池析锂,特别是在低温或者高倍率充电条件下,会加速电池析锂,导致电 池容量加速衰退;同时严重的析锂会形成锂枝晶,而持续增长枝晶会逐渐刺穿隔 膜,造成正负极短路,引发安全事故,由此可见,析锂不仅是造成电池寿命异常 衰减的原因,更是引起安全事故的重要因素,因此析锂的监测在电池寿命循环试 验,乃至电池的安全性能上,尤为重要。
目前,析锂检测技术一般是采用破坏性检测,即在电池寿命循环试验中,通 过人工拆解电池内的电芯识别是否发生析锂。然而,该方法主要依靠专业技术人 员的经验判断,不仅存在主观误差,而且操作复杂,效率低,成本高;而且还存 在一定的滞后性,即当人工观察到析锂发生时,电池已处于析锂状态;此外,该 方法具有不可逆的破坏性,难以在寿命循环试验中大量开展。
基于上述原因,有研究人员采用元素分析法和电压分析法进行析锂现象的无 损检测,但是,上述方法均不能在循环寿命试验中直接开展,需要额外设备或测 试,成本高,而且误差增加。
考虑到析锂的重要表现是电池容量的快速衰退,即电池容量跳水。一般认为, 电池跳水现象是由于析锂造成的。反之,通过电池容量跳水现象可以间接反映析 锂现象,因此,可以针对电池容量跳水开展识别和检测,从而间接对析锂现象进 行监测。
目前有研究学者通过跟踪活性Li损失导致的充放电平均电压变化SV来对 负极析锂现象进行预测,从而实现对锂离子电池可逆容量跳水现象进行提前预测。 其是通过充放电平均电压变化来实现析锂现象的预测,进而对锂电池容量跳水进 行判断。
容量跳水是在锂电池生命周期中,除正常的性能衰退外,电池发生异常的容 量快速衰退。在寿命循环实验中,当电池容量由于析锂而发生跳水时,该电池的 测试数据已无法支持寿命数据分析,因此需要在跳水发生前,及时发现跳水现象, 从而终止试验,降低企业成本;此外,电池出现容量跳水就表示电池可能已出现 严重析锂,存在极大安全风险,可见电池容量跳水的及时发现极为重要。
发明内容
为解决现有技术中存在技术问题,本发明提供一种锂电池容量跳水的风险评 估方法和系统,该方法仅需锂电池循环寿命检测的电池容量退化数据即可实现锂 电池容量跳水的风险评估,进而间接地实现析锂检测,方法简单,无需增设其他 检测仪器,仅在电池循环寿命检测试验台即可完成,为电池跳水现象和析锂现象 提供即时监测和告警,及时对寿命试验进行调整,提高操作安全性,同时为企业 节约大量时间、经济和安全成本。
根据本发明第一方面,本发明的一种电池容量跳水风险评估方法包括:
获取经过数据预处理的锂电池充放电循环的锂电池容量保持率数据;
根据所获取的锂电池容量保持率数据及对应的锂电池充放电循环数,得到锂 电池充放电循环期间的锂电池容量保持率数据的斜率数值;
计算所述锂电池容量保持率数据的斜率数值与斜率基准数值的比率,得到实 时斜率比率;
根据所得到的实时斜率比率与相应阈值区间,判断是否存在锂电池容量跳水 的风险。
优选地,锂电池充放电循环期间的锂电池容量保持率数据的斜率数值包括: 相邻两次锂电池充放电循环期间的锂电池容量保持率数据的斜率数值。
优选地,锂电池充放电循环期间的锂电池容量保持率数据的斜率数值包括: 连续多次锂电池充放电循环期间的锂电池容量保持率数据的斜率数值。
优选地,所述斜率基准数值是锂电池充放电循环初期电池容量下降趋势平稳 且呈线性规律的区间数据的斜率数值。
优选地,选取所述斜率基准数值包括:选取电池寿命循环试验初期数据;在 电池寿命循环试验初期数据设置多个窗口,计算各窗口与前后两个窗口斜率差值, 选取最小值为基准窗口;根据基准窗口两端的锂电池容量保持率数据和窗口长度, 计算基准斜率数值。
优选地,所述相应阈值区间包括:对应于锂电池失效风险等级的第一级阈值 区间;对应于锂电池危险风险等级的第二级阈值区间;对应于锂电池观察风险等 级的第三级阈值区间;对应于锂电池安全风险等级的第四级阈值区间。
优选地,根据所得到的实时斜率比率与相应阈值区间,判断是否存在锂电池 容量跳水的风险包括:判断所得到的实时斜率比率是否落入第一级阈值区间、第 二级阈值区间、第三级阈值区间或第四级阈值区间;根据所述判断结果,确定锂 电池容量跳水风险。
优选地,根据所述判断结果,确定锂电池容量跳水风险包括:若判断实时斜 率比率落入第一级阈值区间,则判断锂电池已经出现跳水;若判断实时斜率比率 落入第二级阈值区间,则判断锂电池出现跳水的风险较大;若判断实时斜率比率 落入第三级阈值区间,则判断锂电池处在正常范围;若判断实时斜率比率落入第 四级阈值区间,则判断锂电池性能良好;
优选地,所述数据预处理是对原始锂电池充放电循环的锂电池容量保持率数 据进行局部加权回归处理。
根据本发明第二方面,本发明的一种电池容量跳水风险评估系统,包括:
预处理装置,用于对锂电池充放电循环的原始锂电池容量保持率数据进行预 处理,获得锂电池充放电循环的锂电池容量保持率数据;
斜率特征计算模块,用于根据所获取的锂电池容量保持率数据及对应的锂电 池充放电循环数,计算锂电池充放电循环期间的锂电池容量保持率数据的斜率数 值;
斜率比率计算模块,用于通过计算所述锂电池容量保持率数据的斜率数值与 斜率基准数值的比率,获得实时斜率比率;
跳水风险评估模块,用于根据所得到的实时斜率比率与相应阈值区间,判断 是否存在锂电池容量跳水的风险。
本发明的积极与有益效果在于:1)能够仅利用循环试验中的已有容量数据, 开展跳水监测与预警,无需对电池进行破坏性拆解或对其他参数进行测量;2) 能够随着充放电循环试验的不断进行,实时进行跳水风险等级的更新,具有较强 的动态性与实时性;3)通过专家经验合理设置阈值,采用基于多重阈值的分级 管控与决策,有效进行跳水等级的风险划分;4)具有较强的通用性与可移植性, 如在电池的使用阶段,若能够获得电池容量随使用时间变化的趋势,也可将本方 法应用至使用阶段的跳水预警。
附图说明
图1是本发明的一种电池容量跳水风险评估方法的示意图;
图2是本发明的一种电池容量跳水风险评估系统的示意图;
图3是本发明的电池容量跳水风险评估流程图;
图4是四个电池样本的原始退化曲线示意图;
图5是本发明的数据平滑降噪预处理结果示意图;
图6是本发明的斜率基准构建结果示意图;
图7正常电池样本斜率比率实时计算结果示意图;
图8是跳水电池样本斜率比率实时计算结果示意图。
具体实施方式
图1显示了本发明的一种电池容量跳水风险评估方法,包括:获取经过数据 预处理的锂电池充放电循环的锂电池容量保持率数据;根据所获取的锂电池容量 保持率数据及对应的锂电池充放电循环数,得到锂电池充放电循环期间的锂电池 容量保持率数据的斜率数值;计算所述锂电池容量保持率数据的斜率数值与斜率 基准数值的比率,得到实时斜率比率;根据所得到的实时斜率比率与相应阈值区 间,判断是否存在锂电池容量跳水的风险。
本发明所述的数据预处理用于剔除原始数据中的野值和数据波动,可以利用 现有技术中的各种平滑处理方法实现。例如,数据预处理是对原始锂电池充放电 循环的锂电池容量保持率数据进行局部加权回归处理
锂电池充放电循环期间的锂电池容量保持率数据的斜率数值包括:相邻两次 锂电池充放电循环期间的锂电池容量保持率数据的斜率数值。例如将i+1次循环 的锂电池容量保持率数据Ci+1减去i次循环的锂电池容量保持率数据Ci,再除以 (i+1)-i;即,斜率数值=(Ci+1-Ci)/1。
作为选择,锂电池充放电循环期间的锂电池容量保持率数据的斜率数值也可 以包括:连续多次锂电池充放电循环期间的锂电池容量保持率数据的斜率数值; 即,如果连续多次锂电池充放电循环数为k,则斜率数值=(Ci+k-Ci)/k。
本发明的斜率基准数值是锂电池充放电循环初期电池容量下降趋势平稳且 呈线性规律的区间数据的斜率数值。具体地说,选取所述斜率基准数值包括:选 取电池寿命循环试验初期数据;在电池寿命循环试验初期数据设置多个窗口,计 算各窗口与前后两个窗口斜率差值,选取最小值为基准窗口;根据基准窗口两端 的锂电池容量保持率数据和窗口长度,计算基准斜率数值。
所述相应阈值包括:对应于锂电池失效风险等级的第一级阈值区间;对应于 锂电池危险风险等级的第二级阈值区间;对应于锂电池观察风险等级的第三级阈 值区间;对应于锂电池安全风险等级的第四级阈值区间。
上述阈值通常通过专家知识确定。
根据所得到的实时斜率比率与相应阈值区间,判断是否存在锂电池容量跳水 的风险包括:判断所得到的实时斜率比率是否落入第一级阈值区间、第二级阈值 区间、第三级阈值区间或第四级阈值区间;根据所述判断结果,确定锂电池容量 跳水风险。具体地说,若判断实时斜率比率落入第一级阈值区间,则判断锂电池 已经出现跳水;若判断实时斜率比率落入第二级阈值区间,则判断锂电池出现跳 水的风险较大;若判断实时斜率比率落入第三级阈值区间,则判断锂电池处在正 常范围;若判断实时斜率比率落入第四级阈值区间,则判断锂电池性能良好;
图2显示了本发明的一种电池容量跳水风险评估系统,包括:
预处理装置,用于对锂电池充放电循环的原始锂电池容量保持率数据进行预 处理,获得锂电池充放电循环的锂电池容量保持率数据;
斜率特征计算模块,用于根据所获取的锂电池容量保持率数据及对应的锂电 池充放电循环数,计算锂电池充放电循环期间的锂电池容量保持率数据的斜率数 值;
斜率比率计算模块,用于通过计算所述锂电池容量保持率数据的斜率数值与 斜率基准数值的比率,获得实时斜率比率;
跳水风险评估模块,用于根据所得到的实时斜率比率与相应阈值区间,判断 是否存在锂电池容量跳水的风险。
下面结合图3至图8对本发明的电池容量跳水风险评估方法和系统进行详细 说明。
图3显示了本发明的一种基于斜率比率与多重阈值的电池容量跳水风险评 估流程。如图3所示,基于斜率比率与多重阈值的电池容量跳水实时评估主要包 括数据预处理与特征提取、一次斜率比率获取和跳水风险评估。
首先,对试验获取的原始数据开展数据预处理,剔除野值和数据波动。利用 平滑后的容量退化数据,提取电池容量退化曲线的斜率特征;
然后,基于斜率特征,设置基线参数选取电池容量退化初期较为平稳的数据 段构建斜率特征基线。结合斜率特征基线和当前计算获取的斜率特征,实时计算 当前斜率比率;
最后,设置多重阈值参数,利用当前获取的实时斜率比率参数,评估电池容 量跳水评估。
在锂电池开展寿命循环试验时,依据当前电池试验获取的容量退化数据,可 以实时开展电池容量跳水风险评估,从而为试验人员提供指导依据。该方法仅需 利用当前试验电池容量数据,无需其他电池数据作为支撑,且风险评估的实时性 较高。除针对试验阶段外,该方法还可移植到用户使用阶段,避免电池容量急剧 下降影响用户任务完成,同时避免在使用阶段存在的安全隐患。
步骤1:数据预处理
考虑到试验中存在交叉测试,且实验条件的波动以及测量的影响均会给电池 试验原始数据带来一定波动。试验数据的波动可能会导致特征提取异常,最终影 响跳水风险评估的准确性。
因此,本方法利用数据平滑方法开展预处理,保留电池容量退化曲线的整体 趋势,去除局部波动和噪声,在此基础上开展特征提取等处理,从而提高跳水风 险评估的准确性。
针对原始容量退化轨迹,本文中采用局部加权回归(LOWESS)方法进行平 滑:通过截取一定比例的数据拟合多项式回归曲线,从而能够消除局部噪声的影 响,得到保留退化趋势、去除波动噪声的退化轨迹。
LOWESS方法使用一组估计值来代替序列中某点的真实值。例如某点x0处, 样本真实值为f(x0),则引入核加权平滑后的估计值为
Figure RE-GDA0002858971250000071
其中Kλ(x0,xi)为某种核函数,如二次核函数
Figure BDA0002736150200000072
Figure BDA0002736150200000073
其中λ为核函数的参数,称之为滑窗宽度。对于kNN,只考虑最近k个点的 影响,基于此,设定λ=|x0-x[k]|。其中,x[k]为距离x0第k近的点。但是,这 种核回归同样存在着边界问题,即对于x序列的开始与结束区段的点,其左右邻 域是不对称的,导致了平滑后的值偏大或偏小。因此,需要对权值做再修正,假 定对x0的估计值
Figure RE-GDA0002858971250000074
定义目标函数
Figure BDA0002736150200000075
Figure BDA0002736150200000081
Figure BDA0002736150200000082
Δ=(β01,…,βd)T
Y=(y1,y2,…,yN)T
则目标函数可改写为
Figure BDA0002736150200000083
求偏导,可得到
Figure BDA0002736150200000084
则估计值
Figure BDA0002736150200000085
其中
Figure BDA0002736150200000086
经过LOWESS平滑之后,用估计值代替所有样本 点处真实值,完成锂离子电池容量保持率退化曲线的平滑降噪。
步骤2:斜率特征计算
随着电池寿命循环次数的增加,其容量会不可避免的发生退化。正常情况下, 随着固SEI膜的增长,电池容量退化规律符合平方根模型(Square Root Model), 电池容量退化速率保持稳定,认为电池容量退化曲线呈线性退化形式。
当电池出现析锂或其他异常情况,其退化机理发生改变,导致电池容量加速 退化。反应在电池容量退化曲线上,即容量退化曲线出现拐点,容量数值加速减 小。
为了表征电池容量退化的差异,本方法提取一次斜率特征,利用斜率表征电 池容量退化速率。正常情况下,随着SEI模的增长,电池容量退化速率保持稳定, 呈线性退化规律,其容量退化曲线斜率应为常值。当电池发生析锂或其他异常情 况,其容量突然衰退,表征在容量退化曲线上为斜率增大。
定义电池容量保持率数据为(C1,C2,…,Cn),对应的充放电循环为1,2,…,n, 使用一次差分替代一次斜率值
k=Ct+1-Ct
步骤3:正常基准斜率构建
斜率基线是电池容量退化的基准参考,可以标定电池容量退化曲线的轨迹。
考虑到电池在循环寿命试验初期,其整体性能良好,容量退化符合线性规律。 因此,针对电池容量退化数据,选取其试验初期、电池容量下降趋势平稳、呈线 性规律的区间数据,作为斜率基线。
选取电池寿命循环试验初期数据,利用滑窗构建基线。计算各窗口与前后两 个窗口斜率差值,选取最小值为基准窗口,从而完成正常斜率基线构建。
设前m个循环的数据为初期试验数据,滑窗长度为w(w<m)。首先,令滑 窗计算起始点i=0,计算该滑窗内的退化曲线斜率(ci+w-ci)/w作为该窗口的斜 率di。接着,令i=i+1,重复上述操作。直到i+w=m,结束计算,得到初期试验 数据段内所有窗口的斜率值。计算各窗口与前后两个窗口斜率差值,选取差值的 最小值,则该位置对应的循环数imin
Figure BDA0002736150200000091
该基 准窗口的斜率为
Figure BDA0002736150200000092
即为正常基准斜率。
步骤4:实时斜率比率计算
斜率特征可以表征电池容量的退化速率,然后由于不同电池设计配方和设计 因素的影响,斜率数值差异较大,且同配方电池在不同的试验条件(温度、充放 电倍率)下,其斜率数值也会发生明显变化。因此,直接利用斜率数值开展跳水 风险评估在实际工程中难度较大。
针对此问题,本方法提出了斜率比率,即以单个电池退化初期稳定阶段的斜 率为基准,计算当前斜率数值与基准数值的比率,利用斜率比率支撑后续跳水风 险评估,从而排除由于涉及因素和试验因素产生的个体差异,提升了方法的通用 性和扩展性。
针对当前电池容量退化数据,利用构建完成的斜率基线,结合其实时斜率特 征,获取其实时斜率比率。
以当前电池的稳定退化阶段数据作为基准参考,斜率比率参数可以表征电池 实时的容量衰退速率,即与历史正常基准比较,斜率比率参数是电池容量衰退速 率的量化表征。
当斜率比率数值小于1时,表示电池实时的性能退化速率比基准参考速率小, 电池性能良好;
当斜率比率数值接近1时,表示电池实时的性能退化速率与基准参考速率基 本相同,电池容量退化速率无明显变化;
当斜率比率数值大于1时,表示电池实时的性能退化速率大基准参考速率大, 电池容量退化速率增大,电池的容量在加速退化。数值越大,其加速退化越严重。
步骤5:实时风险等级评估
斜率比率表征了电池个体随着寿命循环试验的开展,容量退化速率的变化。 基于斜率比率数值,本方法设置了多重阈值,将参数值转换为跳水风险等级,直 接为试验人员提供指导依据。
以斜率比率参数意义为主要依据,结合宁德时代新能源的专家经验,经过大 量试验数据验证,设置四级阈值区间。
阈值区间 第四级 第三级 第二级 第一级
阈值范围 (0,1] (1,2] (2,3] (3,∞)
风险等级 安全 观察 危险 失效
各级阈值含义如下:
第四级:该区间内斜率数值相比基准减少,电池容量退化速率减慢,电池性 能良好。风险等级为“安全”。
第三级:该区间内斜率数值略有上升,考虑到电池性能老化,认为该区间内 电池仍处于正常范围。风险等级为“观察”。
第二级:该区间内斜率比率值已出现上升,说明电池容量退化速率明显增大。 风险等级为“危险”。
第一级:在该区间内,认为电池退化速率相比斜率基线已出现显著的上升趋 势,电池性能已急剧下降,电池容量加速退化。风险等级为“失效”。
基于上述多重比率阈值,在开展电池寿命循环试验时,可以实时针对当前电 池评估其跳水风险等级,为试验人员提供参考。
利用当前实时斜率比率参数值,结合四级风险等级阈值,输出当前电池的跳 水风险等级为“安全”、“观察”、“危险”或“失效”。
输出风险等级为“安全”时,说明当前电池性能良好,电池出现跳水情况概 率较低;试验可以继续开展,
输出风险等级为“观察”时,电池退化速率仍处于正常范围,电池存在出现 跳水情况的风险,试验人员需要进一步继续观察;
输出风险等级为“危险”时,说明电池退化速率已经上升,处于危险状态, 电池出现跳水情况风险较大,试验人员需重点关注;
输出风险等级为“失效”时,电池已出现明显跳水现象,一般而言,试验人 员需停止试验。
具体实施例
本发明的具体实施例采用实际锂离子蓄电池测试数据,应用基于斜率比率与 多重阈值的跳水预警法进行跳水预警。本部分首先对案例中应用的数据情况进行 简单介绍,然后结合实际数据描述基于斜率比率的跳水风险预警方法的应用过程, 最后对试验结果和方法的有效性、灵敏度等方面进行分析。
试验及数据介绍
本发明中采用宁德时代新能源科技股份有限公司的试验数据验证所提出的 锂离子电池寿命预测方法的可行性和有效性(注:试验中所用电池是一种专门用 于产品设计阶段的软包电池,与公司真实产品中使用的电池有所不同)。
选取25℃试验条件下的锂电池样本进行分析验证,本方法以四个样本开展 案例分析,其中包括跳水样本两个,正常样本两个。四个样本的编号标记如下:
正常样本:N1、N2
跳水样本:D1、D2
四个电池样本的原始退化曲线如图4所示:
数据预处理
实时斜率比率的计算和基于斜率比率和多重阈值的电池跳水实时风险评估 的都需要对电池容量退化曲线进行平滑降噪处理,保留容量退化总体趋势,去除 局部噪声、自恢复效应等干扰。使用LOWESS方法对容量退化曲线进行平滑, 其中平滑尺度参数统一设置为0.4。
经过平滑降噪处理之后的容量退化曲线结果如图5所示。
正常斜率基准构建
本发明通过一次差分代替斜率代替一次斜率值,利用滑窗计算剩余寿命 95%~99%之间的各窗口斜率。窗口宽度自适应选取,95%~99%数据长度的10%, 以循环次数50为下限,100为上限;循环次数步长10,计算各窗口斜率与前后 两个窗口的斜率差值,选取最小值为基准窗口,完成斜率基准的构建。斜率基准 构建结果如图6所示:
实时斜率比率计算
在完成斜率基准的构建后,通过计算电池容量数据的实时斜率,获取实时斜 率比率,实时斜率比率可以作为电池容量衰退速率的量化表征。
基于斜率比率的的跳水风险实时评估结果如图7、图8所示。
图中,细曲线为样本电池实际容量退化曲线,粗曲线表示一次斜率与基准斜 率的斜率比率,当斜率比率在(0,1]时,表示风险等级为“安全”,试验可以继续 开展;斜率比率在(1,2]时,表示风险等级为“观察”,需要实验人员进一步试验 观察;斜率比率在(2,3]时,,表示风险等级为“危险”,需要试验人员重点关注; 斜率比率在(3,∞)时,表示风险等级为“失效”,电池已经明显发生跳水,需要停 止试验。
电池跳水实时风险评估
本案例中,用样本电池的全部测试数据,模拟电池充放电循环试验的动态推 进过程。具体方法为:电池充放电循环每增加1,实时计算当前状态的一次差分 即一次斜率值,通过上述方法计算当前电池容量保持率的实时斜率比率值,形成 随着充放电循环数增加的实时斜率比率的变化序列。
在本发明中,通过数据验证及专家经验,将斜率比率参数设定为包括安全、 观察、危险、失效的四级阈值区间,基于该多重比率阈值,在开展电池寿命循环 试验时,可以实时针对当前电池评估其跳水风险等级,为试验人员提供参考。
从结果可以看出,当电池容量退化速率较为稳定时,随着电池充电循环数的 增加,斜率比率一直保持在(1,2)之间,即该电池容量退化一直保持在“观察”等 级,考虑到电池性能老化,认为该电池退化保持在正常状态,这与电池的退化曲 线及实际退化状态保持一致,说明了本方法在正常状态下风险监测的正确性。
当电池容量退化出现跳水时,在800次循环之前,电池容量退化大致呈线性 退化状态,斜率比率在(0,2)之间,稳定在正常状态。在800次循环之后,电池容 量退化开始发生跳水,斜率比率也急剧上升,最终达到3以上,发出“失效”状 态预警,提示实验人员停止试验。结合实际电池容量退化曲线,本方法的实时状 态评估与电池退化状态的一致性较高,并且对跳水状态的预警具有快速,即时, 准确的优点。
由此可见,本方法能够有效稳定的起到对电池容量退化的实时风险监控评估 以及对电池容量跳水的及时发现和预警,从而起到实时风险评估以及提前终止试 验,节约试验成本,提高安全性等目的。
尽管上文对本发明进行了详细说明,但是本发明不限于此,本技术领域技术 人员可以根据本发明的原理进行各种修改。因此,凡按照本发明原理所作的修改, 都应当理解为落入本发明的保护范围。

Claims (10)

1.一种电池容量跳水风险评估方法,其特征在于,包括:
获取经过数据预处理的锂电池充放电循环的锂电池容量保持率数据;
根据所获取的锂电池容量保持率数据及对应的锂电池充放电循环数,得到锂电池充放电循环期间的锂电池容量保持率数据的斜率数值;
计算所述锂电池容量保持率数据的斜率数值与斜率基准数值的比率,得到实时斜率比率;
根据所得到的实时斜率比率与相应阈值区间,判断是否存在锂电池容量跳水的风险。
2.根据权利要求1所述的电池容量跳水风险评估方法,其特征在于,锂电池充放电循环期间的锂电池容量保持率数据的斜率数值包括:
相邻两次锂电池充放电循环期间的锂电池容量保持率数据的斜率数值。
3.根据权利要求1所述的电池容量跳水风险评估方法,其特征在于,锂电池充放电循环期间的锂电池容量保持率数据的斜率数值包括:
连续多次锂电池充放电循环期间的锂电池容量保持率数据的斜率数值。
4.根据权利要求1所述的电池容量跳水风险评估方法,其特征在于,所述斜率基准数值是锂电池充放电循环初期电池容量下降趋势平稳且呈线性规律的区间数据的斜率数值。
5.根据权利要求4所述的电池容量跳水风险评估方法,其特征在于,选取所述斜率基准数值包括:
选取电池寿命循环试验初期数据;
在电池寿命循环试验初期数据设置多个窗口,计算各窗口与前后两个窗口斜率差值,选取最小值为基准窗口;
根据基准窗口两端的锂电池容量保持率数据和窗口长度,计算基准斜率数值。
6.根据权利要求1所述的电池容量跳水风险评估方法,其特征在于,所述相应阈值区间包括:
对应于锂电池失效风险等级的第一级阈值区间;
对应于锂电池危险风险等级的第二级阈值区间;
对应于锂电池观察风险等级的第三级阈值区间;
对应于锂电池安全风险等级的第四级阈值区间。
7.根据权利要求6所述的电池容量跳水风险评估方法,其特征在于,根据所得到的实时斜率比率与相应阈值区间,判断是否存在锂电池容量跳水的风险包括:
判断所得到的实时斜率比率是否落入第一级阈值区间、第二级阈值区间、第三级阈值区间或第四级阈值区间;
根据所述判断结果,确定锂电池容量跳水风险。
8.根据权利要求6所述的电池容量跳水风险评估方法,其特征在于,根据所述判断结果,确定锂电池容量跳水风险包括:
若判断实时斜率比率落入第一级阈值区间,则判断锂电池已经出现跳水;
若判断实时斜率比率落入第二级阈值区间,则判断锂电池出现跳水的风险较大;
若判断实时斜率比率落入第三级阈值区间,则判断锂电池处在正常范围;
若判断实时斜率比率落入第四级阈值区间,则判断锂电池性能良好。
9.根据权利要求1-8任意一项所述的电池容量跳水风险评估方法,其特征在于,所述数据预处理是对原始锂电池充放电循环的锂电池容量保持率数据进行局部加权回归处理。
10.一种电池容量跳水风险评估系统,其特征在于,包括:
预处理装置,用于对锂电池充放电循环的原始锂电池容量保持率数据进行预处理,获得锂电池充放电循环的锂电池容量保持率数据;
斜率特征计算模块,用于根据所获取的锂电池容量保持率数据及对应的锂电池充放电循环数,计算锂电池充放电循环期间的锂电池容量保持率数据的斜率数值;
斜率比率计算模块,用于通过计算所述锂电池容量保持率数据的斜率数值与斜率基准数值的比率,获得实时斜率比率;
跳水风险评估模块,用于根据所得到的实时斜率比率与相应阈值区间,判断是否存在锂电池容量跳水的风险。
CN202011134267.1A 2020-10-21 2020-10-21 一种电池容量跳水风险评估方法及系统 Active CN112327167B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011134267.1A CN112327167B (zh) 2020-10-21 2020-10-21 一种电池容量跳水风险评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011134267.1A CN112327167B (zh) 2020-10-21 2020-10-21 一种电池容量跳水风险评估方法及系统

Publications (2)

Publication Number Publication Date
CN112327167A true CN112327167A (zh) 2021-02-05
CN112327167B CN112327167B (zh) 2022-01-28

Family

ID=74312104

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011134267.1A Active CN112327167B (zh) 2020-10-21 2020-10-21 一种电池容量跳水风险评估方法及系统

Country Status (1)

Country Link
CN (1) CN112327167B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113030758A (zh) * 2021-03-17 2021-06-25 重庆长安新能源汽车科技有限公司 基于锂离子电池容量跳水点的老化预警方法、系统、汽车及计算机存储介质
CN113219361A (zh) * 2021-03-16 2021-08-06 上海派能能源科技股份有限公司 一种基于分时回归分布的锂离子电池组异常自放电诊断方法及系统
CN113533972A (zh) * 2021-06-30 2021-10-22 万向一二三股份公司 一种锂离子电池危害等级判定方法及智能判定系统
CN113655398A (zh) * 2021-08-11 2021-11-16 远景动力技术(江苏)有限公司 预估锂电池循环跳水的方法
CN113777495A (zh) * 2021-08-25 2021-12-10 同济大学 基于特征面积的锂电池容量跳水在线多级预警方法及系统
CN114089204A (zh) * 2021-11-30 2022-02-25 蜂巢能源科技(无锡)有限公司 一种电池容量跳水拐点预测方法及装置
CN115993541A (zh) * 2023-03-23 2023-04-21 深圳安培时代数字能源科技有限公司 磷酸铁锂电池的无损析锂检测方法及相关装置
CN116540137A (zh) * 2023-07-06 2023-08-04 宁德新能源科技有限公司 二次电池容量跳水识别方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010123386A (ja) * 2008-11-19 2010-06-03 Mitsubishi Heavy Ind Ltd 燃料電池およびその運転方法
CN107247237A (zh) * 2017-05-26 2017-10-13 联想(北京)有限公司 一种电池的检测方法、电子设备及计算机可读存储介质
CN109143078A (zh) * 2018-08-28 2019-01-04 中航锂电技术研究院有限公司 一种磷酸铁锂动力电池“跳水”故障的辨识预判方法
CN109596983A (zh) * 2018-11-19 2019-04-09 清华大学 一种电池老化过程中容量跳水的预测方法
CN110794316A (zh) * 2019-10-24 2020-02-14 国网内蒙古东部电力有限公司电力科学研究院 一种梯次利用三元动力电池“跳水”故障的辨识预判方法
US20200091558A1 (en) * 2018-09-13 2020-03-19 Contemporary Amperex Technology Co., Limited Lithium-ion battery
CN110954830A (zh) * 2019-11-26 2020-04-03 北京海博思创科技有限公司 电池跳水预测方法及设备
CN111175653A (zh) * 2020-01-06 2020-05-19 国网内蒙古东部电力有限公司电力科学研究院 一种用于辨识预判三元电池容量“跳水”故障的方法
CN111257762A (zh) * 2020-03-10 2020-06-09 信义电源(苏州)有限公司 提前预判电池循环失效的方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010123386A (ja) * 2008-11-19 2010-06-03 Mitsubishi Heavy Ind Ltd 燃料電池およびその運転方法
CN107247237A (zh) * 2017-05-26 2017-10-13 联想(北京)有限公司 一种电池的检测方法、电子设备及计算机可读存储介质
CN109143078A (zh) * 2018-08-28 2019-01-04 中航锂电技术研究院有限公司 一种磷酸铁锂动力电池“跳水”故障的辨识预判方法
US20200091558A1 (en) * 2018-09-13 2020-03-19 Contemporary Amperex Technology Co., Limited Lithium-ion battery
CN109596983A (zh) * 2018-11-19 2019-04-09 清华大学 一种电池老化过程中容量跳水的预测方法
CN110794316A (zh) * 2019-10-24 2020-02-14 国网内蒙古东部电力有限公司电力科学研究院 一种梯次利用三元动力电池“跳水”故障的辨识预判方法
CN110954830A (zh) * 2019-11-26 2020-04-03 北京海博思创科技有限公司 电池跳水预测方法及设备
CN111175653A (zh) * 2020-01-06 2020-05-19 国网内蒙古东部电力有限公司电力科学研究院 一种用于辨识预判三元电池容量“跳水”故障的方法
CN111257762A (zh) * 2020-03-10 2020-06-09 信义电源(苏州)有限公司 提前预判电池循环失效的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
LEE GORDON 等: "Tadiran HLCs extend battery life for oceanographic deployments", 《 OCEANS 2016 MTS/IEEE MONTEREY》 *
包塔拉 等: "基于几何特征与流形距离的锂电池健康评估", 《山东大学学报》 *
高洋: "三元材料锂离子电池老化诊断、评估与建模方法", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113219361A (zh) * 2021-03-16 2021-08-06 上海派能能源科技股份有限公司 一种基于分时回归分布的锂离子电池组异常自放电诊断方法及系统
CN113219361B (zh) * 2021-03-16 2024-02-27 上海派能能源科技股份有限公司 一种锂离子电池组异常自放电诊断方法及系统
CN113030758B (zh) * 2021-03-17 2022-05-06 重庆长安新能源汽车科技有限公司 基于锂离子电池容量跳水点的老化预警方法、系统、汽车及计算机存储介质
CN113030758A (zh) * 2021-03-17 2021-06-25 重庆长安新能源汽车科技有限公司 基于锂离子电池容量跳水点的老化预警方法、系统、汽车及计算机存储介质
CN113533972A (zh) * 2021-06-30 2021-10-22 万向一二三股份公司 一种锂离子电池危害等级判定方法及智能判定系统
CN113655398A (zh) * 2021-08-11 2021-11-16 远景动力技术(江苏)有限公司 预估锂电池循环跳水的方法
CN113655398B (zh) * 2021-08-11 2024-04-05 远景动力技术(江苏)有限公司 预估锂电池循环跳水的方法
CN113777495A (zh) * 2021-08-25 2021-12-10 同济大学 基于特征面积的锂电池容量跳水在线多级预警方法及系统
CN114089204A (zh) * 2021-11-30 2022-02-25 蜂巢能源科技(无锡)有限公司 一种电池容量跳水拐点预测方法及装置
CN114089204B (zh) * 2021-11-30 2023-11-21 蜂巢能源科技(无锡)有限公司 一种电池容量跳水拐点预测方法及装置
CN115993541A (zh) * 2023-03-23 2023-04-21 深圳安培时代数字能源科技有限公司 磷酸铁锂电池的无损析锂检测方法及相关装置
CN115993541B (zh) * 2023-03-23 2023-06-06 深圳安培时代数字能源科技有限公司 磷酸铁锂电池的无损析锂检测方法及相关装置
CN116540137A (zh) * 2023-07-06 2023-08-04 宁德新能源科技有限公司 二次电池容量跳水识别方法及系统
CN116540137B (zh) * 2023-07-06 2023-10-03 宁德新能源科技有限公司 二次电池容量跳水识别方法及系统

Also Published As

Publication number Publication date
CN112327167B (zh) 2022-01-28

Similar Documents

Publication Publication Date Title
CN112327167B (zh) 一种电池容量跳水风险评估方法及系统
CN112731159B (zh) 一种储能电站电池舱电池故障预判及定位的方法
CN112327191B (zh) 一种基于几何特征融合决策的电池跳水概率评估方法
CN112327192B (zh) 一种基于曲线形态的电池容量跳水现象识别方法
CN110535159B (zh) 一种规模化储能电站运行单元故障预警的方法及系统
CN113052464B (zh) 电池储能系统可靠性评估方法及系统
CN116401585B (zh) 一种基于大数据的储能电池失效风险评估方法
CN116936978A (zh) 一种蓄电池鼓包智能化监测方法及系统
CN115267555A (zh) 基于电池多点温度测量的储能系统电池soh评估系统
KR20140137181A (ko) 배터리의 두께 예측 시스템 및 배터리의 두께 예측 방법
CN115308628A (zh) 一种电池健康状态监测方法
CN113687255A (zh) 一种电池单体的状态诊断方法、设备及存储介质
CN116754984A (zh) 一种电池一致性的检测方法及相关装置
CN111460656A (zh) 一种电力机房通信电源运行寿命评估方法和系统
CN115494400A (zh) 一种基于集成学习的锂电池析锂状态在线监控方法
CN114545275A (zh) 一种锂离子电池剩余使用寿命间接预测方法
Chen et al. State of health estimation of lithium-ion batteries based on equivalent circuit model and data-driven method
CN115800433A (zh) 电池组一致性评估与等级评价方法及装置
CN112881931B (zh) 一种基于容量增量曲线的电池安全性诊断方法
CN115128468A (zh) 一种化学储能电池phm欠压故障预测方法
CN114280490A (zh) 一种锂离子电池荷电状态估计方法及系统
Jan et al. Experimental Evaluation of the True Remaining Capacity of Legacy Lead-Acid Batteries
Diao et al. Research on Electric Vehicle Charging Safety Warning based on A-LSTM Algorithm
Nie et al. Capacity fade modeling and remaining useful life prediction of lithium-ion batteries using an adaptive degradation model
CN115825755B (zh) 一种储能电池电芯电压一致性评估方法

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