CN112710959B - 一种锂离子电池的状态评估方法及系统 - Google Patents

一种锂离子电池的状态评估方法及系统 Download PDF

Info

Publication number
CN112710959B
CN112710959B CN202110330874.3A CN202110330874A CN112710959B CN 112710959 B CN112710959 B CN 112710959B CN 202110330874 A CN202110330874 A CN 202110330874A CN 112710959 B CN112710959 B CN 112710959B
Authority
CN
China
Prior art keywords
lithium ion
ion battery
state
vibration
evaluating
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
CN202110330874.3A
Other languages
English (en)
Other versions
CN112710959A (zh
Inventor
李晨
姜兵
马宏忠
彭晓晗
夏伟栋
杨佳驹
胡煜
陈允屹
许洪华
刘宝稳
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.)
Nanjing Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Nanjing Power Supply Co of State Grid Jiangsu Electric Power 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 Nanjing Power Supply Co of State Grid Jiangsu Electric Power Co Ltd filed Critical Nanjing Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Priority to CN202110330874.3A priority Critical patent/CN112710959B/zh
Publication of CN112710959A publication Critical patent/CN112710959A/zh
Application granted granted Critical
Publication of CN112710959B publication Critical patent/CN112710959B/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]
    • G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
    • 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]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current 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]
    • G01R31/385—Arrangements for measuring battery or accumulator 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]
    • G01R31/385—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

Landscapes

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

Abstract

一种锂离子电池的状态评估方法及系统，其特征在于，包括以下步骤：步骤1，对锂离子电池进行初始化，并将所述锂离子电池设置为过充或外部短路状态；步骤2，利用实现初始化后且设置为过充或外部短路状态的锂离子电池对负载进行供电，并采集所述锂离子电池在供电过程中生成的氢气浓度和振动状态信号；步骤3，对所述振动状态信号进行多尺度熵运算，并基于所述氢气浓度、振动状态信号和多尺度熵的运算结果评估所述锂离子电池的状态。本发明将容易采集的振动信号和气体信号结合，实现了高可靠性、高准确度的锂离子电池状态评估，方法简单且易于推广。

Description

一种锂离子电池的状态评估方法及系统
技术领域
本发明涉及锂离子电池检测领域，更具体地，涉及一种锂离子电池的状态评估方法及系统。
背景技术
目前，锂离子电池因其所具有的高比能量、高比功率、长循环寿命等优点，在众多电化学能源中脱颖而出，得到了广泛应用。然而，锂离子电池在具备可观应用前景的同时，也蕴藏着可怕的安全性问题。锂离子电池的工作电压较高，能量密度大且储存能量多，电解液常采用易燃性溶剂，一旦发生故障极易发生燃烧甚至爆炸。由于电池的安全性要求其可以承受一定程度的电滥用，因而作为锂离子电池的典型故障状态，过充与外部短路对电池造成的损伤在早期很难被检测出来。
现有技术中，对于锂电子电池的状态评估，主要是将容量、内阻、功率或循环次数中的一种或几种作为评估参数，根据参数的变化规律，进行数学拟合回归。但这些方法受到电池运行环境的影响，存在着评估不准确、无法进行在线实时评估等多种问题。因此，亟需一种新的锂离子电池的状态评估方法与系统。
发明内容
为解决现有技术中存在的不足，本发明的目的在于，提供一种锂离子电池的状态评估方法及系统，通过对锂离子电池供电过程中的氢气浓度和振动状态信号进行检测，获取到锂离子电池的状态。
本发明采用如下的技术方案。
一种锂离子电池的状态评估方法，包括以下步骤：步骤1，对锂离子电池进行初始化，并将锂离子电池设置为过充或外部短路状态；步骤2，利用实现初始化后且设置为过充或外部短路状态的锂离子电池对负载进行供电，并采集锂离子电池在供电过程中生成的氢气浓度和振动状态信号；步骤3，对振动状态信号进行多尺度熵运算，并基于氢气浓度、振动状态信号和多尺度熵的运算结果评估锂离子电池的状态。
优选地，步骤1中的过充状态包括轻度过充、中度过充和重度过充；步骤1中将锂离子电池设置为过充状态还包括：步骤1.1，设置充电截止电压为正常充电电压的1.5倍、充电倍率为0.5C、充电电流为恒流，对所述锂离子电池进行充电至额定容量的1.3倍后搁置；步骤1.2，重复步骤1.1至规定次数，以针对不同的过充状态对锂离子电池进行充电。
优选地，重复步骤1.1的次数为1至5次，锂离子电池为轻度过充；重复步骤1.1的次数为5至15次，锂离子电池为中度过充；重复步骤1.1的次数为15次以上，锂离子电池为重度过充。
优选地，步骤1中将锂离子电池设置为外部短路状态还包括：将锂离子电池的两端分别接入短路电阻的两端，等待预定时间后解除短路状态并搁置；其中，短路电阻的阻值小于5mΩ，预定时间为8至10分钟。
优选地，步骤1中对锂离子电池进行初始化还包括：设置氢气浓度采样间隔、振动状态信号采样间隔；采集环境中的初始氢气浓度。
优选地，步骤2中采集氢气浓度还包括：利用气体传感器实时监测氢气浓度，基于氢气浓度采样间隔对氢气浓度数据进行采集；利用氢气浓度判据判断锂离子电池的氢气释放量是否正常。
优选地，若氢气浓度数据满足
Figure DEST_PATH_IMAGE001
，则判定锂离子电池的氢气释放量异常；若氢气浓度数据不满足
Figure 478787DEST_PATH_IMAGE001
，则判定锂离子电池的氢气释放量正常；其中，C 为氢气浓度，
Figure DEST_PATH_IMAGE002
、
Figure DEST_PATH_IMAGE003
和
Figure DEST_PATH_IMAGE004
为三个连续的所述氢气浓度的采样序号。
优选地，步骤2中采集振动状态信号还包括：利用振动加速度传感器实时监测锂离子电池中央的振动状态，并基于振动状态信号采样间隔采集振动状态信号；提取振动状态信号中的最大幅值，并基于最大幅值获取最大幅值之比；基于最大幅值之比对锂离子电池的振动状态进行初步判定。
优选地，采集长度为N的振动状态信号的原始采样序列
Figure DEST_PATH_IMAGE005
，利用幅值比较公式
Figure DEST_PATH_IMAGE006
获取原始采样序列中的最大幅值，其中
Figure DEST_PATH_IMAGE007
，n为振动状态信号的采样序号。
优选地，最大幅值之比为
Figure DEST_PATH_IMAGE008
；其中，A为最大幅值。
优选地，基于最大幅值之比对锂离子电池的振动状态进行初步判定还包括：若最大幅值之比满足r>5或
Figure DEST_PATH_IMAGE009
，则判定锂离子电池的振动状态异常；若最大幅值之比满足
Figure DEST_PATH_IMAGE010
，则判定锂离子电池的振动状态正常。
优选地，步骤3中基于氢气浓度、振动状态信号和多尺度熵的运算结果评估锂离子电池的状态还包括：若锂离子电池的氢气释放量正常，或锂离子电池的振动状态正常，则判定锂离子电池处于正常运行状态。
优选地，步骤3还包括当最大幅值之比满足r>5或
Figure DEST_PATH_IMAGE011
时，计算振动状态信号的多尺度熵值。
优选地，若多尺度熵
Figure DEST_PATH_IMAGE012
时，则评估锂离子电池处于外部短路状态；若多尺度熵
Figure DEST_PATH_IMAGE013
时，则评估锂离子电池处于正常状态；若多尺度熵
Figure DEST_PATH_IMAGE014
时，则评估锂离子电池处于轻度过充状态；若多尺度熵
Figure DEST_PATH_IMAGE015
时，则评估锂离子电池处于中度过充状态；若多尺度熵
Figure DEST_PATH_IMAGE016
时，则评估锂离子电池处于重度过充状态。
一种锂离子电池的状态评估系统，其特征在于：系统包括锂离子电池、气体传感器、振动传感器、负载和计算机，其中，锂离子电池、气体传感器和振动传感器均设置于密闭腔体内；振动传感器，设置于锂离子电池的顶面中央，用于采集锂离子电池的振动状态信号；气体传感器，用于采集密闭腔体内的氢气浓度；负载，与锂离子电池的正负极分别连接，用于接收来自锂离子电池的电量输出；计算机，与气体传感器和振动传感器连接，用于接收来自气体传感器和振动传感器的采集信号，并基于采集信号评估所述锂离子电池的状态。
本发明的有益效果在于，与现有技术相比，本发明中一种锂离子电池的状态评估方法及系统，通过将容易采集的振动信号和气体信号结合，从而实现了高可靠性、高准确度的锂离子电池状态评估，方法简单且易于推广。其中，振动传感器和氢气气体传感器能够准确灵敏地获得锂离子电池在供电过程中的状态变化。另外，由于在检测前的过程中，对锂离子电池进行了初始化，能够对处于不同状态的锂离子电池都提供高可靠性的评估。在评估的过程中，采用多尺度熵运算，提高了评估的准确性。
附图说明
图1为本发明一种锂离子电池的状态评估方法的步骤流程示意图；
图2为本发明一种锂离子电池的状态评估方法的判断逻辑示意图；
图3为本发明一种锂离子电池的状态评估方法中处于过充状态下的锂离子电池的氢气浓度随时间变化的示意图；
图4为本发明一种锂离子电池的状态评估方法中处于外部短路状态下的锂离子电池的氢气浓度随时间变化的示意图；
图5为本发明一种锂离子电池的状态评估方法中锂离子电池振动状态信号的多尺度熵的运算结果随尺度因子变化的曲线示意图；
图6为本发明一种锂离子电池的状态评估系统的结构示意图。
附图标记：
1-锂离子电池，
2-气体传感器，
3-振动传感器，
4-密闭腔体，
5-电池供电负载，
6-计算机，
7-传输线。
具体实施方式
下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本申请的保护范围。
为了对锂离子电池的状态进行评估，需要对锂离子电池在供电过程中产生的变化进行分析。尤其应当分析发生故障的锂离子电池在供电过程中产生的变化。通常来说，发生故障的锂离子电池通常会表现出内部电化学反应的异常，并出现副反应放热情况。而这一异常情况，极易诱发电池内部的产气反应，而基于特征气体的状态评估方法可以适用于锂离子电池。因此，可以选择使用能够灵敏检测锂离子电池所在环境中氢气浓度的气体传感器对锂离子电池的状态进行监测。
另外，振动信号在反映微小故障、早期故障及潜伏性故障方面具有较大的优势。为了通过振动信号对锂离子电池的状态进行监测，可以选用灵敏度较高的振动传感器，对锂离子电池的状态进行评估。因此，可以将振动信号和气体信号结合，实现高可靠性、高准确度的锂离子电池状态评估。
图1为本发明一种锂离子电池的状态评估方法的步骤流程示意图。如图1所示，一种锂离子电池的状态评估方法，包括步骤1至步骤3。
步骤1，对锂离子电池进行初始化，并将锂离子电池设置为过充或外部短路状态。
具体来说，本发明中可以根据评估目的选用不同的锂离子电池进行状态评估。本发明一实施例中，可以对电压为3.2V，容量为50Ah的磷酸铁锂电池进行试验并评估。
优选地，步骤1中的过充状态包括轻度过充、中度过充和重度过充。步骤1中将锂离子电池设置为过充状态还包括：步骤1.1，设置充电截止电压为正常充电电压的1.5倍、充电倍率为0.5C、充电电流为恒流，对锂离子电池进行充电至额定容量的1.3倍后搁置；步骤1.2，重复步骤1.1至规定次数，以针对不同的过充状态对锂离子电池进行充电。
具体来说，可以根据检测需求，对锂离子电池进行基于不同过充状态的不同方式的充电。本发明中，每次充电达到65Ah后，均需将电池搁置50至60分钟，再执行下一次过充。充电的次数可以根据锂离子电池的过充状态进行选择。
优选地，重复步骤1.1的次数为1至5次，锂离子电池为轻度过充；重复步骤1.1的次数为5至15次，锂离子电池为中度过充；重复步骤1.1的次数为15次以上，锂离子电池为重度过充。
优选地，步骤1中将锂离子电池设置为外部短路状态还包括：将锂离子电池的两端分别接入短路电阻的两端，等待预定时间后解除短路状态并搁置。其中，短路电阻的阻值小于5mΩ，预定时间为8至10分钟。通常来说，搁置的时间可以为50至60分钟之间。
优选地，步骤1中对锂离子电池进行初始化还包括：设置氢气浓度采样间隔、振动状态信号采样间隔；采集环境中的初始氢气浓度。具体来说，为了实现传感器对锂离子电池供电过程中的工况参数进行准确的采集，可以在进行实际采集之前，对传感器的相关参数进行设置。例如，可以设置气体传感器的采样间隔
Figure DEST_PATH_IMAGE017
，通过合理的设置采样间隔，可以即实现对环境中氢气浓度的准确监测，又不会造成传输过程中过大的数据量。另外，还可以同样设置振动状态信号的采样间隔
Figure DEST_PATH_IMAGE018
，即振动传感器的采样间隔。根据上述两个数据，还可以通过计算得到氢气浓度采样频率f 1，振动状态信号采样频率f 2。
于此同时，还可以通过采集环境中的初始氢气浓度，以对气体传感器的初始状态进行校准。
步骤2，利用实现初始化后且设置为过充或外部短路状态的锂离子电池对负载进行供电，并采集锂离子电池在供电过程中生成的氢气浓度和振动状态信号。图2为本发明一种锂离子电池的状态评估方法的判断逻辑示意图。本发明中对锂离子电池状态的评估方法具体如图2所示。
优选地，步骤2中采集氢气浓度还包括：利用气体传感器实时监测氢气浓度，基于氢气浓度采样间隔对氢气浓度数据进行采集；利用氢气浓度判据判断锂离子电池的氢气释放量是否正常。
本发明一实施例中，可以采用连续三点采样的方式，例如，在某一时刻氢气浓度的采样序号为
Figure DEST_PATH_IMAGE019
时，对氢气进行三点采样，并获得氢气的浓度
Figure DEST_PATH_IMAGE020
、
Figure DEST_PATH_IMAGE021
以及
Figure DEST_PATH_IMAGE022
。由此可以基于对氢气浓度数据的判定，来判断锂离子电池的氢气释放量是否正常。
优选地，若氢气浓度数据满足
Figure 84343DEST_PATH_IMAGE001
，则判定锂离子电池的氢气释放量异常；若氢气浓度数据不满足
Figure 395238DEST_PATH_IMAGE001
，则判定锂离子电池的氢气释放量正常；其中，C为氢气浓度，
Figure 601834DEST_PATH_IMAGE002
、
Figure 212943DEST_PATH_IMAGE003
和
Figure 35406DEST_PATH_IMAGE004
为三个连续的所述氢气浓度的采样序号。可以理解的是，图2中所述判断框中的内容
Figure DEST_PATH_IMAGE023
即为判断氢气浓度数据是否满足
Figure DEST_PATH_IMAGE024
。图2中所述的振动信号的多尺度熵值即为振动状态信号的多尺度熵值。
图3为本发明一种锂离子电池的状态评估方法中处于过充状态下的锂离子电池的氢气浓度随时间变化的示意图；图4为本发明一种锂离子电池的状态评估方法中处于外部短路状态下的锂离子电池的氢气浓度随时间变化的示意图。如图3和图4所示，当锂离子电池的氢气释放量随着时间进行不同的变化时，可以清楚的区分出释放量异常与释放量正常时的区别。
优选地，步骤2中采集振动状态信号还包括：利用振动加速度传感器实时监测锂离子电池中央的振动状态，并基于振动状态信号采样间隔采集振动状态信号；提取振动状态信号中的最大幅值，并基于最大幅值获取最大幅值之比；基于最大幅值之比对锂离子电池的振动状态进行初步判定。
优选地，采集长度为N的振动状态信号的原始采样序列
Figure 161494DEST_PATH_IMAGE005
，利用幅值比较公式
Figure 157132DEST_PATH_IMAGE006
获取原始采样序列中的最大幅值，其中
Figure 826010DEST_PATH_IMAGE007
。具体来说，幅值比较公式可以获取到原始采样序列中所有数据中的最大的一个，将其称为最大幅值，并将其改写为
Figure DEST_PATH_IMAGE025
，其中，A为最大幅值，n为所述振动状态信号的采样序号。
优选地，最大幅值之比为
Figure 147270DEST_PATH_IMAGE008
。根据选择出的最大幅值，可以计算出最大幅值与其前一个最大幅值信号之间的比例。
优选地，基于最大幅值之比对锂离子电池的振动状态进行初步判定还包括：若最大幅值之比满足r>5或
Figure 432758DEST_PATH_IMAGE009
，则判定锂离子电池的振动状态异常；若最大幅值之比满足
Figure 966508DEST_PATH_IMAGE010
，则判定锂离子电池的振动状态正常。
根据上述判据，可以对锂离子电池的振动状态进行初步的判断，并且，基于该初步的判断确定是否还需要对振动状态信号进行多尺度熵运算。
步骤3，对振动状态信号进行多尺度熵运算，并基于氢气浓度、振动状态信号和多尺度熵的运算结果评估锂离子电池的状态。
优选地，若锂离子电池的氢气释放量正常或所述锂离子电池的振动状态正常，则判定锂离子电池处于正常运行状态。
优选地，步骤3还包括当最大幅值之比满足r>5或
Figure 489893DEST_PATH_IMAGE011
时，计算振动状态信号的多尺度熵值。具体来说，对于长度为N的振动状态信号的原始序列
Figure 716475DEST_PATH_IMAGE005
，可以根据给定的嵌入维数m、相似容限r以及尺度因子
Figure DEST_PATH_IMAGE026
，计算出多尺度熵。
首先，对原始序列X进行粗粒化处理，得到
Figure DEST_PATH_IMAGE027
段每段长度为
Figure DEST_PATH_IMAGE028
的粗粒序列
Figure DEST_PATH_IMAGE029
。其中粗粒序列的计算公式为
Figure DEST_PATH_IMAGE030
。因此，由原始序列组成的m维矢量为
Figure DEST_PATH_IMAGE031
,
Figure DEST_PATH_IMAGE032
。进一步地，可知两个矢量
Figure DEST_PATH_IMAGE033
和
Figure DEST_PATH_IMAGE034
之间的距离的计算公式可以为
Figure DEST_PATH_IMAGE035
。
对满足距离公式的模板统计数进行统计，即判断
Figure DEST_PATH_IMAGE036
。从而获得模板统计数与距离总数的比值，得到
Figure DEST_PATH_IMAGE037
，以及该比值的平均值
Figure DEST_PATH_IMAGE038
。
令
Figure DEST_PATH_IMAGE039
，可以重复上述步骤，并得到
Figure DEST_PATH_IMAGE040
。此时可以得知序列的样本熵为
Figure DEST_PATH_IMAGE041
。最后，根据样本熵，得到不同尺度下的原始序列的多尺度熵
Figure DEST_PATH_IMAGE042
。
图5为本发明一种锂离子电池的状态评估方法中锂离子电池振动状态信号的多尺度熵的运算结果随尺度因子变化的曲线示意图。如图5所示，在该多尺度熵的计算过程中，随着尺度因子取值的不同，多尺度熵的取值也不同，通常来说，随着尺度因子的增加，多尺度熵的取值缓慢增加。基于图5中的内容，还可以根据对样本电池的测试情况，将不同取值的多尺度熵值划分到对应于不同的电池状态上。
优选地，若多尺度熵
Figure 256303DEST_PATH_IMAGE012
时，则评估锂离子电池处于外部短路状态；若多尺度熵
Figure 331094DEST_PATH_IMAGE013
时，则评估锂离子电池处于正常状态；若多尺度熵
Figure 771302DEST_PATH_IMAGE014
时，则评估锂离子电池处于轻度过充状态；若多尺度熵
Figure 106469DEST_PATH_IMAGE015
时，则评估锂离子电池处于中度过充状态；若多尺度熵
Figure 366549DEST_PATH_IMAGE016
时，则评估所述锂离子电池处于重度过充状态。
图6为本发明一种锂离子电池的状态评估系统的结构示意图。如图6所示，本发明第二方面，涉及一种锂离子电池的状态评估系统。本发明中的锂离子电池的状态评估系统能够实现如本发明第一方面中所述的方法。
优选地，系统包括锂离子电池、气体传感器、振动传感器、负载和计算机，其中，锂离子电池、气体传感器和振动传感器均设置于密闭腔体内；振动传感器，设置于锂离子电池的顶面中央，用于采集锂离子电池的振动状态信号；气体传感器，用于采集密闭腔体内的氢气浓度；负载，与锂离子电池的正负极分别连接，用于接收来自锂离子电池的电量输出；计算机，与气体传感器和振动传感器连接，用于接收来自气体传感器和所述振动传感器的采集信号，并基于采集信号评估锂离子电池的状态。
本发明的有益效果在于，与现有技术相比，本发明中一种锂离子电池的状态评估方法及系统，通过将容易采集的振动信号和气体信号结合，从而实现了高可靠性、高准确度的锂离子电池状态评估，方法简单且易于推广。其中，振动传感器和氢气气体传感器能够准确灵敏地获得锂离子电池在供电过程中的状态变化。另外，由于在检测前的过程中，对锂离子电池进行了初始化，能够对处于不同状态的锂离子电池都提供高可靠性的评估。在评估的过程中，采用多尺度熵运算，提高了评估的准确性。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。

Claims (15)

1.一种锂离子电池的状态评估方法，其特征在于，包括以下步骤：
步骤1，对锂离子电池进行初始化，并将所述锂离子电池设置为过充或外部短路状态；
步骤2，利用实现初始化后且设置为过充或外部短路状态的锂离子电池对负载进行供电，并采集所述锂离子电池在供电过程中生成的氢气浓度和振动状态信号；
步骤3，对所述振动状态信号进行多尺度熵运算，并基于所述氢气浓度、振动状态信号和多尺度熵的运算结果评估所述锂离子电池的状态。
2.根据权利要求1中所述的一种锂离子电池的状态评估方法，其特征在于：
所述步骤1中的过充状态包括轻度过充、中度过充和重度过充；
所述步骤1中将所述锂离子电池设置为过充状态还包括：
步骤1.1，设置充电截止电压为正常充电电压的1.5倍、充电倍率为0.5C、充电电流为恒流，对所述锂离子电池进行充电至额定容量的1.3倍后搁置；
步骤1.2，重复步骤1.1至规定次数，以针对不同的过充状态对所述锂离子电池进行充电。
3.根据权利要求2中所述的一种锂离子电池的状态评估方法，其特征在于：
重复步骤1.1的次数为1至5次，所述锂离子电池为轻度过充；
重复步骤1.1的次数为6至15次，所述锂离子电池为中度过充；
重复步骤1.1的次数为15次以上，所述锂离子电池为重度过充。
4.根据权利要求1中所述的一种锂离子电池的状态评估方法，其特征在于：
所述步骤1中将所述锂离子电池设置为外部短路状态还包括：
将所述锂离子电池的两端分别接入短路电阻的两端，等待预定时间后解除短路状态并搁置；
其中，所述短路电阻的阻值小于5mΩ，所述预定时间为8至10分钟。
5.根据权利要求1中所述的一种锂离子电池的状态评估方法，其特征在于：
所述步骤1中对锂离子电池进行初始化还包括：
设置氢气浓度采样间隔、振动状态信号采样间隔；采集环境中的初始氢气浓度。
6.根据权利要求1中所述的一种锂离子电池的状态评估方法，其特征在于：
所述步骤2中采集氢气浓度还包括：
利用气体传感器实时监测氢气浓度，基于所述氢气浓度采样间隔对氢气浓度数据进行采集；
利用氢气浓度判据判断所述锂离子电池的氢气释放量是否正常。
7.根据权利要求6中所述的一种锂离子电池的状态评估方法，其特征在于：
若所述氢气浓度数据满足
Figure 237470DEST_PATH_IMAGE001
，则判定所述锂离子电池的氢气释放量异常；
若所述氢气浓度数据不满足
Figure 977893DEST_PATH_IMAGE001
，则判定所述锂离子电池的氢气释放量正常；
其中，C为氢气浓度，
Figure 566744DEST_PATH_IMAGE002
、
Figure 545064DEST_PATH_IMAGE003
和
Figure 328213DEST_PATH_IMAGE004
为三个连续的所述氢气浓度的采样序号。
8.根据权利要求1中所述的一种锂离子电池的状态评估方法，其特征在于：
所述步骤2中采集振动状态信号还包括：
利用振动加速度传感器实时监测所述锂离子电池中央的振动状态，并基于所述振动状态信号采样间隔采集所述振动状态信号；
提取所述振动状态信号中的最大幅值，并基于所述最大幅值获取最大幅值之比；
基于所述最大幅值之比对所述锂离子电池的振动状态进行初步判定。
9.根据权利要求8中所述的一种锂离子电池的状态评估方法，其特征在于：
采集长度为N的所述振动状态信号的原始采样序列
Figure 57396DEST_PATH_IMAGE005
，
利用幅值比较公式
Figure 216982DEST_PATH_IMAGE006
获取所述原始采样序列中的最大幅值，其中
Figure 580968DEST_PATH_IMAGE007
，n为所述振动状态信号的采样序号。
10.根据权利要求9中所述的一种锂离子电池的状态评估方法，其特征在于：
所述最大幅值之比为
Figure 738279DEST_PATH_IMAGE008
；
其中,A为最大幅值。
11.根据权利要求10中所述的一种锂离子电池的状态评估方法，其特征在于：
所述基于最大幅值之比对锂离子电池的振动状态进行初步判定还包括：
若所述最大幅值之比满足r>5或
Figure 945970DEST_PATH_IMAGE009
，则判定所述锂离子电池的振动状态异常；
若所述最大幅值之比满足
Figure 4187DEST_PATH_IMAGE010
，则判定所述锂离子电池的振动状态正常。
12.根据权利要求11中所述的一种锂离子电池的状态评估方法，其特征在于：
所述步骤3中基于氢气浓度、振动状态信号和多尺度熵的运算结果评估所述锂离子电池的状态还包括：
若所述锂离子电池的氢气释放量正常，或所述锂离子电池的振动状态正常，则判定所述锂离子电池处于正常运行状态。
13.根据权利要求11中所述的一种锂离子电池的状态评估方法，其特征在于：
所述步骤3还包括当最大幅值之比满足r>5或
Figure 957100DEST_PATH_IMAGE011
时，计算所述振动状态信号的多尺度熵值。
14.根据权利要求12中所述的一种锂离子电池的状态评估方法，其特征在于：
若所述多尺度熵
Figure 82051DEST_PATH_IMAGE012
时，则评估所述锂离子电池处于外部短路状态；
若所述多尺度熵
Figure 222045DEST_PATH_IMAGE013
时，则评估所述锂离子电池处于正常状态；
若所述多尺度熵
Figure 192275DEST_PATH_IMAGE014
时，则评估所述锂离子电池处于轻度过充状态；
若所述多尺度熵
Figure 734115DEST_PATH_IMAGE015
时，则评估所述锂离子电池处于中度过充状态；
若所述多尺度熵
Figure 997344DEST_PATH_IMAGE016
时，则评估所述锂离子电池处于重度过充状态。
15.一种实现如权利要求1-14任意一项中一种锂离子电池的状态评估方法的锂离子电池的状态评估系统，其特征在于：
所述系统包括锂离子电池、气体传感器、振动传感器、负载和计算机，其中，所述锂离子电池、气体传感器和振动传感器均设置于密闭腔体内；
所述振动传感器，设置于所述锂离子电池的顶面中央，用于采集所述锂离子电池的振动状态信号；
所述气体传感器，用于采集所述密闭腔体内的氢气浓度；
所述负载，与所述锂离子电池的正负极分别连接，用于接收来自锂离子电池的电量输出；
所述计算机，与所述气体传感器和所述振动传感器连接，用于接收来自所述气体传感器和所述振动传感器的采集信号，并基于所述采集信号评估所述锂离子电池的状态。
CN202110330874.3A 2021-03-29 2021-03-29 一种锂离子电池的状态评估方法及系统 Active CN112710959B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110330874.3A CN112710959B (zh) 2021-03-29 2021-03-29 一种锂离子电池的状态评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110330874.3A CN112710959B (zh) 2021-03-29 2021-03-29 一种锂离子电池的状态评估方法及系统

Publications (2)

Publication Number Publication Date
CN112710959A CN112710959A (zh) 2021-04-27
CN112710959B true CN112710959B (zh) 2021-07-16

Family

ID=75550375

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110330874.3A Active CN112710959B (zh) 2021-03-29 2021-03-29 一种锂离子电池的状态评估方法及系统

Country Status (1)

Country Link
CN (1) CN112710959B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04122331U (ja) * 1991-04-18 1992-11-02 神鋼電機株式会社 携帯型振動表示器
WO2013084335A1 (ja) * 2011-12-08 2013-06-13 住友金属鉱山株式会社 廃電池の放電終了の判断方法及び判断装置
CN210376620U (zh) * 2019-06-04 2020-04-21 华侨大学 一种电池过充热失控实验装置
CN111289097A (zh) * 2020-02-25 2020-06-16 河海大学 一种基于振动信号的锂离子电池故障预警方法及系统
CN112034359A (zh) * 2020-08-31 2020-12-04 郑州大学 基于氢气探测的锂电池早期安全预警方法及装置
CN112485690A (zh) * 2020-10-28 2021-03-12 国网江苏省电力有限公司南京供电分公司 一种基于振动信号的储能电池健康状态识别方法和系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04122331U (ja) * 1991-04-18 1992-11-02 神鋼電機株式会社 携帯型振動表示器
WO2013084335A1 (ja) * 2011-12-08 2013-06-13 住友金属鉱山株式会社 廃電池の放電終了の判断方法及び判断装置
CN210376620U (zh) * 2019-06-04 2020-04-21 华侨大学 一种电池过充热失控实验装置
CN111289097A (zh) * 2020-02-25 2020-06-16 河海大学 一种基于振动信号的锂离子电池故障预警方法及系统
CN112034359A (zh) * 2020-08-31 2020-12-04 郑州大学 基于氢气探测的锂电池早期安全预警方法及装置
CN112485690A (zh) * 2020-10-28 2021-03-12 国网江苏省电力有限公司南京供电分公司 一种基于振动信号的储能电池健康状态识别方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于振动信号多尺度熵的发电机故障监测方法研究;何玉灵等;《电机与控制应用》;20151231;第42卷(第9期);摘要，第0-3节 *

Also Published As

Publication number Publication date
CN112710959A (zh) 2021-04-27

Similar Documents

Publication Publication Date Title
US9454888B2 (en) Advanced battery early warning and monitoring system
US11422194B2 (en) Battery diagnosis apparatus and battery diagnosis method based on current pulse method
CN101622547B (zh) 用于检测蓄电装置的异常的装置和方法
Wu et al. A new fault diagnosis and prognosis technology for high-power lithium-ion battery
Zheng et al. Fault identification and quantitative diagnosis method for series-connected lithium-ion battery packs based on capacity estimation
CN111175662B (zh) 锂离子电池评价方法与锂离子电池检测系统
Seo et al. Online detection of soft internal short circuit in lithium-ion batteries at various standard charging ranges
CN102565710A (zh) 用于估计蓄电池健康状态的方法和装置
KR20200023672A (ko) 딥러닝을 이용한 전지 진단 방법
WO2021258472A1 (zh) 一种基于容量估计的单体电池漏电或微短路定量诊断方法
CN116027199B (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
CN112485693B (zh) 一种基于温度概率密度函数的电池健康状态快速评估方法
CN114865117B (zh) 锂离子电池电极嵌锂量检测方法、装置及电池管理系统
CN115917340A (zh) 电池管理设备及电池管理方法
CN110988728B (zh) 一种锂电池包内部连接异常快速诊断方法
CN113075566A (zh) 锂离子动力电池析锂检测方法
Liu et al. A novel discharge mode identification method for series-connected battery pack online state-of-charge estimation over a wide life scale
US20230273263A1 (en) Battery Diagnosing Apparatus, Method and System
CN113687251A (zh) 一种基于双模型的锂离子电池组电压异常故障诊断方法
Song et al. Series-connected lithium-ion battery pack health modeling with cell inconsistency evaluation
CN112710959B (zh) 一种锂离子电池的状态评估方法及系统
Jan et al. Experimental Evaluation of the True Remaining Capacity of Legacy Lead-Acid Batteries
Chen et al. A Diagnostic Method of Internal Short Circuit Fault in Lithium-ion Battery
Ye et al. Lithium battery SOH estimation through FFNN
CN116593895B (zh) 一种基于应变的锂离子电池组电流检测方法及系统

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