CN113484773A - 一种锂离子电池自放电的筛选方法 - Google Patents
一种锂离子电池自放电的筛选方法 Download PDFInfo
- Publication number
- CN113484773A CN113484773A CN202110884188.0A CN202110884188A CN113484773A CN 113484773 A CN113484773 A CN 113484773A CN 202110884188 A CN202110884188 A CN 202110884188A CN 113484773 A CN113484773 A CN 113484773A
- Authority
- CN
- China
- Prior art keywords
- self
- values
- screening method
- discharge
- ocv2
- 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.)
- Pending
Links
- 238000012216 screening Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 67
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 title claims abstract description 55
- 229910001416 lithium ion Inorganic materials 0.000 title claims abstract description 55
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 238000012360 testing method Methods 0.000 claims description 20
- 230000000284 resting effect Effects 0.000 claims 2
- 238000004519 manufacturing process Methods 0.000 abstract description 27
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 10
- 230000000052 comparative effect Effects 0.000 description 6
- 238000007405 data analysis Methods 0.000 description 6
- 238000013401 experimental design Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008030 elimination Effects 0.000 description 4
- 238000003379 elimination reaction Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010287 polarization Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000011031 large-scale manufacturing process Methods 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000275 quality assurance Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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]
- G01R31/367—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]
- G01R31/378—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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/3865—Arrangements for measuring battery or accumulator variables related to manufacture, e.g. testing after manufacture
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
Description
技术领域
本发明属于锂离子电池技术领域,涉及一种锂离子电池的筛选方法,尤其涉及一种锂离子电池自放电的筛选方法。
背景技术
目前锂离子电池在类似于笔记本、数码相机、数码摄像机等各种数码设备中的使用越来越广泛,此外,在汽车、移动基站、储能电站等领域也有广阔的应用前景。锂离子电池在生产制造环节,由于环境中杂质和粉尘的引入会不可避免地击穿隔膜,从而形成微短路,其表现就是电池的自放电较大。所谓电池的自放电指的是含有一定电量的电池,在某一温度下保存一段时间后会损失一部分容量,也就是说自放电是电池在没有使用情况下的容量损失。
自放电筛选技术对于锂离子电池的品质和一致性至关重要,是锂离子电池生产的最后一道质量保证防线。目前锂电池生产厂商在自放电筛选方式上普遍采用的是电压差/时间差的筛选模式,这种方法简单,只需测试电压值和时间这两个参数就可以适应大规模生产。但是在保证自放电筛选的有效性的前提下,筛选的时效性将受到影响。特别是对于磷酸铁锂体系电池,在5%-97%SOC的区间内处于平台电压阶段,即电压变化不显著。而有效的筛选前提是电压随静置时长变化显著,也就是正常电池相对于自放电电池具有明显的区分度,所以对于磷酸铁锂电池而言,因材料体系自身的特性而延长了自放电筛选的时长。目前,对于自放电较大的磷酸铁锂电池,识别它需要一周的时间;对于自放电轻微的磷酸铁锂电池,识别它则需要长达一个月的时间,较长的自放电筛选时间成为了磷酸铁锂电池生产周期的工艺瓶颈。
由此可见,如何提供一种锂离子电池自放电的筛选方法,缩短自放电的筛选时长,进而缩短锂离子电池的制程周期,提升电池产能和经济效益,成为了目前本领域技术人员迫切需要解决的问题。
发明内容
本发明的目的在于提供一种锂离子电池自放电的筛选方法,所述筛选方法缩短了自放电的筛选时长,进而缩短了锂离子电池的制程周期,提升了电池产能和经济效益。
为达到此发明目的,本发明采用以下技术方案:
本发明提供了一种锂离子电池自放电的筛选方法,所述筛选方法包括以下步骤:
(1)将电池分容后,调整荷电状态SOC为0.5%-4.5%;
(2)第一静置处理后,测试第一开路电压OCV1;
(3)第二静置处理后,测试第二开路电压OCV2;
(4)计算K=ΔV/Δt,其中,ΔV=(OCV1-OCV2),Δt为第二静置处理的时长;
(5)循环步骤(3)与(4),得到一系列K值;
本发明在确保锂离子电池自放电筛选的有效性前提条件下,通过构建理论模型、实验设计、数据分析的过程,缩短了自放电的筛选时长,进而缩短了锂离子电池的制程周期,提升了电池产能和经济效益。此外,本发明提供的方法简单高效,适应于锂离子电池的大规模工艺化生产制造,节约了生产成本。
本发明中,所述荷电状态SOC为0.5%-4.5%,例如可以是0.5%、1%、1.5%、2%、2.5%、3%、3.5%、4%或4.5%,但并不仅限于所列举的数值,该数值范围内其他未列举的数值同样适用。
本发明先将电池的荷电状态SOC调整为0.5%-4.5%,再进行后续的自放电筛选过程,避开了锂离子电池的平台电压阶段,使得开路电压随静置时长的变化趋势更为显著,从而提升了筛选的准确率和效率。
优选地,步骤(1)所述电池的个数为100-200个,例如可以是100个、110个、120个、130个、140个、150个、160个、170个、180个、190个或200个,但并不仅限于所列举的数值,该数值范围内其他未列举的数值同样适用。
优选地,步骤(2)所述第一静置处理的温度为20-30℃,例如可以是20℃、21℃、22℃、23℃、24℃、25℃、26℃、27℃、28℃、29℃或30℃,但并不仅限于所列举的数值,该数值范围内其他未列举的数值同样适用。
优选地,步骤(2)所述第一静置处理的时长为6-10h,例如可以是6h、6.5h、7h、7.5h、8h、8.5h、9h、9.5h或10h,但并不仅限于所列举的数值,该数值范围内其他未列举的数值同样适用。
优选地,步骤(3)所述第二静置处理的温度为20-30℃,例如可以是20℃、21℃、22℃、23℃、24℃、25℃、26℃、27℃、28℃、29℃或30℃,但并不仅限于所列举的数值,该数值范围内其他未列举的数值同样适用。
优选地,步骤(3)所述第二静置处理的时长为2-6h,例如可以是2h、2.5h、3h、3.5h、4h、4.5h、5h、5.5h或6h,但并不仅限于所列举的数值,该数值范围内其他未列举的数值同样适用。
本发明中,由于电池的荷电状态SOC处于较低水平,开路电压随静置时长变化显著,使得第一静置处理和第二静置处理均在常温下即可进行,无需升温或加压,且静置时长较短,提升了筛选效率和经济效益。
优选地,步骤(5)所述循环的次数为20-30次,例如可以是20次、21次、22次、23次、24次、25次、26次、27次、28次、29次或30次,但并不仅限于所列举的数值,该数值范围内其他未列举的数值同样适用。
优选地,步骤(5)所述循环过程中第n+1次测试OCV2与第n次测试OCV2之间的静置处理时长为2-6h,例如可以是2h、2.5h、3h、3.5h、4h、4.5h、5h、5.5h或6h,但并不仅限于所列举的数值,该数值范围内其他未列举的数值同样适用,其中n=1、2、3…N,且N为循环总次数。
作为本发明优选的技术方案,所述筛选方法包括以下步骤:
(1)将100-200个电池分容后,调整荷电状态SOC为0.5%-4.5%;
(2)在20-30℃下第一静置处理6-10h后,测试第一开路电压OCV1;
(3)在20-30℃下第二静置处理2-6h后,测试第二开路电压OCV2;
(4)计算K=ΔV/Δt,其中,ΔV=(OCV1-OCV2),Δt为第二静置处理的时长;
(5)循环20-30次步骤(3)与(4),得到一系列K值;所述循环过程中第n+1次测试OCV2与第n次测试OCV2之间的静置处理时长为2-6h,其中n=1、2、3…N,且N为循环总次数;
相对于现有技术,本发明具有以下有益效果:
(1)本发明在确保锂离子电池自放电筛选的有效性前提条件下,通过构建理论模型、实验设计、数据分析的过程,缩短了自放电的筛选时长,进而缩短了锂离子电池的制程周期,提升了电池产能和经济效益;
(2)本发明提供的方法简单高效,适应于锂离子电池的大规模工艺化生产制造,节约了生产成本。
附图说明
图1是本发明提供的锂离子电池自放电的筛选方法中K值变化模型图;
图2是实施例1提供的锂离子电池自放电的筛选方法中K值(Δt=24h)的单值控制图;
图3是实施例1提供的锂离子电池自放电的筛选方法中K值(Δt=32h)的单值控制图;
图4是实施例1提供的锂离子电池自放电的筛选方法中K值(Δt=36h)的单值控制图;
图5是实施例1提供的锂离子电池自放电的筛选方法中K值(Δt=40h)的单值控制图;
图6是实施例1提供的锂离子电池自放电的筛选方法中K值(Δt=60h)的单值控制图;
图7是实施例1提供的锂离子电池自放电的筛选方法中K值(Δt=120h)的单值控制图。
具体实施方式
下面通过具体实施方式来进一步说明本发明的技术方案。本领域技术人员应该明了,所述实施例仅仅是帮助理解本发明,不应视为对本发明的具体限制。
本发明通过首先将分容后电池的荷电状态SOC调整为0.5%-4.5%,然后经过静置处理并测试电池的开路电压,循环多次计算K=ΔV/Δt,其中,ΔV=(OCV1-OCV2),Δt为第二静置处理的时长,最后采用单值控制分析方法,剔除所得 的电池,其中为K值的平均值,σ为K值的标准差。
利用上述方法得到一系列K值,如图1所示,由于开路电压随静置时长的增加,极化作用会越来越小,且极化作用越大,开路电压就会越快降低,从而导致ΔV呈现增速逐渐减小的曲线变化趋势。此外,Δt呈现线性变化的趋势,所以K=ΔV/Δt呈现先增加后减少的曲线变化趋势。
本发明中,K值是评价锂离子电池自放电大小的重要指标。K值越大,则电池的自放电越大。在自放电筛选技术下,K值的变化要大,才能区分自放电大的电芯与正常电芯。当OCV2的静置时长过长时,也就是Δt的值过大,K值会变得很小,从而无法有效区分自放电的电池。
实施例1
本实施例提供一种锂离子电池自放电的筛选方法,所述筛选方法包括以下步骤:
(1)将160个同批次生产的磷酸铁锂动力电池分容后,调整荷电状态SOC为2.5%;
(2)在25℃下第一静置处理8h后,测试第一开路电压OCV1;
(3)在25℃下第二静置处理4h后,测试第二开路电压OCV2;
(4)计算K=ΔV/Δt,其中,ΔV=(OCV1-OCV2),Δt为第二静置处理的时长;
(5)循环28次步骤(3)与(4),得到一系列K值;所述循环过程中第n+1次测试OCV2与第n次测试OCV2之间的静置处理时长为4h,其中n=1、2、3…28;
图2是本实施例提供的锂离子电池自放电的筛选方法中K值(Δt=24h)的单值控制图,由图2可知:在11号位出现了一个自放电极大的电池(图中画圈区域),对于自放电极大的电池很容易识别。
图3是本实施例提供的锂离子电池自放电的筛选方法中K值(Δt=32h)的单值控制图,由图3可知:第二个自放电大的电池已经开始显现(图中画圈区域)。
图4是本实施例提供的锂离子电池自放电的筛选方法中K值(Δt=36h)的单值控制图,由图4可知:第三个自放电大的电池已经开始显现(图中画圈区域)。
图5是本实施例提供的锂离子电池自放电的筛选方法中K值(Δt=40h)的单值控制图;图6是本实施例提供的锂离子电池自放电的筛选方法中K值(Δt=60h)的单值控制图;图7是本实施例提供的锂离子电池自放电的筛选方法中K值(Δt=120h)的单值控制图。
结合图5、图6与图7可知:126号位(图中画圈区域)有一个电池随着时间延长,特别是在Δt=60h时,K值开始出现较大程度的减少,即出现了数据的湮没。对于大批量生产的电池来说是不利的,有可能在前期被判定为自放电大的电池,随着静置时间的延长就会被判定为正常电池,流向市场后造成电性能和安全隐患。因此,126号位的电池需要剔除。
本实施例在确保锂离子电池自放电筛选的有效性前提条件下,通过构建理论模型、实验设计、数据分析的过程,缩短了自放电的筛选时长,进而缩短了锂离子电池的制程周期,提升了电池产能和经济效益;此外,本实施例提供的方法简单高效,适应于锂离子电池的大规模工艺化生产制造,节约了生产成本。
实施例2
本实施例提供一种锂离子电池自放电的筛选方法,所述筛选方法包括以下步骤:
(1)将100个同批次生产的磷酸铁锂动力电池分容后,调整荷电状态SOC为0.5%;
(2)在20℃下第一静置处理6h后,测试第一开路电压OCV1;
(3)在20℃下第二静置处理2h后,测试第二开路电压OCV2;
(4)计算K=ΔV/Δt,其中,ΔV=(OCV1-OCV2),Δt为第二静置处理的时长;
(5)循环20次步骤(3)与(4),得到一系列K值;所述循环过程中第n+1次测试OCV2与第n次测试OCV2之间的静置处理时长为2h,其中n=1、2、3…20;
本实施例在后续依据K值的单值控制图进行电池的剔除过程与实施例1相同,故在此不做赘述。
本实施例在确保锂离子电池自放电筛选的有效性前提条件下,通过构建理论模型、实验设计、数据分析的过程,缩短了自放电的筛选时长,进而缩短了锂离子电池的制程周期,提升了电池产能和经济效益;此外,本实施例提供的方法简单高效,适应于锂离子电池的大规模工艺化生产制造,节约了生产成本。
实施例3
本实施例提供一种锂离子电池自放电的筛选方法,所述筛选方法包括以下步骤:
(1)将200个同批次生产的磷酸铁锂动力电池分容后,调整荷电状态SOC为4.5%;
(2)在30℃下第一静置处理10h后,测试第一开路电压OCV1;
(3)在30℃下第二静置处理6h后,测试第二开路电压OCV2;
(4)计算K=ΔV/Δt,其中,ΔV=(OCV1-OCV2),Δt为第二静置处理的时长;
(5)循环30次步骤(3)与(4),得到一系列K值;所述循环过程中第n+1次测试OCV2与第n次测试OCV2之间的静置处理时长为6h,其中n=1、2、3…30;
本实施例在后续依据K值的单值控制图进行电池的剔除过程与实施例1相同,故在此不做赘述。
本实施例在确保锂离子电池自放电筛选的有效性前提条件下,通过构建理论模型、实验设计、数据分析的过程,缩短了自放电的筛选时长,进而缩短了锂离子电池的制程周期,提升了电池产能和经济效益;此外,本实施例提供的方法简单高效,适应于锂离子电池的大规模工艺化生产制造,节约了生产成本。
对比例1
本对比例提供一种锂离子电池自放电的筛选方法,所述筛选方法中除了将步骤(1)所述荷电状态SOC改为5%,其余条件均与实施例1相同,故在此不做赘述。
相较于实施例1,由于本对比例将电池的荷电状态SOC改为5%,导致在后续筛选过程中,前期开路电压随静置时长的变化显著性降低,一定程度上也降低了筛选的准确率和效率。
对比例2
本对比例提供一种锂离子电池自放电的筛选方法,所述筛选方法中除了将步骤(1)所述荷电状态SOC改为0.3%,其余条件均与实施例1相同,故在此不做赘述。
相较于实施例1,由于本对比例将电池的荷电状态SOC改为0.3%,导致在后续筛选过程中,电池仅测算少许K值便耗尽了电量,无法继续进行电池自放电的筛选,即无法确保电池自放电筛选的有效性。
由此可见,本发明在确保锂离子电池自放电筛选的有效性前提条件下,通过构建理论模型、实验设计、数据分析的过程,缩短了自放电的筛选时长,进而缩短了锂离子电池的制程周期,提升了电池产能和经济效益;此外,本发明提供的方法简单高效,适应于锂离子电池的大规模工艺化生产制造,节约了生产成本。
申请人声明,以上所述仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,所属技术领域的技术人员应该明了,任何属于本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,均落在本发明的保护范围和公开范围之内。
Claims (9)
2.根据权利要求1所述的筛选方法,其特征在于,步骤(1)所述电池的个数为100-200个。
3.根据权利要求1或2所述的筛选方法,其特征在于,步骤(2)所述第一静置处理的温度为20-30℃。
4.根据权利要求1-3任一项所述的筛选方法,其特征在于,步骤(2)所述第一静置处理的时长为6-10h。
5.根据权利要求1-4任一项所述的筛选方法,其特征在于,步骤(3)所述第二静置处理的温度为20-30℃。
6.根据权利要求1-5任一项所述的筛选方法,其特征在于,步骤(3)所述第二静置处理的时长为2-6h。
7.根据权利要求1-6任一项所述的筛选方法,其特征在于,步骤(5)所述循环的次数为20-30次。
8.根据权利要求1-7任一项所述的筛选方法,其特征在于,步骤(5)所述循环过程中第n+1次测试OCV2与第n次测试OCV2之间的静置处理时长为2-6h,其中n=1、2、3…N,且N为循环总次数。
9.根据权利要求1-8任一项所述的筛选方法,其特征在于,所述筛选方法包括以下步骤:
(1)将100-200个电池分容后,调整荷电状态SOC为0.5%-4.5%;
(2)在20-30℃下第一静置处理6-10h后,测试第一开路电压OCV1;
(3)在20-30℃下第二静置处理2-6h后,测试第二开路电压OCV2;
(4)计算K=ΔV/Δt,其中,ΔV=(OCV1-OCV2),Δt为第二静置处理的时长;
(5)循环20-30次步骤(3)与(4),得到一系列K值;所述循环过程中第n+1次测试OCV2与第n次测试OCV2之间的静置处理时长为2-6h,其中n=1、2、3…N,且N为循环总次数;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110884188.0A CN113484773A (zh) | 2021-08-03 | 2021-08-03 | 一种锂离子电池自放电的筛选方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110884188.0A CN113484773A (zh) | 2021-08-03 | 2021-08-03 | 一种锂离子电池自放电的筛选方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113484773A true CN113484773A (zh) | 2021-10-08 |
Family
ID=77945324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110884188.0A Pending CN113484773A (zh) | 2021-08-03 | 2021-08-03 | 一种锂离子电池自放电的筛选方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113484773A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114035067A (zh) * | 2021-10-22 | 2022-02-11 | 深圳拓邦股份有限公司 | 电池自放电筛选方法 |
CN116068442A (zh) * | 2021-10-29 | 2023-05-05 | 北汽福田汽车股份有限公司 | 动力电池内短路预警方法、装置及车辆 |
CN116626518A (zh) * | 2023-07-24 | 2023-08-22 | 江苏正力新能电池技术有限公司 | 一种电池自放电检测方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102303023A (zh) * | 2011-07-22 | 2012-01-04 | 万向电动汽车有限公司 | 磷酸铁锂电池自放电性能的检测分选方法 |
CN104190639A (zh) * | 2014-07-29 | 2014-12-10 | 江西世纪长河新电源有限公司 | 一种锂离子电池自放电筛选方法 |
CN104466277A (zh) * | 2014-12-05 | 2015-03-25 | 江苏天鹏电源有限公司 | 一种锂离子电池自放电筛选方法 |
CN107607881A (zh) * | 2017-09-20 | 2018-01-19 | 中国检验检疫科学研究院 | 一种锂离子动力电池自放电一致性的评价方法 |
CN107991627A (zh) * | 2017-12-20 | 2018-05-04 | 深圳市比克动力电池有限公司 | 一种锂离子电池自放电等级分级方法 |
CN108682908A (zh) * | 2018-05-17 | 2018-10-19 | 惠州拓邦电气技术有限公司 | 一种锂离子电池自放电的筛选方法 |
-
2021
- 2021-08-03 CN CN202110884188.0A patent/CN113484773A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102303023A (zh) * | 2011-07-22 | 2012-01-04 | 万向电动汽车有限公司 | 磷酸铁锂电池自放电性能的检测分选方法 |
CN104190639A (zh) * | 2014-07-29 | 2014-12-10 | 江西世纪长河新电源有限公司 | 一种锂离子电池自放电筛选方法 |
CN104466277A (zh) * | 2014-12-05 | 2015-03-25 | 江苏天鹏电源有限公司 | 一种锂离子电池自放电筛选方法 |
CN107607881A (zh) * | 2017-09-20 | 2018-01-19 | 中国检验检疫科学研究院 | 一种锂离子动力电池自放电一致性的评价方法 |
CN107991627A (zh) * | 2017-12-20 | 2018-05-04 | 深圳市比克动力电池有限公司 | 一种锂离子电池自放电等级分级方法 |
CN108682908A (zh) * | 2018-05-17 | 2018-10-19 | 惠州拓邦电气技术有限公司 | 一种锂离子电池自放电的筛选方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114035067A (zh) * | 2021-10-22 | 2022-02-11 | 深圳拓邦股份有限公司 | 电池自放电筛选方法 |
CN116068442A (zh) * | 2021-10-29 | 2023-05-05 | 北汽福田汽车股份有限公司 | 动力电池内短路预警方法、装置及车辆 |
CN116626518A (zh) * | 2023-07-24 | 2023-08-22 | 江苏正力新能电池技术有限公司 | 一种电池自放电检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113484773A (zh) | 一种锂离子电池自放电的筛选方法 | |
CN109031145B (zh) | 一种考虑不一致性的串并联电池组模型及实现方法 | |
Keshan et al. | Comparison of lead-acid and lithium ion batteries for stationary storage in off-grid energy systems | |
CN109546248B (zh) | 一种锂离子电池充电策略的优化方法 | |
Krieger et al. | A comparison of lead-acid and lithium-based battery behavior and capacity fade in off-grid renewable charging applications | |
CN107983667B (zh) | 一种锂离子电池配组方法 | |
CN106997960B (zh) | 一种锂离子电池的化成、分容方法 | |
CN109663756B (zh) | 基于自放电速率的电芯筛选方法及介质 | |
CN104979597B (zh) | 锂离子电池自放电的方法 | |
CN107991627A (zh) | 一种锂离子电池自放电等级分级方法 | |
CN112240986B (zh) | 一种大尺寸软包锂离子电池析锂及均匀性的评估方法 | |
CN111999666B (zh) | 一种锂离子电芯扩散阻抗的定量测试方法 | |
CN112820963B (zh) | 锂离子电池低温充电方法 | |
CN113533981B (zh) | 锂离子电池自放电检测方法、设备及计算机可读存储介质 | |
CN112104031A (zh) | 一种锂电池充电方法及充电装置 | |
Wang et al. | Characteristic analysis of lithium titanate battery | |
CN116338477A (zh) | 一种电池膨胀力影响因素测试及分析方法 | |
CN110865307B (zh) | 一种电池模组余能检测方法 | |
WO2021077271A1 (zh) | 充电方法、电子装置以及存储介质 | |
CN113552494A (zh) | 一种锂离子电池低温阶梯充电方法及其测试方法 | |
CN112946506B (zh) | 一种快速测试锂离子电池循环寿命的方法 | |
CN111129628B (zh) | 锂离子电芯充放电的控制方法、系统、介质及电子设备 | |
CN112054568A (zh) | 一种快速充电的方法 | |
CN116203441B (zh) | 锂离子电池温熵系数的测试方法及装置 | |
CN112786984A (zh) | 一种锂离子电池的阶段充电方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211008 |
|
RJ01 | Rejection of invention patent application after publication |