CN113655398B - 预估锂电池循环跳水的方法 - Google Patents
预估锂电池循环跳水的方法 Download PDFInfo
- Publication number
- CN113655398B CN113655398B CN202110918721.0A CN202110918721A CN113655398B CN 113655398 B CN113655398 B CN 113655398B CN 202110918721 A CN202110918721 A CN 202110918721A CN 113655398 B CN113655398 B CN 113655398B
- Authority
- CN
- China
- Prior art keywords
- battery cell
- battery
- cell
- cells
- target
- 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
Links
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 51
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 51
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012360 testing method Methods 0.000 claims abstract description 26
- 125000004122 cyclic group Chemical group 0.000 claims abstract description 23
- 230000009189 diving Effects 0.000 claims description 15
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000004393 prognosis Methods 0.000 claims 1
- 230000032683 aging Effects 0.000 abstract description 5
- 239000010405 anode material Substances 0.000 abstract description 5
- 239000010406 cathode material Substances 0.000 abstract description 5
- 238000007086 side reaction Methods 0.000 abstract description 5
- 230000015556 catabolic process Effects 0.000 description 5
- 238000006731 degradation reaction Methods 0.000 description 5
- 230000014759 maintenance of location Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 238000007599 discharging Methods 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
Abstract
本发明提供了预估锂电池循环跳水的方法。所述的方法包括以下步骤：选取若干电芯在同一条件下进行循环充放电测试，直到部分电芯发生跳水现象；将发生跳水现象的电芯记为故障电芯，未发生跳水现象的电芯记为正常电芯，对比正常电芯和故障电芯的外在特征值，进行非线性拟合从而预判电芯是否出现跳水现象。在本发明中，通过对比正常电芯和故障电芯的外在特征值，能够对锂电池循环跳水的现象做出预判，从而在锂电池使用的过程中预防电池内部的正负极材料老化，以及界面副反应的增加现象。
Description
技术领域
本发明属于锂电池技术领域，涉及锂电池跳水评估，尤其涉及预估锂电池循环跳水的方法。
背景技术
随着科技的发展，锂离子电池(简称锂电池)由于具有较高的能量密度和长循环寿命逐渐成为电动汽车的首选，并得到快速的发展与应用。锂电池在使用的过程中，由于电池内部的正负极材料老化，界面副反应的增加，导致锂电池循环过程中容量、能量不断的衰减，在不同的化学体系设计和结构设计下，电芯的衰减情况呈现出不同的表现形式。在循环的初期阶段，电芯会逐步衰减，并逐步达到平稳状态，当到达临界条件下，电芯的衰减趋势突然加速，容量、能量快速衰减，通常认为在这个条件下出现了跳水的情况。
CN110850319A公开了一种电池距离跳水点的循环圈数的估计方法、装置和电子设备。该方法包括：接收检测指令，所述检测指令用于指示估计待检测电池距离跳水点的循环圈数；根据所述检测指令，分别获取所述待检测电池的第一总充电容量、在恒压充电阶段的第一容量和第一放电直流内阻；根据所述第一总充电容量、所述第一容量和所述第一放电直流内阻，确定所述待检测电池距离跳水点的循环圈数；显示所述待检测电池距离跳水点的循环圈数。
CN112327167A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。
CN112327193A公开了一种锂电池容量跳水预警方法，包括：获取经过数据预处理的锂电池充放电循环的包括起始点Q1和终止点Q2的锂电池退化曲线；根据锂电池退化曲线的弯曲程度，确定锂电池退化曲线特征夹角；将锂电池退化曲线特征夹角与特征夹角报警阈值和特征夹角跳水阈值进行比较；根据比较结果确定是否发生锂电池容量跳水；在确定已经发生锂电池容量跳水时，触发锂电池容量跳水报警。
当电池的电池寿命状态下降到80％时，不再适合用于动力电池领域，便考虑退役电池的梯次利用，转向第二梯度，用于电网、新能源发电、不间断电源等储能领域，实现资源的最大化利用。然而，电池在后续使用过程中往往会衰退到跳水点。锂电池的跳水点是电池健康状态发生急剧变化的关键点，也是锂电池梯次利用由第二梯度转向第三梯度的关键评判指标。目前，并没有一种有效的方式来快速估计锂电池何时到达跳水点的方法，因此，如何准确估计锂电池的使用状态，确定锂电池的跳水点是目前亟待解决的技术问题。
发明内容
针对现有技术存在的不足，本发明的目的在于提供一种预估锂电池循环跳水的方法，在本发明中，通过对比正常电芯和故障电芯的外在特征值，能够对锂电池循环跳水的现象做出预判，从而在锂电池使用的过程中预防电池内部的正负极材料老化，以及界面副反应的增加现象。
为达此目的，本发明采用以下技术方案：
本发明提供了一种预估锂电池循环跳水的方法，所述方法包括以下步骤：
针对多个电芯在同一条件下进行循环充放电测试，直到所述多个电芯中的部分电芯在所述循环充放电测试中发生跳水现象；
将发生跳水现象的电芯记为故障电芯，未发生跳水现象的电芯记为正常电芯，针对所述正常电芯和所述故障电芯在所述循环充放电测试中的外在特征值，进行非线性拟合，以得到与所述正常电芯相关联的第一非线性拟合和与所述故障电芯相关联的第二非线性拟合；
针对待判定的目标电芯在所述同一条件下进行循环充放电测试，将所述目标电芯在所述循环充放电测试中的外在特征值与所述第一非线性拟合和所述第二非线性拟合进行比较，以预判所述目标电芯是否出现跳水现象。
在本发明中，通过对比正常电芯和故障电芯的外在特征值，能够对锂电池循环跳水的现象做出预判，从而在锂电池使用的过程中预防电池内部的正负极材料老化，以及界面副反应的增加现象。
作为本发明一种优选的技术方案，所述第一非线性拟合包括与所述正常电芯的所述外在特征值的上限相对应的第一多项式拟合以及与所述正常电芯的所述外在特征值的下限相对应的第二多项式拟合；
所述第二非线性拟合包括与所述故障电芯的所述外在特征值的上限相对应的第三多项式拟合以及与所述故障电芯的所述外在特征值的下限相对应的第四多项式拟合。
作为本发明一种优选的技术方案，预判所述目标电芯是否出现跳水现象包括：
如果所述目标电芯的外在特征值落在由所述第三多项式拟合和所述第四多项式拟合限定的范围内，则预判所述目标电芯会出现跳水现象；
如果所述目标电芯的外在特征值落在由所述第一多项式拟合和所述第二多项式拟合限定的范围内，则预判所述目标电芯不会出现跳水现象。
作为本发明一种优选的技术方案，所述外在特征值包括膨胀力和直流内阻。
作为本发明一种优选的技术方案，所述外在特征值还包括容量值和能量值。
作为本发明一种优选的技术方案，所述多个电芯的数量为30～50个，例如可以是30个、32个、34个、36个、38个、40个、42个、44个、46个、48个、50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。所述多个电芯的初始容量为19～21Ah，例如可以是19Ah、19.2Ah、19.4Ah、19.6Ah、19.8Ah、20Ah、20.2Ah、20.4Ah、20.6Ah、20.8Ah、21Ah，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。
作为本发明一种优选的技术方案，所述电芯的直流内阻为1.8～2.2mohm，例如可以是1.8mohm、1.82mohm、1.84mohm、1.86mohm、1.88mohm、1.9mohm、1.92mohm、1.94mohm、1.96mohm、1.98mohm、2.0mohm、2.2mohm，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。
作为本发明一种优选的技术方案，所述的同一条件中初始夹具力为2000～4000N，例如可以是2000N、2200N、2400N、2600N、2800N、3000N、3200N、3400N、3600N、3800N、4000N，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。
所述的同一条件中测试温度为25～35℃，例如可以是25℃、26℃、27℃、28℃、29℃、30℃、31℃、32℃、33℃、34℃、35℃，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。
所述循环充放电的总次数为100～1000次，例如可以是100次、200次、300次、400次、500次、600次、700次、800次、900次、1000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。
作为本发明一种优选的技术方案，所述循环充放电测试中每隔100次循环充放电监测所述多个电芯的外在特征值。
作为本发明一种优选的技术方案，在监测所述多个电芯的外在特征值的同时记录所述目标电芯的外在特征值，并预判所述目标电芯是否会发生跳水。
与现有技术相比，本发明的有益效果为：
在本发明中，通过对比正常电芯和故障电芯的外在特征值，能够对锂电池循环跳水的现象做出预判，从而在锂电池使用的过程中预防电池内部的正负极材料老化，以及界面副反应的增加现象。
附图说明
图1为本发明一个具体实施方式提供的4个锂电池的容量保持率图；
图2为本发明一个具体实施方式提供的4个锂电池的容量衰减率图；
图3为本发明一个具体实施方式提供的4个锂电池的膨胀力变化图；
图4为本发明一个具体实施方式提供的4个锂电池的直流内阻变化图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
在一个具体实施方式中，本发明提供了一种预估锂电池循环跳水的方法，所述方法包括以下步骤：
针对多个电芯在同一条件下进行循环充放电测试，直到所述多个电芯中的部分电芯在所述循环充放电测试中发生跳水现象；
将发生跳水现象的电芯记为故障电芯，未发生跳水现象的电芯记为正常电芯，针对所述正常电芯和所述故障电芯在所述循环充放电测试中的外在特征值，进行非线性拟合，以得到与所述正常电芯相关联的第一非线性拟合和与所述故障电芯相关联的第二非线性拟合；
针对待判定的目标电芯在所述同一条件下进行循环充放电测试，将所述目标电芯在所述循环充放电测试中的外在特征值与所述第一非线性拟合和所述第二非线性拟合进行比较，以预判所述目标电芯是否出现跳水现象。
在本发明中，通过对比正常电芯和故障电芯的外在特征值，能够对锂电池循环跳水的现象做出预判，从而在锂电池使用的过程中预防电池内部的正负极材料老化，以及界面副反应的增加现象。
第一非线性拟合包括与所述正常电芯的所述外在特征值的上限相对应的第一多项式拟合以及与正常电芯的外在特征值的下限相对应的第二多项式拟合；
第二非线性拟合包括与所述故障电芯的所述外在特征值的上限相对应的第三多项式拟合以及与故障电芯的外在特征值的下限相对应的第四多项式拟合。
预判所述目标电芯是否出现跳水现象包括：
如果所述目标电芯的外在特征值落在由所述第三多项式拟合和所述第四多项式拟合限定的范围内，则预判所述目标电芯会出现跳水现象；
如果所述目标电芯的外在特征值落在由所述第一多项式拟合和所述第二多项式拟合限定的范围内，则预判所述目标电芯不会出现跳水现象。
外在特征值包括膨胀力和直流内阻。外在特征值还包括容量值和能量值。
多个电芯的数量为30～50个，例如可以是30个、32个、34个、36个、38个、40个、42个、44个、46个、48个、50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。
多个电芯的初始容量为19～21Ah，例如可以是19Ah、19.2Ah、19.4Ah、19.6Ah、19.8Ah、20Ah、20.2Ah、20.4Ah、20.6Ah、20.8Ah、21Ah，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。
电芯的直流内阻为1.8～2.2mohm，例如可以是1.8mohm、1.82mohm、1.84mohm、1.86mohm、1.88mohm、1.9mohm、1.92mohm、1.94mohm、1.96mohm、1.98mohm、2.0mohm、2.2mohm，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。
同一条件中初始夹具力为2000～4000N，例如可以是2000N、2200N、2400N、2600N、2800N、3000N、3200N、3400N、3600N、3800N、4000N，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。
同一条件中测试温度为25～35℃，例如可以是25℃、26℃、27℃、28℃、29℃、30℃、31℃、32℃、33℃、34℃、35℃，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。
循环充放电的总次数为100～1000次，例如可以是100次、200次、300次、400次、500次、600次、700次、800次、900次、1000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。
循环充放电测试中每隔100次循环充放电监测所述多个电芯的外在特征值。在监测所述多个电芯的外在特征值的同时记录所述目标电芯的外在特征值，并预判所述目标电芯是否会发生跳水。
图1至图4示出了根据本发明的实施例的用于评估锂电池循环跳水的方法，该方法包括以下步骤S1至S4。
在步骤S1中，选取4个待测锂电池进行循环充放电测试。其中，锂电池电芯的初始容量为20Ah，直流内阻为2mohm，初始夹具力条件为3000N，测试温度为25℃。
在步骤S2中，每充放电次数循环100次，收集电芯的膨胀力、直流内阻，同时通过对电芯的容量衰减率和直流内阻进行逻辑判定是否发生跳水(如表2至5、图1至图4所示)。若容量衰减率值和直流内阻值又突然上升，则判定为故障电芯记为1，否则为正常电芯记为0。
在步骤S3中，对正常电芯和故障电芯的膨胀力进行非线性拟合，得到如下4个边界多项式拟合(如表1所示)。与膨胀力相关联的4个边界多项式拟合可以是发生跳水和未发生跳水的上限和下线的非线性拟合公式。在一些实施例中，同样地，对直流内阻进行非线性拟合，得到4个边界多项式拟合(如表1所示)。与直流内阻相关联的4个边界方程可以是发生跳水和未发生跳水的上限和下限的非线性拟合公式。
在步骤S4中，针对需要判定的电芯进行循环测试，并且基于边界多项式拟合来判定该电芯是否存在跳水的风险。在一些实施例中，观测电芯的直流内阻R、膨胀力F的变化趋势。如果电芯的膨胀力值和直流内阻值在发生跳水的上下限之间，可以提前判定该电芯存在跳水的风险。如果电芯的膨胀力值和直流内阻值在不发生跳水的上下限之间，可以判定该电芯尚不存在跳水的风险。
表1
表2
表3
表4
表5
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 (8)
1.预估锂电池循环跳水的方法，其特征在于，所述方法包括以下步骤：
针对多个电芯在同一条件下进行循环充放电测试，直到所述多个电芯中的部分电芯在所述循环充放电测试中发生跳水现象；
将发生跳水现象的电芯记为故障电芯，未发生跳水现象的电芯记为正常电芯，针对所述正常电芯和所述故障电芯在所述循环充放电测试中的外在特征值，进行非线性拟合，以得到与所述正常电芯相关联的第一非线性拟合和与所述故障电芯相关联的第二非线性拟合；
针对待判定的目标电芯在所述同一条件下进行循环充放电测试，将所述目标电芯在所述循环充放电测试中的外在特征值与所述第一非线性拟合和所述第二非线性拟合进行比较，以预判所述目标电芯是否出现跳水现象；
所述第一非线性拟合包括与所述正常电芯的所述外在特征值的上限相对应的第一多项式拟合以及与所述正常电芯的所述外在特征值的下限相对应的第二多项式拟合；
所述第二非线性拟合包括与所述故障电芯的所述外在特征值的上限相对应的第三多项式拟合以及与所述故障电芯的所述外在特征值的下限相对应的第四多项式拟合；
预判所述目标电芯是否出现跳水现象包括：
如果所述目标电芯的外在特征值落在由所述第三多项式拟合和所述第四多项式拟合限定的范围内，则预判所述目标电芯会出现跳水现象；
如果所述目标电芯的外在特征值落在由所述第一多项式拟合和所述第二多项式拟合限定的范围内，则预判所述目标电芯不会出现跳水现象。
2.根据权利要求1所述的方法，其特征在于，所述外在特征值包括膨胀力和直流内阻。
3.根据权利要求2所述的方法，其特征在于，所述外在特征值还包括容量值和能量值。
4.根据权利要求1所述的方法，其特征在于，所述多个电芯的数量为30～50个，所述多个电芯的初始容量为19～21Ah。
5.根据权利要求1所述的方法，其特征在于，所述电芯的直流内阻为1.8～2.2mohm。
6.根据权利要求1所述的方法，其特征在于，所述同一条件中初始夹具力为2000～4000N；
所述的同一条件中测试温度为25～35℃；
所述循环充放电的总次数为100～1000次。
7.根据权利要求1所述的方法，其特征在于，所述循环充放电测试中每隔100次循环充放电监测所述多个电芯的外在特征值。
8.根据权利要求7所述的方法，其特征在于，在监测所述多个电芯的外在特征值的同时记录所述目标电芯的外在特征值，并预判所述目标电芯是否会发生跳水。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110918721.0A CN113655398B (zh) | 2021-08-11 | 2021-08-11 | 预估锂电池循环跳水的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110918721.0A CN113655398B (zh) | 2021-08-11 | 2021-08-11 | 预估锂电池循环跳水的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113655398A CN113655398A (zh) | 2021-11-16 |
| CN113655398B true CN113655398B (zh) | 2024-04-05 |
Family
ID=78491383
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110918721.0A Active CN113655398B (zh) | 2021-08-11 | 2021-08-11 | 预估锂电池循环跳水的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113655398B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114523878B (zh) * | 2022-03-29 | 2023-10-24 | 蜂巢能源科技股份有限公司 | 一种锂离子电池析锂安全预警方法及装置 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108761347A (zh) * | 2018-06-29 | 2018-11-06 | 联想(北京)有限公司 | 一种处理方法、装置及电子设备 |
| 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 |
| CN109239616A (zh) * | 2018-11-26 | 2019-01-18 | 重庆长安汽车股份有限公司 | 电池寿命衰减评估方法、装置及计算机可读存储介质 |
| 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 |
| CN109946612A (zh) * | 2019-04-01 | 2019-06-28 | 北京交通大学 | 一种三元锂离子电池容量加速衰退转折点识别方法 |
| 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 |
| CN112327191A (zh) * | 2020-10-21 | 2021-02-05 | 北京航空航天大学 | 一种基于几何特征融合决策的电池跳水概率评估方法 |
| CN112327193A (zh) * | 2020-10-21 | 2021-02-05 | 北京航空航天大学 | 一种锂电池容量跳水预警方法 |
| CN112327167A (zh) * | 2020-10-21 | 2021-02-05 | 北京航空航天大学 | 一种电池容量跳水风险评估方法及系统 |
| CN112327194A (zh) * | 2020-10-21 | 2021-02-05 | 北京航空航天大学 | 一种锂电池容量跳水识别方法及装置 |
| CN112327192A (zh) * | 2020-10-21 | 2021-02-05 | 北京航空航天大学 | 一种基于曲线形态的电池容量跳水现象识别方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5282789B2 (ja) * | 2011-01-11 | 2013-09-04 | 株式会社デンソー | リチウムイオン二次電池の電池容量検出装置 |
-
2021
- 2021-08-11 CN CN202110918721.0A patent/CN113655398B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108761347A (zh) * | 2018-06-29 | 2018-11-06 | 联想(北京)有限公司 | 一种处理方法、装置及电子设备 |
| 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 |
| CN109239616A (zh) * | 2018-11-26 | 2019-01-18 | 重庆长安汽车股份有限公司 | 电池寿命衰减评估方法、装置及计算机可读存储介质 |
| CN109946612A (zh) * | 2019-04-01 | 2019-06-28 | 北京交通大学 | 一种三元锂离子电池容量加速衰退转折点识别方法 |
| 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 |
| CN112327191A (zh) * | 2020-10-21 | 2021-02-05 | 北京航空航天大学 | 一种基于几何特征融合决策的电池跳水概率评估方法 |
| CN112327193A (zh) * | 2020-10-21 | 2021-02-05 | 北京航空航天大学 | 一种锂电池容量跳水预警方法 |
| CN112327167A (zh) * | 2020-10-21 | 2021-02-05 | 北京航空航天大学 | 一种电池容量跳水风险评估方法及系统 |
| CN112327194A (zh) * | 2020-10-21 | 2021-02-05 | 北京航空航天大学 | 一种锂电池容量跳水识别方法及装置 |
| CN112327192A (zh) * | 2020-10-21 | 2021-02-05 | 北京航空航天大学 | 一种基于曲线形态的电池容量跳水现象识别方法 |
Non-Patent Citations (1)
| Title |
|---|
| 退役磷酸铁锂电池容量一致性及衰减特征研究;赵光金;邱武斌;;全球能源互联网(03);86-91 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113655398A (zh) | 2021-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2018059074A1 (zh) | 一种电池微短路的检测方法及装置 | |
| CN107064803B (zh) | 电池内短路的在线检测方法 | |
| CN110376530B (zh) | 电池内短路检测装置及方法 | |
| CN109100652B (zh) | 一种用于预测梯次利用动力电池的离散度的方法及系统 | |
| CN111175653A (zh) | 一种用于辨识预判三元电池容量“跳水”故障的方法 | |
| CN109406929B (zh) | 变电站蓄电池组内部开路在线监测报警装置 | |
| CN111123148B (zh) | 一种判断金属二次电池内短路的方法及设备 | |
| CN112098875B (zh) | 锂离子电池析锂的检测方法 | |
| CN111257762A (zh) | 提前预判电池循环失效的方法 | |
| CN111929602A (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 | |
| CN113009351A (zh) | 电池容量的确定方法及装置 | |
| CN113848489A (zh) | 电池的短路识别方法、装置及存储介质 | |
| CN113655398B (zh) | 预估锂电池循环跳水的方法 | |
| CN111366863B (zh) | 一种基于低温循环的锂离子电池寿命加速预判方法 | |
| CN112782582A (zh) | 一种锂离子电池负极析锂的检测方法 | |
| Al-Sheikh et al. | Health status and diagnosis of batteries in renewable energy systems: An overview | |
| CN112765794A (zh) | 基于加速寿命试验的磷酸铁锂电池的可靠性分析方法 | |
| CN110888078A (zh) | 一种精确监测锂离子电池循环寿命的充放电测试方法 | |
| CN112448044A (zh) | 电池组及其均衡方法和均衡装置 | |
| CN114035074B (zh) | 一种诊断磷酸铁锂串联电池组中微短路单体的方法 | |
| CN113777517B (zh) | 储能电站短板电芯筛选方法 | |
| CN116224116A (zh) | 锂离子电池析锂的检测方法 | |
| CN115951253A (zh) | 电池健康状态的检测方法、系统、设备及介质 | |
| CN110850319B (zh) | 电池距离跳水点的循环圈数的估计方法、装置和电子设备 | |
| CN113341329A (zh) | 一种电压弛豫判定电芯析锂的方法及系统 |
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 |