CN113687236A - 一种动力电池半经验循环寿命预测评估方法 - Google Patents
一种动力电池半经验循环寿命预测评估方法 Download PDFInfo
- Publication number
- CN113687236A CN113687236A CN202110887480.8A CN202110887480A CN113687236A CN 113687236 A CN113687236 A CN 113687236A CN 202110887480 A CN202110887480 A CN 202110887480A CN 113687236 A CN113687236 A CN 113687236A
- Authority
- CN
- China
- Prior art keywords
- cyclic
- cycle
- empirical
- season
- attenuation
- 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
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
- G01R31/387—Determining ampere-hour charge capacity or SoC
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明提供了一种动力电池半经验循环寿命预测评估方法,包括如下步骤:S1、采用循环典型测试方法,记录不同倍率、不同循环周数下的不可逆容量损失;S2:将步骤S1的数据拟合循环衰减模型参数,并建立各季节循环寿命模型;S3、基于对客户工况的分解,利用步骤S2中各季节循环容量衰减模型,分别计算确定各季节的循环衰减,最后进行整体累加评估。本发明所述的动力电池半经验循环寿命预测评估方法,将同一温度下不同倍率的循环老化混合进行测试,减少了测试样品,同时增加了测试点数量;循环老化半经验模型,考虑了不同温度、不同倍率对循环衰减的影响,提高了电池循环寿命评估精度。
Description
技术领域
本发明属于动力电池技术领域,尤其是涉及一种动力电池半经验循环寿命预测评估方法。
背景技术
动力电池剩余寿命是电池监测与维护的关键,已成为电池技术的核心构成部分,准确估算电池剩余寿命,对锂离子电池组的剩余寿命做出预判,有利于提高电池使用效率,确保电池使用中的安全性和可靠性,提高整车的控制性能和准确续航。循环寿命—电池在使用周期内充放电次数之和。许多电池生产商和研究机构用循环寿命来评价电池性能,对于锂离子电池,由循环充放电所引起的容量下降是表征寿命衰退过程的指标。
现有循环容量损失测试试验方法一般如下:搭建动力电池实验平台,设计面向老化特性的电池测试流程和程序,电池基于实验数据分析锂离子动力电池的外特性:放电倍率特性,充放电效率特性,放电电压特性,欧姆内阻特性,放电电压特性,容量衰减特性。一般只取常温荷、高温(45℃)1C/1C 测试,测试的数据点比较单一,对于循环寿命评估很难精准。
发明内容
有鉴于此,本发明旨在提出一种动力电池半经验循环寿命预测评估方法,以提供一种综合考虑电池不同倍率、不同温度的锂离子电池循环寿命测试评估方法,提高电池循环寿命评估精度。
为达到上述目的,本发明的技术方案是这样实现的:
一种动力电池半经验循环寿命预测评估方法,包括如下步骤:
S1、采用循环典型测试方法,记录不同倍率、不同循环周数下的不可逆容量损失;
S2:将步骤S1的数据拟合循环衰减模型参数,并建立各季节循环寿命模型;
S3、基于对客户工况的分解,利用步骤S2中各季节循环容量衰减模型,分别计算确定各季节的循环衰减,最后进行整体累加评估。
进一步的,所述步骤S1中循环典型测试方法具体为:
S11、选取同批次化成后的若干支电池作为待测电池,然后根据客户电池使用四季温度(春季平均温度15℃、夏季平均温度35℃、秋季平均温度 25℃、冬季平均温度5℃),将测试电池分成四组进行不同温度循环测试;
S12、每组电池在恒温箱中连续进行不同倍率测试,记录不同倍率、不同循环周数下的不可逆容量损失。
3.根据权利要求1所述的一种动力电池半经验循环寿命预测评估方法,其特征在于:所述步骤S2中,对步骤S1的数据进行参数拟合,建立不同季节的循环衰减参数模型的具体方法为:
式中:Qloss—循环容量损失,%;B—指前因子,也称为阿伦尼乌斯常数;Ea—活化能,以J/mol表示;z—无量纲数;Ah—循环充放吞吐量,Ah;R—摩尔气体常数,单位J/mol*K,R=8.314;T—绝对温度,单位K;exp—自然对数的底;C—倍率;α—倍率系数;
S22、利用matlab工具拟合循环衰减模型参数,并建立各季节循环寿命模型。
进一步的,所述步骤S22中利用matlab工具拟合循环衰减模型参数过程如下:
在命令行输入春季实验数据:
》Qloss=[Qc1 Qc2 Qc3 Qc4 Qc5 Qc6……]
》Ah=[Ahc1 Ahc2 Ahc3 Ahc4 Ahc5 Ahc6……]
》C=[0.1 0.2 0.3 0.5 1 1.5……]
启动曲线拟合工具箱,得到拟合结果参数a1、b1、c1、Ea1;同时得到春季循环寿命模型:Z=b1*exp((-Ea1+c1*X)/8.314/(273.15+15))*Y^a1,重复上述步骤分别输入夏季、秋季、冬季实验数据得到不同季节循环衰减参数模型。
进一步的,所述步骤S3中对客户工况的分解内容具体为:统计客户工况每个季节的循环衰减倍率C和充放电吞吐量Ah。
相对于现有技术,本发明所述的动力电池半经验循环寿命预测评估方法具有以下优势:
(1)本发明所述的动力电池半经验循环寿命预测评估方法,将同一温度下不同倍率的循环老化混合进行测试,减少了测试样品,同时增加了测试点数量;循环老化半经验模型,考虑了不同温度、不同倍率对循环衰减的影响,提高了电池循环寿命评估精度。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
对于本领域的普通技术人员而言,可以通过具体情况理解上述术语在本发明中的具体含义。
下面将结合实施例来详细说明本发明。
一种动力电池半经验循环寿命预测评估方法,包括如下步骤:
S1、采用循环典型测试方法,记录不同倍率、不同循环周数下的不可逆容量损失。
循环典型测试方法具体为:
S11、选取同批次化成后的若干支电池作为待测电池,然后根据客户电池使用四季温度(春季平均温度15℃、夏季平均温度35℃、秋季平均温度 25℃、冬季平均温度5℃),将测试电池分成四组进行不同温度循环测试。
S12、每组电池在恒温箱中连续进行不同倍率测试,记录不同倍率、不同循环周数下的不可逆容量损失。循环往复进行不同倍率测试。如下表1、表2、表3和表4所示。
表1春季15℃循环
表2夏季35℃循环
表3秋季25℃循环
表4冬季5℃循环
步骤S2:对步骤S1的数据进行参数拟合,建立不同季节的循环衰减参数模型。步骤S21、在循环寿命试验中,电池的寿命受到充放电Ah吞吐量和倍率的强烈影响,遵循阿伦尼乌斯动力学表达式。这个表达式非常适合于快速评估循环期间损失的容量。(即上面循环典型测试数据遵循此公式,利用实验数据可回归公式里面的参数)
式中:
Qloss—循环容量损失,%
B—指前因子,也称为阿伦尼乌斯常数
Ea—活化能,以J/mol表示
z—无量纲数
Ah—循环充放吞吐量,Ah
R—摩尔气体常数,单位J/mol*K,R=8.314
T—绝对温度,单位K
exp—自然对数的底
C—倍率
α—倍率系数
S22、参数拟合,
matlab有一个功能强大的曲线拟合工具箱cftool,使用方便,能实现多种类型的线性、非线性曲线拟合。利用这个工具拟合循环衰减模型参数过程如下:
在命令行输入春季实验数据(即表1中的数据):
》Qloss=[Qc1 Qc2 Qc3 Qc4 Qc5 Qc6……]
》Ah=[Ahc1 Ahc2 Ahc3 Ahc4 Ahc5 Ahc6……]
》C=[0.1 0.2 0.3 0.5 1 1.5……]
启动曲线拟合工具箱
》cftool
进入曲线拟合工具箱界面“Curve fitting tool”
选择拟合曲线的类型:Custom Equations用户自定义的函数类型。然后输入函数类型Z=b1*exp((-Ea1+c1*X)/8.314/(273.15+15))*Y^a1
利用X data、Y data和Z data的下拉菜单读入数据C、Ah、Qloss
类型设置完成后,点击“Apply”按钮,就可以在Results框中得到拟合结果参数a1、b1、c1、Ea1。
春季循环寿命模型:Z=b1*exp((-Ea1+c1*X)/8.314/(273.15+15))*Y^a1 重复上述步骤分别输入夏季、秋季、冬季实验数据(即表2、表3和表4中的数据),得到不同季节循环衰减参数模型。
夏季循环寿命模型:Z=b2*exp((-Ea2+c2*X)/8.314/(273.15+15))*Y^a2
季循环寿命模型:Z=b3*exp((-Ea3+c3*X)/8.314/(273.15+15))*Y^a3
冬季循环寿命模型:Z=b4*exp((-Ea4+c4*X)/8.314/(273.15+15))*Y^a4。
S3、基于对客户工况的分解,利用步骤S2中各季节循环容量衰减模型,分别计算确定各季节的循环衰减,最后进行整体累加评估。
统计客户工况每个季节的循环衰减倍率C、充放电吞吐量Ah,利用步骤 S2中确定的各季节循环容量衰减模型,分别计算确定各季节的循环衰减,最后进行整体累加评估。
本申请优化了循环寿命测试,将同一温度下不同倍率的循环老化混合进行测试,减少了测试样品,同时增加了测试点数量;循环老化半经验模型,考虑了不同温度、不同倍率对循环衰减的影响。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种动力电池半经验循环寿命预测评估方法,其特征在于:包括如下步骤:
S1、采用循环典型测试方法,记录不同倍率、不同循环周数下的不可逆容量损失;
S2:将步骤S1的数据拟合循环衰减模型参数,并建立各季节循环寿命模型;
S3、基于对客户工况的分解,利用步骤S2中各季节循环容量衰减模型,分别计算确定各季节的循环衰减,最后进行整体累加评估。
2.根据权利要求1所述的一种动力电池半经验循环寿命预测评估方法,其特征在于:所述步骤S1中循环典型测试方法具体为:
S11、选取同批次化成后的若干支电池作为待测电池,然后根据客户电池使用四季温度(春季平均温度15℃、夏季平均温度35℃、秋季平均温度25℃、冬季平均温度5℃),将测试电池分成四组进行不同温度循环测试;
S12、每组电池在恒温箱中连续进行不同倍率测试,记录不同倍率、不同循环周数下的不可逆容量损失。
3.根据权利要求1所述的一种动力电池半经验循环寿命预测评估方法,其特征在于:所述步骤S2中,对步骤S1的数据进行参数拟合,建立不同季节的循环衰减参数模型的具体方法为:
式中:Qloss—循环容量损失,%;B—指前因子,也称为阿伦尼乌斯常数;Ea—活化能,以J/mol表示;z—无量纲数;Ah—循环充放吞吐量,Ah;R—摩尔气体常数,单位J/mol*K,R=8.314;T—绝对温度,单位K;exp—自然对数的底;C—倍率;α—倍率系数;
S22、利用matlab工具拟合循环衰减模型参数,并建立各季节循环寿命模型。
4.根据权利要求3所述的一种动力电池半经验循环寿命预测评估方法,其特征在于:所述步骤S22中利用matlab工具拟合循环衰减模型参数过程如下:
在命令行输入春季实验数据:
》Qloss=[Qc1 Qc2 Qc3 Qc4 Qc5 Qc6……]
》Ah=[Ahc1 Ahc2 Ahc3 Ahc4 Ahc5 Ahc6……]
》C=[0.1 0.2 0.3 0.5 1 1.5……]
启动曲线拟合工具箱,得到拟合结果参数a1、b1、c1、Ea1;同时得到春季循环寿命模型:Z=b1*exp((-Ea1+c1*X)/8.314/(273.15+15))*Y^a1,重复上述步骤分别输入夏季、秋季、冬季实验数据得到不同季节循环衰减参数模型。
5.根据权利要求1所述的一种动力电池半经验循环寿命预测评估方法,其特征在于:所述步骤S3中对客户工况的分解内容具体为:统计客户工况每个季节的循环衰减倍率C和充放电吞吐量Ah。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110887480.8A CN113687236A (zh) | 2021-08-03 | 2021-08-03 | 一种动力电池半经验循环寿命预测评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110887480.8A CN113687236A (zh) | 2021-08-03 | 2021-08-03 | 一种动力电池半经验循环寿命预测评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113687236A true CN113687236A (zh) | 2021-11-23 |
Family
ID=78578633
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110887480.8A Pending CN113687236A (zh) | 2021-08-03 | 2021-08-03 | 一种动力电池半经验循环寿命预测评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113687236A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114035097A (zh) * | 2021-11-30 | 2022-02-11 | 重庆长安新能源汽车科技有限公司 | 锂离子电池寿命衰减预测的方法、系统及存储介质 |
CN116908705A (zh) * | 2023-09-12 | 2023-10-20 | 宁德时代新能源科技股份有限公司 | 容量衰减模型建立方法、电池循环寿命测试方法及装置 |
CN117436287A (zh) * | 2023-12-20 | 2024-01-23 | 天津力神电池股份有限公司 | 电池组寿命预测方法、装置及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106597305A (zh) * | 2016-12-09 | 2017-04-26 | 合肥国轩高科动力能源有限公司 | 一种锂离子电池的循环寿命预测方法 |
CN107045103A (zh) * | 2016-11-29 | 2017-08-15 | 北京长城华冠汽车科技股份有限公司 | 电动汽车动力电池寿命测试装置和方法 |
CN110750874A (zh) * | 2019-09-26 | 2020-02-04 | 长沙理工大学 | 一种退役动力电池寿命预测的方法 |
CN112214889A (zh) * | 2020-09-29 | 2021-01-12 | 蜂巢能源科技有限公司 | 锂电池充电方法、系统、电子设备、电池管理系统及存储介质 |
-
2021
- 2021-08-03 CN CN202110887480.8A patent/CN113687236A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107045103A (zh) * | 2016-11-29 | 2017-08-15 | 北京长城华冠汽车科技股份有限公司 | 电动汽车动力电池寿命测试装置和方法 |
CN106597305A (zh) * | 2016-12-09 | 2017-04-26 | 合肥国轩高科动力能源有限公司 | 一种锂离子电池的循环寿命预测方法 |
CN110750874A (zh) * | 2019-09-26 | 2020-02-04 | 长沙理工大学 | 一种退役动力电池寿命预测的方法 |
CN112214889A (zh) * | 2020-09-29 | 2021-01-12 | 蜂巢能源科技有限公司 | 锂电池充电方法、系统、电子设备、电池管理系统及存储介质 |
Non-Patent Citations (2)
Title |
---|
赵俊年;金翼;王绥军;郭晓君;: "商用Li_4Ti_5O_(12)电池的温度特性及容量衰减模型", 中国电机工程学报, no. 17 * |
鱼乐;戴海峰;李丽珍;: "锂离子电池低温充电容量衰减规律分析", 电池, no. 02 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114035097A (zh) * | 2021-11-30 | 2022-02-11 | 重庆长安新能源汽车科技有限公司 | 锂离子电池寿命衰减预测的方法、系统及存储介质 |
CN114035097B (zh) * | 2021-11-30 | 2023-08-15 | 深蓝汽车科技有限公司 | 锂离子电池寿命衰减预测的方法、系统及存储介质 |
CN116908705A (zh) * | 2023-09-12 | 2023-10-20 | 宁德时代新能源科技股份有限公司 | 容量衰减模型建立方法、电池循环寿命测试方法及装置 |
CN116908705B (zh) * | 2023-09-12 | 2024-02-23 | 宁德时代新能源科技股份有限公司 | 容量衰减模型建立方法、电池循环寿命测试方法及装置 |
CN117436287A (zh) * | 2023-12-20 | 2024-01-23 | 天津力神电池股份有限公司 | 电池组寿命预测方法、装置及存储介质 |
CN117436287B (zh) * | 2023-12-20 | 2024-04-19 | 天津力神电池股份有限公司 | 电池组寿命预测方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lu et al. | A method of cell-to-cell variation evaluation for battery packs in electric vehicles with charging cloud data | |
CN113687236A (zh) | 一种动力电池半经验循环寿命预测评估方法 | |
CN106443474B (zh) | 一种动力电池系统寿命衰退特征快速识别的方法 | |
CN111175666B (zh) | 一种soh检测方法及装置 | |
CN108732510B (zh) | 基于内部特征的锂离子电池一致性筛选分组方法 | |
CN108037460B (zh) | 一种批产锂离子电池容量实时评估方法 | |
CN103792495B (zh) | 基于德尔菲法和灰色关联理论的电池性能评价方法 | |
CN109782190B (zh) | 用于估计单颗电池或单批电池的剩余使用寿命的方法 | |
CN108549030B (zh) | 基于电压关键特性的锂电池在线健康状态快速预测方法 | |
CN101504443B (zh) | 一种锂离子电池放电容量的预测方法 | |
CN113687235A (zh) | 一种动力电池半经验日历寿命预测评估方法 | |
CN111036575B (zh) | 一种基于温度变化分析的锂离子电池分选方法 | |
CN112858941B (zh) | 一种磷酸铁锂动力电池加速试验与寿命评估方法 | |
CN108732499B (zh) | 一种检测锂离子电池循环寿命的方法和系统 | |
CN113109729B (zh) | 基于加速老化试验与实车工况的车用动力电池soh评估方法 | |
CN111366864B (zh) | 一种基于固定压升区间的电池soh在线估计方法 | |
CN110045288A (zh) | 一种基于支持向量回归的锂离子电池容量在线估计方法 | |
CN107271913A (zh) | 一种应用于动力电池剩余容量预测的方法 | |
CN113189496B (zh) | 一种验证脉冲加热对动力电池寿命影响的方法 | |
CN113030761A (zh) | 一种超大规模储能电站电池健康状态的评估方法及系统 | |
CN114720899A (zh) | 退役电池梯次利用分选方法及系统、电子设备、存储介质 | |
CN115291131A (zh) | 锂离子电池的循环寿命和使用温度预测方法及系统 | |
CN111965557A (zh) | 一种后备电源可靠性的评估方法和装置 | |
CN117808370A (zh) | 一种基于电池老化状态的充电策略优化方法 | |
CN112540296B (zh) | 一种用于电站电池系统的性能评价系统 |
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 |