CN113848489B - 电池的短路识别方法、装置及存储介质 - Google Patents
电池的短路识别方法、装置及存储介质 Download PDFInfo
- Publication number
- CN113848489B CN113848489B CN202111063248.9A CN202111063248A CN113848489B CN 113848489 B CN113848489 B CN 113848489B CN 202111063248 A CN202111063248 A CN 202111063248A CN 113848489 B CN113848489 B CN 113848489B
- Authority
- CN
- China
- Prior art keywords
- self
- battery
- discharge rate
- standing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 80
- 238000012360 testing method Methods 0.000 claims abstract description 74
- 238000010586 diagram Methods 0.000 claims description 31
- 230000003797 telogen phase Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000005526 G1 to G0 transition Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 229910001416 lithium ion Inorganic materials 0.000 description 5
- 230000003068 static effect Effects 0.000 description 4
- 230000010287 polarization Effects 0.000 description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 239000003792 electrolyte Substances 0.000 description 2
- 230000017525 heat dissipation Effects 0.000 description 2
- 230000020169 heat generation Effects 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007086 side reaction Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000010405 anode material Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003446 memory effect Effects 0.000 description 1
- 238000011160 research 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]
- G01R31/389—Measuring internal impedance, internal conductance or related 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
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/52—Testing for short-circuits, leakage current or ground faults
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/4285—Testing apparatus
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Abstract
本申请公开了一种电池的短路识别方法、装置及存储介质。通过在对多个样本电池进行充放电循环测试的过程中,分别多次获取样本电池在静置阶段的自放电率和静置时长,以得到多个样本电池中的每个样本电池的多个自放电率和静置时长的对应关系,根据对应关系计算自放电率阈值,对与样本电池相同类型的目标电池进行充放电循环测试,并获取目标电池在静置阶段的自放电率,判断该自放电率是否大于自放电率阈值,若大于自放电率阈值,则停止充放电循环测试并进行短路提示。本申请所提供的方案可以将自放电率测试与电池循环测试结合,实现在循环过程中对电池内短路的识别与预警,能尽早发现电池中内短路变化并及时作出预警,提升了识别效率以及准确度。
Description
技术领域
本申请涉及电池技术领域,具体涉及一种电池的短路识别方法、装置及存储介质。
背景技术
目前,锂离子电池因其具备工作电压高、能量密度高、体积小、容量大、循环寿命长、无记忆效应等优点,已被广泛应用于便携式电器的电源。锂离子电池由正极、负极、隔膜和电解液等组成。由于内部正负极之间的微短路或者正负极材料和电解液中的微量杂质存在,使得锂离子电池存在一定程度的自放电,即在没有带载情况下其电量逐渐降低的现象。电池充放电过程中的自放电主要是由两部分组成:一是电池内部的副反应(化学自放电);二是内部微短路(物理自放电)。
而内短路是锂离子电池热失控事故中最常见的诱因之一,也是机械滥用、电滥用、热滥用的共性环节,更是电池长期循环测试中失效的重要根因。同时,在电池包内,存在内短路的电池会降低电池组的性能,并使其处于危险状态。因此,电池组中短路电池的识别尤为重要。申请人发现,传统的内短路预警方法多基于电池包中电池“一致性”原则展开,这些方法操作复杂,需要对比大量电池数据,且精度受到电池管理系统计算能力的限制,准确度较低。并且,现有自放电测试方法是在电池测试后期将电芯放置在高温房内长时间静置或常温长时间静置后,测试电芯在一段时间内的电池电压的变化率来表征电池的自放电大小。但是,该方法耗时较长,且无法在电芯测试及使用的前期和中期过程中对电池的自放电率变化进行监测。
发明内容
本申请实施例提供一种电池的短路识别方法、装置及存储介质,旨在将自放电率测试与电池循环测试结合,实现在循环过程中对电池内短路的识别与预警,能尽早发现电池中内短路变化,并及时作出预警,提升了识别效率以及准确度。
本申请实施例提供一种电池的短路识别方法,包括:
在对多个样本电池进行充放电循环测试的过程中,分别多次获取所述样本电池在静置阶段的自放电率和静置时长,以得到多个样本电池中的每个样本电池的多个所述自放电率和静置时长的对应关系;
根据所述对应关系计算自放电率阈值;
对与所述样本电池相同类型的目标电池进行充放电循环测试,并获取所述目标电池在静置阶段的自放电率;
判断所述目标电池在静置阶段的自放电率是否大于所述自放电率阈值;
若所述目标电池在静置阶段的自放电率大于所述自放电率阈值,则停止所述充放电循环测试并进行短路提示。
在一些实施例中,在根据所述对应关系计算自放电率阈值之前,所述方法还包括:
根据所述对应关系计算静置目标区间。
在一些实施例中,判断所述目标电池在静置阶段的自放电率是否大于所述自放电率阈值的步骤,包括:
当所述目标电池在静置阶段的静置时长位于所述静置目标区间内时,判断所述目标电池在静置阶段的自放电率是否大于所述自放电率阈值。
在一些实施例中,根据所述对应关系计算静置目标区间的步骤,包括:
将所述静置时长作为横轴,所述自放电率作为纵轴,以生成多个所述自放电率和静置时长的散点图;
将所述散点图拟合得到曲线图,并在所述曲线图中,根据斜率选取目标区间,将所述目标区间确定为所述静置目标区间。
在一些实施例中,根据所述对应关系计算自放电率阈值的步骤,包括:
在所述目标区间中选取最大自放电率值,并将所述最大自放电率值确定为所述自放电率阈值。
在一些实施例中,获取所述样本电池或目标电池在静置阶段的自放电率的步骤,包括:
获取所述样本电池或目标电池在静置阶段前后的电压差;
根据所述电压差和静置时长计算所述自放电率。
本申请实施例还提供一种电池的短路识别装置,包括:
第一获取单元,用于在对多个样本电池进行充放电循环测试的过程中,分别多次获取所述样本电池在静置阶段的自放电率和静置时长,以得到多个样本电池中的每个样本电池的多个所述自放电率和静置时长的对应关系;
计算单元,用于根据所述对应关系计算自放电率阈值;
第二获取单元,用于对与所述样本电池相同类型的目标电池进行充放电循环测试,并获取所述目标电池在静置阶段的自放电率;
判断单元,用于判断所述目标电池在静置阶段的自放电率是否大于所述自放电率阈值;
处理单元,用于当所述判断单元判断为是时,停止所述充放电循环测试并进行短路提示。
在一些实施例中,所述计算单元,还用于在根据所述对应关系计算自放电率阈值之前,根据所述对应关系计算静置目标区间;
所述判断单元,还用于当所述目标电池在静置阶段的静置时长位于所述静置目标区间内时,判断所述目标电池在静置阶段的自放电率是否大于所述自放电率阈值。
在一些实施例中,所述计算单元包括:
生成子单元,用于将所述静置时长作为横轴,所述自放电率作为纵轴,以生成多个所述自放电率和静置时长的散点图;
第一确定子单元,用于将所述散点图拟合得到曲线图,并在所述曲线图中,根据斜率选取目标区间,将所述目标区间确定为所述静置目标区间;
第二确定子单元,用于在所述目标区间中选取最大自放电率值,并将所述最大自放电率值确定为自放电率阈值。
本申请实施例还提供一种存储介质,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行本申请实施例所提供的任一电池的短路识别方法。
本申请实施例提供的电池的短路识别方案,通过在对多个样本电池进行充放电循环测试的过程中,分别多次获取样本电池在静置阶段的自放电率和静置时长,以得到多个样本电池中的每个样本电池的多个自放电率和静置时长的对应关系,根据对应关系计算自放电率阈值,对与样本电池相同类型的目标电池进行充放电循环测试,并获取目标电池在静置阶段的自放电率,判断目标电池在静置阶段的自放电率是否大于自放电率阈值,若目标电池在静置阶段的自放电率大于自放电率阈值,则停止充放电循环测试并进行短路提示。本申请实施例所提供的方案可以将自放电率测试与电池循环测试结合,实现在循环过程中对电池内短路的识别与预警,能尽早发现电池中内短路变化,并及时作出预警,提升了识别效率以及准确度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的电池的短路识别方法的第一流程示意图;
图2是本申请实施例提供的电池的短路识别方法的第二流程示意图;
图3是本申请实施例提供的自放电率和静置时长的对应关系示意图;
图4是本申请实施例提供的电池的短路识别装置的第一种结构示意图;
图5是本申请实施例提供的电池的短路识别装置的第二种结构示意图;
图6是本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请实施例提供一种电池的短路识别方法,该电池的短路识别方法的执行主体可以是本申请实施例提供的电池的短路识别装置,或者集成了该电池的短路识别装置的电子设备,其中该电池的短路识别装置可以采用硬件或者软件的方式实现。
如图1所示,图1是本申请实施例提供的电池的短路识别方法的第一流程示意图,该电池的短路识别方法的具体流程可以如下:
101、在对多个样本电池进行充放电循环测试的过程中,分别多次获取样本电池在静置阶段的自放电率和静置时长,以得到多个样本电池中的每个样本电池的多个自放电率和静置时长的对应关系。
需要说明的是,电芯发生内短路在电信号上表现为电池自放电,现有自放电测试方法是将电芯放置在高温房内长时间静置或在常温下长时间静置后,测试电芯在一段时间内的电池电压的变化率来表征电池的自放电大小。高温静置能加速电芯内部的副反应速率,提高化学自放电的识别率,但是该方法耗时较长,且目前自放电率测量常用在电芯容量后期测试,忽略了电芯后期测试及应用过程内短路的演变,无法在前期和中期过程中监测电芯在测试及使用过程中自放电率变化,因此本实施例提供了一种新的电池的短路识别方法,来解决上述问题。
依据当前研究内短路的电特征和热特征,内短路的发展演化过程主要分为初期、中期和末期3个阶段:在短路初期,内短路阻值很高,内短路放电引起电池电压缓慢下降,初期放热功率很小,产热几乎全被电池通过散热散去,电池温度不会发生明显变化,该阶段时间较长。在短路中期,随着内短路发展演化,内短路阻值逐渐降低,电池内短路进入中期阶段,在该阶段,内短路阻值较低,放电电流较大,电池电压下降明显,同时由于内短路的产热功率较高,产热不能及时被散热带走,电池温度明显升高。随着内短路产生的热量不断聚集,电池温度不断攀升,电池内短路进入末期阶段,在内短路末期,电池温度达到电池隔膜的失效温度,电池隔膜崩溃使电池的正负极之间发生大面积短路,电池的端电压突降为0。高温触发热失控连锁反应,在短时间内释放出大量的热,使电池发生热失控。因此,对电池的内短路的监测与应对需要在电池发生内短路的初期与中期阶段实现,避免电池发生热失控。
在本申请实施例中,需要通过分析电池产品在开发阶段的大数据来计算自放电率阈值。规范产品在开发阶段电池循环测试流程,电池循环测试过程中每隔特定圈数(例如200圈)会进行静置并测试电池的自放电率。具体的,在对多个样本电池进行充放电循环测试的过程中,可以先获取样本电池在静置阶段的静置时长,比如可以记录静置前的时间以及静置完成后的时间,然后计算时间差即为上述静置时长。然后再根据静置时长计算在该静置阶段的自放电率,从而得到多个自放电率和静置时长的对应关系。
其中,上述样本电池可以与本实施例需要进行短路识别的目标电池为同一批次的电池。举例来说,可以在换电站中采集上述多个样本电池在静置阶段的参数,该参数可以包括每个样本电池中电芯的单体电压、电流、温度、荷电状态SOC等电信号信息以及静置时间,其中,在静置阶段中采集的动力电池的电压(所有电芯的单体电压)至少包括有端电压、欧姆极化、浓差极化/电化学极化等。
102、根据对应关系计算自放电率阈值。
在一实施例中,在得到多个自放电率和静置时长的对应关系之后,可以以静置时长作为横轴,自放电率作为纵轴作图,分别得出静置阶段的自放电率-静置时长曲线。具体的,可以将静置时长作为横轴,自放电率作为纵轴,以生成多个自放电率和静置时长的散点图,然后将该散点图拟合得到曲线图,从而对上述曲线进行分析,选择曲线平缓也即斜率较低的中间区间,并且选择此区间最大自放电率值作为该静置阶段自放电率阈值。
103、对与样本电池相同类型的目标电池进行充放电循环测试,并获取目标电池在静置阶段的自放电率。
在一实施例中,在对与样本电池相同类型的目标电池进行充放电循环测试时,可以将目标电池进行静置,通过静置前后的时间差即可得到该目标电池的静置时长,以及通过静置前后的电压差值即可获取目标电池的电压差,根据目标电池的电压差和静置时长即可计算目标电池在静置阶段的自放电率。
104、判断目标电池在静置阶段的自放电率是否大于自放电率阈值,若是,则执行步骤105。
105、停止充放电循环测试并进行短路提示。
具体的,将计算得到的目标电池在静置阶段的自放电率与上述自放电率阈值进行对比,若目标电池在静置阶段的自放电率是不大于自放电率阈值,则可以返回执行步骤103,继续对目标电池进行充放电循环测试并获取在静置阶段的自放电率。若目标电池在静置阶段的自放电率大于自放电率阈值,则确定目标电池发生内短路。
需要说明的是,当目标电池未发生内短路时,其对应的自放电率通常较小,当目标电池发生内短路时,相当于电池与异物构成通路消耗电能,从而增加电池的自放电率。因此,当目标电池的自放电率大于自放电率阈值时,可以确定目标电池内部发生内短路,从而可以停止充放电循环测试并进行短路提示。
通过本实施例提供的电池的短路识别方法对电池的自放电率进行异常监测,可以在单体电池充放电循环过程中采集电池静置阶段电压差及静置时长,判断计算得到的静置自放电率是否超过预先设置的自放电率阈值,当自放电率超过该阈值时,便可以发出自放电率异常报警,停止充放电循环,保障电池安全可靠。
由上所述,本申请实施例提出的电池的短路识别方法可以在对多个样本电池进行充放电循环测试的过程中,分别多次获取样本电池在静置阶段的自放电率和静置时长,以得到多个自放电率和静置时长的对应关系,根据对应关系计算自放电率阈值,对与样本电池相同类型的目标电池进行充放电循环测试,并获取目标电池在静置阶段的自放电率,判断目标电池在静置阶段的自放电率是否大于自放电率阈值,若目标电池在静置阶段的自放电率大于自放电率阈值,则停止充放电循环测试并进行短路提示。本申请实施例所提供的方案可以将自放电率测试与电池循环测试结合,实现在循环过程中对电池内短路的识别与预警,能尽早发现电池中内短路变化,并及时作出预警,提升了识别效率以及准确度。
根据前面实施例所描述的方法,以下将作进一步详细说明。
请参阅图2,图2是本申请实施例提供的电池的短路识别方法的第二流程示意图。所述方法包括:
201、在对多个样本电池进行充放电循环测试的过程中,分别多次获取样本电池在静置阶段的自放电率和静置时长,以得到多个样本电池中的每个样本电池的多个自放电率和静置时长的对应关系。
在锂电池的自动化生产中,锂电池内部短路监测途径包括如下:自放电率异常监测:内短路初期,电池内短路阻值大,内短路电流小,充电过程中不会出现明显电压电流变化,因此电压电流异常监测系统无法捕捉该信号,但当将电池充电至一定容量(本实施例中电池充电至100%SOC)时,由于短路导致的自放电会体现在静置前后的电压差上,因此,通过对静置阶段前后电压差进行监测,计算自放电率并据此对电池内部初期短路进行判断和预警,避免其向中后期演变,造成电池热失控。
具体的,在本申请实施例中,需要通过分析电池产品在开发阶段的大数据来计算自放电率阈值和静置目标区间。举例来说,可以选取与待识别的目标电池同一批次的25个样本电池进行测试,电池循环测试过程中每循环200圈进行静置,共采集了160组自放电率K值和静置时长Δt值。
在一实施例中,上述自放电率K值和静置时长Δt值可以通过以下步骤进行计算:在样本电池的静置阶段,采集样本电池静置阶段前后的电压、温度、时间等数据。比如采集样本电池的SOC为100%时的电压值V1、时间数据t1。然后采集样本电池静置一段时间之后的电压值V2、时间数据t2。通过公式K=(V2-V1)/(t2-t1)计算自放电率值及静置时长Δt=t2-t1。通过对上述25个样本电池全部执行上述步骤后即可得到该型号电池在静置阶段的多个自放电率K、静置时长Δt数据。也即获取样本电池在静置阶段的自放电率的步骤,可以包括:
获取样本电池在静置阶段前后的电压差;
根据电压差和静置时长计算自放电率。
202、将静置时长作为横轴,自放电率作为纵轴,以生成多个自放电率和静置时长的散点图。
进一步的,可以以静置时长(Δt)作为横轴,自放电率(K)作为纵轴作图,得出静置阶段的K-Δt。请参阅图3,图3是本申请实施例提供的自放电率和静置时长的对应关系示意图。然后便可以针对上述K-Δt曲线进行分析,从而计算静置目标区间以及自放电率阈值。
203、将散点图拟合得到曲线图,并在曲线图中,根据斜率选取目标区间,将目标区间确定为静置目标区间。
在上述曲线图中,该曲线有些地方比较平缓而有些地方则比较陡峭,因此可以通过斜率来选取曲线比较平缓的区间作为目标区间。具体可以将上述曲线划分为多段区间,然后分别计算每一段区间的平均斜率,最终选取斜率最低的区间作为目标区间。在其他实施例中,还可以综合考虑静置时长以及斜率来选取目标区间,比如先选出满足静置时间条件下的多个区间,然后再根据斜率选取目标区间等。其中,在计算上述每一段区间的平均斜率时可以根据该区间的起点以及终点的坐标来进行计算。在获取到上述目标区间后,便可以在目标区间中确定静置目标区间,比如根据该区间起始点和终点分别对应的横坐标确定静置目标区间。
204、在目标区间中选取最大自放电率值,并将最大自放电率值确定为自放电率阈值。
进一步的,在获取到上述目标区间后,还可以选择此区间最大自放电率值Kmax作为该静置阶段自放电阈值K1。
举例来说,在图3当中,对K-Δt曲线进行分析可知,Δt=0-20h区间自放电率随时间波动过大,难以设置固定的自放电阈值;Δt=50-100h,自放电率受时间影响小,但耗时过长,耽误循环测试进程;当Δt=20-50h区间时,自放电率受时间影响小,且静置时间适当,因此,将Δt=20-50h设置为静置时长区间Δt1,将此区间最大自放电率Kmax=2.5mV/h设置为自放电率阈值K1。
205、对与样本电池相同类型的目标电池进行充放电循环测试,并获取目标电池在静置阶段的自放电率。
在一实施例中,在对与样本电池相同类型的目标电池进行充放电循环测试时,可以将目标电池进行静置,通过静置前后时间即可得到该目标电池的静置时长,以及通过静置前后的电压值即可获取目标电池的电压差,根据目标电池的电压差和静置时长即可计算目标电池在静置阶段的自放电率。也即获取目标电池在静置阶段的自放电率的步骤,可以包括:
获取目标电池在静置阶段前后的电压差;
根据电压差和静置时长计算目标电池在静置阶段的自放电率。
比如,采集上述目标电池循环测试过程中静置阶段前电压Vn、时间tn及静置后电压Vn+1、时间tn+1数据。通过公式Δt=tn+1-tn计算静置时长,通过公式K=(Vn-Vn+1)/(tn+1-tn)计算自放电率值。
步骤206、当目标电池在静置阶段的静置时长位于静置目标区间内时,判断目标电池在静置阶段的自放电率是否大于自放电率阈值,若是,则执行步骤207。
其中,上述静置目标区间Δt1为根据样本电池的大数据计算出来最佳的静置时长,当目标电池在静置阶段的静置时长位于静置目标区间Δt1内时,则判断目标电池在静置阶段的自放电率K是否大于自放电率阈值K1,若是,则执行步骤207。
207、停止充放电循环测试并进行短路提示。
判断K值与预先设置的该静置阶段自放电阈值K1大小关系,若K>K1,则进行内短路报警并停止循环测试;若K≤K1,则继续进行循环测试。
本实施例能通过电池的短路识别方法对内短路初/中期进行监测,及早识别出电池缺陷,防止内短路向后期演变造成热失控事件,因此,通过该电池的短路识别方法能够更加准确的对电池进行监测。通过监测记录充电后的电池在静置阶段前后电压及静置时间,计算出自放电率值,利用电池内短路时自放电率变化的规律,对电池内短路做出判断和预警。本申请优选K-Δt曲线平缓(斜率较低)区间,该区间静置时间相对较短,自放电率受静置时间影响较小,自放电率波动小,更容易监测出内短路导致的自放电率变化。
由上所述,本申请实施例提出的电池的短路识别方法可以在对多个样本电池进行充放电循环测试的过程中,分别多次获取样本电池在静置阶段的自放电率和静置时长,以得到多个样本电池中的每个样本电池的多个自放电率和静置时长的对应关系,将静置时长作为横轴,自放电率作为纵轴,以生成多个自放电率和静置时长的散点图,将散点图拟合得到曲线图,并在曲线图中,根据斜率选取目标区间,将目标区间确定为静置目标区间,在目标区间中选取最大自放电率值,并将最大自放电率值确定为自放电率阈值,对与样本电池相同类型的目标电池进行充放电循环测试,并获取目标电池在静置阶段的静置时长和自放电率,当目标电池在静置阶段的静置时长位于静置目标区间内时,判断目标电池在静置阶段的自放电率是否大于自放电率阈值,若是,则停止充放电循环测试并进行短路提示。本申请实施例所提供的方案可以将自放电率测试与电池循环测试结合,实现在循环过程中对电池内短路的识别与预警,能尽早发现电池中内短路变化,并及时作出预警,提升了识别效率以及准确度。
为了实施以上方法,本申请实施例还提供一种电池的短路识别装置,该电池的短路识别装置具体可以集成在终端设备如手机、平板电脑等设备中。
例如,如图4所示,是本申请实施例提供的电池的短路识别装置的第一种结构示意图。该电池的短路识别装置可以包括:
第一获取单元301,用于在对多个样本电池进行充放电循环测试的过程中,分别多次获取样本电池在静置阶段的自放电率和静置时长,以得到多个样本电池中的每个样本电池的多个自放电率和静置时长的对应关系;
计算单元302,用于根据对应关系计算自放电率阈值;
第二获取单元303,用于对与样本电池相同类型的目标电池进行充放电循环测试,并获取目标电池在静置阶段的自放电率;
判断单元304,用于判断目标电池在静置阶段的自放电率是否大于自放电率阈值;
处理单元305,用于当判断单元304判断为是时,停止充放电循环测试并进行短路提示。
在一实施例中,计算单元302,还用于在根据对应关系计算自放电率阈值之前,根据对应关系计算静置目标区间。
判断单元304,还用于当目标电池在静置阶段的静置时长位于静置目标区间内时,判断目标电池在静置阶段的自放电率是否大于自放电率阈值。
在一实施例中,请进一步参阅图5,其中,计算单元302可以具体包括:
生成子单元3021,用于将静置时长作为横轴,自放电率作为纵轴,以生成多个自放电率和静置时长的散点图;
第一确定子单元3022,用于将散点图拟合得到曲线图,并在曲线图中,根据斜率选取目标区间,将目标区间确定为静置目标区间。
第二确定子单元3023,用于在目标区间中选取最大自放电率值,并将最大自放电率值确定为自放电率阈值。
具体实施时,以上各个单元可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个单元的具体实施可参见前面的方法实施例,在此不再赘述。
应当说明的是,本申请实施例提供的电池的短路识别装置与上文实施例中的电池的短路识别方法属于同一构思,在电池的短路识别装置上可以运行电池的短路识别方法实施例中提供的任一方法,其具体实现过程详见电池的短路识别方法实施例,此处不再赘述。
本申请实施例提出的电池的短路识别装置,通过在对多个样本电池进行充放电循环测试的过程中,分别多次获取样本电池在静置阶段的自放电率和静置时长,以得到多个样本电池中的每个样本电池的多个自放电率和静置时长的对应关系,根据对应关系计算自放电率阈值,对与样本电池相同类型的目标电池进行充放电循环测试,并获取目标电池在静置阶段的自放电率,判断目标电池在静置阶段的自放电率是否大于自放电率阈值,若目标电池在静置阶段的自放电率大于自放电率阈值,则停止充放电循环测试并进行短路提示。本申请实施例所提供的方案可以将自放电率测试与电池循环测试结合,实现在循环过程中对电池内短路的识别与预警,能尽早发现电池中内短路变化,并及时作出预警,提升了识别效率以及准确度。
本申请实施例还提供了一种电子设备,如图6所示,其示出了本申请实施例所涉及的电子设备的结构示意图,具体来讲:
该电子设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解,图6中示出的电子设备结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器401是该电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器402内的软件程序和/或单元,以及调用存储在存储器402内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体监控。存储器402可用于存储软件程序以及单元,处理器401通过运行存储在存储器402的软件程序以及单元,从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储器402可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器402还可以包括存储器控制器,以提供处理器401对存储器402的访问。
电子设备还包括给各个部件供电的电源403,优选的,电源403可以通过电源管理系统与处理器401逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。该电子设备还可包括输入单元404,该输入单元404可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
具体在本实施例中,电子设备中的处理器401会按照指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中,并由处理器401来运行存储在存储器402中的应用程序,从而实现各种功能。
另外,本申请实施例还提供一种存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以执行本申请实施例所提供的任一种电池的短路识别方法中。例如,该指令可以执行:
在对多个样本电池进行充放电循环测试的过程中,分别多次获取样本电池在静置阶段的自放电率和静置时长,以得到多个样本电池中的每个样本电池的多个自放电率和静置时长的对应关系;
根据对应关系计算自放电率阈值;
对与样本电池相同类型的目标电池进行充放电循环测试,并获取目标电池在静置阶段的自放电率;
判断目标电池在静置阶段的自放电率是否大于自放电率阈值;
若目标电池在静置阶段的自放电率大于自放电率阈值,则停止充放电循环测试并进行短路提示。
以上操作的具体实施可参见前面的实施例,在此不再赘述。
其中,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令,可以执行本申请实施例所提供的任一种电池的短路识别方法,因此,可以实现本申请实施例所提供的任一种电池的短路识别方法所能实现的有益效果,详见前面的实施例,在此不再赘述。以上对本申请实施例所提供的一种电池的短路识别方法、装置及存储介质进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本申请的限制。
Claims (9)
1.一种电池的短路识别方法,其特征在于,包括:
在对多个样本电池进行充放电循环测试的过程中,分别多次获取所述样本电池在静置阶段的自放电率和静置时长,以得到多个样本电池中的每个样本电池的多个所述自放电率和静置时长的对应关系;
根据所述对应关系计算自放电率阈值;
对与所述样本电池相同类型的目标电池进行充放电循环测试,并获取所述目标电池在静置阶段的自放电率;
判断所述目标电池在静置阶段的自放电率是否大于所述自放电率阈值;
若所述目标电池在静置阶段的自放电率大于所述自放电率阈值,则停止所述充放电循环测试并进行短路提示;
在根据所述对应关系计算自放电率阈值之前,所述方法还包括:
根据所述对应关系计算静置目标区间。
2.如权利要求1所述的电池的短路识别方法,其特征在于,判断所述目标电池在静置阶段的自放电率是否大于所述自放电率阈值的步骤,包括:
当所述目标电池在静置阶段的静置时长位于所述静置目标区间内时,判断所述目标电池在静置阶段的自放电率是否大于所述自放电率阈值。
3.如权利要求1所述的电池的短路识别方法,其特征在于,根据所述对应关系计算静置目标区间的步骤,包括:
将所述静置时长作为横轴,所述自放电率作为纵轴,以生成多个所述自放电率和静置时长的散点图;
将所述散点图拟合得到曲线图,并在所述曲线图中,根据斜率选取目标区间,将所述目标区间确定为所述静置目标区间。
4.如权利要求1所述的电池的短路识别方法,其特征在于,根据所述对应关系计算自放电率阈值的步骤,包括:
在所述目标区间中选取最大自放电率值,并将所述最大自放电率值确定为所述自放电率阈值。
5.如权利要求1所述的电池的短路识别方法,其特征在于,获取所述样本电池或目标电池在静置阶段的自放电率的步骤,包括:
获取所述样本电池或目标电池在静置阶段前后的电压差;
根据所述电压差和静置时长计算所述自放电率。
6.一种电池的短路识别装置,其特征在于,包括:
第一获取单元,用于在对多个样本电池进行充放电循环测试的过程中,分别多次获取所述样本电池在静置阶段的自放电率和静置时长,以得到多个样本电池中的每个样本电池的多个所述自放电率和静置时长的对应关系;
计算单元,用于根据所述对应关系计算自放电率阈值;
第二获取单元,用于对与所述样本电池相同类型的目标电池进行充放电循环测试,并获取所述目标电池在静置阶段的自放电率;
判断单元,用于判断所述目标电池在静置阶段的自放电率是否大于所述自放电率阈值;
处理单元,用于当所述判断单元判断为是时,停止所述充放电循环测试并进行短路提示;
所述计算单元,还用于在根据所述对应关系计算自放电率阈值之前,根据所述对应关系计算静置目标区间。
7.如权利要求6所述的电池的短路识别装置,其特征在于,
所述判断单元,还用于当所述目标电池在静置阶段的静置时长位于所述静置目标区间内时,判断所述目标电池在静置阶段的自放电率是否大于所述自放电率阈值。
8.如权利要求7所述的电池的短路识别装置,其特征在于,所述计算单元包括:
生成子单元,用于将所述静置时长作为横轴,所述自放电率作为纵轴,以生成多个所述自放电率和静置时长的散点图;
第一确定子单元,用于将所述散点图拟合得到曲线图,并在所述曲线图中,根据斜率选取目标区间,将所述目标区间确定为所述静置目标区间;
第二确定子单元,用于在所述目标区间中选取最大自放电率值,并将所述最大自放电率值确定为自放电率阈值。
9.一种存储介质,其特征在于,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行权利要求1至5任一项所述的电池的短路识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111063248.9A CN113848489B (zh) | 2021-09-10 | 2021-09-10 | 电池的短路识别方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111063248.9A CN113848489B (zh) | 2021-09-10 | 2021-09-10 | 电池的短路识别方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113848489A CN113848489A (zh) | 2021-12-28 |
CN113848489B true CN113848489B (zh) | 2024-03-19 |
Family
ID=78973554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111063248.9A Active CN113848489B (zh) | 2021-09-10 | 2021-09-10 | 电池的短路识别方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113848489B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115144765A (zh) * | 2022-07-05 | 2022-10-04 | 东莞新能安科技有限公司 | 电池内短路故障检测方法及装置 |
CN116165557A (zh) * | 2023-04-18 | 2023-05-26 | 深圳市思远半导体有限公司 | 电池检测方法及装置、电子设备与可读存储介质 |
CN116165562B (zh) * | 2023-04-25 | 2023-10-03 | 江苏时代新能源科技有限公司 | 电池自放电检测方法、装置、设备、存储介质及程序产品 |
CN116482551B (zh) * | 2023-04-26 | 2024-03-29 | 上海玫克生储能科技有限公司 | 模组内短路的标定方法、测量方法、系统、设备及介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103235267A (zh) * | 2013-04-02 | 2013-08-07 | 江苏华富储能新技术股份有限公司 | 一种快速有效比较电池自放电率大小的方法 |
CN103364729A (zh) * | 2012-03-30 | 2013-10-23 | 北汽福田汽车股份有限公司 | 电池的检测方法 |
CN105983542A (zh) * | 2015-02-13 | 2016-10-05 | 国家电网公司 | 一种退役电动汽车动力电池分类方法 |
JP2017054761A (ja) * | 2015-09-11 | 2017-03-16 | 日本碍子株式会社 | 全固体リチウム電池の検査方法及び全固体リチウム電池の製造方法 |
CN106654180A (zh) * | 2016-12-29 | 2017-05-10 | 成都国珈星际固态锂电科技有限公司 | 电池极片及其制备方法、锂离子电池 |
CN107256987A (zh) * | 2017-06-06 | 2017-10-17 | 江西优特汽车技术有限公司 | 一种动力电池微短路检测方法 |
CN108717167A (zh) * | 2018-06-04 | 2018-10-30 | 合肥工业大学 | 基于等效短路内阻模型的电动汽车电池自放电故障判断方法 |
CN111257764A (zh) * | 2020-02-24 | 2020-06-09 | 上海蔚来汽车有限公司 | 监控电池短路的方法、系统以及装置 |
CN111361448A (zh) * | 2020-03-19 | 2020-07-03 | 一汽解放汽车有限公司 | 电池的自放电检测方法、装置、电池控制器和存储介质 |
CN111562509A (zh) * | 2020-04-03 | 2020-08-21 | 中国电力科学研究院有限公司 | 一种用于确定退役动力电池剩余寿命的方法及系统 |
CN111707965A (zh) * | 2020-05-26 | 2020-09-25 | 欣旺达电动汽车电池有限公司 | 锂离子电池短路测试的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102760907B (zh) * | 2011-04-29 | 2014-07-02 | 广州丰江电池新技术股份有限公司 | 一种锂二次电池组的配组方法 |
-
2021
- 2021-09-10 CN CN202111063248.9A patent/CN113848489B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103364729A (zh) * | 2012-03-30 | 2013-10-23 | 北汽福田汽车股份有限公司 | 电池的检测方法 |
CN103235267A (zh) * | 2013-04-02 | 2013-08-07 | 江苏华富储能新技术股份有限公司 | 一种快速有效比较电池自放电率大小的方法 |
CN105983542A (zh) * | 2015-02-13 | 2016-10-05 | 国家电网公司 | 一种退役电动汽车动力电池分类方法 |
JP2017054761A (ja) * | 2015-09-11 | 2017-03-16 | 日本碍子株式会社 | 全固体リチウム電池の検査方法及び全固体リチウム電池の製造方法 |
CN106654180A (zh) * | 2016-12-29 | 2017-05-10 | 成都国珈星际固态锂电科技有限公司 | 电池极片及其制备方法、锂离子电池 |
CN107256987A (zh) * | 2017-06-06 | 2017-10-17 | 江西优特汽车技术有限公司 | 一种动力电池微短路检测方法 |
CN108717167A (zh) * | 2018-06-04 | 2018-10-30 | 合肥工业大学 | 基于等效短路内阻模型的电动汽车电池自放电故障判断方法 |
CN111257764A (zh) * | 2020-02-24 | 2020-06-09 | 上海蔚来汽车有限公司 | 监控电池短路的方法、系统以及装置 |
CN111361448A (zh) * | 2020-03-19 | 2020-07-03 | 一汽解放汽车有限公司 | 电池的自放电检测方法、装置、电池控制器和存储介质 |
CN111562509A (zh) * | 2020-04-03 | 2020-08-21 | 中国电力科学研究院有限公司 | 一种用于确定退役动力电池剩余寿命的方法及系统 |
CN111707965A (zh) * | 2020-05-26 | 2020-09-25 | 欣旺达电动汽车电池有限公司 | 锂离子电池短路测试的方法 |
Non-Patent Citations (4)
Title |
---|
MH-Ni蓄电池自放电规律及其应用;刘雪省 等;电源技术(第03期);第193-195页 * |
混合动力电池管理系统控制策略设计;韩慧超;中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑(第04期);C035-309 * |
锂离子电池自放电影响因素及测量方法研究;胡家佳 等;电源技术(第03期);第495-497页 * |
锂离子电池自放电行为研究概述;杨增武 等;电源技术;第40卷(第6期);第1309-1311页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113848489A (zh) | 2021-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113848489B (zh) | 电池的短路识别方法、装置及存储介质 | |
CN109613436B (zh) | 电池管理系统、电池系统及电池析锂的检测方法、装置 | |
CN109839598B (zh) | 一种无损检测锂离子电池正极可逆锂损失方法 | |
JP5307034B2 (ja) | 制御弁式鉛蓄電池性能の分析方法 | |
CN111123148B (zh) | 一种判断金属二次电池内短路的方法及设备 | |
CN111198328A (zh) | 一种电池析锂检测方法及电池析锂检测系统 | |
CN111175653A (zh) | 一种用于辨识预判三元电池容量“跳水”故障的方法 | |
US20200064411A1 (en) | Mobile platform, computer readable storage medium, battery and control method and system thereof | |
EP4369013A1 (en) | Method and system for early warning of abnormal self-discharge of battery, and electronic device and storage medium | |
CN112782582A (zh) | 一种锂离子电池负极析锂的检测方法 | |
CN106249164B (zh) | 一种快速判定铅蓄电池组单只落后的检测方法 | |
CN114252792A (zh) | 电池包的内短路检测方法、装置、电子设备及存储介质 | |
CN112108400B (zh) | 一种预测软包电池循环性能的测试方法 | |
CN113655398A (zh) | 预估锂电池循环跳水的方法 | |
CN111130177B (zh) | 一种bbu的管理方法、系统及装置 | |
CN116224116A (zh) | 锂离子电池析锂的检测方法 | |
CN116008836A (zh) | 电池的短路检测方法、装置及存储介质 | |
CN113135115B (zh) | 检测电池系统短路的方法、装置、车辆及存储介质 | |
CN115015775A (zh) | 一种同批次锂电池一致性评价方法、装置和处理设备 | |
CN114545250A (zh) | 一种叠片软包锂电池质量检测方法及系统 | |
Zhang et al. | Internal short circuit warning method of parallel lithium-ion module based on loop current detection | |
Jan et al. | Experimental Evaluation of the True Remaining Capacity of Legacy Lead-Acid Batteries | |
CN116754981B (zh) | 电池容量预测方法、装置、电子设备及存储介质 | |
CN116540137B (zh) | 二次电池容量跳水识别方法及系统 | |
Huang et al. | Evaluation index of battery pack of energy storage station based on RB recession mechanism |
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 | ||
CB02 | Change of applicant information |
Address after: 518107 Xinwangda Industrial Park, No.18, Tangjia south, Gongming street, Guangming New District, Shenzhen City, Guangdong Province Applicant after: Xinwangda Power Technology Co.,Ltd. Address before: 518107 Xinwangda Industrial Park, No.18, Tangjia south, Gongming street, Guangming New District, Shenzhen City, Guangdong Province Applicant before: SUNWODA ELECTRIC VEHICLE BATTERY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |