CN113884930A - 一种预测动力电池循环寿命及健康状态的方法 - Google Patents
一种预测动力电池循环寿命及健康状态的方法 Download PDFInfo
- Publication number
- CN113884930A CN113884930A CN202111168354.3A CN202111168354A CN113884930A CN 113884930 A CN113884930 A CN 113884930A CN 202111168354 A CN202111168354 A CN 202111168354A CN 113884930 A CN113884930 A CN 113884930A
- Authority
- CN
- China
- Prior art keywords
- cycle
- power battery
- predicting
- battery
- capacity retention
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000036541 health Effects 0.000 title claims abstract description 15
- 230000014759 maintenance of location Effects 0.000 claims abstract description 30
- 238000012360 testing method Methods 0.000 claims abstract description 17
- 238000012937 correction Methods 0.000 claims abstract description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 6
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 9
- 229910001416 lithium ion Inorganic materials 0.000 description 9
- 238000007599 discharging Methods 0.000 description 7
- 230000009189 diving Effects 0.000 description 5
- 125000004122 cyclic group Chemical group 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004146 energy storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000004044 response Effects 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]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
Abstract
本发明公开了一种预测动力电池循环寿命及健康状态的方法，包括以下步骤：(1)在待测动力电池工作温度范围内的某一温度下，对待测动力电池进行充、放电循环测试；(2)将第n周循环时对应的充电电量记为Qcn，第n周循环时对应的放电电量记为Qdn，计算第n周的库伦效率为CE＝Qdn/Qcn；(3)计算第n周的等效库伦效率ECE＝CE×βn＝Qdn/Qcn×Qcn/Qdn‑1＝Qdn/Qdn‑1，其中βn＝Qcn/Qdn‑1，为修正系数；(4)采用前n周的等效库伦效率的平均值
预测循环m周的容量保持率
Description
技术领域
本发明涉及一种预测动力电池循环寿命及健康状态的方法，属于动力电池技术领域。
背景技术
随着电动汽车及储能电池的应用推广，准确预测电池剩余寿命是锂离子电池领域的核心研究方向之一，也是BMS健康管理公认的研究热点和难点。目前关于循环寿命预测的方法是被研究最广泛的，主要分为三大类：基于物理失效模型的方法，基于数据驱动的方法和基于融合技术的方法[1]。三类方法是相关联的，物理模型与电池的内在机理相关，数据驱动是外在表现形式，融合技术是对二者的有效结合。现有的方法往往能够预测健康状态(SOH)或者剩余使用寿命(RUL)，但是对容量突降的跳水电池往往没有足够的预测能力或者反应时间进行补救，而且复杂的检测或计算方法用于在线监测电池的健康也是不切实际的。
近几年，库仑效率这一重要研究参数映入研究者视野，被广泛用于衡量动力电池的循环寿命，并用来分析电池容量的衰减。但是库伦效率普遍存在噪音大、精度低的缺点，对设备提出很高的要求。为解决该参数的普遍应用性，在专利文献CN112819196A中已提出等效库伦效率的概念，根据等效库伦效率，计算动力电池循环过程中的容量保持率，以此预测电池的循环寿命。在专利文献CN112819196A中，根据已测试的各周的等效效率的乘积(即累积等效效率)，直接预测第n周的容量保持率，Cn＝ηnβn×ηn-1βn-1×ηn-2βn-2×……×η1β1，该方法测试周数越多，对后期预测效果越理想，但是对跳水电池的预测效果则不太理想。
针对预测模型的通用性，尤其针对跳水或者突发失效的电池，我们在此专利文献的基础上做了进一步补充和改进，基于等效效率建立循环过程中电池的容量衰减预测模型，提出一种能够更准确的预测电池循环性能的方法，并进一步提出了一种可用于电池管理系统(BMS)中寿命预测的数学模型。
发明内容
本发明的目的在于提供一种预测动力电池循环寿命及健康状态的方法，采用该方法能够更准确的预测电池循环性能，可以对有跳水迹象的电池进行寿命预测，可用于电池管理系统中寿命预测。
为实现上述目的，本发明采用以下技术方案：
一种预测动力电池循环寿命及健康状态的方法，包括以下步骤：
(1)在待测动力电池工作温度范围内的某一温度下，对待测动力电池进行充、放电循环测试；
(2)将第n周循环时对应的充电电量记为Qcn，第n周循环时对应的放电电量记为Qdn，计算第n周的库伦效率(Columbic Efficiency，CE)为CE＝Qdn/Qcn；
(3)计算第n周的等效库伦效率(Equivalent Columbic Efficiency，ECE)ECE＝CE×βn＝Qdn/Qcn×Qcn/Qdn-1＝Qdn/Qdn-1，其中βn＝Qcn/Qdn-1，为修正系数；
(4)采用前n周的等效库伦效率的平均值
预测循环m周的容量保持率，其中，
ECE循环m周的容量保持率为
m≥2n，依据该容量保持率预测动力电池的循环寿命。
进一步地，所述待测动力电池的工作温度范围为-30～55℃，优选为-10～45℃。
进一步地，所述n的取值为n≥2。
本发明的有益效果：
(1)本发明的预测方法可以准确用于车用动力电池/储能电池的剩余循环寿命预测和健康状态管理，从线下测试层面考虑，解除了库伦效率必须使用超高精度库仑计乃至更高测试环境的要求限制，该预测方法的准确性也得到了显著的提升；
(2)本发明不仅测试简单可行，而且可以对有跳水迹象的电池进行寿命预测，也给BMS的健康管理预留了足够的时间。
附图说明
图1为实施例1中锂离子电池的阶段容量保持率和寿命预测结果示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通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，都属于本发明保护的范围。
以下实施例中测试充、放电的设备为lanhe充放电测试系统，其精度为电压精度为0.1％FS+0.1％RD，电流精度为0.1％FS+0.1％RD。
采用lanhe动力电池充放电系统测得实际容量保持率。
实施例1
本实施例提供一种利用平均等效库伦效率预测容量保持率的方法，包括以下步骤：
步骤一，选择在25℃±2℃温度下进行循环寿命测试，以下步骤均在此温度条件下进行；
步骤二，将待测锂离子电池以1.0C恒流充电至电压为4.2V，然后以4.2V恒压充电至电流为1/20C，静置30min之后，将电池以1C恒流放电至电压为2.8V，以此进行850次循环充放电测试，将第n(n＝1，2，3，……，850)周循环时对应的充电电量记为Qcn，第n周循环时对应的放电电量记为Qdn；
步骤三，计算第n周的库伦效率为CE＝Qdn/Qcn；计算第n周的等效库伦效率ECE(n)＝CE×βn＝Qdn/Qcn×Qcn/Qdn-1＝Qdn/Qdn-1，其中βn＝Qcn/Qdn-1，为修正系数；
步骤四，计算前n周的等效库伦效率的平均值：
采用该平均值预测循环2n周的容量保持率：
再利用2n周的容量保持率，预测4n周的循环寿命(容量保持率)，依次类推，来预测动力电池的循环寿命。
作为对比，采用专利文献CN112819196A中记载的方法，按照公式
计算累积等效库伦效率(前n周各周的等效效率的乘积)，以此来预测动力电池的循环寿命。
本实施例中锂离子电池的阶段容量保持率和寿命预测结果如图1所示，从图中可以看出，利用前n周的平均等效库伦效率预测2n周的容量保持率，可与实际测试结果对比，达到6％以内的相对偏差。而采用累积等效库伦效率预测结果与实际测试结果相比，在跳水前相对偏差为可以控制在6％以内，而在跳水后，在700周～750周之间，采用累积等效库伦效率预测结果与实际测试结果相比，相对标准偏差约为15％～45％，因此对电池跳水后的预测效果不理想。
可见本实施例中采用平均等效库伦效率2n值预测法的准确性，有利于锂离子电池循环寿命的快速准确预测。
实施例2
本实施例提供一种利用平均等效库伦效率预测容量保持率的方法，包括以下步骤：
步骤一，在45℃±2℃温度下，以下步骤均在此温度条件下进行；
步骤二，将待测锂离子电池以0.5C恒流充电至电压为4.2V，然后以4.2V恒压充电至电流为1/20C，静置30min之后，将电池以1C恒流放电至电压为2.8V，以此进行850次循环充放电测试，将第n(n＝1，2，3，……，850)周循环时对应的充电电量记为Qcn，第n周循环时对应的放电电量记为Qdn；
步骤三，计算第n周的库伦效率为CE＝Qdn/Qcn；计算第n周的等效库伦效率ECE(n)＝CE×βn＝Qdn/Qcn×Qcn/Qdn-1＝Qdn/Qdn-1，其中βn＝Qcn/Qdn-1，为修正系数；
步骤四，计算前n周的等效库伦效率的平均值：
采用该平均值预测循环2n周的容量保持率：
再利用2n周的容量保持率，预测4n周的循环寿命(容量保持率)，依次类推，来预测动力电池的循环寿命。
实施例3
本实施例提供一种利用平均等效库伦效率预测容量保持率的方法，包括以下步骤：
步骤一，在-10℃±2℃温度下，以下步骤均在此温度条件下进行；
步骤二，将待测锂离子电池以0.5C恒流充电至电压为4.2V，然后以4.2V恒压充电至电流为1/20C，静置30min之后，将电池以1C恒流放电至电压为2.8V，以此进行850次循环充放电测试，将第n(n＝1，2，3，……，850)周循环时对应的充电电量记为Qcn，第n周循环时对应的放电电量记为Qdn；
步骤三，计算第n周的库伦效率为CE＝Qdn/Qcn；计算第n周的等效库伦效率ECE(n)＝CE×βn＝Qdn/Qcn×Qcn/Qdn-1＝Qdn/Qdn-1，其中βn＝Qcn/Qdn-1，为修正系数；
步骤四，计算前n周的等效库伦效率的平均值：
采用该平均值预测循环2n周的容量保持率：
再利用2n周的容量保持率，预测4n周的循环寿命(容量保持率)，依次类推。
经过实施例1-3的测定，该锂离子电池在25℃、45℃以及-10℃的400周、750周循环的容量保持率值如表1所示。
表1不同实施例中实际容量保持率和采用平均等效库伦效率预测2n周后的容量保持率结果。
通过对比三个实施例，从表1中可以看出，采用平均等效库伦效率法预测2n周后的容量保持率，跳水前和跳水后的预测结果与实际测试结果的相对偏差值均小于6％，可见该方法的准确性，更有利于锂离子电池循环寿命的快速准确预测，同时对跳水电池有更好的预判性。
Claims (4)
1.一种预测动力电池循环寿命及健康状态的方法，包括以下步骤：
(1)在待测动力电池工作温度范围内的某一温度下，对待测动力电池进行充、放电循环测试；
(2)将第n周循环时对应的充电电量记为Qcn，第n周循环时对应的放电电量记为Qdn，计算第n周的库伦效率为CE＝Qdn/Qcn；
(3)计算第n周的等效库伦效率ECE＝CE×βn＝Qdn/Qcn×Qcn/Qdn-1＝Qdn/Qdn-1，其中βn＝Qcn/Qdn-1，为修正系数；
(4)采用前n周的等效库伦效率的平均值
预测循环m周的容量保持率，其中，
循环m周的容量保持率为
依据该容量保持率预测动力电池的循环寿命。
2.根据权利要求1所述的预测动力电池循环寿命及健康状态的方法，其特征在于，所述待测动力电池的工作温度范围为-30～55℃。
3.根据权利要求2所述的预测动力电池循环寿命及健康状态的方法，其特征在于，所述待测动力电池的工作温度范围为-10～45℃。
4.根据权利要求1所述的预测动力电池循环寿命及健康状态的方法，其特征在于，所述n的取值为n≥2。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111168354.3A CN113884930A (zh) | 2021-09-30 | 2021-09-30 | 一种预测动力电池循环寿命及健康状态的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111168354.3A CN113884930A (zh) | 2021-09-30 | 2021-09-30 | 一种预测动力电池循环寿命及健康状态的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113884930A true CN113884930A (zh) | 2022-01-04 |
Family
ID=79005480
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111168354.3A Pending CN113884930A (zh) | 2021-09-30 | 2021-09-30 | 一种预测动力电池循环寿命及健康状态的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113884930A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117434453A (zh) * | 2023-12-21 | 2024-01-23 | 南昌大学 | 一种锂离子电池寿命异常检测方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102854470A (zh) * | 2012-08-31 | 2013-01-02 | 哈尔滨工业大学 | 一种用于动力电池组soc估计实际可用容量的测量方法 |
| EP3258282A1 (fr) * | 2016-05-27 | 2017-12-20 | Commissariat à l'Energie Atomique et aux Energies Alternatives | Procédé et dispositif d'évaluation d'un indicateur d'état de santé d'une cellule d'une batterie lithium |
| WO2019172692A1 (ko) * | 2018-03-07 | 2019-09-12 | 주식회사 엘지화학 | 배터리 수명 예측 장치 및 방법 |
| CN112180258A (zh) * | 2019-07-01 | 2021-01-05 | 电计贸易(上海)有限公司 | 电池平均库伦效率的测定方法、装置、介质、终端、及系统 |
| CN112462282A (zh) * | 2020-11-09 | 2021-03-09 | 西南大学 | 基于机理模型的用于确定电池组实时荷电状态的方法 |
| CN112819196A (zh) * | 2020-12-28 | 2021-05-18 | 国联汽车动力电池研究院有限责任公司 | 一种等效库伦效率的测定方法及动力电池循环寿命的预测方法 |
-
2021
- 2021-09-30 CN CN202111168354.3A patent/CN113884930A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102854470A (zh) * | 2012-08-31 | 2013-01-02 | 哈尔滨工业大学 | 一种用于动力电池组soc估计实际可用容量的测量方法 |
| EP3258282A1 (fr) * | 2016-05-27 | 2017-12-20 | Commissariat à l'Energie Atomique et aux Energies Alternatives | Procédé et dispositif d'évaluation d'un indicateur d'état de santé d'une cellule d'une batterie lithium |
| WO2019172692A1 (ko) * | 2018-03-07 | 2019-09-12 | 주식회사 엘지화학 | 배터리 수명 예측 장치 및 방법 |
| CN112180258A (zh) * | 2019-07-01 | 2021-01-05 | 电计贸易(上海)有限公司 | 电池平均库伦效率的测定方法、装置、介质、终端、及系统 |
| CN112462282A (zh) * | 2020-11-09 | 2021-03-09 | 西南大学 | 基于机理模型的用于确定电池组实时荷电状态的方法 |
| CN112819196A (zh) * | 2020-12-28 | 2021-05-18 | 国联汽车动力电池研究院有限责任公司 | 一种等效库伦效率的测定方法及动力电池循环寿命的预测方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117434453A (zh) * | 2023-12-21 | 2024-01-23 | 南昌大学 | 一种锂离子电池寿命异常检测方法 |
| CN117434453B (zh) * | 2023-12-21 | 2024-02-20 | 南昌大学 | 一种锂离子电池寿命异常检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106291372B (zh) | 一种新的锂离子动力电池剩余寿命预测方法 | |
| CN107991623B (zh) | 一种考虑温度和老化程度的电池安时积分soc估计方法 | |
| CN109856559B (zh) | 一种锂电池循环寿命的预测方法 | |
| CN110161425B (zh) | 一种基于锂电池退化阶段划分的剩余使用寿命的预测方法 | |
| CN112363075B (zh) | 一种锂离子电池老化的评估方法 | |
| CN105634063B (zh) | 一种基于电池历史数据的主动均衡方法 | |
| CN103163480A (zh) | 锂电池健康状态的评估方法 | |
| CN101860056A (zh) | 一种基于Map模型的动力锂电池组均衡管理系统 | |
| CN110320472B (zh) | 一种用于矿用锂电池的自修正soc估计方法 | |
| CN112485673B (zh) | 一种基于动态多安全约束的电池充放电峰值功率预测方法 | |
| CN107817448B (zh) | 一种适用于复杂工况的在线实时监测电池电量的方法 | |
| CN110450677B (zh) | 一种基于电池老化状态估计的复合储能电动汽车的能量管理方法 | |
| CN111366864B (zh) | 一种基于固定压升区间的电池soh在线估计方法 | |
| CN109509927A (zh) | 一种锂离子电池的充电方式 | |
| CN111239629A (zh) | 一种退役锂电池的梯次利用状态区间划分方法 | |
| CN107045104A (zh) | 一种钛酸锂电池容量的在线估计方法 | |
| CN108732499A (zh) | 一种检测锂离子电池循环寿命的方法和系统 | |
| CN101388562B (zh) | 快速充电方法 | |
| CN112068000A (zh) | 一种考虑动力电池耐久性影响的峰值功率预测方法 | |
| CN112819196B (zh) | 一种等效库伦效率的测定方法及动力电池循环寿命的预测方法 | |
| CN113884930A (zh) | 一种预测动力电池循环寿命及健康状态的方法 | |
| CN111257770A (zh) | 一种电池包功率估算方法 | |
| CN105866699A (zh) | 一种电池荷电量的估算方法 | |
| CN114879053B (zh) | 一种储能磷酸铁锂电池寿命预测方法 | |
| 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 |