CN113985300B - 一种锂离子电池包自放电测试方法及系统 - Google Patents
一种锂离子电池包自放电测试方法及系统 Download PDFInfo
- Publication number
- CN113985300B CN113985300B CN202111261339.3A CN202111261339A CN113985300B CN 113985300 B CN113985300 B CN 113985300B CN 202111261339 A CN202111261339 A CN 202111261339A CN 113985300 B CN113985300 B CN 113985300B
- Authority
- CN
- China
- Prior art keywords
- battery module
- fault
- discharge
- preset
- self
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 64
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 title claims abstract description 27
- 229910001416 lithium ion Inorganic materials 0.000 title claims abstract description 27
- 230000002159 abnormal effect Effects 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000004519 manufacturing process Methods 0.000 claims abstract description 18
- 208000028659 discharge Diseases 0.000 claims description 111
- 238000007599 discharging Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 8
- QSNQXZYQEIKDPU-UHFFFAOYSA-N [Li].[Fe] Chemical compound [Li].[Fe] QSNQXZYQEIKDPU-UHFFFAOYSA-N 0.000 claims description 4
- KLARSDUHONHPRF-UHFFFAOYSA-N [Li].[Mn] Chemical compound [Li].[Mn] KLARSDUHONHPRF-UHFFFAOYSA-N 0.000 claims description 3
- 238000010998 test method Methods 0.000 abstract description 9
- 230000005856 abnormality Effects 0.000 abstract description 6
- 238000012216 screening Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000012764 semi-quantitative analysis Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003446 memory effect Effects 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012113 quantitative test Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification 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]
- G01R31/385—Arrangements for measuring battery or accumulator 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
- G01R31/36—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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本申请实施例提供一种锂离子电池包自放电测试方法及系统，该方法包括：通过获取待测试的故障电池模组的已使用状态信息，其中包括该故障电池模组从生产完成到故障发生的时间周期和在所述时间周期内的损失容量；在使同一个电池包内的正常电池模组和故障电池模组均处于完全空电状态后，然后按照相同的充放电测试条件对正常电池模组和故障电池模组进行充放电操作，以获取各自在测试阶段的漏电流；再根据正常电池模组和故障电池模组的漏电流、所述时间周期和所述损失容量确定该故障电池模组是否出现自放电异常故障。该方法可以从整包或模组级别快速地确定是否为内部电芯出现自放电异常，从而找到电池包出现欠压的原因类型。
Description
技术领域
本申请涉及电池技术领域，尤其涉及一种锂离子电池包自放电测试方法及系统。
背景技术
锂离子电池具有电压高、比能量高、充放电寿命长、无记忆效应和对环境友好等优点，广泛的应用于工业生产和生活等各个领域。随着锂离子电池的应用越来越广泛，客户使用端对锂离子电池的性能要求也越来越高。
对于锂离子电池电芯，电芯从生产到使用，在存储搁置及使用的过程中，自身容量的损失便为自放电。引起电芯自放电的因素很多，除了本身材料的分解造成的容量损失外，更包括在生产制造过程中可能引入的金属杂质﹑粉尘﹑毛刺等，容易刺穿隔膜导致电芯自放电，按照目前常用的产线生产工艺，充至预设电压，搁置一段时间，再复测电芯电压，计算每天的平均压降，作为筛选自放电的标准。按照这种筛选方法可以筛选出部分在出厂前期便表现出自放电异常电芯，但是在后期的分析发现很多自放电异常现象是在电芯经过一段时间使用后才出现。
这种现象意味着自放电异常电芯无法在出厂前被完全识别出来，在装包成组使用后，因电芯自放电异常及电芯本身之间自放电差异导致的一致性问题，会极大地影响电池包本身电性能发挥。但是电池包本身出现欠压问题，并不一定为电芯自放电造成，电源管理系统(BMS)均衡异常开启，线束之间接插不良导致的漏电等，均可能造成电池包在使用过程中某一串出现漏电现象，表现为欠压，前期使用的电芯自放电筛选方法(压降ΔV＝(V0-V1)/T)已经不适用，需要一种可以定量测试模组或电芯自放电的方法，从整包/模组级别来确定是否是电芯本身自放电导致的故障发生。
发明内容
本申请实施例提供一种锂离子电池包自放电测试方法及系统，该方法可以从整包或模组级别来以确定是否是电芯本身出现自放电还是其他等原因而导致故障，提供了一种电池包故障的定量测试方案。
本申请的实施例提供一种锂离子电池包自放电测试方法，包括：
获取待测试的故障电池模组的已使用状态信息，所述已使用状态信息包括所述故障电池模组从生产完成到故障发生的时间周期和在所述时间周期内的损失容量；
使同一电池包内的正常电池模组和所述故障电池模组均处于完全空电状态，然后按照相同的充放电测试条件对所述正常电池模组和所述故障电池模组进行充放电操作，以获取各自在测试阶段的漏电流；
根据所述正常电池模组和所述故障电池模组的漏电流、所述时间周期和所述损失容量确定所述故障电池模组是否出现自放电异常故障。
在一些实施例中，所述根据所述正常电池模组和所述故障电池模组的漏电流、所述时间周期和所述损失容量确定所述故障电池模组是否出现自放电异常故障，包括：
计算所述故障电池模组的漏电流与所述时间周期的乘积；
在所述故障电池模组的漏电流与所述时间周期的乘积大于等于所述损失容量时，确定所述故障电池模组存在自放电异常故障。
在一些实施例中，该锂离子电池包自放电测试方法还包括：
在所述故障电池模组的漏电流与所述时间周期的乘积小于所述损失容量时，比较所述故障电池模组与所述正常电池模组的漏电流的大小；
若所述故障电池模组的漏电流与所述正常电池模组的漏电流之差超过预设误差范围，则确定所述故障电池模组存在自放电异常故障和系统漏电故障；
若所述故障电池模组的漏电流与所述正常电池模组的漏电流之差在所述预设误差范围内，则确定所述故障电池模组存在系统漏电故障。
在一些实施例中，所述按照相同的充放电测试条件对所述正常电池模组和所述故障电池模组进行充放电操作，以获取各自在测试阶段的漏电流，包括：
对处于完全空电状态的所述正常电池模组和所述故障电池模组按照相同的第一预设电流分别充电至预设容量，在相同温度下静置第一预设时间后，对所述正常电池模组和所述故障电池模组按照所述第一预设电流分别放电至预设电压，记录各自的放电容量；
根据所述预设容量与所述放电容量的差值计算所述正常电池模组和所述故障电池模组各自在所述预设时间内的绝对漏电流，所述预设时间内的绝对漏电流作为所述测试阶段的漏电流。
在一些实施例中，使所述正常电池模组和所述故障电池模组均处于完全空电状态，包括：
对所述正常电池模组和所述故障电池模组均进行一次放电且放电至所述预设电压，再利用第二预设电流进行二次放电至所述预设电压，静置第二预设时间后，得到完全放电状态的所述正常电池模组和所述故障电池模组；
其中，所述第一预设电流大于所述第二预设电流。
在一些实施例中，所述第一预设电流的取值范围为0.2C～0.5C；
所述第二预设电流的取值范围为0.05C～0.15C。
在一些实施例中，所述预设容量的取值范围为所述电池包的额定容量的10％～30％。
在一些实施例中，若所述电池包采用铁锂电芯构成时，所述预设电压设为2.0V；若所述电池包采用锰锂或三元电芯构成时，所述预设电压设为2.7V。
在一些实施例中，所述第一预设时间的取值范围为3天～15天；
所述第二预设时间的取值范围为1小时～5小时。
本申请的实施例还提供一种锂离子电池包自放电测试系统，包括：
信息获取模块，用于获取待测试的故障电池模组的已使用状态信息，所述已使用状态信息包括所述故障电池模组从生产完成到故障发生的时间周期和在所述时间周期内的损失容量；
充放电控制模块，用于使同一电池包内的正常电池模组和所述故障电池模组均处于完全空电状态，然后按照相同的充放电测试条件对所述正常电池模组和所述故障电池模组进行充放电操作，以获取各自在测试阶段的漏电流；
故障分析模块，用于根据所述正常电池模组和所述故障电池模组的漏电流、所述时间周期和所述损失容量确定所述故障电池模组是否出现自放电异常故障。
本申请的实施例具有如下有益效果：
本申请实施例的锂离子电池包自放电测试方法通过获取待测试的故障电池模组的已使用状态信息，其中包括故障电池模组从生产完成到故障发生的时间周期和在所述时间周期内的损失容量；在使同一包内的正常电池模组和故障电池模组均处于完全空电状态后，然后按照相同的充放电测试条件对正常电池模组和故障电池模组进行充放电操作，以获取各自在测试阶段的漏电流；再根据正常电池模组和故障电池模组的漏电流、所述时间周期和所述损失容量确定故障电池模组是否出现自放电异常故障。该方法通过利用正常的电池模组作对照测试并获取对应的漏电流大小，进而结合漏电流的情况及故障电池模组的已使用状态信息来进行半定量分析，可以在不进行整体拆包的情况下，快速地确定是否为内部电芯出现自放电异常，从而找到电池包出现欠压的原因类型等。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，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相关的附图。
图1示出了本申请实施例的锂离子电池包自放电测试方法的第一流程图；
图2示出了本申请实施例的锂离子电池包自放电测试方法的第二流程图；
图3示出了本申请实施例的锂离子电池包自放电测试方法的第三流程图；
图4示出了本申请实施例的锂离子电池包自放电测试系统的结构示意图。
具体实施方式
下面将结合本申请实施例中附图，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。
通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的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。
在下文中，可在本申请的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本申请的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本申请的各种实施例中被清楚地限定。
对于一些客户退货返修的出现欠压故障的电池包，由于采用对电芯进行自放电的测试方法并不适用于该由多个模组构成的整组电池包的测试，为了实现从整包/模组级别来确定返修的电池包是否是因内部电芯本身自放电而导致的故障发生，本申请实施例提出一种锂离子电池包自放电测试方法，该方法通过先获取故障的电池包的已使用状态信息，然后利用同一个包内的正常电池模组与故障电池模组按照相同的测试条件进行测试，以获取在测试阶段的漏电流情况，再结合该漏电流及获取的已使用状态信息来进行分析，从而快速判定是否为内部电芯出现自放电异常而导致整体电池包出现欠压故障。该方法不需要将电池包进行拆解后再对电芯进行测试，快速有效，可以半定量地确定故障的根本原因，具有较好的实用性。
下面结合具体的实施例进行说明。
实施例1
图1所示为本实施例的锂离子电池包自放电测试方法的第一流程图。
示范性地，该锂离子电池包自放电测试方法包括：
步骤S110，获取待测试的故障电池模组的已使用状态信息，其中，该已使用状态信息包括故障电池模组从生产完成到故障发生的时间周期和在该时间周期内的损失容量。
示范性地，对于出现欠压故障的电池包，可通过读取该电池包的电池管理系统(BMS)记录的相关数据，来获得其具体的使用情况，以便进行后续的故障发生原因分析。对于该电池包的使用情况，例如，可包括哪些为正常和故障的电池模组等，进一步地，对于其中的故障电池模组，其已使用状态信息可包括但不限于包括，该故障电池模组从生产完成到故障发生之间的时间周期、电池包在该时间周期内损失的容量等。
步骤S 120，使正常电池模组和故障电池模组均处于完全空电状态，然后按照相同的充放电测试条件对该正常电池模组和故障电池模组进行充放电操作，以获取各自在测试阶段的漏电流。
本实施例中，通过选取同一个电池包内的一组相同类型的无故障的电池模组(即上述的正常电池模组)来进行对照测试，同时在进行自放电测试之前将使两者处于相同状态，即上述的完全空电状态(也称完全放电状态)，从而保证后续测试结果的准确性及可靠性。
对于上述步骤S120，在一种实施方式中，如图2所示，在进行自放电测试时，可按照如下充放电测试条件进行充放电操作：
子步骤S210，对处于完全空电状态的正常电池模组和故障电池模组，可按照相同的第一预设电流分别充电至预设容量；然后在相同温度下静置第一预设时间后，再对该正常电池模组和故障电池模组按照上述的第一预设电流分别放电至预设电压，记录各自的放电容量。可选地，在静置第一预设时间之前和之后，还可分别记录一下两个电池模组的当前电压等，以便后续进行相应分析。
子步骤S220，根据上述的预设容量与记录的放电容量的差值，计算正常电池模组和故障电池模组各自在该预设时间内的绝对漏电流，而该预设时间内的绝对漏电流即作为该测试阶段的漏电流。
示范性地，若充电时的预设容量记为A1，放电后的放电容量记为A2，预设时间为T，则此时绝对漏电流a1的计算公式可为：a1＝|(A1-A2)/T|。
值得注意的是，在电池模组进行测试自放电过程中，本实施例通过先将两个电池模组充电到上述的预设容量，例如，其取值范围可选取为该电池模组的额定容量的10％～30％，具体可根据实际需求来适应性调整。这样可以避开内部电芯的充放电平台段，其中，在平台段电芯的电压压降不明显，从而进一步保证测试的可靠性等。
本实施例中采用放电倍率(C)来表示电池模组进行充电或放电时的电流大小。对于上述的第一预设电流的大小的选取，在一种实施方式中，其取值范围可为0.2C～0.5C，如0.2C，0.33C或0.5C等，具体可根据实际需求来选取，这里不作限定。
在一种实施方式中，上述的第一预设时间的取值范围可设为3天～15天，如3天，5天，7天，15天等，当然也可根据实际情况来适应性调整。
对于上述的预设电压的设置，可根据当前电池包的电芯类型来选取。例如，若该电池包采用铁锂电芯构成时，则该预设电压可设为2.0V；若电池包采用锰锂或三元电芯构成时，则该预设电压可设为2.7V等。
其中，在充放电测试时，还应当使上述两个电池模组处于相同的环境下，例如，可将正常和故障的电池模组放置在常温环境下进行测试，这里的常温环境可为25℃～45℃，如25℃，35℃等。
本实施例中，为了使上述两个电池组处于完全空电状态，示范性地，可先对正常电池模组和故障电池模组均进行一次放电且放电至上述的预设电压，再利用第二预设电流进行二次放电至该预设电压，静置第二预设时间后，即可得到完全放电状态的正常电池模组和故障电池模组。
其中，上述的第一预设电流大于该第二预设电流。例如，该第二预设电流的取值范围可为0.05C～0.15C，如0.05C，0.1C，0.15C等。
可以理解，通过在第一次放电后，再采用较小的小电流进行二次放电，可以保证电池模组进入深度放电的状态，可更好地保证完全放电状态。
于是，在获取到正常电池模组和故障电池模组在该测试阶段的绝对漏电流后，可进一步分析该故障电池模组是否出现自放电异常。
步骤S 130，根据该正常电池模组和故障电池模组的漏电流、所述时间周期和所述损失容量确定故障电池模组是否出现自放电异常故障。
在一种实施方式中，如图3所示，步骤S130包括如下子步骤：
子步骤S310，计算该故障电池模组的漏电流与上述时间周期的乘积。
子步骤S320，判断故障电池模组的漏电流与该时间周期的乘积是否大于等于上述损失容量。若大于等于该损失容量，则执行步骤S330。进一步可选地，若小于该损失容量，则执行子步骤S340。
子步骤S330，确定该故障电池模组存在自放电异常故障。
子步骤S340，比较故障电池模组与正常电池模组的漏电流的大小。
子步骤S350，若故障电池模组的漏电流与正常电池模组的漏电流之差超过预设误差范围，则确定故障电池模组存在自放电异常故障和系统漏电故障。
了步骤S360，若故障电池模组的漏电流与正常电池模组的漏电流之差在预设误差范围内，则确定故障电池模组存在系统漏电故障。
示范性地，若该故障电池模组从生产完成到故障发生之间的时间周期记为T0，该故障电池模组在该时间周期T0内损失的容量记为A0，该故障电池模组在预设时间T1内的绝对漏电流为a11，正常电池模组的绝对漏电流为a12，于是有：若a11*T0≥A0，则可直接判定为内部电芯出现自放电异常而导致整个电池包出现欠压问题，此时需进一步拆解相应模组，以便从电芯本身去查找自放电的更深层次的原因。
反之，若a11*T0<A0，则还需要结合两个电池模组的漏电流情况来进一步判定，若a11*T0<A0且a11与a12大小相当，即两个绝对漏电流的差值在允许的误差范围内，则可确定不是电芯本身自放电原因而导致电池包出现欠压，此时则需排查电池包的BMS系统端出现的异常漏电问题。以及，若a11*T0<A0且a11与a12的差值不在允许的误差范围内，则可判定电芯本身存在自放电异常的问题，需要进一步分析原因，同时也需要排查系统端的异常漏电问题。
对此，基于客户退货返修的出现单串压差大的容量为20Ah的几个铁锂电池模组，其中，每个故障电池模组的使用状态信息不同，这里以几组实际测试的结果进行验证说明。
(1)获取到第一个故障电池模组从生产完成到故障发生的时间周期为200天，以及该电池模组在此期间损失的容量4.5Ah。于是，取该单串低压和正常电压的电池组同时进行测试，先用20A放电至2.0V，再用1A小电流深放至2.0V，以保证两个模组均处于完全放空状态；然后搁置1h，再用2A充电至容量A1，此时记录下当前电压V1，在常温25℃搁置7天，测试此时的电压V2，再用2A放电至2.0V，记录两个电池组各自的放电容量A2。
(2)获取到第二个故障电池模组从生产完成到故障发生的时间周期为150天，以及该电池包在此期间损失的容量4Ah。同样，对该单串低压和正常电压的电池组同时进行测试，先用20A放电至2.0V，再用1A小电流深放至2.0V，以保证两个模组均处于完全放空状态；然后搁置1h，再用2A充电至容量A1，此时记录下当前电压V1，在常温25℃搁置7天，测试此时的电压V2，再用2A放电至2.0V，记录两个电池组各自的放电容量A2。
(3)获取到第三个故障电池模组从生产完成到故障发生的时间周期为100天，以及该电池模组在此期间损失的容量2Ah。同理，对该单串低压和正常电压的电池组同时进行测试，先用20A放电至2.0V，再用1A小电流深放至2.0V，以保证两个模组均处于完全放空状态；然后搁置1h，再用2A充电至容量A1，此时记录下当前电压V1，在常温25℃搁置7天，测试此时的电压V2，再用2A放电至2.0V，记录两个电池组各自的放电容量A2。
这里将三组具有不同使用状态信息的故障电池模组的测试结果列在表1中，从而更好地呈现通过本实施例的方法可以对不同的故障电池模组出现欠压的快速原因分析。
表1
值得注意的是，本实施例并没有利用电压作为电池包电芯自放电的筛选条件，而是结合容量来获取正常电池模组和故障电池模组在短时间内的容量损耗情况来判定。这是由于当采用电压作为判定条件时，必须保证在与客户使用的同一环境下进行测试才能保证测试结果的准确性，然而对于客户退回的问题电池包，在实际测试中，很难保证在完全相同的条件下进行电压对比测试，由于电压判定受外界因素影响大，通过该方式测试的结果并不够准确。而本实施例通过获取正常电池模组和故障电池模组在短期内的容量损耗情况，以此来评估整个电池包在长期使用周期内的容量损耗，可以降低外界因素对自放电测试的影响，保证测试结果的准确性等。
本实施例的锂离子电池包自放电测试方法通过利用同一电池包内的正常的电池模组作对照测试并获取对应的漏电流大小，进而结合漏电流的情况及故障电池模组的已使用状态信息来进行半定量分析，可以在不进行整体拆包的情况下，快速地确定是否为内部电芯出现自放电异常，从而找到问题的根本原因等。
实施例2
请参照图4，基于上述实施例1的方法，本实施例提出一种锂离子电池包自放电测试系统100，示范性地，该系统100包括：
信息获取模块110，用于获取待测试的故障电池模组的已使用状态信息，所述已使用状态信息包括所述故障电池模组从生产完成到故障发生的时间周期和在所述时间周期内的损失容量；
充放电控制模块120，用于使同一电池包内的正常电池模组和所述故障电池模组均处于完全空电状态，然后按照相同的充放电测试条件对所述正常电池模组和所述故障电池模组进行充放电操作，以获取各自在测试阶段的漏电流；
故障分析模块130，用于根据所述正常电池模组和所述故障电池模组的漏电流、所述时间周期和所述损失容量确定所述故障电池模组是否出现自放电异常故障。
可以理解，本实施例的装置对应于上述实施例1的方法，上述实施例1中的可选项同样适用于本实施例，故在此不再重复描述。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。
Claims (8)
1.一种锂离子电池包自放电测试方法，其特征在于，包括：
获取待测试的故障电池模组的已使用状态信息，所述已使用状态信息包括所述故障电池模组从生产完成到故障发生的时间周期和在所述时间周期内的损失容量；
使同一电池包内的正常电池模组和所述故障电池模组均处于完全空电状态，然后按照相同的充放电测试条件对所述正常电池模组和所述故障电池模组进行充放电操作，以获取各自在测试阶段的漏电流；
根据所述正常电池模组和所述故障电池模组的漏电流、所述时间周期和所述损失容量确定所述故障电池模组是否出现自放电异常故障，具体包括：
计算所述故障电池模组的漏电流与所述时间周期的乘积；
在所述故障电池模组的漏电流与所述时间周期的乘积大于等于所述损失容量时，确定所述故障电池模组存在自放电异常故障；
在所述故障电池模组的漏电流与所述时间周期的乘积小于所述损失容量时，比较所述故障电池模组与所述正常电池模组的漏电流的大小；
若所述故障电池模组的漏电流与所述正常电池模组的漏电流之差超过预设误差范围，则确定所述故障电池模组存在自放电异常故障和系统漏电故障；
若所述故障电池模组的漏电流与所述正常电池模组的漏电流之差在所述预设误差范围内，则确定所述故障电池模组存在系统漏电故障。
2.根据权利要求1所述的锂离子电池包自放电测试方法，其特征在于，所述按照相同的充放电测试条件对所述正常电池模组和所述故障电池模组进行充放电操作，以获取各自在测试阶段的漏电流，包括：
对处于完全空电状态的所述正常电池模组和所述故障电池模组按照相同的第一预设电流分别充电至预设容量，在相同温度下静置第一预设时间后，对所述正常电池模组和所述故障电池模组按照所述第一预设电流分别放电至预设电压，记录各自的放电容量；
根据所述预设容量与所述放电容量的差值计算所述正常电池模组和所述故障电池模组各自在所述预设时间内的绝对漏电流，所述预设时间内的绝对漏电流作为所述测试阶段的漏电流。
3.根据权利要求2所述的锂离子电池包自放电测试方法，其特征在于，所述正常电池模组和所述故障电池模组均处于完全空电状态，包括：
对所述正常电池模组和所述故障电池模组均进行一次放电且放电至所述预设电压，再利用第二预设电流进行二次放电至所述预设电压，静置第二预设时间后，得到完全放电状态的所述正常电池模组和所述故障电池模组；
其中，所述第一预设电流大于所述第二预设电流。
4.根据权利要求3所述的锂离子电池包自放电测试方法，其特征在于，所述第一预设电流的取值范围为0.2C~0.5C；
所述第二预设电流的取值范围为0.05C~0.15C。
5.根据权利要求2所述的锂离子电池包自放电测试方法，其特征在于，所述预设容量的取值范围为所述电池包的额定容量的10%~30%。
6.根据权利要求2所述的锂离子电池包自放电测试方法，其特征在于，若所述电池包采用铁锂电芯构成时，所述预设电压设为2.0V；若所述电池包采用锰锂或三元电芯构成时，所述预设电压设为2.7V。
7.根据权利要求3所述的锂离子电池包自放电测试方法，其特征在于，所述第一预设时间的取值范围为3天~15天；
所述第二预设时间的取值范围为1小时~5小时。
8.一种锂离子电池包自放电测试系统，其特征在于，包括：
信息获取模块，用于获取待测试的故障电池模组的已使用状态信息，所述已使用状态信息包括所述故障电池模组从生产完成到故障发生的时间周期和在所述时间周期内的损失容量；
充放电控制模块，用于使同一电池包内的正常电池模组和所述故障电池模组均处于完全空电状态，然后按照相同的充放电测试条件对所述正常电池模组和所述故障电池模组进行充放电操作，以获取各自在测试阶段的漏电流；
故障分析模块，用于根据所述正常电池模组和所述故障电池模组的漏电流、所述时间周期和所述损失容量确定所述故障电池模组是否出现自放电异常故障，具体包括：
计算所述故障电池模组的漏电流与所述时间周期的乘积；在所述故障电池模组的漏电流与所述时间周期的乘积大于等于所述损失容量时，确定所述故障电池模组存在自放电异常故障；在所述故障电池模组的漏电流与所述时间周期的乘积小于所述损失容量时，比较所述故障电池模组与所述正常电池模组的漏电流的大小；若所述故障电池模组的漏电流与所述正常电池模组的漏电流之差超过预设误差范围，则确定所述故障电池模组存在自放电异常故障和系统漏电故障；若所述故障电池模组的漏电流与所述正常电池模组的漏电流之差在所述预设误差范围内，则确定所述故障电池模组存在系统漏电故障。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111261339.3A CN113985300B (zh) | 2021-10-28 | 2021-10-28 | 一种锂离子电池包自放电测试方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111261339.3A CN113985300B (zh) | 2021-10-28 | 2021-10-28 | 一种锂离子电池包自放电测试方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113985300A CN113985300A (zh) | 2022-01-28 |
| CN113985300B true CN113985300B (zh) | 2024-06-18 |
Family
ID=79743228
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111261339.3A Active CN113985300B (zh) | 2021-10-28 | 2021-10-28 | 一种锂离子电池包自放电测试方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113985300B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114859240A (zh) * | 2022-07-05 | 2022-08-05 | 江西信息应用职业技术学院 | 电池包漏电诊断方法、系统、电子设备及存储介质 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5279199B2 (ja) * | 2007-05-23 | 2013-09-04 | キヤノン株式会社 | 充電装置及び充電制御方法 |
| CN101764259B (zh) * | 2010-01-15 | 2012-07-04 | 苏州星恒电源有限公司 | 一种动力锂离子二次电池的配组方法 |
| FR2977986B1 (fr) * | 2011-07-13 | 2014-04-25 | Commissariat Energie Atomique | Batterie avec architecture en briques disposees en serie ou en parallele |
| CN205029404U (zh) * | 2015-09-01 | 2016-02-10 | 成都博德恒宝科技有限公司 | 一种后备锂电池的在线充电装置 |
| CN107561446A (zh) * | 2016-07-01 | 2018-01-09 | 中兴通讯股份有限公司 | 一种终端电池电量计算方法和装置 |
| CN107870301B (zh) * | 2016-09-27 | 2020-09-04 | 华为技术有限公司 | 一种电池微短路的检测方法及装置 |
| US11061076B1 (en) * | 2017-07-27 | 2021-07-13 | Maxim Integrated Products, Inc. | Battery cell analyzer |
| CN112379285B (zh) * | 2020-10-30 | 2023-04-11 | 合肥国轩高科动力能源有限公司 | 一种电池包自放电筛选方法 |
| CN112763915B (zh) * | 2020-12-21 | 2022-08-30 | 蜂巢能源科技股份有限公司 | 锂离子电池自放电检测方法及检测装置 |
| CN113533981B (zh) * | 2021-07-30 | 2024-01-26 | 蜂巢能源科技有限公司 | 锂离子电池自放电检测方法、设备及计算机可读存储介质 |
-
2021
- 2021-10-28 CN CN202111261339.3A patent/CN113985300B/zh active Active
Non-Patent Citations (2)
| Title |
|---|
| Mechanism of the entire overdischarge process and overdischarge-induced internal short circuit in lithium-ion batteries;Rui Guo 等;《Scientific Reports 》;20160702;1-9 * |
| 基于Fe/Co-MOF制备的高性能镍铁电池铁电极及其电化学性能;张贺贺 等;《材料导报》;20180301;第32卷(第5期);719-724 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113985300A (zh) | 2022-01-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108160531B (zh) | 一种电池自放电分选方法 | |
| CN113985300B (zh) | 一种锂离子电池包自放电测试方法及系统 | |
| WO2021109681A1 (zh) | 电池管理系统、处理装置、电池管理方法和电池管控系统 | |
| CN116660768A (zh) | 环流测试方法以及电池测试系统 | |
| CN116783498A (zh) | 电池自放电检测方法、电路和设备 | |
| CN114675196A (zh) | 一种电芯的状态检测方法、装置和电子设备 | |
| CN111239633B (zh) | 电池包压差原因分析方法、装置和计算机设备 | |
| CN110707387A (zh) | 一种磷酸铁锂电芯自放电筛选方法 | |
| CN114487861A (zh) | 一种自放电电池二次选取的方法 | |
| Hardy et al. | Rethinking lithium-ion battery management: Eliminating routine cell balancing enhances hazardous fault detection | |
| CN112731178A (zh) | 一种快速检测锂离子电芯自放电的工艺 | |
| US8502541B2 (en) | Battery testing dynamic delta voltage measurement | |
| CN111570310B (zh) | 一种短板电芯的识别方法、装置、电子设备及存储介质 | |
| CN113625167B (zh) | 一种电池管理系统均衡效果的评价方法 | |
| CN116802885A (zh) | 电池自放电检测方法、电路和设备 | |
| Xiong et al. | A novel grouping method for lithium-ion battery pack considering cell divergence | |
| CN117347887B (zh) | 测试电池自放电的方法、系统以及装置 | |
| Tsunoda et al. | Deterioration-detection and Failure-detection Algorithms for Storage Batteries Using Hysteresis Characteristics | |
| CN116754946B (zh) | 电池稳定性评估方法、装置、设备、存储介质及系统 | |
| US20230266400A1 (en) | Battery Diagnosing Apparatus and Method | |
| CN116165562B (zh) | 电池自放电检测方法、装置、设备、存储介质及程序产品 | |
| US12032028B2 (en) | Apparatus and method for diagnosing state of battery | |
| CN117406112B (zh) | 电池自放电筛选方法 | |
| US20230358819A1 (en) | Battery system diagnosing apparatus and method | |
| US20220317192A1 (en) | Apparatus and method for diagnosing state of battery |
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 |