CN114200320A - 一种基于soc一致性匹配的退役动力电池重组方法 - Google Patents
一种基于soc一致性匹配的退役动力电池重组方法 Download PDFInfo
- Publication number
- CN114200320A CN114200320A CN202111497865.XA CN202111497865A CN114200320A CN 114200320 A CN114200320 A CN 114200320A CN 202111497865 A CN202111497865 A CN 202111497865A CN 114200320 A CN114200320 A CN 114200320A
- Authority
- CN
- China
- Prior art keywords
- battery
- consistency
- soc
- parallel
- batteries
- 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 23
- 238000005215 recombination Methods 0.000 title claims abstract description 19
- 230000006798 recombination Effects 0.000 title claims abstract description 18
- 230000010287 polarization Effects 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 6
- 230000006978 adaptation Effects 0.000 abstract description 3
- 238000011156 evaluation Methods 0.000 abstract description 2
- 238000004088 simulation Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 238000007599 discharging Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000004146 energy storage Methods 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000000126 substance Substances 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]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明实施例是关于一种基于SOC一致性匹配的退役动力电池重组方法,以电池组SOC一致性为标准,通过计算电池模型参数匹配关系,实现电池最佳成组方案,首先,基于戴维南等效电路模型,建立电池组SOC一致性评价准则;其次,计算电池容量和内阻匹配关系;最后,结合一致性评判准则,进行电池间一致性关系判断,考虑电池间比例等效距离,实现电池组重组。本发明不需要电池参数严格一致亦可保证电池组使用性能,具有可靠性高、适配范围广的优点,以电池组SOC一致性为标准,通过计算电池模型参数匹配关系,并利用比例对称距离进而优化电池重组方案。
Description
技术领域
本发明属于新能源储能系统的应用领域,尤其涉及一种基于SOC一致性匹配的退役动力电池重组方法。
背景技术
动力电池作为新能源电动汽车的核心组件,平均寿命为5~8年。当电动汽车的动力电池容量衰减至额定量80%以下,动力电池就要从汽车市场“退役”。中国新能源汽车制造业经过10年的蓬勃发展,即将迎来第一波动力电池退役高潮。预计在2021年~2030年期间,中国新能源汽车动力电池退役总量将会达到705万吨,累积退役电量达到708亿瓦时。如何解决大批量退役动力电池处理问题迫在眉睫。
目前,退役电池处理方法主要分为两种。一是,电池材料回收,通过对电池进行拆解,利用化学手段回收电池材料中的主要金属元素。这种处理方法回收成本高,且容易带来环境污染问题。另外一种方法,对电池进行梯次利用,应用在储能电站、电动自行车、移动电源等场景。这样可以充分发挥电池剩余使用价值,避免环境污染等问题。对于梯次利用而言,退役电池重组是其关键环节。电池重组技术直接决定着系统的使用使用性能和安全性。
常用的电池重组方法主要是依据分类好的电池,将性能参数相近的电池进行重组。尽管这种方法简单易行,但是缺少严格数学评价依据,并且无法重组性能参数差异较大的电池。
需要注意的是,本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因包括在本部分中就承认是现有技术。
发明内容
本发明实施例的目的在于提供一种基于SOC一致性匹配的退役动力电池重组方法,解决了传统基于单参数电池重组性能不可靠、电池参数需要严格一致的问题。
本发明的技术方案如下:
该基于SOC一致性匹配的退役动力电池重组方法,包括:
步骤1:基于电池工作原理,建立戴维南等效电池模型;
步骤2:依据电池剩余电量SOC特性,建立了一致性分选标准:
步骤3:针对先串后并电池组模型和先并后串电池组模型,计算电池容量和内阻匹配关系,分别满足不同标准;
步骤4:依据比例对称距离,优化传统欧氏距离在一致性距离度量的偏差,进行电池间一致性关系判断,考虑电池间比例等效距离,实现电池组重组。
进一步地,上述步骤2具体是:
依据电池剩余电量SOC特性,建立了一致性分选标准:
其中,ΔSOC表示电池剩余电量SOC变化量,I表示电流,Δt表示时间变化率,C表示电池容量。
进一步地,上述步骤3具体是:
针对先串后并电池组模型,其标准应满足如下:
其中,R表示电池欧姆内阻R0与极化内阻Rp之和,i,x表示并联电池序号,其范围在[1,m];j,y表示并联电池序号,其范围在[1,n];
针对先并后串电池组模型,其标准应满足如下:
其中,R表示电池欧姆内阻R0与极化内阻Rp之和,i,x表示并联电池序号,其范围在[1,m];j,y表示并联电池序号,其范围在[1,n]。
进一步地,上述步骤4具体是:
依据比例对称距离,优化传统欧氏距离在一致性距离度量的偏差:
其中,dij_xy表示电池之间比例对称距离,其评判标准为其值越接近于0,电池间一致性越好。
本发明的实施例提供的技术方案可以包括以下有益效果:
本发明专利提供一种基于SOC一致性匹配的退役动力电池重组方法,不需要电池参数严格一致亦可保证电池组使用性能,具有可靠性高、适配范围广的优点,以电池组SOC一致性为标准,通过计算电池模型参数匹配关系,并利用比例对称距离进而优化电池重组方案。
附图说明
图1是本发明方法流程图;
图2是本发明戴维南等效电路模型图;
图3是本发明先串后并仿真电路图;
图4是本发明先串后并随机组合仿真结果图;
图5是本发明先串后并优化组合仿真结果图;
图6是本发明先并后串仿真电路图;
图7是本发明先并后串随机组合仿真结果图;
图8是本发明先并后串优化组合仿真结果图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本发明实施例的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。
本发明以电池组SOC一致性为标准,通过计算电池模型参数匹配关系,实现电池最佳成组方案,解决了传统基于单参数电池重组性能不可靠、电池参数需要严格一致的问题,同时也解决了传统欧氏距离在一致性距离度量的存在偏差的问题;具体包括以下步骤,可参阅图1:
步骤1:基于电池工作原理,建立戴维南等效电池模型;
电池组等效为电压源、内阻、一阶RC串联的电路,如图2所示,其中R0电池的欧姆内阻,一阶RC表征电池充放电过程中极板的极化电容和电阻。这样电池组充放电过程中电压的突变特性可由内阻R0表征,电压的渐变特性可由Rp和Cp表征。戴维南模型中,欧姆内阻R0由电池电解质、正极铝箔、负极铜箔等组成,用一阶的RC串联电路反应电池充放电时电压的渐变特性,一阶RC电路由电池充放电过程中正极和负极的极化效应产生。
步骤2:依据SOC特性,建立了一致性分选标准:
通过电流积分,可以准确地计算出电池电量的变化情况,进而得到剩余电量SOC。
公式(2)中,SOC0表示电池初始SOC值,i(t)表示充放电电流,t表示时间,C表示电池容量;
取离散时间下的电池SOC变化量:
公式(2)中,ΔSOC表示电池SOC变化量,I表示电流,Δt表示时间变化率,C表示电池容量;
据欧姆定律,电流与内阻存在比例关系,可将问题看成内阻与容量两者对SOC一致性的判断参数。
步骤3:选择一组电池,其参数如下表所示:
选择电池组模型,针对先串后并电池组模型,如仿真图3所示,其标准应满足如下:
其中,R表示电池欧姆内阻R0与极化内阻Rp之和,i,x表示并联电池序号,其范围在[1,m]。j,y表示并联电池序号,其范围在[1,n];
针对先并后串电池组模型,如仿真图6所示,其标准应满足如下:
其中,R表示电池欧姆内阻R0与极化内阻Rp之和,i,x表示并联电池序号,其范围在[1,m]。j,y表示并联电池序号,其范围在[1,n];
考虑其内阻及容量,将各个电池之间SOC变化量比值计算出来。因背景不同,在不同情况下参数不同及串并联方式不同,本发明中本实例仅是为了更明了的陈述结果并不限于特定的等效电路。
步骤4:依据比例对称距离,优化传统欧氏距离在一致性距离度量的偏差:
其中,dij_xy表示电池之间比例对称距离,其评判标准为其值越接近于0,电池间一致性越好。
针对先串后并模型,如图3所示:
将电池随机组合,如1号3号串联电池组与2号4号串联电池组并联,则1号电池记为(1,1),3号电池记为(1,2),2号电池记为(2,1),4号电池记为(2,2)。分别计算其比例对称距离d11_12,d11_21,d11_22,d12_21,d12_22,d21_22;其仿真结果如图4所示,其SOC最大偏差可达0.103。其中,以d11_12为例,其值为9.9×10-3。
将电池1号2号串联电池组与3号4号串联电池组并联,则1号电池记为(1,1),2号电池记为(1,2),3号电池记为(2,1),4号电池记为(2,2)。分别计算其比例对称距离d11_12,d11_21,d11_22,d12_21,d12_22,d21_22;其仿真结果如图5所示,其SOC最大偏差为0.002。其中,以d11_12为例,其值为6.6×10-7。
优化后比例对称距离更接近0。
针对先并后串模型,如图6所示:
将电池随机组合,如1号2号并联电池组与3号4号并联电池组串联,则1号电池记为(1,1),3号电池记为(1,2),2号电池记为(2,1),4号电池记为(2,2)。分别计算其比例对称距离d11_12,d11_21,d11_22,d12_21,d12_22,d21_22;其仿真结果如图7所示,其SOC最大偏差可达0.142。其中,以d11_12为例,其值为4.3×10-3。
将电池1号3号并联电池组与2号4号并联电池组串联,则1号电池记为(1,1),2号电池记为(1,2),3号电池记为(2,1),4号电池记为(2,2)。分别计算其比例对称距离d11_12,d11_21,d11_22,d12_21,d12_22,d21_22;其仿真结果如图8所示,其SOC最大偏差为0.008。其中,以d11_12为例,其值为1.1×10-3。
优化后比例对称距离更接近0。
通过计算可知,此种重组方式的SOC一致性最优。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。此外,本领域的技术人员可以将本说明书中描述的不同实施例或示例进行接合和组合。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由所附的权利要求指出。
Claims (4)
1.一种基于SOC一致性匹配的退役动力电池重组方法,其特征在于,包括:
步骤1:基于电池工作原理,建立戴维南等效电池模型;
步骤2:依据电池剩余电量SOC特性,建立了一致性分选标准:
步骤3:针对先串后并电池组模型和先并后串电池组模型,计算电池容量和内阻匹配关系,分别满足不同标准;
步骤4:依据比例对称距离,优化传统欧氏距离在一致性距离度量的偏差,进行电池间一致性关系判断,考虑电池间比例等效距离,实现电池组重组。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111497865.XA CN114200320A (zh) | 2021-12-09 | 2021-12-09 | 一种基于soc一致性匹配的退役动力电池重组方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111497865.XA CN114200320A (zh) | 2021-12-09 | 2021-12-09 | 一种基于soc一致性匹配的退役动力电池重组方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114200320A true CN114200320A (zh) | 2022-03-18 |
Family
ID=80651553
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111497865.XA Pending CN114200320A (zh) | 2021-12-09 | 2021-12-09 | 一种基于soc一致性匹配的退役动力电池重组方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114200320A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020445A (zh) * | 2012-12-10 | 2013-04-03 | 西南交通大学 | 一种电动车车载磷酸铁锂电池的soc与soh预测方法 |
CN103560277A (zh) * | 2013-09-24 | 2014-02-05 | 国家电网公司 | 一种电动汽车退役电池重组分选方法 |
KR20160128000A (ko) * | 2015-04-28 | 2016-11-07 | 영남대학교 산학협력단 | 배터리 진단 장치 및 그 방법 |
CN109324297A (zh) * | 2018-10-19 | 2019-02-12 | 张瑞锋 | 一种电池组一致性分析的方法 |
CN110362897A (zh) * | 2019-06-29 | 2019-10-22 | 南京理工大学 | 一种串联电池组多目标优化均衡方法 |
CN110389302A (zh) * | 2018-04-13 | 2019-10-29 | 西南科技大学 | 一种锂离子电池组单体间一致性评价方法 |
CN110752410A (zh) * | 2019-10-30 | 2020-02-04 | 上海理工大学 | 一种快速分选和重组退役锂电池的方法 |
CN111856285A (zh) * | 2020-07-06 | 2020-10-30 | 大连理工大学 | 一种应用于电力系统的电动汽车退役电池组等效模型建模方法 |
CN112836457A (zh) * | 2021-01-26 | 2021-05-25 | 中国电力科学研究院有限公司 | 大规模储能电站串容等效模型的建模与仿真方法及系统 |
CN113093010A (zh) * | 2021-04-28 | 2021-07-09 | 合达信科技集团有限公司 | 一种锂离子电池一致性评估方法 |
CN113391213A (zh) * | 2021-07-30 | 2021-09-14 | 湖北工业大学 | 一种基于电池组一致性演变的电池微故障诊断方法 |
-
2021
- 2021-12-09 CN CN202111497865.XA patent/CN114200320A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020445A (zh) * | 2012-12-10 | 2013-04-03 | 西南交通大学 | 一种电动车车载磷酸铁锂电池的soc与soh预测方法 |
CN103560277A (zh) * | 2013-09-24 | 2014-02-05 | 国家电网公司 | 一种电动汽车退役电池重组分选方法 |
KR20160128000A (ko) * | 2015-04-28 | 2016-11-07 | 영남대학교 산학협력단 | 배터리 진단 장치 및 그 방법 |
CN110389302A (zh) * | 2018-04-13 | 2019-10-29 | 西南科技大学 | 一种锂离子电池组单体间一致性评价方法 |
CN109324297A (zh) * | 2018-10-19 | 2019-02-12 | 张瑞锋 | 一种电池组一致性分析的方法 |
CN110362897A (zh) * | 2019-06-29 | 2019-10-22 | 南京理工大学 | 一种串联电池组多目标优化均衡方法 |
CN110752410A (zh) * | 2019-10-30 | 2020-02-04 | 上海理工大学 | 一种快速分选和重组退役锂电池的方法 |
CN111856285A (zh) * | 2020-07-06 | 2020-10-30 | 大连理工大学 | 一种应用于电力系统的电动汽车退役电池组等效模型建模方法 |
CN112836457A (zh) * | 2021-01-26 | 2021-05-25 | 中国电力科学研究院有限公司 | 大规模储能电站串容等效模型的建模与仿真方法及系统 |
CN113093010A (zh) * | 2021-04-28 | 2021-07-09 | 合达信科技集团有限公司 | 一种锂离子电池一致性评估方法 |
CN113391213A (zh) * | 2021-07-30 | 2021-09-14 | 湖北工业大学 | 一种基于电池组一致性演变的电池微故障诊断方法 |
Non-Patent Citations (1)
Title |
---|
陈旭 等: "基于一致性分析的锂离子电池梯次利用研究", 《第21届中国系统仿真技术及其应用学术年会论文集(CCSSTA21ST 2020)》, 27 August 2020 (2020-08-27), pages 257 - 258 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Farhad et al. | Introducing the energy efficiency map of lithium‐ion batteries | |
Jiaqiang et al. | Effects analysis on active equalization control of lithium-ion batteries based on intelligent estimation of the state-of-charge | |
Spanos et al. | Life-cycle analysis of flow-assisted nickel zinc-, manganese dioxide-, and valve-regulated lead-acid batteries designed for demand-charge reduction | |
CN103163464B (zh) | 电池包中电芯的检测方法 | |
CN109980742B (zh) | 计及动力电池梯次利用基于mmc结构的充电站优化方法 | |
CN103579700B (zh) | 一种锂离子电池分选配组方法 | |
CN106356554A (zh) | 电池配组方法及装置 | |
CN107377422A (zh) | 一种单体电池的分选方法 | |
CN113281657A (zh) | 一种智能评估退役电池余能分类和梯次利用方法 | |
CN113093010A (zh) | 一种锂离子电池一致性评估方法 | |
CN113238158A (zh) | 一种检测动力电池包中电芯一致性的方法 | |
CN109459698A (zh) | 一种基于数学的关联程度相关系数的电池配组方法 | |
Deb et al. | Design and Analysis of a Fuel Cell and Batteries in Energy Production for Electric Vehicle | |
CN107144795A (zh) | 一种电动汽车用锂电池剩余电量统计方法 | |
Dutt | Life cycle analysis and recycling techniques of batteries used in renewable energy applications | |
CN101834325A (zh) | 二次电池组 | |
CN116430257B (zh) | 一种锂电池电性能表征的方法及其应用 | |
CN112505573A (zh) | 一种退役动力电池的一致性评价指标计算方法 | |
CN114200320A (zh) | 一种基于soc一致性匹配的退役动力电池重组方法 | |
CN111293336A (zh) | 基于引力搜索算法的全钒液流电池储能系统运行优化方法 | |
CN107590617B (zh) | 一种基于可信度推理模型的电池组均衡方法 | |
CN101834311A (zh) | 锂二次电池组 | |
CN107192955A (zh) | 电动汽车用锂电池soc统计系统 | |
Yan et al. | Sorting method for retired power battery module considering consistent static and dynamic characteristics | |
CN107144794A (zh) | 一种电动汽车用锂电池健康度统计方法 |
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 |