CN114441980A - 一种量测锂离子电池的健康情况和剩余使用寿命的方法 - Google Patents
一种量测锂离子电池的健康情况和剩余使用寿命的方法 Download PDFInfo
- Publication number
- CN114441980A CN114441980A CN202110369581.6A CN202110369581A CN114441980A CN 114441980 A CN114441980 A CN 114441980A CN 202110369581 A CN202110369581 A CN 202110369581A CN 114441980 A CN114441980 A CN 114441980A
- Authority
- CN
- China
- Prior art keywords
- ion battery
- lithium ion
- parameter
- service life
- health condition
- 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
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
-
- 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
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
本发明系一种量测锂离子电池的健康情况和剩余使用寿命的方法,适用于不同工作条件下的锂离子电池,包括在不同环境温度以及不同的放电速率,可以正确实时预测锂离子电池的健康情况和剩余使用寿命。
Description
技术领域
本发明系一种量测锂离子电池的健康情况和剩余使用寿命的方法,特别是可以正确及时地预测锂离子电池的健康情况和剩余使用寿命的方法。
背景技术
电动车(electric vehicle,EV)可谓是当今交通发展领域中,所极为关注的焦点,而其主要是以可充电锂离子电池(lithium-ion battery,LiB)作为能量来源,通常会期待其可充电锂离子电池的能效更高,使用寿命更长。然而,估计锂离子电池的健康情况(State-of-Health,SoH),并预测其剩余的使用寿命(remaining useful life,RUL)仍是目前相关领域无法完全掌握的主要问题,实际上,能够准确地快速测量其锂离子电池的健康情况,仍是相关业界一直无法有效克服的困难问题。
而至今,各方亦已广泛讨论锂离子电池的一些相关的重要健康指标(Healthindex),其中讨论的内容包括了锂离子电池的健康情况(State-of-Health,SoH),充电状态(State of Charge,SoC),能源状态(state of energy,SoE)以及安全状态(state ofsafety,SoS)等各式的健康指标。主要因为当锂离子电池的量测发生了不准确的健康情况,造成实际的锂离子电池中的剩余电荷,亦即一般所称的电量,可能会比预期更低得多,因而导致意外地过度放电(overdischarge)。
此外,对于未知剩余使用寿命的锂离子电池,很可能导致使用者会提前更换锂离子电池,从而增加锂离子电池的使用成本。另一方面,若锂离子电池健康情况于实际上,已经低于80%时,却仍勉强延长其使用期限,会更成更大的问题。
因此,关于锂离子电池的健康情况的准确估计和剩余使用寿命的预测,对于锂离子电池的使用至关重要,特别是在电动汽车领域。而目前有许多健康情况的估计方法,有些估计方法虽然可谓为准确,但仍需要经过复杂算法的计算,无法实时的使用于电动车,且对于实际应用而言,仍然具有不够快速正确的极大疑虑。
准此,目前电动车业界相关领域极需要能够有效估计锂离子电池的健康情况,且能够完全掌握与预测锂离子电池的剩余使用寿命的较好较佳方案,故而,若能够提供准确地快速预测锂离子电池健康情况和剩余使用寿命的方法,确实是电动车相关业界向来所期待与关注的。
发明内容
本发明系一种预测锂离子电池健康情况和剩余使用寿命的方法,可适用于不同工作条件下的锂离子电池,包括在不同环境温度以及不同的放电速率,以正确实时预测锂离子电池健康情况和剩余使用寿命的方法。
本发明一种量测锂离子电池的健康情况和剩余使用寿命的方法,首先进行记录锂离子电池的充电电流与放电电流;接着,记录每个放电周期的放电温度,以及放电电流,并且纪录充电/放电周期的次数;继续,在选定至少有三个事前已确定的锂离子电池的充电/放电周期后,计算出锂离子电池的健康状况值;接着,使用所取得的健康状况值,以计算「半经验容量衰减模型中的参数值;最后,以云端计算机连接锂离子电池,进行确认所计算得到的数值,并传送至应用程序,而显示所完成的结果在屏幕上。
本发明之一种量测锂离子电池的健康情况和剩余使用寿命的方法之目的,系基于「电化学的电气模型」以及「半经验容量衰减模型」之相结合后,并将其应用于锂离子电池的放电曲线,以估计锂离子电池在所有工作条件下的最大存储充电容量,健康情况和使用寿命,估计准确度优于99%。
本发明之一种量测锂离子电池的健康情况和剩余使用寿命的方法,其目的系可作为锂离子电池加速寿命测试方法,亦可用于预测工厂内的同一批次的锂离子电池寿命,并检查该批次内锂离子电池的质量和可靠性。且由于本发明是闭合式模型,因此所使用的「估计时间」会小于5秒,因此适用于实时和联机应用领域。
本发明之一种量测锂离子电池的健康情况和剩余使用寿命的方法的优势,系对于锂离子电池的电池容量及其剩余使用寿命进行准确的联机预估的要求非常重要,而本发明使用半经验容量衰减模型来估计健康状况,以及其在锂离子电池于运行时,不同电荷放电周期后的剩余使用寿命。
本发明之一种量测锂离子电池的健康情况和剩余使用寿命的方法的优势,系对于无论放电电流和环境温度如何,本发明的准确度都可以超过99%。
本发明之一种量测锂离子电池的健康情况和剩余使用寿命的方法的优势,由于本发明是一种紧凑的闭合形式,可用于锂离子电池的生命周期预测,故而本发明亦适用于锂离子电池的联机实时健康状况估计。
本发明之一种量测锂离子电池的健康情况和剩余使用寿命的方法的优势,系对于由于锂离子电池的健康情况是由多次充电和放电周期后,锂离子电池剩余最大储存电荷的测量值,根据锂离子电池的最大存储电荷的衰退情况,可以合理地假设锂离子电池的健康情况是电荷放电周期数,放电电流和温度的次数。
本发明之一种量测锂离子电池的健康情况和剩余使用寿命的方法的优势,系可针对不同温度和放电速率的锂离子电池的健康情况估计以进行预测,除了可以很容易地及时实现,也可以确定锂离子电池的健康情况将下降到80%的充电/放电周期,且针对锂离子电池的使用寿命的预测。
为让本发明的上述特征和优点能更明显易懂,下文特举实施例,并配合所附图式作详细说明如下。
附图说明
有关本发明的前述及其它许多优点,于以下配合参考图示的一个较佳实施例的详细说明中,将可更清楚呈现,其中如下:
图1显示本发明一种量测锂离子电池的健康情况和剩余使用寿命的方法之流程图。
具体实施方式
以下请参照所附图式说明与叙述,以对本发明之实施形态据以描述。在图式中,相同的组件符号表示相同的组件,且为求清楚说明,组件之大小或厚度可能夸大显示。
本发明系一种量测锂离子电池的健康情况和剩余使用寿命的方法,采用国际(panasonic)公司型号为SANYO UR18650E的锂离子电池,以及Bio-Logic公司编号为BCS-815的多频道充放电系统以进行测试,而该多频道充放电系统是一个8信道测试仪,可支持每个通道15安培(A),该多频道充放电系统可在室温(约25℃)下,透过锂离子电池以收集所产生的测试数据,数据收集的采样频率为1Hz。
如图1所示本发明一种量测锂离子电池的健康情况和剩余使用寿命的方法之流程图,如图1步骤101,进行记录锂离子电池的充电电流与放电电流。通常可记录刚出厂的电池的充电电流与放电电流,由于电池系在不同的测试条件下进行测试,故此时需要不只一次的纪录电池的充电电流与放电电流。又本发明使用电池充电,并以恒定电流为电池充电到截止电压,再以恒定电压进行充电,直到电流降至100mA。
如图1所示步骤102,记录于每个放电周期的:
1.放电温度,以及
2.放电电流,并且纪录充电/放电周期的次数。而此处的充电/放电周期,意思指的是每个周期包含一个充电程序与放电程序。
如图1所示步骤103,在选定至少有两个事前已确定的锂离子电池的充电/放电周期后,计算出锂离子电池的健康状况值「电化学的电气模型(SoH)」。亦即,健康情况值在锂离子电池在第一个周期(Qmax(fresh)参数的量测后,与锂离子电池历经老化(Qmax(aged)参数过程后,以第一个周期(Qmax(fresh)参数相除(Qmax(aged)参数,得到具有的健康状况值,即锂离子电池的最大电池容量值如下:
再如图1所示步骤104,使用所取得的健康状况值「电化学的电气模型」,以计算「半经验容量衰减模型(SECF)」中的参数值(the values of the parameters)如下:
而于前述图1所示步骤104,以下为「半经验容量衰减模型」的各参数表示:
如于图1所示步骤104,参数k1系显示锂离子电池在高温循环条件下,迅速增加的容量损失。
又于图1所示步骤104,参数k2显示锂离子电池在正常循环条件下,所考虑容量损失的一个因素。
再于图1所示步骤104,参数k3系显示锂离子电池的使用速率,其所造成的容量损失。
更于图1所示步骤104,参数N表示锂离子电池于健康状况阶段时,所经历的充电/放电周期数,而参数i是正在放电的电流。
而于图1所示步骤104中,其中前述的参数,包括了参数k1,参数k2,以及参数k3,可以透过用三个不同的充电/放电周期所获得,以确保在三个周期中,所选择的最大周期得以是锂离子电池的健康状况,约为80%的周期的一半。
最后于图1所示步骤105,以云端计算机(cloud)连接锂离子电池,进行确认前述所计算得到的数值未有任何错误后,会将最终所计算得到的数值,传送至应用程序(App),并显示所完成的结果在屏幕(screen display)上。
此外,经由前述图1所示步骤104的「半经验容量衰减模型」,就电动车的锂离子电池而言,得到如以下的实际估测方法:
其中前述的数字80即为剩余寿命,亦即锂离子电池内可用的总储存电荷量(Qm)必须在80%以上,便可以运算出而得到。
本发明一种量测锂离子电池的健康情况和剩余使用寿命的方法,系基于图1所示步骤103的「电化学的电气模型」以及图1所示步骤104的「半经验容量衰减模型」之相结合,并将其应用于锂离子电池的放电曲线,以估计锂离子电池在所有工作条件下的最大存储充电容量,健康情况和使用寿命,估计准确度优于99%。而本发明可作为锂离子电池加速寿命测试方法,亦可用于预测工厂内的同一批次的锂离子电池寿命,并检查该批次内锂离子电池的质量和可靠性。且由于本发明是闭合式模型,因此所使用的「估计时间」会小于5秒,因此适用于实时和联机应用领域。
本发明对于锂离子电池的电池容量及其剩余使用寿命进行准确的联机预估的要求非常重要,而本发明使用半经验容量衰减(SECF)模型来估计健康状况,以及其在锂离子电池于运行时,不同电荷放电周期后的剩余使用寿命。而无论放电电流和环境温度如何,本发明的准确度都可以超过99%。由于本发明是一种紧凑的闭合形式,可用于锂离子电池的生命周期预测,故而本发明亦适用于锂离子电池的联机实时健康状况估计。
以上所述仅为本发明的较佳实施例而已,并非用以限定本发明的权利要求;凡其它未脱离本发明所揭示的精神下所完成的等效改变或修饰,均应包含在权利要求保护范围内。
Claims (4)
1.一种量测锂离子电池的健康情况和剩余使用寿命的方法,其特征在于,包含︰
进行记录一锂离子电池的一充电电流与一放电电流;
记录每个放电周期的一放电温度,以及该放电电流,并且纪录一充电/放电周期的次数;
在选定至少两个已确定的该锂离子电池的该充电/放电周期后,计算出该锂离子电池的一健康状况值电化学的电气模型;
使用所取得的该健康状况值电化学的电气模型,以计算一半经验容量衰减模型中的一参数值;以及
以一云端计算机连接该锂离子电池,进行确认所计算得到的一数值,并传送至一应用程序,显示所完成的一结果在一屏幕上。
4.如权利要求3所述的方法,其特征在于,该半经验容量衰减模型包括一剩余寿命为80%。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109137756 | 2020-10-30 | ||
TW109137756A TWI763106B (zh) | 2020-10-30 | 2020-10-30 | 一種量測鋰離子電池的健康情況和剩餘使用壽命的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114441980A true CN114441980A (zh) | 2022-05-06 |
Family
ID=81362728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110369581.6A Pending CN114441980A (zh) | 2020-10-30 | 2021-04-06 | 一种量测锂离子电池的健康情况和剩余使用寿命的方法 |
Country Status (3)
Country | Link |
---|---|
JP (2) | JP2022073889A (zh) |
CN (1) | CN114441980A (zh) |
TW (1) | TWI763106B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116430233B (zh) * | 2023-03-02 | 2024-01-23 | 北京理工大学重庆创新中心 | 一种基于大数据方法的动力电池寿命评价方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI670506B (zh) * | 2018-07-27 | 2019-09-01 | 連恩微電子有限公司 | 電池管理系統 |
-
2020
- 2020-10-30 TW TW109137756A patent/TWI763106B/zh active
-
2021
- 2021-03-26 JP JP2021053684A patent/JP2022073889A/ja active Pending
- 2021-04-06 CN CN202110369581.6A patent/CN114441980A/zh active Pending
-
2022
- 2022-08-24 JP JP2022002796U patent/JP3239547U/ja active Active
Also Published As
Publication number | Publication date |
---|---|
TW202217353A (zh) | 2022-05-01 |
TWI763106B (zh) | 2022-05-01 |
JP2022073889A (ja) | 2022-05-17 |
JP3239547U (ja) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | A new state-of-health estimation method for lithium-ion batteries through the intrinsic relationship between ohmic internal resistance and capacity | |
Stroe et al. | Lithium-ion battery state-of-health estimation using the incremental capacity analysis technique | |
CN108254696B (zh) | 电池的健康状态评估方法及系统 | |
US8521497B2 (en) | Systems, methods and computer-readable media for modeling cell performance fade of rechargeable electrochemical devices | |
CN102468521B (zh) | 用于估计蓄电池健康状态的方法和装置 | |
US20120019253A1 (en) | Method for determining an aging condition of a battery cell by means of impedance spectroscopy | |
US20120078552A1 (en) | In-situ battery diagnosis method using electrochemical impedance spectroscopy | |
CN116298979A (zh) | 锂离子电池的健康状态的估算方法及系统 | |
JP2013519893A (ja) | 電気化学インピーダンス分光法によるその場での電池の診断方法 | |
CN111736083B (zh) | 一种电池健康状态获取方法及装置、存储介质 | |
CN113219351B (zh) | 动力电池的监控方法及装置 | |
EP3842815B1 (en) | Soc and soh estimation methods of battery pack | |
CN110045291B (zh) | 一种锂电池容量估计方法 | |
CN110703120A (zh) | 基于粒子滤波和长短时记忆网络的锂离子电池寿命预测方法 | |
De Hoog et al. | A combined thermo-electric resistance degradation model for nickel manganese cobalt oxide based lithium-ion cells | |
CN114444370A (zh) | 一种考虑运行工况的充电电池累计损耗寿命预测方法、装置、电子设备及可读存储介质 | |
Stroe et al. | Evaluation of different methods for measuring the impedance of lithium-ion batteries during ageing | |
JP3239547U (ja) | リチウムイオン電池の健全度と残存耐用年数の測定システム | |
CN113167835A (zh) | 用于确定电池最大使用持续时间的方法和装置 | |
CN111308352A (zh) | 一种锂离子的电池衰减估算方法 | |
CN113625167B (zh) | 一种电池管理系统均衡效果的评价方法 | |
CN114236395A (zh) | 电动汽车动力电池在线全面检测方法 | |
CN113156314A (zh) | 一种整车级动力电池寿命衰减的测算方法 | |
Lohmann et al. | Cycle Life Investigations on Different Li-Ion Cell Chemistries for PHEV Applications Based on Real Life Conditions | |
Cai et al. | Online weld breakage diagnosis for the battery of electric vehicle: a data-driven approach |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220923 Address after: 8 / 10, No. 100, Section 1, Jiafeng 11 road, Zhubei City, Xinzhu County, Taiwan, China Applicant after: Lianen Microelectronics Co.,Ltd. Address before: No. 259, Wenhua 1st Road, Guishan District, Taoyuan City, Taiwan 333, China Applicant before: CHANG GUNG University |