CN115047367A - 一种磷酸铁锂电芯判断循环寿命模拟方法 - Google Patents
一种磷酸铁锂电芯判断循环寿命模拟方法 Download PDFInfo
- Publication number
- CN115047367A CN115047367A CN202210557925.0A CN202210557925A CN115047367A CN 115047367 A CN115047367 A CN 115047367A CN 202210557925 A CN202210557925 A CN 202210557925A CN 115047367 A CN115047367 A CN 115047367A
- Authority
- CN
- China
- Prior art keywords
- cycle
- battery cell
- data
- curve
- failure
- 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 29
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical group [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 title claims abstract description 12
- 238000004088 simulation Methods 0.000 title claims abstract description 12
- 230000014759 maintenance of location Effects 0.000 claims abstract description 19
- 238000012360 testing method Methods 0.000 claims abstract description 7
- 238000012031 short term test Methods 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 4
- 229910001416 lithium ion Inorganic materials 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 238000012356 Product development Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011165 process development Methods 0.000 description 1
- 238000012795 verification Methods 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
-
- 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]
- G01R31/396—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)
- Secondary Cells (AREA)
Abstract
本发明公开了一种磷酸铁锂电芯判断循环寿命模拟方法,包括以下步骤,对同体系已有实测循环数据进行分析,找到循环容量保持率与循环次数呈线性相关的节点,对节点前后数据分段进行分析模拟,并建立函数模型。根据函数模型,分别建立常温循环2000次,高温循环1000次发生循环失效的标准曲线,对待测电芯进行循环n次后,通过对实测的n次循环数据曲线与建立的标准曲线对比,预测循环结果。本发明预测模型较为简单实用,在短期内,采用常用检测设备即可电芯循环寿命进行预测,大大缩短了寿命预测周期,节省了人工及时间成本。本发明对待预测电芯进行短期的循环测试,得到一定次数的循环数据,结合origin模拟结果,即可对电芯循环寿命进行预测和评估。
Description
技术领域
本发明属于锂离子电池材料技术领域,具体涉及一种磷酸铁锂电芯判断循环寿命模拟方法。
背景技术
近年来锂离子电池作为新能源的主力军,发展势头越来越迅猛。随着技术的进步与升级,客户对锂离子电池的循环寿命要求也越来越高,主要体现在以下方面:1.高的循环寿命预示着较长的电池使用时间;2.高的循环寿命在一定程度上代表了电池高的安全性能;3.高的循环寿命对客户来说代表着低的使用成本。为了满足以上需求,通常通过调整主材配比,优化电芯结构,改良生产工艺等手段实现循环寿命的提升。但是目前行业内对循环寿命的测试方法基本上是在某一倍率下对电芯进行充放电来进行实测,周期较长,大大影响电芯的开发和评估,也滞后于材料的验证或者工艺的导入。所以急需要开发一种可以模拟判断电芯循环寿命的方法,通过短期的循环测试,即可预测电芯的循环性能,及时对设计或者工艺进行调整,达到提升产品开发或者工艺开发效率的目的。
为了解决上述问题,特此提出本发明。
发明内容
本发明的目的在于提供了一种磷酸铁锂电芯判断循环寿命模拟方法,能够精确模拟锂离子电芯循环曲线,预测电芯循环寿命的方法。
为实现上述目的,本发明采用如下技术方案:
一种磷酸铁锂电芯判断循环寿命模拟方法,包含以下步骤:
所述模拟方法对同体系已实测的常温及高温循环数据进行分析,找出容量保持率与循环次数呈线性相关的位置,具体包括以下步骤:
S1:在origin中对容量保持率与循环次数进行微分作图,找出微分曲线趋于平缓时的起始位置(循环次数),曲线呈平缓位置默认为容量保持率与循环次数呈线性关系;
S2:以出现线性关系的位置为节点,对节点之前和节点之后的数据分别进行拟合,并建立对应关系式;
S3:由建立的关系式模拟出常温循环至2000次,高温循环至1000次发生失效(容量保持率80%)的标准曲线;
S4:通过短期测试的循环数据与标准模拟曲线对比,标准线之上的可认为循环不会失效,标准线之下的可认为循环有失效风险,以此来预测循环性能;
S5:根据短期测试的循环数据,确认其线性关系,预测发生循环失效时的循环次数。
进一步的,步骤S2中,以出现线性的位置为节点,对节点前后数据分别进行拟合,并建立对应关系式,其步骤如下:
S21:在origin中先对节点之前的数据采用多项式进行拟合,得到对应的拟合曲线及方程A;
S22:在origin中先对节点之后的数据采用线性拟合,得到对应的线性方程及方程B;
S23:将节点前后公式汇总,得到整体循环拟合方程。
步骤S3中,由建立的关系式,模拟出常温循环2000次,高温循环至1000次发生失效的标准曲线,其步骤如下:
S31:以出现线性位置为节点,节点处容量保持率记为a,节点处循环次数记为b;
S32:常温循环2000次发生失效时,b次到2000次循环中每次容量损失率为:k=(a-80)/(2000-b),按照同样方法计算高温循环中每次循环的容量损失率为:k1=(a1-80)/(1000-b1);
S33:将点(b,a)代入方程y=kx+c,得到常数c,从而得到循环2000次发生失效的线性关系,由此做出循环次数在b之后循环失效的标准曲线,依照此方法模拟高温循环b1次之后循环失效的标准曲线。
进一步的,步骤S4中,通过对待测电芯进行一个短期的循环测试,将短期测试的数据绘图与循环失效的标准曲线对比,即可预测电芯的循环性能。
进一步的,步骤S5中,根据短期测试的循环数据,预测其循环寿命。
有益技术效果:
本发明循环寿命判断及预测方法简单高效,无需依靠复杂高端的测试设备及方法,仅需对待预测电芯进行短期的循环测试,得到一定次数的循环数据,结合origin模拟结果,即可对电芯循环寿命进行预测和评估,大大降低了循环寿命的测试时间,节省了锂电池寿命评估的时间、人力及资源成本。
附图说明
图1为实测常温循环1600次的循环曲线图。
图2为实测常温循环1600次微分图。
图3为常温循环前550次拟合图。
图4为常温循环550次后拟合图。
图5为循环2000次失效时的拟合图。
图6为常温循环实测数据与拟合曲线对比图。
图7为高温循环1000次失效时的拟合图。
图8为高温循环实测数据与拟合曲线对比图。
具体实施方式
下面将结合本发明实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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它实施例,都属于本发明保护的范围。
实施例1:常温循环寿命拟合方法
S1:在origin中对容量保持率与循环次数进行微分作图,找出微分曲线趋于平缓时的起始位置(循环次数),曲线呈平缓位置默认为容量保持率与循环次数呈线性关系,如图1-2所示,常温循环在550次后出现线性关系;
S2:以出现线性关系的位置为节点,对节点之前和节点之后的数据分别进行拟合,并建立对应方程式,包括以下步骤:
S21:在origin中先对节点之前的数据采用多项式进行拟合,得到对应的拟合曲线及方程A,如图3所示;
S22:在origin中先对节点之后的数据采用线性拟合,得到对应的线性方程及方程B,如图4所示;
S23:将节点前后公式汇总,得到如下循环拟合方程:
S3:由建立的关系式模拟出常温循环至2000次发生失效(容量保持率80%)的标准曲线,包括以下步骤:
S31:以出现线性位置为节点,节点处容量保持率记为a,节点处循环次数记为b,由实测与分析数据可得a=93.05955,b=550;
S32:循环2000次发生失效时,b次到2000次循环中每次容量损失率为:k=(a-80)/(2000-b),代入实测数值,可得k=13.05955/1450;
S33:将点(b,a)代入公式y=kx+c,得到常数c,从而得到循环2000次发生失效的线性关系,由此做出如下循环次数在b之后循环失效的标准曲线,根据实测数据,c=88.105928,根据前550次循环数据及该拟合方程,可得到图5所示拟合图。
S4:通过短期测试的循环数据与标准模拟曲线对比,做出如图6所示曲线,标准线之上的可认为循环不会失效,标准线之下的可认为循环有失效风险,以此来预测循环性能;
S5:根据短期测试的循环数据,根据其线性关系,预测发生循环失效时的循环次数,由关系式B y=96.76638-0.00716x得此电芯在常温循环2341次会失效(容量保持率小于80%)。
实施例2:高温循环
S1:在origin中对容量保持率与循环次数进行微分作图,找出微分曲线趋于平缓时的起始位置(循环次数),曲线呈平缓位置默认为容量保持率与循环次数呈线性关系,如图2所示,高温循环在300次后出现线性关系;
S2:以出现线性关系的位置为节点,对节点之前和节点之后的数据分别进行拟合,并建立对应关系式,包括以下步骤:
S21:在origin中先对节点之前的数据采用多项式进行拟合,得到对应的拟合曲线及方程A1;
S22:在origin中先对节点之后的数据采用线性拟合,得到对应的线性方程及方程B1;
S23:将节点前后方程式汇总,得到如下循环拟合方程:
S3:由建立的关系式模拟出高温循环至1000次发生失效(容量保持率80%)的标准曲线,包括以下步骤:
S31:以出现线性位置为节点,节点处容量保持率记为a1,节点处循环次数记为b1,由实测及分析数据可得a1=92.38042,b1=300;
S32:循环1000次发生失效时,b1次到1000次循环中每次容量损失率为:k1=(a1-80)/(1000-b1),计算得k1=12.38042/700;
S33:将点(b1,a1)代入公式y=k1x+c1,得到常数c1,从而得到循环1000次发生失效的线性关系,计算得c1=87.074526,根据前300次数据及该拟合公式,得到图7所示拟合图。
S4:通过短期测试的循环数据与标准模拟曲线对比,做出如图8所示曲线,标准线之上的可认为循环不会失效,标准线之下的可认为循环有失效风险,以此来预测循环性能;
S5:根据短期测试的循环数据,根据其线性关系,预测发生循环失效时的循环次数,由关系式B1 y=96.36654-0.01397x(x>300)得此电池在高温循环1171次会失效(容量保持率小于80%)。
以上所述实例仅是本专利的优选实施方式,但本专利的保护范围并不局限于此。应当指出,对于本技术领域的普通技术人员来说,在不脱离本专利原理的前提下,根据本专利的技术方案及其专利构思,还可以做出若干改进和润饰,这些改进和润饰也应视为本专利的保护范围。
Claims (5)
1.一种磷酸铁锂电芯判断循环寿命模拟方法,其特征在于:模拟方法包含以下步骤:
S1:在origin中对容量保持率与循环次数进行微分作图,找出微分曲线趋于平缓时的起始位置,曲线呈平缓位置默认为容量保持率与循环次数呈线性关系;
S2:以出现线性关系的位置为节点,对节点之前和节点之后的数据分别进行拟合,并建立对应关系式;
S3:由建立的关系式模拟出常温循环至2000次,高温循环至1000次发生失效的标准曲线;
S4:通过短期测试的循环数据与标准模拟曲线对比,标准线之上的可认为循环不会失效,标准线之下的可认为循环有失效风险,以此来预测循环性能;
S5:根据短期测试的循环数据,确认其线性关系,预测发生循环失效时的循环次数。
2.根据权利要求书1所述的磷酸铁锂电芯判断循环寿命模拟方法,其特征在于,步骤S2中,以出现线性的位置为节点,对节点前后数据分别进行拟合,并建立对应关系式,其步骤如下:
S21:在origin中先对节点之前的数据采用多项式进行拟合,得到对应的拟合曲线及方程A;
S22:在origin中先对节点之后的数据采用线性拟合,得到对应的线性方程及方程B;
S23:将节点前后公式汇总,得到整体循环拟合方程。
3.根据权利要求书1所述的磷酸铁锂电芯判断循环寿命模拟方法,其特征在于,步骤S3中,由建立的关系式,模拟出常温循环2000次,高温循环至1000次发生失效的标准曲线,其步骤如下:
S31:以出现线性位置为节点,节点处容量保持率记为a,节点处循环次数记为b;
S32:常温循环2000次发生失效时,b次到2000次循环中每次容量损失率为:k=(a-80)/(2000-b),按照同样方法计算高温循环中每次循环的容量损失率为:k1=(a1-80)/(1000-b1);
S33:将点(b,a)代入方程y=kx+c,得到常数c,从而得到循环2000次发生失效的线性关系,由此做出循环次数在b之后循环失效的标准曲线,依照上述步骤模拟高温循环b1次之后循环失效的标准曲线。
4.根据权利要求书1所述的磷酸铁锂电芯判断循环寿命模拟方法,其特征在于,步骤S4中,通过对待测电芯进行一个短期的循环测试,将短期测试的数据绘图与循环失效的标准曲线对比,即可预测电芯的循环性能。
5.根据权利要求书1所述的磷酸铁锂电芯判断循环寿命模拟方法,其特征在于,步骤S5中,根据短期测试的循环数据,预测其循环寿命。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210557925.0A CN115047367A (zh) | 2022-05-19 | 2022-05-19 | 一种磷酸铁锂电芯判断循环寿命模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210557925.0A CN115047367A (zh) | 2022-05-19 | 2022-05-19 | 一种磷酸铁锂电芯判断循环寿命模拟方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115047367A true CN115047367A (zh) | 2022-09-13 |
Family
ID=83159847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210557925.0A Pending CN115047367A (zh) | 2022-05-19 | 2022-05-19 | 一种磷酸铁锂电芯判断循环寿命模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115047367A (zh) |
-
2022
- 2022-05-19 CN CN202210557925.0A patent/CN115047367A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108254696B (zh) | 电池的健康状态评估方法及系统 | |
CN108089133B (zh) | 储能系统电池组一致性检测方法及检测装置 | |
JP5307034B2 (ja) | 制御弁式鉛蓄電池性能の分析方法 | |
CN110535159B (zh) | 一种规模化储能电站运行单元故障预警的方法及系统 | |
CN112327167B (zh) | 一种电池容量跳水风险评估方法及系统 | |
CN114371409B (zh) | 电池状态预测模型的训练方法、电池状态预测方法及装置 | |
CN111190114B (zh) | 一种储能用长循环磷酸铁锂电池加速测试方法 | |
CN106597288A (zh) | 一种电源soc估算方法 | |
CN115267555A (zh) | 基于电池多点温度测量的储能系统电池soh评估系统 | |
CN115219918A (zh) | 一种基于容量衰退组合模型的锂离子电池寿命预测方法 | |
CN112765794A (zh) | 基于加速寿命试验的磷酸铁锂电池的可靠性分析方法 | |
CN113791351B (zh) | 基于迁移学习和差值概率分布的锂电池寿命预测方法 | |
CN117174899B (zh) | 一种氟化碳正极材料制备方法 | |
CN113820615A (zh) | 一种电池健康度检测方法与装置 | |
CN117272591A (zh) | 用于储能仿真实验的测试方法及系统 | |
CN116736171A (zh) | 一种基于数据驱动的锂离子电池健康状态估算方法 | |
CN115047367A (zh) | 一种磷酸铁锂电芯判断循环寿命模拟方法 | |
CN116827263A (zh) | 光伏电池故障检测方法、装置、计算机设备和介质 | |
CN110927585A (zh) | 一种基于自循环校正的锂电池soh估算系统及方法 | |
CN115800433A (zh) | 电池组一致性评估与等级评价方法及装置 | |
CN109633475A (zh) | 一种磷酸铁锂能量型电池寿命预估方法 | |
CN110658463B (zh) | 预测锂离子电池循环寿命的方法 | |
CN110556595B (zh) | 储能用磷酸铁锂电池安全管理系统的质态失衡预测方法 | |
CN113821914B (zh) | 一种锂离子电池循环寿命低成本预测方法 | |
CN219371111U (zh) | 负极结构、电池及电池系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |