CN115077622A - 预测电池循环寿命及膨胀力的方法及其用途 - Google Patents
预测电池循环寿命及膨胀力的方法及其用途 Download PDFInfo
- Publication number
- CN115077622A CN115077622A CN202210834265.6A CN202210834265A CN115077622A CN 115077622 A CN115077622 A CN 115077622A CN 202210834265 A CN202210834265 A CN 202210834265A CN 115077622 A CN115077622 A CN 115077622A
- Authority
- CN
- China
- Prior art keywords
- battery
- cycle
- data
- pole piece
- simulation
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000004088 simulation Methods 0.000 claims abstract description 150
- 238000012360 testing method Methods 0.000 claims abstract description 41
- 239000000463 material Substances 0.000 claims abstract description 20
- 230000014509 gene expression Effects 0.000 claims abstract description 19
- 230000002238 attenuated effect Effects 0.000 claims abstract description 8
- 238000006073 displacement reaction Methods 0.000 claims description 18
- 230000008961 swelling Effects 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 10
- 230000006835 compression Effects 0.000 claims description 10
- 238000007906 compression Methods 0.000 claims description 10
- 238000013461 design Methods 0.000 claims description 8
- 238000012886 linear function Methods 0.000 claims description 8
- 238000012669 compression test Methods 0.000 claims description 6
- 238000009778 extrusion testing Methods 0.000 claims description 6
- 238000001125 extrusion Methods 0.000 claims description 4
- 238000003825 pressing Methods 0.000 claims description 4
- 230000001276 controlling effect Effects 0.000 claims description 3
- 239000011229 interlayer Substances 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 8
- 229910052744 lithium Inorganic materials 0.000 description 8
- 230000014759 maintenance of location Effects 0.000 description 7
- 125000004122 cyclic group Chemical group 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000007599 discharging Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010261 cell growth Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 229910002804 graphite Inorganic materials 0.000 description 1
- 239000010439 graphite Substances 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了预测电池循环寿命及膨胀力的方法及其用途。该方法包括：获取极片和隔膜的材料参数，建立基础仿真模型；对多个电池进行充放电循环测试，得到不同循环圈数下对应的电池容量衰减率数据和电池膨胀力数据，拆解电池，得到不同循环圈数下对应的极片厚度数据；建立电池膨胀工况仿真模型；校正电池膨胀工况仿真模型的输出结果；根据得到的仿真数据获得循环圈数‑电池膨胀力的拟合关系式和循环圈数‑电池容量衰减率的拟合关系式；基于得到的拟合关系式预测电池容量衰减至第一预设阈值时对应的循环圈数和电池膨胀力值，和/或，预测电池膨胀力值增加至第二预设阈值时对应的循环圈数和电池容量衰减率。该方法可以预测电池循环寿命及膨胀力。
Description
技术领域
本发明涉及电池领域，具体地，涉及预测电池循环寿命及膨胀力的方法及其用途。
背景技术
电池的循环寿命是电池性能的一个重要指标，而循环寿命测试通常会需要消耗较长的时间。例如，现有预测电池寿命的方法有：获取待检测批次锂电池每次充放电循环后的容量保持百分率参考值，随机抽取待测锂电池上分容柜进行充放电循环，计算锂电池循环后的实际容量值与初始容量值的百分率，获得每次(N1、N2、N3……Nn)循环实际容量保持百分率，将锂电池N次循环后的实际容量保持百分率与锂电池N次循环后容量保持百分率参考值做比较，小于参考值判定该锂电池循环寿命不合格，大于参考值则继续重复循环获取实际容量保持百分率值进行比较，直至循环次数达到预设次数(推荐50次，用N50表示)后结束，然后判定该批锂电池循环寿命是否合格。该方法虽然可以对锂电池的循环寿命进行判断，但预测精度不够，并且，该方法也不能够对充放电过程中电池的膨胀力进行预测。
因此，亟需提供一种能够精准预测电池循环寿命和膨胀力的方法。
发明内容
本发明旨在至少一定程度上缓解或解决上述提及问题中至少一个。
在本发明的一方面，本发明提出了一种预测电池循环寿命及膨胀力的方法。根据本发明的实施例，所述方法包括：(1)获取极片和隔膜的材料参数，建立基础仿真模型，所述基础仿真模型包括拉伸和压缩工况、以及电池平压工况和电池挤压工况；(2)对多个电池进行充放电循环测试，得到不同循环圈数下对应的电池容量衰减率数据和电池膨胀力数据，对循环测试完成后的电池进行拆解，得到不同循环圈数下对应的极片厚度数据；(3)基于所述基础仿真模型和步骤(2)得到的数据，建立电池膨胀工况仿真模型；(4)基于所述电池膨胀工况仿真模型，输出不同载荷下的极片层间接触力仿真数据、极片位移仿真数据、极片应变仿真数据、电池膨胀力仿真数据和极片厚度仿真数据，并根据步骤(2)得到的相同循环圈数下对应的电池膨胀力数据和极片厚度数据对所述电池膨胀工况仿真模型的输出结果进行校正；(5)对比步骤(2)得到的极片厚度数据和所述电池膨胀工况仿真模型输出的极片厚度仿真数据，将电池循环圈数与所述载荷对应起来，得到循环圈数-电池膨胀力仿真数据、循环圈数-电池容量衰减率数据，并根据得到的仿真数据获得循环圈数-电池膨胀力的拟合关系式和循环圈数-电池容量衰减率的拟合关系式；(6)基于得到的拟合关系式预测电池容量衰减至第一预设阈值时对应的循环圈数和电池膨胀力值；和/或，预测电池膨胀力值增加至第二预设阈值时对应的循环圈数和电池容量衰减率。由此，通过本发明提出的方法可以通过少量的实验来建立模型和拟合关系式，并通过拟合关系式预测电池循环寿命及膨胀力；以基础仿真模型为基础结合循环测试数据建立的电池工况仿真模型及拟合关系式均具有较高的精度，预测寿命和膨胀力较为精准。
另外，根据本发明上述实施例的预测电池循环寿命及膨胀力的方法还可以具有如下附加的技术特征：
根据本发明的实施例，步骤(1)中，获取极片和隔膜的材料参数包括：对多个极片和多个隔膜进行压缩、拉伸、平压测试和电池挤压测试，得到针对所述极片和所述隔膜的力-位移曲线、应力-应变曲线、变形数据。
根据本发明的实施例，步骤(1)还包括：对所述基础仿真模型进行校正，对所述基础仿真模型进行校正包括：(1-1)基于所述基础仿真模型输出所述极片和所述隔膜在不同工况下的力-位移仿真曲线、应力-应变仿真曲线、仿真变形数据；(1-2)对多个极片和多个隔膜进行压缩、拉伸、平压测试和电池挤压测试，得到针对所述极片和所述隔膜的力-位移曲线、应力-应变曲线、变形数据；(1-3)比较步骤(1-2)得到的测试结果和步骤(1-1)得到的仿真结果，并基于比较结果对所述基础仿真模型进行校正。
根据本发明的实施例，所述极片包括负极片和/或正极片。
根据本发明的实施例，步骤(2)中，所述充放电循环测试在-30℃～60℃下进行。
根据本发明的实施例，所述充放电循环测试的循环圈数不大于2000圈。
根据本发明的实施例，在所述电池表面放置应变片，以便得到所述电池膨胀力数据。由此，可以进一步确保仿真模型的准确性。
根据本发明的实施例，步骤(4)中，所述不同载荷通过对所述极片或所述电池施力实现；或者，所述不同载荷通过对所述极片或所述电池的温度进行调控实现，通过改变所述极片或所述电池的温度模拟极片或电池的受力变化。载荷可以为力或温度，用于模拟电池循环充放电过程中的周期性变化，从而通过结合步骤(2)中循环不同圈数后拆解电池得到极片厚度，得出循环圈数-电池膨胀力仿真数据、循环圈数-电池容量衰减率数据，并根据得到的仿真数据获得循环圈数-电池膨胀力的拟合关系式和循环圈数-电池容量衰减率的拟合关系式。
根据本发明的实施例，步骤(5)还包括：基于所述电池膨胀工况仿真模型对得到的两个拟合关系式进行校正。由此，通过校正可以使得拟合关系式的准确度更高。
根据本发明的实施例，步骤(5)中，所述循环圈数-电池膨胀力的拟合关系式与所述循环圈数-电池容量衰减率的拟合关系式分别独立地为线性函数或非线性函数。由此，通过线性或非线性函数关系式可以预测电池的循环寿命或膨胀力。
根据本发明的实施例，步骤(5)中，所述循环圈数-电池膨胀力的拟合关系式为y1＝ax+b；和/或，所述循环圈数-电池容量衰减率的拟合关系式为y2＝cx+d，其中，y1为电池的膨胀力，y2为电池容量衰减率，x为循环圈数，a、b、c、d均为非零常数。由此，可以通过上述线性函数预测电池的循环寿命或膨胀力。
根据本发明的实施例，步骤(6)中，基于电池膨胀力值得到电池的膨胀率。
根据本发明的实施例，步骤(6)中，所述第一预设阈值为电池原始容量的30％～35％，所述第二预设阈值对应的电池膨胀率为10％～20％。
根据本发明的实施例，步骤(6)中，所述电池容量衰减至所述第一预设阈值时对应的循环圈数为N1，所述电池膨胀力值增加至第二预设阈值时对应的循环圈数为N2，所述电池的循环寿命为N，N＝min(N1，N2)。
在本发明的另一方面，本发明提出了前面所述的方法在预测电池使用寿命和/或电池结构设计中的用途。本发明提出的上述方法可以应用于预测电池使用寿命，该方法准确性高，能够精准的预测电池的使用寿命；该方法也可以应用于电池结构设计中，例如可以根据实际使用需求和极片在使用过程中的厚度变化设计电池的结构，以便提高电池的使用寿命及充放电性能。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1显示了根据本发明一个实施例预测电池循环寿命及膨胀力的方法流程图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的一方面，本发明提出了一种预测电池循环寿命及膨胀力的方法。根据本发明的实施例，参考图1，预测电池循环寿命及膨胀力的方法包括以下步骤：
(1)获取极片和隔膜的材料参数，建立基础仿真模型，基础仿真模型包括拉伸和压缩工况、以及电池平压工况和电池挤压工况。
根据本发明的实施例，通过获取极片和隔膜的材料参数，可以保证后续建立的仿真模型的可靠性，能够更准确的预测电池/极片在充放电过程中的厚度变化或膨胀率变化。
根据本发明的实施例，获取极片和隔膜的材料参数可以包括：对多个极片和多个隔膜进行压缩、拉伸、平压测试和电池挤压测试，得到针对极片的力-位移曲线、应力-应变曲线、变形数据，以及针对隔膜的力-位移曲线、应力-应变曲线、变形数据。根据极片和隔膜的上述材料参数，即可在仿真软件里建立基础仿真模型，其中，基础仿真模型为有限元仿真模型，基础仿真模型包括针对极片的拉伸和压缩工况、针对隔膜的拉伸和压缩工况，以及电池平压工况和电池挤压工况。建立基础仿真模型之后，可以在基础仿真模型的基础之上结合电池循环充放电测试建立电池膨胀工况仿真模型。
根据本发明的实施例，建立基础仿真模型之后，可以基于基础仿真模型，可以输出极片在不同工况下的力-位移仿真曲线、应力-应变仿真曲线、仿真变形数据等，并输出隔膜在不同工况下的力-位移仿真曲线、应力-应变仿真曲线、仿真变形数据等，并将仿真结果与步骤(1)中获取的材料参数进行对标，以提高后续仿真的精确度和可靠性。
根据本发明的一些实施例，步骤(1)还可以包括对基础仿真模型进行校正，其中，对基础仿真模型进行校正可以包括以下步骤：(1-1)基于基础仿真模型输出极片在不同工况下的力-位移仿真曲线、应力-应变仿真曲线、仿真变形数据，以及隔膜在不同工况下的力-位移仿真曲线、应力-应变仿真曲线、仿真变形数据。(1-2)对多个极片和多个隔膜进行压缩、拉伸、平压测试和电池挤压测试，得到针对极片的力-位移曲线、应力-应变曲线、变形数据，以及针对隔膜的力-位移曲线、应力-应变曲线、变形数据。(1-3)比较步骤(1-2)得到的测试结果和步骤(1-1)得到的仿真结果，并基于比较结果对基础仿真模型进行校正。其中，建立基础仿真模型时，可以提供两组极片和隔膜，使每组分别独立地包括多个极片和多个隔膜，可以利用对第一组极片和隔膜进行测试获取极片和隔膜的材料参数(包括力-位移曲线、应力-应变曲线、变形数据)，并基于获取的材料参数建立基础仿真模型，基于得到的基础仿真模型进行步骤(1-1)的操作；之后，对第二组极片和隔膜进行步骤(1-2)的操作；比较步骤(1-2)的测试结果和步骤(1-1)得到仿真结果，若二者结果一致，说明基础仿真模型准确、可靠，若二者结果有偏差，可以基于比较结果对基础仿真模型进行校正。由此，可以进一步确保基础仿真模型的可靠性和普适性，使得到的基础仿真模型能够适应更多极片以及更多隔膜。
根据本发明的一些实施例，多个极片可以为负极片，例如石墨负极片，在一些电池中，负极片的膨胀对电池整体的膨胀影响较大，可以通过对负极片进行压缩实验和拉伸实验等得到相应的材料参数，以得到的材料参数为基础建立基础仿真模型，可以使得仿真模型的精确度较高。根据本发明的另一些实施例，多个极片也可以为正极片。根据本发明的又一些实施例，多个极片可以既包括负极片又包括正极片，通过对正极片和负极片进行测试得到材料参数，在此基础上建立的基础仿真模型具有更高的精确度。其中，本发明中可以优选以负极片来预测电池的使用寿命和膨胀力。
(2)对多个电池进行充放电循环测试，得到不同循环圈数下对应的电池容量衰减率数据和电池膨胀力数据，对循环测试完成后的电池进行拆解，得到不同循环圈数下对应的极片厚度数据。
根据本发明的实施例，可以优选采用与前面测试的极片和隔膜相同批次或相同规格的极片和隔膜组装多个电池，对多个电池进行充放电循环测试，得到不同循环圈数下对应的电池容量衰减率数据和电池膨胀力数据，并对循环测试完成后的电池(循环不同圈数的电池)进行拆解，以便得到不同循环圈数下对应的极片厚度数据。后续可以通过极片厚度数据与仿真模拟的极片厚度数据进行对照，从而将仿真模拟的极片厚度数据与循环圈数对应起来，得到循环圈数与电池容量衰减率以及循环圈数与电池膨胀力之间的关系。
根据本发明的实施例，步骤(2)中，电池的充放电循环测试可以在-30℃～60℃下进行，具体的，可以基于实际需要在低温(如-20℃)、常温、高温(如45℃)、电池应用场景环境温度或预期的电池工作温度下进行充放电循环测试，例如，当需要预测电池在常温下的使用寿命时，电池的充放电循环测试可以在常温下进行；当需要预测电池在高温下(例如45℃)的使用寿命时，电池的充放电循环测试可以在45℃下进行。由此，可以根据实际需要预测电池在低温环境、常温环境、高温环境、电池应用场景环境温度或预期的电池工作温度环境下的使用寿命和电池膨胀力。
根据本发明的一些实施例，优选可以在电池的工作温度范围内进行充放电循环测试，例如室温。由此，既符合电池的常规使用环境，也不会对电池产生破坏。
根据本发明的一些实施例，步骤(2)中的充放电循环测试的循环圈数可以不大于2000圈，例如可以为300圈、500圈、800圈、1000圈、1200圈、1500圈、2000圈等，发明人经大量试验验证，基于本发明获得的材料参数和建立的基础仿真模型，在较少的电池循环圈数下即可使后续建立的电池膨胀工况仿真模型及其输出结果具有很高的可靠性，保证最终得到的循环圈数-电池膨胀力的拟合关系式和循环圈数-电池容量衰减率的拟合关系式的准确性和可靠性，由此本发明中仅需要通过少量循环测试的测试数据即可完成后续仿真模型的建立，不仅可以节省测试时间，还能保证仿真模型的可靠性。优选地，电池充放电循环测试的循环圈数可以为500～2000圈，由此可以基于更多的测试数据进一步提高后续建立的仿真模型的可靠性以及最终建立的拟合关系式的可靠性和准确性。
根据本发明的实施例，在测试电池的膨胀力数据时，可以在电池表面放置应变片，以便通过应变片的应力应变变化得到电池的膨胀力数据；或者，也可以在电池表面放置压力传感器，以便获得电池的膨胀力数据。
(3)基于基础仿真模型和步骤(2)得到的数据，建立电池膨胀工况仿真模型。
在该步骤中，基于基础仿真模型和步骤(2)充放电循环测试得到的数据，在仿真软件中建立电池膨胀工况仿真模型，电池膨胀工况仿真模型也为有限元仿真模型。
(4)基于电池膨胀工况仿真模型，输出不同载荷下的极片层间接触力仿真数据、极片位移仿真数据、极片应变仿真数据、电池膨胀力仿真数据和极片厚度仿真数据，并根据步骤(2)得到的相同循环圈数下对应的电池膨胀力数据和极片厚度数据对电池膨胀工况仿真模型的输出结果进行校正。也就是说，基于步骤(3)建立的电池膨胀工况仿真模型输出的仿真结果和实测数据进行对比，将实测结果和仿真结果对应起来，实现对电池膨胀工况仿真模型的校正。
根据本发明的一些实施例，步骤(4)中，不同载荷可以通过对极片或电池施力实现，即可以通过模拟电池充放电循环过程中极片或电池的受力情况对极片或电池施加作用力，以得到相应的仿真数据。根据本发明的另一些实施例，不同载荷也可以通过对极片或电池的温度进行调控实现，通过改变极片或电池的温度模拟极片或电池的受力变化，由此，能够更好的模拟极片在不同循环次数下厚度变化、应变以及电池在不同循环次数下的膨胀力等，而且，极片层间接触力仿真数据可以对电池的设计起到很好的指导作用。需要说明的是，极片或电池在不同循环圈数下的受力情况是不同的，优选基于极片或电池在不同循环圈数下对应的应变/应力值，在仿真模型中输入极片或电池在各个循环圈数下发生相应应变所需的应力或实现相应应变所需的温度，由此可以进一步保证电池膨胀工况仿真模型的可靠性和准确性。
(5)对比步骤(2)得到的极片厚度数据和电池膨胀工况仿真模型输出的极片厚度仿真数据，将电池循环圈数与载荷对应起来，得到循环圈数-电池膨胀力仿真数据、循环圈数-电池容量衰减率数据，并根据得到的仿真数据获得循环圈数-电池膨胀力的拟合关系式和循环圈数-电池容量衰减率的拟合关系式。
根据本发明的实施例，将基于电池膨胀工况仿真模型输出的极片厚度仿真数据与步骤(2)中充放电循环测试得到的极片厚度数据进行对比，由于步骤(2)中拆解电池得到的极片厚度数据是与循环圈数相对应的，因此，可以将电池循环圈数和步骤(4)中的载荷对应起来，从而得到循环圈数-电池膨胀力仿真数据、循环圈数-电池容量衰减率数据，根据得到的仿真数据可以进一步获得循环圈数-电池膨胀力的拟合关系式和循环圈数-电池容量衰减率的拟合关系式。
根据本发明的实施例，步骤(5)中，循环圈数-电池膨胀力的拟合关系式与循环圈数-电池容量衰减率的拟合关系式可以利用多项式曲线拟合法等拟合方法得到，其中，拟合得到的该两个拟合关系式可以分别独立地为线性函数或非线性函数。
根据本发明的一些实施例，循环圈数-电池膨胀力的拟合关系式为线性函数，即电池膨胀力为循环圈数的线性函数。根据本发明的一些具体示例，循环圈数-电池膨胀力的拟合关系式为y1＝ax+b，其中，y1为电池的膨胀力，x为循环圈数，a和b均为非零常数。
根据本发明的另一些实施例，循环圈数-电池容量衰减率的拟合关系式为线性函数，即电池容量衰减率为循环圈数的线性函数。根据本发明的一些具体示例，循环圈数-电池容量衰减率的拟合关系式为y2＝cx+d，其中，y2为电池容量衰减率，x为循环圈数，c和d均为非零常数。
根据本发明的实施例，步骤(5)还可以包括：基于电池膨胀工况仿真模型对步骤(5)得到的两个拟合关系式进行校正。在得到循环圈数-电池膨胀力的拟合关系式和循环圈数-电池容量衰减率的拟合关系式之后，可以基于电池膨胀工况仿真模型，利用仿真手段对上述两个拟合关系式进行校正，以使上述两个拟合关系式的准确度更高。具体地，可以利用仿真手段去验证当容量衰减率至预设值(如30％或50％等)时的循环圈数-膨胀力仿真数据是否和基于循环圈数-电池膨胀力的拟合关系式的预测值相吻合，若差异大，则需要调整多项式系数值直至仿真得到的循环圈数-膨胀力仿真数据和拟合关系式的预测数据相吻合为止。优选地，该预设值可以包括多个，例如可以分别验证当容量衰减率为20％、30％、40％、50％、70％(即容量衰减至原始容量的80％、70％、60％、50％、30％)时的仿真数据和拟合关系式预测数据是否吻合来实现拟合关系式的校正，由此可以进一步保证两个拟合关系式的可靠性和准确性。可以理解的是，本发明中电池膨胀工况仿真模型是基于极片和隔膜的材料参数以及电池的充放电测试结果及拆解后极片的厚度数据为基础建立、校正的，该仿真模型本身是准确且可靠的，因此基于电池膨胀工况仿真模型对步骤(5)得到的两个拟合关系式进行校正也是可靠的。
(6)基于得到的拟合关系式预测电池容量衰减至第一预设阈值时对应的循环圈数和电池膨胀力值；和/或，预测电池膨胀力值增加至第二预设阈值时对应的循环圈数和电池容量衰减率。
根据本发明的实施例，基于得到的拟合关系式可以预测电池容量衰减至第一预设阈值时对应的循环圈数和电池膨胀力值。根据本发明的一些实施例，第一预设阈值为可以为30％～35％，例如第一预设阈值可以为电池原始容量的30％、31％、32％、32％、34％、35％等，其中，若当电池容量衰减至第一预设阈值时表示电池容量不足以满足使用需求，根据循环圈数-电池容量衰减率的拟合关系式即可得出电池容量衰减至第一预设阈值时对应的电池的循环圈数，该循环圈数可以理解为电池的循环寿命。当然，根据计算得到的循环圈数以及循环圈数-电池膨胀力的拟合关系式还可以相应计算得出电池容量衰减至第一预设阈值时电池的膨胀力。
根据本发明的实施例，基于得到的拟合关系式可以预测电池膨胀力增加至第二预设阈值时对应的循环圈数和电池容量衰减率，当电池膨胀力增加至第二预设阈值时，电池/极片膨胀较严重，无法再满足使用需求，对应的循环圈数即可作为电池寿命。进一步地，还可以基于电池膨胀力值得到电池的膨胀率，以便根据电池的膨胀率来更直观地预测电池的寿命或实现对电池结构设计的指导。根据本发明的一些实施例，第二预设阈值对应的电池膨胀率为10％～20％，例如，第二预设阈值对应的电池膨胀率可以为10％、12％、15％、17％、18％、20％等，其中，若当电池膨胀率达到10％～20％时表示电池不足以满足使用需求或会发生鼓包，则可以根据第二预设阈值结合上述拟合关系式得出第二预设阈值对应的循环圈数，该循环圈数可以理解为电池的循环寿命。根据本发明的一些实施例，当电池的循环寿命确定时，可以根据循环圈数-电池膨胀力的拟合关系式预测电池膨胀力，进而得到膨胀率数据，根据膨胀率数据设计壳体大小和壳体内预留膨胀空间等结构参数。
根据本发明的实施例，步骤(6)中，假设电池容量衰减至第一预设阈值时对应的循环圈数为N1，电池膨胀力值增加至第二预设阈值时对应的循环圈数为N2，电池的循环寿命为N，则N＝min(N1，N2)，即是说，如果N1≥N2，则电池的循环寿命为N2，如果N1≤N2，则电池的循环寿命为N1。
总的来说，本发明提出的方法具有以下有益技术效果：(1)该方法不仅能够预测电池的循环寿命数据，还能得到电池循环充放电过程中的膨胀力数据；(2)精确度能够得到保证，以实际获取的材料参数为基础得到基础仿真模型并进行校正，后续结合电池充放电循环测试数据建立电池膨胀工况仿真模型，并将充放电循环测试过程中的极片厚度、应变、膨胀等实测数据与仿真得出的数据进行对比，对仿真模型进行校正，从而使得预测结果更为准确，可靠度高；(3)该方法只需要进行少圈数(2000圈甚至更少)的充放电循环测试便可预测后续更多圈数(8000圈或以上)的循环膨胀力数据，可以缩短开发周期；(4)可以为电池结构参数设计或优化提供支持。
在本发明的另一方面，本发明提出了前面所述的方法在预测电池使用寿命和/或电池结构设计中的用途。本发明提出的上述方法可以应用于预测电池使用寿命，该方法准确性高，能够精准的预测电池的使用寿命；该方法也可以应用于电池(例如锂离子电池等)结构设计中，例如可以根据实际使用需求和极片在使用过程中的厚度变化设计电池的结构，以便提高电池的使用寿命及充放电性能。需要说明的是，针对上述预测电池循环寿命及膨胀力的方法所描述的特征及效果同样适用于该用途，此处不再一一赘述。
在本说明书的描述中，参考术语“一个实施例”、“另一个实施例”、“一些实施例”、“另一些实施例”、“一些具体实施例”等的描述意指结合该实施例描述的具体特征、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一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，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以及不同实施例或示例的特征进行结合和组合。另外，需要说明的是，本说明书中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种预测电池循环寿命及膨胀力的方法，其特征在于，包括：
(1)获取极片和隔膜的材料参数，建立基础仿真模型，所述基础仿真模型包括拉伸和压缩工况、以及电池平压工况和电池挤压工况；
(2)对多个电池进行充放电循环测试，得到不同循环圈数下对应的电池容量衰减率数据和电池膨胀力数据，对循环测试完成后的电池进行拆解，得到不同循环圈数下对应的极片厚度数据；
(3)基于所述基础仿真模型和步骤(2)得到的数据，建立电池膨胀工况仿真模型；
(4)基于所述电池膨胀工况仿真模型，输出不同载荷下的极片层间接触力仿真数据、极片位移仿真数据、极片应变仿真数据、电池膨胀力仿真数据和极片厚度仿真数据，并根据步骤(2)得到的相同循环圈数下对应的电池膨胀力数据和极片厚度数据对所述电池膨胀工况仿真模型的输出结果进行校正；
(5)对比步骤(2)得到的极片厚度数据和所述电池膨胀工况仿真模型输出的极片厚度仿真数据，将电池循环圈数与所述载荷对应起来，得到循环圈数-电池膨胀力仿真数据、循环圈数-电池容量衰减率数据，并根据得到的仿真数据获得循环圈数-电池膨胀力的拟合关系式和循环圈数-电池容量衰减率的拟合关系式；
(6)基于得到的拟合关系式预测电池容量衰减至第一预设阈值时对应的循环圈数和电池膨胀力值；和/或，预测电池膨胀力值增加至第二预设阈值时对应的循环圈数和电池容量衰减率。
2.根据权利要求1所述的方法，其特征在于，步骤(1)中，获取极片和隔膜的材料参数包括：对多个极片和多个隔膜进行压缩、拉伸、平压测试和电池挤压测试，得到针对所述极片和所述隔膜的力-位移曲线、应力-应变曲线、变形数据。
3.根据权利要求1或2所述的方法，其特征在于，步骤(1)还包括：对所述基础仿真模型进行校正，对所述基础仿真模型进行校正包括：
(1-1)基于所述基础仿真模型输出所述极片和所述隔膜在不同工况下的力-位移仿真曲线、应力-应变仿真曲线、仿真变形数据；
(1-2)对多个极片和多个隔膜进行压缩、拉伸、平压测试和电池挤压测试，得到针对所述极片和所述隔膜的力-位移曲线、应力-应变曲线、变形数据；
(1-3)比较步骤(1-2)得到的测试结果和步骤(1-1)得到的仿真结果，并基于比较结果对所述基础仿真模型进行校正。
4.根据权利要求1所述的方法，其特征在于，所述极片包括负极片和/或正极片。
5.根据权利要求1所述的方法，其特征在于，步骤(2)中，所述充放电循环测试在-30℃～60℃下进行；
任选地，步骤(2)中，所述充放电循环测试的循环圈数不大于2000圈；
任选地，步骤(2)中，在所述电池表面放置应变片，以便得到所述电池膨胀力数据。
6.根据权利要求1所述的方法，其特征在于，步骤(4)中，所述不同载荷通过对所述极片或所述电池施力实现；或者，所述不同载荷通过对所述极片或所述电池的温度进行调控实现，通过改变所述极片或所述电池的温度模拟极片或电池的受力变化。
7.根据权利要求1所述的方法，其特征在于，步骤(5)还包括：基于所述电池膨胀工况仿真模型对得到的两个拟合关系式进行校正。
8.根据权利要求1所述的方法，其特征在于，步骤(5)中，所述循环圈数-电池膨胀力的拟合关系式与所述循环圈数-电池容量衰减率的拟合关系式分别独立地为线性函数或非线性函数；
任选地，步骤(5)中，所述循环圈数-电池膨胀力的拟合关系式为y1＝ax+b；和/或，所述循环圈数-电池容量衰减率的拟合关系式为y2＝cx+d，其中，y1为电池的膨胀力，y2为电池容量衰减率，x为循环圈数，a、b、c、d均为非零常数。
9.根据权利要求1所述的方法，其特征在于，步骤(6)中，基于电池膨胀力值得到电池的膨胀率，
任选地，步骤(6)中，所述第一预设阈值为电池原始容量的30％～35％，所述第二预设阈值对应的电池膨胀率为10％～20％；
任选地，步骤(6)中，所述电池容量衰减至所述第一预设阈值时对应的循环圈数为N1，所述电池膨胀力值增加至第二预设阈值时对应的循环圈数为N2，所述电池的循环寿命为N，N＝min(N1，N2)。
10.权利要求1-9中任一项所述的方法在预测电池使用寿命和/或电池结构设计中的用途。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210834265.6A CN115077622B (zh) | 2022-07-14 | 2022-07-14 | 预测电池循环寿命及膨胀力的方法及其用途 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210834265.6A CN115077622B (zh) | 2022-07-14 | 2022-07-14 | 预测电池循环寿命及膨胀力的方法及其用途 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115077622A true CN115077622A (zh) | 2022-09-20 |
| CN115077622B CN115077622B (zh) | 2024-05-31 |
Family
ID=83258994
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210834265.6A Active CN115077622B (zh) | 2022-07-14 | 2022-07-14 | 预测电池循环寿命及膨胀力的方法及其用途 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115077622B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117709126A (zh) * | 2024-02-01 | 2024-03-15 | 苏州易来科得科技有限公司 | 预测电池性能的方法、装置、电子设备和存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160116548A1 (en) * | 2014-10-24 | 2016-04-28 | Qnovo Inc. | Circuitry and techniques for determining swelling of a battery/cell and adaptive charging circuitry and techniques based thereon |
| US20190113577A1 (en) * | 2017-10-17 | 2019-04-18 | The Board Of Trustees Of The Leland Stanford Junior University | Data-driven Model for Lithium-ion Battery Capacity Fade and Lifetime Prediction |
| CN110750874A (zh) * | 2019-09-26 | 2020-02-04 | 长沙理工大学 | 一种退役动力电池寿命预测的方法 |
| CN112364486A (zh) * | 2020-10-23 | 2021-02-12 | 昆山宝创新能源科技有限公司 | 预测锂电池循环寿命的方法及其用途 |
| CN113655398A (zh) * | 2021-08-11 | 2021-11-16 | 远景动力技术(江苏)有限公司 | 预估锂电池循环跳水的方法 |
-
2022
- 2022-07-14 CN CN202210834265.6A patent/CN115077622B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160116548A1 (en) * | 2014-10-24 | 2016-04-28 | Qnovo Inc. | Circuitry and techniques for determining swelling of a battery/cell and adaptive charging circuitry and techniques based thereon |
| US20190113577A1 (en) * | 2017-10-17 | 2019-04-18 | The Board Of Trustees Of The Leland Stanford Junior University | Data-driven Model for Lithium-ion Battery Capacity Fade and Lifetime Prediction |
| CN110750874A (zh) * | 2019-09-26 | 2020-02-04 | 长沙理工大学 | 一种退役动力电池寿命预测的方法 |
| CN112364486A (zh) * | 2020-10-23 | 2021-02-12 | 昆山宝创新能源科技有限公司 | 预测锂电池循环寿命的方法及其用途 |
| CN113655398A (zh) * | 2021-08-11 | 2021-11-16 | 远景动力技术(江苏)有限公司 | 预估锂电池循环跳水的方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117709126A (zh) * | 2024-02-01 | 2024-03-15 | 苏州易来科得科技有限公司 | 预测电池性能的方法、装置、电子设备和存储介质 |
| CN117709126B (zh) * | 2024-02-01 | 2024-05-07 | 苏州易来科得科技有限公司 | 预测电池性能的方法、装置、电子设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115077622B (zh) | 2024-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112731164A (zh) | 一种电池寿命评估方法 | |
| WO2011039912A1 (ja) | 蓄電池装置並びに蓄電池の電池状態評価装置及び方法 | |
| CN115077622B (zh) | 预测电池循环寿命及膨胀力的方法及其用途 | |
| CN110426639B (zh) | 一种基于动态阻抗谱的锂离子电池寿命预测方法及系统 | |
| CN110221210B (zh) | 一种锂离子电池循环寿命快速预测方法 | |
| CN112198444A (zh) | 一种基于极片膨胀度预测锂离子电池循环寿命的方法 | |
| CN111438077A (zh) | 一种退役三元软包电池的梯次利用性能快速筛选及检测的方法 | |
| CN110210147B (zh) | 估算电池健康状态的仿真装置及仿真方法 | |
| CN108717475B (zh) | 基于混合仿真方法的锂电池单体机械强度概率模型建模方法 | |
| CN112034367A (zh) | 锂离子电池容量预测方法及系统 | |
| CN113884932B (zh) | 电池使用寿命的评估方法及装置 | |
| CN111562510A (zh) | 一种用于确定退役动力电池剩余寿命的方法及系统 | |
| CN111562509B (zh) | 一种用于确定退役动力电池剩余寿命的方法及系统 | |
| CN116908705B (zh) | 容量衰减模型建立方法、电池循环寿命测试方法及装置 | |
| CN110376532A (zh) | 处于压紧状态下电池元件的电池数据测量方法 | |
| Lin et al. | Study on the failure behavior of the current interrupt device of lithium‐ion battery considering the effect of creep | |
| CN116736171A (zh) | 一种基于数据驱动的锂离子电池健康状态估算方法 | |
| CN111931328A (zh) | 一种基于夏季气候的车用锂离子电池工况及寿命阶段预测方法 | |
| CN112114260A (zh) | 一种锂离子电池单体过充电稳定性的测试及评价方法 | |
| CN113139304A (zh) | 一种电池模组膨胀力的计算方法、装置及控制设备 | |
| CN115389940A (zh) | 预测动力电池内阻的方法、功率的方法、系统及存储介质 | |
| CN115598542A (zh) | 一种锂离子电池产热功率预测方法 | |
| CN107390085A (zh) | 一种电缆网加速贮存试验方法及其装置 | |
| CN110639844B (zh) | 一种空间飞行器用锂离子蓄电池一致性筛选方法 | |
| Gorny et al. | Monitoring and Health prognosis of Lithium-Ion battery system |
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 | ||
| CB02 | Change of applicant information |
Address after: 361006 room 201-1, complex building 5, No. 11, Butang Middle Road, industrial base, Xiamen Torch High tech Zone (Tongxiang), Xiamen, Fujian Applicant after: Xiamen Haichen Energy Storage Technology Co.,Ltd. Address before: 361006 room 201-1, complex building 5, No. 11, Butang Middle Road, industrial base, Xiamen Torch High tech Zone (Tongxiang), Xiamen, Fujian Applicant before: Xiamen Haichen New Energy Technology Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |