CN115128471A - 电池寿命预测方法及计算机可读存储介质 - Google Patents

电池寿命预测方法及计算机可读存储介质 Download PDF

Info

Publication number
CN115128471A
CN115128471A CN202210772821.1A CN202210772821A CN115128471A CN 115128471 A CN115128471 A CN 115128471A CN 202210772821 A CN202210772821 A CN 202210772821A CN 115128471 A CN115128471 A CN 115128471A
Authority
CN
China
Prior art keywords
battery
cycle
temperature
temperature field
life
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
Application number
CN202210772821.1A
Other languages
English (en)
Inventor
王志远
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Svolt Energy Technology Co Ltd
Original Assignee
Svolt Energy Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Svolt Energy Technology Co Ltd filed Critical Svolt Energy Technology Co Ltd
Priority to CN202210772821.1A priority Critical patent/CN115128471A/zh
Publication of CN115128471A publication Critical patent/CN115128471A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367Software therefor, e.g. for battery testing using modelling or look-up tables
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392Determining battery ageing or deterioration, e.g. state of health

Abstract

本发明提供了一种电池寿命预测方法及计算机可读存储介质,本发明的电池寿命预测方法,该方法包括以下步骤:S1、选取待评价的电池,根据电池的标定生命周期和电池所处环境的温度场进行分析,获取电池充放电测试的循环圈数m,并根据循环圈数m进行分析获取循环里程L2;S2、基于温度场的温度分布,模拟电池在整车端的使用状态,制定电池充放电测试的预设工况;S3、根据预设工况和循环里程L2进行分析及调整,获取用于电池充放电测试的测定工况和测定循环周期;S4、在测定工况下,对电池在测定循环周期内进行连续充放电测试,获取电池的测定生命周期。本发明所述的电池寿命预测方法,可更准确地模拟电池在整车端的使用工况,获取电池实际使用寿命。

Description

电池寿命预测方法及计算机可读存储介质
技术领域
本发明涉及电池寿命技术领域,特别涉及一种电池寿命预测方法。同时,本发明也涉及存储有能够执行该电池寿命预测方法的程序的计算机可读存储介质。
背景技术
对于动力电池,使用寿命是非常重要的表征参数。现有的电池寿命测试方法受限于项目周期及成本等影响,主要执行的是恒倍率/工况充放电测试,并在测试过程中以循环圈数和SOH作为结束条件的方式,来实现对电池寿命的评测。
上述方法虽然可以对电池产品的健康趋势进行预估,但是电池的测试工况为固定工况,缺少对整车在实际使用状态下的环境因素的考量,无法应对整车端在使用状态下多样化的老化机制、显著的设备变异性和多种动态操作条件,因此,无法有效评估电池的使用寿命。
发明内容
有鉴于此,本发明旨在提出一种电池寿命预测方法,以可有效评估电池的使用寿命。
为达到上述目的,本发明的技术方案是这样实现的:
一种电池寿命预测方法,该方法包括以下步骤:
S1、选取待评价的电池,根据所述电池的标定生命周期和所述电池所处环境的温度场进行分析,获取所述电池充放电测试的循环圈数m,并根据所述循环圈数m进行分析获取循环里程L2;
S2、基于所述温度场的温度分布,模拟所述电池在整车端的使用状态,制定所述电池充放电测试的预设工况;
S3、根据所述预设工况和所述循环里程L2进行分析及调整,获取用于所述电池充放电测试的测定工况和测定循环周期;
S4、在所述测定工况下,对所述电池在所述测定循环周期内进行连续充放电测试,获取所述电池的测定生命周期;
S5、根据所述测定生命周期与所述标定生命周期进行对比及分析,确定所述电池的实际生命周期。
进一步的,在S1中,所述标定生命周期包括用于表征所述电池在整车端使用状态下理论时间寿命的标定年限n1(n=1、2、3…N,N为整数),以及用于表征所述电池在整车端使用状态下理论循环内的标定里程L0(km);和/或,
所述温度场分布为所述电池在整车端使用状态下所处的春季子温度场、夏季子温度场、秋季子温度场和冬季子温度场。
进一步的,根据所述标定年限n1和所述标定里程L0进行分析,获取大循环圈数M和大循环里程L1,且所述大循环圈数M=n1,所述大循环里程L1=L0/M;根据所述温度场的分布和所述大循环里程L1,获取所述循环圈数m和所述循环里程L2,所述循环圈数m取值为所述温度场中子温度场的个数,所述循环里程L2=L1/m。
进一步的,在S2中,所述预设工况包括温度工况、充放电工况和道路循环工况;其中,所述充放电工况包括所述电池的单次充电时间、单次放电时间和静置时间;所述道路循环工况包括高速行驶工况、公路行驶工况和恶劣行驶工况中的至少一种;所述温度工况包括基于所述温度场的温度分布所获取的环境温度条件,以及基于所述环境温度条件、所述充放电工况和所述道路循环工况进行分析,获取的工作温度条件。
进一步的,所述环境温度条件包括各所述春季子温度场、所述夏季子温度场、所述秋季子温度场和所述冬季子温度场中最大比例的温度值K;所述工作温度条件包括所述电池在整车端使用状态下的自产热温度和水冷温度。
进一步的,在S3中,若所述测定循环周期大于标定循环周期,则调整与分析所述测定工况,使得所述标定循环周期不大于所述测定周期。
进一步的,所述标定循环周期为365天。
进一步的,在S4中,对处于充放电测试过程中的所述电池进行RPT测试,并根据RPT测定参数和所述循环圈数m进行分析,获取所述测定生命周期。
进一步的,在S4中,所述测定生命周期包括用于表征所述电池在整车端使用状态下实际时间寿命的测定年限n2和用于表征所述电池在整车端使用状态下实际循环内的测定里程L4。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在处理器上运行时,执行本发明所述的电池寿命预测方法。
相对于现有技术,本发明具有以下优势:
本发明所述的电池寿命预测方法,通过结合电池所处环境的温度场,可更准确地模拟电池在整车端的使用工况,并通过结合电池的标定生命周期,以可有效评估电池在整车端下线前的实际使用状态,获取电池的实际使用寿命,而可利于评估电池的使用寿命及系统性能,使得能够快速制定电池改进策略。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例所述的电池寿命预测方法的流程图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面将参考附图并结合实施例来详细说明本发明。
本实施例涉及一种电池寿命预测方法,可更准确地模拟电池在整车端的使用工况,以可有效评估电池在整车端下线前的实际使用状态,获取电池实际使用寿命。
整体设计上,如图1所示,该方法包括以下步骤:
S1、选取待评价的电池,根据电池的标定生命周期和电池所处环境的温度场进行分析,获取电池充放电测试的循环圈数m,并根据循环圈数m进行分析获取循环里程L2;
S2、基于温度场的温度分布,模拟电池在整车端的使用状态,制定电池充放电测试的预设工况;
S3、根据预设工况和循环里程L2进行分析及调整,获取用于电池充放电测试的测定工况和测定循环周期;
S4、在测定工况下,对电池在测定循环周期内进行连续充放电测试,获取电池的测定生命周期;
S5、根据测定生命周期与标定生命周期进行对比及分析,确定电池的实际生命周期。
作为优选的,本实施例中,在S1中,标定生命周期包括用于表征电池在整车端使用状态下理论时间寿命的标定年限n1(n=1、2、3…N,N为整数),以及用于表征电池在整车端使用状态下理论循环内的标定里程L0(km)。同时,温度场分布为电池在整车端使用状态下所处的春季子温度场、夏季子温度场、秋季子温度场和冬季子温度场。
此处的温度场是指电池被投放使用地域的温度场,春季子温度场、夏季子温度场、秋季子温度场和冬季子温度场的温度区间,即为在该电池被投放使用地域下分别对应春季天数、夏季天数、秋季天数和冬季天数内的温度区间。
本实施例中,作为一种优选的实施形式,根据标定年限n1和标定里程L0进行分析,获取大循环圈数M和大循环里程L1,且大循环圈数M=n1,大循环里程L1=L0/M,并且,根据温度场的分布和大循环里程L1,获取循环圈数m和循环里程L2,循环圈数m取值为温度场中子温度场的个数,循环里程L2=L1/m。此处的大循环圈数M和循环圈数m的取值一般为整数。
此外,在S2中,上述预设工况包括温度工况、充放电工况和道路循环工况。其中,充放电工况包括电池的单次充电时间、单次放电时间和静置时间。道路循环工况包括高速行驶工况、公路行驶工况和恶劣行驶工况中的至少一种。温度工况包括基于温度场的温度分布所获取的环境温度条件,以及基于环境温度条件、充放电工况和道路循环工况进行分析所获取的工作温度条件。
当然,上述道路循环工况用于表征整车端在道路循环(Drive cycle)测试的使用工况,且本实施例中未述及的道路循环测试下的使用工况,参照现有技术中道路循环测试下的实际使用工况便可。
具体实施时,上述环境温度条件包括各春季子温度场、夏季子温度场、秋季子温度场和冬季子温度场中最大比例的温度值K。同时,工作温度条件包括电池在整车端使用状态下的自产热温度和水冷温度。
上述最大比例的温度值K,是指单个季节子温度场内所有天数的温度中占比最大的温度值,例如在春季子温度场,其春季天数为90天,在90天内温度区间为3-16℃,其中,温度为8℃的天数为68天,占比最大,则温度值K取值为8℃。由此,依次类推,分别获取夏季子温度场、秋季子温度场和冬季子温度场中最大比例的温度值K,例如温度值K可分别取值为31℃、20℃、-3℃。
本实施例中,在S3中,若测定循环周期大于标定循环周期,则调整与分析测定工况,使得标定循环周期不大于测定周期。并在具体实施时,标定循环周期一般取值为365天,以控制电池寿命测评的周期及成本,也即当测定循环周期大于标定循环周期时,则需要分析测定工况,并通过调整工况中的参数来加速测试速度,以使测定循环周期等同于或小于标定循环周期。
作为一种优选的实施形式,本实施例在S4中,对处于充放电测试过程中的电池进行RPT测试((Reference Performance Test),并根据RPT测定参数和循环圈数m进行分析,获取测定生命周期。同样作为优选实施形式,在S4中,上述测定生命周期包括用于表征电池在整车端使用状态下实际时间寿命的测定年限n2和用于表征电池在整车端使用状态下实际循环内的测定里程L4。
具体来讲,上述RPT测定参数可包括电池容量、交流电阻或直流电阻等,根据RPT测定参数进行分析,可获取单个循环圈数内的单圈测试生命周期。上述测定生命周期包括在单个循环圈数内的单圈测定生命周期,以及完成整个循环圈数后的总测定生命周期,以分别对应标定生命周期中的单圈标定生命周期和总标定生命周期,进而能够通过对比及分析得出电池在单个循环圈数内的实际生命周期和总的实际生命周期。
下面,基于一次具体的测试来进一步说明本发明的方法,以验证本发明方法的可行性。该具体测试过程及测试参数,如下:
(1)选取一款EOL(End-of-life;项目终止/停产)电池产品a;
(2)确定电池产品a的标定生命周期:标定年限n1=8(年),标定里程L0=16w(km);
(3)根据标定年限n1和标定里程L0进行分析,获取大循环圈数M和大循环里程L1,且大循环圈数M=n1=8,大循环里程L1=L0/M=16w/8=20000(km);获取电池产品a被投放使用地域的温度场分布,该温度场分布为春季子温度场、夏季子温度场、秋季子温度场和冬季子温度场,获取循环圈数m为4圈(春/夏/秋/冬);
同时,统计在该电池产品a被投放使用地域下春季子温度场、夏季子温度场、秋季子温度场和冬季子温度场的温度区间,且以5℃为区间统计各子温度场中温度的分布比例;
(4)根据各子温度场中温度的分布比例,获取最大比例的温度(单个季节子温度场内所有天数的温度中占比最大的温度值)作为单个循环圈数内的温度值,例如K(spring;春季)=8℃、K(summer;夏季)=31℃、Q(autumn;秋季)=20℃、Q(winter;冬季)=-3℃。
(5)获取循环里程L2=L1/m=20000/4=5000(km),也即单个循环圈数内需要完成5000(km)的时长工况,基于温度场的温度分布及使用场景,选用对应的道路循环(Drivecycle)测试,模拟电池在整车端的使用状态及使用工况,制定电池充放电测试的预设工况。
(6)根据预设工况(除了环境温度条件、充放电工况和道路循环工况等固定工况条件外,加入RPT测试来标定各单个循环圈数内电池产品a的生命周期,以及加入工作温度条件,如水冷温度及速度等)和循环里程L2,输入对应需要的条件参数,通过仿真软件计算出理论循环周期(例如为500天);
此时,理论循环周期大于标定循环周期(例如为365天),因此,需要调整预设工况至理论循环周期小于或等于标定循环周期,由此,获取用于电池充放电测试的测定工况(调整后预设工况)和测定循环周期(调整后理论循环周期)。
(7)在测定工况下,对电池在测定循环周期内进行连续充放电测试,获取电池的测定生命周期(测定年限n2和测定里程L4)。
(8)根据测定生命周期(测定年限n2和测定里程L4)与标定生命周期(标定年限和标定里程))进行对比及分析,确定电池的实际生命周期,以改进电池产品a。
需注意的是,上述(6)中,为便于区分及描述,将用于电池充放电测试的测定循环周期(最终测定循环周期)之前计算得出的测定循环周期称为理论循环周期。
本实施例所述的电池寿命预测方法,通过结合电池所处环境的温度场,可更准确地模拟电池在整车端的使用工况,并通过结合电池的标定生命周期,以可有效评估电池在整车端下线前的实际使用状态,获取电池的实际使用寿命,而可利于评估电池的使用寿命及系统性能,使得能够快速制定电池改进策略。
本实施例还提供一种计算机可读存储介质,其上存储有计算机程序。计算机程序在处理器上运行时,执行本实施例中的电池寿命预测方法。
对于实现上述实施例方法中的全部或部分流程,本领域技术人员可理解为是通过计算机程序或指令相关的硬件来完成的,该计算机程序可存储于一计算机可读取存储介质中,而该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、处理器、计算机程序或其它介质的任何引用,均可包括非易失性和/或易失性存储器。
非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。
当然,上述的RAM可以采用多种形式得到,如静态RAM(SRAM)、动态RAM(DRAM)、双数据率SDRAM(DDRSDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、同步DRAM(SDRAM)、直接存储器总线动态RAM(DRDRAM),以及存储器总线动态RAM(RDRAM)等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种电池寿命预测方法,其特征在于,该方法包括以下步骤:
S1、选取待评价的电池,根据所述电池的标定生命周期和所述电池所处环境的温度场进行分析,获取所述电池充放电测试的循环圈数m,并根据所述循环圈数m进行分析获取循环里程L2;
S2、基于所述温度场的温度分布,模拟所述电池在整车端的使用状态,制定所述电池充放电测试的预设工况;
S3、根据所述预设工况和所述循环里程L2进行分析及调整,获取用于所述电池充放电测试的测定工况和测定循环周期;
S4、在所述测定工况下,对所述电池在所述测定循环周期内进行连续充放电测试,获取所述电池的测定生命周期;
S5、根据所述测定生命周期与所述标定生命周期进行对比及分析,确定所述电池的实际生命周期。
2.根据权利要求1所述的电池寿命预测方法,其特征在于:
在S1中,所述标定生命周期包括用于表征所述电池在整车端使用状态下理论时间寿命的标定年限n1(n=1、2、3…N,N为整数),以及用于表征所述电池在整车端使用状态下理论循环内的标定里程L0(km);和/或,
所述温度场分布为所述电池在整车端使用状态下所处的春季子温度场、夏季子温度场、秋季子温度场和冬季子温度场。
3.根据权利要求2所述的电池寿命预测方法,其特征在于:
根据所述标定年限n1和所述标定里程L0进行分析,获取大循环圈数M和大循环里程L1,且所述大循环圈数M=n1,所述大循环里程L1=L0/M;
根据所述温度场的分布和所述大循环里程L1,获取所述循环圈数m和所述循环里程L2,所述循环圈数m取值为所述温度场中子温度场的个数,所述循环里程L2=L1/m。
4.根据权利要求3所述的电池寿命预测方法,其特征在于:
在S2中,所述预设工况包括温度工况、充放电工况和道路循环工况;其中,
所述充放电工况包括所述电池的单次充电时间、单次放电时间和静置时间;
所述道路循环工况包括高速行驶工况、公路行驶工况和恶劣行驶工况中的至少一种;
所述温度工况包括基于所述温度场的温度分布所获取的环境温度条件,以及基于所述环境温度条件、所述充放电工况和所述道路循环工况进行分析,获取的工作温度条件。
5.根据权利要求4所述的电池寿命预测方法,其特征在于:
所述环境温度条件包括各所述春季子温度场、所述夏季子温度场、所述秋季子温度场和所述冬季子温度场中最大比例的温度值K;
所述工作温度条件包括所述电池在整车端使用状态下的自产热温度和水冷温度。
6.根据权利要求1所述的电池寿命预测方法,其特征在于:
在S3中,若所述测定循环周期大于标定循环周期,则调整与分析所述测定工况,使得所述标定循环周期不大于所述测定周期。
7.根据权利要求6所述的电池寿命预测方法,其特征在于:
所述标定循环周期为365天。
8.根据权利要求1至7中任一项所述的电池寿命预测方法,其特征在于:
在S4中,对处于充放电测试过程中的所述电池进行RPT测试,并根据RPT测定参数和所述循环圈数m进行分析,获取所述测定生命周期。
9.根据权利要求8所述的电池寿命预测方法,其特征在于:
在S4中,所述测定生命周期包括用于表征所述电池在整车端使用状态下实际时间寿命的测定年限n2和用于表征所述电池在整车端使用状态下实际循环内的测定里程L4。
10.一种计算机存储介质,其特征在于:
所述计算机存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现权利要求1-9中任一项权利要求所述的电池寿命预测方法。
CN202210772821.1A 2022-06-30 2022-06-30 电池寿命预测方法及计算机可读存储介质 Pending CN115128471A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210772821.1A CN115128471A (zh) 2022-06-30 2022-06-30 电池寿命预测方法及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210772821.1A CN115128471A (zh) 2022-06-30 2022-06-30 电池寿命预测方法及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN115128471A true CN115128471A (zh) 2022-09-30

Family

ID=83381777

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210772821.1A Pending CN115128471A (zh) 2022-06-30 2022-06-30 电池寿命预测方法及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN115128471A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116599191A (zh) * 2023-07-17 2023-08-15 深圳市菲尼基科技有限公司 基于储能逆变器的能量管理方法、装置、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116599191A (zh) * 2023-07-17 2023-08-15 深圳市菲尼基科技有限公司 基于储能逆变器的能量管理方法、装置、设备及存储介质
CN116599191B (zh) * 2023-07-17 2023-09-08 深圳市菲尼基科技有限公司 基于储能逆变器的能量管理方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN102468521B (zh) 用于估计蓄电池健康状态的方法和装置
CN102565710B (zh) 用于估计蓄电池健康状态的方法和装置
Berecibar et al. State of health estimation algorithm of LiFePO4 battery packs based on differential voltage curves for battery management system application
CN108828461B (zh) 动力电池soh值估算方法及系统
CN108732503B (zh) 一种电池健康状态与电池容量检测方法及装置
CN111381178B (zh) 锂离子电池的健康状态的估算方法及系统
JP7300878B2 (ja) 電池評価システム、電池評価方法及びプログラム
KR101733073B1 (ko) 이차 전지의 검사 방법
CN110261791B (zh) 一种蓄电池组循环寿命快速评价方法
CN111562510B (zh) 一种用于确定退役动力电池剩余寿命的方法及系统
CN115128471A (zh) 电池寿命预测方法及计算机可读存储介质
Sadabadi et al. Design and calibration of a semi-empirical model for capturing dominant aging mechanisms of a PbA battery
US20140184233A1 (en) Method for checking deterioration of battery
CN112214862A (zh) 基于遗传算法的电池参数标定方法、系统及设备
Liu et al. Capacity evaluation and degradation analysis of lithium-ion battery packs for on-road electric vehicles
Stroe et al. State-of-health estimation of lithium-ion batteries based on partial charging voltage profiles
CN113189500A (zh) 电池电量计算方法、装置、计算机设备和存储介质
CN117148187A (zh) 一种基于ocv校准的soh估算方法、系统及电子设备
CN110893794B (zh) 一种车用电池衰减系数确定方法及装置
CN111157906A (zh) Soc精度测试方法、装置及系统
WO2023135971A1 (ja) 蓄電池劣化評価方法
CN114089204B (zh) 一种电池容量跳水拐点预测方法及装置
CN116338464A (zh) 动力电池组合寿命模型的构建方法及电池寿命评估方法
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
CN112305434B (zh) 电池容量的测量方法、装置、终端及存储介质

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