CN115236528A - 锂离子电池循环寿命预测方法 - Google Patents

锂离子电池循环寿命预测方法 Download PDF

Info

Publication number
CN115236528A
CN115236528A CN202210852335.0A CN202210852335A CN115236528A CN 115236528 A CN115236528 A CN 115236528A CN 202210852335 A CN202210852335 A CN 202210852335A CN 115236528 A CN115236528 A CN 115236528A
Authority
CN
China
Prior art keywords
battery
capacity
cycle
tested
lithium ion
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
CN202210852335.0A
Other languages
English (en)
Inventor
朱振东
吴欢欢
张峥
夏玉佳
宋林霏
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.)
Hefei Gotion High Tech Power Energy Co Ltd
Original Assignee
Hefei Guoxuan High Tech Power Energy 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 Hefei Guoxuan High Tech Power Energy Co Ltd filed Critical Hefei Guoxuan High Tech Power Energy Co Ltd
Priority to CN202210852335.0A priority Critical patent/CN115236528A/zh
Publication of CN115236528A publication Critical patent/CN115236528A/zh
Pending legal-status Critical Current

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]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3835—Arrangements for monitoring battery or accumulator variables, e.g. SoC involving only voltage measurements
    • 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
    • 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

Abstract

本发明公开一种锂离子电池循环寿命预测方法，属于锂离子电池技术领域，方法包括：将待测电池置于恒温箱内进行循环测试，每隔设定循环周数T对待测电池进行充放电循环，进行容量标定；基于小倍率充放电循环得到的充电容量‑电压曲线进行电压微分拟合，计算正极活性物质损失和正极偏移量；基于容量标定的结果、正极活性物质损失和正极偏移量，预测锂离子电池循环寿命。本发明通过对容量电压曲线进行电压微分拟合，得到锂离子电池循环过程中正负极的活性锂与活性物质的衰减趋势，可得到正负极衰减占比，分析衰减原因，从而实现对电池循环寿命进行定性预测。

Description

锂离子电池循环寿命预测方法
技术领域
本发明涉及锂离子电池技术领域，具体涉及一种锂离子电池循环寿命预测方法。
背景技术
锂离子电池因其能量密度高，循环寿命长等优点广泛应用于当前的生活生产之中。作为能源系统，锂离子电池的服务周期往往要求几年或者十几年之久，这对锂离子电池寿命提出了很高的要求。而在实际测试过程中，锂离子电池的寿命测试往往需要很长的时间，这就无法满足产品的开发需求，因此对锂离子电池寿命加速衰减实验的研究变得十分的重要而迫切。
锂离子电池的充放电池过程为锂离子在电池正负极材料中的脱出与嵌入，其正负极间的嵌锂量是影响锂离子电池循环容量的主要原因。相关技术中，公布号为CN113884929A的中国发明专利申请公开了一种磷酸铁锂电池循环寿命预测方法，步骤包括证明循环后磷酸铁锂电池负极正常区域没有明显结构变化；ICP测试新鲜和老化后锂损失：ICP测试化成后空电态负极锂浓度以及不同循环周数的空电态负极锂浓度；建立循环Cycle-活性锂损失ICP模型F(x)；计算待测磷酸铁锂电池的活性锂浓度，并输入理想曲线模型F(x)进行运算，得到磷酸铁锂电池预测的循坏寿命。但该方案通过对电池极片进行锂含量分析，从而确定电池衰减速率，涉及到电池拆解，是破坏性测试。
公布号为CN113533988A的中国发明专利申请公开了一种适用于长期循环电池的容量衰减分析方法，对电压(V)-容量(Q)曲线进行容量微分(dQ/dV)，通过容量微分得到的曲线中峰的强度、位置变化，仅能定性获取电池衰减的信息。
公布号为CN110133527A的中国发明专利申请公开了一种基于三电极锂离子电池分析容量衰减的方法，其可以对锂离子电池进行无损检测，在不拆解电池的情况下，通过分析循环老化中不同循环次数下的放电电压曲线V-Q图和电压微分曲线dV/dQ-Q图，判断锂离子电池容量衰减的原因。但该方案通过电压微分得到的曲线中的峰的强度及位置变化，来定性获取电池衰减的信息，其局限性在于仅能粗略判断衰减的原因，无法确定每一部分衰减量的大小。
发明内容
本发明所要解决的技术问题在于如何定性的预测锂离子电池循环寿命的变化趋势。
本发明通过以下技术手段实现解决上述技术问题的：
本发明提出了一种锂离子电池循环寿命预测方法，所述方法包括：
将待测电池置于恒温箱内进行循环测试，每隔设定循环周数T对待测电池进行充放电循环，进行容量标定；
基于小倍率充放电循环得到的充电容量-电压曲线进行电压微分拟合，计算正极活性物质损失和正极偏移量；
基于容量标定的结果、正极活性物质损失和正极偏移量，预测锂离子电池循环寿命。
本发明通过对容量电压曲线进行电压微分拟合，得到锂离子电池循环过程中正负极的活性锂与活性物质的衰减趋势，可得到正负极衰减占比，分析衰减原因，然后根据正负极的活性锂与活性物质的衰减趋势及容量标定结果，构建锂离子电池循环寿命衰减模型，对电池循环寿命进行定量预测；而传统的电池循环容量衰减分析过程中未区分计算正极活性锂损失和负极活性锂损失，无法实现定量预测；本方案简单、易行，仅通过电池循环前500周左右的数据准确预测电池后期循环寿命的变化趋势，在锂离子电池寿命测试方面具有较好的应用前景。
进一步地，所述将待测电池置于恒温箱内进行循环测试，每隔设定循环周数T对待测电池进行充放电循环，进行容量标定，包括：
将所述待测电池置于恒温箱内进行循环测试，每隔设定周数T对所述待测电池进行两周小倍率循环测试，并记录所述待测电池正常倍率循环的容量为An，小倍率循环的容量为Qn，n＝1，T，2T，.......NT，N为正整数。
进一步地，所述基于小倍率充放电循环得到的充电容量-电压曲线进行电压微分拟合，计算正极活性物质损失和正极偏移量，包括：
基于所述待测电池循环第a个T周的小倍率充电容量-电压曲线进行电压微分处理，得到电压微分曲线；
对所述电压微分曲线进行拟合，计算正极活性物质损失和正极偏移量。
进一步地，所述基于容量标定的结果、正极活性物质损失和正极偏移量，预测锂离子电池循环寿命，包括：
测定每隔T周因正极活性物质与活性锂导致的容量损失为Cn，n＝T，2T，.......NT，N为正整数；
计算每隔T周因正极活性物质与活性锂导致的容量损失占上一T周循环容量的百分比Wn＝Cn/Qn-T，并计算前a个循环T周数容量的平均损失百分比为
Figure BDA0003755133400000033
根据所述待测电池正常倍率循环的容量为An和小倍率循环的容量为Qn，计算相同循环周数时循环容量差为Dn＝An-Qn；
计算前a个循环T周数时的平均容量差值为
Figure BDA0003755133400000034
基于所述平均损失百分比
Figure BDA0003755133400000035
预测所述待测电池后期小倍率循环的趋势为
Figure BDA0003755133400000031
基于所述平均容量差值
Figure BDA0003755133400000036
预测所述待测电池的正常倍率循环的趋势为
Figure BDA0003755133400000032
进一步地，所述循环周数T取值为50-200。
进一步地，所述a取值范围为[4，5]。
进一步地，所述正极活性物质m与正极活性锂u之间满足Cn＝u+m*Q0，Q0为正极材料的克容量。
进一步地，所述待测电池的小倍率循环测试记录条件为t≤1s，正常倍率循环测试记录条件为10s≤t≤30s。
进一步地，所述待测电池的小倍率循环测试倍率Arate≤0.1C；所述待测电池的大倍率循环测试倍率Arate≤2C。
进一步地，所述待测电池的小倍率循环测试充电机制为恒流充电，所述待测电池的大倍率循环测试充电机制为恒流恒压充电。
本发明的优点在于：
(1)本发明通过对容量电压曲线进行电压微分拟合，得到锂离子电池循环过程中正负极的活性锂与活性物质的衰减趋势，可得到正负极衰减占比，分析衰减原因，然后根据正负极的活性锂与活性物质的衰减趋势及容量标定结果，构建锂离子电池循环寿命衰减模型，对电池循环寿命进行定量预测；而传统的电池循环容量衰减分析过程中未区分计算正极活性锂损失和负极活性锂损失，无法实现定量预测；本方案简单、易行，仅通过电池循环前500周左右的数据准确预测电池后期循环寿命的变化趋势，在锂离子电池寿命测试方面具有较好的应用前景。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
图1是本发明一实施例提出的锂离子电池循环寿命预测方法流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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他实施例，都属于本发明保护的范围。
参照图1，本发明一实施例提出了一种锂离子电池循环寿命预测方法，所述方法包括以下步骤：
S10、将待测电池置于恒温箱内进行循环测试，每隔设定循环周数T对待测电池进行充放电循环，进行容量标定；
S20、基于小倍率充放电循环得到的充电容量-电压曲线进行电压微分拟合，计算正极活性物质损失和正极偏移量；
S30、基于容量标定的结果、正极活性物质损失和正极偏移量，预测锂离子电池循环寿命。
本实施例通过对容量电压曲线进行电压微分拟合，得到锂离子电池循环过程中正负极的活性锂与活性物质的衰减趋势，可得到正负极衰减占比，分析衰减原因，然后根据正负极的活性锂与活性物质的衰减趋势及容量标定结果，构建锂离子电池循环寿命衰减模型，对电池循环寿命进行定量预测；而传统的电池循环容量衰减分析过程中未区分计算正极活性锂损失和负极活性锂损失，无法实现定量预测。
需要说明的是，锂离子电池的充放电池过程为锂离子在电池正负极材料中的脱出与嵌入，其正负极间的嵌锂量是影响锂离子电池循环容量的主要原因。而正负极间的嵌锂量除了与正极提供的活性锂量有关，还与电池电极活性材料有关，但在电池设计过程中，电池的N/P往往会大于1，因此负极活性材料在循环过程的破坏度往往小于正极活性材料的破坏度，故在电池循环到容量为80％的过程中，认为负极活性物质的破坏对电池容量损失的贡献较小。据此，本实施例根据锂离子电池循环过程中正极活性物质与活性锂的衰减趋势，构建锂离子电池循环寿命衰减模型。实验结果证明，本方案简单、易行，仅通过电池循环前400-500周的数据准确预测电池后期循环寿命的变化趋势，在锂离子电池寿命测试方面具有较好的应用前景。
需要说明的是，充放电循环过程按测试需求设定倍率，容量标定用不大于0.1C的小倍率，做容量微分和拟合分析用小倍率的数据进行。
在一实施例中，所述步骤S10，具体包括以下步骤：
将所述待测电池置于恒温箱内进行循环测试，每隔设定循环周数T对所述待测电池进行两周小倍率循环测试，并记录所述待测电池正常倍率循环的容量为An，小倍率循环的容量为Qn，n＝1，T，2T，.......NT，N为正整数。
进一步地，循环周数T的取值范围50～200。
在一实施例中，所述正极活性物质m与正极活性锂u之间满足Cn＝u+m*Q0，Q0为正极材料的克容量。
在一实施例中，所述待测电池的小倍率循环测试记录条件为t≤1s，优选为1s；正常倍率循环测试记录条件为10s≤t≤30s，优选为30s。
在一实施例中，所述待测电池的小倍率循环测试倍率Arate≤0.1C；所述待测电池的大倍率循环测试倍率Arate≤2C。
在一实施例中，所述待测电池的小倍率循环测试充电机制为恒流充电，所述待测电池的大倍率循环测试充电机制为恒流恒压充电。
在一实施例中，所述步骤S20，包括以下步骤：
S21、基于所述待测电池循环前a个循环T周的小倍率充电容量-电压曲线进行电压微分处理，得到电压微分曲线；
S22、对所述电压微分曲线进行拟合，计算正极活性物质损失和正极偏移量。
需要说明的是，本实施例可采用dV/dQ拟合软件对电压微分曲线进行拟合处理，得到拟合参数。
进一步地，所述a取值范围为[4，5]，较优地a取值为5。
在一实施例中，所述步骤S30，包括以下步骤：
S31、测定每隔T周因正极活性物质与活性锂导致的容量损失为Cn，n＝T，2T，.......NT，N为正整数；
S32、计算每隔T周因正极活性物质与活性锂导致的容量损失占上一T周循环容量的百分比Wn＝Cn/Qn-T，并计算前a个循环T周数容量的平均损失百分比为
Figure BDA0003755133400000061
S33、根据所述待测电池正常倍率循环的容量为An和小倍率循环的容量为Qn，计算相同循环周数时循环容量差为Dn＝An-Qn；
S34、计算前a个循环T周数时的平均容量差值为
Figure BDA0003755133400000066
/a；
S35、基于所述平均损失百分比
Figure BDA0003755133400000062
预测所述待测电池后期小倍率循环的趋势为
Figure BDA0003755133400000063
S36、基于所述平均容量差值
Figure BDA0003755133400000064
预测所述待测电池的正常倍率循环的趋势为
Figure BDA0003755133400000065
需要说明的是，本实施例仅通过电池循环前400-500周的数据准确预测电池后期循环寿命的变化趋势，与现有的电池循环寿命预测时间相比缩短了一半以上，对锂离子电池寿命加速衰减实验的研究具有重要意义。
以下通过两个具体实施例对本方案进行详细说明：
实施例1
(1)将待测电池置于25℃恒温箱内进行1C循环测试，每隔100周进行两圈0.05C循环测试，取最后一周的0.05C充电的容量-电压曲线；
(2)根据电池循环前400周的小倍率循环曲线进行电压微分拟合，计算正负极活性物质与正负极活性锂的变化；
(3)据该参数的变化趋势建立容量预测模型，预测锂离子电池后期循环的趋势，预测结果如下表1所示。
表1
Figure BDA0003755133400000071
相对误差公式为:相对误差＝(An预测值-An实际值)/An*100％，相对偏差约为5％以内，可认为该方法可准确预测锂离子电池的循环容量。
由下表数据可以看出，在电池循环至容量保持率为80％的过程中，电池的预测容量与实测容量最大误差为1.37％。该现象表明本发明根据锂离子电池前期循环的数据可准确预测锂离子电池循环后期容量的变化趋势。
实施例2
(1)将待测电池置于恒温箱内进行1C循环测试，每隔100周进行两圈0.05C循环测试，取最后一周的0.05C充电的容量-电压曲线；
(2)根据电池循环前400周的小倍率循环曲线计算活性物质与活性锂的变化；
(3)据该参数的变化趋势建立容量预测模型，预测锂离子电池后期循环的趋势，预测结果如下表2所示。
表2
Figure BDA0003755133400000081
相对误差公式为:相对误差＝(An预测值-An实际值)/An*100％，相对偏差约为5％以内，可认为该方法可准确预测锂离子电池的循环容量。
由下表数据可以看出，在电池循环至容量保持率为80％的过程中，电池的预测容量与实测容量最大误差为-0.81％。该现象表明本发明根据锂离子电池前期循环的数据可准确预测锂离子循环后期容量的变化趋势。
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一定指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，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。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
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)

1.一种锂离子电池循环寿命预测方法，其特征在于，所述方法包括：
将待测电池置于恒温箱内进行循环测试，每隔设定循环周数T对待测电池进行充放电循环，进行容量标定；
基于小倍率充放电循环得到的充电容量-电压曲线进行电压微分拟合，计算正极活性物质损失和正极偏移量；
基于容量标定的结果、正极活性物质损失和正极偏移量，预测锂离子电池循环寿命。
2.如权利要求1所述的锂离子电池循环寿命预测方法，其特征在于，所述将待测电池置于恒温箱内进行循环测试，每隔设定循环周数T对待测电池进行充放电循环，进行容量标定，包括：
将所述待测电池置于恒温箱内进行循环测试，每隔设定周数T对所述待测电池进行两周小倍率循环测试，并记录所述待测电池正常倍率循环的容量为An，小倍率循环的容量为Qn，n＝1，T，2T，.......NT，N为正整数。
3.如权利要求1所述的锂离子电池循环寿命预测方法，其特征在于，所述基于充放电循环得到的充电容量-电压曲线进行电压微分拟合，计算正极活性物质损失和正极偏移量，包括：
基于所述待测电池循环第a个T周的小倍率的充电容量-电压曲线进行电压微分处理，得到电压微分曲线；
对所述电压微分曲线进行拟合，计算正极活性物质损失和正极偏移量。
4.如权利要求2所述的锂离子电池循环寿命预测方法，其特征在于，所述基于容量标定的结果、正极活性物质损失和正极偏移量，预测锂离子电池循环寿命，包括：
测定每隔T周因正极活性物质与活性锂导致的容量损失为Cn，n＝T，2T，.......NT，N为正整数；
计算每隔T周因正极活性物质与活性锂导致的容量损失占上一圈循环容量的百分比Wn＝Cn/Qn-T，并计算前a个循环T周数容量的平均损失百分比为W＝(WT+W2T+W3T+…)/a；
根据所述待测电池正常倍率循环的容量为An和小倍率循环的容量为Qn，计算相同循环周数时循环容量差为Dn＝An-Qn；
计算前a个循环T周数时的平均容量差值为D＝(DT+D2T+D3T+...)/a；
基于所述平均损失百分比W，预测所述待测电池后期小倍率循环的趋势为
Figure FDA0003755133390000021
基于所述平均容量差值
Figure FDA0003755133390000022
预测所述待测电池的正常倍率循环的趋势为
Figure FDA0003755133390000023
5.如权利要求1所述的锂离子电池循环寿命预测方法，其特征在于，所述循环周数T取值为50～200。
6.如权利要求3所述的锂离子电池循环寿命预测方法，其特征在于，所述a取值范围为[4，5]。
7.如权利要求1所述的锂离子电池循环寿命预测方法，其特征在于，所述正极活性物质m与正极活性锂u之间满足Cn＝u+m*Q0，Q0为正极材料的克容量。
8.如权利要求2所述的锂离子电池循环寿命预测方法，其特征在于，所述待测电池的小倍率循环测试记录条件为t≤1s，正常倍率循环测试记录条件为10s≤t≤30s。
9.如权利要求2所述的锂离子电池循环寿命预测方法，其特征在于，所述待测电池的小倍率循环测试倍率Arate≤0.1C；所述待测电池的大倍率循环测试倍率Arate≤2C。
10.如权利要求1所述的锂离子电池循环寿命预测方法，其特征在于，所述待测电池的小倍率循环测试充电机制为恒流充电，所述待测电池的大倍率循环测试充电机制为恒流恒压充电。
CN202210852335.0A 2022-07-20 2022-07-20 锂离子电池循环寿命预测方法 Pending CN115236528A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210852335.0A CN115236528A (zh) 2022-07-20 2022-07-20 锂离子电池循环寿命预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210852335.0A CN115236528A (zh) 2022-07-20 2022-07-20 锂离子电池循环寿命预测方法

Publications (1)

Publication Number Publication Date
CN115236528A true CN115236528A (zh) 2022-10-25

Family

ID=83672800

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210852335.0A Pending CN115236528A (zh) 2022-07-20 2022-07-20 锂离子电池循环寿命预测方法

Country Status (1)

Country Link
CN (1) CN115236528A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115575843A (zh) * 2022-10-25 2023-01-06 楚能新能源股份有限公司 一种锂离子电池寿命预测方法
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

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115575843A (zh) * 2022-10-25 2023-01-06 楚能新能源股份有限公司 一种锂离子电池寿命预测方法
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

Similar Documents

Publication Publication Date Title
CN115236528A (zh) 锂离子电池循环寿命预测方法
CN112098858B (zh) 一种锂离子电池容量衰减的无损分析方法
CN113533988B (zh) 一种锂离子电池长期循环容量衰减分析方法
CN112731168B (zh) 一种检测磷酸铁锂电池极耳焊接不良的方法
CN112098866B (zh) 一种判断电池在循环过程中是否发生析锂的无损分析方法
CN114217238A (zh) 一种锂离子电池循环寿命的预测方法
WO2022237660A1 (zh) 一种基于两点老化特征的锂电池在线老化诊断方法
CN114252795A (zh) 一种预测锂离子电池循环寿命的方法
Lai et al. Experimental investigation on the characteristics of coulombic efficiency of lithium-ion batteries considering different influencing factors
CN116559757B (zh) 电池析锂电位预测准确性的验证方法、装置和电子设备
CN117269814A (zh) 一种基于负极锂损失过程的锂电池存储衰减寿命预测方法
CN110888078A (zh) 一种精确监测锂离子电池循环寿命的充放电测试方法
CN117169739A (zh) 一种锂离子电池的内阻性能的测评方法
CN113884929A (zh) 一种磷酸铁锂电池循环寿命预测方法
CN114720799A (zh) 一种锂离子电池电极材料循环性能的加速测评方法
CN116298978B (zh) 一种定性分析锂离子电池容量损失的方法
CN111707954A (zh) 一种磷酸铁锂动力电池寿命预测方法
CN111208160A (zh) 一种评估三元材料循环性能的方法
CN115308630B (zh) 一种电池寿命的衰减分析方法
CN116609317A (zh) 锂离子电池化成的评测方法
Guo et al. Solid electrolyte interface layer growth-crack formation coupled model for Lithium-ion battery capacity fade prediction
CN109596992B (zh) 一种锂离子电池加速析锂失效的早期验证方法
Xiong et al. Battery Test
CN113093038B (zh) 一种基于脉冲充放电测试的动力电池内阻构成分析方法
CN116680506B (zh) 自适应间隔优化的增量容量曲线数点统计方法及装置

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