CN115792685A - 一种基于动静态特征结合的电芯配组方法 - Google Patents
一种基于动静态特征结合的电芯配组方法 Download PDFInfo
- Publication number
- CN115792685A CN115792685A CN202211520922.6A CN202211520922A CN115792685A CN 115792685 A CN115792685 A CN 115792685A CN 202211520922 A CN202211520922 A CN 202211520922A CN 115792685 A CN115792685 A CN 115792685A
- Authority
- CN
- China
- Prior art keywords
- data
- difference value
- minimum
- difference
- capacity
- 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
-
- 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
- Secondary Cells (AREA)
Abstract
本发明公开了一种基于动静态特征结合的电芯配组方法,包括以下步骤:获取一批电芯的分容过程数据和老化前后数据;对分容过程数据即动态数据进行处理分析,筛选出正常电芯;对正常电芯的老化前后数据即静态数据进行配组分析,选择配组率较高的配组方法。选择动态特征即充放电曲线特征一致性程度较高的正常电芯,用正常电芯基于静态特征进行配组,避免了电芯损伤,保证了电芯的一致性,提高了电池质量。
Description
技术领域
本发明涉及一种电芯配组方法,尤其涉及一种基于动静态特征结合的电芯配组方法。
背景技术
蓄电池的蓄电部分是电芯,电芯的质量直接决定了电池的质量。目前配组方法为:1)仅使用静态特征,即电芯在不充放电的状态下根据电芯电压、内阻、容量来进行配组。2)仅使用动态特征,电池在在动态充放电过程当中其内阻、电压压差变化很大。
都存在待优化的地方,即特征选择不全面等情况,导致车辆运行一段时间后电芯一致性越来越差,比如容量下降,循环寿命急剧衰减。
发明内容
为了解决电芯一致性越来越差的问题,本发明提供一种基于动静态特征结合的电芯配组方法,选择动态特征即充放电曲线特征一致性程度较高的正常电芯,用正常电芯基于静态特征进行配组。
本发明提供如下技术方案:
一种基于动静态特征结合的电芯配组方法,包括以下步骤:
获取一批电芯的分容过程数据和老化前后数据;
对分容过程数据即动态数据进行处理分析,筛选出正常电芯;
对正常电芯的老化前后数据即静态数据进行配组分析,选择配组率较高的配组方法。
一种基于动静态特征结合的电芯配组方法,电芯的分容过程数据:
充电曲线中,选择恒流充电时的恒流中值电压记为U1,完整充电后的总充电容量记为C1,恒流充电时间占总充电时间的比重记为T1;
选择放电平台期的恒流中值电压记为U2,完整放电后的总放电容量记为C2,放电平台时间占总放电时间的比重记为T2。
老化后内阻记为R,老化后电压记为U,老化前后的压降差记为∆U,容量即动态特征中的C2记为C,这是基于静态特征选择。
基于动态特征选择的六个参数,分别利用箱线图法识别异常值,上四分位数记为Q3,下四分位数记为Q1,四分位距记为IQR=Q3-Q1,上下界为Q3+1.5IQR和Q1-1.5IQR,在上下界内为正常值,在上下界外为异常值即离群点。
基于静态特征选择的四个参数,利用三种不同的筛选方式进行配组,按照压降、容量、内阻、电压以及从小到大的筛选顺序,电池组电芯数记为n。
S1. 按压降最小的筛选:
S11、当数据总数大于等于n,将压降从小到大排序,选择与最小压降的差值满足压降差要求的数据,若大于等于n则进入S12,若小于n则删除压降最小的返回S11;当数据总数小于n,结束配组;
S12、将容量从小到大排序,选择与最小容量的差值满足容量差要求的数据,若大于等于n则进入S13,若小于n则删除压降最小的返回S11;
S13、将内阻从小到大排序,选择与最小内阻的差值满足内阻差要求的数据,若大于等于n则进入S14,若小于n则删除压降最小的返回S11;
S14、将电压从小到大排序,选择与最小电压的差值满足电压差要求的数据,若大于等于n则将n的倍数的数据配成组,将其成组数据删除后剩余放回返回S11,若小于n则删除压降最小的返回S11。
S2.按容量最小的筛选:
S21、当数据总数大于等于n,将压降从小到大排序,选择与最小压降的差值满足压降差要求的数据,若大于等于n则进入S22,若小于n则删除容量最小的返回S21;当数据总数小于n,结束配组;
S22、将容量从小到大排序,选择与最小容量的差值满足容量差要求的数据,若大于等于n则进入S23,若小于n则删除容量最小的返回S21;
S23、将内阻从小到大排序,选择与最小内阻的差值满足内阻差要求的数据,若大于等于n则进入S24,若小于n则删除容量最小的返回S21;
S24、将电压从小到大排序,选择与最小电压的差值满足电压差要求的数据,若大于等于n则将n的倍数的数据配成组,将其成组数据删除后剩余放回返回S21,若小于n则删除容量最小的返回S21。
S3.按当前参数最小的筛选:
S31、当数据总数大于等于n,将压降从小到大排序,选择与最小压降的差值满足压降差要求的数据,若大于等于n则进入S32,若小于n则删除压降最小的返回S31;当数据总数小于n,结束配组;
S32、将容量从小到大排序,选择与最小容量的差值满足容量差要求的数据,若大于等于n则进入S33,若小于n则删除容量最小的返回S31;
S33、将内阻从小到大排序,选择与最小内阻的差值满足内阻差要求的数据,若大于等于n则进入S34,若小于n则删除内阻最小的返回S31;
S34、将电压从小到大排序,选择与最小电压的差值满足电压差要求的数据,若大于等于n则将n的倍数的数据配成组,将其成组数据删除后剩余放回返回S31,若小于n则删除电压最小的返回S31。
与现有技术相比,本发明的有益效果是:
采用动静态特征结合的配组方法,可以筛选出一致性程度相对较高的电芯,提高电芯一致性和稳定性;
可以提供多组合配组方法选择,相对提高电芯的配组率。
保证电池组具有较长的使用寿命。
附图说明
图1为本发明的充电曲线图。
图2是本发明的放电曲线图。
图3为本发明箱线图法识别异常值图。
图4为本发明表2中配组的A1-A20电芯在分容过程中的充电曲线图。
图5为本发明表2中配组的A1-A20电芯在分容过程中的放电曲线图。
具体实施方式
下面将结合本发明实施例中的附图,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做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。
1、动态特征选择:
图1所示,充电曲线中,选择恒流充电时的恒流中值电压记为U1,完整充电后的总充电容量记为C1,恒流充电时间占总充电时间的比重记为T1。
图2所示,放电曲线中,选择斜率变化较小,即较平稳的一段曲线记为放电平台期,其中放电平台初期点记为a1, 放电平台末期点记为a2。
a1的计算方法为a1点自身的一阶导数小于0,a1及其左右相邻的两个点均满足二阶导数大于0,取满足条件的最小点;
同理,a2的计算方法为a2点自身的一阶导数小于0,a2及其左右相邻的两个点均满足二阶导数小于0,取满足条件的最大点。
选择放电平台期的恒流中值电压记为U2,完整放电后的总放电容量记为C2,放电平台时间占总放电时间的比重记为T2。
2、动态特征分析:
1.基于动态特征选择的六个参数,分别利用箱线图法识别异常值。上四分位数记为Q3,下四分位数记为Q1,四分位距记为IQR=Q3-Q1,上下界为Q3+1.5IQR和Q1-1.5IQR,在上下界内为正常值,在上下界外为异常值即离群点。将六参数的箱线图异常值结果汇总即为可能异常电芯。
2.基于动态特征选择的六个参数,利用聚类分析法识别异常值。主要使用K-means聚类方法,聚类后的少数类即为异常值。亦可将其结果与箱线图法的结果相比较,两者基本一致。
3、静态特征选择:
老化后内阻记为R,老化后电压记为U,老化前后的压降差记为∆U,容量即动态特征中的C2记为C。
4、静态特征配组:
基于静态特征选择的四个参数,利用三种不同的筛选方式进行配组。按照压降、容量、内阻、电压以及从小到大的筛选顺序,电池组电芯数记为n。
S1. 按压降最小的筛选:
S11、当数据总数大于等于n,将压降从小到大排序,选择与最小压降的差值满足压降差要求的数据,若大于等于n则进入S12,若小于n则删除压降最小的返回S11;当数据总数小于n,结束配组;
S12、将容量从小到大排序,选择与最小容量的差值满足容量差要求的数据,若大于等于n则进入S13,若小于n则删除压降最小的返回S11;
S13、将内阻从小到大排序,选择与最小内阻的差值满足内阻差要求的数据,若大于等于n则进入S14,若小于n则删除压降最小的返回S11;
S14、将电压从小到大排序,选择与最小电压的差值满足电压差要求的数据,若大于等于n则将n的倍数的数据配成组,将其成组数据删除后剩余放回返回S11,若小于n则删除压降最小的返回S11。
S2. 按容量最小的筛选:
S21、当数据总数大于等于n,将压降从小到大排序,选择与最小压降的差值满足压降差要求的数据,若大于等于n则进入S22,若小于n则删除容量最小的返回S21;当数据总数小于n,结束配组;
S22、将容量从小到大排序,选择与最小容量的差值满足容量差要求的数据,若大于等于n则进入S23,若小于n则删除容量最小的返回S21;
S23、将内阻从小到大排序,选择与最小内阻的差值满足内阻差要求的数据,若大于等于n则进入S24,若小于n则删除容量最小的返回S21;
S24、将电压从小到大排序,选择与最小电压的差值满足电压差要求的数据,若大于等于n则将n的倍数的数据配成组,将其成组数据删除后剩余放回返回S21,若小于n则删除容量最小的返回S21。
S3. 按当前参数最小的筛选:
S31、当数据总数大于等于n,将压降从小到大排序,选择与最小压降的差值满足压降差要求的数据,若大于等于n则进入S32,若小于n则删除压降最小的返回S31;当数据总数小于n,结束配组;
S32、将容量从小到大排序,选择与最小容量的差值满足容量差要求的数据,若大于等于n则进入S33,若小于n则删除容量最小的返回S31;
S33、将内阻从小到大排序,选择与最小内阻的差值满足内阻差要求的数据,若大于等于n则进入S34,若小于n则删除内阻最小的返回S31;
S34、将电压从小到大排序,选择与最小电压的差值满足电压差要求的数据,若大于等于n则将n的倍数的数据配成组,将其成组数据删除后剩余放回返回S31,若小于n则删除电压最小的返回S31。
以S3举例,基于动态特征筛选后的部分正常电芯的数据见表1:
30个电芯,ID为A1-A30,配组条件为压降差5mv,容量差0.225Ah,内阻差0.15mΩ,电压差0.02V,每组20个电芯(n为20)。
按当前参数最小的筛选:
S31、将压降从小到大排序,最小压降为3.19mV,搜索压降不超过3.19+5=8.19mV的电芯,满足条件的电芯数为29,大于20则进入S32;
S32、将容量从小到大排序,最小容量为45.9586449Ah,搜索容量不超过45.9586449+0.225= 46.1836449Ah的电芯,满足条件的电芯数为25,大于20则进入S33;
S33、将内阻从小到大排序,最小内阻为0.72mΩ,搜索内阻不超过0.72+0.15=0.87mΩ的电芯,满足条件的电芯数为23,大于20则进入S34;
S34、将电压从小到大排序,最小电压为3.13575V,搜索电压不超过3.13575+0.02=3.15575V的电芯,满足条件的电芯数为22,大于20则将该序列第1-20个配成组,将其成组数据删除后剩余放回返回S31;
S31、因仅有10个电芯,小于20,结束配组。
本例30个电芯A1-A30中A1、A5、A13等20个电芯配成一组,配组结果见表2:
表2中配组的A1-A20电芯在分容过程中的充放电曲线,如图4和图5,经过动静态特征结合配组后的电芯A1-A20,在充电曲线中表现出较好的一致性,在放电曲线中其一致性更好,放电曲线几乎重叠。
本发明获取一批电芯的分容过程数据和老化前后数据;对分容过程数据即动态数据进行处理分析,筛选出正常电芯;对正常电芯的老化前后数据即静态数据进行配组分析,选择配组率较高的配组方法。通过该发明实施例,选择动态特征即充放电曲线特征一致性程度较高的正常电芯,用正常电芯基于静态特征进行配组,避免了电芯损伤,保证了电芯的一致性,提高了电池质量。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种基于动静态特征结合的电芯配组方法,其特征在于,包括以下步骤:
获取一批电芯的分容过程数据和老化前后数据;
对分容过程数据即动态数据进行处理分析,筛选出正常电芯;
对正常电芯的老化前后数据即静态数据进行配组分析,选择配组率较高的配组方法。
2.根据权利要求1所述的一种基于动静态特征结合的电芯配组方法,其特征在于:电芯的分容过程数据:
充电曲线中,选择恒流充电时的恒流中值电压记为U1,完整充电后的总充电容量记为C1,恒流充电时间占总充电时间的比重记为T1;
选择放电平台期的恒流中值电压记为U2,完整放电后的总放电容量记为C2,放电平台时间占总放电时间的比重记为T2。
3.根据权利要求1所述的一种基于动静态特征结合的电芯配组方法,其特征在于:老化后内阻记为R,老化后电压记为U,老化前后的压降差记为∆U,容量即动态特征中的C2记为C,这是基于静态特征选择。
4.根据权利要求2所述的一种基于动静态特征结合的电芯配组方法,其特征在于:基于动态特征选择的六个参数,分别利用箱线图法识别异常值,上四分位数记为Q3,下四分位数记为Q1,四分位距记为IQR=Q3-Q1,上下界为Q3+1.5IQR和Q1-1.5IQR,在上下界内为正常值,在上下界外为异常值即离群点。
5.根据权利要求3所述的一种基于动静态特征结合的电芯配组方法,其特征在于:基于静态特征选择的四个参数,利用三种不同的筛选方式进行配组,按照压降、容量、内阻、电压以及从小到大的筛选顺序,电池组电芯数记为n。
6.根据权利要求5所述的一种基于动静态特征结合的电芯配组方法,其特征在于:S1.按压降最小的筛选:
S11、当数据总数大于等于n,将压降从小到大排序,选择与最小压降的差值满足压降差要求的数据,若大于等于n则进入S12,若小于n则删除压降最小的返回S11;当数据总数小于n,结束配组;
S12、将容量从小到大排序,选择与最小容量的差值满足容量差要求的数据,若大于等于n则进入S13,若小于n则删除压降最小的返回S11;
S13、将内阻从小到大排序,选择与最小内阻的差值满足内阻差要求的数据,若大于等于n则进入S14,若小于n则删除压降最小的返回S11;
S14、将电压从小到大排序,选择与最小电压的差值满足电压差要求的数据,若大于等于n则将n的倍数的数据配成组,将其成组数据删除后剩余放回返回S11,若小于n则删除压降最小的返回S11。
7.根据权利要求5所述的一种基于动静态特征结合的电芯配组方法,其特征在于:S2.按容量最小的筛选:
S21、当数据总数大于等于n,将压降从小到大排序,选择与最小压降的差值满足压降差要求的数据,若大于等于n则进入S22,若小于n则删除容量最小的返回S21;当数据总数小于n,结束配组;
S22、将容量从小到大排序,选择与最小容量的差值满足容量差要求的数据,若大于等于n则进入S23,若小于n则删除容量最小的返回S21;
S23、将内阻从小到大排序,选择与最小内阻的差值满足内阻差要求的数据,若大于等于n则进入S24,若小于n则删除容量最小的返回S21;
S24、将电压从小到大排序,选择与最小电压的差值满足电压差要求的数据,若大于等于n则将n的倍数的数据配成组,将其成组数据删除后剩余放回返回S21,若小于n则删除容量最小的返回S21。
8.根据权利要求5所述的一种基于动静态特征结合的电芯配组方法,其特征在于:S3.按当前参数最小的筛选:
S31、当数据总数大于等于n,将压降从小到大排序,选择与最小压降的差值满足压降差要求的数据,若大于等于n则进入S32,若小于n则删除压降最小的返回S31;当数据总数小于n,结束配组;
S32、将容量从小到大排序,选择与最小容量的差值满足容量差要求的数据,若大于等于n则进入S33,若小于n则删除容量最小的返回S31;
S33、将内阻从小到大排序,选择与最小内阻的差值满足内阻差要求的数据,若大于等于n则进入S34,若小于n则删除内阻最小的返回S31;
S34、将电压从小到大排序,选择与最小电压的差值满足电压差要求的数据,若大于等于n则将n的倍数的数据配成组,将其成组数据删除后剩余放回返回S31,若小于n则删除电压最小的返回S31。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211520922.6A CN115792685A (zh) | 2022-12-01 | 2022-12-01 | 一种基于动静态特征结合的电芯配组方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211520922.6A CN115792685A (zh) | 2022-12-01 | 2022-12-01 | 一种基于动静态特征结合的电芯配组方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115792685A true CN115792685A (zh) | 2023-03-14 |
Family
ID=85443797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211520922.6A Pending CN115792685A (zh) | 2022-12-01 | 2022-12-01 | 一种基于动静态特征结合的电芯配组方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115792685A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117647748A (zh) * | 2024-01-30 | 2024-03-05 | 宁德时代新能源科技股份有限公司 | 异常电芯的检测方法、装置、设备及存储介质 |
CN117647748B (zh) * | 2024-01-30 | 2024-05-28 | 宁德时代新能源科技股份有限公司 | 异常电芯的检测方法、装置、设备及存储介质 |
-
2022
- 2022-12-01 CN CN202211520922.6A patent/CN115792685A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117647748A (zh) * | 2024-01-30 | 2024-03-05 | 宁德时代新能源科技股份有限公司 | 异常电芯的检测方法、装置、设备及存储介质 |
CN117647748B (zh) * | 2024-01-30 | 2024-05-28 | 宁德时代新能源科技股份有限公司 | 异常电芯的检测方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102760914B (zh) | 一种锂离子动力电池配组方法 | |
CN108680868B (zh) | 一种电池包循环测试一致性分析方法 | |
CN110350240B (zh) | 锂离子电池分容方法及锂离子电池 | |
CN113442787B (zh) | 异常单体电芯识别方法、装置、电子设备和存储介质 | |
CN104466277A (zh) | 一种锂离子电池自放电筛选方法 | |
CN111420898B (zh) | 一种退役电池分选方法及其应用的系统 | |
CN103579700A (zh) | 一种锂离子电池分选配组方法 | |
CN112379285B (zh) | 一种电池包自放电筛选方法 | |
CN113569939B (zh) | 基于人工智能的电池分组方法、终端及存储介质 | |
CN113083739B (zh) | 电芯分选方法、装置以及计算机设备 | |
CN114264969B (zh) | 一种电芯自放电性能评估方法及装置 | |
CN113578792A (zh) | 一种锂离子电池自放电筛选方法、装置及存储介质 | |
CN111617989A (zh) | 一种锂离子动力电池多参数分选方法 | |
CN110201913B (zh) | 一种软包锂离子电池一致性的筛选方法 | |
CN114833097B (zh) | 一种退役动力电池梯次利用的分选方法及装置 | |
CN104681851A (zh) | 一种汽车用锂离子动力电池配组方法 | |
CN113125977A (zh) | 锂离子电池及其自放电筛选方法 | |
CN115792685A (zh) | 一种基于动静态特征结合的电芯配组方法 | |
CN114798502B (zh) | 梯次利用电池的分类成组方法、系统及生产线 | |
CN115877238B (zh) | 电池容量的检测方法、装置、可读存储介质及电子设备 | |
CN110707387A (zh) | 一种磷酸铁锂电芯自放电筛选方法 | |
JP2022034380A (ja) | 再生二次電池の製造方法 | |
CN110707382A (zh) | 一种锂离子电池配组方法 | |
CN112731178A (zh) | 一种快速检测锂离子电芯自放电的工艺 | |
CN108134417B (zh) | 一种均衡电池内各单体电芯能量的方法 |
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 |