CN115902641A - 电池容量跳水的预测方法、装置及存储介质 - Google Patents
电池容量跳水的预测方法、装置及存储介质 Download PDFInfo
- Publication number
- CN115902641A CN115902641A CN202211544142.5A CN202211544142A CN115902641A CN 115902641 A CN115902641 A CN 115902641A CN 202211544142 A CN202211544142 A CN 202211544142A CN 115902641 A CN115902641 A CN 115902641A
- Authority
- CN
- China
- Prior art keywords
- battery
- tested
- charge
- capacity
- discharge
- 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
本申请提供一种电池容量跳水的预测方法、装置及存储介质,预测方法包括如下步骤:a)对待测电池进行充放电循环;b)获取循环充放电后所述待测电池的容量损失率;c)建立容量损失率和所述待测电池充放电循环圈数之间的关联关系;d)根据关联关系预测待测电池的跳水风险。本申请通过建立待测电池自身的充放电数据和充放电循环圈数之间关联关系,根据关联关系的变化趋势可以快速预测电池发生跳水的风险。
Description
技术领域
本申请涉及电池技术领域,尤其涉及一种电池容量跳水的预测方法、装置及存储介质。
背景技术
随着科技的发展,锂离子电池(简称锂电池)由于具有较高的能量密度和长循环寿命等优点被广泛的应用于多个领域。锂离子电池在老化过程中,电池容量随着老化的不断进行会逐渐变小。电池的老化可分为两个阶段,在老化初期,电池的容量衰减随循环圈数之间是呈线性关系,称为线性老化区;当电池老化到一定程度时,电池内部的老化机理发生变化,导致其容量衰减速率会突然加速,严重影响电池的正常使用。因此,对电池容量衰减跳水点的预测对于电池管理来说是十分重要的。
现有技术中针对锂电池循环跳水的预测,有的采用建立膨胀力和内阻与容量衰减的关系,有的是通过测试电解液的剩余量来判定是否跳水,还有的通过采用容量与循环次数直接的斜率作为锂电池循环跳水的判断标准以及通过利用锂电池曲线的弯曲程度,确定退化特征夹角,将锂电池退化曲线特征夹角与特征夹角报警阈值和特征夹角跳水阈值进行比较,根据比较结果确定是否发生锂电池容量跳水。
可以理解的是,上述对锂电池循环跳水的预测方法需要建立各种参数与容量直接的对应关系或建立参照标准,其过程相对复杂且仅依据自身的循环数据无法对锂电池是否发生循环跳水做出判断。
发明内容
本申请实施例的目的在于提出一种电池容量跳水的预测方法、装置及存储介质、装置及存储介质,能够解决现有技术中对锂电池循环跳水的预测方法需要建立各种参数与容量直接的对应关系或建立参照标准,其过程相对复杂且仅依据自身的循环数据无法对锂电池是否发生循环跳水做出判断等问题。
为了解决上述技术问题,本申请实施例提供一种电池容量跳水的预测方法,所述预测方法包括如下步骤:a)对待测电池进行充放电循环;b)获取循环充放电后所述待测电池的容量损失率;c)建立所述容量损失率和所述待测电池充放电循环圈数之间的关联关系;d)根据所述关联关系预测所述待测电池的跳水风险。
其中,所述步骤d,包括如下分步骤:d1)对所述关联关系进行数据处理得到所述容量损失率和所述待测电池充放电循环圈数之间的第一关联关系,其中,所述第一关联关系中包括和所述循环圈数相关的第一函数;d2)根据所述第一函数的数值预测所述待测电池的跳水风险。
其中,所述步骤d2,包括如下分步骤:d21)将所述待测的电池的所述充放电循环圈数按照第一预设循环圈数划分为多个梯度;d22)分别获取每一梯度对应的所述第一函数的数值,并根据所述第一函数的数值变化趋势确认所述待测电池发生跳水的风险梯度区间;d23)根据所述风险梯度区间中所述第一函数的数值变化预测所述待测电池发生跳水的风险。
其中,所述步骤d23,包括如下分步骤:d231)将所述风险梯度区间中的充放电循环圈数按照第二预设循环圈数划分为多个梯度;d232)分别获取相邻梯度之间对应的所述第一函数的数值差值;d233)根据所述第一函数的数值差值为正值或者负值的几率确定所述待测电池的跳水风险。
其中,根据所述第一函数的数值差值为正值或者负值的几率确定所述待测电池的跳水风险,包括:若所述第一函数的数值差值为负值全部为负值,则判定所述待测电池未发生循环跳水;若所述第一函数的数值差值为负值的几率大于正值的几率,则判定所述待测电池即将发生循环跳水;若所述第一函数的数值差值为负值的几率小于正值的几率,则判定所述待测电池发生循环跳水的幅度低;若所述第一函数的数值差值全部为正值且所述差值逐渐增加,则判定所述待测电池发生循环跳水的幅度增加。
其中,所述步骤d22,包括如下分步骤:d221)判断所有梯度对应的所述第一函数的数值是否持续下降;d222)若判断为否,则确定所述第一函数的数值发生跳变时对应的梯度区间;d223)根据所述梯度区间确认所述待测电池发生跳水的风险梯度区间。
其中,所述容量损失率和所述待测电池充放电循环圈数之间的关联关系为:
Qloss=B*exp(-Ea/RT)*nZ
所述容量损失率和所述待测电池充放电循环圈数之间的第一关联关系为:
ln(Qloss)=A+Zln(n)
其中,所述Qloss为所述待测电池的容量损失率,B为常数,A为与温度相关的函数,Z为与所述循环圈数相关的所述第一函数,n为所述循环圈数,R为气体常数,T为温度,Ea为阿伦尼乌斯公式及活化能。
其中,所述步骤b,包括如下分步骤:b1)获取所述待测电池的初始循环放电标准容量以及进行循环充放电后的循环容量;b2)根据所述初始循环放电标准容量及所述循环容量确定所述待测电池的容持率;b3)根据所述容量保持率确定所述待测电池的所述容量损失率。
为了解决上述技术问题,本申请实施例还提供一种电池容量跳水的预测装置,所述电池容量跳水的预测装置包括:充放电循环模块,用于对待测电池进行充放电循环;获取模块,用于获取循环充放电后所述待测电池的容量损失率;建立模块,用于建立所述容量损失率和所述待测电池充放电循环圈数之间的关联关系;预测模块,用于根据所述关联关系预测所述待测电池的跳水风险。
为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现上述所述的电池容量跳水的预测方法的步骤。
与现有技术相比,本申请实施例主要有以下有益效果:
本申请提供一种电池容量跳水的预测方法、装置及存储介质,通过建立待测电池自身的充放电数据和充放电循环圈数之间关联关系,根据关联关系的变化趋势可以快速预测电池发生跳水的风险,且不需要建立各种复杂的曲线关系,提高电池容量跳水风险的预测效率。
附图说明
为了更清楚地说明本申请中的方案,下面将对本申请实施例描述中所需要使用的附图作一个简单介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请电池容量跳水的预测方法一实施方式的流程示意图;
图2是本申请步骤b一实施方式的流程示意图;
图3是本申请步骤d一实施方式的流程示意图;
图4是本申请步骤d2一实施方式的流程示意图;
图5是本申请步骤d22一实施方式的流程示意图;
图6是本申请步骤d23一实施方式的流程示意图;
图7是本申请电池容量跳水的预测装置一实施方式的结构示意图;
图8是根据本申请的计算机设备一实施方式的结构示意图。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
请结合图1,图1为本申请电池容量跳水的预测方法一实施方式的流程示意图,如图1所示本申请提供的电池容量跳水的预测方法包括如下步骤:
步骤a,对待测电池进行充放电循环。
可以理解的是,为了保证测试温度的稳定,在进行步骤a中的充放电循环之前还需要进一步将待测电池在特定的温度(本申请中可以为25℃)下静置预设时间,本申请中待测电池在特定的温度下静置时间范围可以为10-120min,当然在其他实施方式中还可以是其他时间范围,此处不做具体限定。
进一步,在本申请一具体应用场景中可以采用钴酸锂体系的801444电池作为待测电池(代表型号),其中该待测电池的原料配比为98wt%LiCoO2,0.5wt%导电剂1、0.5%导电剂2以及1%PVDF,且待测电池的负极采用97wt%石墨、1wt%导电剂1、1%CMC以及1%SBR。其中,正负极采用隔膜卷绕、封装、注液制作成待测电池后,待测电池压力化成的参数为:80℃1.1Mpa 120min 1C,分容后常温静止72h后进行循环性能测试。可以理解的是,本申请实施例中还可以采用其他体系的电池作为代表信号进行测试,此处不做具体限定。
进一步,对待测电池进行充放电循环包括如下子步骤:
1、恒流恒压充电,将待测电池1C恒流充电至充电限制电压4.4V后转恒压充电,直至待测电池的充电电流小于或等于0.02C;
2、静置,将充满电所述待测电池静置10min;
3、恒流放电,将静置结束的待测电池1C恒流放电至终止电压3.0V;
4、静置,将放空电的待评测电池静置10min;
进一步,对待测电池进行步骤1至步骤4的充放电循环,且循环圈数大于300次,并统计所述待测电池的循环容量。可选地,本申请实施例中循环圈数可以为600次,在其他实施方式中还可以是其他循环次数,此处不作具体限定。
步骤b,获取循环充放电后待测电池的容量损失率。
请进一步参阅图2,图2为本申请步骤b一实施方式的流程示意图,如图2,步骤b进一步包括如下子步骤:
步骤b1,获取待测电池的标准初始循环放电容量以及进行循环充放电后的循环容量。
在对所述待测电池进行充放电循环之前获取其初始循环放电标准容量以及进行循环充放电后的循环容量。具体地,待测电池的初始循环放电容量为Q0所,进行循环充放电后待测电池的循环容量为Q,当然Q可以为任一循环圈数后的循环容量。
步骤b2,根据初始循环放电容量标准容量及所述循环容量确定待测电池的容量保持率。
具体地,待测电池的容量保持率Q1的计算如下:
Q1=Q/Q0
步骤b3,根据容量保持率确定待测电池的容量损失率。
根据待测电池的容量保持率Q1得到所述待测电池的容量损失率Qloss:
Qloss=1-Q1=1-Q/Q0 (1)
步骤c,建立容量损失率和待测电池充放电循环圈数之间的关联关系。.
进一步,根据阿伦尼乌斯公式建立容量损失率和待测电池充放电循环圈数之间的关联关系,具体如下:
Qloss=B*exp(-Ea/RT)*nZ(2)
其中,所述Qloss为所述待测电池的容量损失率,B为常数,Z为与所述循环圈数相关的所述第一函数,n为所述循环圈数,R为气体常数,T为温度,Ea为阿伦尼乌斯活化能。
可以理解的是,本申请中通过将待测电池自身的充放电数据和充放电循环圈数之间建立关联关系,通过该关联关系可以快速预测电池发生跳水的风险,且不需要建立各种复杂的曲线关系,提高电池容量跳水风险的预测效率。
步骤d,根据关联关系预测待测电池的跳水风险。
请进一步参阅图3,图3为本申请步骤d一实施方式的流程示意图,如图3步骤d进一步包括如下子步骤:
步骤d1,对关联关系进行数据处理得到容量损失率和待测电池充放电循环圈数之间的第一关联关系,其中,第一关联关系中包括和循环圈数相关的第一函数。
具体地,对容量损失率和待测电池充放电循环圈数之间的关联关系进行数据处理(即对上述关联关系进行简化处理),具体过程如下:
令G=lnB,A=G-Ea/RT,将二者带入关联关系Qloss=B*exp(-Ea/RT)*nZ中,得到如下表达式:
Qloss=exp(A)*nZ(3)
进一步,对上述第一关联关系(公式3)两侧的参数取对数,得到待测电池容量衰减率的对数和充放电循环圈数的对数之间的第一关联关系,表达式如下:
ln(Qloss)=A+Zln(n) (4)
其中,A为与温度相关的函数。
可以理解的是,通过将待测电池自身的充放电数据和充放电循环圈数之间关联关系进行简化,得到容量衰减率的对数和循环圈数的对数之间的第一关联关系,且本申请只需要检测第一关联关系中第一函数Z的数值,即可以实现对电池容量跳水的风险进行预测,具体描述如下文。
步骤d2,根据第一函数的数值预测待测电池的跳水风险。
请进一步参阅图4,图4为本申请步骤d2一实施方式的流程示意图,如图4步骤d2进一步包括如下子步骤:
步骤d21,将待测的电池的充放电循环圈数按照第一预设循环圈数划分为多个梯度。
可选地,可以将待测电池的充放电循环圈数n按照第一预设循环圈数划分为多个梯度,在本申请一具体应用场景中,充放电循环圈数n为600,第一预设循环圈数可以为50,即按照循环圈数50作为一梯度,将充放电循环圈数600划分为多个梯度。当然在其他实施方式中,还可以是其他预设循环圈数,例如30、60、90,此处不做具体限定。
步骤d22,分别获取每一梯度对应的第一函数的数值,并根据第一函数的数值变化趋势确认待测电池发生跳水的风险梯度区间。
请参阅图5,图5为本申请步骤d22一实施方式的流程示意图,如图5步骤d22进一步包括如下子步骤:
步骤d221,判断所有梯度对应的第一函数的数值是否持续下降。
请结合表1,表1为本申请待测电池充放电循环圈数的不同梯度和对应第一函数的数值之间的关系表,如表1:
表1待测电池充放电循环圈数的不同梯度和对应第一函数的数值之间的关系表
可以理解的是,本申请上述表格中截取的充放电循环圈数从150开始,每一梯度增加50圈,且通过计算得到每一梯度对应的第一函数的数值(即Z值),判断第一函数的数值是否持续下降,若判断为否,则进入步骤S4222,反之若第一函数的数值持续下降,例如B组中的第一函数的值为持续下降,则表明B组待测电池未发生跳水现象,则结束。
步骤d222,若判断为否,则确定第一函数的数值发生跳变时对应的梯度区间。
可选地,若第一函数的数值未持续下降,例如A组中的Z值,其变化趋势为先下降再上升,由此可见A组的待测电池发生跳水现象。进一步,确定Z值发生跳变时对应的循环圈数,再根据Z值发生跳变时对应的循环圈数确定对应的梯度区间,具体地可以将Z值发生跳变时对应的循环圈数作为基准梯度,将基准梯度和基准梯度的上一梯度作为第一函数的数值发生跳变时对应梯度区间。进一步,结合表1来分析,且A组中在循环圈数为400时,对应的Z值已经发生跳变,如此可以确定A组在循环圈数为350-400之间已经发生轻微跳水,且由表1还能看出循环圈数在400-450之间,待测电池发生大幅循环跳水,如此可以确定A组中第一函数的数值发生跳变时对应的梯度区间为350-400。
步骤d223,根据梯度区间确认待测电池发生跳水的风险梯度区间。
进一步,根据待测电池第一函数的数值发生跳变时对应的梯度区间确认待测电池发生跳水的风险梯度区间。可以理解的是,本申请中选取该梯度区间左右两边一个梯度的循环圈数作为风险梯度区间。
具体结合表1,A组中第一函数的数值发生跳变时对应的梯度区间为350-400,取该梯度区间左右两边一个梯度的循环圈数作为风险梯度区间,即300-450。
可以理解的是,本申请通过将充放电循环圈数按照第一预设循环圈数划分为不同的梯度,通过检测第一函数的数值变化趋势可以确定待测电池发生循环跳水的大致范围。
步骤d23,根据所述风险梯度区间中所述第一函数的数值变化预测所述待测电池发生跳水的风险
请参阅图6,图6为本申请步骤d23一实施方式的流程示意图,如图6步骤d23进一步包括如下子步骤:
步骤d231,将风险梯度区间中的充放电循环圈数按照第二预设循环圈数划分为多个梯度。
可以理解的是,在确定所述待测电池发生循环跳水的大致范围后,需要进一步确定待测电池发生循环跳水的具体循环圈数。如此,可以将风险梯度区间中的充放电循环圈数按照第二预设循环圈数划分为多个梯度。再具体实施方式中,第二预设循环圈数可以为5,即按照循环圈数5作为一梯度,将风险梯度区间300-450划分为多个梯度。当然在其他实施方式中,还可以是其他预设循环圈数,例如10、15、20,此处不做具体限定。
步骤d232,分别获取相邻梯度之间对应的第一函数的数值差值。
请进一步结合表2,表2为风险梯度区间第一函数的数值的数据表,如表2:
表2风险梯度区间第一函数的数值的数据表
进一步,分别获取相邻梯度之间对应的第一函数的差值,即表2中相邻Z值之差。
步骤d233,根据第一函数的数值差值为正值或者负值的几率确定待测电池的跳水风险。
具体地,若第一函数的数值差值为负值全部为负值,则判定待测电池未发生循环跳水;
若第一函数的数值差值为负值的几率大于正值的几率,则判定待测电池即将发生循环跳水;
若第一函数的数值差值为负值的几率小于正值的几率,则判定待测电池发生循环跳水的幅度低;
若第一函数的数值差值全部为正值且所述差值逐渐增加,则判定待测电池发生循环跳水的幅度增加。
结合表2来看,首先A组(发生跳水)和B组(未发生跳水)的Z值趋势明显不同,具体如下:
在300-360循环之间,A组的Z值处于波动阶段,相邻Z值的差值是负值的几率多于是正值的几率,该阶段可作为预判电池即将发生循环跳水的警示,在循环圈数在365之后(因测试数据存在波动,有2组数据Z值为负,分别385和405循环),A组Z值的差值为正值的几率远多于是负值的几率,该趋势预示着循环有已轻微循环跳水的发生,在循环圈数410之后,A组Z值的差值全部为正值,且差值逐渐增大,说明循环跳水幅度增加;结合B组数据,若Z值的差值全部为负值,且处于持续下降的趋势,则判定待测电池未发生循环跳水。因此可依据Z值的变化提前预判待测电池是否发生循环跳水及发生循环跳水的程度。
上述实施方式中,通过建立待测电池自身的充放电数据和充放电循环圈数之间关联关系,根据关联关系的变化趋势可以快速预测电池发生跳水的风险,且不需要建立各种复杂的曲线关系,提高电池容量跳水风险的预测效率。
请参阅图7,图7为本申请电池容量跳水的预测装置一实施方式的结构示意图,如图7本申请提供的电池容量跳水的预测装置100包括充放电循环模块110、获取模块120、建立模块130以及预测模块140。
其中,充放电循环模块110用于对待测电池进行充放电循环。
获取模块120用于获取循环充放电后所述待测电池的容量损失率。其中,获取模块120进一步用于获取待测电池的初始循环放电标准容量以及进行循环充放电后的循环容量;根据初始循环放电标准容量及循环容量确定待测电池的容量保持率;根据容量保持率确定待测电池的所述容量损失率。
建立模块130用于建立容量损失率和待测电池充放电循环圈数之间的关联关系。
预测模块140用于根据关联关系预测待测电池的跳水风险。其中,预测模块140进一步用于将所述待测的电池的所述充放电循环圈数按照第一预设循环圈数划分为多个梯度;分别获取每一梯度对应的所述第一函数的数值,并根据所述第一函数的数值变化趋势确认所述待测电池发生跳水的风险梯度区间,包括判断所有梯度对应的所述第一函数的数值是否持续下降;若判断为否,则确定所述第一函数的数值发生跳变时对应的梯度区间数;根据所述梯度区间确认所述待测电池发生跳水的风险梯度区间。
根据所述风险梯度区间中所述第一函数的数值变化预测所述待测电池发生跳水的风险,包括:将所述风险梯度区间中的充放电循环圈数按照第二预设循环圈数划分为多个梯度;分别获取相邻梯度之间对应的第一函数的数值差值;根据第一函数的数值差值为正值或者负值的几率确定待测电池的跳水风险,包括若所述第一函数的数值差值为负值全部为负值,则判定所述待测电池未发生循环跳水;若所述第一函数的数值差值为负值的几率大于正值的几率,则判定所述待测电池即将发生循环跳水;若所述第一函数的数值差值为负值的几率小于正值的几率,则判定所述待测电池发生循环跳水的幅度低;若所述第一函数的数值差值全部为正值且所述差值逐渐增加,则判定所述待测电池发生循环跳水的幅度增加。
上述实施方式中,通过建立待测电池自身的充放电数据和充放电循环圈数之间关联关系,根据关联关系的变化趋势可以快速预测电池发生跳水的风险,且不需要建立各种复杂的曲线关系,提高电池容量跳水风险的预测效率。
为解决上述技术问题,本申请实施例还提供计算机设备。具体请参阅图8,图8为本实施例计算机设备基本结构框图。
所述计算机设备300包括通过系统总线相互通信连接存储器301、处理器302、网络接口303。需要指出的是,图8中仅示出了具有组件301-303的计算机设备300,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable Gate Array,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器301至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器301可以是所述计算机设备300的内部存储单元,例如该计算机设备300的硬盘或内存。在另一些实施例中,所述存储器301也可以是所述计算机设备300的外部存储设备,例如该计算机设备300上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,所述存储器301还可以既包括所述计算机设备300的内部存储单元也包括其外部存储设备。本实施例中,所述存储器301通常用于存储安装于所述计算机设备300的操作系统和各类应用软件,例如接口调用方法的计算机可读指令等。此外,所述存储器301还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器302在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器302通常用于控制所述计算机设备300的总体操作。本实施例中,所述处理器302用于运行所述存储器301中存储的计算机可读指令或者处理数据,例如运行电池容量跳水的预测方法的计算机可读指令。
所述网络接口303可包括无线网络接口或有线网络接口,该网络接口303通常用于在所述计算机设备300与其他电子设备之间建立通信连接。
上述实施方式中,通过建立待测电池自身的充放电数据和充放电循环圈数之间关联关系,根据关联关系的变化趋势可以快速预测电池发生跳水的风险,且不需要建立各种复杂的曲线关系,提高电池容量跳水风险的预测效率。
本申请还提供了另一种实施方式,即提供一种计算机可读存储介质,计算机可读存储介质存储有计算机可读指令,计算机可读指令可被至少一个处理器执行,以使至少一个处理器执行如上述的电池容量跳水的预测方法的步骤。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例的方法。
显然,以上所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例,附图中给出了本申请的较佳实施例,但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本申请专利保护范围之内。
Claims (10)
1.一种电池容量跳水的预测方法,其特征在于,所述预测方法包括如下步骤:
a)对待测电池进行充放电循环;
b)获取循环充放电后所述待测电池的容量损失率;
c)建立所述容量损失率和所述待测电池充放电循环圈数之间的关联关系;
d)根据所述关联关系预测所述待测电池的跳水风险。
2.根据权利要求1所述的预测方法,其特征在于,所述步骤d,包括如下分步骤:
d1)对所述关联关系进行数据处理得到所述容量损失率和所述待测电池充放电循环圈数之间的第一关联关系,其中,所述第一关联关系中包括和所述循环圈数相关的第一函数;
d2)根据所述第一函数的数值预测所述待测电池的跳水风险。
3.根据权利要求2所述的预测方法,其特征在于,所述步骤d2,包括如下分步骤:
d21)将所述待测的电池的所述充放电循环圈数按照第一预设循环圈数划分为多个梯度;
d22)分别获取每一梯度对应的所述第一函数的数值,并根据所述第一函数的数值变化趋势确认所述待测电池发生跳水的风险梯度区间;
d23)根据所述风险梯度区间中所述第一函数的数值变化预测所述待测电池发生跳水的风险。
4.根据权利要求3中所述的预测方法,其特征在于,所述步骤d23,包括如下分步骤:
d231)将所述风险梯度区间中的充放电循环圈数按照第二预设循环圈数划分为多个梯度;
d232)分别获取相邻梯度之间对应的所述第一函数的数值差值;
d233)根据所述第一函数的数值差值为正值或者负值的几率确定所述待测电池的跳水风险。
5.根据权利要求3中所述的预测方法,其特征在于,根据所述第一函数的数值差值为正值或者负值的几率确定所述待测电池的跳水风险,包括:
若所述第一函数的数值差值为负值全部为负值,则判定所述待测电池未发生循环跳水;
若所述第一函数的数值差值为负值的几率大于正值的几率,则判定所述待测电池即将发生循环跳水;
若所述第一函数的数值差值为负值的几率小于正值的几率,则判定所述待测电池发生循环跳水的幅度低;
若所述第一函数的数值差值全部为正值且所述差值逐渐增加,则判定所述待测电池发生循环跳水的幅度增加。
6.根据权利要求3所述的预测方法,其特征在于,所述步骤d22,包括如下分步骤:
d221)判断所有梯度对应的所述第一函数的数值是否持续下降;
d222)若判断为否,则确定所述第一函数的数值发生跳变时对应的梯度区间;
d223)根据所述梯度区间确认所述待测电池发生跳水的风险梯度区间。
7.根据权利要求2所述的预测方法,其特征在于,所述容量损失率和所述待测电池充放电循环圈数之间的关联关系为:
Qloss=B*exp(-Ea/RT)*nZ
所述容量损失率和所述待测电池充放电循环圈数之间的第一关联关系为:
ln(Qloss)=A+Zln(n)
其中,所述Qloss为所述待测电池的容量损失率,B为常数,A为与温度相关的函数,Z为与所述循环圈数相关的所述第一函数,n为所述循环圈数,R为气体常数,T为温度,Ea为阿伦尼乌斯公式及活化能。
8.根据权利要求1所述的预测方法,其特征在于,所述步骤b,包括如下分步骤:
b1)获取所述待测电池的初始循环放电标准容量以及进行循环充放电后的循环容量;
b2)根据所述初始循环放电标准容量及所述循环容量确定所述待测电池的容量保持率;
b3)根据所述容量保持率确定所述待测电池的所述容量损失率。
9.一种电池容量跳水的预测装置,其特征在于,所述电池容量跳水的预测装置包括:
充放电循环模块,用于对待测电池进行充放电循环;
获取模块,用于获取循环充放电后所述待测电池的容量损失率;
建立模块,用于建立所述容量损失率和所述待测电池充放电循环圈数之间的关联关系;
预测模块,用于根据所述关联关系预测所述待测电池的跳水风险。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的电池容量跳水的预测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211544142.5A CN115902641A (zh) | 2022-12-04 | 2022-12-04 | 电池容量跳水的预测方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211544142.5A CN115902641A (zh) | 2022-12-04 | 2022-12-04 | 电池容量跳水的预测方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115902641A true CN115902641A (zh) | 2023-04-04 |
Family
ID=86478574
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211544142.5A Pending CN115902641A (zh) | 2022-12-04 | 2022-12-04 | 电池容量跳水的预测方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115902641A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116540137A (zh) * | 2023-07-06 | 2023-08-04 | 宁德新能源科技有限公司 | 二次电池容量跳水识别方法及系统 |
CN116577685A (zh) * | 2023-07-13 | 2023-08-11 | 宁德时代新能源科技股份有限公司 | 健康检测方法、数据处理方法、相关装置、设备及介质 |
-
2022
- 2022-12-04 CN CN202211544142.5A patent/CN115902641A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116540137A (zh) * | 2023-07-06 | 2023-08-04 | 宁德新能源科技有限公司 | 二次电池容量跳水识别方法及系统 |
CN116540137B (zh) * | 2023-07-06 | 2023-10-03 | 宁德新能源科技有限公司 | 二次电池容量跳水识别方法及系统 |
CN116577685A (zh) * | 2023-07-13 | 2023-08-11 | 宁德时代新能源科技股份有限公司 | 健康检测方法、数据处理方法、相关装置、设备及介质 |
CN116577685B (zh) * | 2023-07-13 | 2023-12-01 | 宁德时代新能源科技股份有限公司 | 健康检测方法、数据处理方法、相关装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10135279B2 (en) | Method and apparatus of battery charging | |
CN115902641A (zh) | 电池容量跳水的预测方法、装置及存储介质 | |
CN109471040B (zh) | 容量判定方法、装置、电子设备及计算机可读存储介质 | |
CN110571887B (zh) | 电池的选取方法、装置、存储介质及电子设备 | |
WO2023088037A1 (zh) | 电化学装置管理方法、电子设备及电池系统 | |
CN112782599A (zh) | 锂离子电池无损析锂检测方法、装置及计算机设备 | |
CN113794254A (zh) | 一种热管理策略配置方法、装置、计算机设备和存储介质 | |
US11482876B2 (en) | Method, apparatus and system for controlling charging of a battery module | |
CN111289910A (zh) | 一种梯次电池的分级方法、装置、计算机设备及介质 | |
CN115267544A (zh) | 一种电池充电策略可靠性测试方法、装置、终端及存储介质 | |
CN117805663B (zh) | 基于运行状态的电池测试方法、装置、设备和介质 | |
CN116007506A (zh) | 电池极片的检测方法、装置、计算机设备及存储介质 | |
CN115166532A (zh) | 镍氢电池容量预测方法、装置、电子设备及存储介质 | |
US20240255581A1 (en) | Method and apparatus for identifying abnormal battery cell, electronic device, and storage medium | |
CN114117737A (zh) | 锂离子电池仿真方法、装置、电子设备及可读存储介质 | |
CN116754981B (zh) | 电池容量预测方法、装置、电子设备及存储介质 | |
CN113552494A (zh) | 一种锂离子电池低温阶梯充电方法及其测试方法 | |
CN111638460A (zh) | 电池测试设备、系统和方法 | |
CN114252781A (zh) | 电池寿命检测方法、装置及检测设备 | |
CN116256651A (zh) | 电池热失能预警方法、系统及可读存储介质 | |
CN115267556A (zh) | 电池寿命衰降分析方法、存储介质及电子设备 | |
CN116243195A (zh) | 一种电池模组寿命确定方法、装置、设备及存储介质 | |
CN112578302A (zh) | 一种梯次利用动力电池重组方法、系统、设备和存储介质 | |
CN117650295B (zh) | 一种锂电池储能系统的动态管控方法及系统 | |
CN115378074A (zh) | 一种储能电源电能管理方法、装置及介质 |
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 |