CN116381531A - 电池容量的预测方法 - Google Patents
电池容量的预测方法 Download PDFInfo
- Publication number
- CN116381531A CN116381531A CN202310529239.7A CN202310529239A CN116381531A CN 116381531 A CN116381531 A CN 116381531A CN 202310529239 A CN202310529239 A CN 202310529239A CN 116381531 A CN116381531 A CN 116381531A
- Authority
- CN
- China
- Prior art keywords
- capacity
- battery
- equivalent
- charging
- full
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000007600 charging Methods 0.000 claims abstract description 90
- 238000007599 discharging Methods 0.000 claims description 36
- 230000015572 biosynthetic process Effects 0.000 claims description 18
- 238000010277 constant-current charging Methods 0.000 claims description 5
- 238000010280 constant potential charging Methods 0.000 claims description 3
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical group [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 208000028659 discharge Diseases 0.000 description 64
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 10
- 229910052744 lithium Inorganic materials 0.000 description 10
- 230000008859 change Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000011282 treatment Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010281 constant-current constant-voltage charging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000013022 venting Methods 0.000 description 1
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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
-
- 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]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- 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]
- G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
-
- 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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- 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)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本申请提供一种电池容量的预测方法。该方法包括：获取等效电池的全放电容量；根据温度容量曲线将全放电容量转换成指定温度下的等效全放电容量；获取等效电池在区域充电区间的区域充电容量和区域充电平均温度；以及根据等效全放电容量、区域充电容量和区域充电平均温度建立预测全容量、区域充电容量和区域充电平均温度的关系模型。在使用关系模型计算待测电池的预测全容量时，只需要获取待测电池的区域充电容量和区域充电平均温度，无需将待测电池充电至满电状态，这缩短了计算待测电池容量所需的时长，提高了电池的生产效率。
Description
技术领域
本申请主要涉及电池技术领域，具体地涉及一种电池容量的预测方法。
背景技术
锂电池因具有能量密度高和循环寿命长的优势而被广泛地应用到各行各业。容量是衡量锂电池性能的重要指标之一，锂电池容量的衰减程度表征锂电池寿命的长短，因此在锂电池的生产制造过程中需要对锂电池的容量进行测量。常规技术中，测量锂电池的容量需要耗费较长的时间，这导致锂电池的生产效率降低。
所以，如何缩短测量锂电池容量所需的时长是亟待解决的问题。
发明内容
本申请要解决的技术问题是提供一种电池容量的预测方法，该预测方法能够缩短测量锂电池容量所需的时长。
本申请为解决上述技术问题而采用的技术方案是一种电池容量的预测方法，包括：获取等效电池的全放电容量；根据温度容量曲线将所述全放电容量转换成指定温度下的等效全放电容量；获取所述等效电池在区域充电区间的区域充电容量和区域充电平均温度；以及根据所述等效全放电容量、所述区域充电容量和所述区域充电平均温度建立预测全容量、所述区域充电容量和所述区域充电平均温度的关系模型。
在本申请一实施例中，获取等效电池的全放电容量的方法包括：根据第一预设放电条件将化成后的等效电池的电量放空；根据预设充电条件将电量放空后的等效电池充电至满电状态；根据第二预设放电条件将满电状态的等效电池的电量放空。
在本申请一实施例中，所述第一预设放电条件包括：分多次放电将所述化成后的等效电池的电量放空，所述第二预设放电条件包括：以恒定电流将所述满电状态的等效电池的电量放空，其中，所述多次放电的放电电流逐渐减小。
在本申请一实施例中，所述预设充电条件包括：先后采用恒流充电和恒压充电的方式将所述电量放空后的等效电池充电至满电状态。
在本申请一实施例中，所述关系模型为：z＝ax+by+cx2+dy2+e，其中，所述z表示所述预测全容量，所述a、所述b、所述c、所述d和所述e均为待定系数，所述x表示所述区域充电平均温度，所述y表示所述区域充电容量。
在本申请一实施例中，所述区域充电区间为dOCV/dSOC等于或大于预设dOCV/dSOC，且SOC等于或小于预设SOC的充电区间。
在本申请一实施例中，确定所述区域充电区间的方法包括：获取所述等效电池的OCV-SOC曲线；根据所述OCV-SOC曲线获取所述dOCV/dSOC-SOC曲线；根据所述dOCV/dSOC-SOC曲线确定所述区域充电区间。
在本申请一实施例中，在建立所述关系模型之后还包括：获取待测电池的区域充电容量和区域充电平均温度；将所述待测电池的区域充电容量和区域充电平均温度带入所述关系模型，计算出所述待测电池的预测全容量。
在本申请一实施例中，根据所述等效电池的等效全放电容量和所述等效电池的预测全容量计算所述关系模型的预测偏差率。
在本申请一实施例中，所述电池为磷酸铁锂电池。
本申请的电池容量的预测方法使用关系模型计算待测电池的预测全容量时，只需要获取待测电池的区域充电容量和区域充电平均温度，无需将待测电池充电至满电状态，这缩短了计算待测电池容量所需的时长，提高了电池的生产效率。
附图说明
为让本申请的上述目的、特征和优点能更明显易懂，以下结合附图对本申请的具体实施方式作详细说明，其中：
图1是本申请一实施例的一种电池容量的预测方法的示例性流程图；
图2是本申请一实施例的等效电池放电过程中的OCV-SOC曲线示意图；
图3是本申请一实施例的等效电池放电过程中的dOCV/dSOC-SOC曲线示意图；
图4是本申请一实施例的关系模型的预测偏差率分布。
具体实施方式
为让本申请的上述目的、特征和优点能更明显易懂，以下结合附图对本申请的具体实施方式作详细说明。
在下面的描述中阐述了很多具体细节以便于充分理解本申请，但是本申请还可以采用其它不同于在此描述的其它方式来实施，因此本申请不受下面公开的具体实施例的限制。
如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。
此外，需要说明的是，使用“第一”、“第二”等词语来限定零部件，仅仅是为了便于对相应零部件进行区别，如没有另行声明，上述词语并没有特殊含义，因此不能理解为对本申请保护范围的限制。此外，尽管本申请中所使用的术语是从公知公用的术语中选择的，但是本申请说明书中所提及的一些术语可能是申请人按他或她的判断来选择的，其详细含义在本文的描述的相关部分中说明。此外，要求不仅仅通过所使用的实际术语，而是还要通过每个术语所蕴含的意义来理解本申请。
本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各种步骤。同时，或将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
接下来通过具体的实施例对本申请的电池容量的预测方法进行说明。
图1是一实施例的电池容量的预测方法的示例性流程图。参考图1所示，该实施例的预测方法包括以下步骤：
步骤S110：获取等效电池的全放电容量；
步骤S120：根据温度容量曲线将全放电容量转换成指定温度下的等效全放电容量；
步骤S130：获取等效电池在区域充电区间的区域充电容量和区域充电平均温度；
步骤S140：根据等效全放电容量、区域充电容量和区域充电平均温度建立预测全容量、区域充电容量和区域充电平均温度的关系模型。
以下具体说明上述的步骤S110至步骤S140。
在步骤S110中，取m个化成后的等效电池。等效电池可以是磷酸铁锂电池，等效电池可以是电池的电芯或封装后的电池。获取m个等效电池的全放电容量的步骤包括：首先，根据第一预设放电条件将化成后的m个等效电池的电量放空；接着，根据预设充电条件将电量放空后的m个等效电池充电至满电状态；之后，根据第二预设放电条件将满电状态的m个等效电池的电量放空，全放电容量指的是将满电状态的等效电池的电量放空的过程中电池放出的容量。
在一实施例中，第一预设放电条件包括：分多次放电将化成后的m个等效电池的电量放空，其中，多次放电的放电电流逐渐减小。举例来说，可以通过如下步骤对化成后的m个等效电池进行放电。
步骤1：对化成后的m个等效电池进行第一次放电，放电电流为I1，截止电压为OCV0；
步骤2：对化成后的m个等效电池进行静置处理，静置时长为t1；
步骤3：对化成后的m个等效电池进行第二次放电，放电电流为I2，截止电压为OCV0；
步骤4：对化成后的m个等效电池进行静置处理，静置时长为t2；
步骤5：对化成后的m个等效电池进行第三次放电，放电电流为I3，截止电压为OCV0；
步骤6：对化成后的m个等效电池进行静置处理，静置时长为t3。
等效电池在化成处理后，其存储了一定的电量，通过上述步骤1至步骤6将等效电池内部的电量放空。在每次放电后对等效电池进行静置处理有利于使放电后的等效电池的电压趋于稳定。可以根据等效电池的规格参数、实验条件等确定具体的静置时长。分多次对化成后的等效电池进行放电有助于将等效电池的电量放空。此外，放电电流I1＞放电电流I2＞放电电流I3，放电电流逐渐减小有助于将电池的电量放空，避免电池内部留有残余电量。将电池的电量放空有助于获取完整的OCV-SOC曲线，对此将在后文说明。可以理解，对化成后的m个等效电池进行放电处理的放电次数不限于上述实施例中的3次，也可以是2次，或更多的次数。
在一实施例中，预设充电条件包括：先后采用恒流充电和恒压充电的方式将电量放空后的m个等效电池充电至满电状态。举例来说，可以通过如下步骤将电量放空后的m个等效电池充电至满电状态。
步骤7：以恒流充电模式对电量放空后的m个等效电池进行充电，充电电流为I4，截止电压为OCV1；
步骤8：以恒压充电模式继续对步骤7中的m个等效电池进行充电，充电电压为OCV1，截止电流为I5。
通过步骤7和步骤8将电量放空后的m个等效电池充电至满电状态(即100％SOC)，其中，SOC表示电池的荷电状态(State of Charge)。应当理解，满电状态并不仅限于100％SOC，例如96％SOC也可以认为是满电状态。
在步骤7和步骤8对等效电池进行充电的过程中，记录等效电池的OCV(开路电压，Open Circuit Voltage)和SOC，以及OCV和SOC之间的对应关系。
图2是一实施例中等效电池放电过程中的OCV-SOC曲线示意图，其中，横坐标表示电池在放电过程中SOC的变化，纵坐标表示电池在放电过程中OCV的变化，图2中的曲线表示电池在放电过程中OCV与SOC之间的对应关系。可根据步骤7和步骤8中记载的OCV和SOC之间的对应关系绘制如图2所示的OCV-SOC曲线。
在一实施例中，第二预设放电条件包括：以恒定电流将满电状态的m个等效电池的电量放空。举例来说，可以通过如下步骤将满电状态的m个等效电池的电量放空。
步骤9：以恒定电流对步骤8中的满电状态的m个等效电池进行放电，放电电流为I6，截止电压为OCV2。在放电过程中记载各个等效电池的全放电容量C。
在步骤S120中，根据温度容量曲线将步骤9中获取的全放电容量C转换成指定温度下的等效全放电容量Cn。其中，温度容量曲线可用于描述等效电池的全放电容量与温度之间的关系，可根据其将等效电池在某温度下的全放电容量换算为另一温度下的全放电容量。
具体的，假设步骤S110获取等效电池的全放电容量C的温度为T1。可根据温度容量曲线将全放电容量C转换为在指定温度T2下的等效全放电容量Cn。等效全放电容量Cn表示等效电池在指定温度T2下的全放电容量。本申请不对指定温度T2做限制，例如指定温度可以是20℃～30℃中的任一温度。
在步骤S130中，获取m个等效电池在区域充电区间的区域充电容量和区域充电平均温度。区域充电区间指的是dOCV/dSOC等于或大于预设dOCV/dSOC，且SOC等于或小于预设SOC的充电区间。在一些实施例中，可以通过如下步骤确定区域充电区间：
步骤10：根据步骤7和步骤8中获取的OCV和SOC之间的对应关系绘制如图2所示的OCV-SOC曲线。其中，可以根据m个等效电池的OCV和SOC之间的对应关系绘制如图2所示的OCV-SOC曲线，也可以从m个等效电池中选取n个等效电池，根据该n个等效电池的OCV和SOC之间的对应关系绘制如图2所示的OCV-SOC曲线。其中，n为等于或大于1的自然数。
在步骤1至步骤6中分多次对化成后的m个等效电池进行放电，这有利于将m个等效电池的电量放空，进而在步骤10中能够获取完整的OCV-SOC曲线。
步骤11：参考图3所示的一实施例中等效电池放电过程中的dOCV/dSOC-SOC曲线示意图，其中，横坐标表示等效电池在充电过程中的SOC，纵坐标表示与不同SOC对应的dOCV/dSOC。步骤11可根据如图2所示的OCV-SOC曲线获取如图3所示dOCV/dSOC-SOC曲线。
步骤12：根据如图3所示的dOCV/dSOC-SOC曲线确定区域充电区间。为更清楚地理解如何确定区域充电区间，这里给出一个非限制性的示例。
参考图3所示，首先，根据图3确定预设dOCV/dSOC。dOCV/dSOC的大小可以表征电池在充电过程中SOC与OCV之间的相对变化关系，例如，参考图3所示，在0％SOC至6％SOC(即横坐标的0至0.06)之间dOCV/dSOC逐渐下降，这表征与电池SOC单位变化量对应的OCV逐渐减小；当电池进入到充电平台区(大致为7％SOC至97％SOC)后，dOCV/dSOC的大小接近0，这表示随着SOC的增加，OCV几乎不发生变化，即在充电平台区难以通过OCV的变化反应SOC的变化。预设dOCV/dSOC的选取应满足能够较容易反应SOC变化，对应图3，预设dOCV/dSOC应选取与0％SOC至6％SOC相对应的dOCV/dSOC区间中的数值。具体的，如图3所示，与0％SOC相对应的dOCV/dSOC为42500，与6％SOC相对应的dOCV/dSOC为1500，预设dOCV/dSOC可以选取等于或大于1500且小于42500的任意数值，例如，1500、10000、20000、30000或40000。
接着，在确定预设dOCV/dSOC后确定预设SOC。预设SOC应大到能够准确计算电池的预测全容量，且与预设SOC对应的dOCV/dSOC应等于或小于预设dOCV/dSOC。参考图3所示，当预设dOCV/dSOC为10000时，预设SOC可以选自2％SOC至100％SOC中的任意数值。
然后，根据预设dOCV/dSOC和预设SOC选取区域充电区间。参考图3所示，假设预设dOCV/dSOC为1500(图3中与之对应的SOC为6％)，假设预设SOC为6％(图3中与之对应的dOCV/dSOC为1500)，对应的区域充电区间指的是dOCV/dSOC等于或大于1500，且SOC等于或小于6％SOC的充电区间，即图3中位于点(0.06,1500)左侧的曲线所表示的充电区间。对应的，区域充电容量指的是电池在0％SOC至6％SOC之间的充电电量，区域充电平均温度指的是充电过程中电池在0％SOC至6％SOC之间平均温度。
在步骤S140中，根据步骤S120中获取的根据等效全放电容量Cn以及步骤S130中获取的区域充电容量和区域充电平均温度建立预测全容量、区域充电容量和区域充电平均温度的关系模型。
在一实施例中，上述关系模型的表达式为：z＝ax+by+cx2+dy2+e，其中，z表示预测全容量，a、b、c、d和e均为待定系数，x表示区域充电平均温度，y表示区域充电容量。将前文中获取的m个等效电池的等效全放电容量Cn带入上述表达式的z，将m个等效电池的区域充电平均温度和区域充电容量分别带入x和y，从而获得多个系数待定的方程组。根据上述多个方程组求解待定系数a、b、c、d和e，从而确定关系模型的表达式。上述实施例在确定关系模型的表达式时考虑到了电池在区域充电区间内温度变化，从而提高了使用关系模型计算预测全容量的准确性。
在一实施例中，根据等效电池的等效全放电容量和等效电池的预测全容量计算关系模型的预测偏差率。将m个等效电池的等效全放电容量Cn和预测全容量z带入公式：k＝(z-Cn)/Cn，计算获得关系模型的预测偏差率k。预测偏差率k能够反应关系模型所计算的预测全容量与等效全放电容量之间的偏离程度。
在一实施例中，在建立关系模型之后还包括：获取待测电池的区域充电容量和区域充电平均温度；将待测电池的区域充电容量和区域充电平均温度带入关系模型，从而计算出待测电池的预测全容量。在使用关系模型计算待测电池的预测全容量时，只需要获取待测电池的区域充电容量和区域充电平均温度，因此只需要在区域充电区间对电池进行充电，无需将待测电池充电至满电状态。相比较于常规技术中需要将待测电池充电至满电状态的预测方法，本申请上述实施例中的预测方法缩短了计算待测电池容量所需的时长，提高了电池的生产效率。
为更清楚地理解本申请的预测方法，这里给出一个详细的示例。该示例包括以下步骤：
步骤21：取30个等效电池，分3次对30个等效电池进行深度放电。第一次放电的放电电流I11＝0.3C，放电截止电压OCV01＝2.0V，静置时间t11＝5min；第二次放电的放电电流I21＝0.1C，放电截止电压为2.0V，静置时间t21＝5min；第三次放电的放电电流I31＝0.05C，放电截止电压2.0V，t31＝20min。深度放电有助于后续获取完整的OCV-SOC曲线。
步骤22：对放电后的30个等效电池进行恒流充电。为保证充电过程较小的极化，取充电电流I41＝0.2C，充电截止电压OCV11＝3.65V，再以3.65V恒压充电，截止电流I51＝0.05C。在充电过程中记录电池的充电数据，充电数据包括OCV、SOC以及两者之间的对应关系。
步骤23：对充电后的30个等效电池进行恒流放电，放电电流I61＝0.3C，截止电压OCV21＝2.5V，放电容量记作C1。根据温度容量曲线将C1修正为指定温度下等效全放电容量Cn1。
步骤24：取1个等效电池的充电数据，绘制如图2所示的OCV-SOC曲线。图2所示，等效电池在0％SOC～7％SOC之间OCV快速上升，随后进入较长的充电平台区，在98％SOC～100％SOC之间OCV快速上升。
步骤25：确定区域充电区间。根据图2绘制如图3所示的dOCV/dSOC-SOC曲线。从图3中可以看出，随着SOC增大，dOCV/dSOC快速下降，到7％左右dOCV/dSOC已接近0，这与图2的曲线规律相符。取SOC约6％左右的OCV(3244mV)进行数据预测，该电压的dOCV/dSOC较大，未进入充电平台区，且SOC较大，可以保证预测全容量的准确性。对应的区域充电区间为图3中位于点(0.06，1500)左侧的曲线。
步骤26：根据30个等效电池的充电数据获取各个电池在区域充电区间内区域充电平均温度x1和区域充电容量y1，以及等效全放电容量Cn1。将上述各个数据带入关系模型z＝ax+by+cx2+dy2+e中，以确定各个待定系数的数值。从而获得关系模型：z＝-88785.33576–4082.24665x+38.81585y+54.76714x2–0.00078895y2。
步骤27：将每个等效电池的区域充电平均温度x1和区域充电容量y1带入步骤26中获得的关系模型z＝-88785.33576–4082.24665x+38.81585y+54.76714x2–0.00078895y2计算各个等效电池的预测全容量z1。将各个等效电池的预测全容量z1和等效全放电容量Cn1带入k＝(z-Cn)/Cn，计算关系模型的预测偏差率k1。计算结果如图4所示，68.35％的等效电池的预测偏差率等于或小于0.3％，21.16％的等效电池的预测偏差率大于0.3％且等于或小于0.5％，可见上述关系模型的整体预测准确度较高。
步骤28：根据前述步骤确定计算待测电池的预测全容量的流程为：将待测电池以0.3C恒流放电到2.0V，静置5min；0.1C恒流放电到2.0V，静置5min；0.05C恒流放电到2.0V，静置30min；0.2C恒流充电到3244mV。然后将充电过程的充电容量和平均温度分别带入步骤27中获得的关系模型中的y和x，从而计算出待测电池的预测全容量。
需要说明的是，图2中的曲线可以表示OCV与SOC之间的对应关系，图3中的曲线可以表示dOCV/dSOC与SOC之间的对应关系，因此根据图2和图3可以确定dOCV/dSOC与OCV之间的对应关系。因此也可以通过充电截止电压表征区域充电区间，例如，步骤25中确定区域充电区间为图3中位于点(0.06，1500)左侧的曲线，结合图2和图3，图2中曲线与图3中上述左侧曲线对应的部分为曲线的起始点至点(3244，6％)。因此将待测电池充电至3244mV表示在区域充电区间对待测电池进行充电。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述申请披露仅仅作为示例，而并不构成对本申请的限定。虽然此处并没有明确说明，本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时，本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
Claims (10)
1.一种电池容量的预测方法，其特征在于，包括：
获取等效电池的全放电容量；
根据温度容量曲线将所述全放电容量转换成指定温度下的等效全放电容量；
获取所述等效电池在区域充电区间的区域充电容量和区域充电平均温度；以及
根据所述等效全放电容量、所述区域充电容量和所述区域充电平均温度建立预测全容量、所述区域充电容量和所述区域充电平均温度的关系模型。
2.如权利要求1所述的预测方法，其特征在于，获取等效电池的全放电容量的方法包括：
根据第一预设放电条件将化成后的等效电池的电量放空；
根据预设充电条件将电量放空后的等效电池充电至满电状态；
根据第二预设放电条件将满电状态的等效电池的电量放空。
3.如权利要求2所述的预测方法，其特征在于，所述第一预设放电条件包括：分多次放电将所述化成后的等效电池的电量放空，所述第二预设放电条件包括：以恒定电流将所述满电状态的等效电池的电量放空，其中，所述多次放电的放电电流逐渐减小。
4.如权利要求3所述的预测方法，其特征在于，所述预设充电条件包括：先后采用恒流充电和恒压充电的方式将所述电量放空后的等效电池充电至满电状态。
5.如权利要求1所述的预测方法，其特征在于，所述关系模型为：z＝ax+by+cx2+dy2+e，其中，所述z表示所述预测全容量，所述a、所述b、所述c、所述d和所述e均为待定系数，所述x表示所述区域充电平均温度，所述y表示所述区域充电容量。
6.如权利要求1所述的预测方法，其特征在于，所述区域充电区间为dOCV/dSOC等于或大于预设dOCV/dSOC，且SOC等于或小于预设SOC的充电区间。
7.如权利要求6所述的预测方法，其特征在于，确定所述区域充电区间的方法包括：
获取所述等效电池的OCV-SOC曲线；
根据所述OCV-SOC曲线获取所述dOCV/dSOC-SOC曲线；
根据所述dOCV/dSOC-SOC曲线确定所述区域充电区间。
8.如权利要求1所述的预测方法，其特征在于，在建立所述关系模型之后还包括：
获取待测电池的区域充电容量和区域充电平均温度；
将所述待测电池的区域充电容量和区域充电平均温度带入所述关系模型，计算出所述待测电池的预测全容量。
9.如权利要求1所述的预测方法，其特征在于，根据所述等效电池的等效全放电容量和所述等效电池的预测全容量计算所述关系模型的预测偏差率。
10.如权利要求1所述的预测方法，其特征在于，所述电池为磷酸铁锂电池。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310529239.7A CN116381531A (zh) | 2023-05-11 | 2023-05-11 | 电池容量的预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310529239.7A CN116381531A (zh) | 2023-05-11 | 2023-05-11 | 电池容量的预测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116381531A true CN116381531A (zh) | 2023-07-04 |
Family
ID=86975309
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310529239.7A Pending CN116381531A (zh) | 2023-05-11 | 2023-05-11 | 电池容量的预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116381531A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116699445A (zh) * | 2023-08-07 | 2023-09-05 | 江苏天合储能有限公司 | 一种电池储能系统的容量预测方法及其系统 |
-
2023
- 2023-05-11 CN CN202310529239.7A patent/CN116381531A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116699445A (zh) * | 2023-08-07 | 2023-09-05 | 江苏天合储能有限公司 | 一种电池储能系统的容量预测方法及其系统 |
| CN116699445B (zh) * | 2023-08-07 | 2023-10-20 | 江苏天合储能有限公司 | 一种电池储能系统的容量预测方法及其系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111448468B (zh) | 用于检测电池组一致性的方法、装置及系统 | |
| CN107991623B (zh) | 一种考虑温度和老化程度的电池安时积分soc估计方法 | |
| CN108107372B (zh) | 基于soc分区估算的蓄电池健康状况量化方法及系统 | |
| Jiang et al. | Evaluation of acceptable charging current of power Li-ion batteries based on polarization characteristics | |
| CN110568361A (zh) | 一种动力电池健康状态的预测方法 | |
| CN109663756B (zh) | 基于自放电速率的电芯筛选方法及介质 | |
| CA2446240A1 (en) | Method for determining state of charge of a battery by measuring its open circuit voltage | |
| CN106646252B (zh) | 铅酸电池应用寿命预测方法 | |
| CN113253140A (zh) | 电池健康状态在线估算方法 | |
| KR20160030264A (ko) | 병렬로 연결된 전기 화학 소자의 복수의 브랜치를 포함하는 이차 전지의 충전 관리 방법 및 시스템 | |
| CN107167739B (zh) | 一种动力电池寿命预测方法 | |
| CN114545265B (zh) | 基于电化学模型的电池荷电状态的估算方法及装置 | |
| CN116381531A (zh) | 电池容量的预测方法 | |
| CN117148171B (zh) | 一种储能电池数据处理方法及系统 | |
| CN116482541A (zh) | 预测电池循环寿命的方法、装置及计算机可读存储介质 | |
| CN115308616A (zh) | Ocv-soc标定及估算方法、装置、介质和车辆 | |
| Sun et al. | A novel capacity estimation approach for lithium-ion batteries combining three-parameter capacity fade model with constant current charging curves | |
| CN112213659A (zh) | 电池容量修正方法及测试系统 | |
| CN114879053B (zh) | 一种储能磷酸铁锂电池寿命预测方法 | |
| CN113884932B (zh) | 电池使用寿命的评估方法及装置 | |
| CN116148670A (zh) | 一种电化学储能电站电池寿命估算方法及装置 | |
| CN116520173A (zh) | 电池自放电率的测量方法 | |
| CN113761716B (zh) | 一种锂离子电池循环寿命预测方法及其应用 | |
| CN114325449A (zh) | 一种锂离子电池soh预测方法 | |
| TW201526459A (zh) | 利用田口直交表及模糊演算法之多階段鋰電池充電電流決定方法 |
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 |