CN116420084A - 用于多电芯电池组中的电池芯的原位阻抗谱分析的方法和系统 - Google Patents
用于多电芯电池组中的电池芯的原位阻抗谱分析的方法和系统 Download PDFInfo
- Publication number
- CN116420084A CN116420084A CN202180069569.1A CN202180069569A CN116420084A CN 116420084 A CN116420084 A CN 116420084A CN 202180069569 A CN202180069569 A CN 202180069569A CN 116420084 A CN116420084 A CN 116420084A
- Authority
- CN
- China
- Prior art keywords
- battery
- cell
- node
- battery cell
- impedance
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 108
- 238000011065 in-situ storage Methods 0.000 title abstract description 45
- 238000004458 analytical method Methods 0.000 title abstract description 39
- 238000001566 impedance spectroscopy Methods 0.000 title abstract description 30
- 238000012360 testing method Methods 0.000 claims abstract description 167
- 230000004044 response Effects 0.000 claims abstract description 29
- 230000015556 catabolic process Effects 0.000 claims description 38
- 238000006731 degradation reaction Methods 0.000 claims description 38
- 230000000875 corresponding effect Effects 0.000 claims description 28
- 230000008859 change Effects 0.000 claims description 26
- 238000007405 data analysis Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 13
- 238000007599 discharging Methods 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 6
- 230000001960 triggered effect Effects 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 239000007772 electrode material Substances 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000009792 diffusion process Methods 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 claims description 2
- 238000010249 in-situ analysis Methods 0.000 claims 2
- 238000012544 monitoring process Methods 0.000 abstract description 10
- 210000004027 cell Anatomy 0.000 description 631
- 238000010586 diagram Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 9
- 238000013461 design Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 6
- 230000000295 complement effect Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 5
- 230000007423 decrease Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 238000004146 energy storage Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 4
- 239000003792 electrolyte Substances 0.000 description 4
- 229910052744 lithium Inorganic materials 0.000 description 4
- 230000000638 stimulation Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 229910001416 lithium ion Inorganic materials 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000013450 outlier detection Methods 0.000 description 3
- 238000007747 plating Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000005355 Hall effect Effects 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 210000003850 cellular structure Anatomy 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000009830 intercalation Methods 0.000 description 2
- 230000002687 intercalation Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 238000002161 passivation Methods 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000011149 active material Substances 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000032677 cell aging Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- -1 contacts Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000032798 delamination Effects 0.000 description 1
- 210000001787 dendrite Anatomy 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000002847 impedance measurement Methods 0.000 description 1
- 238000012625 in-situ measurement Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000013102 re-test Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/026—Dielectric impedance spectroscopy
-
- 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]
- G01R31/389—Measuring internal impedance, internal conductance or related variables
-
- 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
-
- 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
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
- H01M10/486—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M50/00—Constructional details or processes of manufacture of the non-active parts of electrochemical cells other than fuel cells, e.g. hybrid cells
- H01M50/20—Mountings; Secondary casings or frames; Racks, modules or packs; Suspension devices; Shock absorbers; Transport or carrying devices; Holders
- H01M50/204—Racks, modules or packs for multiple batteries or multiple cells
-
- 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)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Secondary Cells (AREA)
- Measurement Of Resistance Or Impedance (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
所描述的方法和系统用于多电芯电池组中的电池芯的原位阻抗谱分析。具体地,在电池组持续操作时,诸如充电或者放电,确定电芯阻抗。例如,当启动、执行和结束该分析时,电池组电压/功率输出保持不变。基于电芯对于施加到电芯的信号的响应来确定电芯阻抗。例如,在监测电芯的电压响应的同时流过电芯的电流被充电。虽然在该测试期间功率输出改变,但是由于由电池组中的一个或者多个其他电芯提供的功率补偿,电池组的操作不受影响,从而确保电池组的不间断操作。该原位测试由包括多个节点和各个节点控制器的电池组的独特架构提供。
Description
相关申请的交叉引用
本申请主张根据《美国法典》第35编第120条在2020年8月18日提交的美国专利申请第16/996,422号的权益,为了所有目的,其公开内容通过本文的引用而并入其整体。
背景技术
多电芯电池组用于各种应用。虽然形成电池组的电池芯通常具有相同的设计,但是这些电芯可能会在性能特性(诸如阻抗)方面表现出一些差异。电池组的常规设计和控制通常不允许原位阻抗监测。此外,这些设计和控制可能限制整体电池组性能以适应潜在的阻抗变化。同时,电芯阻抗可以用于确定荷电状态(SOC)、功率状态(SOP)、健康状态(SOH)和安全状态(SOS)。在一些示例中,电芯阻抗可以用于确定电芯的剩余使用寿命。此外,阻抗增大可以用作潜在的弱电芯和/或不安全电芯的早期指示。
例如,常规的电池管理系统(BMS)努力将不同电芯之间的荷电状态保持在相同水平,这可以被称为电芯平衡。通常,这种电路包括电气开关和电流分流部件,诸如电阻器、电容器和/或电感器。例如,电阻器可以间歇地与电池芯并联连接,以便使流过该电阻器的过量电流旁路流过。该旁路电流用于降低电芯的充电/放电速率。然而,这些常规系统具有有限的功能,导致功率损耗,并且不能完全解决电芯中的上述变化,从而导致电芯的性能特性降低。常规BMS的另一个缺陷是这些BMS不能识别不安全的电芯,或者更具体地,不能识别电芯的特定劣化模式(例如,基于阻抗测试结果)。最后,使离线电芯重新在线是具有挑战性的,并且通常需要与其他电芯进行SOC平衡,这也超出了常规BMS的能力。
需要的是用于多电芯电池组中的电池芯的原位阻抗谱的新颖方法和系统。
发明内容
所描述的方法和系统用于多电芯电池组中的电池芯的原位阻抗谱分析。具体地,在电池组持续操作时(诸如充电或者放电)确定电芯阻抗。例如,当启动、执行和结束该分析时,电池组电压/功率输出保持不变。基于电芯对于施加到电芯的信号的响应来确定电芯阻抗。例如,在监测电芯的电压响应的同时流过电芯的电流被充电。虽然在该测试期间功率输出改变,但是由于由电池组中的一个或者多个其他电芯提供的功率补偿,电池组的操作不受影响,从而确保电池组的不间断操作。该原位测试由包括多个节点和各个节点控制器的电池组的独特架构提供。
在一些示例中,提供了一种用于电池组中的电池芯的原位阻抗谱分析的方法。该方法包括在电池组保持运行并且提供功率输出的同时向电池组的第一电池节点的第一电芯施加信号。该方法还包括基于第一电池芯对于施加到第一电芯的信号的响应来确定第一电池芯的阻抗。
在一些示例中,电芯电池组包括第一电池节点,第一电池节点包括第一节点控制器和电耦合到第一节点控制器的第一电池芯。第一节点控制器被配置为在电池组保持运行并且提供功率输出的同时向第一电池芯施加信号。电芯电池组还包括第二电池节点,第二电池节点包括第二节点控制器和电耦合到第二节点控制器的第二电池芯。电芯电池组还包括总线和电池组控制器,总线将第一节点控制器和第二节点控制器进行电互连,电池组控制器通信地耦合到第一节点控制器和第二节点控制器。第一节点控制器或者电池组控制器中的至少一个被配置为基于第一电池芯对于施加到第一电池芯的信号的响应来确定第一电池芯的阻抗。
附图说明
图1A是根据一些示例的电池生态系统的示意性框图,该电池生态系统用于收集和分析来自多个电力系统的电池数据并且为这些电力系统开发新的电池操作程序和/或新的电池测试协议。
图1B是根据一些示例的电池组的示意图,该电池组包括串联互连的并且包括多个电芯的多个电池节点。
图1C是电池组的另一示例的示意性框图,该示例的电池组包括串联互连的并且由电池组控制器控制的多个电池节点。
图1D是根据一些示例在电池组的每个节点中使用的节点控制器的示意性框图。
图1E是根据一些示例的电池组控制器的示意性框图,示出了由电池组控制器使用以控制电池组中每个节点的操作的各种部件和特征。
图2A是根据一些示例的用于收集和分析来自多个电力系统的电池数据并且为这些电力系统开发新的电池操作程序和/或新的电池测试协议的方法的过程流程图。
图2B是根据一些示例的用于电池组中每个电池芯的原位阻抗谱分析的方法的过程流程图。
图3A和图3B是节点电压曲线和对应的电池组电压曲线的不同示例。
图4是用于确定电池芯的阻抗的信号的示例。
图5A和图5B是节点电压曲线和对应的电芯电压曲线和电芯电流曲线的示例。
图6A和图6B是节点电压曲线和对应的电芯电压曲线和电芯电流曲线的示例。
图7A和图7B是节点电压曲线和对应的电芯电压曲线和电芯电流曲线的示例。
图8是根据荷电状态(SOC)的阻抗的示意图。
图9是根据循环寿命的阻抗的示意图。
具体实施方式
在以下描述中,阐述了许多具体细节以便提供对所呈现概念的透彻理解。在一些示例中,所呈现概念在没有部分或者全部的这些具体细节的情况下被实践。在其他情况下,没有详细描述公知的处理操作,以免不必要地模糊所描述的概念。虽然将结合具体示例来描述一些概念,但是应当理解,这些示例并非是限制性的。
介绍
电芯阻抗提供关于电池芯的电流状态的重要信息。例如,电芯阻抗可以用于确定电芯的SOC、SOP、SOH和SOS。在一些示例中,电芯阻抗可以用于改善电芯的运行特性(例如,截止电压(cutoff voltage)、充电/放电电流)以最大化整体电芯性能(例如,运行能力、循环寿命等)。阻抗是当可变电流被施加到电芯时电阻和电抗的组合。该可变电流有时被称为交流(AC)刺激。然而,可变电流不需要改变相位。而是,流过电芯的电流可以在某一频率下改变其幅度,足以观测阻抗的电抗分量。此外,电池芯的电阻是电阻和离子电阻的组合。例如,离子电阻取决于电极的表面积和电解质离子电导率。总之,电池芯的阻抗取决于许多因素,诸如总体设计(例如,各种部件的制造材料、诸如厚度、布局、互连情况等结构特征)、组装变化、先前操作和其他类似因素。
用于测量电芯阻抗的许多常规方法不适用于常规电池组。具体地,这些方法不适用于测量电池芯的阻抗,或者更具体地,不适用于在使用电池组时测量各个电池芯的阻抗,这可以被称为原位测量或者原位谱。例如,在常规电池组中,电池芯永久地串联连接,例如以增大由这些电池芯共同提供的电压。即使当专用电压引线被提供给电芯时,当电池组在操作中并且相同的电流流过串联连接的所有电芯时,永久初级连接也将干扰阻抗测试。这种电池组中的电芯的原位阻抗谱测试无法实现。因此,为了避免潜在的安全问题,许多常规电池组以远低于其能力的水平进行操作。
本文描述的方法和系统被专门设计和配置为执行多电芯电池组中的电芯的原位阻抗谱分析。原位特征指示即使当电池组在操作(例如,充电或者放电)时也可以确定阻抗。例如当整个电池组离线并且不使用时,原位测试应当与离线测试区分开。在一些示例中,在不改变整个电池组操作(例如,不改变电池组电压和/或电池组功率输出)的情况下执行原位测试。具体地,在原位阻抗测试期间,在监测电压响应的同时并且在电池组持续操作并且支持由电池组的充电或者放电来表征的任何外部功率需求的同时,流过一个或者多个电芯的电流可以改变。这些被测试的电芯(对电池组总功率输出)的功率贡献可以由电池组中的一个或者多个其他电芯来补偿。这些其他电芯按照特定的功率补偿曲线(也可以被称为电压补偿曲线)操作。因此,电池组在没有任何中断(例如,以相同的电压和电流提供相同水平的功率)的情况下持续操作。应当注意,电池组的功率、电压和/或电流可以在执行原位阻抗测试时改变(例如,基于电池组的不同功率需求)。然而,这些变化由电池组的应用要求(例如,功率需求)驱动,而不是由原位阻抗测试驱动。还应当注意,使一个或者多个电芯离线(用于测试)并且然后使这些电芯重新在线(在完成测试之后)不会影响电池组的整体操作。总之,本文描述的方法和系统可以在连续操作电池组的同时提供来自各个电芯的实时和按需阻抗反馈。换言之,电池组功率输出、电流和电压在该测试期间保持基本不变。在一些示例中,当启动原位阻抗谱时,这些参数的变化小于5%或甚至小于2%。
应当注意,即使(被测试的电芯的)功率输出在该电芯的阻抗测试期间改变,该改变也由电池组中的一个或者多个其他电芯(例如,具体示例中的所有剩余电芯)补偿。此外,在一些示例中,其他电芯的这种补偿也用于这些其他电芯的阻抗测试。例如,可以增加流过一个被测试电芯的电流,与此同时可以减小流过另一个电芯的电流。本领域技术人员将理解如何调整该示例以测试更多电芯,例如,增加流过多个第一电芯的电流,同时减少流过相同电源组中的多个第二电芯的电流。最后,使用该实时阻抗反馈,例如,再次在单个电芯层级上动态地更新电芯的操作参数(例如,充电/放电速率、截止电压)。
虽然对电池组/电池芯的“功率输出”进行了各种引用,但是本领域技术人员将理解,该术语(“功率输出”)涵盖由电池组/电池芯提供的电力和接收的电力。例如,可以在对电池芯充电或者放电时执行原位阻抗谱分析。此外,电芯测试期间的整体操作连续性可以根据电池组电压来表示,该电池组电压在改变流过一个或者多个电池芯的电流时保持基本相同。
多电芯电池组的这些新颖的原位测试功能由特定的电池组架构实现,其中多个节点串联连接。每个节点包括一个或者多个电池芯和节点控制器,节点控制器在所属节点处连接到一个或者多个电芯并且控制所述电芯的操作和所述电芯与电池组的其余部分的连接。具体地,节点控制器包括一个或者多个开关,开关控制与该节点处的一个或者多个电芯的连接,并且可以在不干扰整体电池组操作的情况下改变这些连接。例如,这些开关可以将一个电芯或者一组电芯与电池组中和/或节点中的其他电芯断开。此外,这些开关可以用于绕过节点,或者更具体地,绕过节点中的所有电芯。在一些示例中,节点控制器包括电压表以测量该电芯或者一组电芯的(例如,在流过电芯的变化电流下的)电压。电芯可以具有将这些电芯(例如,单独地或者作为一组地)连接到电压表的电压引线。这些电压引线以及到其他传感器的连接应该与到电芯的电力连接不同,这导致外部电流流过电芯。在更具体的示例中,如果一组多个电芯通过单个开关连接/断开,则该组中的每个电芯可以具有一组专用的电压引线,从而允许独立监测该电芯两端的电压。
电池组的多个节点串联连接。然而,其他类型的连接也在该范围内。每个节点处的一个节点控制器提供到每个节点处的一个或者多个电池的可控连接和对每个节点处的一个或者多个电池的操作。更具体地,每个节点控制器在原位阻抗谱分析期间控制施加到一个或者多个电池芯的信号。该信号的一个示例是改变流过节点处的一个或者多个被测试电池芯的电流。在一些示例中,节点控制器被配置为独立地启动并且执行对于对应节点中的电芯的阻抗谱分析。可替代地,节点控制器从电池组控制器接收指令,该电池组控制器通信地耦合到电池组中的其他节点控制器。例如,电池组控制器可以指示节点控制器向一个或者多个电芯施加信号,例如,将这些电芯的操作从标准操作切换到测试曲线。该信号或者测试曲线是专门设计来测量该电芯的阻抗。此外,电池组控制器可以指示相同的节点控制器或者一个不同的节点控制器将另一电芯的操作切换到另一曲线,所述另一曲线特别设计为完全或者部分地补偿与被测试电池芯相关联的功率输出变化。该另一曲线可以被称为补偿曲线(例如,功率补偿曲线)。在更具体的示例中,可以从按照对应的补偿曲线操作的一个或者多个电芯处收集各种电芯数据,在这种情况下,这些补偿曲线可以被称为测试曲线或者附加测试曲线。
如上所述,多个电池节点串联连接,以升高总的电池组电压。此外,这些多个电池节点共同为电池组提供总功率输出。然而,由电池组控制器在一定程度上(由每个节点处的当前电池特性限制)控制对由每个电池节点输出的该总功率的单独贡献。电池控制器控制每个电池节点处的节点控制器,共同控制流过每个节点处的每个电池芯的电流并且从一个或者多个电芯处收集电芯数据(例如,电压)。应当注意,节点电压由该节点的节点控制器来控制,并且在一些示例中,该节点电压不同于电芯电压(例如,当节点仅包括一个电芯时)或者由该节点的所有电芯产生的电压。此外,节点控制器可以改变该节点处的一个或者多个电芯的电芯电流,这触发电芯电压的改变。例如,流过节点的电流的一部分被旁路流过(bypassed through)节点控制器。在不改变流过节点的电流的情况下执行对电芯电流的改变。由于串联连接,每个节点的节点电流都是相同的。
个别电芯或者电芯组的操作模式可以在任何时间变化。此外,可以用不同方式操作不同的电芯。最后,这些操作变化可以在不改变电池组的总功率输出的情况下在电芯层级实现。这些特征允许在同一电池组中使用具有不同特性(例如,不同老化水平、不同容量、不同阻抗等)的电池芯。此外,即使一些电芯可能经历显著的劣化,电池组也可以使用更长的时间,并且在极端情况下,一个或者多个电芯可能完全离线并且对电池组功率输出无贡献。总之,这些特征允许实现多电芯电池组更强更久的性能。
如上所述,当信号被施加到电池芯时,或者更具体地,当该电池芯使用对应的节点控制器根据特定测试曲线(例如,基于从电池组控制器提供的指令)操作时,执行原位阻抗谱分析。在一些示例中,测试曲线包括流过电芯的电流的一个或者多个变化,诸如线性变化、阶跃变化、正弦波、方波等。而且,这些变化的各种频率都在范围内。在一些示例中,电池组中的两个电芯的反相位(opposite phases)用于将组合功率输出保持在相同水平。具体地,随着流过一个电芯的电流减小,流过另一电芯的电流增大,例如以相同的量增减。这可以被称为一对一匹配。在一些示例中,使用多个电芯来补偿一个电芯中的变化,这可以被称为一对多匹配。例如,当一个电芯完全离线时,即没有电流流过该电芯时或者当非常小的电流流过电芯时,可以使用这些示例。此外,当将高充电/放电负载施加到电池组时,可以使用一对多匹配。
电池生态系统示例
如上所述,多个电池芯通常组装成电池组以提供更高的功率输出和/或更高的能量储存容量。电池组又通常用作各种更高级电力系统的部分,例如电动车辆、固定式能源储存系统、电网能量储存装置等。在一些示例中,一个电力系统包括多个电池组。
许多现代电力系统具有用于接收和共享信息的通信能力。在一些示例中,这些通信能力用于接收和共享与电池组操作相关的信息,或者更具体地,与组装到电池组中的电芯的操作和测试相关的信息。该信息的一些示例包括但不限于阻抗测试结果、阻抗测试协议、功率补偿曲线、电芯操作曲线等。该信息可以统称为电池数据。
在一些示例中,(来自多个不同电力系统的)电池数据被聚合以执行对多个不同电池芯、多个不同电源组和/或多个不同电力系统的数据分析。与例如单个电芯的数据分析相比,聚合数据分析具有多种额外益处。例如,聚合数据分析可以涉及来自具有不同循环寿命的电芯的数据,这提供了对电芯老化的各种见解(例如,在操作寿命内阻抗的变化)。在另一示例中,聚合数据分析可以涉及来自使用不同参数(例如,充电速率、截止电压、温度)进行操作的电芯的数据,这提供了对于这些操作参数对电芯的SOH的影响的见解。聚合数据分析的其他示例也在范围内。通常,关于一组电池芯(以及由这些电芯形成的电池组)的信息可以与另一组电池芯相关。例如,两组中的电池芯可以是相同类型的。跨多个电池组和电力系统的聚合电池数据允许具有用于训练各种机器学习算法的足够量和足够多样的数据,例如以更精确地识别和响应各种数据点,诸如微妙的异常值。
总之,聚合电池数据和聚合数据分析可以用于开发新的操作协议、新的测试协议、新的电池芯和/或电池组设计等。出于本公开的目的,在电池生态系统内执行不同电力系统之间的电池数据共享。电池生态系统可以由电力系统(例如,电动车辆)的制造商、不同制造商的联盟、第三方等来管理。
图1A是根据一些示例的电池生态系统103的示意图。电池生态系统103包括电力系统101,并且可选地包括一个或者多个附加电力系统。这些电力系统中的每个电力系统都包括至少一个电池组。例如,图1A示出了包括电池组100和可选的附加电池组的电力系统101。电力系统中的任何数量的电池组和电池生态系统内的任何数量的电力系统都在范围内。如下文参考图1B进一步所描述的,电池组100包括多个电池节点,诸如第一电池节点110和第二电池节点120。
电池生态系统103还包括电池数据系统102,其通信地耦合(例如,经由各种网络和/或互联网)到每个电力系统,诸如电力系统101。电池数据系统102包括电池数据存储器104和电池数据处理引擎105。电池数据存储器104被配置为从各种电力系统处接收电池数据(例如,阻抗测试的结果)并且存储该电池数据。电池数据存储器104中的该电池数据可以被称为聚合电池数据。在一些示例中,该聚合电池数据包括个别电芯数据(例如,阻抗测试的结果)。在更具体的示例中,该聚合电池数据还包括电池组层级数据和/或电力系统层级数据。
电池数据存储器104还将该聚合电池数据提供给电池数据处理引擎105以用于各种类型的分析,诸如确定性分析、异常值检测、分类、线性回归、预测直方图生成等。在一些示例中,电池数据处理引擎105包括自学习模块。
在一些示例中,电池数据处理引擎105被配置为生成/修改电池操作协议和/或电池测试协议,如下文参考图2A进一步所描述的。例如,电池数据处理引擎105可以基于最近阻抗测试的结果来修改先前使用的电池操作协议。
在一些示例中,这些电池操作协议和电池测试协议被传输到各种电力系统并由这些电力系统用于操作和测试电池,例如,用于确定下文参考图2B所描述的阻抗。
电池组示例
图1B是根据一些示例的电池组100的示意图,电池组100被配置用于电池组100中的电池芯的原位阻抗谱分析。电池组100包括至少两个电池节点,例如第一电池节点110和第二电池节点120,并且每个电池节点包括至少一个电芯。这样,电池组100也可以被称为多电芯电池组。在一些示例中,电池组100包括一个或者多个附加电池节点,诸如图1A中所示的第三电池节点130。然而,这些附加电池节点是可选的。将主要参考第一电池节点110和第二电池节点120。然而,本领域技术人员将理解所描述的各种特征如何应用于具有更多电池节点的电池组100。
每个电池节点包括节点控制器和至少一个电池芯。参考图1B,第一电池节点110包括第一节点控制器112和连接到第一节点控制器112并由第一节点控制器112控制的第一电池芯114。类似地,第二电池节点120包括第二节点控制器122和连接到第二节点控制器122并由第二节点控制器122控制的第二电池芯124。最后,第三电池节点130(当存在时)包括第三节点控制器132和连接到第三节点控制器132并由第三节点控制器132控制的第三电池芯134。第二节点控制器122和第三节点控制器132可以被称为电池组100的附加节点控制器。第一节点控制器112与这些附加节点控制器串联(示出)和/或并联连接。
参考图1B,在一些示例中,至少一个电池节点包括一个或者多个可选的附加电池。例如,图1B示出了第一电池节点110,其还包括独立地连接到第一节点控制器112并由第一节点控制器112控制的附加第一电池芯116。更具体地,第一节点控制器112彼此独立地控制第一电池芯114和附加第一电池芯116。类似地,第二电池节点120包括附加第二电池芯126,独立于第二电池芯124,附加第二电池芯126同样连接到第二节点控制器122并由第二节点控制器122控制。虽然图1B示出了第一电池节点110和第二电池节点120各自都有两个电池芯,但是每个电池节点可以具有任何数量的电池芯,例如一个、两个、三个、四个或者更多个。每个节点的电池芯的数量由节点控制器的控制能力决定,并且在一些示例中由节点控制器的额定功率(例如,当节点控制器包括功率转换器时)和/或该节点处的电芯的额定功率决定。最后,图1B还示出了第三电池节点130,其包括附加第三电池芯136,独立于第三电池芯134,第三电池芯136同样连接到第三节点控制器132并由第三节点控制器132控制。如上所述,第三电池节点130是可选的。此外,如果存在第三电池节点130,则第三电池节点130可以包括任何数量的电池芯。
参考图1B,电池节点通过总线140串联连接。更具体地,电池节点通过总线140串联连接。这样,第一节点控制器112与第二节点控制器122串联连接,并且如果存在第三节点控制器132,也与第三节点控制器132串联连接。总线140的端部耦合到或者形成电池组端子,诸如第一电池组端子141和第二电池组端子142。在电池组100的操作期间,负载/电源190连接到电池组端子以向电池组100供电和/或从电池组100接收电力。直流(DC)用于该电力传输。
参考图1B,电池组100还包括通信地耦合到每个节点控制器的电池组控制器150。电池组控制器150控制每个节点控制器的操作,节点控制器又控制每个电池芯或者节点内的电池芯组的操作。例如,电池组控制器150指示第一节点控制器112向第一电池芯114施加信号,或者更具体地,指示第一节点控制器112根据测试曲线操作第一电池芯114。具体选择该信号/测试曲线以测量第一电池芯114的阻抗。电池组控制器150还接收第一电池芯114的(对所施加的信号的)响应,诸如第一电池芯114的电压曲线和电流曲线。该响应被从第一节点控制器112处接收,并且由电池组控制器150用于确定第一电池芯114的阻抗,如下文进一步所描述的。在一些示例中,第一电池芯114的阻抗由第一节点控制器112确定并且被传输到电池组控制器150。
电池组控制器150还被配置为维持电池组100的功率输出,使得该功率输出和/或电池组电压不受阻抗测试的影响。例如,当第一节点控制器112向第一电池芯114施加信号(例如,根据第一测试曲线开始操作第一电池芯114)时,电池组控制器150还可以指示第二节点控制器122根据功率补偿曲线开始操作第二电池芯124。该功率补偿曲线可以被称为第二测试曲线。第二测试曲线被设计为补偿与第一电池芯114的测试相关联的功率输出变化。如果第二电池芯124是用于该功率补偿的唯一电芯,则第二测试曲线与第一测试曲线互补(并且相反)。可替代地,多个电芯用于该功率补偿。更普遍地,电池组控制器150被配置为例如基于电池组总功率输出、每个电池芯的SOC、每个节点控制器的功率控制能力以及其他这样的因素来选择用于该功率补偿的一个或者多个电芯。下文参考图1E来描述电池组控制器150的附加特征。在一些示例中,功率补偿也可以被称为电压补偿。例如,当启动第一电池芯114的测试时(例如,通过改变流过第一电池芯114的电流),电池组100的电压保持基本不变。此外,虽然本公开主要集中于基于改变流过被测试电池芯114的电流和监测被测试电芯的电压响应来确定阻抗,但是用于确定阻抗的其他技术也在范围内。
参考图1B,在一些示例中,电池组100还包括通信地耦合到电池组控制器150的电池组传感器180。电池组传感器180的一些示例包括但不限于一个或者多个热电偶(例如,热耦合到各个电池芯)、霍尔效应传感器(Hall effect sensor)、电压探针(例如,电耦合到每个电池芯的端子)、分流器(current shunt)、超声传感器、压力传感器、磁传感器、压电传感器、气体传感器等。在一些示例中,传感器的输出可以用于触发原位阻抗测试(例如,当电池处于特定SOC、电压和/或温度时)。此外,传感器(例如,电压探针)的输出可以用于在原位测试期间收集阻抗数据(例如,电压响应曲线)和/或补充阻抗数据。例如,由热电偶获取的温度数据可以与阻抗数据(并且可选地,与其他电池数据)相关,例如用于由电池组控制器150进行的局部分析和/或用于由电池数据系统102进行的全局分析。在一些示例中,该过程涉及开发加权温度成本函数,该加权温度成本函数在与时间和阻抗数据组合时允许阻抗与温度的更精确的相关性。在一些示例中,测试方法涉及在不同温度下测量阻抗,其用于例如随着电芯老化的电芯建模。总之,使温度和阻抗数据相关联提供了阻抗数据的附加粒度水平,阻抗数据的附加粒度水平可能受温度影响。
电池组100的架构实现了在常规电池组中(在电芯之间具有直接的串联和/或并联连接)无法实现的各种特征。如上所述,该架构允许在电池组100操作时并且在对操作没有任何干扰的情况下对电池组100中的每个电池进行原位阻抗谱分析。此外,此架构允许串联互连大量电池节点,而不损害个别电芯性能。相反,通过测试每个电芯以及基于测试结果操作每个电芯来最大化每个电芯的性能。串联串(in-series string)对于诸如汽车和电网交互式解决方案的高功率应用是合适的。
本文给出了对电池组100中使用的节点控制器的简要描述,以提供电芯操作控制和测试能力的附加细节。在一些示例中,节点控制器包括功率转换器,诸如DC-DC转换器,或者更具体地,双向DC-DC转换器。在一些示例中,DC-DC转换器被配置为升高或者降低第一电池芯114的电压。节点控制器例如通过功率转换器的占空比来确定节点中的每个电芯对节点的总功率输出的贡献。由于节点的串联连接,流过每个节点的电流是相同的(IBUS=INODE1=INODE2=……)。总线电压是所有节点两端的电压之和(VBUS=VNODE1+VNODE2+……)。然而,电芯通过它们各自的节点控制器与总线140功能隔离。即使每个节点具有单个电芯,电芯电压和电芯电流也可以不同于由功率转换器的占空比决定的对应的节点电压和节点电流。参考具有图1A中所示的单个电芯并且忽略节点控制器的功率损耗的节点示例,电芯的功率输出(PCELL=VCELL×ICELL)与节点的功率输出(PNODE=VNODE×INODE)相同。换言之,电芯电压与电芯电流以及节点电压与节点电流之间的关系如下:VCELL×ICELL=VNODE×INODE。
节点电流由电池组100的操作决定,例如由连接到电池组100的负载/电源190决定。假设节点电流保持恒定,当节点控制器的功率转换器减小电芯电流时,电芯电压上升和/或节点电压下降。通常两者同时发生。在一些示例中,没有电流流过电芯(ICELL=0),这意味着节点两端的电压也为零(VNODE=0)。这些示例可以用于例如测量电芯的开路电压(OCV)。此外,在这些示例中,节点没有贡献功率。在其他示例中,全部的节点电流流过电芯(ICELL=INODE),在这种情况下,电芯两端的电压与节点两端的电压相同(VCELL=VNODE)。在其它示例中,电芯电压不同于节点电压(例如,VCELL<VNODE)。
图1B示出了每个节点多个电芯的示例,其与图1A的每个节点单个电芯的示例相比具有附加能力。在每个节点多个电芯的示例中,相同的节点控制器以及在更具体的示例中,该节点控制器中的相同的功率转换器连接到两个或者更多个电池芯并且独立地控制这两个或者更多个电池芯中的每一个电池芯。多个电芯的组合功率输出与节点的功率输出相同(PNODE=PCELL1+PCELL2+……)。电芯电压和电芯电流以及节点电压和节点电流之间的关系相比于例如在每个节点单个电芯的先前示例中更复杂。对于多个电芯的情况,该关系为:VNODE×INODE=VCELL1×ICELL1+VCELL2×ICELL2+……。虽然下文描述的示例考虑具有两个电芯的节点,例如,如图1B所示。然而,本领域技术人员将理解如何将该示例延伸到具有三个或者更多个电芯的节点。
图1C示出了电池组100的另一示例。在该示例中,每个节点包括六个电芯,形成彼此并联连接的三组电芯。每组电芯包括组内彼此串联连接的两个电芯。具体地,第一电池节点110包括电池芯114a和114b(彼此串联互连并形成第一组)、电池芯116a和116b(彼此串联互连并形成第二组)以及电池芯117a和117b(彼此串联互连并形成第三组)。这些组中的每组都并行地连接到第一节点控制器112,第一节点控制器112独立地控制每组的操作。类似地,第二电池节点120包括电池芯124a和124b(彼此串联互连并形成第一组)、电池芯126a和126b(彼此串联互连并形成第二组)以及电池芯127a和127b(彼此串联互连并形成第三组)。这些组中的每组都并行地连接到第二节点控制器122,第二节点控制器122独立地控制每组的操作。该配置可以被称为3P/2S节点。在此配置中,可以对每组电芯或者个别电芯(例如,使用单独的电压引线,其在图1C中未示出)或者同时对全部电芯执行原位阻抗测试。通常,每个电池节点的任何配置都在范围内。具有多个电芯(例如,八个电芯、十二个电芯)的节点也可以被称为电池组模块、电池模块、电芯模块组件或者模块。每个模块的电芯可以具有彼此之间和与对应的节点控制器之间的各种类型的连接。在一些示例中,使整个模块离线以测试该离线模块的一个或者多个(例如,所有)电芯。可替代地,仅使模块中的部分电芯离线,而剩余电芯保持操作。
图1D是根据一些示例的用于控制两个电池芯的节点控制器160的示意图。本领域技术人员将认识到,节点控制器160可以被配置为控制任何数量的电池芯。这些电芯可以并联地(例如,如图1B所示)、串联地或者以串联和并联连接的各种组合(例如,图1C所示的一个示例)连接到节点控制器160。节点控制器160表示图1B和图1C所示的任何一个节点控制器。节点控制器160包括一个或者多个开关161,其可以是场效应晶体管(FET)开关,例如,如图1D所示。其他类型的开关也在范围内。每个开关被配置为将对应的电池芯(例如,图1B中的第一电池芯114和附加第一电池芯116)或者一组电池(例如,图1C中的包括电池芯114a和电池芯114b的第一组、包括电池芯116a和电池芯116b的第二组、以及包括电池芯117a和电池芯117b的第三组)从总线140连接和断开。应当注意,在图1D中针对上下文示出了电池芯和总线,并且这些组件不是节点控制器160的部件。
在一些示例中,节点控制器160包括偏置和振荡器模块164。该模块的偏置部分为节点控制器160的其他部分设定内部固定电压和电流电平(例如,用于控制开关161)。振荡器部分为节点控制器160的其他部分(诸如通信、FET开关和模数转换器(ADC))提供可配置时钟信号。在一些示例中,节点控制器160包括协调各种节点操作的μ控制器165。具体地,μ控制器165被配置为执行嵌入式控制逻辑(例如,软件、固件)。在一些示例中,节点控制器160包括通信模块166,通信模块166处理与其他节点和电池组控制器150的通信。在一些示例中,节点控制器160包括控制回路163,控制回路163被配置为调整功率转换级162的开关特性,例如以调节期望的节点输出电压和功率。控制回路163和功率转换级162的组合可以被称为功率转换器。功率转换器是节点控制器160的可选组件。
在一些示例中,节点控制器160包括电池保护单元(BPU)和故障处理模块167。BPU和故障处理模块167被配置为监测电池电压和电压转换电平以及相应的电流。在一些示例中,BPU和故障处理模块167还被配置为监测节点控制器160的各种部件和电池芯的温度。监视节点控制器160的各种其他异常状态也在范围内。在一些示例中,BPU和故障处理模块167被配置为触发各种校正动作(例如,触发旁路)。在一些示例中,节点控制器160包括功率转换级162,功率转换级162升高或者降低从电芯侧到总线侧的电压电平。在一些示例中,节点控制器160包括遥测模块168,遥测模块168被配置为处理各种测量(例如,ADC、电压、电流、温度)。遥测模块168还可以使用通信模块166将测量值报告给控制回路163、BPU和故障处理模块167以及外部设备(例如,电池组控制器150)。
图1E是根据一些示例的电池组控制器150的示意图。电池组控制器150包括存储器151,存储器151被配置为存储用于启动原位阻抗测试的各种标准、测试协议152(例如,起始SOC、持续时间、期望精度、功率补偿协议153)、操作协议154(例如,在测试之前和之后)和测试结果。这些标准的一些示例包括但不限于自上次测试以来的持续时间、在电芯操作期间超过某些阈值(例如,充电/放电电流的阈值、上限/下限温度)等。下文将描述其他示例。
在一些示例中,电池组控制器150包括输入/输出(I/O)模块156以便与每个节点控制器、电池组传感器180和/或(在电池组100外部的)外部系统进行通信。例如,电池组100可以是更大型系统的一部分,诸如电动车辆、电网附接式能量储存系统或者离网能量储存系统以及如上文参考图1A所述的其他系统。在示例中,I/O模块156被配置为与上述电池数据系统进行通信,以传送测试数据、检索测试协议和/或获取新的操作协议。
在一些示例中,电池组控制器150被配置为在不同节点之间成比例地或者不成比例地分配电池组功率输出。该功率分配可以基于任何操作参数、SOH参数、来自该系统的SOS参数、从其他系统学习的模型参数等。此外,在一些示例中,电池组控制器150被配置为检测各种劣化模式。例如,高电芯阻抗可以是电芯劣化的高速率的指示。另一方面,低电芯阻抗可以指示内部短路。内部短路的一些原因包括但不限于:(a)穿透隔膜并且使正电极和负电极短路的非预期导电颗粒,以及(b)从负电极生长出穿透隔膜的金属枝晶(例如锂、铜)。
在一些示例中,电池组控制器150被配置为执行电芯劣化分析。该分析可以涉及通过在改变流过电芯的电流的同时监测电芯电压的演变来估计阻抗。超过预设阈值或者有资格作为异常值(例如,基于可比较的电芯的直方图)的阻抗的估计值提供电芯劣化的各种指示。
电池组控制器150还包括处理器155,其被配置为选择用于控制电池组100中的所选电芯的测试曲线和/或操作模式。处理器155还被配置为例如基于从对应的节点控制器获取的这些电芯的电压曲线和电流曲线来确定电芯的阻抗。在一些示例中,处理器155还被配置为例如基于电芯的阻抗来确定该电池芯的操作模式。
在一些示例中,处理器155还被配置为确定每个电池芯的SOC。然后处理器155部分地基于SOC来选择测试曲线和/或操作模式。例如,如果电池芯接近完全放电,则该电芯在另一电芯的阻抗测试期间可能无法用于阻抗测试或者功率损耗补偿。
总之,电池组控制器150被配置为控制每个节点控制器以实现一种或者多种以下操作:(1)改变电芯负载以将所有电芯驱动到相同的瞬时电压;(2)使用ESR估计值将所有电芯OCV电压驱动到相同的瞬时电压;(3)结合对电芯SOH的理解以更好地同时达到0%/100%SOC;(4)预测/学习(典型的)负载参数以更好地同时达到0%/100%SOC;(5)使用每个电芯的SOH信息以更好地同时达到0%/100%SOC;以及(6)使用SOH和电化学模型以同时达到EOL。
在一些示例中,电池组控制器150被配置为基于任何操作参数、SOH参数、SOS参数、从其他系统学习的模型参数等成比例地或者不成比例地分配负载。
在一些示例中,电池组控制器150被配置为检测各种劣化模式,诸如松动或者腐蚀的接触件,所述接触件可以在高负载下产生温度热点并且可能引起电芯热失控(例如,通过导线/母线传导热量)和/或在松动/腐蚀的接触件周围的区域中的火灾隐患。
在一些示例中,电池组控制器150被配置为执行电芯劣化分析。具体地,电芯劣化可以对应于容量衰减和功率衰减。电池组控制器150被配置为通过原位测量电芯阻抗并且在寿命开始时将该阻抗与参考数据进行比较来量化功率衰减。另外,电池组控制器150使用的(例如,在各种频率下的)阻抗数据用于识别各个内部电芯组件的各种劣化机制(例如,大于10Hz的频率归因于导体、接触件和电解质,1至10Hz的频率对应于电荷转移机制(例如,SEI生长),低于1Hz的频率对应于锂离子扩散到电极活性材料中)。在一些示例中,以介于约1Hz和1MHz之间(诸如介于100Hz和10kHz之间)的频率执行阻抗测试。当被识别时,这些劣化机制用于改变电芯的操作参数(例如,充电/放电速率、截止电压)或者完全绕过电芯(例如,在将电芯缓慢放电到小于20%或甚至小于10%的SOC之后)。此外,可以对(例如,在相同的电池组、不同的电池组、不同的电力系统(诸如跨电力系统队列)中的)大量电芯集合分析这些劣化机制。
全局数据分析的示例
图2A是对应于方法200的过程流程图,表示全局电池数据分析的各种示例。该全局电池数据分析可以由电池数据系统102执行,或者更具体地,由电池数据处理引擎105执行,上文参考图1A描述了其各种示例。例如,除了电池组层级的局部电池数据分析以外或者用以代替电池组层级的局部电池数据分析(例如,由电池组控制器执行的局部电池数据分析),执行全局电池数据分析。在一些示例中,将电池组控制器分析的结果(例如,使用电池组控制器基于OCV随着时间的变化来确定阻抗)作为电池数据提供给电池数据系统102以供进一步处理。
在一些示例中,方法200包括从一个或者多个电力系统接收(框202)电池数据。电池数据的一些示例包括但不限于阻抗、温度、先前的操作参数(例如,若干充电-放电循环、截止电压、SOC和充电/放电速率)等。电池数据对应于特定电池节点(例如,基于每个节点的标识),并且在一些示例中,被分成集合(例如,每个集合对应于一个节点)。例如,每个节点可以具有电池生态系统103中的唯一标识。在从电力系统传输到电池数据系统102之前,可以对电池数据进行加密、压缩和/或其他预处理(例如,识别劣化模式)。例如,所接收的电池数据包括在电池组层级做出的各种确定,诸如健康状态、电力状态和/或安全状态。该电池数据可以表示不同的电力系统、不同的电池组和不同的电池芯。在一些示例中,电池数据可以表示相同类型的电芯(例如,具有相同设计的电芯)或者不同类型的电芯。在电池数据系统102处执行表示不同电池节点的不同数据集(例如,用于聚合分析、确定基准和/或比较)和/或表示相同电池节点但在不同测试时间的数据集的选择。在一些示例中,电池制造商使用相同类型的电芯部件(例如,电极、电解质)来生产多种电芯设计(例如,11-Ah电芯和55-Ah电芯)。从一个电芯类型导出的知识可以与另一电芯类型相关。在一些示例中,电池数据作为半结构化数据的连续流被接收。
在一些示例中,电力系统101被配置用于到电池数据系统的电池数据的有线/无线传输(例如,安全通信信道)。电力系统101,或者更具体地,每个电池节点可以具有唯一标识符(UID),UID可以是电动车辆(EV)的车辆标识号。此外,电力系统101可以包括用于身份认证的应用编程接口(API)密钥。当电力系统101连接到电池数据系统102时,电力系统101上传结构化数据(例如,遵守模式,诸如制成列表的或者SQL数据库)或者非结构化数据(例如,记录对)。在一些示例中,电池数据被聚合成阵列形式。更具体地,数据可以基于节点id被聚合和/或按时间顺序排序。在一些示例中,选择最近数据(例如,上周、上个月)的子集用于趋势分析。电池数据存储在电池数据存储器104中,电池数据存储器104可以是专门为电池数据而配置的数据库。
在一些示例中,方法200包括例如基于电芯类型、温度、寿命、SOC、电池应用(例如,电网、住宅、EV)和其他类似参数来选择(框204)从不同电力系统所接收的电池数据。例如,来自不同节点或甚至不同电力系统的电池数据可以用于补偿电芯之间的差异并且提供有意义的对照。该操作可以涉及各种数据排序算法。
在一些示例中,方法200包括处理(框206)所选择的电池数据以确定劣化模式和/或生成电池操作协议(例如,确定新的操作参数)、未来电池测试协议和其他类似协议。全局电池数据有助于发现数据趋势和/或应用各种预测模型以便在故障发生之前(例如,基于一个或者多个劣化模式)预测这些故障并且利用各种预防措施来避免这些故障。例如,具有增大的阻抗的电芯可以切换到具有电芯保护参数(例如,较小的充电/放电电流、不同的截止电压等)的操作协议。
在一些示例中,应用自学习方法(例如,机器学习、深度学习或甚至多模式机器学习)来处理数据,并且更具体地,来开发新的电池测试协议和/或修改先前的测试协议。例如,初始阻抗数据可以用于识别初始劣化模式,该模式使用修正的测试来验证。该反馈回路测试的一个示例是自适应充电,其中在不同的充电模式下收集阻抗数据(例如,10C的快速充电对比1C的正常充电)。
在一些示例中,处理所选择的电池数据涉及异常值检测方案。一个特定示例涉及数值异常值技术,例如超出Q3+k*IQR的数值,其中“IQR”表示四分位数间距,“Q3”表示第三四分位数,“k”表示四分位数乘数值。异常值检测的另一示例是Z分数技术,其假设电池数据的高斯分布(Gaussian distribution),其中异常值位于该分布的尾部。例如,可以使用阻抗值的分布,如在电池组、电池组的子集、电力系统或者多个电力系统内测量的。
在一些示例中,数据处理涉及一个或者多个商业智能仪表板(例如,对应于产品使用趋势和模式)、操作监测(例如,识别劣化模式)、异常检测(例如,电池数据的变化)、嵌入式分析(例如,向电力系统的操作者提供对数据和报告的各种访问)和数据科学(例如,用于电池组的预测测试和维护的高级分析和机器学习、新测试和新操作协议的开发、人工智能(AI)开发)。
在一些示例中,方法200包括将电池操作协议和/或电池测试协议传输(框208)到不同的电力系统。电力系统的选择(针对新协议)可以基于电池数据系统102可用的关于这些电力系统的信息。该信息的一些示例包括但不限于阻抗测试结果、阻抗测试协议、功率补偿曲线、电芯操作曲线、异常的(或者不安全的)电芯识别、故障反应等。所述信息可以统称为电池数据。
例如,多个EV的操作生成针对这些EV中的每个电芯的数据。以技术背景而言,用于EV的典型10-100kWh电池组可以包括数百或甚至数千个电芯。许多EV使用不同的操作参数(例如,充电/放电速率、SOC、电池组温度)来操作。因此,来自在长时间(例如,EV操作寿命)内频繁收集的多个EV的各个电芯数据可以容易地表征为“大数据”,或者更具体地,“大电池芯数据”。对应于多个EV的电芯的原始数据由电池数据系统聚合并且处理,这可以称为云。处理该数据以评估劣化模式,或者更具体地,评估故障模式。此外,在一些示例中,该数据与用户曲线(例如,车辆标识号、EV的所有者)结合。基于这些确定的劣化模式和劣化模式,为每个用户曲线/电池组100确定电池管理设置。原始数据的一些示例包括但不限于阻抗、暴露温度、对功率吸收或者输出的温度响应、SOC、充电/放电速率、阻抗、电阻、电容、磁场分布和时间。在一些示例中,当在系统层级中进行预处理时,阻抗值根据温度、SOC、和时间以及劣化模式来呈现。例如,在该数据分析期间,针对与高性能(例如,高充电/放电电流)但由SOC限定的较小使用范围相关联的特定用户曲线检测锂镀覆。基于该劣化模式,指示电池组100使用可疑电池的较低截止电压,以便在低阻抗条件下操作,和/或以便基于电芯温度来管理截止电压(例如,在低温下降低截止电压上限以减轻进一步的锂镀覆)。
此外,个别电芯数据(来自多个EV)提供比在例如EV层级或者仅仅几个测试电芯处可以得到的数据更高的统计精度。在一些示例中,该大电池芯数据用于生成EV、电池组甚至以及特定电芯的更精确的维护要求或者寿命预测。例如,使用自学习的基于云的处理来改进对各个电池组以及甚至这些电池组内的各个电芯的管理。在一些示例中,该电池组针对每个用户定制,并且可以涉及电池组中的每个电芯的独立管理。此外,该大电池芯数据可以用于改进电池芯和/或电池组的制造。例如,在收集大电池芯数据的EV车队中使用第一电芯生成。基于该数据的全局分析,开发了第二电芯生成。具有这些反馈回路的电池循环的附加开发也在范围内。
在一些示例中,从一队EV(例如,对应于特定的品牌型号)处收集的电芯数据允许这些EV的更快的数据处理和实时电池管理。例如,电芯数据可以用于范围的预测、下一行程的充电要求(例如,完全充电、部分充电、在特定截止电压范围内充电)和功率要求,所有这些都可以比当前可用的更精确。例如,即将到来的行程很短,但需要大量电力(例如,驶上陡坡或者以高速公路速度行驶)。在该示例中,该特定EV的电池组被充电到特定SOC,同时在利用该电力期间优化电力和效率。在另一示例中,在一个EV中识别的劣化模式用于更新整个EV车队的电池组的操作模式。
在一些示例中,从多个固定式存储系统收集电芯数据。在云中处理该电芯数据以确定各种劣化模式,或者更具体地,确定故障模式。基于这些劣化模式和劣化模式,更新电池管理。例如,特定系统用于实现高功率峰值而不要求大的存储容量。此外,系统可以在低阻抗条件下操作。在一些示例中,用于该系统的操作的截止电压可以是温度相关的(例如,在较低温度下降低截止电压上限以减轻进一步的锂镀覆)。
在一些示例中,固定式电池系统用于来自太阳能阵列或者风电场的电力储存。在这些示例中,电芯数据的分析与天气预报(例如,阳光强度和持续时间、风速)、满足即将到来的下一时段的能量曲线的充电要求(例如,完全充电、部分充电、在特定截止电压范围内充电)、和/或功率要求结合。
在一些示例中,方法200涉及向电池生态系统103中的一个或者多个用户呈现数据分析的结果(框210)。这些用户可以是电力系统制造商、电力系统所有者和/或第三方(例如研究人员)。例如,电池数据系统102可以提供用于可控地访问、检索、管理和/或分析电池数据的用户接口。在一些示例中,电池数据系统102被配置为管理电池数据所有权和/或数据存取可能性。
原位阻抗谱分析的示例
图2B是根据一些示例的用于电池组100中电池芯的原位阻抗谱分析的方法230的过程流程图。上文参考图1A至图1E描述了电池组100的各种细节和示例。
在一些示例中,方法230包括确定(框232)要施加到第一电池芯114以用于原位阻抗谱分析的信号。在一些示例中,该信号包括测试曲线。该测试曲线稍后用于操作第一电池芯114(例如,通过第一节点控制器112)以确定第一电池芯114的阻抗(例如,如下文参考图4进一步所描述的)。此外,下文将描述测试曲线的各种示例。在一些示例中,信号/测试曲线涉及流过第一电池芯114的电流的变化,这导致第一电池芯114的响应(例如,第一电池芯114两端的电压变化)。例如,使用电池组控制器150来确定测试曲线。例如,电池组控制器150从存储器151中(例如,在测试曲线数据库中)可用的不同曲线选项中选择第一测试曲线。在一些示例中,该测试曲线被从电池数据系统102传输到电池组100。例如,方法230包括在电池组100处从电池数据系统102接收指令(例如,包括测试曲线)以用于电池组100中电池芯的原位阻抗谱分析。
在一些示例中,基于第一电池芯114的当前操作状态(诸如第一电池芯114的SOC、第一电池芯114的温度、第一电池芯114的先前操作历史)来确定信号/测试曲线。例如,如果第一电池芯114接近其完全放电状态,则当在阻抗测试期间从第一电池芯114汲取电力时,第一测试曲线可能不包括电流的显著增大。类似地,如果第一电池芯114接近其完全充电状态,则当在阻抗测试期间向第一电池芯114供应电力时,第一测试曲线可能不包括电流的显著减小。
在一些示例中,还基于电池组100的总线电压和/或总线电流来确定测试曲线。该电压和电流也可以被称为电池组电压和电池组电流。总线电压和总线电流的组合决定电池组功率输出,电池组功率输出可以是正的(例如,电池组100正在放电)也可以是负的(例如,电池组100正在充电)。依据该功率输出的水平,可以选择不同的测试曲线。例如,大的总线电流可以限制可用于阻抗测试的电芯层级的可能的电流变化。
在一些示例中,方法230包括确定(框234)第二测试曲线。第二测试曲线例如用于控制电池组100中的一个或者多个其他电池芯,以补偿与第一电池芯114的测试相关联的部分或者所有功率变化。此外,在一些示例中,确定这些其他电池芯的阻抗,同时根据第二测试曲线操作这些电芯。类似地,方法230可以涉及确定附加测试曲线,例如当多个电芯用于功率补偿和/或阻抗测试时。
在一些示例中,方法230还包括监测(框236)一个或者多个被测试电芯(诸如第一电池芯114)的温度。更具体地,该监测操作包括在将信号施加到第一电池芯114之前获取第一电池芯114的一个或者多个温度读数,和/或在将信号施加到第一电池芯114的同时获取第一电池芯114的一个或者多个温度读数。信号施加操作由框240表示并且在下文描述。这些温度读数可以用于例如触发原位阻抗谱分析。例如,当第一电池芯114的温度在预定范围内时,可以执行向第一电池芯114施加信号。在一些示例中,可以针对第一电池芯114的不同温度重复第一电池芯114的原位阻抗谱分析,例如以确定第一电池芯114的各种可能的劣化模式。此外,在一些示例中,方法230涉及将(在将信号施加到第一电池芯114时获取的)一个或者多个温度读数与第一电池芯114的阻抗相关联。总之,本领域技术人员将理解温度对电芯阻抗的影响。因此,在这些示例中,在电芯温度的环境下执行阻抗分析。
在一些示例中,方法230包括在电池组100保持运行并且(例如,向负载190)提供功率输出的同时向第一电池芯114施加(框240)信号。例如,在该操作期间,电池组100的至少一个其他电池芯持续充电或者放电,从而对电池组100的功率输出做出贡献。在一些示例中,施加信号包括根据第一测试曲线操作第一电池芯114,诸如改变流过第一电池芯114的电流。使用第一节点控制器112执行该操作(框240)。第一节点控制器112与第二节点控制器122和/或电池组100的其他节点控制器连接(例如,串联连接)。在一些示例中,第一节点控制器112包括功率转换器,其用于改变流过第一电池芯114的电流。
在一些示例中,当将第一电池芯114的操作切换到第一测试曲线时,电池组电压,或者更具体地,第一节点控制器112和第二节点控制器122两端的总线电压保持不变(例如,基本不变)。出于本公开的目的,在一些示例中,术语“基本不变”意味着任何小于5%、小于2%或甚至小于1%的变化。更通常地,第一电池组端子141和第二电池组端子142之间的总线电压保持基本不变。这样,电池组100的功率输出在该切换期间保持基本不变。换言之,将第一电池芯114切换到第一测试曲线不影响电池组100的操作。
应当注意,当第一电池芯114切换到第一测试曲线时,第一电池芯114的功率输出改变。然而,对第一电池芯114的该功率输出的任何改变由电池组100中的一个或者多个其他电池芯补偿。现在将更详细地描述由其他电芯进行的这种功率补偿的各种示例。
在一些示例中,当第一电池芯114的SOC在预定范围(诸如至少10%、至少20%、至少50%、至少80%或者至少90%)内时,执行向第一电池芯114施加信号。
在一些示例中,向第一电池芯114施加信号由电池组控制器150触发。如上文参考图1B和图1C所述,电池组控制器150通信地耦合到第一节点控制器112,第一节点控制器112又控制到第一电池芯114的电连接。例如,基于第一电池芯114的操作历史、电池组100的操作历史、第一电池芯114的测试历史、电池组100的测试历史、第一电池芯114的SOC、电池组100的SOC、第一电池芯114的温度、第一电池芯114的OCV、在设定负载下的第一电池芯114的电压、或者与第一电池芯114等效的电池芯的测试数据分析中的至少一个来触发向第一电池芯114施加信号。出于本公开的目的,等效电池芯被定义为具有相同设计(例如,材料、形状因素)的电芯或者至少具有一个或者多个共同特性(例如,材料)的电芯。在一些示例中,基于由电池组100从通信地耦合到电池组100的电池数据系统102接收的输入来触发向第一电池芯114施加信号。上文参考图1A和图2A描述了这种输入的各种示例。
在一些示例中,该功率补偿中的至少部分由作为第二电池节点120的一部分的第二电池芯124提供。在这些示例中,方法230包括向第二电池芯124施加(框242)第二信号,诸如根据第二测试曲线操作第二电池芯124。可以使用第二节点控制器122来执行该操作。在一些示例中,该操作涉及改变流过第二电池芯124的电流。第二电池芯124可以是与第一电池芯114不同的节点或者相同的节点的一部分。以上参考图1B和图1C描述了每个节点内的不同电芯布局。
该第二信号/第二测试曲线被设计为补偿由于根据第一测试曲线切换到第一电池芯114并且操作第一电池芯114而引起的功率变化的部分或者全部。换言之,通过使用第二节点控制器122根据第二测试曲线操作第二电池芯124,第一节点控制器112和第二节点控制器122两端的总线电压保持不变。例如,该第二信号与施加到第一电池芯114的信号互补,这在上文参考框240进行了描述。为了确保总线电压保持不变,同时执行将第一电池芯114的操作切换到第一测试曲线和将第二电池芯124的操作切换到第二测试曲线。
在更具体的示例中,整体的功率补偿由第二电池芯124提供,现在将参考图1A以及图3A和图3B对其进行描述。具体地,图1A示出了电池组100的示例,其中仅电池芯连接到每个节点控制器。当第一电池芯114切换到第一测试曲线时,第一电池节点110的功率输出变化。在该示例中,该变化由第二电池节点120补偿,或者更具体地,由第二电池芯124补偿。应当注意,在该示例中,第三电池节点130或是不存在于电池组100中,或是不用于(例如,由电池组控制器150进行)该功率补偿。然而,本领域技术人员将理解如何将该示例扩展到第三电池节点130也用于功率补偿的情况。此外,在一些示例中,由电池组100中的一个或者多个其他电池芯提供的功率补偿在将信号施加到第一电池芯114时动态地改变。这些动态变化确保电池组100可以在原位阻抗谱分析期间支持不同的功率输出需求。
图3A和图3B都示出了两节点的电压曲线(对应于第一节点电压曲线的线301和对应于第二节点电压曲线的线302)和所得的电池组电压曲线(线305)的示例。由于第一电池节点110和第二电池节点120的串联连接并且假设第一电池节点110和第二电池节点120是电池组100中仅有的电池节点,因此电池组电压曲线(VPack)是第一节点电压(VNode1)和第二节点电压(VNode2)的总和,即VPack=VNode1+VNode2。
第一节点电压曲线(图3A和图3B中的线301)由于第一电池芯114切换到第一测试曲线而随着时间改变。图3A和图3B示出了第一节点电压曲线的不同示例,同时对应于下文进一步描述的第一测试曲线的不同示例。然而,选择并且施加第二节点电压曲线(图3A和图3B中的线302),使得电池组电压曲线(线305)保持恒定。更具体地,在该两节点示例中,第一节点电压曲线和第二节点电压曲线彼此互补,使得第一节点电压(VNode1)的任何增大都有与之对应的第二节点电压(VNode2)的减小,反之亦然。
回到图2B,方法230包括基于第一电池芯114的电压曲线和电流曲线来确定(框250)第一电池芯114的阻抗。在根据第一测试曲线操作第一电池芯114的同时获取该电压曲线和电流曲线。该操作可以由第一节点控制器112执行(例如,用于以1kHz及以上的频率执行的测试)和/或由电池组控制器150执行(例如,用于以低于1kHz的频率执行的测试)。此外,在一些示例中,第一电池芯114的阻抗在外部(例如,电池数据系统102)确定,在这种情况下,第一电池芯114的电压曲线和电流曲线也在外部传输。
图4示出了由第一电芯电压曲线401和对应的第一电芯电流曲线402的组合表示的第一测试曲线的一个示例。应当注意,该测试曲线由第一节点控制器112进行设定和控制,并且不同于节点曲线。在一些示例中,第一电芯电压(VCell1)不同于第一节点电压(VNode1)。类似地,第一电芯电流(ICell1)不同于第一节点电流(INode1)。如上所述,由于电池节点的串联连接,第一节点电流(INode1)与第二节点电流(INode2)相同并且与电池组电流相同,即INode1=INode2=……=IPack。
当从第一电池芯114汲取更少电流(ICell1)时,电芯电压(VCell1)趋向于增大。具体地,第一电芯电压(VCell1)从第一时间基准(t1)处的V1增大到第二时间基准(t2)处的V2。在同一时间范围期间,第一电芯电流(ICell1)从I1减小到I2。根据ESR1=ΔV1/ΔI1的关系,电压增大和电流减小的这种组合反映第一电池芯114的阻抗,或者更具体地,反映第一电池芯114的等效串联电阻(ESR)。应当注意,可以针对任何种类的测试曲线(包括非线性分布曲线)来估计第一电池芯114的ESR。
此外,ESR可以用于基于以下关系来估计第一电池芯114的OCV:V1≈I1×ESR1+OCV1→OCV1≈V1-I1×ESR1。换言之,在电流持续流过第一电池芯114的同时确定第一电池芯114的OCV。
总之,该方法允许隔离对外部/可测量电芯电压的阻抗贡献,这进而允许反算出OCV。OCV是荷电状态(SOC)的优异指标,OCV可以通过使电芯离线来确定。这是上述电池组架构提供的独特特征,并且对于常规BMS不可用。
一些电池芯(例如,诸如锂离子的嵌入电芯(intercalation cell))的阻抗随着SOC而变化。不限于任何特定理论,据信电极的化学计量随着SOC变化而导致阻抗变化。在放电即将结束时(即,当SOC接近0%时)通常会观察到阻抗的急剧增大,例如,如图8中示意性所示。该关系用于基于所确定的阻抗来检测高SOC限值和低SOC限值。
图4中所示的第一测试曲线可以被称为线性曲线。第一测试曲线的其他示例包括阶梯曲线(下文参考图5A和图5B描述)、正弦曲线(下文参考图6A和图6B描述)和其他类型的曲线(下文参考图7A和图7B描述其中一个示例)。
在一些示例中,方法230还包括确定(图2B中的框252)第二电池芯124的阻抗。在第二电池芯124根据第二测试曲线来操作的同时,所述阻抗基于从第二电池芯124获取的电压曲线和电流曲线来确定。第二测试曲线用于完全或者部分地补偿与根据第一测试曲线切换到第一电池芯114并且操作第一电池芯114相关联的功率输出变化。因此,第一测试曲线和第二测试曲线趋向于彼此相反。在一些示例中,例如,当功率输出变化被第二电池芯124完全抵消时,第二测试曲线与第一测试曲线互补。该特征确保第一节点控制器112和第二节点控制器122两端的总线电压保持不变。
如上所述,当从电池芯汲取更少电流时,电芯电压趋于增大。在翻转侧,当从电池芯汲取更多电流时,电芯电压趋于减小。在前述任一情况下,电压增大和电流减小的组合可以用于确定电池芯的阻抗。这样,第二电池芯124的阻抗可以从第二测试曲线确定,正如上文所述的确定第一电池芯114的阻抗。
在一些示例中,方法230还包括基于第一电池芯114的电压曲线和电流曲线来确定第一电池芯114的电芯开路电压(OCV)和第一电池芯114的电芯荷电状态(SOC)中的至少一个。
在一些示例中,方法230还包括基于至少第一电池芯114的阻抗来确定(框256)第一电池芯114的一个或者多个劣化模式。例如,高阻抗可以是正电极处的界面电阻和其他类似劣化模式的指示。
在一些示例中,方法230还包括将表示第一电池芯114的阻抗的数据(阻抗数据)从电池组100传输(框258)到电池数据系统102。如上文参考图1A所述,电池数据系统102通信地耦合到电池组100。在一些示例中,方法230还包括将阻抗数据与附加阻抗数据聚合,从而形成聚合电池数据的至少一部分。聚合电池数据可以包括来自多个不同电池芯、节点、电池组和电力系统的阻抗。例如,聚合电池数据可以是车队范围的电池数据。在一些示例中,附加阻抗数据由电池数据系统102从包括等同于电池组100的附加电池组的一队电力系统接收。电池数据系统102接着分析此聚合电池数据,如上文参考图2A所描述的。在一些示例中,方法230还包括在电池组100处从电池数据系统102接收(框259)原位阻抗谱分析协议、功率补偿协议或者电芯操作协议中的一个或者多个协议。这些协议可以至少部分地基于从电池组100接收的阻抗数据(例如,第一电池芯114的阻抗)来开发。
在一些示例中,方法230还包括在完成第一测试曲线之后确定(框270)第一电池芯114要使用的第一操作模式。例如,可以基于第一电池芯114的阻抗来确定第一操作模式。在一些示例中,在根据第一测试曲线操作第一电池芯114之前,第一操作模式不同于第一电池芯114的操作模式。例如,如果第一电池芯114的阻抗超过某个阈值,则可以向第一电池芯114施加各种操作限制,诸如最大操作电流以及最小截止电压和最大截止电压。
在一些示例中,方法230还包括将第一电池芯114的阻抗与第一电池芯114的先前阻抗数据(例如,在先前测试中确定的一个或者多个阻抗值)进行比较。该比较可以用作确定(框270)第一电池芯114的第一操作模式的步骤的一部分(例如,基于阻抗数据的趋势确定第一操作模式)或者用作独立操作。
在一些示例中,方法230还包括确定(框272)第二电池芯124的第二操作模式。类似于第一操作模式,第二操作模式可以基于第二电池芯124的阻抗来确定。然而,还基于第一操作模式来确定第二操作模式,以确保通过将第一电池芯114切换到第一操作模式而不会影响电池组功率输出。从测试曲线切换回操作模式可以被称为使电芯恢复在线。
在一些示例中,方法230还包括根据第一操作模式操作(框280)第一电池芯114。在更具体的示例中,根据第一操作模式操作第一电池芯114包括:如果第一电池芯114的阻抗超过设定阈值,则断开第一电池芯114的连接。类似地,方法230还包括根据第二操作模式操作(框282)第二电池芯124。
如判定框290所示,可以重复方法230的各种操作。例如,可以在一系列测试中测试电池组中的所有电芯。在一些示例中,方法230包括基于第一电池芯114的阻抗(例如,先前测试的结果)设定用于第一电池芯114的新的原位阻抗谱分析(例如,再次测试)的时间范围。在一些示例中,当第一电池芯114处于第一状态时执行初始阻抗测试(例如,当第一电池芯114处于该第一状态时向第一电池芯114施加信号)。当第一电池芯114处于不同于第一状态的第二状态时,重复第一电池芯114的原位阻抗谱分析。第一状态和第二状态由第一电池芯114的温度、第一电池芯114的SOC或者第一电池芯114的先前操作历史中的一个来表示。
现在将描述几个更具体的示例以提供对本公开的各种特征的更好理解。图5A和图5B示出了用于阻抗测试的阶梯曲线的示例。在该示例中,电池组功率输出是200W,由10A的电池组电流和20V的电池组电压提供。这些数字和下文呈现的其他数字仅用于说明目的。电池组包括两个节点,使得图5A表示第一节点并且图5B表示第二节点。最初(在T1之前),两个节点以相同的方式操作,每个节点在10V的电压下贡献100W的功率。应当注意,这两个节点串联互连,并且10A的电池组电流与每个节点电流相同。因此,节点电压是10V,同时在两个节点中的每个节点处节点电流是10A。
从电芯层级来看,由于节点控制器在功能上将电芯与总线分离,电芯电流和电芯电压不同于节点电流和节点电压。最初,第一电芯在4伏的电压,25A的电流流过电芯的情况下操作,从而产生100W(忽略节点控制器处的功率损耗)。第二电芯进行类似的操作。
在Tl处,第一节点的电压增大到15V,这使得该节点的功率贡献达到150W。从第一电芯汲取的电流现在是38.5A,这导致电压下降到3.9V,导致大致相同的150W。电芯电流和电芯电压的这种变化可以用于确定第一电芯的阻抗。
此外,同样在Tl处,第二节点的电压降低到5V,这使得该节点的功率贡献变为50W。从第二电芯汲取的电流现在是12.3A,这导致电压增加到4.05V,导致大致相同的50W。电芯电流和电芯电压的这种变化也可以用于确定第二电芯的阻抗。在T2处,电芯和节点都返回到原先状态(T1前)。例如,测试的持续时间可以由遥测系统的几个时钟周期确定。例如,可以在电流阶跃响应之后量化DC阻抗,持续时间在0.5秒到10分钟之间,或者更具体地,在2秒到2分钟之间,或者在10秒到1分钟之间(例如,1秒、10秒或者30秒)。
图6A和图6B示出了正弦测试曲线的示例。在该示例中,两个节点的电压和功率输出随着时间不断变化,大致遵循正弦波。具体地,节点电压在10V和15V之间变化。为了保持电池组功率输出恒定,第一节点电压曲线是第二节点电压曲线的镜像,即,特定频率的互补正弦波。电池组电流和节点电流相同并且保持恒定,例如10A。电芯电流和电芯电压相应地变化。电芯电流和电芯电压的这些动态变化用于确定阻抗频率特性。可以使用更复杂的负载曲线来更好地表征阻抗(频域或者时域形状的刺激)。例如,可以使用频域扫描、时域扫描、模型参数识别刺激和/或劣化模式识别刺激。
图7A和图7B示出了测试曲线的另一示例,其表示对应于一次性脉冲的阶跃响应。如果足够快地采样,则电压响应产生多个频率的信息(例如,傅立叶分解(Fourierdecomposition))。在一些情况下,例如由于通信带宽限制、高频率下输出的精度、对注入到总线中的噪声的限制等,在高频率下控制负载曲线可能是困难的。如果高频测量能力可用,则使用低频负载刺激(例如,阶跃)来触发电芯层级的变化。随着时间测得的来自电芯的响应用于确定频率范围内的阻抗。由于每个测量值(图7A中的点701)表示响应于负载变化的电芯电压特性对(versus)时间,可以对其他电压和电流进行类似的测量。可以针对频率行为(例如,拉普拉斯变换或者傅立叶变换(Laplace or Fourier Transforms))分析时间响应以确定频率范围内的阻抗。
在一些示例中,所确定的阻抗被用作健康状态(SOH)评估工具包的一部分。具体地,由于各种内部劣化机制,诸如钝化层积聚、电解质氧化/还原(例如,电池的干燥、活性表面积的减小)、钝化导致的活性材料的损耗、溶解、分层等,电池阻抗随着时间和/或循环计数增大。图9是根据对电芯进行的充电-放电循环的阻抗的示意图。阻抗从200个循环之后开始稳定增大。这样,使用阻抗值,可以将可用容量的损耗分解成两个成因部分(贡献):(1)由于阻抗增长(例如,由于电极活性材料的变化)引起的功率衰减,和(2)热力学容量衰减(例如,由于可用于循环/不可逆离子捕获的离子的损耗)。
在一些示例中,阻抗用于执行功率状态(SOP)评估或者甚至SOP预测。例如,典型的电池芯(例如,锂离子电芯)可以被建模为具有若干无源元件(R、RC)的等效电路,用来表示对电芯阻抗的不同贡献。通过在与这些元件相关联的当前值之前模拟电芯模型来预测功率状态。与传统模型相比,所描述的方法和系统允许使用总阻抗测量近乎实时地重新校准模型的参数。
在一些示例中,阻抗用于执行安全状态(SOS),诸如检测松动的或者腐蚀的电连接。异常连接将导致更高的欧姆电阻,从而在电流流过节点时导致异常强的发热。这种热发生可能导致局部升高的温度(热点),其可以例如通过经由集电器的热传导传播到电芯。这种事件是非常不期望的。
在一些示例中,阻抗用于执行荷电状态(SOC)评估。图8示出了SOC和阻抗之间的一个相关性示例。该相关性可以用查找表的形式或者一些其他形式呈现。此外,基于阻抗的SOC评估可以被补充或者可以用于补充其他类型的SOC评估。最后,阻抗值可以用于使用例如机器学习来开发SOC评估模型。
另外的示例
此外,本说明书包括根据以下条目的示例。
条目1.一种用于电池组100中电池芯的原位阻抗谱分析的方法230,所述方法230包括:
在电池组100保持运行并且提供功率输出的同时,将信号施加到电池组100的第一电池节点110的第一电池芯114;以及
基于第一电池芯114对于施加到第一电池芯114的信号的响应来确定第一电池芯114的阻抗。
条目2.根据条目1的方法230,其中,向第一电池芯114施加信号包括改变流过第一电池芯114的电流。
条目3.根据条目2的方法230,其中,根据线性曲线、正弦曲线或者阶梯曲线中的一种曲线来执行改变流过第一电池芯114的电流。
条目4.根据条目2至3中任一项的方法230,其中,第一电池芯114对于改变流过第一电池芯114的电流的响应是电压响应。
条目5.根据条目2至4中任一项所述的方法230,其中,第一电池芯114连接到第一节点控制器112,其中第一节点控制器112还与电池组100的一个或者多个附加节点控制器串联连接或者并联连接,并且其中使用第一节点控制器112来执行改变流过第一电池芯114的电流。
条目6.根据条目5的方法200,其中,使用第一节点控制器112的功率转换器来执行改变流过第一电池芯114的电流。
条目7.根据条目2至6中任一项所述的方法200,其中,改变流过第一电池芯114的电流包括改变流过与第一电池芯114串联连接的第一电池节点110的另一电池芯的电流。
条目8.根据条目1至7中任一项所述的方法230,其中,执行向第一电池芯114施加信号,使得电池组100的电压由于由电池组100中的一个或者多个其他电芯提供的功率补偿而保持不变。
条目9.根据条目8的方法230,还包括确定一个或者多个其他电芯的阻抗,从而提供功率补偿。
条目10.根据条目8至9中任一项所述的方法200,其中,所述功率补偿包括将第二信号施加到所述一个或者多个其他电池芯,其中第二信号与施加到第一电池芯114的信号互补。
条目11.根据条目8至10中任一项所述的方法200,其中,提供所述功率补偿的所述一个或者多个其他电池芯中的至少一个电池芯是第一电池节点110的一部分。
条目12.根据条目8至11中任一项所述的方法200,其中,提供所述功率补偿的所述一个或者多个其他电池芯中的至少一个电池芯是与第一电池节点110串联连接的第二电池节点120的一部分。
条目13.根据条目8至12中任一项所述的方法200,其中,由电池组100中的一个或者多个其他电池芯提供的所述功率补偿在将信号施加到第一电池芯114的同时动态地改变。
条目14.根据条目8至13中任一项所述的方法200,其中,所述功率补偿由通信地耦合到第一电池节点110和电池组100的其余节点的电池组控制器150来确定。
条目15.根据条目1至14中任一项所述的方法230,其中,在电池组100的至少一个其他电池芯持续充电或者放电从而有助于电池组100的功率输出的同时执行向第一电池芯114施加信号。
条目16.根据条目1至15中任一项所述的方法230,其中,当第一电池芯114的荷电状态SOC在预定范围内时,执行向第一电池芯114施加信号。
条目17.根据条目1至16中任一项所述的方法230,其中,当第一电池芯114的温度在预定范围内时,执行向第一电池芯114施加信号。
条目18.根据条目1至17中任一项所述的方法230,其中,向第一电池芯114施加信号由通信地耦合到第一节点控制器112的电池组控制器150触发,所述第一节点控制器112控制到第一电池芯114的电连接。
条目19.根据条目1至18中任一项所述的方法230,其中,基于第一电池芯114的操作历史、电池组100的操作历史、第一电池芯114的测试历史、电池组100的测试历史、第一电池芯114的SOC、电池组100的SOC、第一电池芯114的温度、第一电池芯114的OCV、在设定负载下的第一电池芯114的电压、或者与第一电池芯114等效的电池芯的测试数据分析中的至少一个来触发向第一电池芯114施加信号。
条目20.根据条目1至19中任一项所述的方法230,还包括基于第一电池芯114的阻抗来确定第一电池芯114的新操作参数,并且基于所述新操作参数来操作第一电池芯114。
条目21.根据条目1至20中任一项所述的方法230,还包括如果第一电池芯114的阻抗超过设定阈值,则断开第一电池芯114的连接。
条目22.根据条目1至21中任一项所述的方法230,还包括基于第一电池芯114的阻抗设置用于第一电池芯114的新的原位阻抗谱分析的时间范围。
条目23.根据条目1至22中任一项所述的方法230,还包括将第一电池芯114的阻抗与第一电池芯114的先前阻抗数据进行比较。
条目24.根据条目1至23中任一项所述的方法230,还包括基于至少第一电池芯114的阻抗来确定第一电池芯114的一个或者多个劣化模式。
条目25.根据条目1至24中任一项所述的方法230,还包括将表示第一电池芯114的阻抗的数据从电池组100传输到通信地耦合到电池组100的电池数据系统102。
条目26.根据条目25的方法230,还包括将表示第一电池芯114的阻抗的数据与附加阻抗数据聚合,从而形成聚合电池数据的至少一部分。
条目27.根据条目26所述的方法230,其中,所述附加阻抗数据由电池数据系统102从包括附加电池组的一队电力系统接收,所述附加电池组等效于电池组100。
条目28.根据条目25的方法230,还包括在电池组100处从电池数据系统102接收原位阻抗谱分析协议、功率补偿协议或者电芯操作协议中的一个或者多个协议。
条目29.根据条目1至28中任一项所述的方法230,其中当第一电池芯114处于第一状态时,所述信号被施加到第一电池芯114,其中当第一电池芯114处于不同于所述第一状态的第二状态时,重复对第一电池芯114的原位阻抗谱分析,并且其中第一状态和第二状态由第一电池芯114的温度、第一电池芯114的SOC或者第一电池芯114的SOH中的一个来表示。
条目30.根据条目1至29中任一项所述的方法230,还包括:
在将信号施加到第一电池芯114的同时获取第一电池芯114的一个或者多个温度读数;以及
将所述一个或者多个温度读数与第一电池芯114的阻抗相关联。
条目31.根据条目1至30中任一项所述的方法230,还包括在将所述信号施加到第一电池芯114之前,基于第一电池芯114的一个或者多个特性来确定所述信号。
条目32.一种电芯电池组100,包括:
第一电池节点110,其包括第一节点控制器112和电耦合到第一节点控制器112的第一电池芯114,其中第一节点控制器112被配置为在电池组100保持运行并且提供功率输出的同时向第一电池芯114施加信号;
第二电池节点120,其包括第二节点控制器122和电耦合到第二节点控制器122的第二电池芯124;
总线140,其将第一节点控制器112和第二节点控制器122进行电互连;以及
电池组控制器150,其通信地耦合到第一节点控制器112和第二节点控制器122,其中第一节点控制器112或者电池组控制器150中的至少一个被配置为基于第一电池芯114对于施加到第一电池芯114的信号的响应来确定第一电池芯114的阻抗。
条目33.根据条目32所述的电池组100,其中,电池组控制器150被配置为在将信号施加到第一电池芯114时保持电池组100的电压基本不变。
条目34.根据条目32至33中任一项所述的电池组100,其中,第一节点控制器112包括功率转换器,所述功率转换器被配置为升高或者降低第一电池芯114的电压。
条目35.根据条目32至34中任一项所述的电池组100,其中,一个或者多个开关被配置为使电流旁路流过第一电池节点110。
条目36.根据条目32至35中任一项所述的电池组100,其中,施加到第一电池芯114的信号包括流过第一电池芯114的电流的变化。
条目37.根据条目36所述的电池组100,其中,流过第一电池芯114的电流的变化遵循线性曲线、正弦曲线或者阶梯曲线中的一种曲线。
条目38.根据条目32至37中任一项所述的电池组100,其中,第一电池芯114对于施加到第一电池芯114的信号的响应是电压响应。
结论
虽然为了清楚理解的目的已经相当详细地描述了前述概念,但是显而易见的是,可以在所附条目的范围内实现某些改变和修改。应当注意,存在实现所述过程、系统和装置的许多替代方式。因此,本文的示例应当被认为是说明性的而非限制性的。
Claims (20)
1.一种用于对电池组中的多个电池芯进行按需原位分析的方法,所述方法包括:
在所述电池组保持运行的同时,使用第一节点控制器将测试曲线应用于第一电池芯,其中,
为了按需原位分析,从所述电池组中的多个电池芯中选择出所述第一电芯,
第一节点控制器与所述电池组的一个或者多个附加节点控制器连接,
所述一个或者多个附加节点控制器控制所述电池组中的一个或者多个附加电芯的操作,并且
在将所述测试曲线应用于所述第一电池芯的同时,所述一个或者多个附加电芯持续充电或者放电;并且
基于所述第一电池芯对于应用到所述第一电池芯的所述测试曲线的响应,来确定所述第一电池芯的一个或者多个特性。
2.根据权利要求1所述的方法,其中,将所述测试曲线应用于所述第一电池芯包括:根据线性曲线或者阶梯曲线中的一种曲线,改变流过所述第一电池芯的电流。
3.根据权利要求1所述的方法,其中,基于以下各项中的至少一个来触发对所述第一电池芯应用所述测试曲线:所述第一电池芯的操作历史、所述电池组的操作历史、所述第一电池芯的测试历史、所述电池组的测试历史、所述第一电池芯的SOC、所述电池组的SOC、所述第一电池芯的温度、所述第一电池芯的OCV、在设定负载下的所述第一电池芯的电压、或者与所述第一电池芯等效的电池芯的测试数据分析。
4.根据权利要求1所述的方法,还包括:
基于所述第一电池芯的所述一个或者多个特性,来确定所述第一电池芯的新的操作曲线,以及
基于所述新的操作曲线,来操作所述第一电池芯。
5.根据权利要求4所述的方法,其中,所述新的操作曲线包括从充电速率、放电速率、截止电压上限和截止电压下限的组中所选择的至少一个改变的参数。
6.根据权利要求4所述的方法,其中,当所述一个或者多个特性指示所述第一电芯的增大的阻抗时,所述新的操作曲线包括较低的充电速率和较低的放电速率。
7.根据权利要求4所述的方法,其中,所述新的操作曲线包括在所述电池组的进一步操作期间将所述第一电芯放电到小于20%的荷电状态并且绕过所述第一电芯。
8.根据权利要求1所述的方法,还包括:基于所述一个或者多个特性来执行功率状态(SOP)评估或者SOP预测。
9.根据权利要求1所述的方法,还包括:基于所述第一电池芯的所述一个或者多个特性,来确定所述第一电池芯的一个或者多个劣化模式。
10.根据权利要求9所述的方法,其中,基于所述测试曲线的多个不同频率范围,来区分所述一个或者多个劣化模式。
11.根据权利要求10所述的方法,其中,所述一个或者多个劣化模式包括:
所述第一电芯的各个内部部件的劣化,其对应于所述多个不同频率范围中的第一频率范围;
所述第一电芯的电荷转移机制的变化,其对应于所述多个不同频率范围中的第二频率范围;以及
离子扩散到所述第一电芯的电极活性材料中的变化,其对应于所述多个不同频率范围中的第三频率范围。
12.根据权利要求9所述的方法,其中,所述一个或者多个劣化模式包括:通过将所述一个或者多个特性与在所述电池组的寿命开始时的对应特性进行比较而确定的功率衰减和容量衰减中的至少一个。
13.根据权利要求1所述的方法,还包括将所述第一电池芯的所述一个或者多个特性从所述电池组传输到通信地耦合到所述电池组的电池数据系统。
14.根据权利要求13所述的方法,还包括:
从通信地耦合到一个或者多个附加电力系统的所述电池数据系统接收电池数据;以及
处理所述电池数据,以确定所述第一电芯的所述测试曲线。
15.根据权利要求1所述的方法,其中,所述一个或者多个特性包括所述第一电池芯的阻抗。
16.根据权利要求1所述的方法,还包括:
获取所述第一电池芯的所述温度;以及
将所述第一电池芯的所述温度与所述第一电池芯对于所述测试曲线的所述响应相关联。
17.根据权利要求1所述的方法,其中,在所述第一电池芯的不同温度下多次确定所述一个或者多个特性。
18.根据权利要求1所述的方法,其中:
所述一个或者多个特性包括:当所述测试曲线被应用到所述第一电池芯时,所述第一电池芯的电压变化和电流变化的组合,
所述电压变化和所述电流变化用于确定所述第一电芯的等效串联电阻(ESR)和估计所述第一电芯的开路电压(OCV)。
19.根据权利要求1所述的方法,其中:
所述测试曲线是对应于一次性脉冲的阶跃响应,并且
所述一个或者多个特性是跨多个频率采样以提供傅立叶分解的所述第一电芯的电压响应。
20.根据权利要求1所述的方法,还包括:
根据所述一个或者多个特性确定所述第一电芯的可用容量的损耗;以及
将可用容量的损耗分解成(1)由于阻抗增长引起的功率衰减和(2)热力学容量衰减。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/996,422 | 2020-08-18 | ||
US16/996,422 US11125707B1 (en) | 2020-08-18 | 2020-08-18 | Methods and systems for in-situ impedance spectroscopy analysis of battery cells in multi-cell battery packs |
PCT/US2021/045885 WO2022040034A1 (en) | 2020-08-18 | 2021-08-13 | Methods and systems for in-situ impedance spectroscopy analysis of battery cells in multi-cell battery packs |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116420084A true CN116420084A (zh) | 2023-07-11 |
CN116420084B CN116420084B (zh) | 2024-06-28 |
Family
ID=77749218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180069569.1A Active CN116420084B (zh) | 2020-08-18 | 2021-08-13 | 用于多电芯电池组中的电池芯的原位阻抗谱分析的方法和系统 |
Country Status (4)
Country | Link |
---|---|
US (3) | US11125707B1 (zh) |
CN (1) | CN116420084B (zh) |
DE (1) | DE112021004361T5 (zh) |
WO (1) | WO2022040034A1 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11125707B1 (en) * | 2020-08-18 | 2021-09-21 | Element Energy, Inc. | Methods and systems for in-situ impedance spectroscopy analysis of battery cells in multi-cell battery packs |
CN117651875A (zh) * | 2021-08-26 | 2024-03-05 | 宁德时代新能源科技股份有限公司 | 电化学阻抗谱的检测装置和电池管理系统 |
WO2023205002A1 (en) * | 2022-04-18 | 2023-10-26 | Cirrus Logic International Semiconductor Ltd. | Adapting a battery charging profile based on normal operation of a battery-powered device |
WO2023212699A1 (en) * | 2022-04-29 | 2023-11-02 | Analog Devices, Inc. | System and method for state of power estimation of a battery using impedance measurements |
JP7393822B1 (ja) | 2022-07-29 | 2023-12-07 | 株式会社スリーダムアライアンス | リチウム二次電池の劣化判定方法、電池劣化判定装置 |
WO2024120795A1 (en) * | 2022-12-06 | 2024-06-13 | Analog Devices International Unlimited Company | Apparatuses and methods for electrochemical impedance spectroscopy in a reconfigurable battery |
US20240250549A1 (en) * | 2023-01-20 | 2024-07-25 | Element Energy, Inc. | Systems and methods for adaptive electrochemical cell management |
CN115966616B (zh) * | 2023-02-08 | 2024-01-26 | 河北大学 | 钝化叠层电池及其制备方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1758066A (zh) * | 2004-10-07 | 2006-04-12 | Avl里斯脱有限公司 | 用于监控燃料电池堆工作状态的方法 |
CN1864298A (zh) * | 2001-07-27 | 2006-11-15 | 麻省理工学院 | 电池结构、自组织结构及相关方法 |
CN102246385A (zh) * | 2008-10-10 | 2011-11-16 | 迪亚能源股份有限公司 | 用于确定电池的荷电状态的方法和设备 |
US20120119746A1 (en) * | 2009-03-02 | 2012-05-17 | Element Energy, Inc. | Systems and methods for intelligent, adaptive management of energy storage packs |
CN102859378A (zh) * | 2010-02-17 | 2013-01-02 | Ifp新能源公司 | 藉由电化学阻抗频谱的电池原位诊断方法 |
US20130141109A1 (en) * | 2011-12-05 | 2013-06-06 | Corey T. Love | Battery Health Monitoring System and Method |
US20130241494A1 (en) * | 2009-10-19 | 2013-09-19 | Apple Inc. | In-situ battery health detector and end-of-life indicator |
CN105264709A (zh) * | 2013-06-14 | 2016-01-20 | Hrl实验室有限责任公司 | 用于感测电化学装置的内部温度的方法和设备 |
US20160146895A1 (en) * | 2012-04-27 | 2016-05-26 | California Institute Of Technology | Accurate Assessment of the State of Charge of Electrochemical Cells |
US20160190833A1 (en) * | 2014-12-19 | 2016-06-30 | California Institute Of Technology | Systems and methods for management and monitoring of energy storage and distribution |
US20190302863A1 (en) * | 2018-03-30 | 2019-10-03 | Microsoft Technology Licensing, Llc | Battery charge leakage monitor |
CN110892606A (zh) * | 2017-09-11 | 2020-03-17 | 松下知识产权经营株式会社 | 蓄电系统、管理装置 |
Family Cites Families (56)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6332113B1 (en) * | 1996-10-07 | 2001-12-18 | Midtronics, Inc. | Electronic battery tester |
JP3769111B2 (ja) * | 1997-09-30 | 2006-04-19 | 富士重工業株式会社 | バッテリ残存容量計及び複数バッテリの残存容量計測方法 |
US7058484B1 (en) * | 1998-12-31 | 2006-06-06 | Patrick Henry Potega | Software for configuring and delivering power |
US7332881B2 (en) * | 2004-10-28 | 2008-02-19 | Textron Inc. | AC drive system for electrically operated vehicle |
KR101014981B1 (ko) * | 2005-07-07 | 2011-02-16 | 가부시끼가이샤 도시바 | 전지 모듈 |
US7675293B2 (en) * | 2006-05-04 | 2010-03-09 | Battelle Energy Alliance, Llc | Method and apparatus for in-situ characterization of energy storage and energy conversion devices |
US10379168B2 (en) * | 2007-07-05 | 2019-08-13 | Battelle Energy Alliance, Llc | Apparatuses and methods for testing electrochemical cells by measuring frequency response |
EP2171791A4 (en) * | 2007-07-12 | 2014-09-10 | A123 Systems Inc | MULTIFUNCTIONAL MIXED METAL OLIVES FOR LITHIUM ION BATTERIES |
JP5596546B2 (ja) * | 2007-09-14 | 2014-09-24 | エー123 システムズ, インコーポレイテッド | 健康状態監視用の参照電極を備えたリチウム充電式セル |
US9397502B2 (en) * | 2009-03-02 | 2016-07-19 | Volterra Semiconductor LLC | System and method for proportioned power distribution in power converter arrays |
JP2012519469A (ja) * | 2009-03-02 | 2012-08-23 | エレメント エナジー,インコーポレイティド | インテリジェントエネルギー蓄積パックを拡張可能に構成するシステム及び方法 |
US8965721B2 (en) * | 2009-09-30 | 2015-02-24 | Tesla Motors, Inc. | Determining battery DC impedance |
US8791669B2 (en) * | 2010-06-24 | 2014-07-29 | Qnovo Inc. | Method and circuitry to calculate the state of charge of a battery/cell |
US10067198B2 (en) * | 2010-05-21 | 2018-09-04 | Qnovo Inc. | Method and circuitry to adaptively charge a battery/cell using the state of health thereof |
US8970178B2 (en) * | 2010-06-24 | 2015-03-03 | Qnovo Inc. | Method and circuitry to calculate the state of charge of a battery/cell |
US11397215B2 (en) * | 2010-05-21 | 2022-07-26 | Qnovo Inc. | Battery adaptive charging using battery physical phenomena |
US20120310565A1 (en) * | 2011-05-31 | 2012-12-06 | Laszlo Redey | Apparatus and method for determining battery/cell's performance, age, and health |
US9575135B2 (en) * | 2011-06-01 | 2017-02-21 | Datang Nxp Semiconductors Co., Ltd. | Battery monitoring circuit, apparatus and method |
US8648602B2 (en) * | 2011-06-01 | 2014-02-11 | Nxp B.V. | Battery impedance detection system, apparatus and method |
JP5589988B2 (ja) * | 2011-07-28 | 2014-09-17 | 横河電機株式会社 | 電池インピーダンス測定装置 |
JP5403437B2 (ja) * | 2011-07-29 | 2014-01-29 | 横河電機株式会社 | 電池監視装置 |
US9322884B2 (en) * | 2012-01-06 | 2016-04-26 | Industrial Technology Research Institute | Impedance analyzing device |
US9035619B2 (en) * | 2012-05-24 | 2015-05-19 | Datang Nxp Semiconductors Co., Ltd. | Battery cell temperature detection |
US9991723B2 (en) * | 2012-09-17 | 2018-06-05 | The Boeing Company | Virtual cell method for battery management |
US9529048B2 (en) * | 2012-11-30 | 2016-12-27 | Tesla Motors, Inc. | Transient detection of an exceptional charge event in a series connected battery element |
US9318781B2 (en) * | 2013-01-11 | 2016-04-19 | Johnson Controls Technology Company | Predicted sensor information for a battery |
WO2015023820A2 (en) * | 2013-08-15 | 2015-02-19 | University Of Maryland College Park | Systems, methods, and devices for health monitoring of an energy storage device |
WO2016019744A1 (zh) * | 2014-08-08 | 2016-02-11 | 清华大学 | 集成dc/dc变换器以及电化学储能系统以及电化学储能装置的交流阻抗分析方法以及其工作状态的分析方法 |
EP3186652B1 (en) * | 2014-08-29 | 2021-07-14 | The Regents Of The University Of Michigan | Bulk force in a battery pack and its application to state of charge estimation |
KR101610507B1 (ko) * | 2014-09-18 | 2016-04-07 | 현대자동차주식회사 | 차량의 고전압 배터리 열화 진단 장치 및 방법 |
US9910100B2 (en) * | 2014-12-19 | 2018-03-06 | Automotive Research & Testing Center | Battery characteristic determining device for a vehicle |
US9393921B1 (en) * | 2015-04-13 | 2016-07-19 | Quantumscape Corporation | Solid-state battery management using real-time estimation of nano material electrical characteristics |
IL239852A (en) * | 2015-07-08 | 2016-12-29 | Algolion Ltd | Lithium-ion battery safety monitoring |
JP6369510B2 (ja) * | 2016-08-25 | 2018-08-08 | トヨタ自動車株式会社 | リチウムイオン二次電池の診断装置および診断方法 |
US10209314B2 (en) * | 2016-11-21 | 2019-02-19 | Battelle Energy Alliance, Llc | Systems and methods for estimation and prediction of battery health and performance |
US10422836B2 (en) * | 2016-12-29 | 2019-09-24 | Automotive Research & Testing Center | Device and method for estimating state-of-health of battery |
US10992144B2 (en) * | 2017-05-17 | 2021-04-27 | Galley Power LLC | Battery balancing and current control with bypass circuit for load switch |
WO2019021099A1 (ja) * | 2017-07-25 | 2019-01-31 | 株式会社半導体エネルギー研究所 | 蓄電システム、電子機器及び車両、並びに推定方法 |
US20190111800A1 (en) * | 2017-10-16 | 2019-04-18 | Neapco Intellectual Property Holdings, Llc | High coverage battery usage monitor |
US11196104B2 (en) * | 2018-03-23 | 2021-12-07 | Bloom Energy Corporation | Battery as a service |
US11150208B2 (en) * | 2018-03-23 | 2021-10-19 | Bloom Energy Corporation | Electrochemical impedance spectroscopy analyzer (“EISA”) chip for a microelectromechanical system (MEMS) |
US20190317152A1 (en) * | 2018-03-23 | 2019-10-17 | Bloom Energy Corporation | Real-time electrochemical impedance spectroscopy apparatus (eisa) testing |
DE102018220251A1 (de) * | 2018-11-26 | 2020-05-28 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Abschätzung des Gesundheitszustands eines Wechselakkus |
US10992146B2 (en) * | 2018-12-21 | 2021-04-27 | Motorola Solutions, Inc. | Methods and apparatus for controlling charge current in a battery pack containing cells of disparate types |
DE102019103144B4 (de) * | 2019-02-08 | 2020-10-15 | Infineon Technologies Ag | Einrichtung und Verfahren zur Überwachung der Zuverlässigkeit einer Zellenimpedanzmessung einer Batteriezelle |
US11054481B2 (en) * | 2019-03-19 | 2021-07-06 | Battelle Energy Alliance, Llc | Multispectral impedance determination under dynamic load conditions |
US11091055B2 (en) * | 2019-05-10 | 2021-08-17 | GM Global Technology Operations LLC | Intelligent motor vehicles, charging systems, and control logic for governing vehicle grid integration operations |
US11013569B2 (en) * | 2019-06-27 | 2021-05-25 | Cilag Gmbh International | Surgical systems with interchangeable motor packs |
US11712968B2 (en) * | 2019-12-18 | 2023-08-01 | Nio Technology (Anhui) Co., Ltd. | Method for detecting damage to battery pack enclosure during a crash event |
US11422102B2 (en) * | 2020-01-10 | 2022-08-23 | Dynexus Technology, Inc. | Multispectral impedance measurements across strings of interconnected cells |
EP3916948A1 (en) * | 2020-05-28 | 2021-12-01 | STABL Energy GmbH | Modular energy storage system |
US11125707B1 (en) * | 2020-08-18 | 2021-09-21 | Element Energy, Inc. | Methods and systems for in-situ impedance spectroscopy analysis of battery cells in multi-cell battery packs |
US11131717B1 (en) * | 2020-08-18 | 2021-09-28 | Element Energy, Inc. | Methods and systems for in-situ leakage current testing of cells in multi-cell battery packs |
US11831192B2 (en) * | 2021-07-07 | 2023-11-28 | Element Energy, Inc. | Battery management controllers and associated methods |
CN114859258B (zh) * | 2022-07-06 | 2022-12-20 | 荣耀终端有限公司 | 应用于多电池的电量计和电子设备 |
CN115267584A (zh) * | 2022-08-31 | 2022-11-01 | 华中科技大学 | 一种电池阻抗谱原位在线测量系统及测量方法 |
-
2020
- 2020-08-18 US US16/996,422 patent/US11125707B1/en active Active
-
2021
- 2021-08-13 CN CN202180069569.1A patent/CN116420084B/zh active Active
- 2021-08-13 US US17/401,784 patent/US11692956B2/en active Active
- 2021-08-13 WO PCT/US2021/045885 patent/WO2022040034A1/en active Application Filing
- 2021-08-13 DE DE112021004361.7T patent/DE112021004361T5/de active Pending
-
2023
- 2023-05-12 US US18/316,949 patent/US20230280295A1/en active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1864298A (zh) * | 2001-07-27 | 2006-11-15 | 麻省理工学院 | 电池结构、自组织结构及相关方法 |
CN1758066A (zh) * | 2004-10-07 | 2006-04-12 | Avl里斯脱有限公司 | 用于监控燃料电池堆工作状态的方法 |
CN102246385A (zh) * | 2008-10-10 | 2011-11-16 | 迪亚能源股份有限公司 | 用于确定电池的荷电状态的方法和设备 |
US20120119746A1 (en) * | 2009-03-02 | 2012-05-17 | Element Energy, Inc. | Systems and methods for intelligent, adaptive management of energy storage packs |
US20130241494A1 (en) * | 2009-10-19 | 2013-09-19 | Apple Inc. | In-situ battery health detector and end-of-life indicator |
CN102859378A (zh) * | 2010-02-17 | 2013-01-02 | Ifp新能源公司 | 藉由电化学阻抗频谱的电池原位诊断方法 |
US20130141109A1 (en) * | 2011-12-05 | 2013-06-06 | Corey T. Love | Battery Health Monitoring System and Method |
US20160146895A1 (en) * | 2012-04-27 | 2016-05-26 | California Institute Of Technology | Accurate Assessment of the State of Charge of Electrochemical Cells |
CN105264709A (zh) * | 2013-06-14 | 2016-01-20 | Hrl实验室有限责任公司 | 用于感测电化学装置的内部温度的方法和设备 |
US20160190833A1 (en) * | 2014-12-19 | 2016-06-30 | California Institute Of Technology | Systems and methods for management and monitoring of energy storage and distribution |
CN110892606A (zh) * | 2017-09-11 | 2020-03-17 | 松下知识产权经营株式会社 | 蓄电系统、管理装置 |
US20190302863A1 (en) * | 2018-03-30 | 2019-10-03 | Microsoft Technology Licensing, Llc | Battery charge leakage monitor |
Also Published As
Publication number | Publication date |
---|---|
US20230280295A1 (en) | 2023-09-07 |
US11692956B2 (en) | 2023-07-04 |
US11125707B1 (en) | 2021-09-21 |
WO2022040034A1 (en) | 2022-02-24 |
CN116420084B (zh) | 2024-06-28 |
US20220057350A1 (en) | 2022-02-24 |
DE112021004361T5 (de) | 2023-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116420084B (zh) | 用于多电芯电池组中的电池芯的原位阻抗谱分析的方法和系统 | |
CN116420087B (zh) | 多电芯电池组中的电芯的电流测试 | |
US11218003B2 (en) | Method and apparatus for intelligent battery charge equalization and monitoring | |
JP5992186B2 (ja) | 二次電池装置および二次電池装置の異常検出方法 | |
JP5936711B2 (ja) | 蓄電デバイスの寿命予測装置及び蓄電デバイスの寿命予測方法 | |
US20090072788A1 (en) | Method for Managing a Bank of Rechargeable Batteries Using the Coup De Fouet Effect on Charging | |
KR20180134372A (ko) | 실시간 배터리 특성화에 기초한 배터리 충전 | |
US11360151B2 (en) | Method of diagnosing an electrical energy storage apparatus, an electronic device for use in an electrical energy storage apparatus and an electrical energy storage apparatus | |
US11502340B2 (en) | Battery analysis via electrochemical impedance spectroscopy apparatus (EISA) measurements | |
Calborean et al. | Resonance frequency analysis of lead-acid cells: An EIS approach to predict the state-of-health | |
Li et al. | Real-time estimation of lead-acid battery parameters: A dynamic data-driven approach | |
CN115616425A (zh) | 电池性能分析方法、电子设备及储能系统 | |
GB2600129A (en) | Pro-active battery management system (BMS) with lossless active buck balancing and method thereof | |
Goud et al. | Modeling and estimation of remaining useful life of single cell Li-ion battery | |
Xia et al. | A simple and upgradable autonomous battery aging evaluation and test system with capacity fading and AC impedance spectroscopy measurement | |
Lystianingrum et al. | State of health and life estimation methods for supercapacitors | |
Yang et al. | Lithium-ion battery life cycle prediction with deep learning regression model | |
CN116736141A (zh) | 一种锂电池储能安全管理系统及方法 | |
Kim et al. | Adaptive battery diagnosis/prognosis for efficient operation | |
Banthia et al. | Determination of Battery Life Using State of Health Data and Linear Regression | |
Zhang et al. | Equivalent sampling-enabled module-level battery impedance measurement for in-situ lithium plating diagnostic | |
Liu et al. | Diagnostic cell for large-scale battery bank | |
Long et al. | Review on Techniques used in Battery Management System | |
Barote et al. | Reserved memory for Li-ion battery SOC estimation method in applications with EV | |
Lotano et al. | Prediction of Li-Ion Battery State-of-Health Based on Data-Driven Approach |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |