CN116593895B - 一种基于应变的锂离子电池组电流检测方法及系统 - Google Patents
一种基于应变的锂离子电池组电流检测方法及系统 Download PDFInfo
- Publication number
- CN116593895B CN116593895B CN202310715267.8A CN202310715267A CN116593895B CN 116593895 B CN116593895 B CN 116593895B CN 202310715267 A CN202310715267 A CN 202310715267A CN 116593895 B CN116593895 B CN 116593895B
- Authority
- CN
- China
- Prior art keywords
- current
- strain
- lithium ion
- ion battery
- battery pack
- 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.)
- Active
Links
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 title claims abstract description 105
- 229910001416 lithium ion Inorganic materials 0.000 title claims abstract description 105
- 238000001514 detection method Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 39
- 230000008859 change Effects 0.000 claims description 20
- 238000012360 testing method Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 12
- 230000008878 coupling Effects 0.000 claims description 11
- 238000010168 coupling process Methods 0.000 claims description 11
- 238000005859 coupling reaction Methods 0.000 claims description 11
- 238000007599 discharging Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 9
- 238000002474 experimental method Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000003321 amplification Effects 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 208000028659 discharge Diseases 0.000 description 37
- 210000004027 cell Anatomy 0.000 description 12
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 10
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 10
- 229910002804 graphite Inorganic materials 0.000 description 10
- 239000010439 graphite Substances 0.000 description 10
- 229910052744 lithium Inorganic materials 0.000 description 10
- 238000005259 measurement Methods 0.000 description 8
- 230000010287 polarization Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000009831 deintercalation Methods 0.000 description 4
- 230000005355 Hall effect Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 239000011149 active material Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009830 intercalation Methods 0.000 description 2
- 230000002687 intercalation Effects 0.000 description 2
- 238000006138 lithiation reaction Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000004441 surface measurement Methods 0.000 description 2
- CVOFKRWYWCSDMA-UHFFFAOYSA-N 2-chloro-n-(2,6-diethylphenyl)-n-(methoxymethyl)acetamide;2,6-dinitro-n,n-dipropyl-4-(trifluoromethyl)aniline Chemical compound CCC1=CC=CC(CC)=C1N(COC)C(=O)CCl.CCCN(CCC)C1=C([N+]([O-])=O)C=C(C(F)(F)F)C=C1[N+]([O-])=O CVOFKRWYWCSDMA-UHFFFAOYSA-N 0.000 description 1
- 229910000572 Lithium Nickel Cobalt Manganese Oxide (NCM) Inorganic materials 0.000 description 1
- FBDMTTNVIIVBKI-UHFFFAOYSA-N [O-2].[Mn+2].[Co+2].[Ni+2].[Li+] Chemical compound [O-2].[Mn+2].[Co+2].[Ni+2].[Li+] FBDMTTNVIIVBKI-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 239000006183 anode active material Substances 0.000 description 1
- 239000006182 cathode active material Substances 0.000 description 1
- CXULZQWIHKYPTP-UHFFFAOYSA-N cobalt(2+) manganese(2+) nickel(2+) oxygen(2-) Chemical compound [O--].[O--].[O--].[Mn++].[Co++].[Ni++] CXULZQWIHKYPTP-UHFFFAOYSA-N 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- WABPQHHGFIMREM-UHFFFAOYSA-N lead(0) Chemical compound [Pb] WABPQHHGFIMREM-UHFFFAOYSA-N 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007773 negative electrode material Substances 0.000 description 1
- 239000007774 positive electrode material Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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]
-
- 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
本发明适用于锂离子电池技术领域，提供了一种基于应变的锂离子电池组电流检测方法及系统，所述方法包括以下步骤：建立锂离子电池组电流检测的电流‑应变斜率函数模型；设定所述电流‑应变斜率函数模型中的相关参数，并对相关参数进行验证；根据验证后的所述相关参数，确定最终的电流‑应变斜率函数模型；获取待测量的锂离子电池组工作状态下电池表面的应变数据；将获取的所述应变数据输入所述电流‑应变斜率函数模型，输出待测量的锂离子电池组的电流信息；本发明基于电流与应变曲线斜率的函数关系就可计算电池的电流，实现了电池组中的电流检测。
Description
技术领域
本发明属于锂离子电池技术领域，尤其涉及电池电流检测技术领域，具体公开了一种基于应变的锂离子电池组电流检测方法及系统。
背景技术
锂离子电池由于其能量密度高、效率高、循环寿命长等优点，已被应用于多个领域。在电动汽车、航空航天等领域中，由于单体电池的电压和功率有限，常以先并联后串联的方式组成电池组，以满足大电压、高功率的需求。并联电池组存在单体电池间参数不一致性问题，会使得支路内出现不均衡电流，部分电池的电流高于预期值，这会进一步导致局部电池高倍率充放、过充过放，加速电池的老化，严重情况下可能会导致安全事故。检测电池组的电流可以及时发现电池组因不一致性产生过大的不均衡电流，避免不一致性导致出现的严重后果。
已有研究尝试为并联电池组支路添加电流传感器，以检测电池组内部的电流。目前在电池组内使用的电流传感器主要有电阻式电流传感器和霍尔式电流传感器两种。电阻式电流传感器的工作原理基于欧姆定律，具有较高的检测精度，可以精准的测量电池组内部的电流。然而，在电路中串接入分流电阻会不可避免的引入接触电阻，改变电池组的电流分布，造成电池组的功率损失。霍尔传感器基于霍尔效应，可以非接触式的测量经过导线的电流，常用于研究电池组的电流分布，但由于其尺寸较大，实际应用中难以集成到电池组中。
综上所述，电池组由于不一致性产生的不均衡电流会加速电池组的老化，但目前存在的检测电池组电流的方法均有相应的不足，不适用于实际应用，亟需改进。
发明内容
本发明实施例的目的在于提供一种基于应变的锂离子电池组电流检测方法及系统，旨在解决现有检测电池组电流的方法存在的引入接触电阻而损失电池组的功率或尺寸较大难以集成到电池组的问题。
本发明实施例通过理论推导与仿真分析建立了电流与应变曲线斜率的函数关系。在电流测试中，通过检测电池的应变信号，并基于电流与应变曲线斜率的函数关系即可计算电池的电流，实现了电池组中的电流检测。
本发明实施例是这样实现的，一种基于应变的锂离子电池组电流检测方法，所述方法包括以下步骤：
建立锂离子电池组电流检测的电流-应变斜率函数模型；
设定所述电流-应变斜率函数模型中的相关参数，并对相关参数进行验证；其中所述相关参数至少包括法拉第常数、电流应变参数，电流应变参数记为S，S为每脱嵌一摩尔锂离子，电池表面产生的应变量；
根据验证后的所述相关参数，确定最终的电流-应变斜率函数模型；
获取待测量的锂离子电池组工作状态下电池表面的应变数据；
将获取的所述应变数据输入所述电流-应变斜率函数模型，输出待测量的锂离子电池组的电流信息。
进一步地，所述电流-应变斜率函数模型，满足：
其中，为应变的变化速率，可以在获取的应变数据中进行计算得到；F为法拉第常数；S为每脱嵌1摩尔锂离子，电池表面产生的应变量；I为待测量的锂离子电池组的电流。
进一步地，所述设定所述电流-应变斜率函数模型中的相关参数，并对相关参数进行验证的步骤，包括：
建立电化学-力耦合模型，进行电池的恒流放电实验以确定电流应变参数S，进而确定相关参数；
在电化学-力耦合模型中验证电流对电流应变参数S的影响，以验证相关参数。
进一步地，所述方法还包括：在获取待测量的锂离子电池组工作状态下电池表面的应变数据的步骤后，对获取的应变数据进行预处理，该预处理包括信号放大、滤波去噪。
进一步地，所述方法还包括：
根据输出的电流信息，调整锂离子电池组的放电策略，以消减锂离子电池组存在的不均衡电流现象。
进一步地，所述方法还包括：
在待测量的锂离子电池组的指定支路增设电流测量点；
通过该电流测量点测量锂离子电池组工作状态下的电流信号；
将该电流信号与所述电流-应变斜率函数模型输出的电流信息进行对比，以验证所述电流-应变斜率函数模型。
一种基于应变的锂离子电池组电流检测系统，所述系统包括：电池测试单元、数据采集单元、电流信息获取单元和数据处理单元；
所述电池测试单元，用于对锂离子电池组进行充电和放电；
所述数据采集单元，能够感知和采集锂离子电池组在进行充电和放电过程中电池表面的应变信息；
所述电流信息获取单元，用于获取锂离子电池组的指定支路的输出电流、输出电压信息；
所述数据处理单元，用于处理和存储所述数据采集单元采集的应变信息、所述电流信息获取单元获取的输出电流信息；并将所述应变信息输入预设的电流-应变斜率函数模型中输出第一电流数据，对比以获取的输出电流信息制成的第二电流数据，以验证所述基于应变的锂离子电池组电流检测方法。
进一步地，在将所述应变信息输入预设的电流-应变斜率函数模型中输出第一电流数据之前，预先确定电流-应变斜率函数模型的相关参数；
所述的数据处理单元，还在第一电流数据的计算过程中执行对应变信息的滤波去噪步骤。
本发明实施例提供的一种基于应变的锂离子电池组电流检测方法，解决了目前在电池组内使用的电流传感器主要有电阻式电流传感器和霍尔式电流传感器两种；而电阻式电流传感器的工作原理基于欧姆定律，在电路中串接入分流电阻会不可避免的引入接触电阻，改变电池组的电流分布，造成电池组的功率损失；霍尔传感器基于霍尔效应，可以非接触式的测量经过导线的电流，但由于其尺寸较大难以集成到电池组中的问题；本方法使用的电流-应变斜率函数模型，体现了通过理论推导与仿真分析建立了电流与应变曲线斜率的函数关系；在电流测试中，仅需检测电池表面的应变信号，再基于电流与应变曲线斜率的函数关系就可计算电池的电流，实现了电池组中的电流检测。
附图说明
图1为本发明实施例提供的一种基于应变的锂离子电池组电流检测方法的流程图；
图2为一个实施例中放电过程中的负极平均嵌入锂浓度曲线图；
图3为一个实施例中放电过程中表面探针点的应变曲线图；
图4为一个实施例中不同倍率电流下放电过程中的应变-锂浓度曲线图；
图5为一个实施例中不同倍率电流下放电过程中的应变曲线图；
图6为一个实施例中不同倍率电流下放电过程中的应变斜率曲线图；
图7为一个实施例中电流与应变斜率的相关系数曲线图；
图8为一个实施例中各电池组放电期间应变曲线曲线图；
图9为一个实施例中各电池组放电期间应变斜率曲线曲线图；
图10为一个实施例中组1电流检测结果图；
图11为一个实施例中组2电流检测结果图；
图12为一个实施例中组3电流检测结果图；
图13为一个实施例中基于应变的锂离子电池组电流检测方法的流程框图；
图14为一种基于应变的锂离子电池组电流检测系统结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但除非特别说明，这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一xx脚本称为第二xx脚本，且类似地，可将第二xx脚本称为第一xx脚本。
如图1、图13所示，在一个实施例中，具体提出了一种基于应变的锂离子电池组电流检测方法，可以包括以下步骤S101至S109：
S101，建立锂离子电池组电流检测的电流-应变斜率函数模型；
本步骤的一个示例中，所述电流-应变斜率函数模型，满足：
其中，为应变的变化速率，可以在获取的应变数据中进行计算得到；F为法拉第常数；S为每脱嵌1摩尔锂离子，电池表面产生的应变量；I为待测量的锂离子电池组的电流；
一般地，针对应变的变化速率，可以理解在电池(即锂离子电池)工作过程中，锂离子在电池活性材料中脱嵌和嵌入，形成了电流-应变的变化。
以放电过程为例，锂离子从负极活性材料中脱嵌，经过隔膜转移到正极活性材料处嵌入。负极活性材料因为锂离子的脱嵌而收缩，正极活性材料由于锂离子的嵌入而膨胀。
具体以一种石墨负极/NMC正极电池为例，在一个完整的放电过程中，石墨负极会产生约10％的收缩，NMC(镍钴锰酸锂)正极产生约1％的膨胀。电极的膨胀或收缩会使得电池表面的应变发生变化。总体上应变会随着放电的进行而逐渐减小。
为了进一步理清这种应变随放电的变化规律，在一个示例中，建立了电化学-力耦合模型，仿真了电池在1C倍率电流下放电期间的石墨负极平均锂浓度变化(如图2所示)和应变变化(如图3所示)，这样的话，可以更好地理解电池工作过程中，锂离子的脱嵌和电池表面的应变的变化。
从图2、图3中可以看出，随着放电的进行，锂离子从石墨负极中脱嵌，石墨负极的平均锂浓度减少，相应的电池表面的应变值也在减少。仿真过程中的电流为恒定值，锂离子的转移速率不变，以稳定的速率从石墨负极中脱嵌。
市场中电池的电池表面的应变的变化速率并不是恒定的，在放电期间：在不同的放电阶段，应变的变化速率不同，这是由于电极在不同锂化阶段的变形特性不同导致的。
本实施例的一种实践中，研究一段持续时间Δt的放电过程，Δt→0。过程中的电流为I，应变的变化量为Δε，锂离子的转移量为ΔLi+。定义S(即电流应变参数)为石墨负极嵌入1mol锂离子/NMC正极脱嵌1mol锂离子，在电池表面测量点产生的锂脱嵌应变量。则应变的变化量与锂离子的转移量满足：
Δε＝SΔLi+ (2)；
基于法拉第定律，电极界面上发生化学变化物质的量与通入的电荷量成正比，即
ΔLi+＝ΔQ/F (3)；
其中，ΔQ为该过程转移的电荷量，F＝94685C/mol为法拉第常数，即1mol电子所携带的电荷量。由电流的定义公式得：
I＝ΔQ/Δt (4)；
将式(2)和式(3)代入式(4)中得到式(1)。
在一个实施例中，所述方法还包括：
S103，设定所述电流-应变斜率函数模型中的相关参数，并对相关参数进行验证；其中所述相关参数至少包括法拉第常数、电流应变参数，电流应变参数记为S，S为每脱嵌一摩尔锂离子，电池表面产生的应变量；
本步骤中，法拉第常数即F，F＝94685C/mol；在对相关参数进行验证的过程中，具体可以通过建立的电化学-力耦合模型，验证电流对S的影响，具体包括以下步骤：
设置电化学-力耦合模型中的电池模型以0.4C，0.6C，0.8C，1.0C倍率电流进行放电，结果如图4所示。纵轴为电池表面的应变值，横轴为电池负极的平均锂浓度，S即为曲线的斜率，也即电流应变参数。
从图4中可以看出，在仿真的电流范围内，即0.4C-1.0C倍率电流范围内，电池表面的应变与锂浓度的关系基本没有变化，因电流变化而导致的极化影响可以忽略。
因此，在相同的应变值下，电池的S相等，受电流影响可以忽略。基于式(1)，在相同的应变值下，电池的工作电流与应变曲线的斜率线性相关。
S105，根据验证后的所述相关参数，确定最终的电流-应变斜率函数模型；
本步骤中，在电流应变参数S已知的情况下，通过获得的Δε/Δt的数值，即获得应变的变化速率，即可获得待测的电流信息I。
S107，获取待测量的锂离子电池组工作状态下电池表面的应变数据；
本步骤中，可以采用的应变片传感器：SIGMAR BSF120-2BB-T，被用来粘贴在电池表面，感知电池表面的应变信息；传感器的灵敏度为2.0±1％，阻值为120±0.5Ω；
应变片传感器连接有应变采集器，应变采集器连接上位机，上位机负责对获取的应变数据进行处理和可视化图形显示；其中的应变采集器的型号为SIGMARASMB4-8。
以一种锂离子电池组为例；其中，所述的锂离子电池组由两块单体电池组成，组内电池的信息见表1，其中支路一的电池容量保持不变，支路二选用容量依次递减的电池，以模拟不同程度容量不一致性导致的不均衡电流。测试过程中，总电流设置为3000mA，截止电压设置为2.75V。通常，并联电池组的总电流是已知的，而支路电路的电流是未知的。在本示例中，可以在支路一和/或支路二的电池表面粘贴应变片传感器(可简称应变片)，以获取待测量的锂离子电池组工作状态下电池表面的应变数据。
表1为一种锂离子电池组的组内电池编号和容量参数
| 组 | 支路一(容量) | 支路二(容量) | 容量比 |
| 1 | 1号电池(2732mAh) | 2号电池(2889mAh) | 0.95 |
| 2 | 1号电池(2732mAh) | 3号电池(2554mAh) | 1.07 |
| 3 | 1号电池(2732mAh) | 4号电池(2115mAh) | 1.29 |
S109，将获取的所述应变数据输入所述电流-应变斜率函数模型，输出待测量的锂离子电池组的电流信息。
在式(1)中，F＝94685C/mol为法拉第常数，S为每脱嵌1mol锂离子，表面产生的应变量，可以预先取得；则仅可通过所述应变数据建立应变-时间曲线，再通过Δε/Δt计算出待测的电流信息I；其中Δε/Δt为应变的变化速率，在应变-时间曲线中即表示该时刻曲线的斜率，可以在测试得到的应变-时间曲线中进行微分计算得到，如图5、图6所示。
上述，本实施例提供的一种基于应变的锂离子电池组电流检测方法，基于已验证的电流-应变斜率函数模型，进行非侵入式测量，在电流测试中，所使用的电阻式应变传感器可以粘贴在电池表面进行测量，以获取电池表面的应变信号(或应变数据)，对于电池组的电流分布，以及一些内部参数没有影响和干扰；通过检测应变数据就可计算出电池的电流，实现了电池组中的电流检测。同时，本方法所使用的电阻式应变传感器体积小、价格低，容易集成到电池组中使用，而不会对电池组的成本和布局造成较大的影响；此外，本方法还可配合现有对电池的荷电状态、健康状态的检测，实现对锂离子电池组的多功能监测，具有用于BMS中补充状态监测、故障诊断方面不足的潜力。解决了目前在电池组内使用的电流传感器中，电阻式电流传感器的工作原理基于欧姆定律，在电路中串接入分流电阻会不可避免的引入接触电阻，改变电池组的电流分布，造成电池组的功率损失；霍尔传感器基于霍尔效应，可以非接触式的测量经过导线的电流，但由于其尺寸较大难以集成到电池组中的问题。
在一个实施例中，所述设定所述电流-应变斜率函数模型中的相关参数，并对相关参数进行验证的步骤，包括：
建立电化学-力耦合模型，进行电池的恒流放电实验以确定电流应变参数S，进而确定相关参数；
其中以常规使用的石墨负极/NMC正极电池为例，定义S为石墨负极嵌入1mol锂离子/NMC正极脱嵌1mol锂离子，在电池表面测量点产生的锂脱嵌应变量；在电化学-力耦合模型，可以探究清楚S与电池本身的结构和材料参数、与电池的锂化状态的关系。
考虑电池存在的极化效应，在电化学-力耦合模型中验证电流对电流应变参数S的影响，以验证相关参数。
例如：设置电化学-力耦合模型中的电池模型以0.4C，0.6C，0.8C，1.0C倍率电流进行放电，结果如图4所示。纵轴为电池表面的应变值，横轴为电池负极的平均锂浓度，S即为曲线的斜率。从图中可以看出，在仿真的电流范围内，即0.4C-1.0C倍率电流范围内，电池表面的应变与锂浓度的关系基本没有变化，因电流变化而导致的极化影响可以忽略。因此，在相同的应变值下，电池的S相等，受电流影响可以忽略。
在一个实施例中，所述方法还包括：在获取待测量的锂离子电池组工作状态下电池表面的应变数据的步骤后，对获取的应变数据进行预处理，该预处理包括信号放大、滤波去噪。
本实施例进行应变数据的预处理，可以避免由于电池的极化效应，在放电开始和放电结束时，应变斜率和电流剧烈变化，导致检测的误差的异常；提高本方法对电流检测的精确度和可信度。
本实施例的一个示例中，可以先对获取的应变数据进行信号放大，然后进行滤波去噪处理，并对滤波去噪的应变数据，建立应变-时间曲线，针对该曲线进行图形处理以实现可视化显示。
在一个实施例中，所述方法还包括：
根据输出的电流信息，调整锂离子电池组的放电策略，以消减锂离子电池组存在的不均衡电流现象。
本实施例中，可以通过测量的电流信息，控制锂离子电池组各组内电池的充电、放电状态，进而避免产生不均衡电流现象，提高电池的使用寿命和使用安全性，具有广泛的应用场景，市场广阔。
在一个示例中，以由两块单体电池组成的并联电池组为例，一种放电策略是保持或调整两条支路的电流在相同的数值范围内；一种放电策略是在设定的周期内切换两条支路的电流在相同的输出周期内等；本示例中放电策略为现有技术，可以预置或写入电池的BMS电池管理系统或电池管家；常规的BMS电池管理系统主要是智能化管理及维护各个电池单元，防止电池出现过充电和过放电，延长电池的使用寿命，监控电池的状态。
一般地，BMS电池管理系统包括BMS电池管理芯片、显示模组、无线通信模组、电气设备、用于为电气设备供电的电池组以及用于采集电池组的电池信息的采集模组，所述BMS电池管理芯片通过通信接口分别与无线通信模组及显示模组连接，所述采集模组的输出端与BMS电池管理芯片电性连接，所述BMS电池管理芯片还分别与电池组及电气设备连接，所述无线通信模块与上位机或Server服务器端连接。
在一个实施例中，所述方法还包括：
在待测量的锂离子电池组的指定支路增设电流测量点；
通过该电流测量点测量锂离子电池组工作状态下的电流信号；
将该电流信号与所述电流-应变斜率函数模型输出的电流信息进行对比，以验证所述电流-应变斜率函数模型。
本实施例中，考虑在锂离子电池组中设置少量的电流测量点，作为参考；在该电流测量点上设置电阻式电流传感器，虽然可能增加了锂离子电池组的整体体积，但是，这种直接测量的电流信号，可以与上述输出的电流信息进行相互验证，提高锂离子电池组的电流检测的精确度，也提高锂离子电池组的使用可靠性和安全性；当然在一些场景中，仅单设本实施例上述的应变片传感器也可以实现对锂离子电池组电池的检测，是一个优选项。
如图14所示，在另一个实施例中，一种基于应变的锂离子电池组电流检测系统，所述系统包括：电池测试单元100、数据采集单元200、电流信息获取单元300和数据处理单元400；
所述电池测试单元100，用于对锂离子电池组进行充电和放电；
所述数据采集单元200，能够感知和采集锂离子电池组在进行充电和放电过程中电池表面的应变信息；
所述电流信息获取单元300，用于获取锂离子电池组的指定支路的输出电流、输出电压信息；
所述数据处理单元400，用于处理和存储所述数据采集单元采集的应变信息、所述电流信息获取单元获取的输出电流信息；并将所述应变信息输入预设的电流-应变斜率函数模型中输出第一电流数据，对比以获取的输出电流信息制成的第二电流数据，以验证所述基于应变的锂离子电池组电流检测方法。
本实施例的一个示例中，在将所述应变信息输入预设的电流-应变斜率函数模型中输出第一电流数据之前，预先确定电流-应变斜率函数模型的相关参数；
所述的数据处理单元400，还在第一电流数据的计算过程中执行对应变信息的滤波去噪步骤。
本示例中，相关参数的确定，以及对应变信息的滤波去噪，可以参见前述的实施例，在此不再详述。
本实施例的一个示例中，所使用的电池测试单元100可以采用一种电池测试系统：NEWARE BTS4000，可被用来对锂离子电池组进行充电和放电。这个电池测试系统设置有8个通道，每个通道都可以独立操作。每通道电压和电流的测量范围分别为20V和10A，电压和电流的测量精度均为FS(full span，满量程精度)的0.1％。最大电流响应时间小于20ms，保证电流按设定值实时变化。NEWARE BTS4000的工作模式包括恒流充放电(本实施例采用)、恒压充放电和恒功率充放电。
所述锂离子电池组可以设置在一个恒温箱中，该恒温箱的型号是：NEWARE MHW25，可被用来控制电池的环境温度。可以设置的温度范围为15℃到55℃。温度调节分辨率为0.1℃。
所述的锂离子电池具体测试使用的是18650型锂离子电池(TERRAE INR18650-30E)。整体尺寸为18mm×65mm。电池的标称容量为2900mAh，工作电压范围为2.75V-4.2V。负极和正极的活性材料分别为石墨和镍钴锰氧化物。
所述的数据采集单元200包括应变片传感器和应变采集器，应变片传感器采用的是应变片传感器，型号是：SIGMARBSF120-2BB-T，其被用来粘贴在锂离子电池组中任意单体电池的电池表面，以感知电池表面的应变信息。应变片传感器的灵敏度为2.0±1％，阻值为120±0.5Ω。所述的应变采集器的型号是：SIGMARASMB4-8，被用来采集应变片传感器感知到的应变信息；它有8个通道，每个通道的采样频率1-500Hz。应变信息的测量分辨率为0.1ppm。
所述电流信息获取单元300包括分流器与数据采集卡，该分流器具体是：3mΩ的分流器，被用来测量锂离子电池组的支路电流。数据采集卡是一种24位高精度数据采集模块，型号是：ZTIC 9104M，被用来采集分流器的输出电压，以及分流器采集的支路电流，最高采样频率可达1200Hz。
所述的数据处理单元400可以采用上位机，使用安装了测试软件的上位机，配置电池充放电参数、恒温箱的温度，采集并存储电池的电压、电流、容量，以及应变和时间信息。
在本实施例的一个示例中，所述系统的具体验证步骤如下：
首先，进行三组恒流放电实验，以确定电流-应变斜率函数的参数值(即电流应变参数S)。电流设置为1200mA、1500mA、1800mA，截止电压设置为2.75V。在每组放电开始前，将电池以0.3c倍率电流恒流充电至截止电压4.2V，并静置2小时，以保证每组放电实验的初始状态一致。
对三组放电实验得到应变曲线(温度对应变信号的影响已进行了补偿)进行滤波去噪处理，如图5所示：对应变曲线进行微分，得到应变斜率曲线，如图6所示：每隔4ppm(基于实验结果的噪声选取)，对结果中的电流和应变曲线斜率进行线性拟合，确定电流-应变斜率函数的参数值。每处的拟合效果，即线性相关系数(R2)，如图7所示。除了放电最开始的阶段，总体的线性相关系数R2>0.995，即电流与应变斜率值高度线性相关。记录具体拟合的结果，作为电流-应变斜率函数的参数值。
在一个示例中，测试三组不同容量比的并联电池组。电池组由两块单体电池组成，组内电池单元的信息见表1，其中支路一的电池容量保持不变，支路二选用容量依次递减的电池，以模拟不同程度容量不一致性导致的不均衡电流。测试过程中，总电流设置为3000mA，截止电压设置为2.75V。通常，并联电池组的总电流I*通常是已知的，而支路电路的电流是未知的。在本实验中，可以在支路一的电池表面粘贴应变片传感器(即应变片)，检测支路一的电池表面应变信号并计算其电流值I1，支路二的电流由式I2＝I*-I1计算得到。同时，在电池支路内接入了分流器，实时测量电流，以验证应变片传感器获取的应变信息表征的电流的精确度，进而验证上述方法的效果。
在一个示例中，对测量得到的应变曲线进行滤波去噪，结果如图8所示。对应变曲线进行微分，获得其斜率曲线，如图9所示。将斜率作为输入带入到所建立的电流-应变斜率函数模型中，计算得到了三组电池组支路一的电流曲线，与分流器测量的结果进行了对比，如图10-12所示。三组实验的电流检测误差基本保持在2％以内，能够满足市场需求。
在一个示例中，在放电开始和放电结束时，由于电池的极化效应，应变斜率和电流剧烈变化，导致检测的误差会稍大一些；因此进行数据处理后，可以删除或舍弃在放电开始和放电结束时获取的应变数据。实验结果表明，所述的方法实现了较为准确的电池组电流检测。
应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。
Claims (7)
1.一种基于应变的锂离子电池组电流检测方法，其特征在于，所述方法包括以下步骤：
建立锂离子电池组电流检测的电流-应变斜率函数模型；
设定所述电流-应变斜率函数模型中的相关参数，并对相关参数进行验证；其中所述相关参数至少包括法拉第常数、电流应变参数，电流应变参数记为S，S为每脱嵌一摩尔锂离子，电池表面产生的应变量；
根据验证后的所述相关参数，确定最终的电流-应变斜率函数模型；
获取待测量的锂离子电池组工作状态下电池表面的应变数据；
将获取的所述应变数据输入所述电流-应变斜率函数模型，输出待测量的锂离子电池组的电流信息；
所述电流-应变斜率函数模型，满足：
；
其中，为应变的变化速率，在获取的应变数据中进行计算得到；F为法拉第常数；S为每脱嵌1摩尔锂离子，电池表面产生的应变量；I为待测量的锂离子电池组的电流；所述设定所述电流-应变斜率函数模型中的相关参数，并对相关参数进行验证的步骤，包括：
建立电化学-力耦合模型，进行电池的恒流放电实验以确定电流应变参数S，进而确定相关参数；
在电化学-力耦合模型中验证电流对电流应变参数S的影响，以验证相关参数。
2.根据权利要求1所述的基于应变的锂离子电池组电流检测方法，其特征在于，所述方法还包括：在获取待测量的锂离子电池组工作状态下电池表面的应变数据的步骤后，对获取的应变数据进行预处理，该预处理包括信号放大、滤波去噪。
3.根据权利要求1所述的基于应变的锂离子电池组电流检测方法，其特征在于，所述方法还包括：
根据输出的电流信息，调整锂离子电池组的放电策略，以消减锂离子电池组存在的不均衡电流现象。
4.根据权利要求1所述的基于应变的锂离子电池组电流检测方法，其特征在于，所述方法还包括：
在待测量的锂离子电池组的指定支路增设电流测量点；
通过该电流测量点测量锂离子电池组工作状态下的电流信号；
将该电流信号与所述电流-应变斜率函数模型输出的电流信息进行对比，以验证所述电流-应变斜率函数模型。
5.一种基于应变的锂离子电池组电流检测系统，用于如权利要求1-4任一所述基于应变的锂离子电池组电流检测方法，其特征在于，所述系统包括：电池测试单元、数据采集单元、电流信息获取单元和数据处理单元；
所述电池测试单元，用于对锂离子电池组进行充电和放电；
所述数据采集单元，能够感知和采集锂离子电池组在进行充电和放电过程中电池表面的应变信息；
所述电流信息获取单元，用于获取锂离子电池组的指定支路的输出电流、输出电压信息；
所述数据处理单元，用于处理和存储所述数据采集单元采集的应变信息、所述电流信息获取单元获取的输出电流信息；并将所述应变信息输入预设的电流-应变斜率函数模型中输出第一电流数据，对比以获取的输出电流信息制成的第二电流数据，以验证所述基于应变的锂离子电池组电流检测方法。
6.根据权利要求5所述的系统，其特征在于，在将所述应变信息输入预设的电流-应变斜率函数模型中输出第一电流数据之前，预先确定电流-应变斜率函数模型的相关参数。
7.根据权利要求5所述的系统，其特征在于，所述的数据处理单元，还在第一电流数据的计算过程中执行对应变信息的滤波去噪步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310715267.8A CN116593895B (zh) | 2023-06-16 | 2023-06-16 | 一种基于应变的锂离子电池组电流检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310715267.8A CN116593895B (zh) | 2023-06-16 | 2023-06-16 | 一种基于应变的锂离子电池组电流检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116593895A CN116593895A (zh) | 2023-08-15 |
| CN116593895B true CN116593895B (zh) | 2024-02-23 |
Family
ID=87606404
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310715267.8A Active CN116593895B (zh) | 2023-06-16 | 2023-06-16 | 一种基于应变的锂离子电池组电流检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116593895B (zh) |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10221418A (ja) * | 1997-02-06 | 1998-08-21 | Shindengen Electric Mfg Co Ltd | 電池の劣化判定装置及び劣化判定方法 |
| CN103155244A (zh) * | 2010-10-08 | 2013-06-12 | 吉坤日矿日石能源株式会社 | 具有晶格应变的锂离子二次电池负极用石墨材料以及锂离子二次电池 |
| CN104535932A (zh) * | 2014-12-20 | 2015-04-22 | 吉林大学 | 一种锂离子电池荷电状态估计方法 |
| CN104730463A (zh) * | 2013-12-20 | 2015-06-24 | 北汽福田汽车股份有限公司 | 单体电池一致性的检测方法 |
| CN105891729A (zh) * | 2016-06-23 | 2016-08-24 | 矽力杰半导体技术(杭州)有限公司 | 电池及电池组的状态检测方法及装置 |
| CN108490364A (zh) * | 2018-04-17 | 2018-09-04 | 深圳供电局有限公司 | 一种铅酸蓄电池单体一致性测试装置及方法 |
| CN110208704A (zh) * | 2019-04-29 | 2019-09-06 | 北京航空航天大学 | 一种基于电压滞后效应的锂电池建模方法和系统 |
| CN110442901A (zh) * | 2019-06-25 | 2019-11-12 | 哈尔滨工业大学（威海） | 一种锂离子电池电化学简化模型及其参数的获取方法 |
| CN110457742A (zh) * | 2019-06-26 | 2019-11-15 | 北京航空航天大学 | 一种锂离子电池电化学-热-机械耦合模型及建模方法 |
| CN111448468A (zh) * | 2017-08-18 | 2020-07-24 | 罗伯特·博世有限公司 | 用于检测电池组一致性的方法、装置及系统 |
| CN112014738A (zh) * | 2020-10-13 | 2020-12-01 | 北京理工大学 | 一种基于内嵌光纤传感器的锂离子电池荷电状态估计方法 |
| CN112098847A (zh) * | 2020-08-25 | 2020-12-18 | 华南理工大学 | 一种考虑机械应变的锂离子电池soc估计方法 |
| CN113504482A (zh) * | 2021-06-18 | 2021-10-15 | 华南理工大学 | 考虑机械应变的锂离子电池健康状态估计与寿命预测方法 |
| CN115128459A (zh) * | 2022-08-09 | 2022-09-30 | 东集技术股份有限公司 | 一种电池状态监测系统及监测方法 |
| KR20220163736A (ko) * | 2021-06-03 | 2022-12-12 | 주식회사 네오윌 | 리튬이온 배터리팩의 비정상 셀 검출 및 soh 예측 방법 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9267993B2 (en) * | 2012-05-23 | 2016-02-23 | Lawrence Livermore National Security, Llc | Battery management system with distributed wireless sensors |
| US10120035B2 (en) * | 2015-12-01 | 2018-11-06 | Southwest Research Institute | Monitoring and control of electrochemical cell degradation via strain based battery testing |
-
2023
- 2023-06-16 CN CN202310715267.8A patent/CN116593895B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10221418A (ja) * | 1997-02-06 | 1998-08-21 | Shindengen Electric Mfg Co Ltd | 電池の劣化判定装置及び劣化判定方法 |
| CN103155244A (zh) * | 2010-10-08 | 2013-06-12 | 吉坤日矿日石能源株式会社 | 具有晶格应变的锂离子二次电池负极用石墨材料以及锂离子二次电池 |
| CN104730463A (zh) * | 2013-12-20 | 2015-06-24 | 北汽福田汽车股份有限公司 | 单体电池一致性的检测方法 |
| CN104535932A (zh) * | 2014-12-20 | 2015-04-22 | 吉林大学 | 一种锂离子电池荷电状态估计方法 |
| CN105891729A (zh) * | 2016-06-23 | 2016-08-24 | 矽力杰半导体技术(杭州)有限公司 | 电池及电池组的状态检测方法及装置 |
| CN111448468A (zh) * | 2017-08-18 | 2020-07-24 | 罗伯特·博世有限公司 | 用于检测电池组一致性的方法、装置及系统 |
| CN108490364A (zh) * | 2018-04-17 | 2018-09-04 | 深圳供电局有限公司 | 一种铅酸蓄电池单体一致性测试装置及方法 |
| CN110208704A (zh) * | 2019-04-29 | 2019-09-06 | 北京航空航天大学 | 一种基于电压滞后效应的锂电池建模方法和系统 |
| CN110442901A (zh) * | 2019-06-25 | 2019-11-12 | 哈尔滨工业大学（威海） | 一种锂离子电池电化学简化模型及其参数的获取方法 |
| CN110457742A (zh) * | 2019-06-26 | 2019-11-15 | 北京航空航天大学 | 一种锂离子电池电化学-热-机械耦合模型及建模方法 |
| CN112098847A (zh) * | 2020-08-25 | 2020-12-18 | 华南理工大学 | 一种考虑机械应变的锂离子电池soc估计方法 |
| CN112014738A (zh) * | 2020-10-13 | 2020-12-01 | 北京理工大学 | 一种基于内嵌光纤传感器的锂离子电池荷电状态估计方法 |
| KR20220163736A (ko) * | 2021-06-03 | 2022-12-12 | 주식회사 네오윌 | 리튬이온 배터리팩의 비정상 셀 검출 및 soh 예측 방법 |
| CN113504482A (zh) * | 2021-06-18 | 2021-10-15 | 华南理工大学 | 考虑机械应变的锂离子电池健康状态估计与寿命预测方法 |
| CN115128459A (zh) * | 2022-08-09 | 2022-09-30 | 东集技术股份有限公司 | 一种电池状态监测系统及监测方法 |
Non-Patent Citations (4)
| Title |
|---|
| In Situ Detection of Lithium-Ion Battery Pack Capacity Inconsistency Using Magnetic Field Scanning Imaging;Mao Lei;SMALL METHODS;全文 * |
| 基于机理模型的质子交换膜燃料电池动态特性分析;程站立;陈维荣;刘小强;;工程设计学报(第05期);全文 * |
| 等效循环电池组剩余使用寿命预测;李练兵;季亮;祝亚尊;王志江;嵇雷;;工程科学学报(第06期);全文 * |
| 锂离子电池静置下阶跃放电电流动态模型;祖海鹏;刘旭;杨耕;孙孝峰;;电源学报(第02期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116593895A (zh) | 2023-08-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104502859B (zh) | 电池荷电量及电池健康状态的检测、诊断方法 | |
| CN107658511B (zh) | 动力锂电池组合方法及动力锂电池配组方法 | |
| CN102074757B (zh) | 一种锂离子电池荷电状态的估算方法 | |
| CN110031770B (zh) | 一种快速得到电池包中所有单体电池容量的方法 | |
| US11422194B2 (en) | Battery diagnosis apparatus and battery diagnosis method based on current pulse method | |
| CN105842627B (zh) | 基于数据模型融合的动力电池容量和荷电状态的估计方法 | |
| CN110031777B (zh) | 一种快速得到电池包中所有单体电池阻值的方法 | |
| CN109946623A (zh) | 一种锂电池的soc在线估测方法 | |
| CN104977537B (zh) | 电池soc的确定方法及使用该方法的电池管理系统 | |
| CN108306065A (zh) | 锂离子电池配组方法及锂离子电池配组系统 | |
| CN102565710A (zh) | 用于估计蓄电池健康状态的方法和装置 | |
| Lewerenz et al. | New method evaluating currents keeping the voltage constant for fast and highly resolved measurement of Arrhenius relation and capacity fade | |
| CN104698385A (zh) | 电池状态计算装置和电池状态计算方法 | |
| CN102468521A (zh) | 用于估计蓄电池健康状态的方法和装置 | |
| CN111036575B (zh) | 一种基于温度变化分析的锂离子电池分选方法 | |
| CN112240986A (zh) | 一种大尺寸软包锂离子电池析锂及均匀性的评估方法 | |
| CN112485693B (zh) | 一种基于温度概率密度函数的电池健康状态快速评估方法 | |
| CN108120932A (zh) | 对充电电池的电池健康状态进行估算的方法和装置 | |
| CN107356879A (zh) | 一种基于多物理场的电池健康状态检测与评估方法及装备系统 | |
| CN114865117B (zh) | 锂离子电池电极嵌锂量检测方法、装置及电池管理系统 | |
| CN111896880A (zh) | 一种电动车用锂离子电池寿命的检测方法 | |
| CN110496799B (zh) | 化成分辨异常电芯的方法 | |
| CN105607010A (zh) | 一种估计电动车辆的动力电池的健康状态的方法 | |
| Stroe et al. | Evaluation of different methods for measuring the impedance of lithium-ion batteries during ageing | |
| Wang et al. | Evaluation of lithium-ion battery pack capacity consistency using one-dimensional magnetic field scanning |
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 |