CN116754971A - 电池析锂检测的方法、设备及存储介质 - Google Patents
电池析锂检测的方法、设备及存储介质 Download PDFInfo
- Publication number
- CN116754971A CN116754971A CN202310701712.5A CN202310701712A CN116754971A CN 116754971 A CN116754971 A CN 116754971A CN 202310701712 A CN202310701712 A CN 202310701712A CN 116754971 A CN116754971 A CN 116754971A
- Authority
- CN
- China
- Prior art keywords
- lithium
- battery
- current
- charging
- reaction
- 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
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 293
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 280
- 238000000034 method Methods 0.000 title claims abstract description 112
- 238000001556 precipitation Methods 0.000 title claims abstract description 102
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 238000007600 charging Methods 0.000 claims abstract description 131
- 238000006243 chemical reaction Methods 0.000 claims abstract description 69
- 238000004090 dissolution Methods 0.000 claims abstract description 65
- 238000007086 side reaction Methods 0.000 claims abstract description 63
- 230000008569 process Effects 0.000 claims abstract description 59
- 238000010280 constant potential charging Methods 0.000 claims abstract description 54
- 238000010277 constant-current charging Methods 0.000 claims abstract description 10
- 238000009831 deintercalation Methods 0.000 claims description 30
- 238000009830 intercalation Methods 0.000 claims description 30
- 230000002687 intercalation Effects 0.000 claims description 30
- 230000008859 change Effects 0.000 claims description 29
- 238000000926 separation method Methods 0.000 claims description 19
- 230000015654 memory Effects 0.000 claims description 18
- 230000007246 mechanism Effects 0.000 claims description 13
- 238000012546 transfer Methods 0.000 claims description 12
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 11
- 229910002804 graphite Inorganic materials 0.000 claims description 11
- 239000010439 graphite Substances 0.000 claims description 11
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 claims description 8
- 239000003792 electrolyte Substances 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 7
- 239000011149 active material Substances 0.000 claims description 6
- 238000010349 cathodic reaction Methods 0.000 claims description 6
- 238000005520 cutting process Methods 0.000 claims description 3
- 239000007770 graphite material Substances 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 239000007790 solid phase Substances 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 23
- 238000004458 analytical method Methods 0.000 description 20
- 238000004590 computer program Methods 0.000 description 11
- 238000004088 simulation Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 6
- 238000007599 discharging Methods 0.000 description 5
- 229910001416 lithium ion Inorganic materials 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000007773 negative electrode material Substances 0.000 description 2
- 238000004540 process dynamic Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000007784 solid electrolyte Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010281 constant-current constant-voltage charging Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 239000007774 positive electrode material Substances 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
-
- 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
Abstract
本申请公开一种电池析锂检测的方法、设备及存储介质，所述方法包括：在温度范围‑30～45℃内，以充电倍率3C对电池进行恒流充电；在电池电压达到额定的截止电压后，转为以所述截止电压进行充电的恒压充电过程，直到电池电流达到设定的下限电流后截止充电；记录电池在所述恒压充电过程的充电电流，得到充电电流‑时间曲线；检测到所述充电电流‑时间曲线的切线斜率从负值变为正值时，确定检测到电池析锂反应。本申请利用电池恒压充电过程中负极电流包括析锂/锂溶解副反应电流时，对应的充电电流‑时间曲线的曲线特征实现电池的析锂检测。
Description
技术领域
本申请属于电池技术领域，尤其涉及一种电池析锂检测的方法、设备及存储介质。
背景技术
锂电池在高荷电状态(State of Charge，SOC)、低温及大倍率的充电条件下，负极容易发生析锂，析锂会导致电芯容量降低、阻抗增加、安全性降低，因此析锂无损检测方法对于保障电池使用过程中的安全和寿命尤为重要。
相关技术中，基于实验手段进行锂电池充/放电的实验，并根据充电后搁置阶段及充电后放电过程的电压曲线特征来判断析锂，但由于成本和实施方式的限制，基于实验手段来检测析锂并不适用于所有情况，并且对于微量的析锂，实验手段无法有效探测。
当获得电池的准确参数值时，可以构建模拟电池机理的电化学模型，利用电化学模型可以模拟电池内部状态，反映电池的工作机理。但如何基于电化学模型进行电池的析锂检测，目前没有相关的解决方案。
发明内容
本申请的目的是提供一种电池析锂检测的方法、设备及存储介质，通过引入析锂/锂溶解副反应方程，使电化学模型模拟出的恒压充电阶段的电流曲线变化特征更贴近实际，以实现利用模拟结果实现电池的析锂检测。
第一方面，本申请提供了一种电池析锂检测的方法，所述方法包括：
在温度范围-30～45℃内，以充电倍率3C对电池进行恒流充电；
在电池电压达到额定的截止电压后，转为以所述截止电压进行充电的恒压充电过程，直到电池电流达到设定的下限电流后截止充电；
记录电池在所述恒压充电过程的充电电流，得到充电电流-时间曲线；
检测到所述充电电流-时间曲线的切线斜率从负值变为正值时，确定检测到电池析锂反应。
在一种可能的实施方式中，所述方法还包括：
将所述充电电流-时间曲线进行微分，得到所述充电电流-时间曲线的微分曲线；
若检测到所述充电电流-时间曲线的微分曲线中存在特征峰时，确定检测到电池析锂反应。
第二方面，本申请提供了一种电池析锂检测的方法，所述方法包括：
获取电池的电池参数，对预先建立的用于模拟电池机理的电化学模型进行模型参数初始化；
基于所述模型参数，利用所述电化学模型模拟在温度范围-30～45℃内，以充电倍率3C对电池进行恒流充电至额定的截止电压后，转为以所述截止电压进行充电的恒压充电过程，直到电池电流达到设定的下限电流后截止充电；
利用所述电化学模型模拟所述恒压充电过程的充电电流，得到模拟出的充电电流-时间曲线，所述模拟出的充电电流包括模拟出的负极的嵌锂/脱锂反应电流及析锂/锂溶解副反应电流；
检测到所述模拟出的充电电流-时间曲线与实测的恒压充电过程中电池的充电电流-时间曲线重合且检测到所述模拟出的充电电流-时间曲线的切线斜率从负值变为正值时，确定检测到电池析锂反应并基于模拟出的析锂/锂溶解副反应电流计算析锂量。
在一种可能的实施方式中，利用所述电化学模型采用如下公式，基于所述模型参数，模拟在所述恒压充电过程电池的负极的析锂/锂溶解副反应电流：
jLi为析锂/锂溶解副反应的电流密度，CLi、ηLi、i0，Li、T均为所述恒压充电过程中的电池状态变化参数，CLi为锂单质的浓度，ηLi为析锂/锂溶解副反应的过电位，i0，Li为析锂/锂溶解副反应的交换电流密度，T为待测电池的热力学温度；
a、CLi *、k0，Li、αa，Li、αc，Li、Ce *、R、F为模型参数，a为电池的活性材料的反应比表面积，CLi *为锂单质的浓度常数，k0，Li为热力学平衡常数，αa，Li为析锂/锂溶解副反应中阳极反应的传递系数，αc，Li为析锂/锂溶解副反应中阴极反应的传递系数，Ce *为电解液的本体浓度，R为气体常数，F为法拉第常数。
在一种可能的实施方式中，基于模拟出的析锂/锂溶解副反应电流计算析锂量，包括：
利用所述电化学模型根据模拟出的在所述恒压充电过程电池的负极的析锂/锂溶解副反应电流，得到析锂/锂溶解副反应电流-时间曲线；
基于所述析锂/锂溶解副反应电流-时间曲线，确定所述电池的析锂量。
在一种可能的实施方式中，基于所述析锂/锂溶解副反应电流-时间曲线，确定所述电池的析锂量，包括：
根据所述析锂/锂溶解副反应电流-时间曲线在时间轴上的积分，确定所述电池的析锂量。
在一种可能的实施方式中，利用所述电化学模型采用如下公式，基于所述模型参数，模拟在所述恒压充电过程电池的负极的嵌锂/脱锂反应电流：
jgr为嵌锂/脱锂反应的电流密度，Cs，i、Ce、ηgr、i0，gr、T均为所述恒压充电过程中的电池状态变化参数，Cs，i为石墨颗粒表面的锂浓度，Ce为电池内部发生嵌锂/脱锂反应的局部区域的电解液浓度，ηgr为嵌锂/脱锂反应的过电位，i0，gr为嵌锂/脱锂反应的交换电流密度，T为待测电池的热力学温度；
a、αa，gr、αc，gr、kgr、Cs，max、R均为模型参数，a为电池的活性材料的反应比表面积，αa，gr为嵌锂/脱锂反应中阳极反应的传递系数，αc，gr为嵌锂/脱锂反应中阴极反应的传递系数，kgr为反应速率常数，Cs，max为石墨材料的最大固相锂浓度，R为气体常数。
在一种可能的实施方式中，所述方法还包括：
确定所述析锂量达到预设的阈值时，警示用户、更换充电策略或提示返厂。
第三方面，本申请提供了一种设备，包括至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如本申请第一方面中提供的任一项所述的电池析锂检测的方法，或者执行如本申请第二方面中提供的任一项所述的电池析锂检测的方法。
第四方面，本申请实施例还提供了一种计算机可读存储介质，当所述计算机可读存储介质中的指令由终端设备的处理器执行时，使得终端设备能够执行如本申请第一方面中提供的任一项所述的电池析锂检测的方法，或者执行如本申请第二方面中提供的任一项所述的电池析锂检测的方法。
本申请的实施例提供的技术方案至少带来以下有益效果：
本申请的目的是提供一种电池析锂检测的方法、设备及存储介质，利用与锂浓度相关的修正项对传统的电极过程动力学方程进行校正得到的析锂/锂溶解副反应方程，使电化学模型模拟出的恒压充电阶段的电流曲线变化特征更贴近实际，确保当剩余锂金属量接近零时，锂溶解电流亦接近于零，利用电化学模型的模拟结果实现电池析锂的检测，可以对微量甚至痕量的析锂信号进行检出，提高析锂的探测精度，有助于及时调整应用策略，以便更加安全地使用电池。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，显而易见地，下面所介绍的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种电池析锂检测的方法流程示意图；
图2为本申请实施例提供的基于实验的恒压充电阶段电流变化参考图；
图3为本申请实施例提供的另一种电池析锂检测的方法流程示意图；
图4为本申请实施例提供的不同工况充电的模拟电流曲线；
图5为本申请实施例提供的不同工况充电的模拟电流曲线的微分曲线；
图6为本申请实施例提供的不同工况充电的负极电流分解曲线；
图7为本申请实施例提供的不同工况充电的模拟析锂量变化曲线；
图8为本申请实施例提供的一种基于前述电池析锂检测的方法的电池管理系统BMS的管理方法的流程示意图；
图9为本申请实施例提供的设备示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。其中，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
析锂现象是指充电过程中，锂离子从电池正极脱出后无法等量嵌入负极时，无法嵌入电池负极的锂离子在电池负极附近得到电子，从而形成锂单质的现象。锂电池在高荷电状态(State of Charge，SOC)、低温及大倍率的充电条件下，负极容易发生析锂，析锂会导致电芯容量降低、阻抗增加、安全性降低，因此析锂无损检测方法对于保障电池使用过程中的安全和寿命尤为重要。
相关技术中，基于实验手段进行锂电池充/放电的实验，并根据充电后搁置阶段及充电后放电过程的电压曲线特征来判断析锂，但由于成本和实施方式的限制，基于实验手段来检测析锂并不适用于所有情况，并且对于微量的析锂及相应的析锂量，实验手段无法有效探测。
当获得电池的准确参数值时，可以构建模拟电池机理的电化学模型，利用电化学模型可以模拟电池内部状态，反映电池的工作机理。但如何基于电化学模型进行电池的析锂检测，目前没有相关的解决方案。
鉴于上述问题，本申请提供一种电池析锂检测的方法、设备及存储介质，利用与锂浓度相关的修正项对传统的电极过程动力学方程进行校正得到的析锂/锂溶解副反应方程，使电化学模型模拟出的恒压充电阶段的电流曲线变化特征更贴近实际，从而利用电化学模型的模拟结果实现电池析锂的检测，有助于及时调整应用策略，以便更加安全地使用电池。
为了检测电池是否发生析锂，通常需要在不同充电倍率及温度下做一定次数的充放电循环实验，通过记录电池充放电过程的充放电数据，并从中提取能表征电池析锂特性的参数，对这些参数进行后处理，以此来评判电池析锂。
如图1所示，为本申请实施例提供的一种电池析锂检测的方法流程示意图，所述方法包括以下步骤：
步骤11，在温度范围-30～45℃内，以充电倍率3C对电池进行恒流充电；
所述充电倍率单位为C，代表恒流充电过程中的充电电流是待测试电池的额定电流的几倍，如额定电流为1A，设定的充电倍率为0.5C，则充电电流的大小为0.5A。
步骤12，在电池电压达到额定的截止电压后，转为以所述截止电压进行充电的恒压充电过程，直到电池电流达到设定的下限电流后截止充电；
需要说明的是，上述额定的截止电压可以是电池达到设定的荷电状态SOC时对应的电压，上述设定的下限电流可以是电池达到设定的荷电状态SOC时对应的电流，也可以是待测试电池的额定截止电流，本申请对此不作限定。
步骤13，记录电池在所述恒压充电过程的充电电流，得到充电电流-时间曲线；
在电池充放电过程中，一部分析出的锂经历三个后续过程。
过程1，在恒压充电过程中，过电位重新回到0V以上，析出的锂重新插入石墨负极；
过程2，在充电后的静置过程，析出的锂重新插入石墨负极；
过程3，在后续的放电过程中嵌入到正极。
以上三个过程依次进行，如果析出的锂在某一步完全回嵌回负极，下一个过程将不再发生，过程1-3中的锂称为可逆锂，还有部分锂与电解液反应形成固体电解质界面膜(Solid Electrolyte Interface，SEI膜)，这部分锂与负极材料失去电接触，后续反应不能再回到溶液中，称为死锂。
基于上述过程1可知，若电池充电过程中发生析锂现象，则在恒压充电过程中，石墨负极的总充电电流应该包括嵌锂/脱锂反应电流及析锂/锂溶解副反应电流这两部分电流。
步骤14，检测到所述充电电流-时间曲线的切线斜率从负值变为正值时，确定检测到电池析锂反应。
作为一种可行的实施方式，在本申请实施例中，利用恒压充电阶段的电流变化曲线检测是否发生析锂。如图2所示，为本申请实施例提供的基于实验的恒压充电阶段电流变化参考图，图2中的电流变化曲线是在环境温度45℃下，对额定容量为2.05A的软包电池以4C的充电倍率进行充电实验得到的，其中，所述软包电池的正极活性材料为NCM523，负极活性材料为石墨，电压上下限区间为2.75～4.35V，通过拆解电池可以确定被测电池发生了析锂现象。
由步骤13可知，在恒压充电过程中，石墨负极的总充电电流不仅包括嵌锂/脱锂反应电流，还包括析锂/锂溶解副反应电流这部分电流，由于析锂/锂溶解副反应电流这部分电流的存在，会使恒压充电过程中石墨负极的总充电电流电流的变化速率下降，因此，石墨负极的总充电电流不应该按照Bulter-Volmer方程呈指数下降趋势，而是对应图2中的电流变化曲线出现形似“鼓包”的非指数下降的特征峰，即充电电流-时间曲线中存在切线斜率从负值变为正值的过程，因此，可以通过判断被测电池在恒压充电过程中的充电电流-时间曲线的切线斜率是否从负值变为正值来检测电池析锂。
在一个或多个实施例中，除了通过确定所述充电电流-时间曲线的切线斜率是否存在从负值变为正值的过程来检测电池析锂，还可以通过确定所述充电电流-时间曲线的微分曲线中是否存在上升的特征峰检测电池析锂。
作为一种可行的实施方式，通过确定所述充电电流-时间曲线的微分曲线中是否存在上升的特征峰检测电池析锂，包括：
将所述充电电流-时间曲线进行微分，得到所述充电电流-时间曲线的微分曲线；
若检测到所述充电电流-时间曲线的微分曲线中存在特征峰时，确定检测到电池析锂反应。
由于成本和实施方式的限制，基于实验手段来实施图1所示的电池析锂检测的方法并不适用于所有情况，因此，如图3所示，本申请实施例提供的另一种电池析锂检测的方法流程示意图，所述方法包括以下步骤：
步骤31，获取电池的电池参数，对预先建立的用于模拟电池机理的电化学模型进行模型参数初始化；
示例性的，本申请实施例选取锂电池伪二维(Pseudo-two-Dimensions,P2D)模型作为用于模拟电池机理的电化学模型，在其他实施例中也可选取其他用于模拟电池机理的电化学模型，本申请对此不作限定。
基于多孔电极理论和浓缩溶液理论的P2D模型是研究电池内部状态最为常用的电化学模型。P2D模型由一组参数众多的偏微分方程组成，能够清楚地描述电池的内部工作机理，包括扩散输运、离子迁移和电化学反应，因此利用P2D模型可以更好地了解电池的工作机理，将电池的内部状态和外部行为相对应，当获得准确的模型参数值时，P2D模型可以准确地模拟在充放电过程中的电池内部的电池状态。为了利用电化学模型模拟出被测电池在设定工况下的电池状态的变化情况，进而模拟出待测试电池在恒压充电阶段的电流变化，需要获取待测试电池的电池参数，并利用所述电池参数对预先建立的用于模拟电池机理的电化学模型进行模型参数初始化。其中，所述待测试电池的电池参数来源于待测试电池本身的真实参数。
步骤32，基于所述模型参数，利用所述电化学模型模拟在温度范围-30～45℃内，以充电倍率3C对电池进行恒流充电至额定的截止电压后，转为以所述截止电压进行充电的恒压充电过程，直到电池电流达到设定的下限电流后截止充电；
步骤33，利用所述电化学模型模拟所述恒压充电过程的充电电流，得到模拟出的充电电流-时间曲线，所述模拟出的充电电流包括模拟出的负极的嵌锂/脱锂反应电流及析锂/锂溶解副反应电流；
基于Bulter-Volmer方程，上述P2D电化学模型可以基于设定模型参数模拟出电池在充电过程中的电流变化。
再次参照图2，可知电池发生析锂时，电流的变化速率下降，对应的反应电流密度也应该呈下降趋势，对应的恒压充电过程的电流变化曲线中存在切线斜率从负值变为正值的过程，出现形似“鼓包”的非指数下降的特征峰，目前使用Bulter-Volmer方程模拟电池在充电过程中的电流变化时，当负极之前析出的锂再次溶解时，锂金属浓度逐渐趋近于零，反应速率(即反应电流密度)仍然呈现增大趋势，与实际不符。
因此，本申请实施例通过引入与锂浓度相关的修正项CLi对传统的Bulter-Volmer方程进行校正得到的析锂/锂溶解副反应方程，来模拟电池充电过程中的析锂/锂溶解副反应电流，使电化学模型模拟出的恒压充电阶段的电流曲线变化特征更贴近实际。
作为一种可行的实施方式，本申请实施例利用所述电化学模型采用如下的Bulter-Volmer方程，基于所述模型参数，模拟负极充电电流中的嵌锂/脱锂反应电流：
jgr为嵌锂/脱锂反应的电流密度，Cs，i、Ce、ηgr、i0，gr、T均为所述恒压充电过程中的电池状态变化参数，Cs，i为石墨颗粒表面的锂浓度，Ce为电池内部发生嵌锂/脱锂反应的局部区域的电解液浓度，ηgr为嵌锂/脱锂反应的过电位，i0，gr为嵌锂/脱锂反应的交换电流密度，T为待测电池的热力学温度；
a、αa，gr、αc，gr、kgr、Cs，max、R均为模型参数，a为电池的活性材料的反应比表面积，αa，gr为嵌锂/脱锂反应中阳极反应的传递系数，αc，gr为嵌锂/脱锂反应中阴极反应的传递系数，kgr为反应速率常数，Cs，max为石墨材料的最大固相锂浓度，R为气体常数。
作为一种可行的实施方式，本申请实施例利用所述电化学模型采用如下的Bulter-Volmer方程，基于所述模型参数，模拟负极充电电流中的析锂/锂溶解副反应电流：
jLi为析锂/锂溶解副反应的电流密度，CLi、ηLi、i0，Li、T均为所述恒压充电过程中的电池状态变化参数，CLi为锂单质的浓度，ηLi为析锂/锂溶解副反应的过电位，i0，Li为析锂/锂溶解副反应的交换电流密度，T为待测电池的热力学温度；
a、CLi *、k0，Li、αa，Li、αc，Li、Ce *、R、F为模型参数，a为电池的活性材料的反应比表面积，CLi *为锂单质的浓度常数，k0，Li为热力学平衡常数，αa，Li为析锂/锂溶解副反应中阳极反应的传递系数，αc，Li为析锂/锂溶解副反应中阴极反应的传递系数，Ce *为电解液的本体浓度，R为气体常数，F为法拉第常数。
其中，式(3)的作用是使物质符合守恒定律。
需要说明的是，上述锂单质的浓度常数CLi *用于消除公式中与锂单质的浓度相关的系数项的量纲。
需要说明的是，上述两组公式得出的反应的电流密度单位为安培每平方米，乘上负极横截面积即可得到相应的反应电流大小。
步骤34，检测到所述模拟出的充电电流-时间曲线与实测的恒压充电过程中电池的充电电流-时间曲线重合且检测到所述模拟出的充电电流-时间曲线的切线斜率从负值变为正值时，确定检测到电池析锂反应并基于模拟出的析锂/锂溶解副反应电流计算析锂量。
基于前述两组公式，电化学模型可以模拟出负极的充电电流、嵌锂/脱锂反应电流及析锂/锂溶解副反应电流，其中，所述嵌锂/脱锂反应电流及析锂/锂溶解副反应电流相加即可得到负极的充电电流。
在恒压充电过程，当过电位重新回到0V以上，析出的锂金属发生溶解，导致锂金属浓度下降。基于上述析锂/锂溶解副反应方程，当锂金属浓度下降至一定值，与锂单质的浓度相关的系数接近于0，从而使锂金属浓度逐渐趋近于零时，模拟出的电池在恒压充电过程中的负极充电电流的变化速率呈现减小趋势，贴合实际。
在一个或多个实施例中，模拟出的电池在恒压充电过程的充电电流-时间曲线和实测的电池在恒压充电过程充电电流-时间曲线的曲线重合且检测到所述模拟出的充电电流-时间曲线的切线斜率从负值变为正值时，表征模型的模拟结果符合实际，可以利用模型基于模拟出的析锂/锂溶解副反应电流计算得出析锂量。
在一个或多个实施例中，通过分析模型输出的结果，即可判断待测试电池在何种设定温度下以何种充电倍率充电，会发生析锂现象并输出相应的析锂量，因此利用电化学模型，可以实现对于微量甚至痕量的析锂信号进行检出，提高了析锂的探测精度，有助于及时调整电池的应用策略，以便更安全的使用电池。
在本申请实施例中，通过以下三种方式中的至少一种判断是否检测到电池析锂反应。
方式一，基于模拟出的充电电流-时间曲线，确定是否检测到电池析锂反应。
在一个或多个实施例中，在检测到所述模拟出的充电电流-时间曲线与实测的恒压充电过程中电池的充电电流-时间曲线重合且检测到所述模拟出的充电电流-时间曲线的切线斜率从负值变为正值时，确定检测到电池析锂反应。
方式二，基于模拟出的充电电流-时间曲线的微分曲线，确定是否检测到电池析锂反应。
在一个或多个实施例中，将所述模拟出的充电电流-时间曲线进行微分，得到所述充电电流-时间曲线的微分曲线，若检测到所述模拟出的充电电流-时间曲线的微分曲线与实测的恒压充电过程中电池的充电电流-时间曲线的微分曲线重合且中存在特征峰时，确定检测到电池析锂反应。
方式三，基于模拟出的析锂/锂溶解副反应电流-时间曲线，确定是否检测到电池析锂反应。
在一个或多个实施例中，检测到所述模拟出的充电电流-时间曲线与实测的恒压充电过程中电池的充电电流-时间曲线重合时，代表模拟结果贴合实际，此时利用所述电化学模型根据模拟出的电池在恒压充电阶段的析锂/锂溶解副反应电流变化，得到析锂/锂溶解副反应电流-时间曲线；
基于所述析锂/锂溶解副反应电流-时间曲线，检测到析锂/锂溶解副反应电流时，确定检测到电池析锂反应。
在一个或多个实施例中，基于所述析锂/锂溶解副反应电流-时间曲线，确定所述电池的析锂量。
作为一种可行的实施方式，基于所述析锂/锂溶解副反应电流-时间曲线，确定所述电池的析锂量，包括：
根据所述析锂/锂溶解副反应电流-时间曲线在时间轴上的积分，确定所述电池的析锂量。
在一个或多个实施例中，确定所述析锂量达到预设的阈值时，警示用户、更换充电策略或提示返厂。
需要说明的是，在本申请实施例中，确定析锂量达到预设的阈值后所执行的提醒操作，不限于警示用户、更换充电策略或提示返厂，还可以是数据上传后台、客服电话提醒用户等提醒手段，本申请对此不作限定。
下面给出具体的实施方式，对本申请所提供的电池析锂检测的方法进行说明。
首先基于五系三元正极+石墨负极的待测试电池建立电化学模型，其中，所述电池的电压范围为2.8-4.35V，1C电流为2A。
建立电化学模型后，基于模拟的工况条件运行所述电化学模型，模拟的工况为在环境温度25℃下，从3.56V开始，分别以1C、1.5C、2C、2.5C、3C、3.5C等六个不同充电倍率进行恒流充电及恒压充电至4.35V，然后静置至模型运行时间达到4500s。
如图4所示，为本申请实施例所提供的不同工况充电的模拟电流曲线，虚线框内可以看到2.5C、3C、3.5C三个充电倍率下，电流曲线的切线斜率从负值变为正值，即存在非指数下降的特征峰时，代表待测试电池在环境温度25℃下以2.5C、3C、3.5C三种充电倍率进行充电会出现析锂现象。
如图5所示，为本申请实施例所提供的不同工况充电的模拟电流曲线的微分曲线，可以看到2.5C、3C、3.5C三个充电倍率条件下，微分曲线存在上升的特征峰，代表待测试电池在环境温度25℃下以2.5C、3C、3.5C三种充电倍率进行充电会出现析锂现象。
如图6所示，为本申请实施例所提供的不同工况充电的负极电流分解曲线，其中，虚线为析锂/锂溶解副反应电流曲线，实线为嵌锂/脱锂反应电流曲线，可以看出，析锂/锂溶解副反应电流值的绝对值大小与嵌锂/脱锂反应电流值的绝对值大小相加之和，等于图4中相同时刻充电电流的大小。
如图7所示，为本申请实施例所提供的不同工况充电的模拟析锂量变化曲线，由图4可知待测试电池在环境温度25℃下以2.5C、3C、3.5C三个充电倍率进行充电会出现析锂现象，相应的，根据图6中2.5C、3C、3.5C三个充电倍率下的析锂/锂溶解副反应电流-时间曲线在时间轴上的积分，确定如图7所示的待测试电池在环境温度25℃下以2.5C、3C、3.5C三种充电倍率进行充电时的析锂量变化，可以看出，以3.5C充电倍率进行充电时的析锂量变化最大。
基于本申请所提供的电池析锂检测的方法，利用与锂浓度相关的修正项对传统的Bulter-Volmer方程进行校正得到的析锂/锂溶解副反应方程，使电化学模型模拟出的恒压充电阶段的电流曲线变化特征更贴近实际，确保当剩余锂金属量接近零时，锂溶解电流亦接近于零，利用电化学模型的模拟结果实现对电池析锂的检测及对负极的反应电流进行动态分解以实时输出析锂量的变化，可以对微量甚至痕量的析锂信号进行检出，提高析锂的探测精度，有助于及时调整应用策略，以便更加安全地使用电池。
基于相同的发明构思，如图8所示，本申请实施例还提供一种基于前述电池析锂检测的方法的电池管理系统(Battery Management System，BMS)的管理方法，所示方法包括以下步骤：
步骤81，实时采集被监控电池的充电参数及电池参数；
步骤82，利用所述充电参数及电池参数，基于预先建立的用于模拟电池机理的电化学模型，模拟所述被监控电池在恒压充电阶段的充电电流-时间曲线及析锂/锂溶解副反应电流-时间曲线；
步骤83，检测到所述模拟出的充电电流-时间曲线与实测的恒压充电过程中电池的充电电流-时间曲线重合且检测到所述模拟出的充电电流-时间曲线的切线斜率从负值变为正值时，基于所述被监控电池的析锂/锂溶解副反应电流-时间曲线，确定所述被监控电池的析锂量，并在判断所述析锂量达到阈值时，警示用户、更换充电策略或提示返厂。
上述基于前述电池析锂检测的方法的电池管理系统BMS的管理方法的具体实施方式可参照前述电池析锂检测的方法的实施例，这里不再赘述。
基于相同的发明构思，本申请还提供一种设备900，如图9所示，包括至少一个处理器902；以及与所述至少一个处理器通信连接的存储器901；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述电池析锂检测的方法。
存储器901用于存储程序。具体地，程序可以包括程序代码，程序代码包括计算机操作指令。存储器901可以为易失性存储器(volatile memory)，例如随机存取存储器(random-access memory，简称RAM)；也可以为非易失性存储器(non-volatile memory)，例如快闪存储器(flash memory)，硬盘(hard disk drive，简称HDD)或固态硬盘(solid-state drive，简称SSD)；还可以为上述任一种或任多种易失性存储器和非易失性存储器的组合。
处理器902可以是中央处理器(central processing unit，简称CPU)，网络处理器(network processor，简称NP)或者CPU和NP的组合。还可以是硬件芯片。上述硬件芯片可以是专用集成电路(application-specific integrated circuit，简称ASIC)，可编程逻辑器件(programmable logic device，简称PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(complex programmable logic device，简称CPLD)，现场可编程逻辑门阵列(field-programmable gate array，简称FPGA)，通用阵列逻辑(generic array logic，简称GAL)或其任意组合。
基于相同的发明构思，本申请实施例提供一种计算机程序介质，所述计算机存储介质存储有计算机程序，所述计算机程序用于使计算机执行上述电池析锂检测的方法。
上述存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(solid state disk，SSD))等。
以上对本申请所提供的技术方案进行了详细介绍，本申请中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种电池析锂检测的方法，其特征在于，包括：
在温度范围-30～45℃内，以充电倍率3C对电池进行恒流充电；
在电池电压达到额定的截止电压后，转为以所述截止电压进行充电的恒压充电过程，直到电池电流达到设定的下限电流后截止充电；
记录电池在所述恒压充电过程的充电电流，得到充电电流-时间曲线；
检测到所述充电电流-时间曲线的切线斜率从负值变为正值时，确定检测到电池析锂反应。
2.根据权利要求1所述的方法，其特征在于，还包括：
将所述充电电流-时间曲线进行微分，得到所述充电电流-时间曲线的微分曲线；
若检测到所述充电电流-时间曲线的微分曲线中存在特征峰时，确定检测到电池析锂反应。
3.一种电池析锂检测的方法，其特征在于，包括：
获取电池的电池参数，对预先建立的用于模拟电池机理的电化学模型进行模型参数初始化；
基于所述模型参数，利用所述电化学模型模拟在温度范围-30～45℃内，以充电倍率3C对电池进行恒流充电至额定的截止电压后，转为以所述截止电压进行充电的恒压充电过程，直到电池电流达到设定的下限电流后截止充电；
利用所述电化学模型模拟所述恒压充电过程的充电电流，得到模拟出的充电电流-时间曲线，所述模拟出的充电电流包括模拟出的负极的嵌锂/脱锂反应电流及析锂/锂溶解副反应电流；
检测到所述模拟出的充电电流-时间曲线与实测的恒压充电过程中电池的充电电流-时间曲线重合且检测到所述模拟出的充电电流-时间曲线的切线斜率从负值变为正值时，确定检测到电池析锂反应并基于模拟出的析锂/锂溶解副反应电流计算析锂量。
4.根据权利要求3所述的方法，其特征在于，利用所述电化学模型采用如下公式，基于所述模型参数，模拟在所述恒压充电过程电池的负极的析锂/锂溶解副反应电流：
jLi为析锂/锂溶解副反应的电流密度，CLi、ηLi、i0，Li、T均为所述恒压充电过程中的电池状态变化参数，CLi为锂单质的浓度，ηLi为析锂/锂溶解副反应的过电位，i0，Li为析锂/锂溶解副反应的交换电流密度，T为待测电池的热力学温度；
a、CLi *、k0，Li、αa，Li、αc，Li、Ce *、R、F为模型参数，a为电池的活性材料的反应比表面积，CLi *为锂单质的浓度常数，k0，Li为热力学平衡常数，αa，Li为析锂/锂溶解副反应中阳极反应的传递系数，αc，Li为析锂/锂溶解副反应中阴极反应的传递系数，Ce *为电解液的本体浓度，R为气体常数，F为法拉第常数。
5.根据权利要求3所述的方法，其特征在于，基于模拟出的析锂/锂溶解副反应电流计算析锂量，包括：
利用所述电化学模型根据模拟出的在所述恒压充电过程电池的负极的析锂/锂溶解副反应电流，得到析锂/锂溶解副反应电流-时间曲线；
基于所述析锂/锂溶解副反应电流-时间曲线，确定所述电池的析锂量。
6.根据权利要求5所述的方法，其特征在于，基于所述析锂/锂溶解副反应电流-时间曲线，确定所述电池的析锂量，包括：
根据所述析锂/锂溶解副反应电流-时间曲线在时间轴上的积分，确定所述电池的析锂量。
7.根据权利要求3所述的方法，其特征在于，利用所述电化学模型采用如下公式，基于所述模型参数，模拟在所述恒压充电过程电池的负极的嵌锂/脱锂反应电流：
jgr为嵌锂/脱锂反应的电流密度，Cs，i、Ce、ηgr、i0，gr、T均为所述恒压充电过程中的电池状态变化参数，Cs，i为石墨颗粒表面的锂浓度，Ce为电池内部发生嵌锂/脱锂反应的局部区域的电解液浓度，ηgr为嵌锂/脱锂反应的过电位，i0，gr为嵌锂/脱锂反应的交换电流密度，T为待测电池的热力学温度；
a、αa，gr、αc，gr、kgr、Cs，max、R均为模型参数，a为电池的活性材料的反应比表面积，αa，gr为嵌锂/脱锂反应中阳极反应的传递系数，αc，g1为嵌锂/脱锂反应中阴极反应的传递系数，kgr为反应速率常数，Cs，max为石墨材料的最大固相锂浓度，R为气体常数。
8.根据权利要求5所述的方法，其特征在于，还包括：
确定所述析锂量达到预设的阈值时，警示用户、更换充电策略或提示返厂。
9.一种设备，其特征在于，包括至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-2中任一项所述的方法，或者执行如权利要求3-8中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行如权利要求1-2中任一项所述的方法，或者执行如权利要求3-8中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310701712.5A CN116754971A (zh) | 2023-06-13 | 2023-06-13 | 电池析锂检测的方法、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310701712.5A CN116754971A (zh) | 2023-06-13 | 2023-06-13 | 电池析锂检测的方法、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116754971A true CN116754971A (zh) | 2023-09-15 |
Family
ID=87960239
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310701712.5A Pending CN116754971A (zh) | 2023-06-13 | 2023-06-13 | 电池析锂检测的方法、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116754971A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117741449A (zh) * | 2024-02-19 | 2024-03-22 | 中国电力科学研究院有限公司 | 电池多层级安全性能等级评价方法、系统、设备及介质 |
-
2023
- 2023-06-13 CN CN202310701712.5A patent/CN116754971A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117741449A (zh) * | 2024-02-19 | 2024-03-22 | 中国电力科学研究院有限公司 | 电池多层级安全性能等级评价方法、系统、设备及介质 |
| CN117741449B (zh) * | 2024-02-19 | 2024-05-07 | 中国电力科学研究院有限公司 | 电池多层级安全性能等级评价方法、系统、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107066722B (zh) | 一种基于电化学模型的动力电池系统荷电状态和健康状态的联合估计方法 | |
| Lyu et al. | A lead-acid battery's remaining useful life prediction by using electrochemical model in the Particle Filtering framework | |
| Sun et al. | Remaining useful life prediction for lithium-ion batteries based on an integrated health indicator | |
| CN110967637B (zh) | 电池的许用功率估算方法、装置、系统和存储介质 | |
| Takyi‐Aninakwa et al. | A strong tracking adaptive fading‐extended Kalman filter for the state of charge estimation of lithium‐ion batteries | |
| CN108761341A (zh) | 一种锂离子电池电化学模型参数获取方法 | |
| CN107015163B (zh) | 一种电池容量的获取方法和装置 | |
| US20200271727A1 (en) | Apparatus and Method for Diagnosing Battery | |
| CN106093778A (zh) | 电池状态预测方法及系统 | |
| CN105866700B (zh) | 一种锂离子电池快速筛选的方法 | |
| CN111381178A (zh) | 锂离子电池的健康状态的估算方法及系统 | |
| Wei et al. | Lyapunov-based state of charge diagnosis and health prognosis for lithium-ion batteries | |
| CN115494400B (zh) | 一种基于集成学习的锂电池析锂状态在线监控方法 | |
| CN110442901A (zh) | 一种锂离子电池电化学简化模型及其参数的获取方法 | |
| CN116754971A (zh) | 电池析锂检测的方法、设备及存储介质 | |
| CN113484771A (zh) | 一种锂离子电池宽温度全寿命soc及容量估计的方法 | |
| US10908219B2 (en) | Battery management system with mixed electrode | |
| CN112213659A (zh) | 电池容量修正方法及测试系统 | |
| CN114865117A (zh) | 锂离子电池电极嵌锂量检测方法、装置及电池管理系统 | |
| CN112108400B (zh) | 一种预测软包电池循环性能的测试方法 | |
| CN112986828A (zh) | 预估电池健康度的方法 | |
| Wang et al. | State of health estimation of lithium-ion battery in wide temperature range via temperature-aging coupling mechanism analysis | |
| CN109716151B (zh) | 用于估计电池电压的方法和设备 | |
| CN110208717B (zh) | 基于大数据的动力电池寿命预测方法 | |
| CN113176516A (zh) | 容量预测方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |