CN117723975A - 用于减轻电池组中的电池缺陷的方法和系统 - Google Patents
用于减轻电池组中的电池缺陷的方法和系统 Download PDFInfo
- Publication number
- CN117723975A CN117723975A CN202310992281.2A CN202310992281A CN117723975A CN 117723975 A CN117723975 A CN 117723975A CN 202310992281 A CN202310992281 A CN 202310992281A CN 117723975 A CN117723975 A CN 117723975A
- Authority
- CN
- China
- Prior art keywords
- battery
- charging
- charge
- elements
- parameters
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 194
- 230000007547 defect Effects 0.000 title claims abstract description 147
- 230000000116 mitigating effect Effects 0.000 title claims abstract description 13
- 238000012544 monitoring process Methods 0.000 claims abstract description 55
- 230000002776 aggregation Effects 0.000 claims abstract description 18
- 238000004220 aggregation Methods 0.000 claims abstract description 18
- 230000036541 health Effects 0.000 claims description 86
- 230000008859 change Effects 0.000 claims description 85
- 230000001351 cycling effect Effects 0.000 claims description 5
- 238000007600 charging Methods 0.000 description 183
- 230000008569 process Effects 0.000 description 110
- 210000004027 cell Anatomy 0.000 description 77
- 230000006870 function Effects 0.000 description 39
- 238000009792 diffusion process Methods 0.000 description 33
- 238000000157 electrochemical-induced impedance spectroscopy Methods 0.000 description 32
- 238000007599 discharging Methods 0.000 description 22
- 238000005259 measurement Methods 0.000 description 22
- 230000004044 response Effects 0.000 description 21
- 230000003044 adaptive effect Effects 0.000 description 20
- 150000002500 ions Chemical class 0.000 description 20
- 238000007747 plating Methods 0.000 description 18
- 229910052744 lithium Inorganic materials 0.000 description 14
- 229910052751 metal Inorganic materials 0.000 description 14
- 239000002184 metal Substances 0.000 description 14
- 238000010801 machine learning Methods 0.000 description 12
- 230000004048 modification Effects 0.000 description 12
- 238000012986 modification Methods 0.000 description 12
- 230000002950 deficient Effects 0.000 description 10
- 229910001416 lithium ion Inorganic materials 0.000 description 10
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 9
- 230000032683 aging Effects 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 9
- 239000000463 material Substances 0.000 description 9
- 230000036961 partial effect Effects 0.000 description 9
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000007423 decrease Effects 0.000 description 7
- 239000003792 electrolyte Substances 0.000 description 6
- 238000012546 transfer Methods 0.000 description 6
- 238000007619 statistical method Methods 0.000 description 5
- 230000006978 adaptation Effects 0.000 description 4
- 229910052799 carbon Inorganic materials 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 4
- 238000006731 degradation reaction Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 230000003862 health status Effects 0.000 description 4
- 230000000670 limiting effect Effects 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 238000010561 standard procedure Methods 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 3
- 238000003491 array Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 238000010277 constant-current charging Methods 0.000 description 3
- 210000001787 dendrite Anatomy 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000001566 impedance spectroscopy Methods 0.000 description 3
- 238000009830 intercalation Methods 0.000 description 3
- 230000002687 intercalation Effects 0.000 description 3
- 230000000379 polymerizing effect Effects 0.000 description 3
- 229910052710 silicon Inorganic materials 0.000 description 3
- 239000010703 silicon Substances 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 208000032953 Device battery issue Diseases 0.000 description 2
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 238000007620 mathematical function Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000010278 pulse charging Methods 0.000 description 2
- 230000035882 stress Effects 0.000 description 2
- 230000008961 swelling Effects 0.000 description 2
- 229910052718 tin Inorganic materials 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010014415 Electrolyte depletion Diseases 0.000 description 1
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 1
- 235000011613 Pinus brutia Nutrition 0.000 description 1
- 241000018646 Pinus brutia Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 229910001413 alkali metal ion Inorganic materials 0.000 description 1
- 229910001420 alkaline earth metal ion Inorganic materials 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010280 constant potential charging Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000004070 electrodeposition Methods 0.000 description 1
- 238000009713 electroplating Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229910002804 graphite Inorganic materials 0.000 description 1
- 239000010439 graphite Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000037427 ion transport Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 229910052987 metal hydride Inorganic materials 0.000 description 1
- 229910021645 metal ion Inorganic materials 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- PXHVJJICTQNCMI-UHFFFAOYSA-N nickel Substances [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 1
- -1 nickel metal hydride Chemical class 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 229910001415 sodium ion Inorganic materials 0.000 description 1
- 239000007784 solid electrolyte Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000008719 thickening Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 239000011135 tin Substances 0.000 description 1
- XOLBLPGZBRYERU-UHFFFAOYSA-N tin dioxide Chemical compound O=[Sn]=O XOLBLPGZBRYERU-UHFFFAOYSA-N 0.000 description 1
- 229910001887 tin oxide Inorganic materials 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
Landscapes
- Secondary Cells (AREA)
Abstract
提供了用于减轻电池组中的缺陷的方法,系统和介质。在一些实施例中,方法包括:(a)监测一个或多个电池参数,该一个或多个电池参数与包括多个电池元件的电池组的一个或多个电池元件相关联;(b)基于一个或多个电池参数来确定个体状态信息,每个个体信息对应于电池组的一个或多个电池元件中的一个;以及(c)至少部分地基于通过考虑个体状态信息的聚合来修改电池组的使用模式。
Description
背景技术
电池可能易受各种缺陷的影响。这些缺陷可能是由于老化、不当的电池使用(例如充电和/或放电)和/或制造缺陷。电池缺陷的检测例如对于防止危险的电池状况、延长电池寿命等方面是重要的。然而,检测电池缺陷可能是困难的。
本文提供的背景描述是为了总体上呈现本公开的背景。在本背景技术部分中描述的程度上,目前命名的发明人的工作、以及在提交时可能不以其它方式作为现有技术的描述的方面,既未被明确地也未被暗示地承认为针对本公开的现有技术。
发明内容
本文提供了一种用于减轻电池组中的电池缺陷的方法、设备、系统、以及介质。在一些实施例中,一种用于减轻电池组中的电池缺陷的方法可以包括:(a)监测与包括多个电池元件的电池组的一个或多个电池元件相关联的一个或多个电池参数;(b)基于一个或多个电池参数来确定个体状态信息,每个个体信息对应于电池组的一个或多个电池元件中的一个;以及(c)至少部分地基于通过考虑个体状态信息的聚合来修改电池组的使用模式。
在一些实施例中,一种用于诊断电池组中的电池缺陷的方法可以包括:(a)监测与包括多个电池元件的电池组的一个或多个电池元件相关联的一个或多个电池参数;(b)基于一个或多个电池参数确定个体状态信息,每个个体状态信息对应于电池组的一个或多个电池元件中的一个电池元件;以及(c)至少部分地基于个体状态信息来确定电池组的多个电池元件中的一个或多个电池元件中存在缺陷的可能性。
在一些实施例中,一种用于减轻电池组中的电池缺陷的装置,可以包括:监测电路系统,被耦合到电池组;以及控制电路系统,被耦合到监测电路系统,该控制电路系统被配置为:(a)监测与包括多个电池元件的电池组的一个或多个电池元件相关联的一个或多个电池参数;(b)基于一个或多个电池参数确定个体状态信息,每个个体状态信息对应于电池组的一个或多个电池元件中的一个电池元件;以及(c)至少部分地基于通过考虑状态信息的聚合来修改电池组的使用模式。
在一些实施例中,一种用于诊断电池组中的电池缺陷的装置,可以包括:监测电路系统,被连接到电池组;以及控制电路系统,被耦合到监测电路系统,该控制电路系统被配置为:(a)监测与包括多个电池元件的电池组的一个或多个电池元件相关联的一个或多个电池参数;(b)基于一个或多个电池参数确定个体状态信息,每个个体状态信息对应于电池组的一个或多个电池元件中的一个电池元件;以及(c)至少部分地基于个体状态信息来确定电池组的多个电池元件中的一个或多个电池元件中存在缺陷的可能性。
附图说明
在以下描述的过程中,将参考附图。这些附图示出了一些实现方式的不同方面,并且在适当的情况下,类似地标记了示出不同图中的类似结构、部件、材料和/或元件的附图标记。应当理解,除了具体示出的那些之外,结构、部件和/或元件的各种组合是预期的并且在本公开的范围内。
本公开既不限于任何单个方面也不限于其实施例,也不涉及这些方面和/或实施例的任意组合和/或排列。此外,本公开的方面中的每一个和/或其实施例可以单独使用或与本公开的一个或多个其它方面和/或其实施例组合使用。为了简洁起见,本文不单独讨论和/或说明某些排列和组合。
图1以框图形式示出了“电池充电系统”或“电池监测系统”结合电池,其中充电电路系统112(包括例如电压源和/或电流源)响应于控制电路系统116,控制电路系统116从监测电路系统114(包括例如电压表和/或电流表)接收电池信息。
图2是描述对充电脉冲(注入电荷至电池中)和放电脉冲(从电池移除电荷)的三个响应的图示,其中第一响应(A)包括显著的“过冲”,由此放电脉冲从电池移除太少的电荷,第二响应(B)不包括显著的“过冲”或“下冲”,其中放电脉冲移除提供三个响应的最快部分弛豫时间的适当量的电荷,并且第三响应(C)包括显著的“下冲”,由此放电脉冲从电池移除太多电荷。
图3a-3d示出了可以用于对电池充电的充电信号的电流波形。
图4a-4b描述了使用恒定电流恒定电压(CCCV)技术和包括多个恒定充电脉冲的适配CCCV技术对电池充电产生的电流和电压波形。
图5是根据一些实施例的用于确定可充电电池的缺陷状态的示例性过程的流程图。
图6是根据一些实施例的用于至少部分地基于所获取的至少一个电池参数的变化率与该至少一个电池参数的预期变化率的比较来确定可充电电池的缺陷状态的示例性过程的流程图。
图7A-7E描绘了示出具有缺陷的电池单元相对于健康电池单元的各种电池参数值的比较的示例曲线图。
图8是示出电化学阻抗谱(EIS)的不同频率范围的曲线图。
图9A和9B示出了根据一些实施例的串联和/或并联的电池元件的各种配置。
图10是根据一些实施例的用于减轻电池组中的缺陷的示例性过程的流程图。
图11是根据一些实施例的用于基于对具有最低健康指数的电池元件的标识来减轻电池组中的缺陷的示例性过程的流程图
具体实施方式
简介
本文公开了用于检测和/或减轻可充电电池中的缺陷的方法和系统。在一些实施例中,可以基于所测量的电池参数来确定电池的缺陷状态。在一些实施例中,可以基于一个或多个电池参数的变化率来确定缺陷状态。在一些实现方式中,可以基于所测量的电池参数与给定电池参数的预期值的比较,和/或基于一个或多个电池参数的变化率与一个或多个电池参数的预期变化率的比较来确定缺陷状态。
在一些实现方式中,响应于确定缺陷状态,可以对可充电电池的使用模式进行修改。例如,使用模式的修改可以涉及修改或适配充电模式、放电模式、存储模式、电池温度或其任意组合。使用模式的修改可以延长电池寿命,降低电池故障的可能性等。
在许多实现方式中,电池系统被设计为或被适配为用于捕获必要的参数值和监测和/或适应性地对可充电电池或设备充电。
术语
本文使用的术语“电池”指的是一个或多个原电池单元(每个原电池电化学地储存能量)。电池可以是单个电池单元和/或以串联和/或并联配置电气布置的多个电池单元。尽管一些技术材料将电池描述为包括两个或更多个电池单元,但是在本公开中术语“电池”不限于此。在一些实施方式中,电池是单个电池单元或串联或并联连接的多个电池单元以提供预期的额定电压或电流。本文所考虑的电池通常是可再充电的(二次电池)并且采用嵌入阳极。嵌入阳极包括诸如碳、锡和/或硅的嵌入基体或衬底,该嵌入基体或衬底被配置为在充电期间插入或嵌入离子。这些离子通常是碱金属离子(例如,锂或钠离子)或碱土金属离子。在一些情况下,阳极可以是金属,例如锂金属,其可用于一些固态电池中。
“电池类型”将电池的类别或组彼此区分。在标识电池类型的因素之中,有:(i)电池化学(例如,锂离子(Li+)电池和镍金属氢化物电池)、(ii)电池格式(例如,圆柱形对棱柱形对袋形)和尺寸(例如,18650对AA)、(iii)制造商身份(例如,三星对松下)、(iv)制造工艺,以及(v)制造商工艺实现(例如,批次,工厂和/或地点)。电池类型的一种示例是使用制造商的特定工艺在特定批次中由特定制造商(例如,三星、LG、索尼等)生产的18650格式的可再充电锂离子电池。上述因素中的任何一个或多个可用于限定电池类型。此外,可以具体限定这些因素。例如,锂离子电池可划分为诸如石墨、硅、锡或氧化锡或锂金属的负极类型。
“电池元件”可以是1至N(例如,两个、五个、二十个、一百个、一千个等)的可操作地耦合的电池单元的组。例如,电池元件可以是单个电池单元。作为另一示例,电池元件可以包括可操作地耦合(例如并联)的多个电池单元。
“电池组”是使用串联和/或并联连接电气连接到彼此的两个或更多个电池元件的聚合。例如,电池组可包括串联和/或并联耦合的多个电池元件(例如,两个、五个、二十个、一百个、一千个等)。在一些实现方式中,多个电池元件(例如,串联耦合)可以构成有时被称为“电池模块”的部件,并且电池组可以进而包括电气连接(例如,串联和/或并联)的一个或多个电池模块。在一些实施例中,电池组的电池元件可以具有基本相同的特性,诸如电池化学、容量等。然而,在一些实施例中,电池组的电池元件可以在一个或多个特性方面不同,诸如电池化学性质、容量等。电池组可以包括容纳组成的电池的外壳。电池组可以包括电池监测和/或管理电路系统。当监测电池组时,与包括在电池组中的个体电池元件相关联的参数可以被聚合考虑。如本文所使用的,当结合监测电池元件使用时,“聚合”是指考虑来自电池组的电池元件的至少一个子集的测量或导出的参数。在一些实现方式中,电池元件的参数的聚合可以包括对电池元件进行排序,选择相对于给定参数在阈值范围之外的一个或多个电池元件,组合(例如,平均)与电池组的两个或更多个电池元件相关联的参数,将与电池组的两个或更多个电池元件相关联的参数应用于表征电池组的当前状态的函数或模型,等等。
术语“缺陷”是指电池的状况。电池可具有一个或多个导致其性能低于正常预期或规格的缺陷。降低的性能可以表现为短周期寿命、低电流、低放电电压、低功率发生、低容量、短路等。在极端情况下,缺陷可能导致灾难性的故障或危险的状况,诸如高温上升、电池组件的泄漏、火灾和/或爆炸。在一些情况下,缺陷是由于电池内的内部物理状况。这种缺陷可能不得不限制电解质内和/或阳极或阴极内的离子迁移率。缺陷还可能与电池阳极的SEI层中的异常状况有关。在一些情况下,缺陷是由于阳极上的金属(例如锂)电镀造成的。缺陷也可能由电解质耗尽或劣化引起。在一些情况下,缺陷可能是在工厂处在电池的设计、结构或材料处理中的制造缺陷(例如,阳极,阴极或隔板中的针孔缺陷等)。应当理解,术语“异常”、“滥用”或“过度使用”可以与词语“缺陷”互换使用。
如本文所使用的,电池的“缺陷状态”可以是指是否缺陷存在、已被确定为存在、缺陷可能存在、缺陷是否可能在给定的未来时间窗口中发生、和/或缺陷影响或将影响电池健康和/或性能(例如,电池健康状态)的程度。“缺陷状态”可以附加地或备选地指给定电池的缺陷的可能性的指示,其中可能性的指示可以是缺陷的概率、缺陷的可能性超过给定缺陷阈值(例如,50%概率的阈值、70%概率的阈值、90%概率的阈值等)的指示等。
“金属电镀”是指金属在电极上的电化学沉积。该工艺有时被称为电镀。在各种实施例中,金属电镀通过阴极(充电期间的阳极)上的金属离子的电化学还原而发生。在充电参数和环境参数的组合使得电镀有利的状态下,金属电镀通常是对电池充电的结果。例如,在锂离子电池充电期间,金属锂可能无意地在碳基或硅基嵌入电极上电镀,这可能导致枝晶。作为另一个示例,金属枝晶可以在金属阳极上生长。
“使用模式”是指电池随时间运行的方式,通常多个周期或多个日、周、月或年。电池的使用模式可以划分为充电使用模式和放电使用模式。可以有助于电池使用模式的特征的示例包括充电速率、放电速率、充电曲线和放电曲线。电池使用模式特征的其它示例包括放电深度、容量、恒定电流(充电)特性、恒定电压(充电)特性、充电期间的电压和/或电流截止、温度曲线和/或各种环境操作状况。附加的使用模式特征的示例包括动态放电电流限制、功率限制和/或能量限制、温度变化的限制和/或使用持续时间的限制。使用模式特征可以被提供作为任何这样的特征的平均值、任何这样的特征的最大值、任何这样的特征的最小值等。这样的值可以在多个周期或使用的一段时期内被确定。
“电池控制逻辑”指的是用于在充电过程中确定充电参数(例如,充电和放电脉冲的幅值、宽度和频率)的控制算法和/或规则。在一些实施例中,选择算法或规则以改善或平衡电池的周期寿命和/或充电速度。在一些实施例中,选择算法或规则以减少、消除或减轻电池缺陷。电池控制逻辑可以利用包括充电状态(SOC),温度,电压,电流和由于充电和放电周期引起的电压响应形状的健康状态(SOH)信息和/或电池反馈测量。在某些实施例中,电池控制逻辑实现为存储在硬件(例如,各种形式的存储器中的任一者)、固件或软件中的可执行指令或代码。电池控制逻辑还可以被认为包括被配置或设计为执行指令或代码的一个或多个处理器,特别是当这样的处理器被直接链接到提供指令或代码的存储器或其它存储装置时。除非另有说明,术语电池控制电路系统和控制电路系统等同于电池控制逻辑。
“充电信号”是指电流(例如,电流波形),由于被配置为从电池施加电荷(充电信号)或移除电荷(放电信号)的电路系统,电流穿过电池的端子。充电或再充电序列、操作、过程或周期可以包括一个或多个充电信号和可选的一个或多个放电信号(例如放电信号),一个或多个充电信号将电荷全部注入或施加到电池中,一个或多个放电信号从电池全部移除电荷。充电信号可以包括一个或多个充电脉冲、放电脉冲和休止周期。脉冲可以是任何形状(例如,矩形、三角形、正弦曲线或正方形)。在一些情况下,充电脉冲具有大约1ms到大约500ms之间的持续时间。
可以是“电池充电系统”的一部分的“电池监测系统”是用于监测电池并使用从电池获取的测量参数值(和/或表征电池充电或以其它方式操作的状况)来确定电池是否具有电镀金属。在各种实施例中,监测系统使用电池模型来确定电池是否具有电镀金属。图1以框图形式描述了电池充电系统,电池充电系统包括响应于控制电路系统116的充电电路系统112,控制电路系统116从监测电路系统114接收电池信息。
充电电路系统112被配置为响应地经由充电信号将电荷施加到电池118的端子。充电电路系统可以包括电流源和/或电压源以提供充电信号。
监测电路系统114被配置为测量、监测、感测、检测和/或采样(例如,在间歇、连续和/或周期性的基础上)电池的一个或多个状况或特性。例如,监测电路系统可以测量施加到电池的电流、电池的端电压和/或电池的温度。监测电路系统向控制电路系统提供表示电池状况或特性的数据。
控制电路系统116(或电池控制逻辑),使用来自监测电路系统114的数据来计算、确定和/或评估可以表示电池的状况和/或状态的一个或多个电池参数值。在一些情况下,电池参数由监测电路系统测量并作为输入提供给模型,该模型返回电池的预期状态或状况。在一些情况下,电池控制逻辑可以确定或估计电池的充电状态(SOC)、健康状态(SOH)、部分弛豫时间、过电位或缺陷状态。
使用来自监测电路系统的数据(或根据由监测电路系统提供的数据计算的参数),控制电路系统控制(例如,适配或终止)经由充电电路系统施加到电池的(多个)充电信号。例如,控制电路系统可以确定采用充电过程中的变化。
“充电过程(Charge Process)”或“充电过程(Charging Process)”是指其中电池为从较少充电的状态充电到较多充电的状态。在充电过程中,电池的充电状态增加。充电过程可以在充电电路系统的控制下进行,充电电路系统可以是电池控制逻辑的一部分。在某些实施例中,充电电路系统适配、调节和/或控制充电或放电脉冲的幅值、脉冲宽度或占空比和/或充电电路系统调节和/或控制充电过程的恒定电压部分的状况。其可执行这些功能中的任一者以控制或调节电池的特征,诸如电池的弛豫时间、速率、形状、电池的端电压的衰减的特性和电镀金属的倾向。例如,如图2所示,充电电路系统可以适配、调节和/或控制放电脉冲的幅值和脉冲宽度,以减小或最小化电池端电压衰减的“过冲”或“下冲”。在一些情况下,充电电路系统可以控制端子处的最大电压,和/或控制电池的最大充电状态。
“充电周期”是以特定负载对可充电电池充电和放电的过程。在一些实施例中,充电周期意味着充放等于电池容量的电荷量,但不一定是通过一次满充和一次满放。例如,使用完全充电的电池的一半电荷,对电池再充电,然后再次使用相同量的电荷,算作一个充电周期。到故障为止的充电周期的数目指示可充电电池能够经历多少次完整的充电和放电过程,直到电池不满足特定标准。充电周期的数目可以用于说明电池的预期寿命,充电周期的数目可以影响电池寿命而不仅仅是时间的推移。
“电池参数”指的是电池的度量,其可以至少部分地表征电池的状态或健康。电池参数的示例包括开路电压(OCV)、充电脉冲电压(CPV)、EIS、温度、容量、存储的能量的量、存储的电功率的量、测量或估计的电池鼓胀、DC阻抗等。电池参数可以直接测量(例如,OCV、CPV等)或者可以基于其它测量参数间接估计(例如,电池鼓胀的估计)。在一些情况下,电池参数可适用于特定时间点或电池状态,诸如特定SOC。在一些情况下,电池参数可以包括关于时间或诸如电流的其它变量的导数。
“直接测量的电池参数”是指电池参数,电池参数被直接从电池测量,诸如OCV、CPV、温度等参数。
“导出的电池参数”指的是根据直接测量的电池参数(例如,使用模型、算法、数学函数等)所确定的电池参数。一个示例是电池鼓胀的估计。另一个示例是作为时间的函数的特定电池参数的变化率,诸如作为时间的函数的CPV的变化率。参数的变化率可以特定于特定SOC。
应当理解,在一些情况下,可以是根据闭环系统施加的自适应变化来推断电池参数的变化,以将电池参数保持在一定范围内。作为示例,闭环系统可以适配充电电压和/或充电电流以将特定电池参数保持在特定范围内。然后可以基于闭环系统施加的变化来推断电池参数的变化,以驱动电池参数保持在给定范围内。
电池参数的“预期值”是基于所考虑的电池的特定使用模式和/或特定状态来预期的。例如,电池的开路电压的预期值可以是基于电池的当前健康状态、充电状态等的电池的预期开路电压。如果电池表现出偏离其预期值,则可以假定电池表现出缺陷或可能表现出这种缺陷。可以使用任何或许多可能的技术来确定电池参数的预期值。在一些实施例中,使用电池行为的模型来生成电池参数的预期值。在一些实施例中,使用从类似类型和/或类似状态的电池收集的经验数据来生成电池参数的预期值。
“容量”或标称容量是指当电池以一定的放电电流(其可以被指定为C速率)从100%充电状态放电到可以被限定为0%充电状态的限定截止电压时的总可用安培-小时。电池的容量可以随着多次充电周期改变。在常规电池中,电池的容量随着多次周期降低或“衰减”并不少见。
术语“容量衰减”是指电池容量随时间或充电周期而降低。它可以基于电池容量的最大值或电池容量的其它参考值(例如,初始最大容量的85%,在特定端电压下的容量等)。
端电压是电池端子之间的电压。端电压可以随充电状态和放电或充电电流而变化。可以在有或没有电流流过负载的情况下测量端电压。在后一种情况下,端电压是开路电压。
“充电状态”(SOC)可以是指电池的被充电的当前容量的分数。SOC可用于表征使用中的电池在完全充电状态和放电状态之间进展了多远。可以使用库仑积分来计算充电状态,以确定电池容量随时间或充电周期的变化。在一些实现方式中,SOC可以是用作参考点的电池参数,该参考点可以从一个周期到另一个周期被利用,使得其它电池参数可以跨多个周期在固定SOC处被比较。“能量状态”(SOE)是指电池在其当前状态下的可用能量。可以基于电池的当前SOC和电池的健康状态(下文描述)来确定SOE。在一些情况下,可以预测电池的未来SOE。“功率状态”(SOP)是指电池在其当前状态下的可用功率。可以基于电池的当前SOC和电池的健康状态来确定SOP。在一些情况下,可以预测电池的未来SOP。注意,SOC、SOE和SOP都可以被认为是电池参数的示例,其可以从测量的电池参数中导出、使用各种模型或计算或其任意组合来确定。
电池的“健康状态”(SOH)是表征电池的“老化”和/或电池保持电荷的能力的参数,例如,相对于操作中的给定时间(例如,操作中的初始时间)。电池的SOH提供信息以估计、计算、测量和/或确定其它电池参数,诸如电池保持电荷的能力。在给定SOC处电池的端子处的电压随着SOH改变而改变,并且因此电池的电压曲线(电压对充电状态)随着其老化和其SOH劣化而偏移。健康状态参数在2015年9月1日授权的美国专利NO.9,121,910中被进一步描述,该专利以全文引用方式被并入本文。
本文所指示的“电子设备”是指电气地执行任何数目的任务或功能的设备并且可以由电池供电。该设备可以物理地包括或可以物理地不包括(例如,封装或附接)电池、电池充电系统或本文描述的控制逻辑。电子设备可以是便携式的或固定的。电子设备的示例包括移动电话、数码相机、膝上型电脑、便携式扬声器、电池供电的车辆、用于存储太阳能和其它家庭生成的电能的系统、以及电动工具。在一些情况下,电子设备可以包括远程执行例如用于控制电池充电的一个或多个功能的云服务器。
如本文所用的“电池模型”或简单地“模型”表示或预测基于其它电池参数(例如,温度、SOC、电压、电流等)的电池参数和/或电池状态(例如,电池健康状态、缺陷状态等)。在某些实施例中,可以使用模型来确定给定电池参数的预期值,以便将特定电池的测量值与预期值进行比较。
模型可应用于特定电池类型(例如,特定电池化学、电池尺寸、制造批次等)。在一些情况下,模型可以说明电池的健康状态。例如,如果发生了对电池单元的不可逆损害,则模型可以反映电池的健康状态。
模型可以使用诸如充电电压、放电电压、开路电压、充电电流、放电电流、充电状态和电池温度等电池参数作为输入或固定参数。在一些情况下,电池参数可以包括关于诸如时间或电流的变量的一阶或二阶导数。在一些情况下,当模型接收电流和充电时间或充电状态作为输入时,模型输出电池的端电压。在一些情况下,当模型接收端电压和充电时间或充电状态作为输入时,模型输出电池电流。模型可以包括查找表、表达式(诸如回归关系、神经网络等)。在一些情况下,模型可以将电池视为一个或多个电阻器和一个或多个电容器的组合,这些电阻器和电容器可以以串联、并联或以一些元件串联和一些元件并联的组合电气连接。在一些情况下,电池被建模为两个终端设备,并且在一些情况下被建模为三个或更多个终端设备。模型可以使任何两个参数以线性关系或非线性关系或以广义传递函数相关。例如,一些模型可以将电荷和电压之间的关系视为线性,而其它模型将该关系视为非线性。
“开路电压”(OCV)是电池不在外部负载下时的端电压。它是电池的特性。闭路电压(CCV)是在负载下(例如,在电池充电期间)的电池端电压。CCV受OCV影响,但也取决于电池的操作。例如,在恒定电流充电期间,CCV可以被计算为OCV与充电电流乘以电池电阻之积的和。在恒定电压充电期间,CCV等于所施加的电压。
“充电脉冲电压”(CPV)是可以用来确定电池参数或(例如SOC或SOH)的电压测量。在一些情况下,CPV测量可以由自适应充电过程使用。CPV可表征为(i)在电池/电池单元的端子处测量的峰值电压,其响应于充电脉冲,和/或(ii)在电池/电池单元的端子处测量的显著峰值电压(即,在峰值电压的5-10%内),其响应于充电脉冲。本文的“测量”、“收集”或“捕获”参数是获取参数值的方式。例如,测量电池的电压可以意味着使用诸如电压表的仪器来直接测量电池的端子之间的电压。在一些情况下,其意味着获取与电池的原始测量相关的参数值和/或导出关于电池的其它信息(例如,部分驰豫、电池鼓胀等)。电池的原始测量可包括电流、通过的电荷或注入电池的库仑、电压和温度。
“缺陷可能性”是指缺陷或特定类型的缺陷在未来发生的概率。在一些实施例中,缺陷可能性可以应用于未来的特定时间窗口,该特定时间窗口可以在时间上(例如,在下一个月中、在下一年中等)或在特定数目的未来充电周期中(例如,在下100个充电周期中,在下1000个充电周期中等)来指定。
“状态”是指电池使用模式、寿命或参数值的一部分。状态可以逐个周期地或在与电池使用相关的其它周期内重现。电池参数值状态的示例包括充电状态、开路电压和内部阻抗的范围。状态可以与充电过程的一部分相关,诸如充电的恒定电流区域、充电的恒定电压区域、充电的特定电流步骤等。在一些情况下,状态与电池的内部物理或化学状态相关。例如,特定的离子传导状态(例如,离子迁移率范围)可以限定状态。
数字范围包括限定该范围的数字。意图是在贯穿说明书中给出的每个最大数值限制包括每个较低的数值限制,就像这样的较低的数值限制在本文中被明确地写出一样。贯穿本说明书给出的每个最小数值限制将包括每个较高的数值限制,就像这样的较高的数值限制在本文中被明确地写出一样。贯穿本说明书给出的每个数值范围将包括落入该较宽数值范围内的每个较窄数值范围,如同该较窄数值范围在本文中全部明确写出一样。
本文提供的标题并非旨在限制本公开。
除非本文另有定义,本文使用的所有技术和科学术语具有与本领域普通技术人员通常理解的相同的含义。包含有本文所包括的术语的各种科学词典是本领域技术人员公知的并且是可获取的。尽管与本文的那些类似或等同的任何方法和材料可用于实践或测试本文所公开的实施例,但描述了一些方法和材料。
如本文所用,单数术语“一”、“一个”和“该”包括复数指代。除非上下文另有明确说明。
这里使用的逻辑连接词“或”是包括性的,除非另有说明。因此,除非另有说明,条件“A或B”被“A和B”满足。
充电信号
本文的自适应充电是指利用与电池状况、环境状况、用户行为、用户偏好等相关的反馈的充电过程。使用自适应充电技术,可以在对电池充电的同时连续地或周期性地调节或控制充电信号的一个或多个特性。例如,可以执行自适应充电以将电池参数值维持在选定范围内。例如,自适应充电可以保持电池充电过程在很少或没有金属电镀发生或可能发生的状态下操作。自适应充电参数值被捕获并用于控制或调节电池的充电过程,通常以优化电池的周期寿命(例如,通过减少或防止阳极上的金属电镀)和/或优化充电速度。在转让于Qnovo Inc.of Newark,CA的申请中描述了各种自适应充电技术。此类专利的示例包括:2014年1月28日授权的题为“METHOD AND CIRCUITRY TO ADAPTIVELY CHARGE A BATTERY/CELL”的美国专利NO.8,638,070;2014年7月24日授权的题为“METHOD AND CIRCUITRY TOADAPTIVELY CHARGE A BATTERY/CELL”的美国专利No.8,791,669;2015年9月1日授权的题为“METHOD AND CIRCUITRY TO ADAPTIVELY CHARGE A BATTERY/CELL USING THE STATEOF HEALTH THEREOF”的美国专利No.9,121,910;2015年9月22日授权的题为“METHOD ANDCIRCUITRY TO ADAPTIVELY CHARGE A BATTERY/CELL”的美国专利No.9,142,994;2015年5月19日授权的题为“MONITOR AND CONTROL CIRCUITRY FOR CHARGING A BATTERY/CELL,AND METHODS OF OPERATING SAME”的美国专利No.9,035,623;以及2014年12月9日授权的题为“ADAPTIVE CHARGING TECHNIQUE AND CIRCUITRY FOR A BATTERY/CELL USINGMULTIPLE CHARGING CIRCUITS AND TEMPERATUREDATE”的美国专利No.8,907,631。这些专利中的每件专利通过全文引入方式被并入本文。
可用于自适应充电的参数包括充电脉冲电压、充电脉冲电压基准、部分弛豫时间、充电状态和电池的健康状态。在一些情况下,这些参数中的每个参数的可接受值的范围可作为电池周期的充电部分期间的充电状态的函数而变化。参数值也可以在电池的整个寿命随着周期变化。在一些情况下,自适应充电还可以利用当前充电参数,诸如施加到电池的电流或施加到充电电路系统的端电压。为了说明传统的自适应充电,图2示出了充电过程如何通过调节放电脉冲的幅值和脉冲宽度来减小或最小化电池端电压衰减的“过冲”或“下冲”。当充电过程提供电池端电压相对于部分平衡的衰减的“过冲”时(参见放电脉冲A),控制电路系统可指示充电电路系统调节放电脉冲的特性并增加由放电脉冲移除的电荷量。例如,通过增加放电脉冲的幅值和/或脉冲宽度,可以校正过冲。当充电过程导致电池的端电压相对于部分平衡的衰减的“下冲”时(参见放电脉冲C),控制电路系统可以指示充电电路系统减小由放电脉冲移除的电荷量(例如,经由减小放电脉冲的幅值和/或脉冲宽度)。照此,控制电路系统可以调节放电脉冲的特性(例如,幅值、脉冲宽度和/或脉冲形状)以控制或调节电池的端电压的衰减的速率、形状和/或特性。
图3a-3d示出了充电信号的波形。充电或再充电序列、操作或周期可包括充电信号(充电信号将电荷全部注入或施加到电池中)和放电信号(放电信号从电池中移除全部电荷)。当电池的端电压在充电或再充电序列、操作或周期期间增加时(参见例如图3b和3d),充电信号可根据预定速率和/或模式(例如,渐近地、线性地或二次地)减小。在一些情况下,脉冲充电序列或操作可包括在一段时间脉冲充电之后和/或在将电池/电池单元充电到预定充电状态时的恒定电压(CV)阶段。
注意,在一些实现方式中,充电序列或充电过程可以基于例如电池缺陷的检测或确定来适配。举例来说,在一些实施例中,可以在充电过程的CV阶段期间修改(例如,降低)电压(例如,最大电压)。作为另一示例,在一些实施例中,可以在充电过程的恒定电流(CC)阶段期间修改(例如,降低)电流(例如,充电电流)。在一些实现方式中,可以在一个充电周期期间检测或诊断缺陷,并且可以在同一充电周期和/或后续充电周期中实现对充电过程的适配。在2017年10月11日提交的美国专利No.10,389,156和2017年8月15日提交的美国专利No.11,237,216中描述了作为自适应地修改充电过程的一部分的用于修改充电电压和/或充电电流的更详细的技术,出于所有目的,本文通过引用将它们中的每一个的全部内容并入本文。
应当理解的,各种脉冲结构,例如,在图2和图3a-3d中所示的类型(或本文中未示出的那些)的脉冲结构,可用于对电池充电和/或确定电池的特性。图2和图3a-3d中所示的脉冲结构是充电脉冲和/或放电脉冲的示例,然而,可以使用其它脉冲形状来实施本文所述的技术。
充电和放电脉冲的一些或全部特性可以是可编程和/或可控制的。例如,可以调节脉冲幅值、宽度/持续时间和形状。在其它示例中,正脉冲和/或负脉冲的幅值可以在分组内变化,休止周期的持续时间和/或定时可以在分组内变化,和/或脉冲可以在分组内相等地或不相等地间隔开。充电脉冲、放电脉冲和休止周期的组合可以是重复的,从而形成可以重复的分组。脉冲特性、周期、分组和信号特性以及配置的所有组合或排列都落入本发明的范围内。
图4a示出了作为时间的函数的电池的电流和电压,示出了被称为恒定电流、恒定电压(CCCV)的传统的充电方法。当使用CCCV对可充电电池(例如,锂离子型可充电电池)充电时,充电序列包括恒定电流(CC)充电模式,直到电池/电池单元的端电压处于大约最大幅值(例如,对于某些锂离子型可充电电池,大约4.2V至4.5V),在该点处充电序列从恒定电流充电模式变为恒定电压(CV)充电模式。在CV模式中,恒定电压被施加到电池的端子。通常,当使用CCCV技术对可充电电池充电时,当电池的充电状态(SOC)处于大约60-80%时,充电电路系统通常从CC充电模式变为CV充电模式,尽管在一些实施例中,如本文所述,充电电路系统直到电池电荷大于约90%SOC或大于约95%SOC才进入CV充电模式。
图4b展示了作为时间的函数的电池的电流和电压,示出了被称为步进充电技术的充电方法。可充电电池(例如,锂离子型可充电电池)的步进充电过程采用多步恒定电流(CC)充电模式,直到电池的端电压处于大约最大幅值(例如,对于某些锂离子型可充电电池,大约4.2V到4.5V),在该点处充电序列从恒定电流充电模式改变到恒定电压(CV)充电模式。与图4a所示的CCCV技术一样,当处于CV模式时,向电池的端子施加恒定电压。
检测和减轻电池缺陷
在一些实施例中,可以确定电池的缺陷状态。缺陷状态可以通过获取一个或多个电池参数(其可以是测量的电池参数和/或导出的电池参数)以及确定至少一个电池参数的变化率来确定。然后可以将该至少一个电池参数的变化率与该至少一个电池参数的预期变化率进行比较。缺陷状态,可以指示缺陷可能已经发生或可能在未来时间窗口中发生(例如,在下一周中、在下一个月中、在下两个月中等)。注意,如本文中所使用,“可能”可意指具有大于阈值概率的概率,例如具有大于约50%的概率、大于约70%的概率、大于约90%的概率等。在一些实施例中,至少部分地基于缺陷状态,可以修改或适配电池的使用模式,诸如电池充电和/或放电的方式。适配电池的使用模式可用于减轻电池的缺陷或可能的缺陷。
电池故障可能是由于电池滥用、电池过度使用和/或电池异常(例如,制造异常)而发生。在一些情况下,电池缺陷可指示电池的异常老化。通常,可以识别异常老化而不必确定引起异常老化的缺陷类型。可以进行进一步分析和鉴定以确定导致异常老化的缺陷类型。
可以使用本文所述的技术检测和/或减轻各种类型的缺陷。在一些情况下,电池缺陷可能由电池的一个或多个内部部件中的异常引起。这种缺陷可以由制造异常或使用引起,其可以导致电解质、隔板和/或阳极和阴极内的离子迁移率的限制。缺陷也可能由电池阳极上的SEI层的问题引起(例如,在非金属阳极的情况下)。制造缺陷的示例包括:撕裂或折叠的层,包括隔板,阳极或阴极片;引脚缺陷;缺失电解质;任何结构层的非均匀厚度;未对准层(例如,阳极对阴极,阳极对隔板等);内层组装中的结构不对称性;变形或机械应力;以及晶粒或层和/或结构材料的机械断裂。这样的制造缺陷可能以一种或多种方式显现,包括:SEI层断裂;非均匀生长/再生长;材料晶粒的应力和机械断裂;电解质的损失或分解;过度的电流集中导致过度的局部温度升高和/或对层的损坏;电阻抗上升;在阳极和/或阴极内以及跨层从一个电极到另一个电极的离子扩散/传输性质的劣化;以及以薄膜或不均匀枝晶形式形成或存在的锂金属镀层。在一些情况下,缺陷可以由对电池的物理损坏(例如,凹痕)、环境损坏(例如,由于高温)和/或电损坏(例如,过电压)引起。在一些情况下,由于极端温度(过热或过冷)可能产生缺陷。
下文更详细描述的各种电池参数可用于检测电池缺陷。这些参数中的一些被直接测量和量化。可以关于量值、极性或方向(例如,作为正或负电压或电流)和/或信号之间(例如,电流和电压之间)的相位差来提供这种直接测量的参数。
在一些实施例中,电池参数可以是从直接测量的参数导出的间接测量的参数。在一些情况下,所导出的电池参数表示直接测量的参数中的任一者的量值、极性的改变和/或方向的改变。在一些情况下,导出的电池参数可以表示光谱变化(例如,基于电化学阻抗谱(EIS))。例如,参数的变化率和/或参数的方向变化可以是导出的电池参数。
电池参数的示例包括:开路电压(OCV);充电脉冲电压(CPV),其通常是电池阳极中离子扩散的指示;EIS,是电池材料(例如阳极、阴极和/或电解质)中的离子扩散的量度,特别是在低频下,并且指示在较高频率下的电荷转移动力;温度;容量;电池的鼓胀(其可以使用各种技术测量,诸如在2021年8月3日授权的美国专利No.11,079,212中描述的那些方法,该专利通过引用整体并入本文);阻抗,其可以指示电池的内部物理状况,并且其可以以依赖于频率的复阻抗元件的形式来描述;SOC,其本身可能取决于电池电压和/或电池健康;以及负载电路电压(LCV)和电流。负载电路电压是指当连接负载时电池的端电压,并且可以在电池单元或元件级和/或在电池组级测量。注意,电池参数可以被提供为绝对量值、方向或极性、和/或变化率。在一些情况下,每个电池参数可以作为SOC的函数、作为周期数目目的函数、作为电压的函数、作为时间的函数或其任意组合来测量。
注意,在一些实施例中,也可以使用使用电池的现有模式。可选地与电池参数一起,确定电池缺陷是否已经发生或可能发生。如果当前使用模式继续和/或如果采用不同的使用模式,则电池使用模式还可用于指示未来将发生缺陷的可能性。电池使用模式可以以各种方式来描述或表征。可以表征电池使用模式的方式的示例包括:对电池充电的模式、存储电池的模式、对电池放电的模式等。诸如充电速率、放电速率、输出功率和/或能量、充电深度、放电深度、温度、存储状况、使用持续时间等因素可以是电池使用模式的相关部分。这些或其它因素可以表示为平均值、最大值和/或最小值。
作为示例,在电池充电期间的电池使用模式由以下表示:用于给电池充电的电流和/或电压随时间的值和序列;作为电池的SOC的函数的电流和/或电压的值和序列;作为温度的函数的电流和/或电压的值和序列;作为电池的健康和/或老化的函数的电流和/或电压的值和序列;或其任意组合。
作为另一示例,在电池放电期间的电池使用模式可以由电流和/或电压的值和序列表示,因为它们在由电池供电的设备的操作期间随时间波动。作为更具体的示例,在移动设备上使用以浏览媒体内容的电池可以具有与用于加速电动车辆的电池的放电模式不同的放电模式。电池放电期间电池使用模式的表示的其它示例包括:放电对SOC的依赖性;放电对温度的依赖性(例如,电动车辆在寒冷天气下是否具有减小的行驶里程);放电对电池健康或老化的依赖性;放电对电池设计、材料或制造的依赖性。如本文所使用的,放电通常是指在放电模式下由电池或电池组递送的输出电流、功率和/或能量,以向外部元件(诸如电动机、电路、住宅、公用电网等)供电。
作为又一示例,电池使用模式由于其涉及电池存储可取决于与存储相关联的因素,诸如电池是否在存储时被插入、存储区域的温度、电池是否连接到电池组中的其它电池单元、存储的持续时间或其任意组合。
在一些实施例中,可以利用给定电池参数的变化率来确定电池的缺陷状态。在一些实现方式中,参数的变化率可以是相对于电池的特定反复状态,诸如电池的SOC。反复状态可以是离散值(例如,SOC=50%)或者它可以是状态的有界区域(例如,SOC在20%和25%之间)。举例而言,在特定SOC下OCV的变化率大于预期可以指示可能的缺陷,诸如锂金属电镀。作为另一示例,在给定SOC下CPV的变化率大于预期可以指示可能的缺陷,诸如锂金属电镀。变化率的其它示例包括:电池的健康状态(SOH)的变化率;扩散的变化率;和/或作为时间的函数的EIS阻抗(例如,实阻抗和/或复阻抗)的变化率。
在一些实现方式中,用于特定电池参数值的每次读取的反复状态可以随着连续的电池周期发生,假定电池被正常循环(例如,电池从一个周期到下一个周期被完全放电且被完全充电)。然而,有时电池没有被完全充电或被完全放电,而是在部分充电然后部分放电时被关闭和打开。在这种情况下,可以不表示电池周期的概念,然而,可以重复地测量感兴趣的电池参数;例如,每次电池达到限定状态(例如,50%SOC)的时候。作为示例,电池可以从70%放电到30%,并由用户或特定应用重复地再次充电。这可以由用户的偏好或习惯和/或由将电池限制到特定截止充电电平和/或特定截止放电电平的电池管理协议引起。无论是否在逐个周期的基础上遇到反复的充电状态(用于测量电池参数)和/或仅响应于电池在非周期的基础上重复地越过该充电状态,充电状态的特定值随时间重复地遇到。并且不管如何遇到该充电状态,每次遇到时,都可以测量感兴趣的电池参数,从而可以确定该电池参数的变化率。在确定变化率中使用的重复测量可以在特定的发生窗口上进行,诸如在最后X个周期和/或最后X个月或周或其它使用周期上进行。
转到图7A-7E,根据一些实施例示出了描述各种电池参数测量的示例曲线图。图7A示出了在曲线702中显示出存在一个或多个缺陷(例如,锂电镀)的电池单元和在曲线704中显示出没有任何缺陷(例如,没有锂电镀)的电池单元的作为SOC的函数的扩散时间(以秒计)。如所示出的,在给定SOC处,具有一个或多个缺陷的电池单元相对于没有缺陷的单元可具有较高扩散时间,尤其在较高SOC值(例如,高于50%、高于60%、高于70%等)处。图7B示出了在曲线706中显示出存在一个或多个缺陷(例如,锂电镀)的电池单元和在曲线708中没有任何缺陷的电池单元的作为SOC的函数的扩散时间的另一示例。注意,与图7A所示类似,在给定的SOC处,具有一个或多个缺陷的电池相对于没有缺陷的电池具有更高的扩散时间。
图7A和7B示出了可能受电解质内移动的离子的影响的离子扩散值,所述离子穿过电解质-电极界面,并且在固体电极内移动。在一些实施例中,所测量的扩散度量可以是两个或更多个区域处的扩散的某种组合。对给定扩散度量有贡献的区域可以取决于进行或导出测量(例如,EIS测量)的频率。应当注意,扩散,例如离子扩散,可以从各种电池参数值导出。这些电池参数值可包括CPV、弛豫时间、部分弛豫时间、EIS信息或其任意组合。当使用EIS信息时,从低频状态(例如,小于约1Hz)获取的EIS数据对于确定离子扩散度量特别有用。在2018年11月7日提交的美国专利No.11,397,215中描述了与扩散信息的确定以及基本现象的表征相关的更详细的技术,本文出于所有目的将其全文引入作为参考。
转到图7C,该图示出了作为SOC的函数的CPV(以伏为单位)的曲线图,在曲线710中显示出具有一个或多个缺陷的电池单元,在曲线712中显示出没有任何缺陷的电池单元。如图所示,在给定的SOC下,相对于没有任何缺陷的电池单元,具有一个或多个缺陷的电池单元可以具有更高的CPV。在相对较高的SOC值(例如,高于50%,高于60%等)下,具有缺陷的电池单元的CPV与没有缺陷的电池单元的预期CPV的差异可能较高。
转到图7D,根据一些实施例示出曲线图,该曲线图示出了作为电池周期的次数的函数的电池健康指数。如曲线714所示,对于没有任何缺陷的电池单元,电池健康指数随着例如50个充电周期是相对稳定的。相反,如曲线716所示,对于具有一个或多个缺陷的电池单元,电池健康指数随着多个充电周期降低。
电池健康指数可以是归一化的度量(例如,如图7D所示的0和100之间的值)。电池健康指数可以是基于多个电池参数值,诸如CPV、扩散时间、部分弛豫时间、完全弛豫时间、DC阻抗、EIS量(例如,实阻抗和/或复阻抗)、温度、容量或其任意组合,而确定的复合分数。在一些实施例中,可使用数学函数或模型(例如,回归模型等)来确定电池健康指数,数学函数或模型将一个或多个电池参数(例如,一个、两个、三个、五个等电池参数)作为输入且生成电池健康指数作为输出。在一些实施例中,可以通过采用将一个或多个电池参数作为输入并且将电池健康指数确定为输出的函数来确定电池健康指数。该函数可以是加权和、指数函数、多项式函数、利用机器学习模型的输出等。在一个示例中,电池健康指数可以被确定为CPV和扩散信息的组合。在另一示例中,可以基于高频阻抗信息来确定电池健康指数,该高频阻抗信息可以包括实阻抗和/或虚阻抗。在又一示例中,在一些实现方式中,可以基于DC阻抗来确定电池健康指数。在一些实现方式中,用于确定电池健康指数的一个或多个电池参数值可以是给定电池参数的代理值。代理值可以是在充电和/或放电期间在闭环系统中变化以将不同的电池参数保持在给定范围内(或高于或低于给定阈值)的代理参数的值。作为示例,可以修改电流(例如,在电池充电期间)以控制电池的DC阻抗或EIS特性,例如,以迫使DC阻抗和/或EIS特性保持在给定范围内或高于或低于预定阈值。继续该示例,用于控制DC阻抗和/或EIS特性的电流值可以被认为是代理值,并且可以进而被用于确定电池健康指数。
注意,如图7D所示,对于表现出一个或多个缺陷的电池单元,电池健康指数可以作为周期数目的函数以基本上线性的方式降低。然而,在其它情况下,电池健康指数的减小可以具有任何其它形状,诸如大致指数减小等。如图7D所示,电池健康指数的变化可以具有分段形状,因为电池健康指数可以被测量和/或表征为周期数目的函数。应当理解,在一些情况下,电池健康指数得分可以以相对于其它电池参数(诸如电池容量)提供更多粒度和/或预测性信息的方式来表征电池的健康。例如,在一些情况下,电池的容量可以被确定为基本上正常或如对于给定类型的电池和/或对于具有给定老化的电池所预期的,然而,电池健康指数可能低于预期。这可以指示在电池容量度量中尚未可见的电池中的降级。
转到图7E,根据一些实现方式展示了示出了具有缺陷和没有缺陷的电池单元的EIS测量的曲线图。具体地,对于在曲线718中具有缺陷的电池单元以及对于在曲线720中不具有缺陷的电池单元,图7E中所示的曲线图示出了作为实阻抗的函数的虚阻抗。应当注意,EIS测量可以在时域或频域中进行。例如,图7E中描述的EIS测量在频域中表示,其中每个点表示不同的频率。然而,在一些情况下,EIS测量可以在时域中进行(例如,具有对应于不同时间点的不同点),并且可以随后被转换到频域。参考图8,关于EIS的不同频带表示不同比例的扩散。例如,高频范围(例如,大于约1kHz)表示欧姆状态。作为另一示例,中间频率范围(例如,在约1Hz到1kHz的范围内)表示电荷转移状态,如图8中所示。低频范围(例如,小于约1Hz)表示离子扩散状态。离子扩散状态表示离子在整个电池中的扩散(例如,从阴极到阳极),并且表示不同类型的扩散(例如,电解扩散、固态扩散等)的平均值,如图8所示。
应当注意,可从EIS导出各种电池参数测量。例如,如图7A所示,扩散时间可以从EIS测量中导出。具体地,在一些情况下,可以使用低频范围内的EIS测量的斜率(例如,从图7E中所示的EIS曲线图的最右侧的点,对应于小于约1Hz的频率)来计算扩散时间。CPV是可从EIS测量导出的电池参数的另一示例。
图7A-7E所示的曲线图示出了对于具有一个或多个缺陷的电池单元的给定电池参数相对于给定电池参数的预期值(例如,对于没有任何缺陷的电池单元)的比较。在一些实现方式中,可以利用测量的电池参数值与预期的电池参数值的比较来检测或标识缺陷。附加地或备选地,在一些实现方式中,可以利用给定电池参数的变化率。应当注意,在一些情况下,特定参数的绝对值可指示当前电池健康,而同一参数的变化率可指示电池的未来安全性。在一些情况下,可以在不同的SOC下比较特定参数的变化率。例如,在第一SOC(例如,40%),参数的变化率可以是X,而在第二SOC(例如,70%),相同参数的变化率可以是不同的值Y。对于特定参数,预测准确度可取决于SOC。换句话说,一些SOC可能比其它SOC更敏感。在一些情况下,可以在其它电池状态下,诸如在以下的特定值或范围下比较特定参数的变化率:端电压或电压范围、周期数目、温度、测量频率(例如,在EIS测量的情况下)或其任意组合。
在一些实现方式中,响应于由于可能存在缺陷或可能发生缺陷,来为给定的可充电电池确定缺陷状态,可以修改或修改电池的使用模式。例如,这种使用模式可以应用于电池的充电和/或电池的放电。在一些情况下,可以修改(例如,增加或降低)电池的温度。在一些情况下,对使用模式的修改(例如,对充电模式的修改、对放电模式的修改、电池温度的改变)可适用于特定的状态,诸如特定的SOC或SOC范围。
可以在电池充电期间实现的适配的示例包括:修改(例如,减小)电流和/或电压(例如,当已达到SOC、时间点、温度、CPV、弛豫时间、SOH等的特定参数值时)、在达到100%SOC之前(或在达到等效最大电压之前)结束充电、修改充电脉冲或分组的占空比或频率、修改充电功率(例如,在给定SOC下)、在给定SOC下或响应于检测到特定类型的缺陷(例如,锂电镀)反转(例如,偶尔反转)极性、修改充电速率、修改充电深度、在特定SOC、CPV和/或温度下间歇地暂停充电、或其任意组合。注意,当充电暂停时,暂停可以在从几毫秒到几十秒的任何时间范围内。暂停的持续时间可以取决于测量的或导出的电池参数。
可以在电池放电期间实现的适配的示例包括:修改最大放电电流量值(例如,在给定SOC、温度或其它参数下);修改放电速率或其持续时间、限制放电深度(例如,最小和最大SOC或最小和最大电压之间的差异);限制最大功率或能量输出;限制最大温升;限制电池单元、模块或电池组或其任意组合的最小端电压或电压变化。在“自适应充电”背景下,本文和其它专利申请中给出了对适当适配的进一步讨论。参见例如美国专利No.11,397,215和美国专利No.11,397,216,其全部内容通过引用被并入本文。
图5示出了用于基于所获取的电池参数检测缺陷状态的示例性过程500的流程图。过程500的框可以在电池监测电路系统和/或电池控制电路系统上执行。在一些实施例中,这种电路系统可以在电池的本地和/或附近。备选地,在一些实施例中,这样的电路系统或电路系统的部分可以是远程的,例如在云设备或远程服务器中。例如,在一些实施例中,可以在远程设备处执行缺陷状态的确定。应当注意,过程500的框可以以不同于图5所示的顺序执行。在一些实现方式中,过程500的两个或更多个框可以基本上并行地执行。在一些实施例中,可以省略过程500的一个或多个框。
在510,过程500可以通过监测与可充电电池相关联的一个或多个电池参数开始。以上更详细地描述了这种电池参数的示例。注意,电池参数可以包括直接测量的电池参数、导出的电池参数(例如,基于测量的电池参数导出的参数)或其任意组合。
在520,过程500可以获取至少一个电池参数的变化率。可以获取相对于时间的变化率,时间可以表示为绝对时间、充电周期次数等。在一些实现方式中,该至少一个电池参数的变化率可以结合该可充电电池正在运行的的当前状态的确定来确定。如以上更详细地描述的,该状态可以指示电池的当前SOC(或电池所处的SOC范围)、电池的当前温度(或电池所处的温度范围)等。应当注意,在一些实现方式中,该变化率可以跨越可充电电池的多个(例如,多于两个、多于五个、多于十个、多于二十个等)周期。在一些实现方式中,在多个周期上的每个测量是相对于在每个周期期间相同或类似的参考点(诸如相同的SOC或SOE)进行的。
在530,过程500可以至少部分地基于至少一个电池参数的变化率来确定可充电电池的缺陷状态。例如,在一些实施例中,过程500可以将该至少一个电池参数的变化率与该至少一个电池参数的预期变化率进行比较。作为更具体的示例,如上所述,在某些SOC下的OCV和/或CPV的变化率大于预期的变化率可以指示锂金属电镀。注意,下面更详细地描述用于确定预期变化率的更详细技术(例如,结合图6)。
在540,过程500至少部分地基于缺陷状态来可选地修改可充电电池的使用模式。例如,在一些实现方式中,过程500可以响应于缺陷状态来确定将要修改的使用模式,该缺陷状态指示可充电电池在当前时间具有缺陷的可能性大于预定阈值(例如,50%的概率、70%的概率、90%的概率等)。作为另一示例,在一些实现方式中,过程600可以响应于缺陷状态来确定要修改的使用模式,该缺陷状态指示可充电电池在未来时间窗口(例如,下周、下个月等)内具有缺陷的可能性大于预定阈值(例如,50%的概率、70%的概率、90%的概率等)。
如上所述,使用模式的修改可以涉及充电模式、放电模式的修改、放电限制或持续时间、和/或电池温度的修改。上面更详细地描述了充电模式的修改和/或放电模式的修改的示例。注意,在一些实现方式中,可以基于所存储的使用模式来标识修改的使用模式。例如,可以基于例如缺陷状态从一组使用模式中选择修改的使用模式。在一些实现方式中,给定的修改的使用模式可以适用于给定的SOC或给定的SOC范围。在一些实施例中,修改的使用模式可以被实现为自适应充电过程。
在一些实现方式中,过程500可以被循环回到510并且可以继续监测电池。在一些实现方式中,过程500可以贯穿可充电电池的寿命期间连续地循环通过框510-540,并且可以响应于更新的缺陷状态信息自适应地修改电池使用模式。
在一些实现方式中,电池参数(或电池的变化率参数)可以与给定电池参数(或电池参数的预期变化率)的预期值进行比较。给定电池参数的预期值或预期变化率可以由各种来源中的任一者提供,诸如预期值的模型,来自已知有缺陷或正常的电池的电池参数值的历史(即,根据经验导出的电池参数值)、和/或统计方法或机器学习方法。在使用统计方法或机器学习方法的情况下,统计方法和/或机器学习模型可应用于现场数据、聚合数据集等。
被配置为提供或生成电池参数预期值或电池参数预期变化率的模型可具有各种架构。例如,模型可以基于电池的等效电路,诸如RLC电路模型。作为另一示例,模型可以是机器学习模型。在一些实现方式中,可以使用所测量的电池参数值和标签来训练这样的机器学习模型,这些测量的电池参数值和标签将电池分类为正常的、异常的,或分类为具有特定类型的异常,诸如缺陷的类型(诸如锂金属电镀、突然衰减容量、阻抗增加、鼓胀、周期寿命变化、或其任意组合)。作为又一示例,可以从应用于例如现场数据或聚合数据集的统计分析导出模型。这种现场数据或聚合数据集可与来自特定制造商的电池、具有特定型号类型的电池等相关联。作为又一示例,模型可基于数学表达式,该数学表达式表示针对所考虑的电池或与所考虑的电池相同或相似类型的多个其它电池测量的数据。数学表达式可以是已收集的数据的多项式、线性、非线性或离散表示。作为又一示例,模型可以是迭代计算方法,例如,其可以用于优化诸如周期寿命或充电时间的量。
应当注意,用于生成电池参数的预期值和/或电池参数的预期变化率的模型可对特定类型的电池(例如,由单个供应商生产的一个批次内的电池)有效。备选地,模型可对多种不同类型的电池有效。然而,在许多情况下,模型仅对一种电池化学(例如锂离子化学)或结构设计有效。
附加地,应当注意,给定模型可仅表示电池使用模式的特定状态的预期电池参数值。例如,给定模型可以与在(a)充电状态的限定范围、(b)电池充电协议的恒定电流部分、或(c)电池充电协议的恒定电压部分处测量的电池参数值相关联。附加地,在一些实施例中,模型可以被构造为子模型的串接。每个子模型可以在参数的特定范围(例如,SOC、温度、电压等)上有效,使得聚合模型在参数的整个范围上有效。
在一些实施例中,可以通过将所获取的电池参数(例如,所测量的电池参数和/或从所测量的电池参数导出的导出电池参数)与(多个)给定电池参数的预期值进行比较来确定缺陷状态。注意,该比较可以应用于电池参数的测量变化率与给定电池参数的预期变化率的比较。可以在电池操作或使用的特定状态(例如,SOC、温度等)内进行比较。
在一些实现方式中,测量参数值与预期参数值的比较可以指示测量值与预期值之间是否存在偏差或差异。差异(例如,测量值与预期值之间的差异的量值)被量化或限定,并用于确定缺陷是否已发生、缺陷将发生的概率,或是否已发生值得注意的一些其它状况。该确定可用于决定是否调节电池的使用模式。
图6示出了用于基于测量的电池参数值与预期的电池参数值的比较来检测缺陷状态的示例性过程600的流程图。过程600的框可以在电池监测电路系统和/或电池控制电路系统上执行。在一些实施例中,这种电路系统可以在电池的本地和/或附近。备选地,在一些实施例中,这样的电路系统或电路系统的部分可以是远程的,例如在云设备或远程服务器中。例如,在一些实施例中,可以在远程设备处执行缺陷状态的确定。应当注意,过程600的框可以以不同于图6所示的顺序执行。在一些实现方式中,过程600的两个或更多个框可以基本上并行地执行。在一些实施例中,可以省略过程600的一个或多个框。
过程600可以通过获取可充电电池的至少一个电池参数的变化率在610处开始。如以上结合图5所描述的,可以获取相对于时间的变化率,时间可以表示为绝对时间、或相对于参考时间点的时间、充电周期次数等。在一些实现方式中,该至少一个电池参数的变化率可以结合该可充电电池正在运行的当前状态的确定来确定。如以上更详细地描述的,该状态可以指示该电池的当前SOC(或该电池所处的SOC范围)、该电池的当前温度(或该电池所处的温度范围)等。应当注意,在一些实现方式中,该变化率可以跨越可充电电池的多个(例如,多于两个、多于五个、多于十个、多于二十个等)周期。
在620处,过程600可以获取至少一个电池参数的预期变化率。在一些实现方式中,可以从模型获取预期的变化率。如上所述,模型可以是基于可充电电池的等效电路模型的数值计算模型、机器学习模型,一个或多个数学表达式或等式,或其任意组合。在一些实现方式中,可以基于数据(例如,现场测试数据、来自数据库的数据、历史数据等)的统计分析来导出模型。在使用机器学习模型的示例中,模型可以使用任何合适的数据来训练,诸如现场测试数据、来自数据库的数据、历史数据等。附加地或备选地,在一些实现方式中,机器学习模型可以根据从第二模型(例如数值模型、基于等效电路的模型等)获取的数据来训练机器学习模型。如上所述,模型可以特定于特定类型的电池(例如,使用特定化学物质的电池、具有特定尺寸或规格的电池、由特定制造商制造的电池、来自特定批次的电池等),或者可以更普遍地适用。模型和/或至少一个电池参数的预期变化率可以是特定于给定状态(例如,特定SOC或SOC范围、特定温度或温度范围等)的。
在630处,过程600可以至少部分地基于至少一个电池参数的变化率与至少一个电池参数的预期变化率的比较来确定可充电电池的缺陷状态。举例来说,过程600可以响应于确定至少一个电池参数的变化率与至少一个电池参数的预期变化率之间的偏差超过预定阈值而确定缺陷可能存在或可能在未来时间窗中发生。注意,在一些实现方式中,可以基于多个(例如,两个、三个、五个、十个等)电池参数的比较来确定缺陷状态。在这种情况下,缺陷状态可以通过将测量的电池参数(或电池参数的变化率)与电池参数的预期值(或预期的变化率)之间的差异聚合来确定,例如通过执行平均或加权平均。在一些实现方式中,对于每个电池参数可以有不同的阈值来标记可能的缺陷。
在一些实现方式中,可以实现检测和/或减轻电池组中的电池缺陷的技术。如上所述,电池组可包括多个(例如,两个、三个、至少约二十个、至少约一百个、至少约一千个等)串联和/或并联电气布置的电池元件。图9A和9B示出了根据一些实施例的被串联和/或被并联布置的电池元件的不同配置。例如,图9A示出了包括串联布置的N个电池元件的配置900。N的示例值包括5、10、20、50、100、1000等。
图9B示出了包括串联布置的第一组952电池元件和串联布置的第二组954电池元件的配置950。如图9B所示,第一组952与第二组954并联布置。注意,虽然第一组952和第二组954各自具有相同数目的串联布置的电池元件(例如,串联布置的N个电池元件),但是在一些实现方式中,每组串联电池元件可以具有不同数目的电池元件。附加地,注意,尽管图9B示出了彼此并联布置的两组电池元件,但在一些实施例中,电池组可包括彼此并联的任何合适数目(例如,两、三、五、至少约十、至少约五十、至少约一百等)的电池元件组(或串联的电池元件组)。
在一些实施方式中,可以在电池组中标识缺陷或潜在缺陷。在一些实施例中,可以通过考虑构成电池组的个体电池元件的电池健康状态或复合电池健康指数(例如,如以上结合图7D所描述的)来标识缺陷或潜在缺陷。应当理解,所考虑的电池元件的数目可以是例如至少约八十个电池元件、至少约一百个电池元件、至少约一千个电池元件、至少约一万个电池元件等。在一些实施例中,可以通过修改电池组的使用模式来减轻电池组的缺陷或潜在缺陷。在一些实施例中,可以通过考虑个体电池元件状态信息的聚合来修改使用模式。例如,在一些实施例中,考虑个体电池元件状态信息的聚合可涉及标识电池组的性能相对较差的电池元件(例如,性能最低的电池元件、电池元件的最低N%等)并基于性能相对较差的(多个)电池元件修改使用模式。通过基于性能相对较差的(多个)电池元件来定制电池组的使用模式(其可以包括充电模式和/或放电模式),可以提高电池组整体的剩余使用寿命。此外,通过基于电池组的个体电池元件的性能来定制电池组的使用模式,并且特别地,通过基于电池组的较差性能的电池元件来定制电池组的使用模式,电池组的总容量可以维持更长的持续时间(例如,超过数月、数年等)。
图10示出了根据一些实施例的用于修改电池组的使用模式以减轻缺陷或潜在缺陷的示例性过程1000的流程图。在一些实现方式中,过程1000的框可以由控制器或处理器执行。控制器或处理器可以是控制电路系统的一部分、远程云或远程服务器设备的一部分等。在一些实施例中,过程1000的框可以以不同于图10所示的顺序执行。在一些实施例中,过程1000的两个或更多个框可以基本上并行地执行。在一些实施例中,可以省略过程1000的一个或多个框。
过程1000可以通过监测与电池组的一个或多个电池元件相关联的一个或多个电池参数在1010处开始。一个或多个电池参数可以包括一个或多个测量的电池特性(例如,电压信息、电流信息、EIS信息等)、和/或一个或多个导出的电池参数(例如、扩散度量、容量信息、负载电路电压、负载电路电流、CPV、或它们的一阶或二阶导数中的任一者等)。一个或多个电池参数可以包括以上结合图5、6和7A-7E描述的任何电池参数。注意,在框1010处确定的一个或多个电池参数可以针对构成电池组的个体电池元件来确定。
在1020处,过程1000可确定个体电池健康状态信息,每个个体电池健康状态信息对应于电池组的电池元件。个体电池健康状态信息可以是电池元件的电池复合健康指数(如以上结合图7D所描述的)、或表示电池健康及其寿命的一个或多个参数、或参数的变化率。
在1030处,过程1000可以通过考虑个体电池元件的个体电池健康状态信息的聚合来修改电池组的使用模式。例如,在一些实现方式中,考虑个体电池单元的个体电池健康状态信息的聚合可以包括对电池组的电池单元进行排序以标识最低性能的电池单元或最低性能的N个电池单元,并且使用该最低性能的电池单元的健康状态信息作为电池组健康状态信息的聚合的基础。
继续该示例,电池组的使用模式可以基于最低性能的电池元件或最低性能的N个电池元件的特性来修改。以下结合图11示出并描述用于基于最低性能的(多个)电池元件来修改电池组的使用模式的技术。
作为另一示例,在一些实施例中,考虑个体电池元件的健康状态信息的聚合可以包括考虑个体电池元件的健康状态信息的变化率。例如,在一些实施例中,过程1000可以标识一个或多个电池元件,该一个或多个电池元件的健康状态信息的变化率大于预定阈值。作为另一示例,在一些实施例中,过程1000可以标识具有健康状态信息的最大变化率的N个电池元件。注意,变化率可以是时间、SOC等的函数。变化率可以根据在单个或多个充电-放电周期期间变化参数在绝对时间或相对时间上的值来确定,其中每个值在多个周期中反复出现的特定时间点、SOC等处取得。
作为又一示例,在一些实施例中,考虑健康状态信息的聚合可以包括使用个体电池元件的个体健康状态信息来生成电池组的整体健康得分。例如,可以将个体电池元件的健康状态信息作为输入值提供给生成整体健康得分的模型或函数。该模型或函数可以是经过训练的机器学习模型或闭合形式函数(例如,线性回归函数、指数回归函数等)。在一些实施例中,模型可以包括可以在多维度中操作的一个或多个相关函数。在一些实施例中,可以利用数字滤波方法,诸如卡尔曼(Kalman)滤波器或自适应神经网络。在一些实现方式中,可以利用包括方程(例如,微分方程)或微分方程的数值模拟的模型。这样的方程或微分方程可以表示控制电池单元或电池组行为的物理机制,诸如电池单元内的离子传输、跨电池单元或电池组的热传递等。在一些实现方式中,模型可以包括双电路。在一些实现方式中,确定聚合电池健康状态信息涉及考虑一些或所有电池元件的整体趋势,诸如电池组中的电池元件的最低性能十分位或其它分布分数中的电池元件的集中趋势(例如,健康状态的平均值)。
修改电池组的使用模式可以包括修改充电过程和/或修改放电过程。例如,在一些实施例中,修改充电过程可以包括修改充电速率、修改充电电压、修改充电电流、修改充电限制、修改(例如,升高)电池单元或电池组温度等。注意,充电过程的修改可以应用于给定的状态,例如电池组的给定SOC。修改放电过程可以包括修改放电深度、功率或能量输出、持续时间等。在一些实施例中,修改使用模式可以包括修改电池组的温度,例如将电池组的温度修改为在给定温度范围内。在一些实施例中,过程1000可以通过向引起电池组的温度被修改的温度控制系统发送指令来引起温度被修改。
过程1000然后可以循环回到框1010。在一些实现方式中,过程1000可以连续地循环通过框1010-1030。注意,在一些实施例中,电池组的使用模式可以基于组成电池组的个体电池元件的变化和/或基于跨电池组的温度在充电周期期间或跨多个充电周期自适应地修改。应当注意,在一些实现方式中,过程1000可以修改过程1000循环通过框1010-1030的速率。可以基于电池元件的健康状态来确定该速率。例如,在电池元件的健康状态已经被改变超过预定阈值的情况下,过程1000可以增加过程1000循环通过框1010-1030的速率。在一些实现方式中,过程1000循环通过框1010-1030的速率可以基于充电速率和/或放电速率来确定。
注意,在一些实现方式中,附加地或备选地为了修改电池组的使用模式,可以执行诊断以确定电池组的一个或多个电池元件的缺陷的可能性。例如,可以例如基于电池组的电池元件的个体状态信息来确定电池组的一个或多个电池元件中存在缺陷的可能性。例如,在一些实施例中,响应于确定给定电池元件的状态信息低于给定电池参数的预定阈值可以将一个或多个电池元件中存在缺陷的可能性确定为超过预定阈值(例如,50%、70%等)。作为另一示例,在一些实施例中,通过将个体状态信息提供给生成可能性作为输出的模型(例如,经训练机器学习模型)或函数可以确定一个或多个电池元件中的缺陷的可能性。在一些实施例中,响应于确定一个或多个电池元件中的缺陷的可能性超过预定阈值可以修改电池组的使用模式(例如,如上文结合过程1000所示及所述)。在一些实施例中,确定的或计算的缺陷可能性可被呈现为例如警告或通知。
如以上结合图10的框1030所描述的,在一些实施例中,可以基于具有最低电池健康状态的电池组内的电池元件(例如,性能最差的电池元件)来修改电池组的使用模式。图11是根据一些实施例的用于基于性能最差的电池元件来修改电池组的使用模式的示例性过程1100的流程图。在一些实现方式中,过程1100的框可以由控制器或处理器执行。控制器或处理器可以是控制电路系统的一部分、远程云或远程服务器设备的一部分等。在一些实施例中,过程1100的框可以以不同于图11所示的顺序执行。在一些实现方式中,过程1100的两个或更多个框可以基本上并行地执行。在一些实现方式中,可以省略过程1100的一个或多个框。
过程1110可以在1110处通过监测与电池组的一个或多个电池元件相关联的一个或多个电池参数而开始。一个或多个电池参数可以包括一个或多个测量的电池特性(例如,电压信息、电流信息、EIS信息等),和/或一个或多个导出的电池参数(例如,扩散度量、容量信息、负载电路电压、负载电路电流、CPV等)。一个或多个电池参数可以包括以上结合图5、6和7A-7E描述的任何电池参数。注意,在框1010处确定的一个或多个电池参数可以针对构成电池组的个体电池元件来确定。附加地,注意,在一些实现方式中,过程1100可以在例如0.5秒、1秒、2秒等的持续时间期间为电池组中的每个电池元件确定一个或多个电池参数。
在1120处,过程1100可以确定个体健康指数信息,每个个体健康指数信息对应于电池组的电池元件。类似于以上结合图10的框1020所描述的,过程1100可以确定个体电池健康状态信息,每个个体电池健康状态信息对应于电池组的电池元件。个体电池健康状态信息可以是电池元件的电池健康指数,如以上结合图7D所描述的。
在1130处,过程1100可标识具有最低健康指数信息的电池元件。例如,在一些实现方式中,过程1100可以通过基于所确定的健康指数信息对电池元件进行排名并且选择排名最低的电池元件来标识具有最低健康指数的电池元件。
在1140处,过程1100可基于具有最低健康指数信息的电池元件来修改电池组的使用模式。例如,在一些实现方式中,过程1100可以以限制具有最低健康指数信息的电池元件中的进其它缺陷的方式来修改使用模式。作为另一示例,在一些实现方式中,过程1100可以以这样的方式修改电池组的使用模式,该方式可能使得具有最低健康指数信息的电池元件在使用模式的修改之后(例如,在过程1100的下一周期、在下一充电周期期间等)使一个或多个电池参数处于给定范围内。
过程1100然后可以周期回到框1110。在一些实现方式中,过程1100可以连续地循环通过框1110-1140。注意,在通过过程1100的任何给定迭代期间,在框1130处被标识为性能最差的电池元件的电池元件可以不同。例如,在框1100的第一次迭代期间,第一电池元件可被标识为性能最差的电池元件,而在框1100的后续迭代期间,不同的电池元件可被标识为性能最差的电池元件。被标识为电池组性能最差的电池元件可取决于温度、跨电池组的温度梯度、SOC等。
应当注意,在一些实现方式中,过程1100可以修改过程1100循环通过框1110-1140的速率。可以基于电池元件的健康状态来确定速率。例如,在电池元件的健康状态已经被改变超过预定阈值的情况下,过程1100可以增加过程1100循环通过框1110-1140的速率。在一些实现方式中,过程1100循环通过框1110-1140的速率可以基于充电速率和/或放电速率来确定。
装置
电池充电系统可以具有许多配置。在一些情况下,所有或大部分测量的电池参数值(例如,电流、电压和温度)由单个模块或电路收集,而在其它情况下,参数值由多个模块和/或电路收集。为此目的可以使用电池监测电路和/或充电电路。在一些情况下,电池控制逻辑无论是单独操作还是与电池监测和/或充电电路系统结合操作都可以用于收集参数值。在某些实施例中,参数值由直接连接到电池的模块、电路或逻辑来收集,诸如被物理附接到、被安装到、或被封装在容纳电池的电子装置中的电路或模块。在其它实施例中,参数值由远离电池和/或由电池供电的电子设备的模块、电路或逻辑收集。举例来说,模块、电路或逻辑可以通过有线或无线链路耦合到电池和/或设备。
操作电池控制逻辑的装置可以是用于收集电池参数值的相同装置,或者可以诸如移动设备、服务器或远程处理设备的分布式收集之类的不同设备。在一些实现方式中,基于云的应用用于存储和操作电池控制逻辑。在某些实施例中,用于收集电池使用参数的装置还用于自适应地对电池充电。
图1以框图形式示出了电池监测/充电系统,该电池监测/充电系统可以被配置为通过自适应地对电池充电来防止或减少缺陷。该装置包括充电电路系统112,其响应控制信号以生成被施加到电池端子的充电信号。该装置还包括耦合到电池的测量电路系统114,以测量电压、电流和/或可用于自适应充电的其它电池参数值。控制电路系统116耦合到充电电路系统和测量电路系统。使用由监测电路系统接收的数据,控制电路系统被配置为生成一个或多个控制信号,以在自适应充电的情境中适配充电信号和/或放电信号的一个或多个特性。在一些情况下,控制电路系统还可以在监测电池性能和收集电池参数值中起作用。
充电电路系统
在一个实施例中,充电电路系统112响应于控制电路系统向电池施加一个或多个充电信号。由充电电路系统施加的充电信号可以包括提供进入电池的电荷或电流的净输入的一个或多个充电信号(例如参见图3a和3b)以及提供来自电池的电荷或电流的净移除的一个或多个放电信号(例如参见图3c和3d)。
自适应充电电路系统和技术可以采用任何充电电路系统(无论是本文描述的,现在已知的还是以后开发的)来对电池充电;所有这样的充电电路系统旨在落入本公开的范围内。例如,充电电路系统可以生成充电和放电信号、分组和脉冲(如本文所述)。值得注意的是,充电电路系统通常响应于来自控制电路系统的控制信号。
放电信号从电池移除电荷,并且可用来减少用于电池端电压返回到平衡的时间周期。在这点上,放电周期可以移除过量的电荷,否则过量的电荷可能有助于降解机理,诸如固体-电解质界面(SEI)层的增厚或锂的金属电镀。显然,在充电周期期间添加到电池单元的电荷与在放电周期期间从电池移除的电荷之间的差异确定在一个周期中添加到电池的净总电荷。该净总电荷除以周期可以确定净有效充电电流。充电信号的所有组合或排列由充电电路系统提供,并且旨在落入本公开的范围内。
监测电路系统
监测电路系统114在连续或周期性基础上(例如,在预定的充电状态下)测量、监测、感测、检测和/或采样电池的一个或多个状况或特性。例如,监测电路系统可以测量端电压(开路电压(OCV)或闭路电压(CCV))、电池对一个或多个充电脉冲的电压响应、和/或电池的温度。在一个实施例中,监测电路系统包括用于确定电压的传感器(例如,电压表)和/或用于确定电流的传感器(例如,电流表)。监测电路系统向控制电路系统提供表示电池状况或特性的数据。此外,监测电路系统可以包括一个或多个温度传感器,一个或多个温度传感器热耦合到电池以生成、测量和/或提供表示电池温度的数据。监测电路系统和技术可以是本文描述的、现在已知的或以后开发的,以获取被控制电路系统采用的数据,以适应电池的充电曲线;所有这样的监测电路系统和技术旨在落入本公开的范围内。
控制电路系统
在某些实施例中,控制电路系统116,结合充电或再充电过程使用来自监测电路系统的数据来计算、确定和/或评估电池的状态或状况。例如,控制电路系统可以响应于施加到或注入到电池中的电荷或电流来计算、确定和/或估计电池的端电压的变化。控制电路系统还可以计算、确定和/或估计电池的SOC、电池的SOH、电池的部分弛豫时间和/或电池的过电位或完全弛豫时间中的一个、一些或全部。
控制电路系统还可以基于或使用一个或多个自适应充电技术和算法来计算、确定和/或实现充电序列或充电曲线。例如,控制电路系统可被配置为实施本文中所描述的充电或放电调节中的任一者以解决缺陷或潜在缺陷。在这点上,控制电路系统(经由控制充电电路系统的操作)适配、调节和/或控制施加到或注入到电池中的电荷或电流的一个或多个特性,使得端电压、端电压的变化或另一电池参数(响应于在充电或再充电序列/操作期间施加到或注入到电池中的电荷或电流)在预定范围内和/或低于预定值。在这点上,充电信号的一个或多个特性可以适于控制和/或管理电池参数,诸如端电压或弛豫时间。除了调整充电信号、放电信号和休止周期相对于彼此的顺序之外,控制电路系统可以改变、调节和/或控制充电信号的一个或多个可变特性。在一些情况下,控制电路系统可被配置为通过调节和/或控制在放电周期期间移除的电荷量、在充电周期期间添加的电荷量、和/或休止周期的特性来获取或提供所需或预定弛豫时间或周期(例如,在规定范围内的弛豫时间)。在一个实施例中,自适应充电技术或算法采用一系列放电信号,其中在每个放电信号之后计算、确定和/或测量弛豫时间。这样,控制电路系统可以自适应地确定应当移除的电荷总量(并且响应于此,相应地控制充电电路系统)。
存在涉及在充电信号期间被添加到电池的电荷量和在放电信号期间被移除的电荷量的许多排列。所有的排列旨在落入本公开的范围内。值得注意的是,每个排列可以导致不同的弛豫周期。而且,在每个排列内,存在大量的子排列:i)组合充电信号的特性(例如,充电信号的持续时间、形状和/或幅值),其乘积确定了添加到电池的电荷量;和ii)组合放电信号的特性(例如,放电信号的持续时间、形状和/或幅值),其乘积确定了从电池单元移除的电荷量;iii)休息周期的时间长度。充电信号的特性可以不同于放电信号的特性。即,充电信号的持续时间、形状和/或幅值中的一个或多个特性可以不同于放电信号的持续时间、形状和/或幅值中的一个或多个特性。
值得注意的是,控制电路系统可以包括一个或多个处理器、一个或多个状态机器、一个或多个门阵列、可编程门阵列和/或现场可编程门阵列、和/或其组合。实际上,控制电路系统和监测电路系统可以彼此以及与其它元件共享电路系统;这种电路系统可以分布在多个集成电路中,这些集成电路也可以执行一个或多个其它操作,这些操作可以与这里描述的操作分开和区别开。在一些实施例中,控制电路系统可以容纳在包括电池的设备内。备选地,电池可以容纳在电子设备中,而控制电路系统可以容纳在其它地方。例如,控制电路系统可以在远程服务器或基于云的应用上操作。在一些情况下,控制电路系统可以经由无线或有线通信耦合到监测电路系统和/或充电电路系统。在一些情况下,控制电路系统可以被配置为在远程服务器上存储所标识的参数值,并且在一些情况下,控制电路系统算法可以由用户更新。
控制电路系统可以运行或执行实现本文描述和示出的特定方法、技术、任务或操作的一个或多个应用、例程、程序和/或数据结构。应用、例程或程序的功能可以被组合或分发。此外,应用、例程或程序可以由控制电路系统使用现在已知或以后开发的任何编程语言来实现,包括例如汇编、FORTRAN、C、C++和BASIC,无论是编译的还是未编译的代码;所有这些都旨在落入本公开的范围内。
示例实施例:
实施例1:一种减轻电池组中的电池缺陷的方法,该方法包括:(a)监测与包括多个电池元件的电池组的一个或多个电池元件相关联的一个或多个电池参数;(b)基于一个或多个电池参数确定个体状态信息,每个个体状态信息对应于电池组3的一个或多个电池元件中的一个电池元件;以及(c)至少部分地基于通过考虑个体状态信息的聚合来修改电池组的使用模式。。
实施例2:根据实施例1的方法,其中,针对多个电池元件中的给定电池元件,个体状态信息包括以下各项中的至少一项:给定电池元件的个体健康得分、与给定电池元件相关联的温度、给定电池元件的充电状态(SOC)、电池组内的位置或其任意组合。
实施例3:根据实施例1-2中任一实施例的方法,其中电池元件包括多个电池单元。
实施例4:根据实施例3的方法,其中与电池元件相关联的多个电池单元可操作地并联耦合。
实施例5:根据实施例1-5中任一实施例的方法,其中电池组包括被可操作地串联耦合的多个电池元件。
实施例6:根据实施例1-5中任一实施例的方法,其中电池元件包括单个电池单元。
实施例7:根据实施例1-6中任一实施例的方法,还包括多次通过(a)-(c)的循环。
实施例8:根据实施例7的方法,其中,循环以每秒一次或更高的速率发生。
实施例9:根据实施例1的方法,其中电池组的不同电池元件的个体状态信息至少部分地基于一个或多个电池元件在电池组内经历的温度梯度的差异而变化。
实施例10:根据实施例1-8中任一实施例的方法,其中修改电池组的使用模式是至少部分地基于跨电池元件上的个体状态信息的变化。
实施例11:根据实施例1-10中任一实施例的方法,其中利用多个电池元件中的每一个电池元件的个体状态信息来确定电池组的性能最差的电池元件,并且其中至少部分地基于性能最差的电池元件的性能来确定经修改的使用模式。
实施例12:根据实施例1-11中任一实施例的方法,还包括对与一个或多个电池元件相关联的个体状态信息进行排名,其中考虑多个电池元件的个体状态信息的聚合是至少部分地基于排名。
实施例13:根据实施例1-12中任一实施例的方法,还包括通过聚合与一个或多个电池元件中的每一个电池元件相关联的一个或多个电池参数来确定与电池组相关联的整体健康得分,其中考虑用于修改使用模式的个体状态信息的聚合是基于整体健康得分。
实施例14:根据实施例13的方法,其中聚合一个或多个电池参数包括将一个或多个电池参数提供到生成整体健康得分的函数或模型。
实施例15:根据实施例1-14中任一实施例的方法,还包括针对多个电池元件中的至少一个电池元件确定一个或多个电池参数中的至少一个参数的变化率。
实施例16:根据实施例15的方法,其中,经修改的使用模式的确定至少部分地基于第一电池元件的给定电池参数的变化率相对于电池组的两个或更多个其它电池元件的给定电池参数的变化率的差异大于阈值量的确定。
实施例17:根据实施例1-16中任一实施例的方法,其中经修改的使用模式包括修改电池组的充电过程和/或放电过程。
实施例18:根据实施例17的方法,其中修改充电过程包括修改充电速率。
实施例19:根据实施例17或18中任一实施例的方法,其中修改放电过程包括以下中的至少一者:修改放电深度;修改输出电流;修改输出功率;修改输出能量;修改放电持续时间;修改截止电压;修改一个或多个放电参数的限制;修改电池单元或电池组的热传递或通量;修改电池单元或电池组的温升;或修改电池组的温度梯度。
实施例20:根据实施例1-19中任一实施例的方法,还包括提供电池组的特定电池元件有缺陷的警告。
实施例21:根据实施例1-20中任一实施例的方法,还包括向与电池组关联的温度控制系统提供指令以将电池组温度维持或修改在给定温度范围内。
实施例22:根据实施例1-21中任一实施例的方法,其中一个或多个电池元件中的每一个电池元件的个体状态信息的确定是基于以下各项中的至少一者:电池组的当前温度或当前充电状态(SOC)。
实施例23:根据实施例22的方法,其中一个或多个电池参数中的至少一个电池参数指示离子扩散,并且其中方法还包括至少基于指示离子扩散的一个或多个电池参数来确定当前温度。
实施例24:根据实施例1-23中任一实施例的方法,其中一个或多个电池参数包括以下各项中的至少一者:可充电电池的开路电压、可充电电池的负载电路电压、可充电电池的充电脉冲电压、与可充电电池相关联的电化学阻抗谱(EIS)信息、可充电电池的容量、与可充电电池相关联的阻抗信息或与可充电电池相关联的电流。
实施例25:一种诊断电池组中的电池缺陷的方法,该方法包括:(a)监测与包括多个电池元件的电池组的一个或多个电池元件相关联的一个或多个电池参数;(b)基于一个或多个电池参数确定个体状态信息,每个个体状态信息对应于电池组的一个或多个电池元件中的一个电池元件;以及(c)至少部分地基于个体状态信息来确定电池组的多个电池元件中的一个或多个电池元件中存在缺陷的可能性。
实施例26:一种用于减轻电池组中的电池缺陷的装置,装置包括:监测电路系统,耦合到电池组;以及控制电路系统,耦合到监测电路系统,被配置为:(a)监测与包括多个电池元件的电池组的一个或多个电池元件相关联的一个或多个电池参数;(b)基于一个或多个电池参数确定个体状态信息,每个个体状态信息对应于电池组的一个或多个电池元件中的一个电池元件;以及(c)至少部分地基于通过考虑状态信息的聚合来修改电池组的使用模式。
实施例27:根据实施例26的装置,其中多个电池元件中的给定电池元件的个体状态信息包括以下各项中的至少一者:给定电池元件的个体健康得分、与给定电池元件相关联的温度、给定电池元件的充电状态(SOC)、电池组内的位置或其任意组合。
实施例28:根据实施例26-27中任一实施例的装置,其中电池元件包括多个电池单元。
实施例29:根据实施例28的装置,其中与电池元件相关联的多个电池单元可操作地并联耦合。
实施例30:根据实施例26-29中任一实施例的装置,其中电池组包括可操作地串联耦合的多个电池元件。
实施例31:根据实施例26-30中任一实施例的装置,其中电池元件包括单个电池单元。
实施例32:根据实施例26-31中任一实施例的装置,其中控制电路系统被配置为多次通过(a)-(c)的循环。
实施例33:根据实施例32的装置,其中循环以每秒一次或更高的速率发生。
实施例34:根据实施例26-33中任一实施例的装置,其中电池组的不同电池元件的个体状态信息至少部分地基于一个或多个电池元件在电池组内经历的温度梯度的差异而变化。
实施例35:根据实施例26-34中任一实施例的装置,其中修改电池组的使用模式至少部分地基于电池元件上的个体状态信息的变化。
实施例36:根据实施例26-35中任一实施例的装置,其中利用多个电池元件中的每一个电池元件的个体状态信息来确定电池组的性能最差的电池元件,并且其中至少部分地基于性能最差的电池元件的性能来确定经修改的使用模式。
实施例37:根据实施例26-36中任一实施例的装置,其中控制电路系统还被配置为对与一个或多个电池元件相关联的个体状态信息进行排名,其中考虑多个电池元件的个体状态信息的聚合是至少部分地基于排名。
实施例38:根据实施例26-37中任一实施例的装置,其中控制电路系统还被配置为通过聚合与一个或多个电池元件中的每一个电池元件相关联的一个或多个电池参数来确定与电池组相关联的整体健康得分,其中考虑用于修改使用模式的个体状态信息的聚合是基于整体健康得分。
实施例39:根据实施例38的装置,其中聚合一个或多个电池参数包括将一个或多个电池参数提供到生成整体健康得分的函数或模型。
实施例40:根据实施例26-39中任一实施例的装置,其中控制电路系统还被配置为针对多个电池元件中的至少一个电池元件确定一个或多个电池参数中的至少一个参数的变化率。
实施例41:根据实施例40的装置,其中经修改的使用模式的确定至少部分地基于第一电池元件的给定电池参数的变化率相对于电池组的两个或更多个其它电池元件的给定电池参数的变化率的差异大于阈值量的确定。
实施例42:根据实施例26-41中任一实施例的装置,其中经修改的使用模式包括修改电池组的充电过程和/或放电过程。
实施例43:根据实施例42的装置,其中修改充电过程包括修改充电速率。
实施例44:根据实施例42或43中任一实施例的装置,其中修改放电过程包括以下中的至少一者:修改放电深度;修改输出电流;修改输出功率;修改输出能量;修改放电持续时间;修改截止电压;修改一个或多个放电参数的限制;修改电池单元或电池组的热传递或通量;修改电池单元或电池组的温升;或修改电池组的温度梯度。
实施例45:根据实施例26-44中任一实施例的装置,其中控制电路系统还被配置为提供电池组的特定电池元件有缺陷的警报。
实施例46:根据实施例26-45中任一实施例的装置,其中控制电路系统还被配置为向与电池组相关联的温度控制系统提供指令以将电池组温度维持或修改在给定温度范围内。
实施例47:根据实施例26-46中任一实施例的装置,其中一个或多个电池元件中的每一个电池元件的个体状态信息的确定是基于以下各项中的至少一者:电池组的当前温度或当前充电状态(SOC)。
实施例48:根据实施例47的装置,其中一个或多个电池参数中的至少一个电池参数指示离子扩散,并且其中方法还包括至少基于指示离子扩散的一个或多个电池参数确定当前温度。
实施例49:根据实施例26-48中任一实施例的装置,其中一个或多个电池参数包括以下各项中的至少一者:可充电电池的开路电压,可充电电池的负载电路电压,可充电电池的充电脉冲电压、与可充电电池相关联的电化学阻抗谱(EIS)信息、可充电电池的容量、与可充电电池相关联的阻抗信息或与可充电电池相关联的电流。
实施例50:一种用于诊断电池组中的电池缺陷的装置,该方法包括:监测电路系统,连接到电池组;以及控制电路系统,耦合到监测电路系统,被配置为:(a)监测与包括多个电池元件的电池组的一个或多个电池元件相关联的一个或多个电池参数;(b)基于一个或多个电池参数确定个体状态信息,每个个体状态信息对应于电池组的一个或多个电池元件中的一个电池元件;以及(c)至少部分地基于个体状态信息来确定电池组的多个电池元件中的一个或多个电池元件中存在缺陷的可能性。
Claims (10)
1.一种减轻电池组中的电池缺陷的方法,所述方法包括:
(a)监测一个或多个电池参数,所述一个或多个电池参数与包括多个电池元件的电池组的一个或多个电池元件相关联;
(b)基于所述一个或多个电池参数来确定个体状态信息,每个个体状态信息对应于所述电池组的所述一个或多个电池元件中的一个电池元件;以及
(c)至少部分地基于通过考虑所述个体状态信息的聚合来修改所述电池组的使用模式。
2.根据权利要求1所述的方法,其中针对所述多个电池元件中的给定电池元件的所述个体状态信息包括以下各项中的至少一项:针对所述给定电池元件的个体健康得分、与所述给定电池元件相关联的温度、针对所述给定电池元件的充电状态SOC、所述电池组内的位置、或其任意组合。
3.根据权利要求1所述的方法,其中电池元件包括多个电池单元。
4.根据权利要求3所述的方法,其中与所述电池元件相关联的所述多个电池单元被可操作地并联耦合。
5.根据权利要求1所述的方法,其中所述电池组包括被可操作地串联耦合的多个电池元件。
6.根据权利要求1所述的方法,其中电池元件包括单个电池单元。
7.根据权利要求1所述的方法,还包括多次通过(a)-(c)的循环。
8.根据权利要求7所述的方法,其中所述循环以每秒一次的速率或更高的速率发生。
9.根据权利要求1所述的方法,其中针对所述电池组的不同电池元件的所述个体状态信息至少部分地基于由所述一个或多个电池元件经历的在所述电池组内的温度梯度的差异而变化。
10.根据权利要求1所述的方法,其中修改所述电池组的所述使用模式是至少部分地基于跨所述电池元件的所述个体状态信息的变化。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US63/375,967 | 2022-09-16 | ||
US18/060,834 | 2022-12-01 | ||
US202363478733P | 2023-01-06 | 2023-01-06 | |
US63/478,733 | 2023-01-06 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117723975A true CN117723975A (zh) | 2024-03-19 |
Family
ID=90209413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310992281.2A Pending CN117723975A (zh) | 2022-09-16 | 2023-08-08 | 用于减轻电池组中的电池缺陷的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117723975A (zh) |
-
2023
- 2023-08-08 CN CN202310992281.2A patent/CN117723975A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12132339B2 (en) | Battery adaptive charging using a battery model | |
US20240313274A1 (en) | Battery adaptive charging using battery physical phenomena | |
CN116420087B (zh) | 多电芯电池组中的电芯的电流测试 | |
CN113075554B (zh) | 一种基于运行数据的锂离子电池组不一致性辨识方法 | |
EP2629109B1 (en) | Electrical storage device | |
WO2020097271A1 (en) | Battery adaptive charging | |
CN110133536A (zh) | 确定电池组实体内部泄漏电流的指标的系统、方法及设备 | |
US11940500B1 (en) | Method of detecting metal plating in intercalation cells | |
EP3723185A1 (en) | Method for enhancing a battery module model of a battery module type | |
US20240094300A1 (en) | Methods and systems for mitigating battery defects in battery packs | |
US20240222721A1 (en) | Battery adaptive charging using battery physical phenomena | |
CN117723975A (zh) | 用于减轻电池组中的电池缺陷的方法和系统 | |
EP4343348A1 (en) | Methods and systems for mitigating battery defects | |
CN114594380A (zh) | 一种基于bp神经网络的电池soc预测方法 | |
Dunn et al. | A P-Value Approach for Real-Time Identifying the Capacity Regeneration Phenomenon of Lithium-ion Batteries | |
US11360152B1 (en) | Battery cell end of life and defect detection system | |
KR102637311B1 (ko) | 열화 배터리 셀 검출 장치 및 방법 | |
US12136708B2 (en) | Battery adaptive charging using battery physical phenomena | |
US20240351472A1 (en) | Artificial intelligence and machine learning architecture in a battery system | |
US20240319278A1 (en) | Fault detection in a battery system | |
US20240319277A1 (en) | Anomalous battery node detection and mitigation system | |
KR20240100157A (ko) | 배터리 데이터 관리 장치 및 그것의 동작 방법 | |
Shi et al. | A State-of-health Estimation Method for LiFePO 4 Batteries based on Gaussian Process Regression using Partial Charging Curve | |
CN118777886A (zh) | 一种电池荷电状态的检测方法 | |
CN115840155A (zh) | 电池状态检测方法、装置、计算机设备、存储介质及产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |