TWI763106B - 一種量測鋰離子電池的健康情況和剩餘使用壽命的方法 - Google Patents

一種量測鋰離子電池的健康情況和剩餘使用壽命的方法 Download PDF

Info

Publication number
TWI763106B
TWI763106B TW109137756A TW109137756A TWI763106B TW I763106 B TWI763106 B TW I763106B TW 109137756 A TW109137756 A TW 109137756A TW 109137756 A TW109137756 A TW 109137756A TW I763106 B TWI763106 B TW I763106B
Authority
TW
Taiwan
Prior art keywords
lithium
ion battery
parameter
health
discharge
Prior art date
Application number
TW109137756A
Other languages
English (en)
Other versions
TW202217353A (zh
Inventor
始明 陳
Original Assignee
長庚大學
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 長庚大學 filed Critical 長庚大學
Priority to TW109137756A priority Critical patent/TWI763106B/zh
Priority to JP2021053684A priority patent/JP2022073889A/ja
Priority to CN202110369581.6A priority patent/CN114441980A/zh
Application granted granted Critical
Publication of TW202217353A publication Critical patent/TW202217353A/zh
Publication of TWI763106B publication Critical patent/TWI763106B/zh
Priority to JP2022002796U priority patent/JP3239547U/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Secondary Cells (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

本發明係一種量測鋰離子電池的健康情況和剩餘使用壽命的方法，適用於不同工作條件下的鋰離子電池，包括在不同環境溫度以及不同的放電速率，可以正確即時預測鋰離子電池的健康情況和剩餘使用壽命。

Description

一種量測鋰離子電池的健康情況和剩餘使用壽 命的方法
本發明係一種量測鋰離子電池的健康情況和剩餘使用壽命的方法，特別是可以正確及時地預測鋰離子電池的健康情況和剩餘使用壽命的方法。
電動車(electric vehicle,EV)可謂是當今交通發展領域中，所極為關注的焦點，而其主要是以可充電鋰離子電池(lithium-ion battery,LiB)作為能量來源，通常會期待其可充電鋰離子電池的能效更高，使用壽命更長。然而，估計鋰離子電池的健康情況(State-of-Health,SoH)，並預測其剩餘的使用壽命(remaining useful life,RUL)仍是目前相關領域無法完全掌握的主要問題，實際上，能夠準確地快速測量其鋰離子電池的健康情況，仍是相關業界一直無法有效克服的困難問題。
而至今，各方亦已廣泛討論鋰離子電池的一些相關的重要健康指標(Health index)，其中討論的內容包括了鋰離 子電池的健康情況(State-of-Health,SoH)，充電狀態(State of Charge,SoC)，能源狀態(state of energy,SoE)以及安全狀態(state of safety,SoS)等各式的健康指標。主要因為當鋰離子電池的量測發生了不準確的健康情況，造成實際的鋰離子電池中的剩餘電荷，亦即一般所稱的電量，可能會比預期更低得多，因而導致意外地過度放電(overdischarge)。
此外，對於未知剩餘使用壽命的鋰離子電池，很可能導致使用者會提前更換鋰離子電池，從而增加鋰離子電池的使用成本。另一方面，若鋰離子電池健康情況於實際上，已經低於80%時，卻仍勉強延長其使用期限，會更成更大的問題。
因此，關於鋰離子電池的健康情況的準確估計和剩餘使用壽命的預測，對於鋰離子電池的使用至關重要，特別是在電動汽車領域。而目前有許多健康情況的估計方法，有些估計方法雖然可謂為準確，但仍需要經過複雜演算法的計算，無法即時的使用於電動車，且對於實際應用而言，仍然具有不夠快速正確的極大疑慮。
準此，目前電動車業界相關領域極需要能夠有效估計鋰離子電池的健康情況，且能夠完全掌握與預測鋰離子電池的剩餘使用壽命的較好較佳方案，故而，若能夠提供準確地快速預測鋰離子電池健康情況和剩餘使用壽命的方法，確實是電動車相關業界向來所期待與關注的。
本發明係一種預測鋰離子電池健康情況和剩餘使用壽命的方法，可適用於不同工作條件下的鋰離子電池，包括在不同環境溫度以及不同的放電速率，以正確即時預測鋰離子電池健康情況和剩餘使用壽命的方法。
本發明一種量測鋰離子電池的健康情況和剩餘使用壽命的方法，首先進行記錄鋰離子電池的充電電流與放電電流；接著，記錄每個放電週期的放電溫度，以及放電電流，並且紀錄充電/放電週期的次數；繼續，在選定至少有三個事前已確定的鋰離子電池的充電/放電週期後，計算出鋰離子電池的健康狀況值；接著，使用所取得的健康狀況值，以計算「半經驗容量衰減模型中的參數值；最後，以雲端電腦連接鋰離子電池，進行確認所計算得到的數值，並傳送至應用程式，而顯示所完成的結果在螢幕上。
本發明之一種量測鋰離子電池的健康情況和剩餘使用壽命的方法之目的，係基於「電化學的電氣模型」以及「半經驗容量衰減模型」之相結合後，並將其應用於鋰離子電池的放電曲線，以估計鋰離子電池在所有工作條件下的最大存儲充電容量，健康情況和使用壽命，估計準確度優於99%。
本發明之一種量測鋰離子電池的健康情況和剩 餘使用壽命的方法，其目的係可作為鋰離子電池加速壽命測試方法，亦可用於預測工廠內的同一批次的鋰離子電池壽命，並檢查該批次內鋰離子電池的品質和可靠性。且由於本發明是閉合式模型，因此所使用的「估計時間」會小於5秒，因此適用於即時和連線應用領域。
本發明之一種量測鋰離子電池的健康情況和剩餘使用壽命的方法的優勢，係對於鋰離子電池的電池容量及其剩餘使用壽命進行準確的連線預估的要求非常重要，而本發明使用半經驗容量衰減模型來估計健康狀況，以及其在鋰離子電池於運行時，不同電荷放電週期後的剩餘使用壽命。
本發明之一種量測鋰離子電池的健康情況和剩餘使用壽命的方法的優勢，係對於無論放電電流和環境溫度如何，本發明的準確度都可以超過99%。
本發明之一種量測鋰離子電池的健康情況和剩餘使用壽命的方法的優勢，由於本發明是一種緊湊的閉合形式，可用於鋰離子電池的生命週期預測，故而本發明亦適用於鋰離子電池的連線即時健康狀況估計。
本發明之一種量測鋰離子電池的健康情況和剩餘使用壽命的方法的優勢，係對於由於鋰離子電池的健康情況是由多次充電和放電週期後，鋰離子電池剩餘最大儲存電荷的測量值，根據鋰離子電池的最大存儲電荷的衰退情況，可以合理地假設鋰離子電池的健康情況是電荷放電週期數， 放電電流和溫度的次數。
本發明之一種量測鋰離子電池的健康情況和剩餘使用壽命的方法的優勢，係可針對不同溫度和放電速率的鋰離子電池的健康情況估計以進行預測，除了可以很容易地及時實現，也可以確定鋰離子電池的健康情況將下降到80%的充電/放電週期，且針對鋰離子電池的使用壽命的預測。
101:進行記錄鋰離子電池的充電電流與放電電流
102:記錄放電週期的放電溫度和放電電流
103:計算「電化學的電氣模型」
104:計算「半經驗容量衰減模型」
105:確認數值，傳送至應用程式，顯示在螢幕
有關本發明之前述及其它許多優點，在以下配合參考圖示之一個較佳實施例的詳細說明中，將可更清楚的呈現，其中如下：
第1圖顯示本發明一種量測鋰離子電池的健康情況和剩餘使用壽命的方法之流程圖。
以下請參照所附圖式說明與敘述，以對本發明之實施形態據以描述。在圖式中，相同的元件符號表示相同的元件，且為求清楚說明，元件之大小或厚度可能誇大顯示。
本發明係一種量測鋰離子電池的健康情況和剩餘使用壽命的方法，採用國際(panasonic)公司型號為SANYO UR18650E的鋰離子電池，以及Bio-Logic公司編號為BCS-815 的多頻道充放電系統以進行測試，而該多頻道充放電系統是一個8通道測試儀，可支援每個通道15安培(A)，該多頻道充放電系統可在室溫(約25℃)下，透過鋰離子電池以收集所產生的測試數據，數據收集的採樣頻率為1Hz。
如第1圖所示本發明一種量測鋰離子電池的健康情況和剩餘使用壽命的方法之流程圖，如第1圖步驟101，進行記錄鋰離子電池的充電電流與放電電流。通常可記錄剛出廠的電池的充電電流與放電電流，由於電池係在不同的測試條件下進行測試，故此時需要不只一次的紀錄電池的充電電流與放電電流。又本發明使用電池充電，並以恆定電流為電池充電到截止電壓，再以恆定電壓進行充電，直到電流降至100mA。
如第1圖所示步驟102，記錄於每個放電週期的：
1.放電溫度，以及
2.放電電流，並且紀錄充電/放電週期的次數。而此處的充電/放電週期，意思指的是每個週期包含一個充電程序與放電程序。
如第1圖所示步驟103，在選定至少有兩個事前已確定的鋰離子電池的充電/放電週期後，計算出鋰離子電池的健康狀況值「電化學的電氣模型(SoH)」。亦即，健康情況值在鋰離子電池在第一個週期(Qmax(fresh)參數的量測後，與鋰離子電池歷經老化(Qmax(aged)參數過程後，以第一個週期 (Qmax(fresh)參數相除(Qmax(aged)參數，得到具有的健康狀況值，即鋰離子電池的最大電池容量值如下：
Figure 109137756-A0101-12-0007-1
，稱為如前述的「電化學的電氣 模型」。
再如第1圖所示步驟104，使用所取得的健康狀況值「電化學的電氣模型」，以計算「半經驗容量衰減模型(SECF)」中的參數值(the values of the parameters)如下：
Figure 109137756-A0101-12-0007-2
，如前述所 稱為「半經驗容量衰減模型」。
而於前述第1圖所示步驟104，以下為「半經驗容量衰減模型」的各參數表示：
如於第1圖所示步驟104，參數k1係顯示鋰離子電池在高溫循環條件下，迅速增加的容量損失。
又於第1圖所示步驟104，參數k2顯示鋰離子電池在正常循環條件下，所考慮容量損失的一個因素。
再於第1圖所示步驟104，參數k3係顯示鋰離子電池的使用速率，其所造成的容量損失。
更於第1圖所示步驟104，參數N表示鋰離子電池於健康狀況階段時，所經歷的充電/放電週期數，而參數i是正在放電的電流。
而於第1圖所示步驟104中，其中前述的參數，包括了參數k1，參數k2，以及參數k3，可以透過用三個不同的充電/放電週期所獲得，以確保在三個週期中，所選擇的最大週期得以是鋰離子電池的健康狀況，約為80%的週期的一半。
最後於第1圖所示步驟105，以雲端電腦(cloud)連接鋰離子電池，進行確認前述所計算得到的數值未有任何錯誤後，會將最終所計算得到的數值，傳送至應用程式(App)，並顯示所完成的結果在螢幕(screen display)上。
此外，經由前述第1圖所示步驟104的「半經驗容量衰減模型」，就電動車的鋰離子電池而言，得到如以下的實際估測方法：
Figure 109137756-A0101-12-0008-3
，
其中前述的數字80即為剩餘壽命，亦即鋰離子電池內可用的總儲存電荷量(Qm)必須在80%以上，便可以運算出而得到。
本發明一種量測鋰離子電池的健康情況和剩餘使用壽命的方法，係基於第1圖所示步驟103的「電化學的電氣模型」以及第1圖所示步驟104的「半經驗容量衰減模型」之相結合，並將其應用於鋰離子電池的放電曲線，以估計鋰離子電池在所有工作條件下的最大存儲充電容量，健康情況和使用壽命，估計準確度優於99%。而本發明可作為鋰離子電 池加速壽命測試方法，亦可用於預測工廠內的同一批次的鋰離子電池壽命，並檢查該批次內鋰離子電池的品質和可靠性。且由於本發明是閉合式模型，因此所使用的「估計時間」會小於5秒，因此適用於即時和連線應用領域。
本發明對於鋰離子電池的電池容量及其剩餘使用壽命進行準確的連線預估的要求非常重要，而本發明使用半經驗容量衰減(SECF)模型來估計健康狀況，以及其在鋰離子電池於運行時，不同電荷放電週期後的剩餘使用壽命。而無論放電電流和環境溫度如何，本發明的準確度都可以超過99%。由於本發明是一種緊湊的閉合形式，可用於鋰離子電池的生命週期預測，故而本發明亦適用於鋰離子電池的連線即時健康狀況估計。
以上所述僅為本發明之較佳實施例而已，並非用以限定本發明之申請專利範圍；凡其它未脫離本發明所揭示之精神下所完成之等效改變或修飾，均應包含在下述之申請專利範圍內。
101:進行記錄鋰離子電池的充電電流與放電電流
102:記錄放電週期的放電溫度和放電電流
103:計算「電化學的電氣模型」
104:計算「半經驗容量衰減模型」
105:確認數值，傳送至應用程式，顯示在螢幕

Claims (2)

  1. 一種量測鋰離子電池的健康情況和剩餘使用壽命的方法，包含：進行記錄一鋰離子電池的一充電電流與一放電電流；記錄每個放電週期的一放電溫度，以及該放電電流，並且紀錄一充電/放電週期的次數；在選定至少兩個已確定的該鋰離子電池的該充電/放電週期後，計算出該鋰離子電池的一健康狀況值電化學的電氣模型；使用所取得的該健康狀況值電化學的電氣模型，以計算一半經驗容量衰減模型中的一參數值，其中該半經驗容量衰減模型包括一剩餘壽命為80%，該半經驗容量衰減模型包括：
    Figure 109137756-A0305-02-0013-1
     其中，參數k1係顯示該鋰離子電池在高溫循環條件下，迅速增加的容量損失，參數k2顯示該鋰離子電池在正常循環條件下，所考慮容量損失的一個因素，參數k3係顯示該鋰離子電池的使用速率，其所造 成的容量損失，參數N表示該鋰離子電池於健康狀況階段時，所經歷的充電/放電週期數，以及參數i是正在放電的電流；以及以一雲端電腦連接該鋰離子電池，進行確認所計算得到的一數值，並傳送至一應用程式，顯示所完成的一結果在一螢幕上。
  2. 如申請專利範圍第1項所述之方法，其中該健康狀況值，包括：
    Figure 109137756-A0305-02-0014-2
     其中該Qmax(fresh)是第一個週期參數，Qmax(aged)是歷經老化參數。
TW109137756A 2020-10-30 2020-10-30 一種量測鋰離子電池的健康情況和剩餘使用壽命的方法 TWI763106B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
TW109137756A TWI763106B (zh) 2020-10-30 2020-10-30 一種量測鋰離子電池的健康情況和剩餘使用壽命的方法
JP2021053684A JP2022073889A (ja) 2020-10-30 2021-03-26 リチウムイオン電池の健全度と残存耐用年数の測定方法
CN202110369581.6A CN114441980A (zh) 2020-10-30 2021-04-06 一种量测锂离子电池的健康情况和剩余使用寿命的方法
JP2022002796U JP3239547U (ja) 2020-10-30 2022-08-24 リチウムイオン電池の健全度と残存耐用年数の測定システム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW109137756A TWI763106B (zh) 2020-10-30 2020-10-30 一種量測鋰離子電池的健康情況和剩餘使用壽命的方法

Publications (2)

Publication Number Publication Date
TW202217353A TW202217353A (zh) 2022-05-01
TWI763106B true TWI763106B (zh) 2022-05-01

Family

ID=81362728

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109137756A TWI763106B (zh) 2020-10-30 2020-10-30 一種量測鋰離子電池的健康情況和剩餘使用壽命的方法

Country Status (3)

Country Link
JP (2) JP2022073889A (zh)
CN (1) CN114441980A (zh)
TW (1) TWI763106B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116430233B (zh) * 2023-03-02 2024-01-23 北京理工大学重庆创新中心 一种基于大数据方法的动力电池寿命评价方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW202008001A (zh) * 2018-07-27 2020-02-16 連恩微電子有限公司 電池管理系統

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW202008001A (zh) * 2018-07-27 2020-02-16 連恩微電子有限公司 電池管理系統

Also Published As

Publication number Publication date
CN114441980A (zh) 2022-05-06
TW202217353A (zh) 2022-05-01
JP2022073889A (ja) 2022-05-17
JP3239547U (ja) 2022-10-21

Similar Documents

Publication Publication Date Title
Jafari et al. Deterministic models of Li-ion battery aging: It is a matter of scale
Lipu et al. A review of state of health and remaining useful life estimation methods for lithium-ion battery in electric vehicles: Challenges and recommendations
Stroe et al. Lithium-ion battery state-of-health estimation using the incremental capacity analysis technique
Chen et al. A new state-of-health estimation method for lithium-ion batteries through the intrinsic relationship between ohmic internal resistance and capacity
US8521497B2 (en) Systems, methods and computer-readable media for modeling cell performance fade of rechargeable electrochemical devices
JP6352944B2 (ja) バッテリを試験する方法およびバッテリを試験するように構成された装置
US20120019253A1 (en) Method for determining an aging condition of a battery cell by means of impedance spectroscopy
Sazhin et al. Enhancing Li-ion battery safety by early detection of nascent internal shorts
CN116298979A (zh) 锂离子电池的健康状态的估算方法及系统
Xing et al. A comparative review of prognostics-based reliability methods for lithium batteries
WO2019018974A1 (zh) 用于对电池容量进行建模和估计的方法及系统
Lyu et al. A new method for lithium-ion battery uniformity sorting based on internal criteria
Ji et al. State of health prediction model based on internal resistance
TWI597510B (zh) Battery Life Cycle Prediction System and Method
Kalogiannis et al. Incremental capacity analysis of a lithium-ion battery pack for different charging rates
CN110703120A (zh) 基于粒子滤波和长短时记忆网络的锂离子电池寿命预测方法
De Hoog et al. A combined thermo-electric resistance degradation model for nickel manganese cobalt oxide based lithium-ion cells
TWI763106B (zh) 一種量測鋰離子電池的健康情況和剩餘使用壽命的方法
Spitthoff et al. Incremental capacity analysis (dQ/dV) as a tool for analysing the effect of ambient temperature and mechanical clamping on degradation
CN113687251A (zh) 一种基于双模型的锂离子电池组电压异常故障诊断方法
CN102393509A (zh) 一种无损评估锂离子电池性能的方法
Sarıkurt et al. An analytical battery state of health estimation method
Sarıkurt et al. A hybrid battery model and state of health estimation method for lithium-ion batteries
Jiang et al. Identification of fractional differential models for lithium-ion polymer battery dynamics
Stroe et al. Experimental investigation on the internal resistance of Lithium iron phosphate battery cells during calendar ageing