首页 > 资讯 > 一种预测动力电池循环寿命及健康状态的方法与流程

一种预测动力电池循环寿命及健康状态的方法与流程

1.本发明涉及一种预测动力电池循环寿命及健康状态的方法,属于动力电池技术领域。

背景技术:

2.随着电动汽车及储能电池的应用推广,准确预测电池剩余寿命是锂离子电池领域的核心研究方向之一,也是bms健康管理公认的研究热点和难点。目前关于循环寿命预测的方法是被研究最广泛的,主要分为三大类:基于物理失效模型的方法,基于数据驱动的方法和基于融合技术的方法
1.。三类方法是相关联的,物理模型与电池的内在机理相关,数据驱动是外在表现形式,融合技术是对二者的有效结合。现有的方法往往能够预测健康状态(soh)或者剩余使用寿命(rul),但是对容量突降的跳水电池往往没有足够的预测能力或者反应时间进行补救,而且复杂的检测或计算方法用于在线监测电池的健康也是不切实际的。
3.近几年,库仑效率这一重要研究参数映入研究者视野,被广泛用于衡量动力电池的循环寿命,并用来分析电池容量的衰减。但是库伦效率普遍存在噪音大、精度低的缺点,对设备提出很高的要求。为解决该参数的普遍应用性,在专利文献cn112819196a中已提出等效库伦效率的概念,根据等效库伦效率,计算动力电池循环过程中的容量保持率,以此预测电池的循环寿命。在专利文献cn112819196a中,根据已测试的各周的等效效率的乘积(即累积等效效率),直接预测第n周的容量保持率,c
n
=η
n
β
n
×
η
n
‑1β
n
‑1×
η
n
‑2β
n
‑2×……×
η1β1,该方法测试周数越多,对后期预测效果越理想,但是对跳水电池的预测效果则不太理想。
4.针对预测模型的通用性,尤其针对跳水或者突发失效的电池,我们在此专利文献的基础上做了进一步补充和改进,基于等效效率建立循环过程中电池的容量衰减预测模型,提出一种能够更准确的预测电池循环性能的方法,并进一步提出了一种可用于电池管理系统(bms)中寿命预测的数学模型。

技术实现要素:

5.本发明的目的在于提供一种预测动力电池循环寿命及健康状态的方法,采用该方法能够更准确的预测电池循环性能,可以对有跳水迹象的电池进行寿命预测,可用于电池管理系统中寿命预测。
6.为实现上述目的,本发明采用以下技术方案:
7.一种预测动力电池循环寿命及健康状态的方法,包括以下步骤:
8.(1)在待测动力电池工作温度范围内的某一温度下,对待测动力电池进行充、放电循环测试;
9.(2)将第n周循环时对应的充电电量记为q
cn
,第n周循环时对应的放电电量记为q
dn
,计算第n周的库伦效率(columbic efficiency,ce)为ce=q
dn
/q
cn

10.(3)计算第n周的等效库伦效率(equivalent columbic efficiency,ece)ece=ce
×
β
n
=q
dn
/q
cn
×
q
cn
/q
dn
‑1=q
dn
/q
dn
‑1,其中β
n
=q
cn
/q
dn
‑1,为修正系数;
11.(4)采用前n周的等效库伦效率的平均值预测循环m周的容量保持率,其中,ece循环m周的容量保持率为m≥2n,依据该容量保持率预测动力电池的循环寿命。
12.进一步地,所述待测动力电池的工作温度范围为

30~55℃,优选为

10~45℃。
13.进一步地,所述n的取值为n≥2。
14.本发明的有益效果:
15.(1)本发明的预测方法可以准确用于车用动力电池/储能电池的剩余循环寿命预测和健康状态管理,从线下测试层面考虑,解除了库伦效率必须使用超高精度库仑计乃至更高测试环境的要求限制,该预测方法的准确性也得到了显著的提升;
16.(2)本发明不仅测试简单可行,而且可以对有跳水迹象的电池进行寿命预测,也给bms的健康管理预留了足够的时间。
附图说明
17.图1为实施例1中锂离子电池的阶段容量保持率和寿命预测结果示意图。
具体实施方式
18.为使本发明实施例的目的、技术方案和优点更加清楚,下面对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
19.以下实施例中测试充、放电的设备为lanhe充放电测试系统,其精度为电压精度为0.1%fs+0.1%rd,电流精度为0.1%fs+0.1%rd。
20.采用lanhe动力电池充放电系统测得实际容量保持率。
21.实施例1
22.本实施例提供一种利用平均等效库伦效率预测容量保持率的方法,包括以下步骤:
23.步骤一,选择在25℃
±
2℃温度下进行循环寿命测试,以下步骤均在此温度条件下进行;
24.步骤二,将待测锂离子电池以1.0c恒流充电至电压为4.2v,然后以4.2v恒压充电至电流为1/20c,静置30min之后,将电池以1c恒流放电至电压为2.8v,以此进行850次循环充放电测试,将第n(n=1,2,3,
……
,850)周循环时对应的充电电量记为q
cn
,第n周循环时对应的放电电量记为q
dn

25.步骤三,计算第n周的库伦效率为ce=q
dn
/q
cn
;计算第n周的等效库伦效率ece(n)=ce
×
β
n
=q
dn
/q
cn
×
q
cn
/q
dn
‑1=q
dn
/q
dn
‑1,其中β
n
=q
cn
/q
dn
‑1,为修正系数;
26.步骤四,计算前n周的等效库伦效率的平均值:采用该平均值预测循环
2n周的容量保持率:再利用2n周的容量保持率,预测4n周的循环寿命(容量保持率),依次类推,来预测动力电池的循环寿命。
27.作为对比,采用专利文献cn112819196a中记载的方法,按照公式计算累积等效库伦效率(前n周各周的等效效率的乘积),以此来预测动力电池的循环寿命。
28.本实施例中锂离子电池的阶段容量保持率和寿命预测结果如图1所示,从图中可以看出,利用前n周的平均等效库伦效率预测2n周的容量保持率,可与实际测试结果对比,达到6%以内的相对偏差。而采用累积等效库伦效率预测结果与实际测试结果相比,在跳水前相对偏差为可以控制在6%以内,而在跳水后,在700周~750周之间,采用累积等效库伦效率预测结果与实际测试结果相比,相对标准偏差约为15%~45%,因此对电池跳水后的预测效果不理想。
29.可见本实施例中采用平均等效库伦效率2n值预测法的准确性,有利于锂离子电池循环寿命的快速准确预测。
30.实施例2
31.本实施例提供一种利用平均等效库伦效率预测容量保持率的方法,包括以下步骤:
32.步骤一,在45℃
±
2℃温度下,以下步骤均在此温度条件下进行;
33.步骤二,将待测锂离子电池以0.5c恒流充电至电压为4.2v,然后以4.2v恒压充电至电流为1/20c,静置30min之后,将电池以1c恒流放电至电压为2.8v,以此进行850次循环充放电测试,将第n(n=1,2,3,
……
,850)周循环时对应的充电电量记为q
cn
,第n周循环时对应的放电电量记为q
dn

34.步骤三,计算第n周的库伦效率为ce=q
dn
/q
cn
;计算第n周的等效库伦效率ece(n)=ce
×
β
n
=q
dn
/q
cn
×
q
cn
/q
dn
‑1=q
dn
/q
dn
‑1,其中β
n
=q
cn
/q
dn
‑1,为修正系数;
35.步骤四,计算前n周的等效库伦效率的平均值:采用该平均值预测循环2n周的容量保持率:再利用2n周的容量保持率,预测4n周的循环寿命(容量保持率),依次类推,来预测动力电池的循环寿命。
36.实施例3
37.本实施例提供一种利用平均等效库伦效率预测容量保持率的方法,包括以下步骤:
38.步骤一,在

10℃
±
2℃温度下,以下步骤均在此温度条件下进行;
39.步骤二,将待测锂离子电池以0.5c恒流充电至电压为4.2v,然后以4.2v恒压充电至电流为1/20c,静置30min之后,将电池以1c恒流放电至电压为2.8v,以此进行850次循环充放电测试,将第n(n=1,2,3,
……
,850)周循环时对应的充电电量记为q
cn
,第n周循环时对应的放电电量记为q
dn

40.步骤三,计算第n周的库伦效率为ce=q
dn
/q
cn
;计算第n周的等效库伦效率ece(n)=ce
×
β
n
=q
dn
/q
cn
×
q
cn
/q
dn
‑1=q
dn
/q
dn
‑1,其中β
n
=q
cn
/q
dn
‑1,为修正系数;
41.步骤四,计算前n周的等效库伦效率的平均值:采用该平均值预测循环
2n周的容量保持率:再利用2n周的容量保持率,预测4n周的循环寿命(容量保持率),依次类推。
42.经过实施例1

3的测定,该锂离子电池在25℃、45℃以及

10℃的400周、750周循环的容量保持率值如表1所示。
43.表1不同实施例中实际容量保持率和采用平均等效库伦效率预测2n周后的容量保持率结果。
[0044][0045]
通过对比三个实施例,从表1中可以看出,采用平均等效库伦效率法预测2n周后的容量保持率,跳水前和跳水后的预测结果与实际测试结果的相对偏差值均小于6%,可见该方法的准确性,更有利于锂离子电池循环寿命的快速准确预测,同时对跳水电池有更好的预判性。

相关知识

一种动力电池健康状态的检测方法及装置
一种动力电池健康状态检测及预警的方法与流程
电池健康状态检测系统及方法与流程
一种用于动力电池健康状态预测的特征参数集测试方法与流程
车用动力电池健康状态及寿命预测模型研究
电动工具电池寿命预测
电池寿命预测与健康评估.pptx
电动汽车动力电池健康状态评估方法与流程
一种快速的动力蓄电池SOH(健康状态)测量方法与流程
一种电池健康状态检测方法

网址: 一种预测动力电池循环寿命及健康状态的方法与流程 https://m.trfsz.com/newsview1388219.html