阅读说明：本技术 一种锂离子电池的寿命预测方法 (Lithium ion battery life prediction method ) 是由 史亚林 武剑锋 纪柯 于 2019-01-10 设计创作，主要内容包括：本发明涉及一种锂离子电池的寿命预测方法,属于电池寿命评估技术领域,首先建立表征电池存储寿命的第一容量衰减模型,根据存储实验的存储实验数据求解第一容量衰减模型的未知参数,然后,根据确定的第一容量衰减模型,结合电池的在设定时间内的充放电循环次数,建立第二容量衰减模型,根据充放电循环实验的循环实验数据,求解第二容量衰减模型的未知参数,从而最终确定表征电池存储寿命和循环寿命的第二容量衰减模型。最后,将电池实际使用的工况信息代入第二容量衰减模型,从而求得电池的预测寿命。相对于现有技术中单纯预测存储寿命或循环寿命的方法更符合电池的实际使用情况,能够快速预测电池的实际使用寿命。(The invention relates to a method for predicting the service life of a lithium ion battery, which belongs to the technical field of battery service life evaluation. And finally, substituting the actual working condition information of the battery into the second capacity attenuation model so as to obtain the predicted service life of the battery. Compared with the method for simply predicting the storage life or the cycle life in the prior art, the method is more suitable for the actual service condition of the battery, and can quickly predict the actual service life of the battery.)

一种锂离子电池的寿命预测方法

技术领域

本发明属于电池寿命评估技术领域，具体涉及一种锂离子电池的寿命预测方法。

背景技术

目前电池寿命预测的技术方案较多，但大多只考虑到个别或几个相关因子，进行存储寿命的预测或循环寿命的预测，例如，公布号为CN107144790A的中国专利申请公开了一种预测锂离子电池循环寿命的方法，该方法只对一种特性循环测试条件下的电池进行寿命预测；公布号为CN106443497A的中国专利申请公开了一种锂离子电池的存储寿命预测方法，该方法只对存储寿命进行预测。然而，单一的存储寿命预测方法或循环寿命预测方法由于考虑的相关因子比较片面，导致采用存储寿命预测方法或循环寿命预测方法预测的电池寿命与动力电池的实际应用工况不符，无法有效预测电池的实际使用寿命，对动力电池的实际使用指导意义不大。

发明内容

本发明的目的是提供一种锂离子电池的寿命预测方法，用于解决现有技术无法有效预测电池的实际使用寿命问题。

为解决上述技术问题，本发明提出的一种锂离子电池的寿命预测方法，包括以下步骤：

1)根据电池的存储温度和设定的参考温度，电池的荷电状态和设定的参考荷电状态，建立表征电池存储寿命的第一容量衰减模型，获取对电池进行存储实验的存储实验数据，该存储实验数据包括电池的容量损失率及对应的存储温度和荷电状态、存储时间，根据所述存储实验数据求解第一容量衰减模型中的未知参数；

2)根据求得的第一容量衰减模型结合电池在设定时间内的充放电循环次数，确定综合表征电池存储寿命和循环寿命的第二容量衰减模型，获取对电池进行充放电循环实验的循环实验数据，该循环实验数据包括电池的容量损失率、对应的荷电状态及充放电循环实验的时间，根据所述循环实验数据求解第二容量衰减模型中的未知参数；

3)将电池实际使用的工况信息代入第二容量衰减模型预测电池的寿命，所述电池实际使用的工况信息包括电池实际工作的存储温度、荷电状态，以及电池在设定时间内的充放电循环次数。

本发明的寿命预测方法首先建立表征电池存储寿命的第一容量衰减模型，根据存储实验的存储实验数据求解第一容量衰减模型的未知参数，然后，根据确定的第一容量衰减模型，结合电池在设定时间内的充放电循环次数，建立第二容量衰减模型，根据充放电循环实验的循环实验数据，求解第二容量衰减模型的未知参数，从而最终确定表征电池存储寿命和循环寿命的第二容量衰减模型。最后，将电池实际使用的工况信息代入第二容量衰减模型，从而求得电池的预测寿命，相对现有技术提高了电池寿命的预测准确性。

进一步，所述第一容量衰减模型如下：

Q1(t)＝a*t^z

其中，Q1(t)为容量损失率，a为中间变量，t为存储时间，Z为与材料化学体系相关的待求系数，C_a、C_T、C_soc均为待求参数，所述待求系数和待求参数为步骤1)中所述第一容量衰减模型中的未知参数，T为电池的存储温度，T₀为设定的参考温度，SOC为电池的初始荷电状态，SOC₀为设定的参考荷电状态，△T、△SOC均为设定值。

为了求解第一容量衰减模型中的待求参数C_a、C_T以及待求系数Z，步骤1)中所述存储实验包括：

实验一，设定所述电池存储的荷电状态为所述参考荷电状态，在所述存储温度下进行不同时间的存储实验；

实验二，设定所述电池的存储温度为所述参考温度，在所述电池存储的荷电状态下进行存储实验。

确定第一容量衰减模型之后，所述第二容量衰减模型如下：

Q2(t)＝e^β*N*Q1(t)

其中，Q2(t)为第二容量衰减模型的容量损失率，Q1(t)为第一容量衰减模型的容量损失率，N为所述设定时间内的充放电循环次数，β为待求的常系数，该常系数为步骤2)中所述第二容量衰减模型中的未知参数。

为了求取第二容量衰减模型中的未知参数β，所述循环实验数据是在设定充放电电流下对电池进行充放电循环实验得到的。

在预测电池的寿命之前，还包括：根据电池实际衰减数据，结合第二容量衰减模型，优化所述第二容量衰减模型中的参数。第二容量衰减模型的参数优化后，最终预测的电池寿命更加准确。

附图说明

图1是本发明的一种锂离子电池的寿命预测方法流程图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步的说明。

本实施例中提出的一种锂离子电池的寿命预测方法，通过存储实验确定第一容量衰减模型，将确定的第一容量衰减模型代入第二容量衰减模型，通过充放电循环实验确定第二容量衰减模型的未知参数，通过最终求得的第二容量衰减模型对电池寿命进行预测，且预测的是综合考虑存储寿命和循环寿命影响下的电池寿命，更接近电池的实际使用寿命。

在进行存储实验和充放电循环实验之前，确定存储实验和充放电循环实验的条件如下：

电池的存储温度、充放电循环实验过程中的电池温度以及充电电流、放电电流均在电池正常使用允许的范围内，电池滥用造成容量衰减的相关实验数据不符合条件，不能用于求解第一容量衰减模型和第二容量衰减模型。

下面阐述锂离子电池的寿命预测方法的具体步骤：

根据电池的存储温度和设定的参考温度，电池的荷电状态和设定的参考荷电状态，建立表征电池存储寿命的第一容量衰减模型，该第一容量衰减模型如下：

Q1(t)＝a*t^z

其中，Q1(t)为容量损失率，a为中间变量，t为存储时间，Z为与材料化学体系相关的待求系数，C_a、C_T、C_soc均为待求参数，所述待求系数和待求参数为所述第一容量衰减模型中的未知参数，T为电池的存储温度，T₀为设定的参考温度，SOC为电池的荷电状态，SOC₀为设定的参考荷电状态，△T、△SOC均为设定值。

设定T₀＝25℃，SOC₀＝100％，△T为10℃，△SOC为10％；对电池进行如下存储实验：

实验一，设定电池存储的荷电状态为100％，在不同存储温度下存储实验；

实验二，设定电池的存储温度为所述参考温度25℃，在不同电池存储的荷电状态下进行存储实验。

按照实验一，对第一容量衰减模型进行如下对数变形：

Ln(Q1(t))＝Lna+Z*Ln(t)

Lna＝Ln(C_a)+(T-T₀)/△T*Ln(C_T)+(100％-SOC₀)/△SOC*Ln(C_SOC)

＝Ln(C_a)+(T-25)/10*Ln(C_T)+(100％-100％)/10％*Ln(C_SOC)

＝Ln(C_a)+(T-25)/10*Ln(C_T)

将实验一中包括电池的容量损失率、存储时间及对应存储温度的存储实验数据代入上式，即可求解第一容量衰减模型中的待求参数C_a、C_T以及待求系数Z。

按照实验二，对第一容量衰减模型进行如下对数变形：

Lna＝Ln(C_a)+(T-T₀)/△T*Ln(C_T)+(100％-SOC₀)/△SOC*Ln(C_SOC)

＝Ln(C_a)+(25-25)/10*Ln(C_T)+(SOC-100％)/10％*Ln(C_SOC)

＝Ln(C_a)+(SOC-100％)/10％*Ln(C_SOC)

将实验二中包括电池的容量损失率、存储时间及对应荷电状态的存储实验数据代入上式，即可求解第一容量衰减模型中的待求参数C_SOC。

根据求得的第一容量衰减模型结合电池在设定时间内的充放电循环次数，确定综合表征电池存储寿命和循环寿命的第二容量衰减模型，第二容量衰减模型如下：

Q2(t)＝e^β*N*Q1(t)

其中，Q2(t)为第二容量衰减模型的容量损失率，Q2(t)中的t表示老化时间，包括工作时间(充放电时间)和存储时间，Q1(t)为第一容量衰减模型的容量损失率，N为所述设定时间内的充放电循环次数，β为待求的常系数，该常系数为所述第二容量衰减模型中的未知参数。

在设定充放电电流下对电池进行充放电循环实验，获取对电池进行充放电循环实验的循环实验数据，该循环实验数据包括电池的容量损失率、对应的荷电状态及充放电循环实验的时间。

对第二容量衰减模型进行如下对数变形：

Ln(Q2(t))＝Ln(e^β*N)+Ln(a)+Z*Ln(t)

＝β*N+Ln(a)+Z*Ln(t)

上式中，a、Z均为存储实验求得，将获取的循环实验数据代入上式，求解第二容量衰减模型中的未知参数β。

确定表征电池存储寿命和循环寿命的第二容量衰减模型后，将待预测寿命的电池实际使用的工况信息包括N、T、T₀、△T、SOC、SOC₀、△SOC，代入第二容量衰减模型，从而求得电池的预测寿命。

本发明既可对电池的存储寿命(即Q1(t))预测，又可对电池实际使用工况下的寿命(即Q2(t))进行预测，在建立Q2(t)的第二容量衰减模型时，将电池寿命衰减的各种相关因子(Z、C_a、C_T、C_soc)均包括在内，具有更好的预测准确度，相对于现有技术中单纯预测存储寿命或循环寿命的方法更符合电池的实际使用情况，能够快速预测电池的实际使用寿命，避免因电池寿命不满足质保要求，导致电池衰减度提前到达而引起市场问题集中爆发。

以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。

例如，为了提高预测电池寿命的准确性，还需要对第一容量衰减模型和/或第二容量衰减模型中的已经求取的未知参数进行优化，优化步骤包括：

(1)将第二容量衰减模型中的一个未知参数作为待优化参数，由于第二容量衰减模型是根据第一容量衰减模型得到的，因此，作为待优化参数的未知参数也包括第一容量衰减模型中的未知参数，即在β、Z、C_a、C_T、C_soc中选择其中一个，将电池实际衰减数据(包括容量损失率、存储时间、存储温度、参考温度、初始荷电状态和参考荷电状态)代入第二容量衰减模型，得到待优化参数的参数值，完成一个未知参数的优化；

(2)然后，再选取下一个未知参数作为待优化参数，按照步骤(1)中的内容，进行参数优化，直到所有未知参数均优化完毕。

又如，本实施例中的第一容量衰减模型还可以采用现有技术中预测存储寿命的容量衰减模型代替，例如公布号为CN106443497A的中国专利申请中公开的如下容量衰减模型：

Q1(t)＝α*e^{βT*(1/T-1/To)}*e^{βSOC*(SOC-SOCo)}*t^z

其中，Q1(t)、t、Z、T、T₀、SOC和SOC₀的含义与本实施例提到的第一容量衰减模型中的对应参数含义相同，α、β_T、β_soc均为待求参数。

又如，本实施例中第二容量衰减模型的公式还可以进行变形，如Q2(t)＝β’*e^N*Q1(t)，β’代替β成为待求的常系数。因此，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。