一种锂离子电池循环寿命的预测方法与流程

1.本发明涉及锂离子电池循环寿命的预测技术领域，具体涉及一种锂离子电池循环寿命的预测方法。


背景技术：

2.锂离子电池由于其具有能量密度高、自放电小、无记忆效应、循环寿命长因而在各个领域中取得了广泛的应用。锂离子电池的性能总体上可以分为两类，一类是电性能，另一类是安全性能，而循环寿命是评价电池电性能的关键指标之一。对于锂离子电池，一般情况下认为电池的可用容量衰减到初始容量或额定容量的80％时，即为寿命终止。锂离子电池在充放电循环过程中会发生很多复杂的物理和化学反应，所以影响锂离子电池循环寿命的因素比较复杂，另外，锂离子循环测试经常会耗费大量时间成本，所以电池循环寿命的准确评估对于锂离子电池的生产研发有非常重要的作用。
3.由于锂离子电池循环寿命的测试周期耗时长，浪费测试资源，所以循环寿命模型的建立和循环寿命的评测成为当前国内外学者研究的热点。锂离子电池循环寿命的预测方法可以分为三大类：基于容量衰退机理预测、基于特征参数预测、基于数据驱动预测。基于容量衰退机理的预测是依据电池在循环过程中内部结构和材料的老化衰退机理来预测的，这个方法需要利用电池内部的物理和化学反应模型来进行分析，例如材料扩散、浓差极化、电化学极化等等。virkar等人提出sei膜和化学电势等因素对循环寿命的影响，建立非平衡热力学电池寿命退化模型；ning等人根据锂电池在循环过程中的活性锂的损失，利用第一性原理模拟钴酸锂电池的循环寿命模型，影响因素有电流密度、dod、充电截止电压及界面膜阻抗等。基于特征参数的预测指的是利用电池在循环过程中的某些特征因素来预测电池循环寿命，当前研究最多的是关于eis阻抗和循环寿命的关系。例如li等人基于钴酸锂电池在1c充放电工况下的阻抗数据，结合sem、tem和xrd等表征手段观察材料的变化情况，结果得出nyquist曲线中低频区半圆大小随着循环次数的增加呈现增大趋势，因此可以推算出锂离子电池循环寿命。基于数据驱动的预测是在不考虑电池内部物理及化学变化的情况下，直接以测试数据为依据来进行分析，这是一种经验模型。例如相关向量法(rvm)、人工神经网络算法(ann)、时间序列模型(ar)等等。相关向量法是数据回归分析法，通过调整参数来进行拟合，具有概率预测的特征。人工神经网络算法将多个神经元按照某种规定组成人工智能网络系统，属于非线性模型。时间序列模型是基于之前的某些测试数据来推算当前状态的预测值，属于线性模型，而容量衰退与循环次数是非线性关系的，所以研究者们提出在预测后期加入加速老化因子，可以提高预测的可靠性。.
4.但是，发明人发现，基于容量衰退机理来进行预测的方法有很好的理论依据，但是太过于复杂，不便于在实际寿命预测过程中进行实施；基于特征参数进行预测，测试仪器精度要求高，且易受外界干扰，对于复杂的谱图难以进行有效分析；基于数据驱动预测的方法简单快捷，但是预测值往往与实测值偏差较大。上述方法均无法准确快速的预测出锂离子电池的循环寿命。
5.为推动现有锂离子电池循环寿命预测的技术快速发展，需要提供一种新的快速预测锂离子电池循环寿命的方法。


技术实现要素：

6.本发明针对现有技术中循环寿命评测周期长、模型复杂、寿命预测值与实测值偏差大的缺点，提供了一种锂离子电池循环寿命的快速预测方法，循环寿命评测周期短，实验结果准确，降低测试成本和资源浪费。
7.为实现上述目的，本发明采用了以下技术方案：
8.一种锂离子电池循环寿命的预测方法，包括以下步骤：
9.步骤1：在待评价的电池表面安装压力传感器，并对电池施加初始预紧力，记录电池循环测试压力传感器信号数据；
10.步骤2：将待评价的电池进行一定循环次数的短期循环测试，并且需要记录不同循环次数下的放电容量，计算容量保持率；
11.步骤3：将每次循环测试中充满电状态对应的压力传感器数据提取出来；
12.步骤4：根据循环次数、放电容量及压力传感器的电压数据进行拟合计算，对电池的循环寿命进行预测。
13.优选的，所述步骤1中，所述预紧力的值为0n到50000n之间。
14.进一步的改进，所述拟合计算的方法，包括以下具体步骤：
15.步骤4.1:根据锂离子电池循环过程中放电容量和压力传感器对应的电压信号值进行拟合计算；
16.步骤4.2：根据锂离子电池循环次数和对应的压力传感器电压信号值进行拟合计算。
17.步骤4.3：计算锂离子电池循环寿命终止时对应的锂离子电池循环次数，即锂离子电池循环寿命。
18.优选的，步骤4.1中，锂离子电池循环过程中放电容量和压力传感器对应的电压信号值进行拟合计算得到的关系式为：
19.y＝-829.89x2+999.48x-170.57；
20.式中x表示压力传感器的电压信号值，y表示锂离子电池循环过程中的放电容量。
21.优选的，步骤4.2中，锂离子电池循环过程中放电容量和压力传感器对应的电压信号值进行拟合计算得到的关系式为：
22.x＝0.0226ln(k)+0.58；
23.其中k表示循环次数，x表示压力传感器的电压信号值。
24.具体的，所述锂离子电池循环寿命终止时，放电容量保持率可选为80％、70％或60％。
25.优选的，所述锂离子电池电芯型号为130ah方形电池为例，未经过充放电循环的新鲜电池对应的初始放电容量为130.355ah，充放电循环测试条件为：在25
±
2℃下，以0.5c倍率进行充放电循环测试，充放电模式为恒流恒压充电-静置-恒流放电，充电截止电压为3.65v，充电截止电流为6.5a，放电截止电压为2.5v，静置时间为30min。
26.优选的，选取电池充放电循环前23周的放电容量数据，提取压力传感器对应电池
在每次充满电时的电压信号值，计算容量保持率。
27.本发明的有益效果是：
28.本发明的方法不需要昂贵精密的测试设备和进行复杂的理论计算，经过短期的循环测试即可快速地预测锂离子电池循环寿命，能够大幅降低了常规测试所产生的时间和资源浪费。
29.本发明基于锂离子电池循环过程中的电池表面压力(由传感器电压信号转换而成)与放电容量和循环次数建立联系，通过短期循环中实测数据的拟合计算预测锂离子电池循环寿命，与纯理论计算模型或经验模型相比，与实际测试结果的一致性更好，准确性高，更具有普遍适用性。
附图说明
30.图1本发明进行循环测试的流程图；
31.图2是利用本发明进行循环测试中压力传感器的电压信号与循环测试的放电容量拟合关系图；
32.图3是利用本发明进行循环测试中压力传感器电压信号与循环次数拟合关系图；
33.图4是利用本发明实施例中测试数据表。
具体实施方式
34.以下将配合附图及实施例来详细说明本技术的实施方式，借此对本技术如何应用技术手段来解决技术问题并达成技术功效的实现过程能充分理解并据以实施。
35.本实施例提供的锂离子电池循环寿命的预测方法流程如图1所示，包括以下步骤：
36.s1：在待评价的电池表面安装压力传感器，并对电池施加10000n初始预紧力。
37.s2：将待评价的电池进行一定循环次数的短期循环测试，并且需要记录不同循环次数下的放电容量，计算容量保持率。
38.s3：将每次循环测试中充满电状态对应的压力传感器数据提取出来。
39.s4：根据循环次数、放电容量及压力传感器的电压数据进行拟合计算，对电池的循环寿命进行预测。
40.如图1、2所示，所述拟合计算的方法，具体包括以下步骤：
41.s41：根据锂离子电池循环过程中放电容量和压力传感器对应的电压信号值进行拟合计算，可以得到函数关系式：y＝-829.89x2+999.48x-170.57，其中x表示压力传感器的电压信号值，y表示锂离子电池循环过程中的放电容量；
42.s42：根据锂离子电池循环次数和对应的压力传感器电压信号值进行拟合计算，可以得到函数关系式：x＝0.0226ln(k)+0.58，其中k表示循环次数，x表示压力传感器的电压信号值；
43.计算锂离子电池循环寿命终止时(放电容量保持率可选为80％、70％、60％等)对应的锂离子电池循环次数，即锂离子电池循环寿命。
44.本技术领域中，短期循环测试一般指进行500周(周，即一个循环周期)以内的测试。
45.本实施例以锂离子电池电芯型号为130ah方形电池为例，未经过充放电循环的新
鲜电池对应的初始放电容量为130.355ah，充放电循环测试条件为：在25
±
2℃下，以0.5c倍率进行充放电循环测试，充放电模式为恒流恒压充电-静置-恒流放电，充电截止电压为3.65v，充电截止电流为6.5a，放电截止电压为2.5v，静置时间为30min。
46.选取电池充放电循环前23周的放电容量数据，提取压力传感器对应电池在每次充满电时的电压信号值，计算容量保持率，为了更加直观地说明循环次数、放电容量、压力传感器对应电池每次充满电时的电压信号值之间的关系，本例测试数据详情如图4中的表1所示。
47.根据表1所列出的前23次循环时的电池循环次数、压力传感器对应电池在每次充满电时的电压信号值、容量保持率的数据，可以对这些短期数据拟合计算并预测长期循环寿命。首先，定义锂离子电池放电容量保持率衰减至80％时为寿命终止，130ah电池寿命终止时对应的放电容量为104ah。以压力传感器对应电池在每次充满电时的电压信号值为x轴，放电容量为y轴，可以拟合出放电容量的函数关系式为y＝-829.89x2+999.48x-170.57，如图1所示，其中x表示压力传感器对应电池在每次充满电时的电压信号值，y表示电池放电容量。以电池放电保持率80％为例，放电容量为104.284ah，再根据放电容量的函数关系式可以计算出锂离子对应的压力传感器的电压信号值为0.78v；其次，以循环次数为x轴，压力传感器对应电池在每次充满电时的电压信号值为y轴可以拟合得到函数关系式：y＝0.0226ln(x)+0.58，其中x为锂离子电池循环次数，y为压力传感器对应电池在每次充满电时的电压信号值，如图2所示，将上一步得到的压力传感器电压信号值0.78v代入此关系式，可计算出锂离子电池放电容量衰减至80％时循环次数为6971次，实际测试中该批次电池容量衰减至80％时循环次数为6788次，相对误差约为2.7％，可见本发明方法对锂离子电池循环寿命的预测结果较为准确。
48.由上述技术方案可知，本发明方法不需要昂贵精密的测试设备和进行复杂的理论计算，经过短期的循环测试即可快速地预测锂离子电池循环寿命，极大地降低了常规测试所产生的时间和资源浪费。本发明基于锂离子电池循环过程中负极片厚度的反弹率对放电容量保持率的影响，通过短期循环中实测数据的拟合计算预测锂离子电池循环寿命，与纯理论计算模型或经验模型相比，与实际测试结果的一致性更好，更具有普遍适用性。
49.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。