一种电池包的失效率预测方法与流程

本发明涉及电池领域，特别是涉及一种电池包的失效率预测方法。

背景技术：

1、在电池包批量出厂前，一般需要对同一批次的电池包的失效率进行预测，以预测在预设的时长后该批次电池包中失效的电池包的数量与电池包的总数量比值。其中，失效的电池包为其中存在电池容量小于预设容量的电池的电池包。

2、目前对于包括若干相同型号的电池的电池包，在预测预设的时长后若干电池包的失效率时，首先可以基于预设的时长预测电池包中的一个电池在预设的时长内进行充放电的圈数，并将该圈数作为目标圈数，然后对与若干电池包中的电池相同型号的若干测试电池均循环进行满充和满放，直至每一测试电池的充放电圈数达到目标圈数，此时可以确定出若干测试电池中电池容量小于预设容量的测试电池的数量number1，并将number1/number2作为电池包中的电池在预设的时长后的失效率，即可以将该失效率作为在预设的时长后若干电池包的失效率。其中，number2为测试电池的总数，失效的电池为电池容量小于预设容量的电池。

3、但是，由于上述若干电池包在实际工作时，在预设的时长内是会交替的处于充电、放电和静置的工作状态的，而并不是一直处于循环满充满放的工作状态的，同一电池在不同的工作状态下的容量衰减量并不相同，因此number1/number2作为电池包中的电池在预设的时长后的失效率是误差较大的，进而通过number1/number2预测若干电池包的失效率的准确度较低。

技术实现思路

1、针对上述技术问题，本发明采用的技术方案为：

2、一种电池包的失效率预测方法，该方法包括以下步骤：

3、s100，根据电池工况曲线和num1个待预测电池包，获取电池数据列表data＝(cc,dc,vmax,vmin,tem,p)；其中，每一待预测电池包均包括num2个待预测电池，电池工况曲线为通过模拟任一待预测电池在预设使用场景中工作的过程中待预测电池的电流值随时间的变化的连续曲线；cc为电池充电倍率组，cc＝(cc1,cc2,...,ccz,...,ccs)，z＝1,2,...,s，ccz为cc中的第z个电池充电倍率，s为cc中的电池充电倍率的数量；dc为电池放电倍率组，dc＝(dc1,dc2,...,dcz,...,dcs)，dcz为dc中的第z个电池放电倍率；vmax为电池上限电压组，vmax＝(vmax1,vmax2,...,vmaxz,...,vmaxs)，vmaxz为vmax中的第z个电池上限电压；vmin为电池下限电压组，vmin＝(vmin1,vmin2,...,vminz,...,vmins)，vminz为vmin中的第z个电池下限电压；tem为电池温度组，tem＝(tem1,tem2,...,temz,...,tems)，temz为tem中的第z个电池温度；p为电池衰减量修正系数组，p＝(p1,p2,...,pz,...,ps)，pz为p中的第z个电池衰减量修正系数；

4、s200，根据data，得到容量衰减量组cap_loss＝(cap_loss1,cap_loss2,...,cap_lossz,...,cap_losss)；其中，cap_lossz为cap_loss中的第z个容量衰减量；cap_lossz满足如下条件：

5、cap_lossz＝m*e^{α*[(ccz-cc0)/cc0+(dcz-dc0)/dc0+(vmaxz-1)+vminz]}*tpre^{β*[(temz-tem0)/(r*temz)+pz]}+n*e^[γ*(vmaxz-1)]*t^{β*[(temz-tem0)/(r*temz)+pz]}；

6、其中，m为循环比值，m＝δtime1/δtime2，δtime1为电池工况曲线中电流值不为0的部分对应的时长，δtime2为电池工况曲线对应的总时长；e为自然对数的底数；α为第一系数，cc0为预设的基准充电倍率，dc0为预设的基准放电倍率；tpre为预设的预测时长；β为第二系数，tem0为预设的基准温度，r为摩尔气体常数；n为目标比值，n＝δtime3/δtime2，δtime3为电池工况曲线中电流值为0的部分对应的时长；δtime3+δtime1＝δtime2；γ为第三系数；

7、s300，对cap_loss中的容量衰减量进行随机分组，得到目标容量衰减量列表cas1＝(cas11,cas12,...,cas1q,...,cas1num1)，q＝1,2,...,num1，cas1q＝(cas1q1,cas1q2,...,cas1qg,...,cas1qnum2)，g＝1,2,...,num2；其中，cas1q为第q个待预测电池包对应的目标容量衰减量组；cas1qg为第q个待预测电池包中的第g个待预测电池对应的预测容量衰减量；num1*num2＝z；cas1q1＞cas1q2＞...＞cas1qg＞...＞cas1qnum2；

8、s400，获取每一待预测电池包对应的最大预测容量衰减量，以得到最大预测容量衰减量组cas2＝(cas111,cas121,...,cas1q1,...,cas1num11)；

9、s500，确定出cas2中大于预设的容量衰减量阈值的预测容量衰减量的数量num3；

10、s600，确定出num1个待预测电池包在经过tpre后的失效率rate＝num3/num1。

11、本发明至少具有以下有益效果：

12、在本发明中，可以根据电池工况曲线和电池数据列表data＝(cc,dc,vmax,vmin,tem,p)，并通过cap_lossz＝m*e^{α*[(ccz-cc0)/cc0+(dcz-dc0)/dc0+(vmaxz-1)+vminz]}*tpre^{β*[(temz-tem0)/(r*temz)+pz]}+n*e^[γ*(vmaxz-1)]*t^{β*[(temz-tem0)/(r*temz)+pz]}，得到容量衰减量组cap_loss＝(cap_loss1,cap_loss2,...,cap_lossz,...,cap_losss)，此时可以将cap_lossz作为预测的任一待预测电池在按照电池工况曲线对应的工况循环工作tpre后的容量衰减量。然后可以对cap_loss中的容量衰减量进行随机分组，得到cas1，cas1中的cas1q中的cas1qg可以为预测的第q个待预测电池包中的第g个待预测电池的容量衰减量，最后，可以将num3/num1作为num1个待预测电池包在经过tpre后的失效率，其中，num3为对应的最大预测容量衰减量大于预设的容量衰减量阈值的待预测电池包的数量。

13、而在相关技术中，根据tpre确定出目标圈数，再控制与待预测电池型号相同的number2个测试电池循环充放电至充放电圈数达到目标圈数，此时测试每一测试电池的电池容量，并根据1与容量衰减量阈值的差值，确定出number2个测试电池中电池容量小于该差值的测试电池的数量number1，最后将number1/number2作为预测的在tpre后num1个待预测电池包的失效率。

14、相比于上述相关技术，本发明中对容量衰减量的预测考虑到了电池工况曲线，即考虑到了待预测电池的模拟工况，进而相比于相关技术中测试电池的测试工况与待预测电池实际工作的工况之间的差别，本发明中电池工况曲线对应的工况与待预测电池实际工作时的工况较为相似，且本发明还考虑到了待预测电池的充放电倍率、上下限电压和电池温度对待预测电池的容量衰减量的影响，进而可以使预测出的容量衰减量与待预测电池实际工作时的容量衰减量之间的误差较小，因此，rate与经过tpre后num1个待预测电池包的实际失效率之间的误差较小，即本发明可以提高预测num1个待预测电池包的失效率的准确度。