基于微分电压分析法的锂离子电池组健康状况检测系统分析

合集下载

锂离子电池健康状态诊断方法

锂离子电池健康状态诊断方法

锂离子电池健康状态诊断方法锂离子电池健康状态诊断方法锂离子电池是目前广泛应用于移动设备、电动车辆等领域的重要能源储存装置。

然而,随着使用时间的增加和充放电循环的进行,电池的健康状况会逐渐下降。

因此,我们需要一种可行的方法来诊断锂离子电池的健康状态,以便及时采取措施来维护其性能和延长使用寿命。

以下是一种基于步骤思维的锂离子电池健康状态诊断方法:第一步:测量电池的开路电压(OCV)开路电压是指电池在不进行任何充放电过程中的电压。

通过测量电池的OCV值,我们可以初步判断电池的健康状况。

一般来说,电池的OCV值与其剩余容量成正比。

如果电池的OCV值较低,则可能意味着电池已经损坏或容量严重下降。

第二步:进行恒定电流充放电测试通过对电池进行恒定电流充放电测试,我们可以获取电池的放电容量和内阻等数据。

充放电测试可以提供更准确的电池健康状况信息。

如果电池的放电容量较低,表明其储能能力已经下降。

同时,如果电池的内阻较高,可能意味着电池出现了老化或损坏。

第三步:分析电池性能数据根据第二步的测试结果,我们可以进一步分析电池的性能数据。

比如,可以计算电池的能量密度、循环寿命等指标。

能量密度是指单位质量或单位体积电池所能存储的电能。

如果电池的能量密度较低,说明电池的储能效率下降。

循环寿命则是指电池能够完成充放电循环的次数,如果循环寿命降低,则电池的健康状况也相应下降。

第四步:比较实际性能与标准性能根据电池厂商提供的标准性能数据,我们可以将实际测试的性能数据与之进行比较。

如果实际性能数据明显偏离标准性能,那么可能说明电池的健康状况存在问题。

第五步:综合判断电池健康状态综合以上分析结果,我们可以对电池的健康状态进行判断。

如果多个指标表明电池的性能下降,那么可以初步判断电池的健康状况不佳。

为了进一步确认电池的健康状态,可以重复进行多次测试,并与历史测试数据进行比较。

总之,通过以上的步骤思维方法,我们可以较为全面地诊断锂离子电池的健康状态。

电池健康状态实验与评估方法综述

电池健康状态实验与评估方法综述

电池健康状态实验与评估方法综述王聪聪1,叶思成2 ,裴春兴1,戴朝华*(1.中车唐山机车车辆有限公司,河北唐山064000 ; 2.西南交通大学电气工程学院,四川成都610031)摘要:分析影响电池健康状态(SOH )的内部机理和外部环境因素,并从多个SOH 定义反映电池老化特征。

针对电池SOH评估研究难点,从SOH 实验、SOH 评估方法、等效模型和成组不一致性等4个方面,综述目前电池SOH 的研究进展。

对比不同模型、算法及体系的优缺点,展望电池SOH 评估的研究重点。

关键词:健康状态(SOH );老化影响因素;老化实验;特征参数中图分类号:TM912. 9 文献标志码:A 文章编号:1001-1579(2021)02-0197-04Review on battery state-of-health experiment and estimation methodsWANG Cong-cong 1 ,YE Si-cheng 2 ,PEI Chun-xing 1 , DAI Chao-hua 2*(1. CRRC Tangshan Co.,Ltd.,Tangshan,Hebei 064000,China ;2. School f Electrical Engineering,Southwest Jiaotong University , Chengdu , Sichuan 610031, China )Abstract :The internal mechanism and external environment influences on battery state-of-health ( SOH ) were analysed and theaging characteristics of batteries were reflected from several SOH definitions. In view of the research difficulties in SOH estimation ,the research progress was summarized from four aspects: SOH test , SOH estimation methods , equivalent model and battery packinconsistency. The advantages and disadvantages of different models , algorithms and systems were compared , the research focus ofbattery SOH estimation was prospected.Key words :state-of-health(SOH); aging influencing factor ; aging test ; characteristic parameter受各种不确定因素的影响,电池健康状态(SOH )在复杂多变的实际环境中难以估计和预测,是所有电池面临的共同 问题[l ]o 造成该问题的原因,除材料和生产工艺等电池自身因素外,电池管理系统(BMS )在复杂条件下的评估技术也存 在不适应、不准确等现象。

基于电压数据片段混合模型的锂离子电池剩余寿命预测与健康状态估计

基于电压数据片段混合模型的锂离子电池剩余寿命预测与健康状态估计

01放电电压片段分析在恒流充放电工作状态下,给出电池簇及多枚锂离子电池端电压的变化曲线,如图1所示,锂离子电池整个放电过程可以分为4个片段,即放电初始片段、放电稳定片段、放电结束片段与放电恢复片段。

图1 恒流充放电下电池簇及电芯端电压变化曲线Fig.1 Variation of battery cluster and cell voltage under constant currentcharge and discharge在放电初始片段中,电芯端电压受到欧姆内阻分压作用而瞬时下降。

在放电电流与采样步长保持恒定的情况下,根据该片段电压幅值变化Δu o hm可以间接地反映欧姆内阻大小情况,即式中:i为放电电流;r为欧姆内阻。

在放电稳定片段,电芯端电压下降的主ohm要原因是电池极化内阻的产生,逐渐形成电势差,端电压持续下降。

在放电电流与采样步长保持恒定的情况下,根据此片段电压幅值变化Δu p可以间接地反映极化电阻大小情况,即式中:r p 为极化内阻。

在放电恢复片段,电池极化电容持续向极化内阻放电,电芯端电压持续回弹至平台期,此时极化电容储存的电量正在被极化电阻逐渐耗散。

在放电电流保持恒定的情况下,根据此片段电压幅值变化Δu z可以间接地反映电池极化阻抗大小情况,即式中:Δu d为放电初始片段起始电压与放电恢复片段终止电压之差;Δt为放电恢复片段持续时间;c p为极化电容。

文献[28]给出不同SOC下电芯内特性参数的变化情况,如图2所示。

图2 不同荷电状态下内特性参数变化情况Fig.2 Variation of internal characteristic parameters under different statesof charge由图2可知,SOC的差异会造成极化电阻、极化电容数值的显著变化,而欧姆内阻大小受SOC影响程度较小,且由式(1)可知欧姆内阻与放电初始片段瞬时压降幅值Δu ohm有强相关性,因此本文提出基于恒流放电工况下瞬时压降Δu ohm作为HI来构建锂离子电池的退化经验模型与SOH估计模型是可行的。

锂离子电池健康状态估计及寿命预测研究进展综述

锂离子电池健康状态估计及寿命预测研究进展综述

锂离子电池健康状态估计及寿命预测研究进展综述
熊庆;邸振国;汲胜昌
【期刊名称】《高电压技术》
【年(卷),期】2024(50)3
【摘要】随着锂离子电池的应用越来越广泛,锂电池健康状态的精确估计和剩余寿命的实时预测对于锂电池系统的安全运行和降低运维成本具有重要意义。

锂电池内部复杂的物理化学反应和外部复杂工作条件,使得实现精准的健康状态估计和寿命预测具有挑战性。

该文综述近年来锂电池健康状态估计和剩余使用寿命预测方法的研究现状,分析基于物理/数学模型、数据驱动、模型法和数据驱动融合,以及多种数据驱动融合的锂电池健康状态估计方法的优缺点及适用条件,并对比分析不同数据驱动类型的锂电池寿命预测方法。

指出锂电池健康状态估计及寿命预测尚存在的问题,并对未来研究方向进行展望,对完善锂电池健康状态估计和寿命预测算法理论体系、指导实际应用技术具有重要意义。

【总页数】14页(P1182-1195)
【作者】熊庆;邸振国;汲胜昌
【作者单位】西安交通大学电工材料电气绝缘全国重点实验室
【正文语种】中文
【中图分类】TM9
【相关文献】
1.锂离子电池健康状态估计与剩余寿命预测
2.锂离子电池状态估计与剩余寿命预测方法综述
3.基于电压数据片段混合模型的锂离子电池剩余寿命预测与健康状态估计
4.计及健康特征信息量的锂离子电池健康状态与剩余寿命预测研究
因版权原因,仅展示原文概要,查看原文内容请购买。

锂离子电池组健康评估方法探讨

锂离子电池组健康评估方法探讨

锂离子电池组健康评估方法探讨摘要:近些年,测试测量、电化学、可靠性等领域广泛展开了对单一个体锂离子电池的荷电状态估计、剩余使用寿命预测和健康状态估计等问题的深入研究。

锂离子电池因能量密度高、循环寿命长等参数优势,在航空航天、新能源、电动汽车等行业普遍应用。

在这些实际应用场景中,锂离子电池经串并联架构成为电池组,提供稳定且优质的能源保障。

随之而来,锂离子电池组的退化建模、健康状态估计逐渐成为有待攻克的关键技术。

本文以阐述锂离子电池单体和电池组的退化机理为基础,识别锂离子电池组退化状态,研究健康状态估计方法。

最后,从锂离子电池组建模、状态估计、能量管理等角度出发,对锂离子电池组的健康状态估计方法与新领域中应用做出发展趋势展望。

关键词:锂离子电池;健康评估;单体差异;退化状态;方法探讨1 引言近年来,航空航天、电动汽车、新能源等新兴领域更多关注了锂离子电池的研究与应用,究其原因,还是其拥有高能量密度、长循环寿命等优异的参数特征。

不仅如此,测试测量、电化学和可靠性等热门学科也广泛开始了对单一个体锂离子电池的荷电状态估计、剩余使用寿命预测和健康状态估计等问题研究。

在实际应用场景中,锂离子电池单体经常被经过串并联形式架构成为特殊形式电池组,也称电池包。

锂离子电池电池组可以提供稳定且优质的能源用以保障用电系统。

目前最亟待突破的关键技术就是锂离子电池组的退化建模、健康状态估计。

因此,本文通过对比单一个体锂离子电池和电池组的退化机理,识别出锂离子电池组退化状态,制定出健康状态估计方法,并将现有基本理论和方法结合实际应用场景,开展局限性分析。

最后,从锂离子电池组建模、状态估计和能量管理等角度出发,对锂离子电池组的健康状态估计方法在新能源、电动汽车、飞行器及其相关领域的应用做出发展趋势展望。

锂离子电池为确保满足系统容量、功率、输出电压等主要指标,常采用串并联成组的方法架构出锂离子电池组。

因为每个锂离子电池个体之间普遍存在着单体不一致性问题,架构成锂离子电池组后综合性能会受内部单体性能影响,还会受每个单体间一致性的影响。

基于电子技术的锂电池状态监测与健康评估方法研究

基于电子技术的锂电池状态监测与健康评估方法研究

基于电子技术的锂电池状态监测与健康评估方法研究摘要:随着锂电池在各个领域的广泛应用,其安全性和可靠性显得尤为重要。

本文针对锂电池的状态监测与健康评估方法进行了深入研究,提出了一种基于电子技术的有效解决方案。

首先,通过对锂电池内部参数进行实时监测,实现了对电池状态的准确评估;其次,采用了数据分析和机器学习技术,对电池的健康状况进行了预测;最后,通过实验验证了所提方法的有效性和准确性。

关键词:锂电池;状态监测;健康评估;电子技术一、锂电池状态监测技术1.1 电池温度监测技术电池温度是影响锂电池性能和安全性的重要因素之一。

为了实时监测电池温度,常用的方法包括热敏电阻、红外线测温和热电偶等。

其中,热敏电阻是最常见且成本较低的温度传感器,它的电阻值会随着温度的变化而改变,从而实现温度的监测。

红外线测温技术则通过接收电池表面发出的红外辐射,根据其强度来计算电池的温度。

热电偶是一种基于材料热电效应的温度传感器,可以直接测量电池内部或者表面的温度。

1.2 电池电压监测技术电池电压是衡量锂电池状态的重要指标之一。

常见的电压监测方法包括开路电压法、恒流放电法和电化学阻抗谱分析等。

开路电压法通过在电池不进行充放电时测量其电压来评估电池的状态。

恒流放电法则是将电池以固定电流放电,并实时监测电压变化,从而推断电池的容量和剩余寿命。

电化学阻抗谱分析是一种频率扫描法,通过测量电池在不同频率下的阻抗变化来获取电池的内阻和容量信息。

1.3 电池电流监测技术电池电流是指电荷在电池中的流动情况,对于锂电池状态的监测至关重要。

常用的电流监测方法包括电流传感器和电压积分法。

电流传感器可以通过测量电流引起的磁场变化来实时监测电池的电流。

而电压积分法则是根据电流与时间的关系,通过对电池电压进行积分从而获得电池的电荷状态。

二、锂电池健康评估方法2.1 基于数据分析的健康评估方法基于数据分析的锂电池健康评估方法通过对电池运行过程中产生的大量数据进行统计分析和建模,来评估电池的健康状况。

一种基于支持向量机的锂离子电池健康状态估计方法及系统[发明专利]

一种基于支持向量机的锂离子电池健康状态估计方法及系统[发明专利]

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201810636667.9(22)申请日 2018.06.20(71)申请人 山东大学地址 250061 山东省济南市历下区经十路17923号(72)发明人 崔纳新 方浩然 杨亚宁 王春雨 王光臣 张承慧 (74)专利代理机构 济南圣达知识产权代理有限公司 37221代理人 董雪(51)Int.Cl.G06K 9/62(2006.01)G06F 17/18(2006.01)G06N 3/04(2006.01)(54)发明名称一种基于支持向量机的锂离子电池健康状态估计方法及系统(57)摘要本发明公开了一种基于支持向量机的锂离子电池健康状态估计方法及系统,包括:确定支持向量机回归预测的输入变量和输出变量;将输入变量和输出变量分成训练集数据组和测试集数据组;对归一化后的训练集数据进行回归模型建立,得到回归函数;将测试集数据带入训练后的回归模型,从而预测出电池恒流充电到达截止电压时所充入的电量;将训练集数据中的恒流充电到截止电压所充入的电量和进行容量测试后得到的当前测试容量进行拟合,将测试集数据预测得到的电量带入拟合后的方程得到当前预测容量,从而对电池健康状态进行估计。

本发明能够对各种恒流充电环境下的锂离子电池恒流充电到达截止电压所充入的电量进行预测,具有广泛的适用性。

权利要求书3页 说明书8页 附图3页CN 108805217 A 2018.11.13C N 108805217A1.一种基于支持向量机的锂离子电池健康状态估计方法,其特征在于,包括:对锂电池进行循环充放电实验,实时记录锂电池各项工作状态的历史数据,确定支持向量机回归预测的输入变量和输出变量;将输入变量和输出变量分成两组:训练集数据组和测试集数据组;对训练集数据组和测试集数据组进行归一化处理;对归一化后的训练集数据进行回归模型建立,得到回归函数;选取RBF作为核函数,运用网格搜寻法选择最优的RBF核函数参数组合:核函数的宽度参数,惩罚系数和损失函数;根据最优的RBF核函数参数组合确定最优参数回归模型;将测试集数据带入训练后的回归模型,从而预测出电池恒流充电到达截止电压时所充入的电量Q1;在相同恒流充电条件下,将训练集数据中的恒流充电到截止电压所充入的电量Q11和进行容量测试后得到的当前测试容量Q0运用最小二乘法进行拟合,将测试集数据预测得到的Q1带入拟合后的方程得到当前预测容量c M,从而对电池健康状态进行估计。

多类型锂离子电池组管理系统的健康状态和剩余寿命预测方法[发明专利]

多类型锂离子电池组管理系统的健康状态和剩余寿命预测方法[发明专利]

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202010800353.5(22)申请日 2020.08.11(71)申请人 中北大学地址 030051 山西省太原市学院路3号中北大学(72)发明人 贾建芳 温杰 王科科 史元浩 庞晓琼 梁建宇 曾建潮 (74)专利代理机构 山西五维专利事务所(有限公司) 14105代理人 茹牡花(51)Int.Cl.G01R 31/392(2019.01)G01R 31/367(2019.01)G01R 31/396(2019.01)(54)发明名称多类型锂离子电池组管理系统的健康状态和剩余寿命预测方法(57)摘要本发明多类型锂离子电池组管理系统的健康状态和剩余寿命预测方法。

解决在多类型锂离子电池混合使用情况下,传统电池管理系统无法有效管理,并且传统预测模型预测起始点靠后的问题。

对于同种锂离子电池采用小波分解,将容量退化历史数据分为高频波动部分和低频趋势两部分,分别将两部分数据作为输入数据训练其对应的带残差层的小波神经网络。

将实时低频趋势数据带入残差小波网络和无迹粒子滤波结合的模型,得到长期剩余寿命预测结果。

该结果将为系统后期更换电池次序提供依据。

剩余寿命预测结果与实时高频波动部分使用带残差层的小波神经网络模型得到的短期预测值,通过同循环次数叠加得到其实时健康状态预测值,用于锂离子电池健康状态均衡管理。

权利要求书2页 说明书8页 附图5页CN 111707956 A 2020.09.25C N 111707956A1.多类型锂离子电池组管理系统的健康状态和剩余寿命预测方法,其特征在于,所述方法包括以下步骤:步骤一、利用独立主成分分析法将具有多类型锂离子电池的电池组原始数据分解为不同类型电池的退化数据,并根据分解结果进行分类;步骤二、将步骤一中退化数据与数据库中容量退化曲线进行对比,判断是否前期训练完成该种单体电池多尺度预测模型,若不存在则建立该类预测模型;步骤三、通过步骤二确认已训练好该种锂离子电池多尺度预测模型后,将步骤一中的单体容量退化数据带入对应多尺度组合模型中,获得长期剩余寿命预测值和短期实时健康状况预测值;步骤四、将步骤一和步骤三得到的单体锂离子电池真实容量数据,预测容量数据和预测模型参数存入数据库。

一种锂离子电池组健康状态判断方法[发明专利]

一种锂离子电池组健康状态判断方法[发明专利]

专利名称:一种锂离子电池组健康状态判断方法
专利类型:发明专利
发明人:刘文军,欧名勇,周冠东,夏向阳,贺懿冰,欧阳志国申请号:CN202210094044.X
申请日:20220126
公开号:CN114415051A
公开日:
20220429
专利内容由知识产权出版社提供
摘要:本发明公开了一种锂离子电池组健康状态判断方法,其方法包括以下步骤:计算各老化状态下锂离子单体电池的极化电阻Rp以及电池串并联后电池组的极化电阻Rp△;计算老化实验中锂离子电池组极化电阻变化率ηt,构建锂离子电池组老化程度与极化电阻变化率的关系曲线图;确定锂离子电池组老化的极化电阻变化率临界阈值ε;计算待测锂离子电池组极化电阻变化率;将待测锂离子电池组的极化电阻变化率与临界阈值ε比较,确定待测锂离子电池组的健康状态。

本发明选取能较好反映电池内部退化机理的极化电阻变化率作为锂离子电池组健康状态判断指标,可以较准确地判断被测锂离子电池组的健康状态,保证锂离子电池组工作的安全运行。

申请人:国网湖南省电力有限公司,国网湖南省电力有限公司经济技术研究院,国家电网有限公司地址:410004 湖南省长沙市天心区新韶东路398号
国籍:CN
代理机构:长沙市融智专利事务所(普通合伙)
代理人:颜勇
更多信息请下载全文后查看。

锂离子电池荷电性能检测及健康状况分析

锂离子电池荷电性能检测及健康状况分析

锂离子电池荷电性能检测及健康状况分析邵亦博;吕玉祥;孙胜男;王帅;南永兵【摘要】为获得一种方便快捷的锂电池健康状态检测方法,以18650型号锂离子电池作为实验对象,进行老化实验,并记录老化过程中的荷电性能变化.在排除了电池放电自发热的影响后,对比不同老化程度下的锂电池荷电性能,发现随着锂电池健康状况的变化,其电压变化率也会发生规律性变化,从而得出一种通过检测荷电性能对锂电池健康状态进行检测的新方法.实验结果表明,该方法快速准确,可以作为一种检测锂电池健康状态的有效方法,适用于批量的锂电池检测.【期刊名称】《电测与仪表》【年(卷),期】2019(056)013【总页数】5页(P113-116,152)【关键词】锂离子电池;健康状态;电压变化率;荷电性能;自发热【作者】邵亦博;吕玉祥;孙胜男;王帅;南永兵【作者单位】太原理工大学物理与光电工程学院,太原030024;太原理工大学物理与光电工程学院,太原030024;太原理工大学物理与光电工程学院,太原030024;太原理工大学物理与光电工程学院,太原030024;太原理工大学物理与光电工程学院,太原030024【正文语种】中文【中图分类】TM910.70 引言从90年代起,以石油、煤炭和天然气为主的化石能源出现了储量不足的危机,除此之外,更严重的是化石能源在使用中会释放有毒有害气体及大量二氧化碳,造成温室效应并会对环境生态系统产生不良影响。

因此,新能源的研究与使用显得越发重要。

新能源中最具前景的锂电池也被广泛使用于各种电子设备、仪器乃至电动汽车中。

为了保证这些设备的稳定运行及安全使用,对锂离子电池的性能检测和健康状态分析是必不可少的。

电池的健康状态SOH(State of Health)反映了电池放电的能力,是表征电池寿命的重要参数。

电池的健康状态定义为:在标准条件下电池在满充状态下放电到截止电压所放出的电量(Qdischarge)与新出厂时电池的标准容量(Qnew)的比值。

基于电压极差特征的储能电池组早期健康状态检测

基于电压极差特征的储能电池组早期健康状态检测

基于电压极差特征的储能电池组早期健康状态检测
朱沐雨;马宏忠;宣文婧
【期刊名称】《电机与控制应用》
【年(卷),期】2024(51)2
【摘要】为了更加高效地评估储能电池组的健康状态(SOH),提出一种基于电压极差特征的早期健康状态检测方法。

首先基于大容量磷酸铁锂储能电池组开展循环老化试验,测量每次循环的电压极差信号,并从中提取关键时间点的电压特征;其次,基于皮尔逊(Pearson)相关系数及灰色关联度分析法(GRA)筛选与电池组老化高度相关的健康因子。

最后,通过麻雀搜索算法(SSA)优化双向长短时记忆网络(BiLSTM)的超参数,搭建SSA-BiLSTM健康状态估计模型,实现储能电池组SOH评估;并结合常规机器学习算法验证了健康因子的有效性和估计模型的优越性。

结果表明,所提取充放电静置30 min的电压极差特征能够有效反映电池组容量衰退趋势,多种模型验证下SOH估计误差均低于±0.8%。

其中,本文所提出的SSA-BiLSTM模型均方根误差(RMSE)低至0.07%。

因此该方法能够有效地对大容量储能电池组的SOH实现在线监测。

【总页数】9页(P1-9)
【作者】朱沐雨;马宏忠;宣文婧
【作者单位】河海大学能源与电气学院
【正文语种】中文
【中图分类】TM911
【相关文献】
1.基于LTC6803串联锂电池组电压检测及均衡系统
2.基于反激式变压器的锂电池组单体电压检测方法
3.110kV变电站蓄电池组健康状态检测及防范措施
4.文旅交融背景下的赣南客家村落更新的再思考
5.基于充电电压的串联电池组早期多故障诊断
因版权原因,仅展示原文概要,查看原文内容请购买。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

基于微分电压分析法的锂离子电池组健
康状况检测系统分析
摘要:石油能源、煤炭能源及天然气能源的储量比较有限,少数能源在使用时能释放多种物质,从而造成温室效应和环境污染问题。

锂电池在电子设备和电子仪器的应用很广,本文出于确保这些设备能稳定运行和安全使用的目的,在微分电压分析法的基础上,分析了锂离子电池组的健康状况的检测系统,以供业界参考。

关键词:微分电压分析法;锂离子电池组;健康状况检测系统
引言:现阶段,对可再生资源的利用和减少对不可持续利用的自然资源的使用是政府和个人的努力方向。

电能这一常用可再生清洁能源既安全又高效,电池是储藏电能的主要手段,在人们的生活中占据着重要位置。

锂离子电池的循环寿命很好,不但具有很高的储能比,能量的转换效率也非常高,是重要的储能手段。

一、锂离子电池发生老化的原因
在理想状态下,锂离子电池只会在正极与负极的工作状态之下出现标准化学反应,锂离子出现不可逆消耗的概率极低。

不过在具体使用时,锂离子电池经常会出现副反应,还会时常出现化学反应[1]。

在锂离子电池实际应用时或锂离子电池的每次充电过程及放电过程,均会使锂离子出现不可逆消耗反应,最终使锂离子电池在电池容量方面发生改变,并且这种改变属于不可逆改变,此外,它还会伴随循环次数不断增加而逐渐积累,从而明显影响锂离子电池性能。

导致锂离子电池容量出现衰减的常见原因如下文所示:
(一)正极材料溶解
举例说明,在钴酸锂电池中,因为电解质的钴会不停溶解,最开始,少数游离态的钴会出现沉积,不能再次返回正极,在此情况下,正极活性物质出现不可
逆转地减少,使容量不断减小。

此外,少数游离态钴将会抵达负极,如此会使SEI膜出现损耗,生成SEI膜将会对锂离子造成二次消耗,从而使电池化学系统能够参加反应的锂离子越来越少,导致锂离子电池在电池容量方面的损耗越来越大[2]。

(二)电解质分解
常见锂离子电解液是指锂离子盐构成的电解质与有机酸所组成的混合物溶剂。

因为在电解液中,阴极和阳极相比,其活性更强,出现氧化还原反应的几率更高。

所以,电解质在与有机溶剂出现氧化还原反应的过程中会不停出现损耗,使得电解质与有机溶剂发生双重损耗,从而使锂离子电池的性能得到降低。

(三)由于过充电和过放电所致的容量损失
如果电池存在过度充电问题,此时负极嵌入的锂离子将会大于结构承受的限界,电解质在出现锂离子沉积后同样会有氧化还原反应出现,使正极缺氧,在正极氧原子不断缺失的背景下,高电压区间会出现电极扭曲问题。

电解液的氧化还原反应能够对活性物质造成消耗,锂离子的沉积会形成不溶物质,将电极排气孔堵塞,使得锂离子不断减少,充放电能力降低,而且会使电池容量不断衰减。

(四)自放电
锂离子电池时常会出现漏电现象,这是电池在进行自发放电反应,其类型包括可逆型与不可逆型。

即使一般只有小容量损失不可逆,不过长此以往,依旧会严重影响电池的健康状态。

导致不可逆自发放电出现的原因包括因为锂离子出现沉积所致的容量损失、由于电解质的氧化还原反应而出现的物质将多孔电机微孔堵塞所致的等效内阻的增大。

(五)出现SEI界面膜
以锂-石墨电池为例,在其第一次循环放电时,少量锂原子和非水溶剂进行反应,出现了初始不可逆容量。

反应的产物于碳表面生成锂离子导体以及电子绝缘层,这便是固体电解质(SEI膜)。

如果SEI膜出现,锂离子经由SEI膜可逆嵌入碳,如果碳电极电势始终小于电解质分解电势,同样能够进行,可以避免碳
电极中的电解质抑制分解。

由于SEI膜应该在消耗锂离子前提下出现,伴随锂电池循环充放电,SEI膜将会越来越厚,使锂离子含量不断下降。

而且SEI膜会对少量石墨粒子进行消耗,会对负极造成不利影响,也会使得电池容量不断衰减。

SEI膜出现不但对锂离子造成消耗,而且防止阳极电解质分解,即使电池容量不断衰减,又可以适当地减缓容量衰减。

(六)集流体腐蚀
大多锂离子电池的正极集流体材料使用的是铝箔,负极集流体材料使用的是铜箔,它们均会接触电解质,极易被其腐蚀。

伴随集流体材料的腐蚀,电池等效内阻将增大,使电池容量不断衰减。

(七)副反应消耗活性锂
在多种温度状态中,锂离子电池内部的活性锂离子均会在副反应中遭到消耗,或形成沉积,对副反应来说,它的剧烈和复杂程度将伴随温度提高而增大,如果温度只有25℃,此时副反应影响比较弱,如果温度升高至60℃,此时副反应影响很强劲。

所以,锂离子电池容量损耗,不单是由于使用时的老化,还有一定几率是由于存放而导致的容量损失,这种情况在存放环境大于室温的情况下表现更甚。

二、锂离子电池组健康状况检测系统
(一)系统整体结构
锂离子电池组健康状况监测系统的硬件部分除了ARM系列STM32系统及MAX17830系统之外,还有PWM恒流放电、恒流充电、电流检测、锂离子电池的散热装置。

CPU即STM32系统的功能:利用IIC通讯协议来初始化MAX17830芯片,首先对电流检测和温度检测的装置进行初始化,随后对PWM恒流放电和恒压充电系统进行驱动,使其充放电锂离子电池,之后利用I/0口,由寄存器中对MAX17830所采集的数据进行读取,并且分析和整理这些数据,对最后的测试结果进行提出,即每节锂离子电池健康状况的估计结果。

由于串联结构和并联结构是锂离子电池组的主要构成,测试芯片为MAX17830,因为此芯片可以进行分布式通信与菊链通信传输,所以能够适合测量串并联结构下的锂离子电池组数据。

一块MAX7830芯片至多可以检测的锂离子电池数为12节,在链式连接MAX17830 后,利用多路 MAX17830能够测量串并联结构下的锂离子电池组。

MAX17830可以利用IIC通信协议和CPU交互,并且采集电池组所有电池端的电压数据,对温度检测装置的信号进行读取,把所得数据利用IIC通信协议传送至CPU存储。

使用QT5软件对锂离子电池的健康状况检测的上位机软件进行编写,达到人机交互目的。

软件的功能模块除了有检测页面的显示部分模块、检测开始模块、停止命令模块之外,还有校准健康状况测试系统模块、设置锂离子电池组节数结构的模块、设置检测次数模块。

(二)系统功能测试
第一,测试PWM恒流电子负载仪的工作。

其功能是对能够起到调节变化作用的负载进行提供,让锂电池组的所有串联部分是恒流2A放电,于是利用单路串联锂电池组,以恒流放电的方式来测试电池组的电子负载。

实验结果表明,电池组在63秒的放电电流为2A,而且一直使用2A电流进行放电,在放电末端出现波动,此时电池组的多数锂电池电压为 1.5V,都小于1.7V,比锂电池的工作电压低,说明PWM斩波电子负载仪可以被当作2A横流负载,适合用在锂离子电池组的SOH检测系统中。

第二,进行温度及电流检测的功能测试。

使用恒温箱来模拟多种环境温度,对DS18B20测温电路进行使用,在测试完成后比对实测的数据。

在测试中,展示五个温度点测量之后的结果,低温状况下的测温电路的准确性较低,0℃的误差为0.3℃,此时误差比较大,不过没能大于精度的误差范畴。

恒温箱如果处于0℃恒温,则有一定几率会出现温度漂移,测量的结果处在能够接受的范围中。

在规定的工作温度达到20℃时,测温电路的精度较高,测温的结果能够符合标准。

对电子负载仪进行应用,设定放电电流,使用电流检测电路来检测其电流值。

结果表明电流检测可以通过测试。

结束语:对电池应用技术来说,电池管理系统是其重要组成,其功能是对电池的所有参数与使用时的状态变化情况进行监测,确保锂离子电池组可以在安全电压范围中工作,避免发生过充和过放问题。

如果电池的工作状态和电池存在问题,可以进行干预与反馈,预先对安全隐患进行排除,以延长电池寿命和保障其安全。

参考文献:
[1]孙淑华,贾新羽.基于微分电压曲线的锂离子电池老化模式分析[J].电源技术,2021,45(06):723-727.
[2]邵亦博,吕玉祥,孙胜男,等.锂离子电池荷电性能检测及健康状况分析[J].电测与仪表,2019,56(13):113-116+152.。

相关文档
最新文档