本发明专利技术公开了锂离子电池内部性能状态无损检测方法，包括：步骤一、建立锂离子电池电化学模型，简化得到锂离子电池内部性能参数与外部可测参数关系式；步骤二、测量外部可测参数，计算获得所述内部参数。本发明专利技术提供的锂离子电池内部性能状态无损检测方法基于激励响应分析。在不破坏电池的情况下实现连续的内部性能状态估计；该检测方法人工参与量少，可实现自动化检测。
【技术实现步骤摘要】
【专利说明】
本专利技术涉及一种锂离子电池内部性能状态检测方法，特别涉及一种基于激励响应 分析的锂离子电池内部性能状态的无损检测方法。
技术介绍
锂离子电池是一个封装好的黑盒子，其性能变化是由于内部活性材料及材料物理 化学性能的变化，对应着电池内部材料性能状态参数的变化，包括正负极有效活性材料的 容量、活性材料及电解液的传输性能、动力学性能等参数的变化。 研究电池老化、电池性能衰退的规律需要通过一定的方法检测电池内部材料的性 能状态。当前国内外检测电池内部材料性能状态的方法有两种：一种是拆解电池后的理化 分析方法，称为化验法；另一种是基于电池机理模型的参数估计方法，称为估计法。 化验法需要拆解电池后进行理化分析，是一种有损检测方法。分析方法复杂，人工 参与量大，难以实现老化过程中电池性能衰退规律的连续检测，特别是在电池使用中、在不 破坏电池的情况下进行电池性能的在线监测无法实现。 估计法利用锂离子电池第一,性原理（FirstPrinciple)模型--电化学模型建立 起电池内部参数与电池外部电流、电压行为之间关系的定量描述，然后采用参数估计技术 由电池外部行为估计内部参数，实现对电池内部材料性能状态参数的无损检测，可以在不 破坏电池的情况下实现连续的内部参数估计，进而可以较精确地评估电池的健康状况、定 量地描述电池性能衰退的演变规律。 但电化学模型的数学形式是一系列偏微分方程，模型参数众多，复杂的数学形式 以及变量间的相互耦合使得模型参数与电池外部可测电流、电压参量之间的数学关系不直 接，参数估计困难。当前文献中基于电化学模型的参数估计采用了以遗传算法、粒子群优化 算法为代表的搜索算法，此类算法仅靠目标函数建立关系，未考虑模型参数间的耦合及其 可辨识性，参数估计结果不能准确、有效地反映材料的性能状态。 针对电化学模型的复杂性、模型参数可辨识性差、当前搜索算法参数估计结果效 果差的问题，本专利技术提出了一种新的锂离子电池内部参数估计方法。本专利技术解决了电化学 模型简化、建立模型内部参数与外部可测参量之间的直接关联关系、提高模型参数的可辨 识性、保证参数估计结果准确有效等技术问题，形成了基于激励响应分析的锂离子电池内 部参数的估计方法，实现了对锂离子电池内部材料性能状态的无损检测。
技术实现思路
本专利技术解决的问题是现有技术中，由于采用的电化学模型形式复杂、模型参数可 辨识性差，导致采用估计法得到的锂离子电池内部性能参数有效性和可靠性低；为解决所 述问题，本专利技术提供一种。 ，包括： 步骤一、建立锂离子电池电化学模型，简化得到锂离子电池内部性能参数与外部可测 参数关系式； 步骤二、测量外部可测参数，计算获得所述内部参数。 进一步，所述锂离子内部性能参数包括： 7。为正极初始嵌锂率，为正极容量，仏为负极容量， /^为嵌锂率偏移，< 为正极固相扩散时间常数， I为负极固相扩散时间常数，/^"为液相扩散比例系数， ，:为液相扩散时间常数，__印为电解液设计参数， j为正极反应极化系数，_:%缓为负极反应极化系数， 忍h"为欧姆内阻，所述锂离子内部性能参数与外部可测参数关系式满足SP+模型。 所述SP+模型包括： 电池基本工作过程： 电池端电压： 所述SP+模型公式中参数的物理含义如下： /为电池的充放电电流； 伪电池的充放电时间； Avg为正极固相平均嵌锂率； 为正极初始嵌锂率； 为正极容量； Xavg为负极固相平均嵌锂率； JWs为嵌锂率偏移； 仏为负极容量； A:/ (t)、Ax'(t)为正极、负极固相嵌锂率变化状态变量； <、<为正极、负极固相扩散时间常数； Ay(t)_、Ax(t)为正极、负极固相嵌锂率平均与表面的差值； Ayh&nghis、^^henghii为丨旦流工况下正极、负极固相嵌裡率平均与表面的差值； JWfJsurf为正极、负极活性粒子表面固相嵌锂率； 及为电池电动势； 为正极、负极的固相开路电势曲线函数； "C0npcilarlzatlcJ^浓差极化过电势； 为电解液平均锂离子浓度； 为正负极集流体边界处液相锂离子浓度的差值； %为液相扩散时间常数； 尸_为液相扩散比例系数； 为恒流工况下正负极集流体边界液相锂离子浓度的差； "Mpc^lzatlcin为反应极化过电势； ?"、为反应极化过电势计算中间过程参数； 为正极反应极化系数； :_纟为负极反应极化系数； "ohm Pcllarlzatlcin为欧姆极化过电势； 疋hni为电池的欧姆内阻； 伪电池的端电压。 进一步，所述步骤二包括： 步骤2. 1、电池满充搁置后进行小倍率恒流放电，测量放电过程中电池的端电压和放电 电流曲线，使用最小二乘法对端电压曲线进行参数拟合，估计出个参数的值； 步骤2. 2、用交流小信号测量欧姆内阻参数； 步骤2. 3、在负载电流阶跃的瞬间测量电池的反应极化过电势，采用非线性最小二乘法 估计正、负极反应极化系数； 步骤2. 4、利用固相扩散和液相扩散经过过渡时间之后的稳态阶段，采用非线性最小二 乘法和迭代搜索法估计固相扩散时间常数和液相扩散比例系数； 步骤2. 5、利用负载连续变化情况下浓差极化过电势的暂态阶段，采用非线性最小二乘 法估计液相扩散时间常数。 进一步，在施加阶跃电流激励的瞬间测量电池端电压变化。 进一步，利用固相扩散和液相扩散动态过程的稳态阶段，估计固相扩散时间常数 和液相扩散比例系数。 进一步，利用连续脉冲充放电激励工况下液相扩散过程的暂态阶段，估计液相扩 散时间常数。 本专利技术的优点包括： 首先，与传统的化验法相比，本专利技术所提出的估计方法是一种无损检测方法，可以实现 对电池内部材料性能状态参数的无损检测，可以在不破坏电池的情况下实现连续的内部性 能状态估计；该检测方法人工参与量少，可实现自动化检测。 其次，与当前使用遗传算法、粒子群优化等搜索算法实现的电化学模型参数估计 方法相比，本专利技术基于激励响应分析的电池内部性能状态参数估计方法的创新性在于：通 过电化学模型简化和参数约简保证模型参数的可辨识性，通过模型分析得到内部参数与外 部参量之间直接的理论关联关系，基于该关联关系的理论分析针对性地设计辨识步骤、辨 识激励工况、由外部测量端电压计算内部参数。基于激励响应分析的估计方法从理论层面 保证了电池内部状态参数的可辨识性，保证了参数估计结果的有效性和准确性。 最后，该方法可应用于不同电池个体内部性能状态的检测和不同老化阶段电池内 部性能状态的检测。获得不同电池个体的内部状态可实现更加细致地对比和评价不同电池 性能的优劣，评价电池的一致性；获得不同老化阶段电池内部物理化学过程及材料的性能 状态可用于电池老化失效机理的研究，识别导致电池性能衰退的关键物理化学过程，定量 描述电池老化过程中各个物理化学过程性能状态的衰退规律，进一步可建立电池性能衰退 的失效物理模型。【附图说明】 图1是锂离子电池基本结构示意图； 图2是LiNMC-I电池基本工作过程四个参数的估计结果； 图3是用于测量欧姆极化和反应极化过电势的脉冲序列；当前第1页1 2 3 本文档来自技高网...
【技术保护点】
锂离子电池内部性能状态无损检测方法，其特征在于，包括： 步骤一、建立锂离子电池电化学模型，简化得到锂离子电池内部性能参数与外部可测参数关系式； 步骤二、测量外部可测参数，计算获得所述内部参数。
【技术特征摘要】
【专利技术属性】
技术研发人员：郭向飞，杨晨，许海洁，潘延林，杨丞，钱斌，
申请(专利权)人：上海空间电源研究所，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。