【技术实现步骤摘要】
一种电芯的日历寿命扩展预测方法
[0001]本专利技术涉及电池
,尤其涉及一种电芯的日历寿命扩展预测方法。
技术介绍
[0002]电芯的日历寿命,是研发阶段保证电池质量的一重要参数,测试过程中包含不同的存储荷电量(SOC),温度、夹板压力等。如果想全面掌握电芯的日历寿命特性,需要尽可能遍历以上变量进行实验。这些试验会消耗大量的人力物力成本,但很多变量对寿命的影响关系,是有规律可循的,可以通过建立电池模型来获取。
[0003]CN106093781A公开了一种动力锂离子电池日历寿命测试方法。其公开的方法结合动力锂离子电池搁置的荷电状态、温度及搁置过程中的测试数据三个方面的因素,测试电池的日历寿命。对测试结果进行线性拟合,得到不同搁置状态的日历寿命,结合实际的使用情况,对不同状态的电池搁置情况进行拟合分析,得到电池综合使用条件下的日历寿命;拟合后的曲线可以用公式Q(t)=atz。其公开的估算方法综合考虑了荷电状态、温度及具体的使用过程三方面的特点,使测试结果更接近动力锂离子电池的实际使用性能。
[0004] ...
【技术保护点】
【技术特征摘要】
1.一种电芯的日历寿命扩展预测方法,其特征在于,所述方法包括如下步骤:步骤1、选取至少三组电芯的日历实验数据,各组存储荷电量不同,相同组别的日历存储实验,应记录至少5次不同时间的日历寿命衰退数据;同组实验数据存储荷电量相同,但存储温度不同,且有至少两组包含大于2种不同的存储温度;步骤2、利用半经验公式预测不同存储温度的寿命,利用神经网络模型预测不同存储荷电量的存储的寿命。2.根据权利要求1所述的电芯的日历寿命扩展预测方法,其特征在于,步骤2中,所述半经验公式如式Ⅰ所示:式中,为电池的日历容量损失率,B
cal
(SOC)为与存储荷电量相关的系数,Ea
cal
为活化能系数,R为摩尔气体常量,取值8.314J/(mol
·
K),T为存储温度,t为时间,z
cal
为无量纲常数。3.根据权利要求1或2所述的电芯的日历寿命扩展预测方法,其特征在于,所述神经网络模型为误差逆向传播神经网络模型。4.根据权利要求3所述的电芯的日历寿命扩展预测方法,其特征在于,所述误差逆向传播神经网络模型的层数至少为3层。5.根据权利要求1
‑
4任一项所述的电芯的日历寿命扩展预测方法,其特征在于,所述步骤2为:先利用半经验公式预测不同存储温度的寿命,再利用神经网络模型预测不同存储荷电量的存储的寿命;或先利用神经网络模型预测不同存储荷电量的存储的寿命,再利用半经验公式预测不同存储温度的寿命。6.根据权利要求1
‑
5任一项所述的电芯的日历寿命扩展预测方法,其特征在于,所述步骤2中,利用半经验公式预测不同温度存储的寿命具体包括:将步骤1中的各个实验数据代入半经验公式,标定出B
cal
(SOC)和Ea
cal
两个参数,再根据B
cal
(SOC)和Ea
cal
两个参数已知的半经验公式,推导出相同存储荷电量,不同存储温度的其它寿命衰退数据。7.根据权利要求6所述的电芯的日历寿命扩展预测方法,其特征在于,将寿命衰退数据包括存储时间、存储温度和存储荷电量作为...
【专利技术属性】
技术研发人员:韩兵兵,孙德洋,吴晓刚,刘建明,从长杰,陈超,李召波,
申请(专利权)人:天津市捷威动力工业有限公司,
类型:发明
国别省市:
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。