一种电芯自放电性能筛选方法、系统、设备和介质技术方案

本发明专利技术涉及一种电芯自放电性能筛选方法、系统、设备和介质，方法包括以下步骤：对电压衰减模型参数进行求解，并得到所有待测电芯的初步筛选结果；基于电压衰减模型，对预设时间间隔后待测电芯的电压降进行预测，得到待测电芯的最终筛选结果。本发明专利技术能够对电芯自放电性能进行快速、准确的筛选，因此可以广泛应用于电芯技术领域。芯技术领域。芯技术领域。

【技术实现步骤摘要】
一种电芯自放电性能筛选方法、系统、设备和介质


[0001]本专利技术涉及一种电芯自放电性能筛选方法、系统、设备和介质，属于电芯


技术介绍

[0002]当前各国政府都在积极推动新能源汽车的发展，而电芯广泛应用于新能源电动汽车。单电池通常以串并联形式组装成系统，因此电池的不一致性会极大影响系统的性能。自放电是电芯常见和重要的不一致性指标，指电池存储过程中容量缓慢下降的现象，通常以电压降量化，主要分为以电解液和电极界面副反应为主的化学自放电以及以内部微短路为主的物理自放电。自放电虽然不可避免，但自放电过大的电池会降低系统的使用寿命，甚至带来安全问题，因此生产端筛查自放电不良的电芯是至关重要的。目前的筛选方法是电池化成后，将电池置于常温或高温环境，通过静置前后的电压差和时间差计算自放电率，筛除自放电过大的电池。
[0003]电芯自放电的研究和筛选方法比较多，例如：通过对电芯进行不同温度的静置，来区分物理自放电和化学自放电，但该方法操作复杂；通过对电芯进行充放电激励，采用等效电路模型获取自放电电流，快速判断电池自放电性能；或通过提出多次采集电池电压，建立时间差值
‑
电压比值关系式，预测待测电池电压，筛选自放电不良电芯等。
[0004]虽然电芯自放电判定方法很多，但往往在结果准确性，测试周期短，操作简便上不能兼顾。电芯自放电筛选存在的主要问题是测试周期长，时间越长，准确度越高，但极大影响产品的生产效率。另外的问题就是产生误判，前期自放电率低的电池在后期也可能出现压降速率加快的现象。因此开发快速精确的电芯自放电筛选方法，已经成为锂离子电池急需解决的关键技术问题之一。

技术实现思路

[0005]针对上述问题，本专利技术的目的是提供一种电芯自放电性能筛选方法、系统、设备和介质，能够对电芯自放电性能进行快速、准确的筛选。
[0006]为实现上述目的，本专利技术采取以下技术方案：
[0007]第一方面，本专利技术提供一种电芯自放电性能筛选方法，包括以下步骤：
[0008]对电压衰减模型参数进行求解，并得到所有待测电芯的初步筛选结果；
[0009]基于电压衰减模型，对预设时间间隔后待测电芯的电压降进行预测，得到待测电芯的最终筛选结果。
[0010]进一步，所述对电压衰减模型参数进行求解，并得到所有待测电芯的初步筛选结果的方法，包括：
[0011]进行电芯自放电测试，并收集相关数据；
[0012]搭建电压衰减模型；
[0013]基于收集的相关数据对电压衰减模型的模型参数进行求解；
[0014]基于模型参数对待测电芯进行初步筛选，得到初步筛选结果。
[0015]进一步，所述进行电芯自放电测试，并收集相关数据的方法，包括：
[0016]将分容后的待测电芯充电至预设初始荷电状态，并放置于预设存储温度下；
[0017]静置第一时间后，获取待测电芯的开路电压作为初始开路电压；
[0018]重复上一步骤，直至获取待测电芯在n个测试时刻下对应的开路电压，并将测试时刻与开路电压值与待测电芯信息进行关联，其中，n≥3。
[0019]进一步，所述电压衰减模型为：
[0020]V
n
＝V0‑
BΔt
z
[0021]其中，V
n
和V0分别表示第n次和初始开路电压；Δt表示第n次开路电压和初始开路电压测试的时间差；B表示电压衰减常数，z表示幂值。
[0022]进一步，所述基于电压衰减模型，对预设时间间隔后待测电芯的电压降进行预测，得到待测电芯的最终筛选结果的方法，包括：
[0023]基于电压衰减模型，对预设时间间隔后各待测电芯的电压降进行预测；
[0024]对得到的所有待测电芯的电压降预测值进行正态分布拟合，得到所有待测电芯的电压降预测值所对应的均值μ和方差σ；
[0025]基于得到的均值μ和方差σ，对初次筛选后的待测电芯进行再次筛选，得到最终筛选结果。
[0026]进一步，所述预设时间间隔范围为30
‑
90天。
[0027]进一步，还包括以下步骤：
[0028]基于待测电芯的方差σ，将筛选后的待测电芯分为多个组别，按照组别分别组装成模组或电池系统。
[0029]第二方面，本专利技术提供一种电芯自放电性能筛选系统，包括：
[0030]初步筛选模块，用于基于获取的待测电芯的自放电测试数据，对预先搭建的电压衰减模型参数进行求解，并得到所有待测电芯的初步筛选结果；
[0031]最终筛选模块，基于电压衰减模型，对预设时间间隔后待测电芯的电压降进行预测，得到待测电芯的最终筛选结果。
[0032]第三方面，本专利技术提供一种处理设备，所述处理设备至少包括处理器和存储器，所述存储器上存储有计算机程序，所述处理器运行所述计算机程序时执行以实现所述电芯自放电性能筛选方法的步骤。
[0033]第四方面，本专利技术提供一种计算机存储介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现所述电芯自放电性能筛选方法的步骤。
[0034]本专利技术由于采取以上技术方案，其具有以下优点：
[0035]1、本专利技术对所有待测电芯进行了两次筛选，基于电芯放电规律对电芯进行初次筛选，有效避免了避免前期压降小后期压降大的异常电芯流出，而基于预测长期时间的压降进行的二次筛选，可以使得前期压降过大后期压降变小的过杀电芯补救回来，提高了测试准确性；
[0036]2、本专利技术对电芯进行初次筛选时，仅需要对电芯进行三次开路电压测试，即可实现电压衰减模型的参数求解，进而对长期自放电进行预测，三次测试时间可缩短至10天内，有效缩短了测试周期；
[0037]3、本专利技术搭建的电压衰减模型采用幂函数形式，能够更加直观的对压降变化速率进行展示，能够快速准确第筛选不良电池；
[0038]因此，本专利技术可以广泛应用于电芯

附图说明
[0039]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。在整个附图中，用相同的附图标记表示相同的部件。在附图中：
[0040]图1是本专利技术实施例提供的电芯的两种自放电规律示意图；
[0041]图2是本专利技术实施例提供的电芯自放电性能快速筛选的方法流程图；
[0042]图3是本专利技术实施例中电芯测试电压与静置时间图；
[0043]图4是本专利技术实施例中电芯90天后压降预测值箱线图。
具体实施方式
[0044]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例的附图，对本专利技术实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于所描述的本专利技术的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本专利技术保护的范围。
...

【技术保护点】

【技术特征摘要】
1.一种电芯自放电性能筛选方法，其特征在于，包括以下步骤：对电压衰减模型参数进行求解，并得到所有待测电芯的初步筛选结果；基于电压衰减模型，对预设时间间隔后待测电芯的电压降进行预测，得到待测电芯的最终筛选结果。2.如权利要求1所述的电芯自放电性能筛选方法，其特征在于，所述对电压衰减模型参数进行求解，并得到所有待测电芯的初步筛选结果的方法，包括：进行电芯自放电测试，并收集相关数据；搭建电压衰减模型；基于收集的相关数据对电压衰减模型的模型参数进行求解；基于模型参数对待测电芯进行初步筛选，得到初步筛选结果。3.如权利要求2所述的电芯自放电性能筛选方法，其特征在于，所述进行电芯自放电测试，并收集相关数据的方法，包括：将分容后的待测电芯充电至预设初始荷电状态，并放置于预设存储温度下；静置第一时间后，获取待测电芯的开路电压作为初始开路电压；重复上一步骤，直至获取待测电芯在n个测试时刻下对应的开路电压，并将测试时刻与开路电压值与待测电芯信息进行关联，其中，n≥3。4.如权利要求2所述的电芯自放电性能筛选方法，其特征在于，所述电压衰减模型为：V
n
＝V0‑
BΔt
z
其中，V
n
和V0分别表示第n次和初始开路电压；Δt表示第n次开路电压和初始开路电压测试的时间差；B表示电压衰减常数，z表示幂值。5.如权利要求1所述的电芯自放电性能筛选方法，其特征在于，所述基于电压衰减模型，对...

【专利技术属性】
技术研发人员：于文军，向婷，刘瑶俊，翟秀梅，徐中领，
申请(专利权)人：欣旺达电子股份有限公司，
类型：发明
国别省市：