【技术实现步骤摘要】
本专利技术涉及锂电池测试，具体涉及一种锂电池化成阶段容量预测方法、系统及存储介质。
技术介绍
1、一个批次的锂离子电池做好后，即使规格尺寸相同，电池的容量也会各有差异，需要在分容设备上先进行满充再进行满放，通过分析电池的容量、内阻等数据划分电池的质量等级，因此分容容量是检测锂离子电池性能好坏的一项重要指标。
2、电池分容过程中会受分容设备、温度等影响且分容耗费时间长，极大的增加了生产制造成本，影响了生产效率。因此有研发人员提出通过容量预测和温度补偿来提升电池容量准确性，比如公布号为cn112034367a的专利申请文献即是通过温度补偿解决温度对预测的电池放电容量的影响，但在实际应用中依然存在分容时间过长的问题。而在公布号为cn116643188a的专利申请文献中采用剩余容量预测模型计算新批次锂离子电池的满放容量，省去了传统分容工艺中的满放电的过程，大大缩短了分容时间，该方案根据分容阶段特征值进行容量预测，虽然缩短了电池分容的时间，但是还需购买分容柜等分容设施，成本投入较大。
技术实现思路
1、本专利技术所要解决的技术问题在于如何提高锂电池化成阶段容量预测的精度和效率。
2、本专利技术通过以下技术手段解决上述技术问题的：
3、本专利技术提出了一种锂电池化成阶段容量预测方法，所述方法包括：
4、对待测锂电池先化成充电至第一soc后放电至自放电至筛选所需soc，再搁置设定时间记录反弹电压，获取待测锂电池化成充电至第一soc时所对应的充电容量
5、基于预先构建的第一容量预测模型，利用所述充电容量c1，计算所述待测锂电池的满充容量c2’；
6、基于预先构建的第二容量预测模型，利用所述反弹电压，计算所述待测锂电池的剩余放电容量c4’；
7、基于所述充电容量c1、所述容量c3、所述满充容量c2’和所述放电容量c4’，预测所述待测锂电池的满放容量c5’。
8、进一步地，所述第一容量预测模型的公式表示为：
9、c2’＝a*c12+b*c1+c
10、式中，a、b、c为常数，*为乘号。
11、进一步地，所述第二容量预测模型的公式表示为：
12、c4’＝d*u13+e*u12+f*u1+g
13、式中，d、e、f、g为常数，u1为反弹电压，*为乘号。
14、进一步地，所述基于所述充电容量c1、所述容量c3、所述满充容量c2’和所述放电容量c4’，预测所述待测锂电池的满放容量c5’，公式表示为：
15、c5’＝[(c4’+c3)/c1]*c2’
16、式中，*为乘号。
17、进一步地，所述第一容量预测模型的构建过程包括：
18、对样本电池先化成充电至第一soc后自放电至筛选所需soc，再搁置一定时间测量反弹电压，并获取每一样本电池满充容量c2和放电至自放电筛选所需soc对应的容量c3；
19、分析每一样本电池不同充电soc对应的充电容量与化成满充容量c2的相关性，确认相关性最强的化成充电soc，获取相关性最强的化成充电soc对应的充电容量c1；
20、将所有样本电池对应的充电容量c1及其对应的满充容量c2做线性拟合，获取所述第一容量预测模型。
21、进一步地，所述第二容量预测模型的构建过程包括：
22、分析每一样本电池对应的反弹电压与剩余容量c4的相关性，确认相关性强的反弹电压u1；
23、将所有样本电池对应的反弹电压u1及其对应的剩余容量c4做线性拟合，获取所述第二容量预测模型。
24、进一步地，所述第一soc为50％～80％soc，所述筛选所需soc为17％～60％soc。
25、进一步地，所述锂电池包括磷酸铁锂lfp电池、镍钴锰ncm三元电池。
26、此外，本专利技术还提出了一种锂电池化成阶段容量预测系统，所述系统包括：
27、化成处理模块，用于对待测锂电池先化成充电至第一soc后放电至自放电至筛选所需soc，再搁置设定时间记录反弹电压，获取待测锂电池化成充电至第一soc时所对应的充电容量c1及自放电至筛选所需soc时对应的容量c3；
28、满充容量预测模块，用于基于预先构建的第一容量预测模型，利用所述充电容量c1，计算所述待测锂电池的满充容量c2’；
29、剩余放电容量预测模块，用于基于预先构建的第二容量预测模型，利用所述反弹电压，计算所述待测锂电池的剩余放电容量c4’；
30、满放容量预测模块，用于基于所述充电容量c1、所述容量c3、所述满充容量c2’和所述放电容量c4’，预测所述待测锂电池的满放容量c5’。
31、此外，本专利技术还提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上所述的锂电池化成阶段容量预测方法。
32、本专利技术的优点在于：
33、(1)本专利技术通过利用新的化成工艺中部分有效的特征值电压、容量等，由于这些特征值与满放容量有极强的相关性，通过容量预测模型，可精准预测电芯分容的实际满放容量，预测平均精度能达到3‰以内；
34、且正常电池生产过程先进行化成阶段，然后再进行电池分容阶段得到电池的真实容量，本专利技术直接在化成阶段利用特征值预测电池容量，直接省去电池分容过程，节省了分容所耗费的大量时间，极大的缩短电芯生产制造时间，提高了生产效率；另外原本电池化成后需要进行分容，采用分容柜、分容物流线等分容设施需要大量成本投入，本专利技术在化成阶段进行容量预测，就取消了分容柜分容物流线等分容设施的成本投入，大大减少了锂电池生产过程硬件设施的投入，降低了生产制造成本。
35、本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
本文档来自技高网...【技术保护点】
1.一种锂电池化成阶段容量预测方法，其特征在于，所述方法包括：
2.如权利要求1所述的锂电池化成阶段容量预测方法，其特征在于，所述第一容量预测模型的公式表示为：
3.如权利要求1所述的锂电池化成阶段容量预测方法，其特征在于，所述第二容量预测模型的公式表示为：
4.如权利要求1所述的锂电池化成阶段容量预测方法，其特征在于，所述基于所述充电容量C1、所述容量C3、所述满充容量C2’和所述放电容量C4’，预测所述待测锂电池的满放容量C5’，公式表示为：
5.如权利要求1所述的锂电池化成阶段容量预测方法，其特征在于，所述第一容量预测模型的构建过程包括：
6.如权利要求5所述的锂电池化成阶段容量预测方法，其特征在于，所述第二容量预测模型的构建过程包括：
7.如权利要求1所述的锂电池化成阶段容量预测方法，其特征在于，所述第一SOC为50％～80％SOC，所述筛选所需SOC为17％～60％SOC。
8.如权利要求1所述的锂电池化成阶段容量预测方法，其特征在于，所述锂电池包括磷酸铁锂LFP电池、镍钴锰NCM三元电
9.一种锂电池化成阶段容量预测系统，其特征在于，所述系统包括：
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1-8中任一项所述的锂电池化成阶段容量预测方法。
...【技术特征摘要】
1.一种锂电池化成阶段容量预测方法，其特征在于，所述方法包括：
2.如权利要求1所述的锂电池化成阶段容量预测方法，其特征在于，所述第一容量预测模型的公式表示为：
3.如权利要求1所述的锂电池化成阶段容量预测方法，其特征在于，所述第二容量预测模型的公式表示为：
4.如权利要求1所述的锂电池化成阶段容量预测方法，其特征在于，所述基于所述充电容量c1、所述容量c3、所述满充容量c2’和所述放电容量c4’，预测所述待测锂电池的满放容量c5’，公式表示为：
5.如权利要求1所述的锂电池化成阶段容量预测方法，其特征在于，所述第一容量预测模型的构建过程包括：
6.如权利...
【专利技术属性】
技术研发人员：李涛，吴芹芹，
申请(专利权)人：合肥国轩高科动力能源有限公司，
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。