一种基于电池热特性的健康状态检测方法技术

本发明专利技术涉及一种基于电池热特性的健康状态检测方法，所述方法包括（1）测量电池发热量；（2）分析热特性参数；（3）获取电池健康状态；（4）预测健康状态进行。本发明专利技术可以准确得到电池健康状态并预测电池健康状态；可以排除外界环境对测量过程的干扰，保证数据的精确度；由于本发明专利技术只测量电池放电末端发热量，所需测量时间较短；本发明专利技术在测试过程中对电池没有伤害；本发明专利技术对电池种类没有特定要求，可适用于绝大多数电池。

【技术实现步骤摘要】
一种基于电池热特性的健康状态检测方法
本专利技术属于电池检测，具体讲涉及一种基于电池热特性的健康状态检测方法。
技术介绍
随着风电与光伏发电等新能源的大规模应用，储能系统的使用量也更大。电池的安全性问题也日益突出，如何检测电池健康是保证电池安全使用的关键。目前电池健康状态预测和评估往往通过加速寿命试验来进行，在寿命试验中锂动力电池阻抗逐渐提高，容量、能量、功率发生不同程度的衰退。根据电池性能衰退的不同表现形式，研究分别以容量衰减、功率下降、阻抗增加等为出发点，提出了不同的寿命预测模型。这种方法可以解决电池健康状态的评估，但其精度略差，加速试验过程与实际电池的健康状态恶化依然有差异，不能精确地体现电池健康状态。
技术实现思路
针对现有技术的不足，本专利技术提供一种基于电池热特性的健康状态检测方法，本专利技术利用ARC测量电池发热量，获得电池自身热特性参数的变化规律，建立电池健康状态模型用于电池健康状态评估及预测。利用加速量热仪(AcceleratingRateCalorimeter，简称ARC)对电池放电过程进行测试，获取电池在不同循环寿命时的放电发热量曲线，通过分析得到与电池健康状态相关的热特性参数，以此建立电池健康状态检测与预测模型。在应用本专利技术时，先测量电池发热量，并分析发热量曲线，得到所需热特性参数，然后建立电池健康状态模型。对于被测电池，先测量电池发热量，分析获得热特性参数，然后运用电池健康状态模型进行模拟计算得到电池的健康状态，同时，运用模型的预测功能对健康状态进行预测。本专利技术的目的是采用下述技术方案实现的：一种基于电池热特性的健康状态检测方法，其改进之处在于，所述方法包括（1）测量电池发热量；（2）分析热特性参数；（3）获取电池健康状态；（4）预测健康状态。优选的，所述步骤（1）包括在工况循环后，利用ARC提供的绝热环境，以0.2C-3C倍率电流，测量电池50%-0%SOC的发热量。优选的，所述步骤（2）包括得到电池发热量与荷电状态的关系曲线为Q1=g1(SOC)；取A%SOC(0<A<50)为电池热特性参数θ的特征值(θ=h[g1(A)]；测量得到不同函数关系Q2=g2(SOC)，Q3=g3(SOC)，Q4=g4(SOC)…Qi=gi(SOC)，得到相对应的电池热特性参数θ；以电池热特性参数θ与电池健康状态的关系建立锂离子电池健康状态检测与预测模型L=f﹙θ﹚；电池健康状态检测与预测模型表示为L=f﹛h[gi(A)]﹜。优选的，所述步骤（3）包括对待测电池进行末端发热量测试，获得发热量曲线Qi=gi(SOC)；根据电池健康状态检测与预测的模型表示为L=f﹛h[gi(A)]﹜，将A带入模型计算得到电池健康状态。优选的，所述步骤（4）包括电池健康状态检测与预测模型L=f﹛h[gi(A)]﹜其值域为电池的健康状态上下限，待测电池的电池健康状与电池健康状态检测与预测模型值域对比即可预测电池健康状态趋势。与现有技术比，本专利技术的有益效果为：1、本专利技术可以准确得到电池健康状态并预测电池健康状态。2、本专利技术可以排除外界环境对测量过程的干扰，保证数据的精确度。3、由于本专利技术只测量电池放电末端发热量，所需测量时间较短。4、本专利技术在测试过程中对电池没有伤害。5、本专利技术对电池种类没有特定要求，可适用于绝大多数电池。附图说明图1为本专利技术提供的一种基于电池热特性的健康状态检测方法中电池发热量与荷电状态的关系曲线图。图2为本专利技术提供的一种基于电池热特性的健康状态检测方法中函数关系图。具体实施方式下面结合附图对本专利技术的具体实施方式作进一步的详细说明。选取与储能系统同批次单体电池样品作为参照标准样本，对其进行工况循环测试。测试过程中在每完成N次测试后，使用ARC对样本进行放电发热量测试，直至电池寿命结束。对所测量的数据进行分析，寻找出与电池健康状态有关的热特性参数θ，寻找其变化规律建立电池健康状态模型。应用本方案时，将待测电池置于ARC内测量其发热量，获得电池发热量曲线，进一步分析得到所需热特性参数θ。将其带入电池健康状态模型，即可得到目前电池的健康状态，并通过模型的预测功能对电池健康状态进行预测。具体如下1、测量电池发热量及电池状态参数每进行N次工况循环后，利用ARC提供的绝热环境，以0.2C-3C倍率电流，测量电池50%-0%SOC的发热量。该测试共进行I次。其中，N和I根据实况具体设定。2、分析获得热特性参数θ电池放热过程测量可以得到电池发热量与荷电状态（SOC）的关系曲线如图1所述Q1=g1(SOC)（1）Q1表示第1次测量电池的发热量，g1代表第1次测量发热量与SOC的函数关系选取A%SOC(0<A<50)为电池热特性参数θ1的特征值，θ1的表达式如式2所示θ1=h[g1(A)]（2）θ1表示电池热特性参数，h代表电池A%SOC处发热量Q1即g1(A)与电池热特性参数θI的函数关系。经多次测量得到不同函数关系Q2=g2(SOC)，Q3=g3(SOC)，Q4=g4(SOC)…Qi=gi(SOC)，得到相对应的电池热特性参数θi。以电池热特性参数θi与电池健康状态(L)的关系建立锂离子电池健康状态检测与预测模型如式3所示：L=f﹛h[gi(A)]﹜（3）L代表电池的健康状态，f代表电池A%SOC处热特性参数θi即h[gi(A)与电池健康状态的函数关系如图2所示。3、运用电池健康状态模型进行模拟计算得到电池的健康状态将待测电池进行进行末端发热量测试，获得发热量曲线Qi=gi(SOC)。根据电池健康状态检测与预测模型表示为L=f﹛h[gi(A)]﹜，将A带入模型计算得到电池健康状。4、运用模型的预测功能对健康状态进行预测。电池健康状态检测与预测模型L=f﹛h[gi(A)]﹜其值域为电池的健康状态上下限，待测电池的电池健康状与电池健康状态检测与预测模型值域对比即可预测电池健康状态趋势。最后应当说明的是：以上实施例仅用以说明本专利技术的技术方案而非对其限制，尽管参照上述实施例对本专利技术进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本专利技术的具体实施方式进行修改或者等同替换，而未脱离本专利技术精神和范围的任何修改或者等同替换，其均应涵盖在本专利技术的权利要求范围当中。本文档来自技高网...

【技术保护点】
一种基于电池热特性的健康状态检测方法，其特征在于，所述方法包括（1）测量电池发热量；（2）分析热特性参数；（3）获取电池健康状态；（4）预测健康状态。

【技术特征摘要】
1.一种基于电池热特性的健康状态检测方法，其特征在于，所述方法包括(1)测量电池发热量；(2)分析热特性参数；(3)获取电池健康状态；(4)预测健康状态；所述步骤(2)包括得到电池发热量与荷电状态的关系曲线为Q1＝g1(SOC)；取A％SOC，0<A<50为电池热特性参数θ的特征值(θ＝h[g1(A)]；测量得到不同函数关系Q2＝g2(SOC)，Q3＝g3(SOC)，Q4＝g4(SOC)…Qi＝gi(SOC)，得到相对应的电池热特性参数θ；以电池热特性参数θ与电池健康状态的关系建立锂离子电池健康状态检测与预测模型L＝f﹙θ﹚；电池健康状态检测与预测模型表示为L＝f﹛h[gi(A)]﹜；其中，Q1、Q2、Q3、Q4…Qi表示第1、2、3、4…i次测量电池的发热量，g1、g2、g3、g4…gi代表第1、2、3、4…i次测量发热量与SOC的函数关系；h代表...

【专利技术属性】
技术研发人员：刘皓，杨凯，高飞，李大贺，王丽娜，胡晨，惠东，来小康，
申请(专利权)人：国家电网公司， 中国电力科学研究院， 国网山东省电力公司电力科学研究院，
类型：发明
国别省市：北京;11