CN103785629A - 一种梯次利用锂电池筛选成组方法 - Google Patents

Abstract

本发明涉及一种梯次利用锂电池筛选成组方法，属于锂电池参数确定技术领域。技术方案是：通过测试、计算得到电池dQ/dV-V曲线，依据ICA方法分析退运动力电池老化原因，首先剔除负极活性材料损失的退运动力电池；通过测试得出梯次利用电池的容量、欧姆内阻、极化内阻、自放电值，并根据上述指标进行电池筛选；筛选后的电池重新成组。本发明的有益效果：通过对梯次利用电池筛选剔除衰退严重的电池，保证无个别电池的坏死影响电池梯次利用成组性能；利用加权k-means聚类方法，把容量、欧姆内阻、极化内阻相似的电池聚为一类，由于权值的设定，保证了电池组的容量利用率。可以提高梯次利用电池成组一致性，延长其使用寿命。

Description

一种梯次利用锂电池筛选成组方法

技术领域

 本发明涉及一种梯次利用锂电池筛选成组方法，属于锂电池参数确定技术领域。

背景技术

随着电动汽车的逐步产业化，电动汽车用锂电池的产量将大幅提高，随之而来的问题是，淘汰锂电池该如何回收和处理。根据国家电动汽车电池使用标准，当锂离子电池容量衰退为原容量80%时，继续在电动汽车上使用就不再适合，提高了整车成本；电动汽车用锂电池中含有锂金属材料和电解液，一旦废弃锂电池如不能得到有效地回收处理，不仅造成资源的浪费，对环境的污染也尤为严重。所以在锂离子电池各功能元件有效、没有破损、外观完好的情况下，可对电池进行梯次利用于储能***或一些小型的储能装置中。由于电池在电动汽车上位置不一致，使用过程中温度、连接阻抗、震荡程度等因素均不同，造成电池容量、内阻等特性参数衰退具有一定的不一致性。而淘汰电池的一致性将直接影响到梯次利用电池组性能，所以对淘汰电池筛选成组成为电池梯次利用的关键。

目前国内并没有梯次利用电池筛选成组的方法的相关研究。对新电池的筛选成组方法主要有三种：

第一种是根据电池容量筛选成组；

第二种是根据电池容量、内阻、自放电筛选成组；

第三种是根据电池充放电特征曲线筛选成组；

上述三种对电池筛选成组方法主要适用于一致性较好的新电池。

发明内容

本发明的目的针对现有梯次利用筛选成组技术的缺乏，提出了一种梯次利用锂电池筛选成组方法，可以提高梯次利用电池成组一致性，延长其使用寿命。

一种梯次利用锂电池筛选成组方法，包括如下步骤：

步骤1：通过测试、计算得到电池dQ/dV-V曲线，Q表示电池容量，V表示电池端电压，依据ICA(Incremental Capacity Analysis)方法分析退运动力电池老化原因，包括锂离子损失、正极活性材料损失、负极活性材料损失，首先剔除负极活性材料损失的退运动力电池；

步骤2：通过测试得出梯次利用电池的容量、欧姆内阻、极化内阻、自放电值，并根据上述指标进行电池筛选；

通过步骤1筛选的梯次利用电池利用恒流恒压的方法进行容量测试，筛除容量值低于额定值50%的电池；再把电池放电至50%SOC（荷电状态），利用脉冲法测试内阻，筛除内阻值大于平均内阻值50%的电池；最后进行自放电测试，保留满足国家自放电标准的电池；通过以上筛选条件的梯次利用电池应用于成组；

步骤3：筛选后的电池重新成组；首先计算得出容量、欧姆内阻、极化内阻对能量利用率的影响比例，确定这三个指标的权值；利用加权k-means（k均值）聚类方法把梯次利用电池成组。

所述样品电池的容量及样品电池的内阻测试温度均在25℃。

本发明的有益效果：通过对梯次利用电池筛选剔除衰退严重的电池，保证无个别电池的坏死影响电池梯次利用成组性能；利用加权k-means聚类方法，把容量、欧姆内阻、极化内阻相似的电池聚为一类，由于权值的设定，保证了电池组的容量利用率。可以提高梯次利用电池成组一致性，延长其使用寿命。

附图说明

图1 退运动力电池dQ/dV-V曲线；

图2 梯次利用电池容量分布图；

图3 是不同采样时间直流内阻随SOC变化曲线；

图4 是适用于本发明的复合脉冲电流法的内阻检测方法示意图；

图5 梯次利用电池1s内阻分布图；

图6 梯次利用电池5s内阻分布图；

图7 梯次利用电池10s内阻分布图；

图8 两串电池的Thevenin等效电路模型； 

图9 梯次利用电池放电曲线；

图10 聚3组结果；

图11 聚4组结果；

图12 聚5类组结果；

图13 树形图。

具体实施方式

下面结合附图和实施例对本发明做进一步的说明： 

本实施例提供一种梯次利用锂电池筛选成组方法，电池是电动车辆中使用的锰酸锂动力电池及磷酸铁锂电池，以一车08年***大巴车用淘汰锰酸锂动力电池为例进行一下说明。

梯次利用锂电池筛选方法包括以下四个步骤：

（1） dQ/dV-V曲线

退运动力电池dQ/dV-V曲线测试方法采用《电动汽车用锂离子蓄电池测试规范》（QC/T743-2006标准），连续测试3次，提取第3次Q-V测试数据并求微分，得到电池dQ/dV-V曲线，通过分析，剔除负极活性材料损失导致电池衰退的电池；

（2） 容量

梯次利用电池容量测试方法采用《电动汽车用锂离子蓄电池测试规范》（QC/T743-2006标准），为了得到准确的容量值，需要连续测试5个循环以上，如果连续3次测试容量的极差与其平均值之比在3%以内，停止实验，并将3次测试容量的平均值作为电池实际容量；

直接筛除容量值低于额定值50%，即容量值低于180Ah的电池；

（3） 内阻

不同采样时间内阻正态分布1s、5s、10s；

不同采样时间内得到的直流内阻值随SOC变化如图3所示，电池SOC在10%-90%区间内，内阻值基本保持不变，将内阻测试的SOC设为50%。如图4所示，直流内阻的测量采用复合脉冲电流法，通过对电池输入电流阶跃信号                                                

并测定对应的电压变化值

，利用欧姆定律得到直流内阻。测试方法是将电池组首先以标称容量的1倍电流放电10s，再以标称容量的0.5倍电流充电持续10s，电压响应如图4所示， 在第30s电流信号由标称容量的1倍电流放电到0.5倍电流充电时电压增量

，以此计算直流内阻值。由于电池已经处于老化状态，为了避免过充过放，加在电池上的电流不宜过大。这种方法电流由负值直接变为正值，相当于电流幅值加倍，电压响应也同时加倍，减小设备采集误差及极化对直流内阻测量的影响；

不同程度衰退的电池在不同采样时间下建立的极化内阻均不相同，不同采样时间直流内阻可以表征电池不同内阻特性。这里取1s、5s、10s四个采样时间的直流内阻值。直流内阻分布图如图5、6、7所示；

（4） 自放电

梯次利用电池自放电测试方法采用《电动汽车用锂离子蓄电池测试规范》（QC/T743-2006标准），要求测试最终得到的常温荷电保持率应不低于额定值的80%。剔除不满足上述要求的电池。

梯次利用锂电池成组方法：

   根据梯次利用锂电池成组指标对能量利用率的影响比值，计算得出各指标所占的权重，采用加权层次聚类方法，把特性相近的电池分为一类，以得到新电池组较好一致性。图8为两串电池的Thevenin等效电路模型，可以看出串联电池组一致性是由单体电池的容量（开路电压）、欧姆内阻、极化内阻决定的，所以把这3个指标作为梯次利用锂电池成组指标。利用上述数据，近似计算这三个指标最大极差值占平均值的能量利用率的百分比，得出各指标所占权值比例。

200Ah电池的放电曲线如图9所示，一车梯次利用电池容量平均值为200Ah，电池放电平均能量为：

公式中U表示外电压，I表示流过电池电流，t表示充电时间，u(t)表示放点过程中每一个时间点电池端电压值。

容量极差值

为30Ah，计算容量极差对能力利用率的影响，30Ah放电时间为：

容量平均值

为200Ah放电时间为：

最大极差容量能量利用率：

公式中，

为最大极差容量对应可用能量，

为平均容量对应可用能量。

最大极差欧姆内阻能量利用率：

公式中，

为欧姆内阻极差，

为欧姆内阻最大值，

为欧姆内阻最小值。

10s内阻与1s内阻的差值作为极化内阻，最大极差极化内阻能量利用率：

公式中，

为欧姆内阻极差，

为极化内阻最大值，

为极化内阻最小值

能量利用比值：

误差分析：

①

②放电区间从(t₂-t₁)-t₁部分电压积分，可以忽略不计。

聚类分析仅根据在数据中发现的描述对象及其关系的信息，将数据对象分组。其目标是，组内的对象相互之间是相似的（相关的），而不同组中的对象是不同的（不相关的）。组内的相似性（同质性）越大，组间差别越大，聚类越好。本专利采用加权k-means聚类方法。首先对容量、内阻数据进行归一化处理。

以归一化的方法将有量纲的数据转换成无量纲的数据表达，归一化就是要把你需要处理的数据经过处理后（通过某种算法）限制在你需要的一定范围内。由于容量、内阻量纲不同，所以需要通过数据归一化把两者化成同一范围[-1，1]无量纲数据。算法公式如下：

 k-means算法，也被称为k-平均或k-均值，是一种得到最广泛使用的聚类算法。它是将各个聚类子集内的所有数据样本的均值作为该聚类的代表点，算法的主要思想是通过迭代过程把数据集划分为不同的类别，使得评价聚类性能的准则函数达到最优，从而使生成的每个聚类内紧凑，类间独立。这一算法不适合处理离散型属性，但是对于连续型具有较好的聚类效果。

k-means聚类方法对数据集进行聚类时包括如下要点：

数据样本之间的距离采用欧式距离：

式中和

为某两个点的位置坐标。

采用误差平方和准则函数来评价聚类性能，即目标函数：

初始质心算法：

步骤如下：

1.     根据质心算法选择K个点作为初始质心

2.     Repeat 

3.     将样本分配给距离其最近的质心，形成K个簇

4.     重新计算每个簇的质心

5.     Until 质心不发生变化

把电池分为3、4、5类，即

时聚类结果如图10、11、12所示，作树状图如图13所示，把成组指标加权后性能相似的电池聚为一类。

Claims (2)

1.一种梯次利用锂电池筛选成组方法，其特征在于包括如下步骤：

步骤1：通过测试、计算得到电池dQ/dV-V曲线，Q表示电池容量，V表示电池端电压，依据ICA方法分析退运动力电池老化原因，包括锂离子损失、正极活性材料损失、负极活性材料损失，首先剔除负极活性材料损失的退运动力电池；

步骤2：通过测试得出梯次利用电池的容量、欧姆内阻、极化内阻、自放电值，并根据上述指标进行电池筛选；

通过步骤1筛选的梯次利用电池利用恒流恒压的方法进行容量测试，筛除容量值低于额定值50%的电池；再把电池放电至50%SOC，利用脉冲法测试内阻，筛除内阻值大于平均内阻值50%的电池；最后进行自放电测试，保留满足国家自放电标准的电池；通过以上筛选条件的梯次利用电池应用于成组；

步骤3：筛选后的电池重新成组；首先计算得出容量、欧姆内阻、极化内阻对能量利用率的影响比例，确定这三个指标的权值；利用加权k-means聚类方法把梯次利用电池成组。

2.根据权利要求1所述的一种梯次利用锂电池筛选成组方法，其特征在于所述样品电池的容量及样品电池的内阻测试温度均在25℃。

Images