CN109061478A - 一种利用eis测试进行锂离子电池寿命定性预测的方法 - Google Patents
一种利用eis测试进行锂离子电池寿命定性预测的方法 Download PDFInfo
- Publication number
- CN109061478A CN109061478A CN201810614484.7A CN201810614484A CN109061478A CN 109061478 A CN109061478 A CN 109061478A CN 201810614484 A CN201810614484 A CN 201810614484A CN 109061478 A CN109061478 A CN 109061478A
- Authority
- CN
- China
- Prior art keywords
- eis
- lithium ion
- service life
- battery core
- ion battery
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 229910001416 lithium ion Inorganic materials 0.000 title claims abstract description 65
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000012360 testing method Methods 0.000 claims abstract description 62
- 230000008859 change Effects 0.000 claims abstract description 28
- 230000008569 process Effects 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 4
- 238000004064 recycling Methods 0.000 claims description 3
- 230000032683 aging Effects 0.000 abstract description 11
- 230000007246 mechanism Effects 0.000 abstract description 4
- 238000009659 non-destructive testing Methods 0.000 abstract description 3
- 238000003487 electrochemical reaction Methods 0.000 abstract description 2
- 238000000157 electrochemical-induced impedance spectroscopy Methods 0.000 description 45
- 230000014759 maintenance of location Effects 0.000 description 13
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 9
- 229910052744 lithium Inorganic materials 0.000 description 9
- 230000005611 electricity Effects 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 208000032953 Device battery issue Diseases 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000005518 electrochemistry Effects 0.000 description 2
- 238000001453 impedance spectrum Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000007773 negative electrode material Substances 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 239000011149 active material Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000036757 core body temperature Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000011883 electrode binding agent Substances 0.000 description 1
- 239000007772 electrode material Substances 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000002431 foraging effect Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 238000005184 irreversible process Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012113 quantitative test Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000007784 solid electrolyte Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Landscapes
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种利用EIS测试进行锂离子电池寿命定性预测的方法。首先确定了锂离子电池加速老化的方案：在45‑60℃温度条件下，采用0.3‑2C充电、0.3‑2C放电的循环制式对电芯进行充放电循环。充放电循环之后，将电芯放入35‑42℃恒温箱中恒温处理2‑10h，然后对电芯进行EIS测试，收集EIS数据，利用Zview软件对EIS数据进行拟合，作出Rct增长率随循环周数的变化曲线，根据变化曲线对锂离子电池寿命进行定性预测。本发明中利用EIS测试进行锂离子电池寿命定性预测的方法，所采用的EIS测试为无损测试，不会影响之后的测试结果；预测时间短；适应性强，不需要对电芯的电化学反应机理进行深入的研究；同时该方法准确性高，准确度可以达到90%以上。
Description
技术领域
本发明属于锂离子电池测试领域，具体涉及一种利用EIS测试进行锂离子电池寿命定性预测的方法。
背景技术
锂离子电池具备能量密度高、额定电压高、密度低、高低温适应性强、对环境友好等方面的优点，随着对新能源的开发不断发展，锂离子电池广泛应用于家用电器、手机电脑、电动汽车等领域。目前锂离子电池的性能不断提高，使用范围也随之不断扩大，使得生产、消费上对锂离子电池的使用寿命要求越来越高，采用合理、准确、高效的方法来评估锂离子电池的使用寿命成为研究的热点。
锂离子电池是一种可充电电池，主要依靠锂离子在电池正极和负极之间迁移来工作，电池的化学动力来自于两个电极化学势的差异。理想状态下，锂离子的迁移具有可逆性，能够实现无限次的充放电循环。但是在实际使用过程中，会有一些不可逆的过程，导致锂离子电池内部阻抗增大、电池容量减小，随着这种变化的不断积累，电池容量逐渐下降，影响电池的循环使用寿命，最终会导致锂离子电池失效。合理、准确、高效地预测锂离子电池的使用寿命，有利于有效评估电池的使用性能，预防因电池失效带来不必要的损失。
目前锂离子电池的循环寿命的评估大多数还停留在长循环（≥1000clcs）的基础上，评测周期长，耗费资源多，无形的增加的电芯的制造成本。如申请号为201310317219.X名为《一种锂离子电池容量估计及剩余循环寿命预测方法》的中国发明专利，通过测试收集电池充放电周期数、每个充放电周期的放电电压及电池容量和每次充放电后的电池的剩余容量数据，利用分段三次Hermite插值法对数据进行扩展，然后采用GPR模型进行外推预测，预测锂电池经过多次循环之后的电池剩余容量。该方法采用定量数据和建模分析的方法预测了锂电池的使用寿命，具有准确性高的特点，但是在预测方法中需要对锂电池进行3000次以上的循环，评测周期长，涉及到的运算方法较为复杂。申请号为201710640200.7名为《一种锂电池使用寿命的评估方法和***》的中国发明专利，通过锂电池内阻值绘制加速老化的内阻值变化的曲线图，结合Arrhenius模型计算加速因子，根据加速因子绘制锂电池常温下老化的内阻值变化趋势图，分析常温下锂电池的老化情况，进而评估锂电池的使用寿命。该方法能够有效检出潜在不良的电池，但是所涉及到的检测数据较多，步骤较为繁琐。
电化学阻抗谱（EIS）是研究锂离子电池电极/电解质界面发生的电化学过程的最实用、最有力的工具之一，广泛应用于研究锂离子在锂离子电池嵌合物电极活性材料中的嵌入和脱出过程。利用EIS谱能够分析得出锂离子电池工作过程中电荷传递电阻、活性材料的电子电阻、锂离子通过固体电解质界面膜（SEI膜）的电阻等方面的规律或参数。目前利用EIS测试来预测锂离子电池寿命的方法还鲜有报道。申请号为201710507702.2名为《一种基于EIS分析的钙钛矿太阳电池电子寿命测试方法》的中国专利，通过EIS分析和建立等效电路模型计算得出钙钛矿太阳电池的电子寿命，该方法具有对电池片损害小、计算速度快、准确度高等优点，但是作为一种定量测试计算电池寿命的方法，客观存在着计算原理和计算过程较为复杂的问题。
在锂离子电池使用寿命评估过程中，其实我们更关注的是评测的正负极材料和控制组之间的差别，因此，定性评估电芯的循环寿命就能够取得想要的效果，而寿命定性预测中常用的加速老化方式在评估参数的选取上具有一定的局限性，比如以短时间内加速老化的循环容量保持率来进行评估会存在很大的误差，因此寻找一种能够短时间内完成电芯寿命定性预测的方法将是达到合理、准确、高效预测效果的关键。
发明内容
为了解决所述现有技术的不足，本发明提供了一种利用EIS测试进行锂离子电池寿命定性预测的方法。首先研究了锂离子电池加速老化方案，经过筛选，确定锂离子电池加速老化的方案为：在45-60℃温度条件下，采用0.3-2C充电、0.3-2C放电的循环制式对电芯进行充放电循环，循环周数为0、5、10、20、30、50、70、100或者更高循环周数。充放电循环之后，将电芯放入35-42℃恒温箱中恒温处理2-10h，然后将电芯逐个安置到测试夹具上进行EIS测试以获取电芯EIS特征与循环周数的对应关系。为了提高测试的准确性，测试过程中不再从恒温箱中取出电芯，需要一起评价的电芯保证在2-4h内完成测试。测试过程中收集EIS数据，然后利用Zview软件对EIS数据进行拟合，提取Rct数据（电芯电荷传递阻抗数据），作出Rct增长率随循环周数的变化曲线，根据变化曲线对锂离子电池寿命进行定性预测，从变化曲线上看，Rct增长速度快的，对应的锂离子电池的循环性能差。本发明中利用EIS测试进行锂离子电池寿命定性预测的方法，预测时间为18-25天，预测效率高；所采用的EIS测试为无损测试，能够准确收集阻抗谱特性，不会影响之后的测试结果；该方法适应性强，不需要对电芯的电化学反应机理进行深入的研究；同时该方法准确性高，准确度可以达到90%以上。
本发明所要达到的技术效果通过以下方案实现：
本发明公开了一种利用EIS测试进行锂离子电池寿命定性预测的方法，包括如下步骤：
S01，将待测试电芯在恒温箱中恒温处理，然后将待测电芯逐个安置到测试夹具上进行EIS测试，测试过程中不再从恒温箱中取出待测电芯；
S02，将S01中EIS测试完成后的电芯在45-60℃温度下进行循环；
S03，将S02中循环完成后的电芯放置在恒温箱中恒温处理，然后将电芯逐个安置到测试夹具上进行EIS测试，测试过程中不再从恒温箱中取出电芯；
S04，利用数据处理软件对所述EIS测试数据进行拟合，拟合出电芯电荷传递阻抗增长率随循环周数的变化曲线，根据变化曲线对锂离子电池寿命进行定性预测。
本发明公开了一种利用EIS测试进行锂离子电池寿命定性预测的方法，首先研究了锂离子电池加速老化方案，经过筛选，确定锂离子电池加速老化的方案为：在45-60℃温度条件下，采用0.3-2C充电、0.3-2C放电的循环制式对电芯进行充放电循环，循环周数为0、5、10、20、30、50、70、100或者更高循环周数。本发明中在45-60℃温度条件下采用短循环对电池进行老化处理，所需时间短，效率高，且老化所需要的工艺条件简单易实施，实验过程中耗费的资源量少，能够节约电芯的制造成本。充放电循环完成之后，将电芯放入35-42℃恒温箱中恒温处理2-10h，然后将电芯逐个安置到测试夹具上进行EIS测试以获取电芯EIS特征与循环周数的对应关系。为了提高测试的准确性，测试过程中不再从恒温箱中取出电芯，需要一起评价的电芯保证在2-4h内完成测试。测试过程中收集EIS数据，然后利用Zview软件对EIS数据进行拟合，提取Rct数据，作出Rct增长率随循环周数的变化曲线，根据变化曲线对锂离子电池寿命进行定性预测，从变化曲线上看，Rct增长速度快的，对应的锂离子电池的循环性能差。
进一步地，将S01中所述待测试电芯在恒温处理前先分容3-6周，保证所述待测试电芯为满电状态且无过充现象。待测试电芯选取过程中，将生产完成后的电芯进行分容后，挑选电压、内阻、容量以及中值电压一致性均较高的电芯进行测试。电压方面，选择自放电筛选没有问题且电压一致性高的电芯；内阻方面，所选待测试电芯的内阻尽量接近同批次电芯的平均内阻；容量方面，选择满足同体系电芯标称容量的电芯。选择同时满足上述电压、内阻、容量三个条件的电芯作为待测电芯用来进行测试。每个批次至少选取三颗电芯进行测试。待测电芯选取完成后，在常温下对待测电芯进行分容3-6次，保证待测电芯为满电状态，且保证没有出现过充现象。上述待测电芯选取完成后进行下一步测试。
进一步地，S01中所述恒温箱的温度设置为35-42℃，S01中所述恒温处理的时间为2-10h。S03中所述恒温箱的温度设置为35-42℃，S03中所述恒温处理的时间为2-10h。使电芯本体温度与恒温箱所设置的温度达到一致，然后再进行EIS测试。
进一步地，S01中所述EIS测试的频率范围为0.05-105Hz；S01中所述EIS测试在2-4h内完成。S03中所述EIS测试的频率范围为0.05-105Hz；S03中所述EIS测试在2-4h内完成。为了提高测试的准确性，测试过程中不再从恒温箱中取出电芯，需要一起评价的电芯保证在2-4h内完成测试。
进一步地，S02中所述循环为0.3-2C充电、0.3-2C放电的充放电循环。选择0.3-2C充电、0.3-2C放电的循环制式有利于在较短的循环周数内完成对电芯的老化处理。
进一步地，S04中所述数据处理软件为Zview软件。利用Zview软件对EIS数据进行拟合，提取Rct数据，作出Rct增长率随循环周数的变化曲线，根据变化曲线对锂离子电池寿命进行定性预测，从变化曲线上看，Rct增长速度快的，对应的锂离子电池的循环性能差。
进一步地，采用所述利用EIS测试进行锂离子电池寿命定性预测的方法对锂离子电池进行寿命定性预测，预测时间为18-25天。从待测电芯的选取到最终得到预测报告，所需时间为18-25天。
进一步地，采用所述利用EIS测试进行锂离子电池寿命定性预测的方法对锂离子电池进行寿命定性预测，预测准确度大于90%。本发明中的预测方法不需要对电芯的电化学反应机理进行深入的研究，同时准确度高，准确度大于90%。
本发明具有以下优点：
1. 本发明所采用的的EIS测试为无损测试，能够准确收集阻抗谱特性，不会影响之后的测试结果。
2. 本发明中的锂离子电池寿命定性预测方法适应性强，不需要对电芯的电化学反应机理进行深入的研究。
3. 本发明中的锂离子电池寿命定性预测方法准确性高，准确度达到90%以上。
4. 本发明锂离子电池寿命定性预测方法采用高温条件下对电池进行短循环实验，所需时间短，效率高。
附图说明
图1、图2为本发明中待测电芯在60℃条件下，不同循环周数下电化学阻抗谱的变化曲线。
图3、图4、图5、图6为本发明中待测电芯的EIS数据通过Zview软件拟合后得出的Rct增长率随循环周数的变化曲线。
图7、图8、图9、图10为本发明中待测电芯常温条件下电芯容量保持率随循环周数的变化曲线。
具体实施方式
下面结合附图和实施例对本发明进行详细的说明。
实施例1
选取两批次18650电芯作为待测电芯，编号为1#批次和2#批次，1#批次和2#批次的区别在于所用的负极材料不同。将上述待测试电芯先分容5周，保证所述待测试电芯为满电状态且无过充现象。
S01，将待测试电芯在40℃的恒温箱中恒温处理5h，然后将待测电芯逐个安置到测试夹具上进行EIS测试，测试过程中不再从恒温箱中取出待测电芯； EIS测试的频率范围为0.05-105Hz， EIS测试在2h内完成。
S02，将S01中EIS测试完成后的电芯在60℃温度下进行循环，循环制式为0.5C充电、0.5C放电的充放电循环，循环周数为0、10、30、50；
S03，将S02中循环完成后的电芯放置在40℃的恒温箱中恒温处理5h，然后将电芯逐个安置到测试夹具上进行EIS测试，测试过程中不再从恒温箱中取出电芯； EIS测试的频率范围为0.05-105Hz， EIS测试在2h内完成。
S04，利用Zview软件对上述EIS数据进行拟合，作出Rct增长率随循环周数的变化曲线，根据变化曲线对锂离子电池寿命进行定性预测。
附图1、附图2分别为本实施例中1#批次、2#批次待测电芯在60℃下循环0周、10周、30周、50周后EIS的变化曲线。
附图3为本实施例中1#批次、2#批次待测电芯Rct增长率随循环周数的变化曲线。
附图7为本实施例中1#批次、2#批次待测电芯在常温条件下，以0.5C倍率充放电，电芯容量保持率随循环周数的变化曲线。
由附图3可以看出，1#批次待测电芯比2#批次待测电芯Rct增长速度快，说明1#批次待测电芯循环性能差。由附图7可以看出，在常温条件下，1#批次待测电芯容量保持率低于2#批次待测电芯容量保持率。
两个批次电芯寿命定性预测结果与实际循环结果一致。
实施例2
选取两批次18650电芯作为待测电芯，编号为3#批次和4#批次，3#批次和4#批次的区别在于所用的正极材料不同。实验方法同实施例1.
附图4为本实施例中3#批次、4#批次待测电芯Rct增长率随循环周数的变化曲线。
附图8为本实施例中3#批次、4#批次待测电芯在常温条件下，以0.5C倍率充放电，电芯容量保持率随循环周数的变化曲线。
由附图4可以看出，4#批次待测电芯比3#批次待测电芯Rct增长速度快，说明4#批次待测电芯循环性能差。由附图8可以看出，在常温条件下，4#批次待测电芯容量保持率低于3#批次待测电芯容量保持率。
两个批次电芯寿命定性预测结果与实际循环结果一致。
实施例3
选取两批次18650电芯作为待测电芯，编号为5#批次和6#批次，5#批次和6#批次的区别在于所用的负极材料不同。实验方法同实施例1.
附图5为本实施例中5#批次、6#批次待测电芯Rct增长率随循环周数的变化曲线。
附图9为本实施例中5#批次、6#批次待测电芯在常温条件下，以0.5C倍率充放电，电芯容量保持率随循环周数的变化曲线。
由附图5可以看出，6#批次待测电芯比5#批次待测电芯Rct增长速度快，说明6#批次待测电芯循环性能差。由附图9可以看出，在常温条件下，6#批次待测电芯容量保持率低于5#批次待测电芯容量保持率。
两个批次电芯寿命定性预测结果与实际循环结果一致。
实施例4
选取三批次18650电芯作为待测电芯，编号为7#批次、8#批次、9#批次，7#批次、8#批次、9#批次的区别在于所用的正极粘结剂材料不同。实验方法同实施例1.
附图6为本实施例中7#批次、8#批次、9#批次待测电芯Rct增长率随循环周数的变化曲线。
附图10为本实施例中7#批次、8#批次、9#批次待测电芯在常温条件下，以0.5C倍率充放电，电芯容量保持率随循环周数的变化曲线。
由附图6可以看出，待测电芯Rct增长速度大小为7#批次最小，9#批次略大于8#批次，说明三批次待测电芯中，8#批次和9#批次循环性能接近，均差于7#批次的循环性能。
由附图10可以看出，在常温条件下，8#批次和9#批次电芯容量保持率接近，7#批次电芯容量保持率最高。
三个批次电芯寿命定性预测结果与实际循环结果一致。
实施例1-4中所述18650电芯均选自本公司的量产18650电芯。
最后需要说明的是，以上实施例仅用以说明本发明实施例的技术方案而非对其进行限制，尽管参照较佳实施例对本发明实施例进行了详细的说明，本领域的普通技术人员应当理解依然可以对本发明实施例的技术方案进行修改或者等同替换，而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明实施例技术方案的范围。
Claims (10)
1.一种利用EIS测试进行锂离子电池寿命定性预测的方法，其特征在于，包括如下步骤：
S01，将待测试电芯在恒温箱中恒温处理，然后将待测电芯逐个安置到测试夹具上进行EIS测试，测试过程中不再从恒温箱中取出待测电芯；
S02，将S01中EIS测试完成后的电芯在45-60℃温度下进行循环；
S03，将S02中循环完成后的电芯放置在恒温箱中恒温处理，然后将电芯逐个安置到测试夹具上进行EIS测试，测试过程中不再从恒温箱中取出电芯；
S04，利用数据处理软件对所述EIS测试数据进行拟合，拟合出电芯电荷传递阻抗增长率随循环周数的变化曲线，根据变化曲线对锂离子电池寿命进行定性预测。
2.如权利要求1所述利用EIS测试进行锂离子电池寿命定性预测的方法，其特征在于：将S01中所述待测试电芯在恒温处理前先分容3-6周，保证所述待测试电芯为满电状态且无过充现象。
3.如权利要求1所述利用EIS测试进行锂离子电池寿命定性预测的方法，其特征在于：S01中所述恒温箱的温度设置为35-42℃；S01中所述恒温处理的时间为2-10h。
4.如权利要求1所述利用EIS测试进行锂离子电池寿命定性预测的方法，其特征在于：S01中所述EIS测试的频率范围为0.05-105Hz；S01中所述EIS测试在2-4h内完成。
5.如权利要求1所述利用EIS测试进行锂离子电池寿命定性预测的方法，其特征在于：S02中所述循环为0.3-2C充电、0.3-2C放电的充放电循环。
6.如权利要求1所述利用EIS测试进行锂离子电池寿命定性预测的方法，其特征在于：S03中所述恒温箱的温度设置为35-42℃；S03中所述恒温处理的时间为2-10h。
7.如权利要求1所述利用EIS测试进行锂离子电池寿命定性预测的方法，其特征在于：S03中所述EIS测试的频率范围为0.05-105Hz；S03中所述EIS测试在2-4h内完成。
8.如权利要求1所述利用EIS测试进行锂离子电池寿命定性预测的方法，其特征在于：S04中所述数据处理软件为Zview软件。
9.如权利要求1-8任一所述利用EIS测试进行锂离子电池寿命定性预测的方法，其特征在于：采用所述利用EIS测试进行锂离子电池寿命定性预测的方法对锂离子电池进行寿命定性预测，预测时间为18-25天。
10.如权利要求1-8任一所述利用EIS测试进行锂离子电池寿命定性预测的方法，其特征在于：采用所述利用EIS测试进行锂离子电池寿命定性预测的方法对锂离子电池进行寿命定性预测，预测准确度大于90%。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810614484.7A CN109061478A (zh) | 2018-06-14 | 2018-06-14 | 一种利用eis测试进行锂离子电池寿命定性预测的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810614484.7A CN109061478A (zh) | 2018-06-14 | 2018-06-14 | 一种利用eis测试进行锂离子电池寿命定性预测的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109061478A true CN109061478A (zh) | 2018-12-21 |
Family
ID=64820919
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810614484.7A Pending CN109061478A (zh) | 2018-06-14 | 2018-06-14 | 一种利用eis测试进行锂离子电池寿命定性预测的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109061478A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110261786A (zh) * | 2019-07-02 | 2019-09-20 | 江西安驰新能源科技有限公司 | 一种方形铝壳电芯的容量测试方法 |
| CN110426639A (zh) * | 2019-07-24 | 2019-11-08 | 中国电力科学研究院有限公司 | 一种基于动态阻抗谱的锂离子电池寿命预测方法及*** |
| CN112014735A (zh) * | 2019-05-30 | 2020-12-01 | 上海汽车集团股份有限公司 | 一种基于全寿命周期的电芯老化寿命预测方法及装置 |
| CN112108400A (zh) * | 2020-08-07 | 2020-12-22 | 合肥国轩高科动力能源有限公司 | 一种预测软包电池循环性能的测试方法 |
| CN113702844A (zh) * | 2021-08-02 | 2021-11-26 | 荣盛盟固利新能源科技股份有限公司 | 评估整车回馈过充行为对电池寿命影响的方法 |
| CN114035094A (zh) * | 2021-10-29 | 2022-02-11 | 合肥国轩高科动力能源有限公司 | 一种基于eis测试的锂电池衰减模型 |
| CN115308630A (zh) * | 2022-09-29 | 2022-11-08 | 苏州琞能能源科技有限公司 | 一种电池寿命的衰减分析方法 |
-
2018
- 2018-06-14 CN CN201810614484.7A patent/CN109061478A/zh active Pending
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112014735A (zh) * | 2019-05-30 | 2020-12-01 | 上海汽车集团股份有限公司 | 一种基于全寿命周期的电芯老化寿命预测方法及装置 |
| CN112014735B (zh) * | 2019-05-30 | 2023-09-22 | 上海汽车集团股份有限公司 | 一种基于全寿命周期的电芯老化寿命预测方法及装置 |
| CN110261786A (zh) * | 2019-07-02 | 2019-09-20 | 江西安驰新能源科技有限公司 | 一种方形铝壳电芯的容量测试方法 |
| CN110426639A (zh) * | 2019-07-24 | 2019-11-08 | 中国电力科学研究院有限公司 | 一种基于动态阻抗谱的锂离子电池寿命预测方法及*** |
| CN110426639B (zh) * | 2019-07-24 | 2022-09-23 | 中国电力科学研究院有限公司 | 一种基于动态阻抗谱的锂离子电池寿命预测方法及*** |
| CN112108400A (zh) * | 2020-08-07 | 2020-12-22 | 合肥国轩高科动力能源有限公司 | 一种预测软包电池循环性能的测试方法 |
| CN112108400B (zh) * | 2020-08-07 | 2022-03-04 | 合肥国轩高科动力能源有限公司 | 一种预测软包电池循环性能的测试方法 |
| CN113702844A (zh) * | 2021-08-02 | 2021-11-26 | 荣盛盟固利新能源科技股份有限公司 | 评估整车回馈过充行为对电池寿命影响的方法 |
| CN113702844B (zh) * | 2021-08-02 | 2024-04-16 | 荣盛盟固利新能源科技股份有限公司 | 评估整车回馈过充行为对电池寿命影响的方法 |
| CN114035094A (zh) * | 2021-10-29 | 2022-02-11 | 合肥国轩高科动力能源有限公司 | 一种基于eis测试的锂电池衰减模型 |
| CN115308630A (zh) * | 2022-09-29 | 2022-11-08 | 苏州琞能能源科技有限公司 | 一种电池寿命的衰减分析方法 |
| CN115308630B (zh) * | 2022-09-29 | 2023-03-03 | 苏州琞能能源科技有限公司 | 一种电池寿命的衰减分析方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109061478A (zh) | 一种利用eis测试进行锂离子电池寿命定性预测的方法 | |
| CN111736085B (zh) | 一种基于电化学阻抗谱的锂离子电池健康状态估计方法 | |
| Lujano-Rojas et al. | Operating conditions of lead-acid batteries in the optimization of hybrid energy systems and microgrids | |
| CN104584376B (zh) | 针对预定义充电持续时间在积分退化全局最小化下对电池进行充电的方法和装置 | |
| CN112436202B (zh) | 一种防止锂离子电池负极析锂的阶梯式电流充电方法 | |
| CN109782190B (zh) | 用于估计单颗电池或单批电池的剩余使用寿命的方法 | |
| CN107728072A (zh) | 一种锂离子电池循环寿命的快速预测方法 | |
| CN107983667B (zh) | 一种锂离子电池配组方法 | |
| Schiffer et al. | Model prediction for ranking lead-acid batteries according to expected lifetime in renewable energy systems and autonomous power-supply systems | |
| CN109586373A (zh) | 一种电池充电方法和装置 | |
| CN108919129A (zh) | 一种时变工况下动力电池的寿命预测方法 | |
| CN112198444B (zh) | 一种基于极片膨胀度预测锂离子电池循环寿命的方法 | |
| CN109307821B (zh) | 一种超级电容器的老化性能测试方法 | |
| CN105589040A (zh) | 基于老化调适电池运作区间的电池调控方法 | |
| Stroe et al. | Electrochemical impedance spectroscopy-based electric circuit modeling of lithium–sulfur batteries during a discharging state | |
| CN108445414A (zh) | 一种三元锂离子电池循环寿命的快速测试方法 | |
| CN103412264A (zh) | 蓄电池组内单体电池一致性的评价方法 | |
| CN103424712A (zh) | 基于粒子群优化的电池剩余容量在线测量方法 | |
| CN112098866B (zh) | 一种判断电池在循环过程中是否发生析锂的无损分析方法 | |
| Calborean et al. | Optimized lead-acid grid architectures for automotive lead-acid batteries: An electrochemical analysis | |
| CN114217238A (zh) | 一种锂离子电池循环寿命的预测方法 | |
| CN114252795B (zh) | 一种预测锂离子电池循环寿命的方法 | |
| Yang et al. | Online estimation of state-of-health for lithium ion batteries based on charge curves | |
| Liu et al. | Experimental study on lithium-ion cell characteristics at different discharge rates | |
| CN109164397A (zh) | 考虑充电速率和环境温度的锂电池寿命损耗评估方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |