CN111856284B - 一种储能电站电池的失效分析方法及装置 - Google Patents
一种储能电站电池的失效分析方法及装置 Download PDFInfo
- Publication number
- CN111856284B CN111856284B CN202010528091.1A CN202010528091A CN111856284B CN 111856284 B CN111856284 B CN 111856284B CN 202010528091 A CN202010528091 A CN 202010528091A CN 111856284 B CN111856284 B CN 111856284B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- battery
- monomer
- storage battery
- analysis
- 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.)
- Active
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 101
- 238000004458 analytical method Methods 0.000 title claims abstract description 70
- 239000000178 monomer Substances 0.000 claims abstract description 65
- 230000036541 health Effects 0.000 claims abstract description 41
- 238000003745 diagnosis Methods 0.000 claims abstract description 25
- 230000007246 mechanism Effects 0.000 claims abstract description 23
- 208000032953 Device battery issue Diseases 0.000 claims abstract description 17
- 238000011156 evaluation Methods 0.000 claims abstract description 15
- 238000012937 correction Methods 0.000 claims abstract description 14
- 238000010438 heat treatment Methods 0.000 claims abstract description 9
- 239000003792 electrolyte Substances 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 19
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 16
- 230000035699 permeability Effects 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 9
- 239000002904 solvent Substances 0.000 claims description 9
- 229910052742 iron Inorganic materials 0.000 claims description 8
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 claims description 7
- 229910052744 lithium Inorganic materials 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 239000012535 impurity Substances 0.000 claims description 5
- 229910003002 lithium salt Inorganic materials 0.000 claims description 5
- 159000000002 lithium salts Chemical class 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 5
- 238000009616 inductively coupled plasma Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000004833 X-ray photoelectron spectroscopy Methods 0.000 claims description 3
- 238000005119 centrifugation Methods 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 3
- 238000002405 diagnostic procedure Methods 0.000 claims 1
- 238000001095 inductively coupled plasma mass spectrometry Methods 0.000 claims 1
- 238000012764 semi-quantitative analysis Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 3
- 239000010949 copper Substances 0.000 description 3
- 229910052802 copper Inorganic materials 0.000 description 3
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000012983 electrochemical energy storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011066 ex-situ storage Methods 0.000 description 2
- 229910052731 fluorine Inorganic materials 0.000 description 2
- PQXKHYXIUOZZFA-UHFFFAOYSA-M lithium fluoride Chemical compound [Li+].[F-] PQXKHYXIUOZZFA-UHFFFAOYSA-M 0.000 description 2
- 239000003960 organic solvent Substances 0.000 description 2
- DPTATFGPDCLUTF-UHFFFAOYSA-N phosphanylidyneiron Chemical compound [Fe]#P DPTATFGPDCLUTF-UHFFFAOYSA-N 0.000 description 2
- 229910052698 phosphorus Inorganic materials 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000005641 tunneling Effects 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- PXGOKWXKJXAPGV-UHFFFAOYSA-N Fluorine Chemical compound FF PXGOKWXKJXAPGV-UHFFFAOYSA-N 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- PWHULOQIROXLJO-UHFFFAOYSA-N Manganese Chemical compound [Mn] PWHULOQIROXLJO-UHFFFAOYSA-N 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- FKNQFGJONOIPTF-UHFFFAOYSA-N Sodium cation Chemical compound [Na+] FKNQFGJONOIPTF-UHFFFAOYSA-N 0.000 description 1
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 229910017052 cobalt Inorganic materials 0.000 description 1
- 239000010941 cobalt Substances 0.000 description 1
- GUTLYIVDDKVIGB-UHFFFAOYSA-N cobalt atom Chemical compound [Co] GUTLYIVDDKVIGB-UHFFFAOYSA-N 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000011737 fluorine Substances 0.000 description 1
- 238000004817 gas chromatography Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- XGZVUEUWXADBQD-UHFFFAOYSA-L lithium carbonate Chemical compound [Li+].[Li+].[O-]C([O-])=O XGZVUEUWXADBQD-UHFFFAOYSA-L 0.000 description 1
- 229910052808 lithium carbonate Inorganic materials 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 229910052748 manganese Inorganic materials 0.000 description 1
- 239000011572 manganese Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 230000005195 poor health Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 229910001415 sodium ion Inorganic materials 0.000 description 1
- 239000010936 titanium Substances 0.000 description 1
- 229910052719 titanium Inorganic materials 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种储能电站电池的失效分析方法及装置,包括以下步骤:(1)对储能电池的状态进行在线评估,利用数据驱动模型分析储能电池单体各项参数健康度;(2)当至少一个参数的健康度低于设定的阈值时,通过电化学机理模型对该储能电池单体进行发热特性分析,根据分析结果对其进行容量校正和主动均衡;(3)若经过步骤(2)处理之后,仍检测到储能电站继续发出在线告警信号,则将劣化储能电池单体拆除;(4)离线诊断,找出电池失效原因。本发明将状态在线评估与性能离线诊断相结合,通过状态在线评估半定量分析电池单体失效的可能性,通过性能离线诊断定量检测电池失效程度,建立储能电站电池失效分析方法。
Description
技术领域
本发明涉及储能技术,具体涉及一种储能电站电池的失效分析方法及装置。
背景技术
随着2017年《关于促进储能技术与产业发展的指导意见》的出台,电池在电化学储能领域的应用规模迅速扩大,锂离子电池、钠离子电池等相继在储能领域实现示范应用。但是,随着充放电次数增加,储能电池面临容量下降甚至失效的风险,轻则影响储能电站能效发挥,重则可能引发火灾事故。由于储能电站规模庞大,发生火灾后灭火难度极高,造成的直接损失和间接损失极高,还容易引起电网的整体波动。目前,规模化电化学储能电站的电池失效评估,始终未能得到根本解决。
因此,随着储能***随着使用寿命的增加,电池一致性降低,同时电池的电性能、热性能、力学性能等都降低,亟待新的技术方法和技术手段,及时有效地评估储能电站电池舱电池的失效程度,以保障对在运电池定期评估、对缺陷电池准确定位、对故障电池及时更换。
发明内容
发明目的:本发明的第一目的在于提供一种能够将储能电池状态的在线评估与离线诊断相结合来实现电池失效分析的储能电站电池的失效分析方法;本发明的第二目的在于提供一种能够找出失效储能电池单体并确定其失效原因的储能电站电池的失效分析装置。
技术方案:本发明的储能电站电池的失效分析方法,包括以下步骤:
(1)对储能电池的状态进行在线评估,利用数据驱动模型分析储能电池单体的各项参数的健康度;
(2)当至少一个参数的健康度低于设定的阈值时,通过电化学机理模型对该储能电池单体进行发热特性分析,根据分析结果对对应电池进行容量校正和主动均衡;
(3)若经过步骤(2)处理之后,仍检测到储能电站继续发出在线告警信号,则根据告警信号所包含的劣化电池序号信息,将劣化储能电池单体拆除;
(4)对劣化储能电池单体的性能进行离线诊断,找出电池失效原因。
步骤(1)中,所述利用数据驱动模型分析储能电池单体的各项参数的健康度,包括:将储能电池单体的序号以及各项参数输入至数据驱动模型;所述数据驱动模型采用基于核密度的估计方法分析统计电池历史运行数据,输出得到储能电池单体的各项参数的健康度。
步骤(1)中,所述数据驱动模型的输入参数包括储能电池单体电压、单体温度、以及荷电状态SOC;所述数据驱动模型的输出参数包括电压健康度、温度健康度以及SOC健康度。
步骤(2)中,所述电化学机理模型通过电池外部电气参量的变化来识别电池内部工作状态;所述电化学机理模型的输入数据包括储能电池单体的序号、单体电压、单体温度以及电池电流。
步骤(2)中,所述电化学机理模型的输出数据包括储能电池单体的序号、剩余容量以及等效电阻。
步骤(4)中,所述离线诊断的流程包括:外观内阻检查、拆解前电性能检测、气体收集及检测、手套箱拆解、电解液溶剂溶质成分分析;其中,
所述外观内阻检查具体为检查电池单体是否有鼓胀、漏液,以及检查电池单体开路电压和交流内阻值;
所述拆解前电性能检测具体为测试电池单体在不同环境温度、不同充放电倍率、不同放电深度下电性能变化趋势,结合外观内阻检查,定量分析异常电池单体的电性能衰减程度;
所述气体收集及检测具体为将异常电池单体置于定制化气体收集装置中,戳破单体防爆阀收集单体内气体,并直接传输到气相色谱质谱联用仪GC-MS中,半定量检测单体产气的组成及比例;
所述手套箱电池拆解具体为将异常电池单体置于手套箱中,通过定制化拆解切割装置将单体上盖板与单体本体分开;然后,将单体本体置于电解液收集装置,通过离心收集电解液;最后,分开正极片、负极片和隔膜,并分别制作成待测样品;所述电解液溶剂溶质成分分析具体为将收集的电解液通过电感耦合等离子体质谱仪ICP-MS来检测电解液中的锂盐含量及有机溶剂中的组成及配比。
所述离线诊断流程还包括正负极表面形貌成分分析,所述正负极表面形貌成分分析包括以下步骤:
(a)通过扫描隧道显微镜SEM和能谱仪EDS分析极片表面形貌及元素配比;
(b)通过X射线衍射仪XRD分析正、负极片中杂质的成分;
(c)通过X射线光电子能谱仪XPS分析元素的组成。
所述离线诊断流程还包括隔膜形貌透气率分析,所述隔膜形貌透气率分析具体为:通过扫描隧道显微镜SEM和能谱仪分析隔膜形貌变化及表面锂、铁元素含量;通过透气度检测仪检测隔膜透气度,定量表征隔膜的失效程度。
所述数据驱动模型的输入数据的采集周期不低于1min,采集的时间跨度不低于30天。
所述电化学机理模型的输入数据采集周期不超过10s,采集的时间跨度不低于6个月。
本发明还包括一种储能电站电池的失效分析装置,包括:健康度分析模块,用于对储能电池的状态进行在线评估,并分析储能电池单体的各项参数的健康度;容量校正模块,用于当至少一个参数的健康度低于设定的阈值时,对该储能电池单体进行发热特性分析,根据分析结果对对应电池进行容量校正和主动均衡;诊断模块,用于对劣化储能电池单体的性能进行离线诊断,分析电池失效原因。
所述健康度分析模块利用数据驱动模型来分析储能电池单体的各项参数的健康度。
所述容量校正模块通过电化学机理模型对该储能电池单体进行发热特性分析。
有益效果:本发明与现有技术相比,其有益效果在于:(1)本发明的装置能够找出失效的储能电池并找出其失效的原因;(2)能够通过状态在线评估半定量分析电池单体失效的可能性,通过性能离线诊断定量检测电池失效程度,建立储能电站电池失效分析方法;(3)普适性较强,通过电池状态在线评估,对异常储能电池单体进行定位和替换,再通过性能离线诊断,定量检测电池整体失效程度,及电池内部劣化的功能部件位置;(4)将在线与离线相结合,若历史数据较少,可定性分析电池状态;若历史数据详尽,可半定量分析电池失效;若更换异常单体,则可通过对异常单体进行实验室离线诊断,与现场数据印证并迭代建立评测电池失效的分析体系。
附图说明
图1为本发明所述方法的流程图。
具体实施方式
下面结合具体实施方式和说明书附图对本发明做进一步详细介绍。
如图1所示,本发明将储能电池状态在线评估与储能电池离线诊断相结合,实现电池的失效分析。本发明的储能电站电池的失效分析装置,包括康度分析模块、容量校正模块、诊断模块。健康度分析模块用于对储能电池的状态进行在线评估,并利用数据驱动模型来分析储能电池单体的各项参数的健康度。容量校正模块用于当至少一个参数的健康度低于设定的阈值时,通过电化学机理模型对该储能电池单体进行发热特性分析,并根据分析结果对对应电池进行容量校正和主动均衡。诊断模块用于对劣化储能电池单体的性能进行离线诊断,分析电池失效原因。
本发明的储能电站电池的失效分析方法,具体包括以下步骤:
(1)对储能电池的状态进行在线评估,利用数据驱动模型分析储能电池单体的各项参数的健康度;其中,数据驱动模型采用基于核密度的估计方法分析统计电池历史运行数据,得到电池健康度值。数据驱动模型的输入数据包括储能电池单体的序号、单体电压、单体温度以及荷电状态SOC。数据驱动模型的输出数据包括储能电池单体的序号、电压健康度、温度健康度以及SOC健康度。数据驱动模型的作用是基于核密度评估储能电池单体的电压、温度、SOC阈值,经计算,超限频次较多的单体健康度较差。数据驱动模型的输入数据的采集周期不低于1min,采集的时间跨度不低于30天。
表1:数据驱动模型用健康度分析表
(2)当至少一个参数的健康度低于60%时,通过电化学机理模型对该储能电池单体进行发热特性分析,根据分析结果对对应电池进行容量校正和主动均衡,实现在线定量判定电池健康状态;其中,电化学机理模型通过电池外部电气参量(即电压、电流、温度、内阻等)的变化识别电池内部工作状态.电化学机理模型的输入数据包括储能电池单体的序号、单体电压、单体温度以及电池电流。电化学机理模型的输出数据包括储能电池单体的序号、剩余容量以及等效电阻。电化学机理模型的作用是基于历史数据分析储能电池单体的电性能和内阻特性,实时评估储能电池单体的剩余容量及热特性。电化学机理模型的输入数据采集周期不超过10s,采集的时间跨度不低于6个月。
表2:电化学机理模型的数学公式
(3)若经过步骤(2)处理之后,仍检测到储能电站继续发出在线告警信号,则根据告警信号所包含的劣化电池序号信息,将劣化储能电池单体拆除;
(4)利用非原位分析检测手段对劣化储能电池单体的性能进行离线诊断,找出电池失效原因。其中,非原位分析检测手段包括:内阻仪、电池充放电测试设备、SEM(扫描隧道显微镜)、XPS(X射线光电子能谱仪)、GC-MS(气相色谱质谱联用仪)、ICP-MS(电感耦合等离子体质谱仪)、XRD(X射线衍射仪)、 EDS(能谱仪)、透气度检测仪等。离线诊断的流程包括:外观内阻检查、拆解前电性能检测、气体收集及检测、手套箱拆解、电解液溶剂溶质成分分析、正负极表面形貌成分分析、隔膜形貌透气率分析。
其中,外观内阻检查是指检查电池外观是否鼓胀、漏液;检查电池开路电压和交流电阻值;
拆解前电性能检测是指测试待测电池在不同环境温度、不同充放电倍率、不同放电深度下电性能变化趋势,结合外观内阻检查,定量分析异常电池的电性能衰减程度。
气体收集及检测是指将异常电池置于定制化气体收集装置中,通过戳破安全阀的方式收集内部气体,并直接传输到GC-MS(气相色谱质谱联用仪)设备中,半定量检测产气组成及比例;
手套箱电池拆解是指将异常电池置于手套箱中,通过定制化拆解切割装置将电池上盖板与本体分开,然后将本体置于电解液收集装置,通过离心收集电解液,最后分开正负极片和隔膜,分别制作成待测样品;
电解液溶剂溶质成分分析是指将收集的电解液通过ICP-MS(电感耦合等离子体质谱仪),检测电解液中的锂盐含量、有机溶剂中组成及配比,主要是半定量分析有机溶剂中杂质组成及配比。
正负极表面形貌组成成分分析是指通过SEM(扫描隧道显微镜)+EDS(能谱仪)分析极片的表面形貌及主要元素(如碳、氟、锂、铜、铝、铁、磷、镍、钴、锰、钛)配比;进而,通过XRD(X射线衍射仪)分析正负极极片中主要杂质(如碳酸锂、氟化锂、铁)成分,通过XPS(X射线光电子能谱仪)分析C、 O、F、Li、P等主要元素的成分,通过上述分析可定量分析正负极极片是否有明显裂纹,负极表面是否含有大量锂盐、锂单质或铁单质,正极表面是否有明显铜元素以及铁磷比是否有较大变化;并进一步分析正负极表面元素含量及配比,从机理角度分析电池的失效程度。
隔膜形貌透气率分析是指通过SEM(扫描隧道显微镜)+EDS(能谱仪)分析隔膜形貌变化及表面锂、铁元素含量,再通过透气度检测仪检测隔膜透气度,定量表征隔膜失效程度。
状态在线评估的工作原理:首先通过数据驱动模型来定性分析电池单体健康度,对健康度较差的电池单体通过电化学机理模型进行容量校正和发热特性分析,进而在线定量判定电池单体健康状态。
性能离线诊断来定量分析电池失效程度的工作原理:首先,测试电池容量和直流内阻;其次,分析气体组成及配比、电解液中锂盐含量、电解液中有机溶剂及其杂质组成、负极表面锂含量及组成、负极表面铁含量及组成、隔膜透气率、隔膜表面锂含量、隔膜表面铁含量、正极表面铜含量、正极铁磷比等参数与容量、直流内阻的对应关系,建立定量评测电池失效的分析方法。
本发明将在线与离线技术手段结合,若历史数据较少,则定性分析电池失效状态;若历史数据较详尽,则半定量分析电池失效状态;若异常电池可更换,则可通过更换电池的内特性分析,建立电池失效分析体系。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和 /或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。
Claims (11)
1.一种储能电站电池的失效分析方法,其特征在于,包括以下步骤:
(1)对储能电池的状态进行在线评估,利用数据驱动模型分析储能电池单体各项参数的健康度;
(2)当至少一个参数的健康度低于设定的阈值时,电化学机理模型基于历史数据分析储能电池单体的电性能和内阻特性,实时评估储能电池单体的剩余容量及热特性,根据电化学机理模型的分析结果对对应电池进行容量校正和主动均衡;
(3)若经过步骤(2)处理之后,仍检测到储能电站继续发出在线告警信号,则根据告警信号所包含的劣化电池序号信息,将劣化储能电池单体拆除;
(4)对劣化储能电池单体的性能进行离线诊断,找出电池失效原因;
步骤(2)中,所述电化学机理模型通过电池外部电气参量的变化来识别电池内部工作状态;所述电化学机理模型的输入数据包括储能电池单体的序号、单体电压、单体温度以及电池电流;
步骤(2)中,所述电化学机理模型的输出数据包括储能电池单体的序号、剩余容量以及等效电阻。
2.根据权利要求1所述的储能电站电池的失效分析方法,其特征在于:步骤(1)中,所述利用数据驱动模型分析储能电池单体的各项参数的健康度,包括:
将储能电池单体的序号以及各项参数输入至数据驱动模型;
所述数据驱动模型采用基于核密度的估计方法分析统计电池历史运行数据,输出得到储能电池单体的各项参数的健康度。
3.根据权利要求1或2所述的储能电站电池的失效分析方法,其特征在于:步骤(1)中,所述数据驱动模型的输入参数包括储能电池单体电压、单体温度、以及荷电状态SOC;所述数据驱动模型的输出参数包括电压健康度、温度健康度以及SOC健康度。
4.根据权利要求1所述的储能电站电池的失效分析方法,其特征在于:步骤(4)中,所述离线诊断的流程包括:外观内阻检查、拆解前电性能检测、气体收集及检测、手套箱拆解、电解液溶剂溶质成分分析;其中,
所述外观内阻检查具体为检查电池单体是否有鼓胀、漏液,以及检查电池单体开路电压和交流内阻值;
所述拆解前电性能检测具体为测试电池单体在不同环境温度、不同充放电倍率、不同放电深度下电性能变化趋势,结合外观内阻检查,定量分析异常电池单体的电性能衰减程度;
所述气体收集及检测具体为将异常电池单体置于定制化气体收集装置中,戳破单体防爆阀收集单体内气体,并直接传输到气相色谱质谱联用仪GC-MS中,半定量检测单体产气的组成及比例;
所述手套箱电池拆解具体为将异常电池单体置于手套箱中,通过定制化拆解切割装置将单体上盖板与单体本体分开;然后,将单体本体置于电解液收集装置,通过离心收集电解液;最后,分开正极片、负极片和隔膜,并分别制作成待测样品;所述电解液溶剂溶质成分分析具体为将收集的电解液通过电感耦合等离子体质谱仪ICP-MS来检测电解液中的锂盐含量及有机溶剂中的组成及配比。
5.根据权利要求4所述的储能电站电池的失效分析方法,其特征在于:所述离线诊断流程还包括正负极表面形貌成分分析,所述正负极表面形貌成分分析包括以下步骤:
(a)通过扫描隧道显微镜SEM和能谱仪EDS分析极片表面形貌及元素配比;
(b)通过X射线衍射仪XRD分析正、负极片中杂质的成分;
(c)通过X射线光电子能谱仪XPS分析元素的组成。
6.根据权利要求4所述的储能电站电池的失效分析方法,其特征在于,所述离线诊断流程还包括隔膜形貌透气率分析,所述隔膜形貌透气率分析具体为:通过扫描隧道显微镜SEM和能谱仪分析隔膜形貌变化及表面锂、铁元素含量;通过透气度检测仪检测隔膜透气度,定量表征隔膜的失效程度。
7.根据权利要求1所述的储能电站电池的失效分析方法,其特征在于:所述数据驱动模型的输入数据的采集周期不低于1min,采集的时间跨度不低于30天。
8.根据权利要求1所述的储能电站电池的失效分析方法,其特征在于:所述电化学机理模型的输入数据采集周期不超过10s,采集的时间跨度不低于6个月。
9.一种用于实现权利要求1至8任一项所述储能电站电池的失效分析方法的储能电站电池的失效分析装置,其特征在于,包括:
健康度分析模块,用于对储能电池的状态进行在线评估,并分析储能电池单体的各项参数的健康度;
容量校正模块,用于当至少一个参数的健康度低于设定的阈值时,对该储能电池单体进行发热特性分析,根据分析结果对对应电池进行容量校正和主动均衡;
诊断模块,用于对劣化储能电池单体的性能进行离线诊断,分析电池失效原因。
10.根据权利要求9所述的储能电站电池的失效分析装置,其特征在于:所述健康度分析模块利用数据驱动模型来分析储能电池单体的各项参数的健康度。
11.根据权利要求9所述的储能电站电池的失效分析装置,其特征在于:所述容量校正模块通过电化学机理模型对该储能电池单体进行发热特性分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010528091.1A CN111856284B (zh) | 2020-06-11 | 2020-06-11 | 一种储能电站电池的失效分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010528091.1A CN111856284B (zh) | 2020-06-11 | 2020-06-11 | 一种储能电站电池的失效分析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111856284A CN111856284A (zh) | 2020-10-30 |
CN111856284B true CN111856284B (zh) | 2023-06-20 |
Family
ID=72986507
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010528091.1A Active CN111856284B (zh) | 2020-06-11 | 2020-06-11 | 一种储能电站电池的失效分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111856284B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112505573A (zh) * | 2020-11-23 | 2021-03-16 | 贵州电网有限责任公司 | 一种退役动力电池的一致性评价指标计算方法 |
CN112684349A (zh) * | 2021-01-25 | 2021-04-20 | 中国第一汽车股份有限公司 | 电池单体失效的分析方法、验证方法、装置、设备及介质 |
CN113093026A (zh) * | 2021-04-02 | 2021-07-09 | 广州市江科电子有限公司 | 一种用于蓄电池售后的综合检测***及方法 |
WO2023182262A1 (ja) * | 2022-03-22 | 2023-09-28 | マクセル株式会社 | 二次電池の分析方法及び二次電池の分析プログラム並びに二次電池の製造方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003129927A (ja) * | 2001-10-26 | 2003-05-08 | Furukawa Electric Co Ltd:The | 車両に搭載された二次蓄電池の状態を判定する方法および装置 |
WO2007032382A1 (ja) * | 2005-09-16 | 2007-03-22 | The Furukawa Electric Co., Ltd | 二次電池劣化判定方法、二次電池劣化判定装置、及び電源システム |
JP4689756B1 (ja) * | 2010-03-31 | 2011-05-25 | 古河電気工業株式会社 | 電池内部状態推定装置および電池内部状態推定方法 |
CN103401274A (zh) * | 2013-06-21 | 2013-11-20 | 广东电网公司佛山供电局 | 变电站阀控铅酸蓄电池的管理控制***及方法 |
CN105789716A (zh) * | 2016-03-03 | 2016-07-20 | 北京交通大学 | 一种广义电池管理*** |
CN106374155A (zh) * | 2015-07-21 | 2017-02-01 | 深圳市佰特瑞储能***有限公司 | 一种铅酸蓄电池的采集模组及新型铅酸蓄电池 |
CN107728079A (zh) * | 2017-11-28 | 2018-02-23 | 西藏大学 | 一种光伏储能电池快速检测*** |
CN108896926A (zh) * | 2018-07-18 | 2018-11-27 | 湖南宏迅亿安新能源科技有限公司 | 一种锂电池健康状态的评估方法、评估***及相关组件 |
CN109633476A (zh) * | 2018-12-25 | 2019-04-16 | 上海电气分布式能源科技有限公司 | 电池储能***的健康度的评估方法及*** |
CN110133508A (zh) * | 2019-04-24 | 2019-08-16 | 上海博强微电子有限公司 | 电动汽车动力电池的安全预警方法 |
CN110837058A (zh) * | 2019-11-06 | 2020-02-25 | 江苏科技大学 | 基于大数据的电池组健康状态评估装置及评估方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105990834B (zh) * | 2015-02-15 | 2018-12-11 | 国家电网公司 | 一种电池储能电站的故障诊断与评估方法 |
JP6647111B2 (ja) * | 2016-03-29 | 2020-02-14 | 古河電気工業株式会社 | 二次電池劣化推定装置および二次電池劣化推定方法 |
CN106556802A (zh) * | 2016-11-01 | 2017-04-05 | 东软集团股份有限公司 | 一种蓄电池组异常单体电池识别方法及装置 |
US10209314B2 (en) * | 2016-11-21 | 2019-02-19 | Battelle Energy Alliance, Llc | Systems and methods for estimation and prediction of battery health and performance |
CN106610478B (zh) * | 2017-01-10 | 2022-04-29 | 中国电力科学研究院 | 一种基于海量数据的储能电池特性评估方法及*** |
CN109655098A (zh) * | 2017-10-10 | 2019-04-19 | 中国科学院物理研究所 | 二次电池电芯的失效分析方法 |
CN110712528B (zh) * | 2019-10-25 | 2020-11-06 | 优必爱信息技术(北京)有限公司 | 一种动力电池组实时监控方法及设备 |
-
2020
- 2020-06-11 CN CN202010528091.1A patent/CN111856284B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003129927A (ja) * | 2001-10-26 | 2003-05-08 | Furukawa Electric Co Ltd:The | 車両に搭載された二次蓄電池の状態を判定する方法および装置 |
WO2007032382A1 (ja) * | 2005-09-16 | 2007-03-22 | The Furukawa Electric Co., Ltd | 二次電池劣化判定方法、二次電池劣化判定装置、及び電源システム |
JP4689756B1 (ja) * | 2010-03-31 | 2011-05-25 | 古河電気工業株式会社 | 電池内部状態推定装置および電池内部状態推定方法 |
CN103401274A (zh) * | 2013-06-21 | 2013-11-20 | 广东电网公司佛山供电局 | 变电站阀控铅酸蓄电池的管理控制***及方法 |
CN106374155A (zh) * | 2015-07-21 | 2017-02-01 | 深圳市佰特瑞储能***有限公司 | 一种铅酸蓄电池的采集模组及新型铅酸蓄电池 |
CN105789716A (zh) * | 2016-03-03 | 2016-07-20 | 北京交通大学 | 一种广义电池管理*** |
CN107728079A (zh) * | 2017-11-28 | 2018-02-23 | 西藏大学 | 一种光伏储能电池快速检测*** |
CN108896926A (zh) * | 2018-07-18 | 2018-11-27 | 湖南宏迅亿安新能源科技有限公司 | 一种锂电池健康状态的评估方法、评估***及相关组件 |
CN109633476A (zh) * | 2018-12-25 | 2019-04-16 | 上海电气分布式能源科技有限公司 | 电池储能***的健康度的评估方法及*** |
CN110133508A (zh) * | 2019-04-24 | 2019-08-16 | 上海博强微电子有限公司 | 电动汽车动力电池的安全预警方法 |
CN110837058A (zh) * | 2019-11-06 | 2020-02-25 | 江苏科技大学 | 基于大数据的电池组健康状态评估装置及评估方法 |
Non-Patent Citations (2)
Title |
---|
储能电站用锂离子电池热失控早期预警参数研究;郭东亮;消防科学与技术;1156-1159 * |
磷酸铁锂储能电池热失控及其内部演变机制研究;刘洋;高电压技术;1333-1343 * |
Also Published As
Publication number | Publication date |
---|---|
CN111856284A (zh) | 2020-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111856284B (zh) | 一种储能电站电池的失效分析方法及装置 | |
Zhang et al. | Internal short circuit mechanisms, experimental approaches and detection methods of lithium-ion batteries for electric vehicles: A review | |
Hua et al. | Toward sustainable reuse of retired lithium-ion batteries from electric vehicles | |
Qian et al. | State-of-health (SOH) evaluation on lithium-ion battery by simulating the voltage relaxation curves | |
Ma et al. | Fault detection of the connection of lithium-ion power batteries in series for electric vehicles based on statistical analysis | |
CN107192952B (zh) | 一种电池内部温度检测方法和装置 | |
CN106814319B (zh) | 一种锂离子电池自放电检测*** | |
CN111596212B (zh) | 一种基于电化学变量监测的电池内部故障诊断方法及装置 | |
Wang et al. | Research progress of the electrochemical impedance technique applied to the high-capacity lithium-ion battery | |
CN116027199B (zh) | 基于电化学模型参数辨识检测电芯全寿命内短路的方法 | |
CN107238801A (zh) | 一种用于预测锂电池生命周期的方法 | |
CN106772099A (zh) | 一种动力锂电池劣化程度估算方法 | |
CN107238802A (zh) | 磷酸铁锂‑钛酸锂电池生命周期的预测方法 | |
Zhou et al. | Toward the performance evolution of lithium-ion battery upon impact loading | |
CN110927609B (zh) | 梯次利用电池储能***的衰退评估方法及装置 | |
CN102455341B (zh) | 磷酸铁锂材料批次一致性检测判定的方法 | |
CN109959645B (zh) | 锂离子电池壳核结构材料包覆完全性的评价方法和装置 | |
Stock et al. | Introducing inline process and product analysis for the lean cell finalization in lithium-ion battery production | |
CN106058338A (zh) | 一种动力电池组的检测维护和均衡保养设备 | |
CN113687251A (zh) | 一种基于双模型的锂离子电池组电压异常故障诊断方法 | |
CN111766518B (zh) | 一种锂离子电池可逆析锂的定量测定方法 | |
CN105676144A (zh) | 一种动力电池梯次利用评估方法 | |
CN112776667A (zh) | 一种车端动力电池析锂在线监控方法 | |
CN113419188B (zh) | 一种电池内部关键电化学老化参数的在线辨识方法及*** | |
CN107240726A (zh) | 一种用于预测磷酸铁锂电池生命周期的方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |