CN113138340A - 电池等效电路模型的建立方法、健康状态估算方法及装置 - Google Patents
电池等效电路模型的建立方法、健康状态估算方法及装置 Download PDFInfo
- Publication number
- CN113138340A CN113138340A CN202010053974.1A CN202010053974A CN113138340A CN 113138340 A CN113138340 A CN 113138340A CN 202010053974 A CN202010053974 A CN 202010053974A CN 113138340 A CN113138340 A CN 113138340A
- Authority
- CN
- China
- Prior art keywords
- battery
- resistor
- state
- time distribution
- relaxation time
- 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.)
- Granted
Links
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本申请实施例提供一种电池等效电路模型的建立方法、基于模型的电池健康状态的估算方法以及使用该方法的相关装置。该电池等效电路模型的建立方法包括:获取电池在预设状态参数下的电化学阻抗谱;其中,所述预设状态参数包括预设温度参数和预设荷电状态参数;根据所述电化学阻抗谱计算所述电池的驰豫时间分布谱;根据所述驰豫时间分布谱建立电池等效电路模型。通过本申请的方法可以建立精确度更高的电池模型以及提高电池健康状态估算的准确性。
Description
技术领域
本申请涉及电池管理技术领域,尤其涉及电池等效电路模型的建立方法、电池健康状态的估算方法、电池管理芯片及用电设备。
背景技术
等效电路模型(ECM)因其具有低复杂性,快速可计算性和可实时性等成为电池管理芯片中模拟电池行为所广泛使用的典型模型。然而,现有的等效电路的建立并不是基于电池内部的本征极化过程所建立,具有人为的随机性存在,进而导致所建立等效电路模型中不同的组成模块背后的物理意义不明。也即,现有的电池等效电路模型精度较低,进而无法准确区分电池内部不同活性电极的不同电化学过程。
发明内容
本申请的目的在于提供一种电池等效电路模型的建立方法、电池健康状态的估算方法、电池管理芯片及用电设备,可以提高电池模型的建立精度以及电池健康状态估算的准确性。
第一方面,本申请实施例公开一种电池等效电路模型的建立方法,包括:
获取电池在预设状态参数下的电化学阻抗谱;其中,所述预设状态参数包括预设温度参数和预设荷电状态参数;
根据所述电化学阻抗谱计算所述电池的驰豫时间分布谱;
根据所述驰豫时间分布谱建立电池等效电路模型。
第一方面所描述的技术方案,将在预设状态参数下获取的电池的电化学阻抗谱转化成驰豫时间分布普,并根据所述驰豫时间分布谱建立电池等效电路模型。即利用不同极化过程的弛豫时间不同,将电池内部不同的极化过程区分出来,进而可以得到能够反映电池内部不同极化过程等内部特性的等效电路模型,该等效电路模型具有明确的物理意义,且具有唯一性,进而提高了电池等效电路模型的建立精度。
根据第一方面,为了提高驰豫时间分布谱的转换效率,在一种可能的实现方式中,所述根据所述电化学阻抗谱计算所述电池的驰豫时间分布谱包括:根据所述电化学阻抗谱与弛豫时间分布之间的关系采用驰豫时间分布的分析方法将所述电化学阻抗谱从频域转化为时域,从而获得所述弛豫时间分布谱;其中,所述弛豫时间分布谱中的不同谱峰对应所述电池内部不同动力学过程的驰豫时间。
根据第一方面,为了提高驰豫时间分布谱的转换效率,在一种可能的实现方式中,所述根据所述电化学阻抗谱计算所述电池的驰豫时间分布谱包括:根据所述电化学阻抗谱与弛豫时间分布之间的关系,通过去卷积的方法得到所述驰豫时间分布谱;其中,所述弛豫时间分布谱中的不同谱峰对应所述电池内部不同动力学过程的驰豫时间。
根据第一方面,在一种可能的实现方式中,所述根据所述驰豫时间分布谱建立电池等效电路模型包括:
根据所述电池内部不同动力学过程的驰豫时间识别所述电池内部的不同极化过程;
根据所述电池内部的不同极化过程确定所述电池内部的不同内阻;
根据所述电池内部的不同内阻建立反映所述电池内部特性的电池等效电路模型。
如此可以实现电池等效电路模型和驰豫时间分布谱的对应关系。
根据第一方面,在一种可能的实现方式中,所述电池等效电路模型包括一个电阻元件及M个电阻电容并联的电路单元;其中,M等于所述弛豫时间分布谱中预设频率以上峰谱的个数。由于每个谱峰对应不同的极化过程,如此,可以将电池内部的每个极化过程和电池等效电路模型中的电路单元一一对应,使得该电路模型具有明确的物理意义。
根据第一方面,在一种可能的实现方式中,所述电池等效电路模型包括:
电压源,用于表征电池的开路电压;
欧姆电阻,与所述电压源的正极电连接,用于表征电池的欧姆内阻;
第一电路单元,与所述欧姆电阻电连接,并包括并联的第一电阻和第一电容,用于表征电池接触电阻所引起的极化过程;
第二电路单元,与所述第一电路单元电连接,并包括并联的第二电阻和第二电容,用于表征电池负极固体电解液界面膜及负极电荷传递电阻所引起的极化过程;以及
第三电路单元,电连接于所述第二电路单元和所述电压输出端正极之间,并包括并联的第三电阻和第三电容,用于表征电池正极电荷传递电阻所引起的极化过程。
本实施方式中,每个电路单元代表不同的内阻引起的极化过程,使得电池模型具有明确的物理意义,且模型结构简单易于参数辨识。
第二方面,本申请实施例公开一种电池健康状态的估算方法,包括:
获取电池n次循环下的各个电化学阻抗谱;所述各个电化学阻抗谱包括各个预设荷电状态和各个温度下的电池的电化学阻抗谱;所述n大于0小于等于N,N为所述电池的循环寿命,所述n次循环是指0至N次循环中选取的n次循环;
根据所述n次循环中的每一次循环的所述电化学阻抗谱计算其对应的驰豫时间分布谱;
根据所述n次循环中的每一次循环下的驰豫时间分布谱建立其对应的电池等效电路模型,并计算电池内部参数;其中,所述电池内部参数包括所述电池等效电路模型中的至少一个元件的参数;
获取所述n次循环中的每一次循环下的电池健康状态;其中,所述每一次循环下的电池健康状态为当前循环下的所述电池的额定放电容量与所述电池初始状态下的额定放电容量的比值;
对所述n次循环下的电池内部参数及所述n次循环下的电池健康状态进行参数拟合,以获得电池健康状态与电池内部参数之间的关系表达式。
第二方面所描述的技术方案,将电池在每次循环下的电化学阻抗谱转化成驰豫时间分布普,并根据所述驰豫时间分布谱建立电池等效电路模型。即利用不同极化过程的弛豫时间不同,将电池内部不同的极化过程区分出来,可以得到能够反映电池内部不同极化过程等内部特性的等效电路模型,使得该等效电路模型具有明确的物理意义,且具有唯一性,进而提高了电池等效电路模型的建立精度。进一步地,基于n次循环下该等效电路模型的内部参数及n次循环下的电池健康状态,可以获得精度较高的电池健康状态与电池内部参数之间的关系表达式,可以提高后续在线估算电池健康状态SOH的精度。
其中,为了提高估算的精度,所选取的n次循环中的相邻两次的循环次数之间的间隔应大于预设次数。
根据第二方面,在一种可能的实现方式中,所述根据所述n次循环中的每一次循环的所述电化学阻抗谱计算其对应的驰豫时间分布谱包括:根据所述n次循环中的每一次循环的电化学阻抗谱与弛豫时间分布之间的关系,采用驰豫时间分布的分析方法将所述电化学阻抗谱从频域转化为时域,从而获得其对应的弛豫时间分布谱;其中,所述弛豫时间分布谱中的不同谱峰对应所述电池内部不同动力学过程的驰豫时间。
根据第二方面,在一种可能的实现方式中,所述根据所述n次循环中的每一次循环下的驰豫时间分布谱建立其对应的电池等效电路模型,并计算电池内部参数,包括:
根据所述n次循环中的每一次循环下的所述电池内部不同动力学过程的驰豫时间,识别所述电池内部的不同极化过程;
根据所述电池内部的不同极化过程确定所述电池内部的不同内阻;
根据所述电池内部的不同内阻建立反映所述电池内部特性的电池等效电路模型;所述电池内部参数包括所述电池等效电路模型中反映所述电池内部特性的至少一个元件的参数。
根据第二方面,在一种可能的实现方式中,所述电池等效电路模型包括一个电阻元件及M个电阻电容并联的电路单元;其中,M等于所述弛豫时间分布谱中预设频率以上峰谱的个数。
根据第二方面,在一种可能的实现方式中,所述电池等效电路模型包括:
欧姆电阻,用于表征电池的欧姆内阻;
第一电路单元,包括并联的第一电阻和第一电容,用于表征电池接触电阻所引起的极化过程;
第二电路单元,包括并联的第二电阻和第二电容,用于表征电池负极固体电解液界面膜及电荷传递电阻所引起的极化过程;以及
第三电路单元,包括并联的第三电阻和第三电容,用于表征电池正极电荷传递电阻所引起的极化过程;
所述电池内部参数包括所述欧姆电阻的阻值、所述第一电阻的阻值、所述第一电容的容值、所述第二电阻的阻值、所述第二电容的容值、所述第三电阻的阻值、所述第三电容的容值、所述电池接触电阻引起的极化过程的时间常数、所述电池负极固体电解液界面膜及电荷传递电阻所引起的极化过程的时间常数或电池正极电荷传递电阻所引起的极化过程的时间常数中的一个或多个。
根据第二方面,在一种可能的实现方式中,所述电池内部参数为代表正极电荷转移电阻引起的极化过程的时间常数,所述电池健康状态与电池内部参数之间的关系表达式,具体为:电池健康状态与代表正极电荷转移电阻引起的极化过程的时间常数之间的关系表达式。
根据第二方面,在一种可能的实现方式中,为了实现对电池健康状态的在线估算,所述估算方法还包括:
根据所述电池等效电路模型的电池状态方程获取电池在特定状态下的电池内部参数;所述特定状态为电池的外部特征参数所处的预设状态;
根据特定状态下的电池内部参数及所述电池健康状态与电池内部参数之间的关系表达式获得所述电池在特定状态下的电池的健康状态。
第三方面,本申请实施例公开一种电池管理芯片,包括:
获取模块,用于获取电池在预设状态参数下的电化学阻抗谱;其中,所述预设状态参数包括预设温度参数和预设荷电状态参数;
数据处理模块,用于根据所述电化学阻抗谱计算所述电池的驰豫时间分布谱;以及
模型建立模块,用于根据所述驰豫时间分布谱建立电池等效电路模型。
根据第三方面,在一种可能的实现方式中,所述数据处理模块用于根据所述电化学阻抗谱与弛豫时间分布之间的关系采用驰豫时间分布的分析方法将所述电化学阻抗谱从频域转化为时域,从而获得所述弛豫时间分布谱;其中,所述弛豫时间分布谱中的不同谱峰对应所述电池内部不同动力学过程的驰豫时间。
根据第三方面,在一种可能的实现方式中,所述数据处理模块用于根据所述电化学阻抗谱与弛豫时间分布之间的关系,通过去卷积的方法得到所述驰豫时间分布谱;其中,所述弛豫时间分布谱中的不同谱峰对应所述电池内部不同动力学过程的驰豫时间。
根据第三方面,在一种可能的实现方式中,所述模型建立模块用于根据所述电池内部不同动力学过程的驰豫时间识别所述电池内部的不同极化过程;再根据所述电池内部的不同极化过程确定所述电池内部的不同内阻;再根据所述电池内部的不同内阻建立反映所述电池内部特性的电池等效电路模型。
根据第三方面,在一种可能的实现方式中,所述电池等效电路模型包括一个电阻元件及M个电阻电容并联的电路单元;其中,M等于所述弛豫时间分布谱中预设频率以上峰谱的个数。
根据第三方面,在一种可能的实现方式中,所述电池等效电路模型包括:
电压源,用于表征电池的开路电压;
欧姆电阻,与所述电压源的正极电连接,用于表征电池的欧姆内阻;
第一电路单元,与所述欧姆电阻电连接,并包括并联的第一电阻和第一电容,用于表征电池接触电阻所引起的极化过程;
第二电路单元,与所述第一电路单元电连接,并包括并联的第二电阻和第二电容,用于表征电池负极固体电解液界面膜及负极电荷传递电阻所引起的极化过程;以及
第三电路单元,电连接于所述第二电路单元和所述电压输出端正极之间,并包括并联的第三电阻和第三电容,用于表征电池正极电荷传递电阻所引起的极化过程。
第四方面,本申请实施例公开一种电池管理芯片,包括:
获取模块,用于获取电池n次循环下的各个电化学阻抗谱;所述各个电化学阻抗谱包括各个预设荷电状态和各个温度下的电池的电化学阻抗谱;所述n大于0小于等于N,N为所述电池的循环寿命,所述n次循环是指0至N次循环中选取的n次循环;所述获取模块还用于获取所述n次循环中的每一次循环下的电池健康状态;其中,所述每一次循环下的电池健康状态为当前循环下的所述电池的额定放电容量与所述电池初始状态下的额定放电容量的比值;
数据处理模块,用于根据所述n次循环中的每一次循环的所述电化学阻抗谱计算其对应的驰豫时间分布谱;以及
模型建立模块,用于根据所述n次循环中的每一次循环下的驰豫时间分布谱建立其对应的电池等效电路模型,并计算电池内部参数;其中,所述电池内部参数包括所述电池等效电路模型中至少一个元件的参数;
所述数据处理模块还用于对所述n次循环下的电池内部参数及所述n次循环下的电池健康状态进行参数拟合,以获得电池健康状态与电池内部参数之间的关系表达式。
根据第四方面,在一种可能的实现方式中,所述数据处理模块用于根据所述n次循环中的每一次循环的电化学阻抗谱与弛豫时间分布之间的关系,采用驰豫时间分布的分析方法将所述电化学阻抗谱从频域转化为时域,从而获得其对应的弛豫时间分布谱;其中,所述弛豫时间分布谱中的不同谱峰对应所述电池内部不同动力学过程的驰豫时间。
根据第四方面,在一种可能的实现方式中,所述模型建立模块用于根据所述n次循环中的每一次循环下的所述电池内部不同动力学过程的驰豫时间,识别所述电池内部的不同极化过程;再根据所述电池内部的不同极化过程确定所述电池内部的不同内阻;再根据所述电池内部的不同内阻建立反映所述电池内部特性的电池等效电路模型;所述电池内部参数包括所述电池等效电路模型中反映所述电池内部特性的至少一个元件的参数。
根据第四方面,在一种可能的实现方式中,所述电池等效电路模型包括一个电阻元件及M个电阻电容并联的电路单元;其中,M等于所述弛豫时间分布谱中预设频率以上峰谱的个数。
根据第四方面,在一种可能的实现方式中,所述电池等效电路模型包括:
欧姆电阻,用于表征电池的欧姆内阻;
第一电路单元,包括并联的第一电阻和第一电容,用于表征电池接触电阻所引起的极化过程;
第二电路单元,包括并联的第二电阻和第二电容,用于表征电池负极固体电解液界面膜及电荷传递电阻所引起的极化过程;以及
第三电路单元,包括并联的第三电阻和第三电容,用于表征电池正极电荷传递电阻所引起的极化过程;
所述电池内部参数包括所述欧姆电阻的阻值、所述第一电阻的阻值、所述第一电容的容值、所述第二电阻的阻值、所述第二电容的容值、所述第三电阻的阻值、所述第三电容的容值、所述电池接触电阻引起的极化过程的时间常数、所述电池负极固体电解液界面膜及电荷传递电阻所引起的极化过程的时间常数或电池正极电荷传递电阻所引起的极化过程的时间常数中的一个或多个。
根据第四方面,在一种可能的实现方式中,所述电池管理芯片还包括状态估算模块;
所述数据处理模块还用于根据所述电池等效电路模型的电池状态方程获取电池在特定状态下的电池内部参数;所述特定状态为电池的外部特征参数所处的预设状态;
所述状态估算模块用于根据特定状态下的电池内部参数及所述电池健康状态与电池内部参数之间的关系表达式获得所述电池在特定状态下的电池的健康状态。
第五方面,本申请实施例公开一种用电设备,包括电池以及如第三方面所述的充电管理芯片或者如第四方面所述的电池管理芯片;所述电池管理芯片与所述电池电连接,并对所述电池进行监测与管理。
附图说明
为了说明本申请实施例或背景技术中的技术方案,下面将对本申请实施例或背景技术中所需要使用的附图进行说明。
图1为本申请实施例中的用电设备的原理框图。
图2为本申请实施例中的等效电路模型的建立方法的流程图。
图3为本申请一实施方式中所获取的电池的电化学阻抗谱的示意图。
图4为对图3中的电化学阻抗谱进行计算得出的驰豫时间分布谱。
图5为电池内部不同极化过程的时间常数分布示意图。
图6为本申请实施例中的电池等效电路模型的示意图。
图7为本申请实施例中的电池健康状态的估算方法的流程图。
图8为本申请实施例中所获取的10次循环下的电化学阻抗谱的示意图。
图9为对图8中的10次循环下的电化学阻抗谱进行计算得出的10次循环下的驰豫时间分布谱。
图10为10次循环下的电池健康状态的示意图。
图11为本申请另一实施例中的电池健康状态的估算方法的流程图。
图12为本申请一实施例中的电池管理芯片的功能模块图。
图13为本申请另一实施例中的电池管理芯片的功能模块图。
具体实施方式
本申请实施例提供了一种用电设备、电池管理芯片、电池等效电路模型的建立方法和电池健康状态(State of Health,SOH)估算方法,用于建立精确度更高的电池模型计算电池健康状态,提高了电池健康状态估算的准确性。
本申请实施例中的电池等效电路模型的建立方法及电池健康状态估算方法主要适用于具有充电电池的用电设备中。其中,充电电池包括但不限于锂离子电池、锂空气电池、铅酸电池、镍氢电池及镍镉电池等。本申请实施例中,充电电池以能量密度和功率密度较高的锂离子电池为例进行说明。
本申请实施例中的用电设备包括终端设备、电动车及储能设备等。其中,终端设备是指具有充电电池的电子产品,尤其是指一些便携设备,如手机、平板电脑、笔记本电脑、各种穿戴设备等终端产品。对于此类使用充电电池的用电设备,就需要电池管理芯片对电池进行监测和估算,以保证电池在其安全生命周期内运行。其中对电池健康状态的估算尤为重要,若是对电池健康状态估算不准,将导致电池安全事故的发生,例如,引起电池***等严重后果。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请的实施例进行描述。
请参阅图1,图1为本申请实施例中的用电设备的原理框图。在本实施方式中,用电设备1000以终端产品(如手机)为例进行说明。如图1所示,用电设备1000包括充电接口100、电池管理芯片200、电池300以及负载400。其中所述电池300可以包括保护板(图未示)和电芯(图未示),负载400可以是该终端产品内的任何用电组件,如显示器、通信模块、处理器、存储器、传感器以及扬声器等用电组件。在所述用电设备1000充电时电流流向如下:充电接口100→电池管理芯片200→电池300;放电时电流流向如下:电池300→负载400。
在一实施方式中,充电接口100可以是USB接口,例如可以是Mini USB接口,MicroUSB接口,USB Type C接口等。充电接口100可以用于连接充电器为用电设备1000充电,也可以用于用电设备1000与***设备之间传输数据。也可以用于连接耳机,通过耳机播放音频。
电池管理芯片200电连接于所述充电接口100和所述电池300之间。电池管理芯片200用于对电池300在不同工况下的状态进行监测和估算,以提高电池300的利用率,防止电池300出现过充电和过放电,从而延长电池300的使用寿命。具体地,电池管理芯片200的主要功能可包括:电池物理参数实时监测;电池状态估计;在线诊断与预警;充、放电与预充控制;均衡管理和热管理等。
其中电池管理芯片200中最重要和最关键的部分是对电池300的精确建模和状态的准确估计。然而,由于电池300的很多参数具有非线性的特点,给电池300的状态评估和建模带来了极高的挑战。
现有的电池模型可以分为电化学模型、等效电路模型、数学模型和分析模型等。其中等效电路模型(ECM)因其具有低复杂性,快速可计算性和可实时性等成为电池管理芯片中模拟电池行为所广泛使用的典型模型。然而,现有的等效电路的建立并不是基于电池内部的本征极化过程所建立,具有人为的随机性存在,进而导致所建立等效电路模型中不同的组成模块背后的物理意义不明。例如,传统的等效电路模型的建立,是研究者基于自身经验利用有限的基本元件(如电阻、电容、电感等)组合成相应的电路从而匹配电池的相关测试数据。这就造成存在多种不同的电路组合可以匹配同样的测试数据,即等效电路模型的建立具有不唯一性。也即,现有的电池等效电路模型精度较低,进而无法准确区分电池内部不同活性电极的不同电化学过程。
为解决上述问题,本申请实施例提供一种等效电路模型的建立方法,请参阅图2,图2为本申请实施例中的等效电路模型的建立方法的流程图。该等效电路模型的建立方法包括如下步骤。
步骤S101,获取电池在预设状态参数下的电化学阻抗谱;其中,所述预设状态参数包括预设温度参数和预设荷电状态参数。
具体地,可以通过电化学工作站采用交流阻抗测试的方式来获取电池的电化学阻抗谱。在本实施方式中,预设温度参数为25℃,预设荷电状态(State of Charge,SOC)参数为100%。可以理解,在其他实施方式中,预设温度参数还可以为20℃、22℃等,所述预设荷电状态参数还可以是90%、95%等,在此不做具体限定。
请参阅图3,图3为本申请一实施方式中所获取的电池的电化学阻抗谱的示意图。其中,图3中的横轴代表阻抗实部,纵轴代表阻抗虚部。在本实施方式中,以容量为4120mAh的电芯为例进行说明。其中,图3中的电化学阻抗谱是电芯在温度为25℃,荷电状态SOC为100%时,利用电化学工作站对电芯进行交流阻抗测试所获取的电化学阻抗谱。本实施方式中,测试条件为振幅10mV,频率范围100kHz~0.05Hz。
从图3中可看出,在中高频阶段存在两个明显的第一弧段a和第二弧段b,说明电芯内部存在多个电化学极化过程,因此,需要执行步骤S102以对该多个电化学计划过程进行准确的识别和区分。
步骤S102,根据所述电化学阻抗谱计算所述电池的驰豫时间分布谱。
在一种实施方式中,根据电池的电化学阻抗谱Z(ω)与弛豫时间分布g(τ)之间的关系(公式如下),采用弛豫时间分布的分析方法将所述电化学阻抗谱从频域转化为时域,从而获得所述弛豫时间分布谱。例如,采用驰豫时间分布方法,基于Matlab算法将阻抗数据从频域转化为时域。
另外,还可以根据所述电化学阻抗谱与弛豫时间分布之间的关系,通过去卷积的方法得到所述驰豫时间分布谱。其中,去卷积的方法包括但不限于傅立叶变换(Fouriertransform)、最大熵原理(Maximum entropy)、贝叶斯方法(Bayesian approach)及岭回归(ridge regression,Tikhonov regularization)等。
需要说明的是,电池不仅存在正极、负极、电解液和集流体等不同的组分,同时还存在负极/电解液,正极/电解液,负极/集流体和正极/集流体多个界面,电子或离子在外电路(充电或放电)的驱动下通过上述组分或界面时会发生多种不同的物理和化学过程,从而引发电池阻抗和极化的变化,步骤S101中通过给电池施加一个频率不同的小振幅的交流电势波,测量交流电势与电流信号的比值,其中该比值即为***的阻抗,该阻抗是上述不同极化过程共同表现的结果,由于不同的极化过程在频率上十分接近,因而无法直接从频率域上将每个过程区分出来。而在时间域上,不同的极化过程由暂态趋于某种定态所需要的时间表现出较大的差异,即每个过程的弛豫时间不同,因而可以从时间域上准确的将电池内部的不同极化过程区分出来,而本实施例中即是利用弛豫时间分布的方法,将电池的阻抗谱从频率域转化为时间域,从而可以利用不同极化过程的弛豫时间不同,将电池内部不同的极化过程区分出来。
请参阅图4,图4为对图3中的电化学阻抗谱进行计算得出的驰豫时间分布谱。其中,图4中的横轴代表驰豫时间,纵轴代表极化电阻。从图4中可以看出,所述电化学阻抗谱在时域范围出现了三个明显的谱峰c、谱峰d和谱峰e,即表明在阻抗谱中的电化学极化所在的频率范围内共存在三分明显的动力学过程。
在本实施方式中,所述弛豫时间分布谱中的不同谱峰对应所述电池内部不同动力学过程的驰豫时间。
步骤S103,根据所述驰豫时间分布谱建立电池等效电路模型。
请参阅图5,图5为电池内部不同极化过程的时间常数分布示意图。其中图5所示的示意图,可以通过对电池内部不同的极化过程及相应的响应时间尺度进行分析而得出。根据图4中的驰豫时间分布谱中的谱峰所对应的时间常数,结合图5可以准确的识别和区分三个谱峰所对应的过程分别为接触电阻引起的极化过程、负极固体电解质界面膜(SEI)及负极电荷传递电阻引起的极化过程和正极电荷传递电阻引起的极化过程。
因此,在该步骤中,首先根据所述电池内部不同动力学过程的驰豫时间识别所述电池内部的不同极化过程;然后,根据所述电池内部的不同极化过程确定所述电池内部的不同内阻;最后,根据所述电池内部的不同内阻建立反映所述电池内部特性的电池等效电路模型。
请参阅图6,图6为本申请实施例中的电池等效电路模型的示意图。所述电池等效电路模型包括一个电阻元件R0及M个电阻电容并联的电路单元。其中,M等于所述弛豫时间分布谱中预设频率以上峰谱的个数。本实施方式中,预设频率为0.1Hz。可以理解,其他实施方式中,预设频率还可以根据具体的设计情况而进行设定,本申请实施例对此不作具体限定。
本实施方式中,所述电池等效电路模型包括电压源Uocv、欧姆电阻R0、第一电路单元、第二电路单元以及第三电路单元。电压源Uocv用于表征电池的开路电压。欧姆电阻R0与所述电压源Uocv的正极电连接,用于表征电池的欧姆内阻。第一电路单元与所述欧姆电阻R0电连接,并包括并联的第一电阻R1和第一电容C1,用于表征电池接触电阻所引起的极化过程。第二电路单元与所述第一电路单元电连接,并包括并联的第二电阻R2和第二电容C2,用于表征电池负极固体电解液界面膜及负极电荷传递电阻所引起的极化过程。第三电路单元电连接于所述第二电路单元和所述电压输出端正极之间,并包括并联的第三电阻R3和第三电容C3,用于表征电池正极电荷传递电阻所引起的极化过程。
本申请实施例中的电池等效电路模型的建立方法,将在预设状态参数下获取的电池的电化学阻抗谱转化成驰豫时间分布普,并根据所述驰豫时间分布谱建立电池等效电路模型。即利用不同极化过程的弛豫时间不同,将电池内部不同的极化过程区分出来,进而可以得到能够反映电池内部不同极化过程等内部特性的等效电路模型,该等效电路模型具有明确的物理意义,且具有唯一性,进而提高了电池等效电路模型的建立精度。
本申请还提供一种基于上述电池等效电路模型的电池健康状态估算方法,具体请参阅图7,图7为本申请实施例中的电池健康状态的估算方法的流程图。该电池健康状态的估算方法包括如下步骤。
步骤S201,获取电池n次循环下的各个电化学阻抗谱;所述各个电化学阻抗谱包括各个预设荷电状态和各个温度下的电池的电化学阻抗谱;所述n大于0小于等于N,N为所述电池的循环寿命,所述n次循环是指0至N次循环中选取的n次循环。
其中,为了提高估算的精度,所选取的n次循环中的相邻两次的循环次数之间的间隔应大于预设次数,例如,预设次数可以是30次、40次或者50次,在此不做限定。
请参阅图8,图8为本申请实施例中所获取的10次循环下的电化学阻抗谱的示意图。其中,图8中的横轴代表阻抗实部,纵轴代表阻抗虚部。在本实施方式中,以容量为4120mAh的电池为例进行说明。其中,图7中所示的10次循环下的电化学阻抗谱,是电池在温度参数为25℃、预设荷电状态参数为100%时,利用电化学工作站对10次循环下的电池进行交流阻抗测试所获取的电化学阻抗谱。其中每次循环下的测试条件为振幅10mV,频率范围100kHz~0.05Hz。本实施方式中,10次循环分别包括第0次循环(未循环过)、第50次循环、第100次循环、第150次循环、第250次循环、第350次循环、第450次循环、第550次循环、第650次循环和第750次循环。
需要说明的是,本实施方式中的每次循环下的预设温度参数和预设状态参数相同,在其他实施方式中,每次循环下的预设温度参数和预设状态参数也可以不同,在此不做限定。
从图8中可以看出,电池的电化学极化过程随着电池的老化发生了明显的变化,因此需要对和电池老化相关的参数和极化过程进行准确的区分和识别。
步骤S202,根据所述n次循环中的每一次循环的所述电化学阻抗谱计算其对应的驰豫时间分布谱。
请参阅图9,图9为对图8中的10次循环下的电化学阻抗谱进行计算得出的10次循环下的驰豫时间分布谱。其中,图9中的横轴代表频率(驰豫时间的倒数),纵轴代表极化电阻。具体地,与步骤S102的实现方式类似,采用驰豫时间分布法,基于矩阵实验室(Matlab)算法将电池在不同充放电循环次数下的阻抗数据从频域转化为时域。
步骤S203,根据所述n次循环中的每一次循环下的驰豫时间分布谱计算电池内部参数;其中,所述电池内部参数包括根据前述的建立方法所建立的电池等效电路模型中的至少一个元件的参数。
本实施方式中,在n次循环中的每一次循环下只需要根据驰豫时间分布谱计算电池内部参数即可,即电池等效电路模型可以根据前述的建立方法预先建立并预置在***中,只要对电池等效电路模型中的参数进行计算即可。在其他实施方式中,还可以在n次循环中的每一次循环下建立其对应的电池等效电路模型(如图6所示),并计算电池内部参数。
其中,所述电池内部参数包括所述电池等效电路模型中反映所述电池内部特性的至少一个元件的参数。例如,所述电池内部参数包括所述欧姆电阻R0的阻值、所述第一电阻R1的阻值、所述第一电容C1的容值、所述第二电阻R2的阻值、所述第二电容C2的容值、所述第三电阻R3的阻值、所述第三电容C3的容值、所述电池接触电阻引起的极化过程的时间常数τ1(τ1=R1·C1)、所述电池负极固体电解液界面膜及电荷传递电阻所引起的极化过程的时间常数τ2(τ2=R2·C2)或电池正极电荷传递电阻所引起的极化过程的时间常数τ3(τ3=R3·C3)中的一个或多个。
结合如图6所建立的电等效电路模型和图9所示的10次循环下的驰豫时间分布谱,可以看出,代表正极电荷转移电阻引起的极化过程的时间常数τ3的电池内部参数与电池的健康状态SOH有着明显的关联。
步骤S204,获取所述n次循环中的每一次循环下的电池健康状态;其中,所述每一次循环下的电池健康状态为当前循环下的所述电池的额定放电容量与所述电池初始状态下的额定放电容量的比值。
请参阅图10,图10为10次循环下的电池健康状态的示意图。其中,图10中的横轴代表循环次数,纵轴代表电池健康状态。首先获取每次循环次数下的电池的当前额定放电容量;再用每次循环次数下的电池的当前额定放电容量除以电池初始状态下的额定放电容量,即可获得每一次循环下的电池健康状态。
步骤S205,对所述n次循环下的电池内部参数及所述n次循环下的电池健康状态进行参数拟合,以获得电池健康状态与电池内部参数之间的关系表达式。
具体地,可以基于Matlab的回归分析算法对代表正极电荷转移电阻引起的极化过程的时间常数τ3和电池健康状态SOH之间的关系进行分析,可以得出τ3和电池SOH之间存在简单明显的线性关系,可以作为电池的内部参数来评估电芯的健康状态SOH,本实施方式中,二者之间的关系表达式为SOH(%)=-174.53·τ3+101.72。
根据上述公式可知,只要获得代表正极电荷转移电阻引起的极化过程的时间常数τ3,再根据上述公式即可获悉电池当前的健康状态。
也即,在本实施方式中,所述电池内部参数为代表正极电荷转移电阻引起的极化过程的时间常数,所述电池健康状态与电池内部参数之间的关系表达式,具体为:电池健康状态与代表正极电荷转移电阻引起的极化过程的时间常数之间的关系表达式。
可以理解,随着电池的在线使用,电池的内部参数也在发生改变,因此为了提高电池健康状态的在线估算精度,请参阅图11,图11为本申请另一实施例中的电池健康状态的估算方法的流程图。与图7中的估算方法不同的是,图10中的电池健康状态的估算方法还包括如下步骤。
步骤S301,根据所述电池等效电路模型的电池状态方程获取电池在特定状态下的电池内部参数;所述特定状态为电池的外部特征参数所处的预设状态。
其中,外部特征参数包括电流参数、电压参数或者温度参数中的至少一个。当外部特征参数达到特定阈值时,确定电池处于所述特定状态。
电池状态方程用于模拟电池不同工况下的电压-电流行为,本实施方式中,基于图6中的电池等效电路模型所建立的电池状态方程如下:
其中,该状态方程在充电时为“+”,放电时为“-”,V(t)是输出变量,R0,R1、τ1,R2、τ2,R3、τ3为状态变量,且τ1=R1·C1、τ2=R2·C2、τ3=R3·C3。
在一实施方式中,当外部特征参数达到特定阈值时,首先对电池进行在线阻抗测试,并记录在线阻抗测试时的电压和电流数据。其中,在线阻抗测试根据实际条件可以选择频域法或时域法,在此不做限定。然后将在线阻抗测试时记录的电压和电流数据,代入上述电池状态方程中,通过参数辨识即可获取电池内部参数R0,R1、C1,τ1,R2、C2,τ2,R3、C3,τ3。
步骤S302,根据特定状态下的电池内部参数及所述电池健康状态与电池内部参数之间的关系表达式获得所述电池在特定状态下的电池的健康状态。
具体地,将步骤S301中所获取的内部参数τ3代入步骤S205所获得的电池健康状态与电池内部参数之间的关系表达式,即可估算出电池的当前的在线健康状态。
本申请实施例所提出的电池健康状态SOH估算方法,将电池在每次循环下的电化学阻抗谱转化成驰豫时间分布普,并根据所述驰豫时间分布谱建立电池等效电路模型。即利用不同极化过程的弛豫时间不同,将电池内部不同的极化过程区分出来,可以得到能够反映电池内部不同极化过程等内部特性的等效电路模型,使得该等效电路模型具有明确的物理意义,且具有唯一性,进而提高了电池等效电路模型的建立精度。进一步地,基于n次循环下该等效电路模型的内部参数及n次循环下的电池健康状态,可以获得精度较高的电池健康状态与电池内部参数之间的关系表达式,可以提高后续在线估算电池健康状态SOH的精度。
请参阅图12,图12为本申请一实施例中的电池管理芯片的功能模块图。如图12所示,所述电池管理芯片200包括获取模块210、数据处理模块220、模型建立模块230以及存储模块240。
所述获取模块210用于获取电池在预设状态参数下的电化学阻抗谱;其中,所述预设状态参数包括预设温度参数和预设荷电状态参数。
所述数据处理模块220用于根据所述电化学阻抗谱计算所述电池的驰豫时间分布谱。
所述模型建立模块230用于根据所述驰豫时间分布谱建立电池等效电路模型。
所述存储模块240用于存储所述电池等效电路模型。
具体地,所述数据处理模块220用于根据所述电化学阻抗谱与弛豫时间分布之间的关系采用驰豫时间分布的分析方法将所述电化学阻抗谱从频域转化为时域,从而获得所述弛豫时间分布谱;或者,所述数据处理模块220用于根据所述电化学阻抗谱与弛豫时间分布之间的关系,通过去卷积的方法得到所述驰豫时间分布谱。其中,所述弛豫时间分布谱中的不同谱峰对应所述电池内部不同动力学过程的驰豫时间。
所述模型建立模块230用于根据所述电池内部不同动力学过程的驰豫时间识别所述电池内部的不同极化过程;根据所述电池内部的不同极化过程确定所述电池内部的不同内阻;根据所述电池内部的不同内阻建立反映所述电池内部特性的电池等效电路模型。
请参阅图13,图13为本申请另一实施例中的电池管理芯片的功能模块图。与图11中的电池管理芯片200不同的是,本实施方式中的电池管理芯片200还包括数据处理模块250、检测模块260以及估算模块270。
所述获取模块210获取电池n次循环下的各个电化学阻抗谱;所述各个电化学阻抗谱包括各个预设荷电状态和各个温度下的电池的电化学阻抗谱;所述n大于0小于等于N,N为所述电池的循环寿命,所述n次循环是指0至N次循环中选取的n次循环。
所述数据处理模块220用于根据所述n次循环中的每一次循环的所述电化学阻抗谱计算其对应的驰豫时间分布谱。
所述数据处理模块220还用于根据所述n次循环中的每一次循环下的驰豫时间分布谱计算电池内部参数。所述电池内部参数包括根据前述建立方法所建立的电池等效电路模型中的至少一个元件的参数。
所述获取模块210还用于获取所述n次循环中的每一次循环下的电池健康状态;其中,所述每一次循环下的电池健康状态为当前循环下的所述电池的额定放电容量与所述电池初始状态下的额定放电容量的比值。
所述数据处理模块250还用于对所述n次循环下的电池内部参数及所述n次循环下的电池健康状态进行参数拟合,以获得电池健康状态与电池内部参数之间的关系表达式。
所述检测模块260用于检测电池的外部特征参数。
所述数据处理模块250还用于根据所述电池等效电路模型的电池状态方程获取电池在特定状态下的电池内部参数;所述特定状态为电池的外部特征参数所处的预设状态。
所述状态估算模块270用于根据特定状态下的电池内部参数及所述电池健康状态与电池内部参数之间的关系表达式获得所述电池在特定状态下的电池的健康状态。
所述存储模块240用于存储所述电池等效电路模型、内部参数、所述电池健康状态与电池内部参数之间的关系表达式、基于所述电池等效电路所建立的电池状态方程及所述检测的电流、电压即温度参数信息。
具体地,所述数据处理模块220用于根据所述n次循环中的每一次循环的电化学阻抗谱与弛豫时间分布之间的关系,采用驰豫时间分布的分析方法将所述电化学阻抗谱从频域转化为时域,从而获得其对应的弛豫时间分布谱;其中,所述弛豫时间分布谱中的不同谱峰对应所述电池内部不同动力学过程的驰豫时间。
所述模型建立模块230用于根据所述n次循环中的每一次循环下的所述电池内部不同动力学过程的驰豫时间,识别所述电池内部的不同极化过程;根据所述电池内部的不同极化过程确定所述电池内部的不同内阻;根据所述电池内部的不同内阻建立反映所述电池内部特性的电池等效电路模型;所述电池内部参数包括所述电池等效电路模型中反映所述电池内部特性的至少一个元件的参数。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的电池管理芯片的各个模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
需要说明的是,对于前述的各个方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某一些步骤可以采用其他顺序或者同时进行。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其他实施例的相关描述。
本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
本申请提供的等效电路模型的建立方法和电池健康状态的估算方法可以在硬件、固件中实施,或者可以作为可以存储在例如只读存储记忆体(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,简称RAM)、软盘、硬盘或磁光盘的等计算机可读存储介质中的软件或计算机代码,或者可以作为原始存储在远程记录介质或非瞬时的机器可读介质上、通过网络下载并且存储在本地记录介质中的计算机代码,从而这里描述的方法可以利用通用计算机或特殊处理器或在诸如专用集成电路(ASIC)或现场可编程门阵列(FPGA)之类的可编程或专用硬件中以存储在记录介质上的软件来呈现。如本领域能够理解的,计算机、处理器、微处理器、控制器或可编程硬件包括存储器组件,例如,RAM、ROM、闪存等,当计算机、处理器或硬件实施这里描述的处理方法而存取和执行软件或计算机代码时,存储器组件可以存储或接收软件或计算机代码。另外,当通用计算机存取用于实施这里示出的处理的代码时,代码的执行将通用计算机转换为用于执行这里示出的处理的专用计算机。
其中,所述计算机可读存储介质可为固态存储器、存储卡、光碟等。所述计算机可读存储介质存储有程序指令而供计算机、手机、平板电脑、或者本申请的用电设备调用后执行前述的等效电路模型的建立方法及电池健康状态的估算方法。
以上是本申请实施例的实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请实施例原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本申请的保护范围。
Claims (19)
1.一种电池等效电路模型的建立方法,其特征在于,包括:
获取电池在预设状态参数下的电化学阻抗谱;其中,所述预设状态参数包括预设温度参数和预设荷电状态参数;
根据所述电化学阻抗谱计算所述电池的驰豫时间分布谱;
根据所述驰豫时间分布谱建立电池等效电路模型。
2.如权利要求1所述的建立方法,其特征在于,所述根据所述电化学阻抗谱计算所述电池的驰豫时间分布谱包括:
根据所述电化学阻抗谱与弛豫时间分布之间的关系采用驰豫时间分布的分析方法将所述电化学阻抗谱从频域转化为时域,从而获得所述弛豫时间分布谱;其中,所述弛豫时间分布谱中的不同谱峰对应所述电池内部不同动力学过程的驰豫时间。
3.如权利要求1所述的建立方法,其特征在于,所述根据所述电化学阻抗谱计算所述电池的驰豫时间分布谱包括:
根据所述电化学阻抗谱与弛豫时间分布之间的关系,通过去卷积的方法得到所述驰豫时间分布谱;其中,所述弛豫时间分布谱中的不同谱峰对应所述电池内部不同动力学过程的驰豫时间。
4.如权利要求2所述的建立方法,其特征在于,所述根据所述驰豫时间分布谱建立电池等效电路模型包括:
根据所述电池内部不同动力学过程的驰豫时间识别所述电池内部的不同极化过程;
根据所述电池内部的不同极化过程确定所述电池内部的不同内阻;
根据所述电池内部的不同内阻建立反映所述电池内部特性的电池等效电路模型。
5.如权利要求1-4任一项所述的建立方法,其特征在于,所述电池等效电路模型包括一个电阻元件及M个电阻电容并联的电路单元;其中,M等于所述弛豫时间分布谱中预设频率以上峰谱的个数。
6.如权利要求5所述的建立方法,其特征在于,所述电池等效电路模型包括:
电压源,用于表征电池的开路电压;
欧姆电阻,与所述电压源的正极电连接,用于表征电池的欧姆内阻;
第一电路单元,与所述欧姆电阻电连接,并包括并联的第一电阻和第一电容,用于表征电池接触电阻所引起的极化过程;
第二电路单元,与所述第一电路单元电连接,并包括并联的第二电阻和第二电容,用于表征电池负极固体电解液界面膜及负极电荷传递电阻所引起的极化过程;以及
第三电路单元,电连接于所述第二电路单元和所述电压输出端正极之间,并包括并联的第三电阻和第三电容,用于表征电池正极电荷传递电阻所引起的极化过程。
7.一种电池健康状态的估算方法,其特征在于,包括:
获取电池n次循环下的各个电化学阻抗谱;所述各个电化学阻抗谱包括各个预设荷电状态和各个温度下的电池的电化学阻抗谱;所述n大于0小于等于N,N为所述电池的循环寿命,所述n次循环是指0至N次循环中选取的n次循环;
根据所述n次循环中的每一次循环的所述电化学阻抗谱计算其对应的驰豫时间分布谱;
根据所述n次循环中的每一次循环下的驰豫时间分布谱计算电池内部参数;其中,所述电池内部参数包括根据权利要求1-5任一项所述的建立方法所建立的电池等效电路模型中的至少一个元件的参数;
获取所述n次循环中的每一次循环下的电池健康状态;其中,所述每一次循环下的电池健康状态为当前循环下的所述电池的额定放电容量与所述电池初始状态下的额定放电容量的比值;
对所述n次循环下的电池内部参数及所述n次循环下的电池健康状态进行参数拟合,以获得电池健康状态与电池内部参数之间的关系表达式。
8.如权利要求7所述的估算方法,其特征在于,所述电池等效电路模型包括:
欧姆电阻,用于表征电池的欧姆内阻;
第一电路单元,包括并联的第一电阻和第一电容,用于表征电池接触电阻所引起的极化过程;
第二电路单元,包括并联的第二电阻和第二电容,用于表征电池负极固体电解液界面膜及电荷传递电阻所引起的极化过程;以及
第三电路单元,包括并联的第三电阻和第三电容,用于表征电池正极电荷传递电阻所引起的极化过程;
所述电池内部参数包括所述欧姆电阻的阻值、所述第一电阻的阻值、所述第一电容的容值、所述第二电阻的阻值、所述第二电容的容值、所述第三电阻的阻值、所述第三电容的容值、所述电池接触电阻引起的极化过程的时间常数、所述电池负极固体电解液界面膜及电荷传递电阻所引起的极化过程的时间常数或电池正极电荷传递电阻所引起的极化过程的时间常数中的一个或多个。
9.如权利要求7或8所述的估算方法,其特征在于,所述估算方法还包括:
根据所述电池等效电路模型的电池状态方程获取电池在特定状态下的电池内部参数;所述特定状态为电池的外部特征参数所处的预设状态;
根据特定状态下的电池内部参数及所述电池健康状态与电池内部参数之间的关系表达式获得所述电池在特定状态下的电池的健康状态。
10.一种电池管理芯片,其特征在于,包括:
获取模块,用于获取电池在预设状态参数下的电化学阻抗谱;其中,所述预设状态参数包括预设温度参数和预设荷电状态参数;
数据处理模块,用于根据所述电化学阻抗谱计算所述电池的驰豫时间分布谱;以及
模型建立模块,用于根据所述驰豫时间分布谱建立电池等效电路模型。
11.如权利要求10所述的电池管理芯片,其特征在于,所述数据处理模块用于根据所述电化学阻抗谱与弛豫时间分布之间的关系采用驰豫时间分布的分析方法将所述电化学阻抗谱从频域转化为时域,从而获得所述弛豫时间分布谱;其中,所述弛豫时间分布谱中的不同谱峰对应所述电池内部不同动力学过程的驰豫时间。
12.如权利要求10所述的电池管理芯片,其特征在于,所述数据处理模块用于根据所述电化学阻抗谱与弛豫时间分布之间的关系,通过去卷积的方法得到所述驰豫时间分布谱;其中,所述弛豫时间分布谱中的不同谱峰对应所述电池内部不同动力学过程的驰豫时间。
13.如权利要求11所述的电池管理芯片,其特征在于,所述模型建立模块用于根据所述电池内部不同动力学过程的驰豫时间识别所述电池内部的不同极化过程;再根据所述电池内部的不同极化过程确定所述电池内部的不同内阻;再根据所述电池内部的不同内阻建立反映所述电池内部特性的电池等效电路模型。
14.如权利要求10-13任一项所述的电池管理芯片,其特征在于,所述电池等效电路模型包括一个电阻元件及M个电阻电容并联的电路单元;其中,M等于所述弛豫时间分布谱中预设频率以上峰谱的个数。
15.如权利要求14所述的电池管理芯片,其特征在于,所述电池等效电路模型包括:
电压源,用于表征电池的开路电压;
欧姆电阻,与所述电压源的正极电连接,用于表征电池的欧姆内阻;
第一电路单元,与所述欧姆电阻电连接,并包括并联的第一电阻和第一电容,用于表征电池接触电阻所引起的极化过程;
第二电路单元,与所述第一电路单元电连接,并包括并联的第二电阻和第二电容,用于表征电池负极固体电解液界面膜及负极电荷传递电阻所引起的极化过程;以及
第三电路单元,电连接于所述第二电路单元和所述电压输出端正极之间,并包括并联的第三电阻和第三电容,用于表征电池正极电荷传递电阻所引起的极化过程。
16.一种电池管理芯片,其特征在于,包括:
获取模块,用于获取电池n次循环下的各个电化学阻抗谱;所述各个电化学阻抗谱包括各个预设荷电状态和各个温度下的电池的电化学阻抗谱;所述n大于0小于等于N,N为所述电池的循环寿命,所述n次循环是指0至N次循环中选取的n次循环;所述获取模块还用于获取所述n次循环中的每一次循环下的电池健康状态;其中,所述每一次循环下的电池健康状态为当前循环下的所述电池的额定放电容量与所述电池初始状态下的额定放电容量的比值;以及
数据处理模块,用于根据所述n次循环中的每一次循环的所述电化学阻抗谱计算其对应的驰豫时间分布谱;
所述数据处理模块还用于根据所述n次循环中的每一次循环下的驰豫时间分布谱计算电池内部参数;其中,所述电池内部参数包括根据权利要求1-5任一项所述的建立方法所建立的电池等效电路模型中的至少一个元件的参数;
所述数据处理模块还用于对所述n次循环下的电池内部参数及所述n次循环下的电池健康状态进行参数拟合,以获得电池健康状态与电池内部参数之间的关系表达式。
17.如权利要求16所述的电池管理芯片,其特征在于,所述电池等效电路模型包括:
欧姆电阻,用于表征电池的欧姆内阻;
第一电路单元,包括并联的第一电阻和第一电容,用于表征电池接触电阻所引起的极化过程;
第二电路单元,包括并联的第二电阻和第二电容,用于表征电池负极固体电解液界面膜及电荷传递电阻所引起的极化过程;以及
第三电路单元,包括并联的第三电阻和第三电容,用于表征电池正极电荷传递电阻所引起的极化过程;
所述电池内部参数包括所述欧姆电阻的阻值、所述第一电阻的阻值、所述第一电容的容值、所述第二电阻的阻值、所述第二电容的容值、所述第三电阻的阻值、所述第三电容的容值、所述电池接触电阻引起的极化过程的时间常数、所述电池负极固体电解液界面膜及电荷传递电阻所引起的极化过程的时间常数或电池正极电荷传递电阻所引起的极化过程的时间常数中的一个或多个。
18.如权利要求16或17所述的电池管理芯片,其特征在于,所述电池管理芯片还包括状态估算模块;
所述数据处理模块还用于根据所述电池等效电路模型的电池状态方程获取电池在特定状态下的电池内部参数;所述特定状态为电池的外部特征参数所处的预设状态;
所述状态估算模块用于根据特定状态下的电池内部参数及所述电池健康状态与电池内部参数之间的关系表达式获得所述电池在特定状态下的电池的健康状态。
19.一种用电设备,其特征在于,包括电池以及如权利要求10-15任一项所述的充电管理芯片或者如权利要求16-18任一项所述的电池管理芯片;所述电池管理芯片与所述电池电连接,并对所述电池进行监测与管理。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010053974.1A CN113138340B (zh) | 2020-01-17 | 2020-01-17 | 电池等效电路模型的建立方法、健康状态估算方法及装置 |
PCT/CN2021/070443 WO2021143592A1 (zh) | 2020-01-17 | 2021-01-06 | 电池等效电路模型的建立方法、健康状态估算方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010053974.1A CN113138340B (zh) | 2020-01-17 | 2020-01-17 | 电池等效电路模型的建立方法、健康状态估算方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113138340A true CN113138340A (zh) | 2021-07-20 |
CN113138340B CN113138340B (zh) | 2022-11-11 |
Family
ID=76808294
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010053974.1A Active CN113138340B (zh) | 2020-01-17 | 2020-01-17 | 电池等效电路模型的建立方法、健康状态估算方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113138340B (zh) |
WO (1) | WO2021143592A1 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113884913A (zh) * | 2021-10-25 | 2022-01-04 | 招商局检测车辆技术研究院有限公司 | 锂电池电化学特性阻抗的回归模型建立方法及装置 |
CN113996563A (zh) * | 2021-11-23 | 2022-02-01 | 格林美股份有限公司 | 一种基于电化学阻抗谱的电池分选方法、装置及电子设备 |
CN114137429A (zh) * | 2021-10-29 | 2022-03-04 | 国电南瑞科技股份有限公司 | 充放电过程中锂离子电池性能异常变化的参数化表征方法及装置 |
CN114295983A (zh) * | 2021-12-31 | 2022-04-08 | 上海洛轲智能科技有限公司 | 电池热失控预警方法、装置、车辆、设备及存储介质 |
CN116774051A (zh) * | 2023-06-28 | 2023-09-19 | 上海炙云新能源科技有限公司 | 考虑时频域多维数据特征的电池容量快速估计方法 |
WO2024112072A1 (ko) * | 2022-11-25 | 2024-05-30 | 주식회사 엘지에너지솔루션 | Soh 예측 장치 및 이의 동작 방법 |
WO2024128174A1 (ja) * | 2022-12-15 | 2024-06-20 | 株式会社堀場製作所 | バッテリ評価装置、機械学習装置、バッテリ評価プログラム、バッテリ評価方法、機械学習プログラム、及び、機械学習方法 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113884935B (zh) * | 2021-11-02 | 2024-05-14 | 桂林电子科技大学 | 基于锂电池在线电化学阻抗谱测量的soh估算***和方法 |
CN114252771B (zh) * | 2021-12-13 | 2024-05-07 | 北京经纬恒润科技股份有限公司 | 一种电池参数在线辨识方法及*** |
CN115510648B (zh) * | 2022-09-27 | 2023-12-19 | 上海玫克生储能科技有限公司 | 一种锂电池电芯实际容量和电芯健康度识别方法和*** |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010230469A (ja) * | 2009-03-27 | 2010-10-14 | Calsonic Kansei Corp | 二次電池劣化判定装置及び方法 |
CN102859378A (zh) * | 2010-02-17 | 2013-01-02 | Ifp新能源公司 | 藉由电化学阻抗频谱的电池原位诊断方法 |
CN103869256A (zh) * | 2014-03-27 | 2014-06-18 | 华南师范大学 | 一种基于交流阻抗测试动力锂离子电池soh的估算方法 |
CN103909068A (zh) * | 2014-02-28 | 2014-07-09 | 清华大学 | 电池的分选方法 |
CN105093131A (zh) * | 2015-09-28 | 2015-11-25 | 哈尔滨工业大学 | 一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法 |
CN105912799A (zh) * | 2016-04-27 | 2016-08-31 | 华中科技大学 | 一种液态或半液态金属电池的建模方法 |
CN106354962A (zh) * | 2016-08-02 | 2017-01-25 | 电子科技大学 | 基于分频表征的磷酸铁锂电池分数阶等效电路模型建立方法 |
US20170077516A1 (en) * | 2012-02-23 | 2017-03-16 | Northwestern University | Nanostructured carbon electrode, methods of fabricating and applications of the same |
CN107176043A (zh) * | 2016-03-10 | 2017-09-19 | 福特全球技术公司 | 用于车辆电池***的功率容量估计 |
US20170363689A1 (en) * | 2016-06-16 | 2017-12-21 | University Of South Carolina | Accelerated Testing Protocols For Solid Oxide Fuel Cell Cathode Materials |
CN108196200A (zh) * | 2018-01-28 | 2018-06-22 | 复旦大学 | 一种锂电池健康和荷电状态的联合模拟评估方法 |
CN108445401A (zh) * | 2018-02-09 | 2018-08-24 | 深圳市鹏诚新能源科技有限公司 | 电池荷电状态soc的在线估计方法、电子装置及存储介质 |
CN109143108A (zh) * | 2018-07-25 | 2019-01-04 | 合肥工业大学 | 一种基于电化学阻抗谱的锂离子电池soh的估计方法 |
KR101982120B1 (ko) * | 2018-08-31 | 2019-05-24 | 주식회사 민테크 | 에너지 저장장치의 수명 예측 방법 |
CN110261779A (zh) * | 2019-06-25 | 2019-09-20 | 西安石油大学 | 一种三元锂电池荷电状态与健康状态在线协同估计方法 |
CN110488194A (zh) * | 2019-09-02 | 2019-11-22 | 中南大学 | 一种基于电化学阻抗模型的锂电池soc估算方法及其*** |
CN110687468A (zh) * | 2018-06-19 | 2020-01-14 | 华为技术有限公司 | 一种电池荷电状态的估计方法及装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140350875A1 (en) * | 2013-05-27 | 2014-11-27 | Scott Allen Mullin | Relaxation model in real-time estimation of state-of-charge in lithium polymer batteries |
CN105334462B (zh) * | 2014-08-07 | 2018-09-07 | 华为技术有限公司 | 电池容量损失在线估算方法 |
US10209314B2 (en) * | 2016-11-21 | 2019-02-19 | Battelle Energy Alliance, Llc | Systems and methods for estimation and prediction of battery health and performance |
-
2020
- 2020-01-17 CN CN202010053974.1A patent/CN113138340B/zh active Active
-
2021
- 2021-01-06 WO PCT/CN2021/070443 patent/WO2021143592A1/zh active Application Filing
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010230469A (ja) * | 2009-03-27 | 2010-10-14 | Calsonic Kansei Corp | 二次電池劣化判定装置及び方法 |
CN102859378A (zh) * | 2010-02-17 | 2013-01-02 | Ifp新能源公司 | 藉由电化学阻抗频谱的电池原位诊断方法 |
US20170077516A1 (en) * | 2012-02-23 | 2017-03-16 | Northwestern University | Nanostructured carbon electrode, methods of fabricating and applications of the same |
CN103909068A (zh) * | 2014-02-28 | 2014-07-09 | 清华大学 | 电池的分选方法 |
CN103869256A (zh) * | 2014-03-27 | 2014-06-18 | 华南师范大学 | 一种基于交流阻抗测试动力锂离子电池soh的估算方法 |
CN105093131A (zh) * | 2015-09-28 | 2015-11-25 | 哈尔滨工业大学 | 一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法 |
CN107176043A (zh) * | 2016-03-10 | 2017-09-19 | 福特全球技术公司 | 用于车辆电池***的功率容量估计 |
CN105912799A (zh) * | 2016-04-27 | 2016-08-31 | 华中科技大学 | 一种液态或半液态金属电池的建模方法 |
US20170363689A1 (en) * | 2016-06-16 | 2017-12-21 | University Of South Carolina | Accelerated Testing Protocols For Solid Oxide Fuel Cell Cathode Materials |
CN106354962A (zh) * | 2016-08-02 | 2017-01-25 | 电子科技大学 | 基于分频表征的磷酸铁锂电池分数阶等效电路模型建立方法 |
CN108196200A (zh) * | 2018-01-28 | 2018-06-22 | 复旦大学 | 一种锂电池健康和荷电状态的联合模拟评估方法 |
CN108445401A (zh) * | 2018-02-09 | 2018-08-24 | 深圳市鹏诚新能源科技有限公司 | 电池荷电状态soc的在线估计方法、电子装置及存储介质 |
CN110687468A (zh) * | 2018-06-19 | 2020-01-14 | 华为技术有限公司 | 一种电池荷电状态的估计方法及装置 |
CN109143108A (zh) * | 2018-07-25 | 2019-01-04 | 合肥工业大学 | 一种基于电化学阻抗谱的锂离子电池soh的估计方法 |
KR101982120B1 (ko) * | 2018-08-31 | 2019-05-24 | 주식회사 민테크 | 에너지 저장장치의 수명 예측 방법 |
CN110261779A (zh) * | 2019-06-25 | 2019-09-20 | 西安石油大学 | 一种三元锂电池荷电状态与健康状态在线协同估计方法 |
CN110488194A (zh) * | 2019-09-02 | 2019-11-22 | 中南大学 | 一种基于电化学阻抗模型的锂电池soc估算方法及其*** |
Non-Patent Citations (3)
Title |
---|
J.ILLIG ET AL.: "Separation of Charge Transfer and Contact Resistance in LiFePO4-Cathodes by Impedance Modeling", 《JOURNAL OF THE ELECTROCHEMICAL SOCIETY》 * |
P.BÜSCHEL ET AL.: "Distribution of relaxation times for effect identification and modeling of impedance spectra", 《2014 IEEE INTERNATIONAL INSTRUMENTATION AND MEASUREMENT TECHNOLOGY CONFERENCE》 * |
冯雅楠等: "锂离子电池特征时间常数的理论提取及仿真", 《物联网技术》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113884913A (zh) * | 2021-10-25 | 2022-01-04 | 招商局检测车辆技术研究院有限公司 | 锂电池电化学特性阻抗的回归模型建立方法及装置 |
CN114137429A (zh) * | 2021-10-29 | 2022-03-04 | 国电南瑞科技股份有限公司 | 充放电过程中锂离子电池性能异常变化的参数化表征方法及装置 |
CN113996563A (zh) * | 2021-11-23 | 2022-02-01 | 格林美股份有限公司 | 一种基于电化学阻抗谱的电池分选方法、装置及电子设备 |
CN114295983A (zh) * | 2021-12-31 | 2022-04-08 | 上海洛轲智能科技有限公司 | 电池热失控预警方法、装置、车辆、设备及存储介质 |
WO2024112072A1 (ko) * | 2022-11-25 | 2024-05-30 | 주식회사 엘지에너지솔루션 | Soh 예측 장치 및 이의 동작 방법 |
WO2024128174A1 (ja) * | 2022-12-15 | 2024-06-20 | 株式会社堀場製作所 | バッテリ評価装置、機械学習装置、バッテリ評価プログラム、バッテリ評価方法、機械学習プログラム、及び、機械学習方法 |
CN116774051A (zh) * | 2023-06-28 | 2023-09-19 | 上海炙云新能源科技有限公司 | 考虑时频域多维数据特征的电池容量快速估计方法 |
CN116774051B (zh) * | 2023-06-28 | 2024-02-02 | 上海炙云新能源科技有限公司 | 考虑时频域多维数据特征的电池容量快速估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113138340B (zh) | 2022-11-11 |
WO2021143592A1 (zh) | 2021-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113138340B (zh) | 电池等效电路模型的建立方法、健康状态估算方法及装置 | |
US11422194B2 (en) | Battery diagnosis apparatus and battery diagnosis method based on current pulse method | |
KR100262465B1 (ko) | 펄스전류의 전압 응답신호를 이용한 전지용량 측정방법 및 측정장치 | |
CN109143108A (zh) | 一种基于电化学阻抗谱的锂离子电池soh的估计方法 | |
CN110488201B (zh) | 一种锂离子电池荷电状态放电筛选方法、***、存储介质 | |
CN110133536A (zh) | 确定电池组实体内部泄漏电流的指标的***、方法及设备 | |
CN112834945A (zh) | 评估模型建立方法、电池健康状态评估方法及相关产品 | |
CN114114047A (zh) | 电池故障检测方法和装置 | |
CN108152752B (zh) | 一种电池测量方法 | |
Böttiger et al. | Systematic experimental pulse test investigation for parameter identification of an equivalent based lithium-ion battery model | |
CN109613446A (zh) | 一种基于时间序列分析的锂电池老化检测方法 | |
JP2022545033A (ja) | 電池診断装置および方法 | |
CN113189495A (zh) | 一种电池健康状态的预测方法、装置及电子设备 | |
CN106461728A (zh) | 一种电池等效电路模型 | |
CN108594117B (zh) | 确定电池容量的方法、装置、终端设备及计算机存储介质 | |
CN114609523A (zh) | 一种电池容量的在线检测方法、电子设备及存储介质 | |
Mohsin et al. | A new lead-acid battery state-of-health evaluation method using electrochemical impedance spectroscopy for second life in rural electrification systems | |
EP4202458A1 (en) | Battery diagnosis device, battery system, and battery diagnosis method | |
CN109459700B (zh) | 一种变形锂电池检测方法、装置和电子设备 | |
CN113311346B (zh) | 一种电芯预警方法、装置、云平台及存储介质 | |
Tang et al. | An aging-and load-insensitive method for quantitatively detecting the battery internal-short-circuit resistance | |
WO2020110328A1 (ja) | 蓄電デバイスの品質管理方法 | |
CN114594380A (zh) | 一种基于bp神经网络的电池soc预测方法 | |
CN116500467B (zh) | 低温区间中电池充电能力的检测方法和装置 | |
CN109991546B (zh) | 一种电池参数获取方法、装置及终端设备 |
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 |