CN116819344B - 锂电池形核过电位预测方法、装置、车辆及介质 - Google Patents
锂电池形核过电位预测方法、装置、车辆及介质 Download PDFInfo
- Publication number
- CN116819344B CN116819344B CN202311076871.7A CN202311076871A CN116819344B CN 116819344 B CN116819344 B CN 116819344B CN 202311076871 A CN202311076871 A CN 202311076871A CN 116819344 B CN116819344 B CN 116819344B
- Authority
- CN
- China
- Prior art keywords
- nucleation
- lithium
- lithium battery
- model
- prediction
- 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
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 155
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 154
- 230000006911 nucleation Effects 0.000 title claims abstract description 150
- 238000010899 nucleation Methods 0.000 title claims abstract description 150
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000001556 precipitation Methods 0.000 claims abstract description 60
- 238000006243 chemical reaction Methods 0.000 claims abstract description 42
- 238000004070 electrodeposition Methods 0.000 claims abstract description 25
- 238000004088 simulation Methods 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims description 23
- 230000008859 change Effects 0.000 claims description 18
- 238000012937 correction Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 3
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 15
- 229910001416 lithium ion Inorganic materials 0.000 description 15
- 239000007790 solid phase Substances 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 239000007791 liquid phase Substances 0.000 description 10
- 238000009830 intercalation Methods 0.000 description 9
- 230000002687 intercalation Effects 0.000 description 9
- 210000001787 dendrite Anatomy 0.000 description 8
- 229910052751 metal Inorganic materials 0.000 description 8
- 239000002184 metal Substances 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000009792 diffusion process Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 239000002245 particle Substances 0.000 description 5
- 239000013078 crystal Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000003411 electrode reaction Methods 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- QSNQXZYQEIKDPU-UHFFFAOYSA-N [Li].[Fe] Chemical compound [Li].[Fe] QSNQXZYQEIKDPU-UHFFFAOYSA-N 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000001465 metallisation Methods 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000012071 phase Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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]
- G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Secondary Cells (AREA)
Abstract
本申请公开了一种锂电池形核过电位预测方法、装置、车辆及介质,方法包括:获取锂电池的仿真工况参数;将所述仿真工况参数输入到预测模型,得到所述锂电池发生析锂反应后的形核过电位,所述预测模型是通过电化学沉积理论对基础模型进行修正得到的,所述基础模型基于纽曼模型构建。本申请实施例中,预测模型根据纽曼模型以及电化学沉积理论构建得到,由于预测模型在对电池的析锂形核过电位进行预测时,考虑了电化学沉积理论,可提高锂电池形核过电位预测的准确性。
Description
技术领域
本申请涉及电池技术领域,特别是涉及一种锂电池形核过电位预测方法、装置、车辆及介质。
背景技术
锂电池寿命安全中最常见问题是析锂问题,析锂诱发的枝晶生长可能导致锂离子电池短路。锂枝晶生长又与形核过电位密切相关,后者决定了枝晶生长的形貌规律,因此快速预测锂电池析锂形核过电位是十分有必要的。
目前,在对锂电池析锂形核过电位的预测方式中,并未考虑析锂反应对锂电池析锂形核过电位的影响,导致在预测锂电池形核过电位时,预测准确性较低。
发明内容
本申请提供一种锂电池形核过电位预测方法、装置、车辆及介质,用以解决在对锂电池形核过电位进行预测时,预测准确性较低的问题。
第一方面,本申请提供一种锂电池形核过电位预测方法,包括:
获取锂电池的仿真工况参数;
将所述仿真工况参数输入到预测模型,得到所述锂电池发生析锂反应后的形核过电位,所述预测模型是通过电化学沉积理论对基础模型进行修正得到的,所述基础模型基于所述纽曼模型构建。
本申请实施例中,预测模型根据纽曼模型以及电化学沉积理论构建得到,使得预测模型在对电池的析锂形核过电位进行预测时,考虑到了电化学沉积理论,可提高锂电池形核过电位预测的准确性。
在本申请一实施例中,在所述将所述仿真工况参数输入到预测模型,得到所述锂电池发生析锂反应后的形核过电位之前,所述方法还包括:
通过所述纽曼模型构建基础模型;
在所述基础模型中增加析锂形核方程,得到所述预测模型,所述析锂形核方程基于所述电化学沉积理论得到,所述析锂形核方程用于计算所述锂电池发生析锂反应的电流密度。
本申请实施例中,在所述基础模型中增加析锂形核方程,使得预测模型可以更加准确的对锂电池形核过电位进行预测。
在本申请一实施例中,所述析锂形核方程通过对巴特勒伏尔摩方程采用修正参数进行修正得到,所述修正参数包括第一参数和所述第二参数,所述第一参数根据阿伦尼乌斯公式确定,所述第二参数为常数。
本申请实施例中,析锂形核方程使得预测模型可以更加准确的对锂电池形核过电位进行预测。
在本申请一实施例中,所述第二参数通过如下方式确定:
在形核半径小于或等于临界成核半径的情况下,通过对形核过程体系能量总变化采用第一系数进行修正,得到所述第二参数;
或者,
在所述形核半径大于所述临界成核半径的情况下,通过对形核过程体系能量总变化采用第二系数进行修正,得到所述第二参数。
本申请实施例中,由金属电沉积理论可知,金属在沉积时存在一个“临界尺寸”,这个尺寸影响了最后形核的过电位,在本实施例中采用两种修正方式来分别得到第二参数,可以使得预测模型更加准确的对锂电池形核过电位进行预测。
在本申请一实施例中,在得到所述预测模型之后,在所述将所述仿真工况参数输入到预测模型,得到所述锂电池发生析锂反应后的形核过电位之前,所述方法还包括:
获取所述锂电池在第一环境温度下的阳极电位曲线以及充放电曲线;
将所述阳极电位曲线和所述充放电曲线输入至所述预测模型,使得所述预测模型基于所述阳极电位曲线和所述充放电曲线对所述待标定系数的值进行标定,所述待标定系数包括所述形核半径、所述形核过程体系能量总变化、所述第一系数和所述第二系数。
本申请实施例中,通过锂电池已有的阳极电位曲线以及充放电曲线对待标定系数的值进行标定,可以提高对待标定系数的值进行标定的准确性,从而提高预测模型对锂电池形核过电位进行预测的准确性。
在本申请一实施例中,所述仿真工况参数包括所述锂电池的充电倍率和充电时的第二环境温度。
本申请实施例中,通过向预测模型输入锂电池的充电倍率和充电时的第二环境温度,可快速预测锂离子电池在不同倍率、温度的形核过电位。
第二方面,本申请实施例提供一种锂电池形核过电位预测装置,包括:
第一获取模块,用于获取锂电池的仿真工况参数;
预测模块,用于将所述仿真工况参数输入到预测模型,得到所述锂电池发生析锂反应后的形核过电位,所述预测模型是通过电化学沉积理论对基础模型进行修正得到的,所述基础模型基于所述纽曼模型构建。
本申请实施例中,预测模型根据纽曼模型以及电化学沉积理论构建得到,使得预测模型在对电池的析锂形核过电位进行预测时,考虑到了电化学沉积理论,可提高锂电池形核过电位预测的准确性。
在本申请一实施例中,所述装置还包括:
构建模块,用于通过所述纽曼模型构建基础模型;
第二获取模块,用于在所述基础模型中增加析锂形核方程,得到所述预测模型,所述析锂形核方程基于所述电化学沉积理论得到,所述析锂形核方程用于计算所述锂电池发生析锂反应的电流密度。
本申请实施例中,在所述基础模型中增加析锂形核方程,使得预测模型可以更加准确的对锂电池形核过电位进行预测。
在本申请一实施例中,析锂形核方程通过对巴特勒伏尔摩方程采用修正参数进行修正得到,所述修正参数包括第一参数和所述第二参数,所述第一参数根据阿伦尼乌斯公式确定,所述第二参数为常数。
本申请实施例中,析锂形核方程使得预测模型可以更加准确的对锂电池形核过电位进行预测。
在本申请一实施例中,所述第二参数通过如下方式确定:
在形核半径小于或等于临界成核半径的情况下,通过对形核过程体系能量总变化采用第一系数进行修正,得到所述第二参数;
或者,
在所述形核半径大于所述临界成核半径的情况下,通过对形核过程体系能量总变化采用第二系数进行修正,得到所述第二参数。
本申请实施例中,由金属电沉积理论可知,金属在沉积时存在一个“临界尺寸”,这个尺寸影响了最后形核的过电位,在本实施例中采用两种方式来确定第二参数,可以使得预测模型更加准确的对锂电池形核过电位进行预测。
在本申请一实施例中,所述装置还包括:
第三获取模块,用于获取所述锂电池在第一环境温度下的阳极电位曲线以及充放电曲线;
标定模块,用于将所述阳极电位曲线和所述充放电曲线输入至所述预测模型,使得所述预测模型基于所述阳极电位曲线和所述充放电曲线对所述待标定系数的值进行标定,所述待标定系数包括所述形核半径、所述形核过程体系能量总变化、所述第一系数和所述第二系数。
本申请实施例中,通过锂电池已有的阳极电位曲线以及充放电曲线对待标定系数的值进行标定,可以提高对待标定系数的值进行标定的准确性,从而提高预测模型对锂电池形核过电位进行预测的准确性。
在本申请一实施例中,所述仿真工况参数包括所述锂电池的充电倍率和充电时的第二环境温度。
本申请实施例中,通过向预测模型输入锂电池的充电倍率和充电时的第二环境温度,可快速预测锂离子电池在不同倍率、温度的形核过电位。
第三方面,本申请实施例提供一种车辆,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的锂电池形核过电位预测方法的步骤。
第四方面,本申请实施例提供一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的锂电池形核过电位预测方法的步骤。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
下面将参考附图来描述本申请示例性实施例的特征、优点和技术效果。
图1为本申请实施例提供的锂电池形核过电位预测方法的流程示意图;
图2为本申请实施例提供的析锂后阳极电位预测曲线示意图;
图3为本申请实施例提供的锂电池形核过电位预测装置的结构示意图;
图4为本申请实施例提供的车辆的硬件结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
除非另有定义,本申请所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本申请中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序或主次关系。
锂电池寿命安全中最常见问题是析锂问题,析锂诱发的枝晶生长可能导致锂离子电池短路。锂枝晶生长又与形核过电位密切相关,后者决定了枝晶生长的形貌规律,因此若能够快速预测形核电位是十分有必要的。
以下将结合附图对本申请实施例提供的锂电池形核过电位预测方法、装置、车辆及介质进行详细介绍。
图1为本申请一实施例提供的一种锂电池形核过电位预测方法的流程示意图,如图1所示,所述方法包括步骤101-步骤102,其中:
步骤101,获取锂电池的仿真工况参数。
示例性地,仿真工况参数包括所述锂电池的充电倍率和充电时的温度。
步骤102,将所述仿真工况参数输入到预测模型,得到所述锂电池发生析锂反应后的形核过电位,所述预测模型是通过电化学沉积理论对基础模型进行修正得到的,所述基础模型基于纽曼模型构建。纽曼模型又称为伪二维(Pseudo-2-Dimensional,P2D)模型。
锂离子电池充电阶段负极发生的基本化学反应包括:正常嵌锂反应生成,当电位到达0V以下时发生的析锂反应,生成沉积 :
。
。
。
由上述公式可知,在发生析锂反应前,总反应电流等于嵌锂电路/>。发生析锂反应后,总反应电流则由嵌锂电流/>与析锂电流/>共同组成。P2D理论中的B-V方程描述了/>与嵌锂过电位的关系。电化学沉积理论用于计算/>。
本实施例中,预测模型根据纽曼模型以及电化学沉积理论构建得到,使得预测模型在对电池的析锂形核过电位进行预测时,考虑到了电化学沉积理论,即对锂电池发生析锂反应后的嵌锂电流和析锂电流进行预测,可提高锂电池形核过电位预测的准确性。
在本申请一些实施例中,在所述将所述仿真工况参数输入到预测模型,得到所述锂电池发生析锂反应后的形核过电位之前,所述方法还包括:
通过纽曼模型构建基础模型;
在所述基础模型中增加析锂形核方程,得到所述预测模型,所述析锂形核方程基于所述电化学沉积理论得到,所述析锂形核方程用于计算所述锂电池发生析锂反应的电流密度。
其中,所述析锂形核方程通过对巴特勒伏尔摩(ButlerVolmer,B-V)方程采用修正参数进行修正得到,所述修正参数包括第一参数和所述第二参数,所述第一参数根据阿伦尼乌斯公式确定,所述第二参数为常数。
示例性地,修正参数可以是第一参数和第二参数相乘后得到的值。
具体地,P2D模型基于P2D理论构建,P2D理论中的P2D方程描述的是锂离子电池充放电过程中离子在固相、液相、固液界面的传输,下面将介绍控制方程。
扩散部分:
固相扩散由菲克定律描述,由扩散引起的摩尔通量与浓度梯度成正比,空间上的某一点的浓度的变化率与浓度的空间二阶导数成正比。公式表述如下:
。
。
其中为固相嵌锂量,/>为固相扩散系数,/>为固相颗粒半径方向上的位置,/>为表面电流密度,/>为法拉第常数,/>为固相颗粒半径。
液相扩散过程均由如下公式计算得到,考虑了锂离子在电池级片厚度方向上的扩散过程和电迁移过程:
。
。
其中,为对应区域的孔隙率,/>为液相组分中锂离子浓度,/>为级片厚度方向坐标,/>为有效液相扩散系数,/>为锂离子在电解液中的离子迁移数,/>为固相颗粒比表面积,/>为极片总厚度。
电势部分:
固相电势与液相电势由欧姆定律和基尔霍夫定律计算电池体系中的各个位置的电势和电流,主要包括以下控制方程:
。
。
其中和/>分别为固相和液相的有效电导率,/>和/>分别为固相和液相的电位。
界面反应部分:
电极表面电流密度均由B-V方程得到:
。
。
其中,为嵌锂反应交换电流密度,/>和/>分别为阳极和阴极反应速率常数,/>和/>分别为阴阳极对应的基础脱、嵌锂反应的传递系数,/>为电极反应过电位,/>为气体常数,/>为温度,/>为参考温度,/>为嵌锂反应的活化能。/>是固相电位,/>是液相电位,/>是阴阳极各自平衡电位,属于材料本征性质。
在B-V方程反应模块,增加析锂形核方程。金属沉积过程需满足:
1.金属的析出需要一定的阴极过电位,在平衡电位下无法形核(形核热力学判据);
2.达到一定的临界尺寸的晶核才能稳定存在,否则将会重新溶解;
3.临界尺寸大小取决于体系的能量;
4.形核后长大所需能量比形成晶核时少。
析锂反应的本质也为电化学反应,参照B-V方程给出电流密度计算方程,即析锂形核方程为:
。
上述中,是第一参数,/>是第二参数,也称为形核系数。
其中,为析锂反应交换电流密度,/>为阳极析锂反应速率常数,分别为析锂反应的阳极、阴极传递系数,/>为气体常数,/>为温度。/>是固相电位,/>是液相电位,/>是析锂反应的平衡电位,/>是颗粒最大嵌锂量,/>是颗粒表面嵌锂量,/>是液相锂离子浓度,/>是参考温度,/>是析锂反应活化能,/>是法拉第常数。
析锂反应的电流密度。
由金属电沉积理论可知,金属在沉积时存在一个“临界尺寸”,这个尺寸影响了最后形核的过电位。作为一个分段函数来描绘这个过程。即,所述第二参数通过如下方式确定:
在形核半径小于或等于临界成核半径的情况下,通过对形核过程体系能量总变化采用第一系数进行修正,得到所述第二参数;
或者,在所述形核半径大于所述临界成核半径的情况下,通过对形核过程体系能量总变化采用第二系数进行修正,得到所述第二参数。
上述描述,可以采用如下表达式确定:
。
其中,。
。
。
分别是第一系数和第二系数,均属于待标定系数,决定了析锂后阳极电位曲线的形状,/>是形核半径,也是待标定系数,/>是形核过程体系能量总变化,也是待标定系数,/>是锂的摩尔质量,/>是比表面积,/>是锂密度,/>为法拉第常数,/>为电极反应过电位,/>是临界成核半径,h为一个原子高,n为锂金属价数,/>为锂金属原子量,分别为晶核和溶液构成的界面张力、晶核和电极构成的界面张力、溶液和电极构成的界面张力,/>是时间。
在析出锂形核前,枝晶需要跨越一个形核能垒,因此形核系数与ΔG成正比。形核后,枝晶完成能垒的跨越,需要能量减小,因此形核系数与析锂成膜厚度成正比。此方程能够满足上文介绍的形核理论中的假设。即形核过程需要足够大的阳极过电位,形核之后的生长过程阳极电位将逐渐减小。
在本申请另一实施例中,在得到所述预测模型之后,在所述将所述仿真工况参数输入到预测模型,得到所述锂电池发生析锂反应后的形核过电位之前,所述方法还包括:
获取所述锂电池在第一环境温度下的阳极电位曲线以及充放电曲线;
将所述阳极电位曲线和所述充放电曲线输入至所述预测模型,使得所述预测模型基于所述阳极电位曲线和所述充放电曲线对所述待标定系数的值进行标定。
具体地,在使用预测模型进行预测之前,需要对预测模型中的待标定系数的值进行标定。若用户向预测模型输入了第一环境温度下的阳极电位曲线以及充放电曲线,则预测模型利用第一环境温度下的阳极电位曲线以及充放电曲线,并结合机器学习理论(如遗传算法)来对待标定系数的值进行标定,待标定系数包括、/>和/>。第一环境温度可以为锂电池充电时所处环境的温度,例如,第一环境温度可以取-10℃、0℃、25℃、45℃或65℃等等,本实施例不做限定。
若用户未向预测模型输入阳极电位曲线以及充放电曲线,则预测模型采用待标定系数的默认值进行后续预测。
本申请实施例提供的预测方式,可用于三元、铁锂等市场中常见的锂电产品发生析锂后的形核过电位预测。
以下对本申请实施例提供的预测方法进行实验,得到的析锂后阳极电位预测如图2所示,由图2可以看出,本申请实施例提供的方法能够准确预测析锂反应发生后金属锂“形核-生长”导致的过电位变化,锂离子电池析锂后电位与实测结果一致,呈现“先下降、后上升”的趋势。
请参见图3,是本申请实施例提供的锂电池形核过电位预测装置的结构示意图,如图3所示,该锂电池形核过电位预测装置300包括:
本申请实施例提供一种锂电池形核过电位预测装置,包括:
第一获取模块301,用于获取锂电池的仿真工况参数;
预测模块302,用于将所述仿真工况参数输入到预测模型,得到所述锂电池发生析锂反应后的形核过电位,所述预测模型是通过电化学沉积理论对基础模型进行修正得到的,所述基础模型基于所述纽曼模型构建。
在本申请一实施例中,所述装置300还包括:
构建模块,用于通过所述纽曼模型构建基础模型;
第二获取模块,用于在所述基础模型中增加析锂形核方程,得到所述预测模型,所述析锂形核方程基于所述电化学沉积理论得到,所述析锂形核方程用于计算所述锂电池发生析锂反应的电流密度。
在本申请一实施例中,所述析锂形核方程通过对巴特勒伏尔摩方程采用修正参数进行修正得到,所述修正参数包括第一参数和所述第二参数,所述第一参数根据阿伦尼乌斯公式确定,所述第二参数为常数。
在本申请一实施例中,所述第二参数通过如下方式确定:
在形核半径小于或等于临界成核半径的情况下,通过对形核过程体系能量总变化采用第一系数进行修正,得到所述第二参数;
或者,
在所述形核半径大于所述临界成核半径的情况下,通过对形核过程体系能量总变化采用第二系数进行修正,得到所述第二参数。
在本申请一实施例中,所述装置300还包括:
第三获取模块,用于获取所述锂电池在第一环境温度下的阳极电位曲线以及充放电曲线;
标定模块,用于将所述阳极电位曲线和所述充放电曲线输入至所述预测模型,使得所述预测模型基于所述阳极电位曲线和所述充放电曲线对所述待标定系数的值进行标定,所述待标定系数包括所述形核半径、所述形核过程体系能量总变化、所述第一系数和所述第二系数。
在本申请一实施例中,所述仿真工况参数包括所述锂电池的充电倍率和充电时的第二环境温度,例如,第二环境温度可以是-10℃、0℃、25℃、45℃或65℃等等,第二环境温度可以根据实际情况进行选取,在此不做限定。
本申请实施例提供的锂电池形核过电位预测装置300能够实现前述方法实施例实现的各个过程,并能达到相同的技术效果,为避免重复,这里不再赘述。
图4示出了本申请实施例提供的车辆的硬件结构示意图。
车辆可以包括处理器501以及存储有计算机程序指令的存储器502。
具体地,上述处理器501可以包括中央处理器(Central Processing Unit,CPU),或者特定集成电路(Application Specific Integrated Circuit ,ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器502可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器502可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在一些实例中,存储器402可以包括可移除或不可移除(或固定)的介质,或者存储器502是非易失性固态存储器。在一些实施例中,存储器502可在电池装置的内部或外部。
在一些实例中,存储器502可以是只读存储器(Read Only Memory,ROM)。在一个实例中,该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
存储器502可以包括只读存储器(ROM),随机存取存储器(RAM),磁盘存储介质设备,光存储介质设备,闪存设备,电气、光学或其他物理/有形的存储器存储设备。因此,通常,存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如,存储器设备),并且当该软件被执行(例如,由一个或多个处理器)时,其可操作来执行参考根据本公开的一方面的方法所描述的操作。
处理器501通过读取并执行存储器502中存储的计算机程序指令,以实现图1所示实施例中的方法,并达到图1所示实例执行其方法/步骤达到的相应技术效果,为简洁描述在此不再赘述。
在一个示例中,车辆还可包括通信接口503和总线504。其中,如图4所示,处理器501、存储器502、通信接口503通过总线504连接并完成相互间的通信。
通信接口503,主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。
总线504包括硬件、软件或两者,将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制,总线可包括加速图形端口(Accelerated Graphics Port,AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture,EISA)总线、前端总线(Front Side Bus,FSB)、超传输(Hyper Transport,HT)互连、工业标准架构(Industry Standard Architecture,ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、***组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线504可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
另外,本申请实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种锂电池形核过电位预测方法。
需要明确的是,本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本申请的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本申请的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本申请的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RadioFrequency,RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本申请中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或***。但是,本申请不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
上面参考根据本公开的实施例的方法、装置、设备及和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解,流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器,以产生一种机器,使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解,框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合,也可以由执行指定的功能或动作的专用硬件来实现,或可由专用硬件和计算机指令的组合来实现。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围,其均应涵盖在本申请的权利要求和说明书的范围当中。尤其是,只要不存在结构冲突,各个实施例中所提到的各项技术特征均可以任意方式组合起来。本申请并不局限于文中公开的特定实施例,而是包括落入权利要求的范围内的所有技术方案。
Claims (7)
1.一种锂电池形核过电位预测方法,其特征在于,包括:
获取锂电池的仿真工况参数;
将所述仿真工况参数输入到预测模型,得到所述锂电池发生析锂反应后的形核过电位,所述预测模型是通过电化学沉积理论对基础模型进行修正得到的,所述基础模型基于纽曼模型构建;
在所述将所述仿真工况参数输入到预测模型,得到所述锂电池发生析锂反应后的形核过电位之前,所述方法还包括:
通过所述纽曼模型构建基础模型;
在所述基础模型中增加析锂形核方程,得到所述预测模型,所述析锂形核方程基于所述电化学沉积理论得到,所述析锂形核方程用于计算所述锂电池发生析锂反应的电流密度;
所述析锂形核方程通过对巴特勒伏尔摩方程采用修正参数进行修正得到,所述修正参数包括第一参数和第二参数,所述第一参数根据阿伦尼乌斯公式确定,所述第二参数为常数。
2.根据权利要求1所述的锂电池形核过电位预测方法,其特征在于,所述第二参数通过如下方式确定:
在形核半径小于或等于临界成核半径的情况下,通过对形核过程体系能量总变化采用第一系数进行修正,得到所述第二参数;
或者,
在所述形核半径大于所述临界成核半径的情况下,通过对形核过程体系能量总变化采用第二系数进行修正,得到所述第二参数。
3.根据权利要求2所述的锂电池形核过电位预测方法,其特征在于,在得到所述预测模型之后,在所述将所述仿真工况参数输入到预测模型,得到所述锂电池发生析锂反应后的形核过电位之前,所述方法还包括:
获取所述锂电池在第一环境温度下的阳极电位曲线以及充放电曲线;
将所述阳极电位曲线和所述充放电曲线输入至所述预测模型,使得所述预测模型基于所述阳极电位曲线和所述充放电曲线对待标定系数的值进行标定,所述待标定系数包括所述形核半径、所述形核过程体系能量总变化、所述第一系数和所述第二系数。
4.根据权利要求1-3中任一项所述的锂电池形核过电位预测方法,其特征在于,所述仿真工况参数包括所述锂电池的充电倍率和充电时的第二环境温度。
5.一种锂电池形核过电位预测装置,其特征在于,包括:
第一获取模块,用于获取锂电池的仿真工况参数;
预测模块,用于将所述仿真工况参数输入到预测模型,得到所述锂电池发生析锂反应后的形核过电位,所述预测模型是通过电化学沉积理论对基础模型进行修正得到的,所述基础模型基于纽曼模型构建;
所述装置还包括:
构建模块,用于通过所述纽曼模型构建基础模型;
第二获取模块,用于在所述基础模型中增加析锂形核方程,得到所述预测模型,所述析锂形核方程基于所述电化学沉积理论得到,所述析锂形核方程用于计算所述锂电池发生析锂反应的电流密度;
所述析锂形核方程通过对巴特勒伏尔摩方程采用修正参数进行修正得到,所述修正参数包括第一参数和第二参数,所述第一参数根据阿伦尼乌斯公式确定,所述第二参数为常数。
6.一种车辆,其特征在于,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1至4中任一项所述的锂电池形核过电位预测方法的步骤。
7.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1至4中任一项所述的锂电池形核过电位预测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311076871.7A CN116819344B (zh) | 2023-08-25 | 2023-08-25 | 锂电池形核过电位预测方法、装置、车辆及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311076871.7A CN116819344B (zh) | 2023-08-25 | 2023-08-25 | 锂电池形核过电位预测方法、装置、车辆及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116819344A CN116819344A (zh) | 2023-09-29 |
CN116819344B true CN116819344B (zh) | 2024-01-23 |
Family
ID=88116951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311076871.7A Active CN116819344B (zh) | 2023-08-25 | 2023-08-25 | 锂电池形核过电位预测方法、装置、车辆及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116819344B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111610448A (zh) * | 2020-06-01 | 2020-09-01 | 北京理工大学 | 一种应用数字孪生技术的锂离子电池寿命预测方法 |
CN111929581A (zh) * | 2020-06-05 | 2020-11-13 | 西安理工大学 | 一种动力锂电池内外部温度预测方法 |
CN112433159A (zh) * | 2020-11-11 | 2021-03-02 | 北京理工大学 | 一种锂离子电池石墨负极析锂的检测方法 |
CN114256462A (zh) * | 2021-11-24 | 2022-03-29 | 郑州大学 | 一种锂电池负极材料制备方法 |
WO2022199039A1 (zh) * | 2021-03-26 | 2022-09-29 | 深圳市研一新材料有限责任公司 | 一种多层锂金属电池负极及其制备方法和制备设备 |
CN115189047A (zh) * | 2022-07-27 | 2022-10-14 | 吉林大学 | 一种锂离子电池无析锂控制方法及*** |
-
2023
- 2023-08-25 CN CN202311076871.7A patent/CN116819344B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111610448A (zh) * | 2020-06-01 | 2020-09-01 | 北京理工大学 | 一种应用数字孪生技术的锂离子电池寿命预测方法 |
CN111929581A (zh) * | 2020-06-05 | 2020-11-13 | 西安理工大学 | 一种动力锂电池内外部温度预测方法 |
CN112433159A (zh) * | 2020-11-11 | 2021-03-02 | 北京理工大学 | 一种锂离子电池石墨负极析锂的检测方法 |
WO2022199039A1 (zh) * | 2021-03-26 | 2022-09-29 | 深圳市研一新材料有限责任公司 | 一种多层锂金属电池负极及其制备方法和制备设备 |
CN114256462A (zh) * | 2021-11-24 | 2022-03-29 | 郑州大学 | 一种锂电池负极材料制备方法 |
CN115189047A (zh) * | 2022-07-27 | 2022-10-14 | 吉林大学 | 一种锂离子电池无析锂控制方法及*** |
Non-Patent Citations (2)
Title |
---|
Measuring the Nucleation Overpotential in Lithium Metal Batteries: Never Forget the Counter Electrode;Mohammadi, Abdolkhaled等;《JOURNAL OF THE ELECTROCHEMICAL SOCIETY》;第169卷(第7期);无 * |
金属锂改性和富锂硅化物界面修饰对锂负极电化学性能的影响;曹六阳;《中国优秀硕士学位论文全文数据库 工程科技I辑》(第9期);B022-155 * |
Also Published As
Publication number | Publication date |
---|---|
CN116819344A (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102150271B1 (ko) | 다수의 옵저버를 갖는 배터리 관리 시스템 | |
CN112531850B (zh) | 电池组均衡控制方法、装置、设备和介质 | |
Zou et al. | Model predictive control for lithium-ion battery optimal charging | |
Bi et al. | Online state of health and aging parameter estimation using a physics-based life model with a particle filter | |
CN108604713B (zh) | 二次电池组管理*** | |
US11340298B2 (en) | Apparatus and method for calculating state of charge of battery by reflecting noise | |
US10447054B2 (en) | Staircase charging | |
US10686321B2 (en) | Secondary battery management | |
CN113420472B (zh) | 基于非线性相场模型的锂枝晶形貌生长预测方法和*** | |
CN111426960A (zh) | 储能锂电池荷电状态监控方法与装置 | |
CN116819344B (zh) | 锂电池形核过电位预测方法、装置、车辆及介质 | |
CN116754971A (zh) | 电池析锂检测的方法、设备及存储介质 | |
CN115951236A (zh) | 锂电池状态监测方法及***、装置、存储介质 | |
CN117434451B (zh) | 恒压工况下的电池仿真计算方法、装置、设备及介质 | |
Liu et al. | Low-Cost Adaptive LS-DEKF for SOC Estimation and RDT Prediction with SFP Model | |
CN110658476A (zh) | 一种随机充放电条件下锂电池容量加速衰减的判定方法 | |
Baba et al. | Simultaneous Estimation of the SOC and Parameters of Batteries for HEV/EV | |
CN110873846B (zh) | 电流限值的获取方法、装置和存储介质 | |
CN116381512B (zh) | 电池电压计算方法、装置、电子设备及可读存储介质 | |
Srikanda Prabanna Balan | DFT informed electrochemical engineering modeling of nanostructured foil anode for next-generation batteries | |
CN118114422A (zh) | 一种充电电流的确定方法、装置、设备、介质及车辆 | |
Schmitt et al. | State of charge estimation with hysteresis-prone open circuit voltage in lithium-ion batteries using the trajectory correction hysteresis (TCH) model | |
Gandhi et al. | Intelligent and Conventional Methods for SoC and SoH Estimation Check for updates | |
CN117289133A (zh) | 电池荷电状态soc估算方法及其装置、***、介质 | |
KR20230119958A (ko) | 배터리 관리 장치 및 방법 |
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 |