基于电化学-热-老化与三维降阶的电池组寿命预测方法技术

本发明专利技术公开了基于电化学

【技术实现步骤摘要】
基于电化学
‑
热
‑
老化与三维降阶的电池组寿命预测方法


[0001]本专利技术涉及锂离子电池
，具体涉及基于电化学
‑
热
‑
老化与三维降阶的电池组寿命预测方法。

技术介绍

[0002]锂离子电池由于能量密度高、成本低、寿命长等独特优势，在通信、交通、储能、工业等领域得到广泛应用。从电子类产品（如手机、手表和电脑等） 到电动机械产品（如电动汽车、电动摩托车等），从飞机、大型器械装备到储能设备，均采用锂离子电池作为其动力与控制装备。目前，国内电化学储能产业中，超过装机规模2/3的电池都是锂离子电池。随着锂离子电池的广泛应用，其寿命问题日益突出，尤其是在一些高/低温、高倍率充放电等工况下，寿命大大缩短，不仅难以满足某些条件下对电池寿命的要求，更有可能引发严重事故，影响其商业化大规模应用，有效预测并掌握其剩余寿命具有重要意义。
[0003]目前预测锂离子电池组寿命的主要方法是采用经验公式外推、基于数据驱动的机器学习、神经网络等方法。虽然预测到电池的剩余寿命，但是还是存在一些应用约束，需要大量的训练数据，才能建立模型进行预测，模型参数较多，导致模型需要消耗大量内存，并且训练耗时很长和预测结果吻和性较差。当电池组规模成倍增加时，预测结果的误差会增加，并且需要消耗更多的时间搭建模型，搭建模型所需消耗的内存会更多，难以实现精度和时效的双重需求。
[0004]中国专利CN107894571A公开了车载电池组寿命估算方法，该专利根据各电池单体的温度、放电深度以及放电倍率，使用寿命模型预估各电池单体的寿命；从全部电池单体寿命中选用最短的寿命作为车载电池组的寿命；中国专利CN113625183A公开了一种电池包寿命预测方法及电池包模拟系统，该专利通过电池循环充放电，采集相应的电压电流数据以及EIS阻抗，利用电压电流数据以及EIS阻抗，建立预测公式，计算可模拟电池的容量；中国专利CN106383324A公开了一种基于容量衰减机理分解分析的锂离子电池寿命预测方法，该专利建立了锂离子单体电池的寿命衰减模型。以上专利只关注到预测单体电池的循环寿命或通过粗略的经验公式预测电池组循环寿命，无法准确预测电池组循环寿命以及无法阐明容量衰减的具体原因和量化各衰减因素对容量损失的占比。

技术实现思路

[0005]本专利技术针对现有技术中的问题，公开了基于电化学
‑
热
‑
老化与三维降阶的电池组寿命预测方法，针对上述单体机理寿命预测模型无法分析电池组的循环寿命、循环温度以及由于各电芯性能不一致导致的各电芯老化不一致的预测能力等，本专利技术利用平均算子方法和边界相似性，开发了基于平均算子方法或边界相似性快速搭建电池组的老化衰减模型方法，开发了三维降阶技术，提高了模型的计算速度和结果的吻合度，并且大大减少了数据存储空间，为实现储能电站等大体量的电池包和电池簇的模拟仿真提供了方法。
[0006]本专利技术是通过以下技术方案实现的：
基于电化学
‑
热
‑
老化与三维降阶的电池组寿命预测方法，所述方法包括搭建锂离子电池组寿命预测模型，并使用模型进行电池组寿命预测的过程；所述搭建锂离子电池组寿命预测模型的搭建方法包括在单体锂离子电池伪二维P2D电化学模型上，加入用于描述单体锂离子电池容量衰减的副反应偏微分方程，再耦合三维降阶的传热模型，搭建单体锂离子电池电化学
‑
热耦合容量衰减模型，进行参数校正后，加入边界相似性或平均算子方法搭建锂离子电池组寿命预测模型。
[0007]本专利技术的上述设计，预测电池组的寿命结果吻合度高，且可以从机理角度分析导致容量衰减的具体原因和量化各衰减因素对容量损失的占比，该电池组模型还可以描述不同循环圈数/时间下的模组/电芯的剩余容量、充放电电压、正负极电位、SOC、产热功率、温度、分流分压、SEI膜厚度、析锂量等。针对长期循环下存储数据较大，开发了三维降阶技术，该技术可以大幅度节约储存空间并提升计算性能。
[0008]进一步地，所述伪二维P2D电化学模型通过固体球形颗粒半径方向r考虑了颗粒内径向方向固相锂的扩散；所述三维降阶，通过全局常微分及微分代数方程计算单体电池在厚度方向上的热传导以及电池组与外界之间的热对流。三维降阶可以大幅提高电池模型计算的效率和降低模型存储内存，在搭建的电池组模型中，因为串并联关系，电池组模型中电池数量增大，三维降阶更有利于提高电池组模型计算的效率和降低模型存储内存，伪二维P2D电化学模型虽然是一维模型，但是搭建模型中考虑了活性物质颗粒内部径向方向固相锂的扩散，能在三维降阶提高电池组模型计算的效率和降低模型存储内存时，保证预测模型结果精度。
[0009]进一步地，所述伪二维P2D电化学模型搭建，通过获取电池几何参数和电化学参数搭建伪二维P2D电化学模型；更进一步地，包括液相物质守恒方程、固相物质守恒方程、液相欧姆定律方程、固相欧姆定律方程、电荷守恒定律方程和Butler
‑
Volmer方程搭建伪二维P2D电化学模型。
[0010]进一步地，所述副反应偏微分方程，包括SEI副反应动力学方程、析锂副反应动力学方程、SEI膜厚变化方程、SEI膜阻抗变化方程、SEI膜导致的负极涂层孔隙率变化方程、析锂导致的负极涂层膜厚变化方程和析锂导致的负极涂层孔隙率变化方程。电池容量的衰减，主要表现在储存时，SEI膜导致电池容量的衰减，在电池使用中，主要表现在析锂导致电池容量的衰减。
[0011]更进一步地，所述副反应偏微分方程中，通过SEI副反应动力学方程和析锂副反应动力学方程反映了副反应电流密度（i
SEI,film
和i
lpl
）对容量的衰减作用，通过SEI膜厚变化方程和析锂导致的负极涂层膜厚变化方程反映了副反应电流密度（i
SEI,film
和i
lpl
）对副反应产物膜厚度（δ
SEI,film
和δ
lpl,film
）的影响，通过SEI膜阻抗变化方程反映了副反应产物膜厚度（δ
SEI,film
）对SEI膜阻抗（R
SEI,film
）的影响，通过负极涂层孔隙率变化方程反映了副反应产物膜厚度（δ
SEI,film
和δ
lpl,film
）对负极涂层孔隙率（ε
e
）的影响。在伪二维P2D化学模型中引入副反应方程，在副反应方程中设定SEI副反应电流密度（i
SEI,film
）、析锂副反应电流密度（i
lpl
）、SEI膜厚度变化（δ
SEI,film
）、析锂导致的负涂层膜厚度变化（δ
lpl,film
）等参数，通过副反应方程中参数的相互关联，使电池组模型具有可以描述不同循环圈数/时间下的模组/电芯的剩余容量、SEI膜厚度、析锂量等的能力。
[0012]还进一步通过液本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于电化学
‑
热
‑
老化与三维降阶的电池组寿命预测方法，其特征在于，所述方法包括搭建锂离子电池组寿命预测模型，并使用模型进行电池组寿命预测的过程；所述搭建锂离子电池组寿命预测模型的搭建方法包括在单体锂离子电池伪二维P2D电化学模型上，加入用于描述单体锂离子电池容量衰减的副反应偏微分方程，再耦合三维降阶的传热模型，搭建单体锂离子电池电化学
‑
热耦合容量衰减模型，进行参数校正后，加入边界相似性或平均算子方法搭建锂离子电池组寿命预测模型。2.根据权利要求1所述的基于电化学
‑
热
‑
老化与三维降阶的电池组寿命预测方法，其特征在于，所述伪二维P2D电化学模型通过固体球形颗粒半径方向r考虑了颗粒内径向方向固相锂的扩散；所述三维降阶，通过全局常微分及微分代数方程计算单体电池在厚度方向上的热传导以及电池组与外界之间的热对流。3.根据权利要求1所述的基于电化学
‑
热
‑
老化与三维降阶的电池组寿命预测方法，其特征在于，所述伪二维P2D电化学模型搭建，通过获取电池几何参数和电化学参数搭建伪二维P2D电化学模型；更进一步地，包括液相物质守恒方程、固相物质守恒方程、液相欧姆定律方程、固相欧姆定律方程、电荷守恒定律方程和Butler
‑
Volmer方程搭建伪二维P2D电化学模型。4.根据权利要求1所述的基于电化学
‑
热
‑
老化与三维降阶的电池组寿命预测方法，其特征在于，所述副反应偏微分方程，包括SEI副反应动力学方程、析锂副反应动力学方程、SEI膜厚变化方程、SEI膜阻抗变化方程、SEI膜导致的负极涂层孔隙率变化方程、析锂导致的负极涂层膜厚变化方程和析锂导致的负极涂层孔隙率变化方程。5.根据权利要求1所述的基于电化学
‑
热
‑
老化与三维降阶的电池组寿命预测方法，其特征在于，所述副反应偏微分方程中，通过SEI副反应动力学方程和析锂副反应动力学方程反映了副反应电流密度对容量的衰减作用，通过SEI膜厚变化方程和析锂导致的负极涂层膜厚变化方程反映了副反应电流密度对副反应产物膜厚度的影响，通过SEI膜阻抗变化方程反映了副反应产物膜厚度对SEI膜阻抗的影响，通过负极涂层孔隙率变化方程反映了副反应产物膜厚度对负极涂层孔隙率的影响；更进一步地，通过液相有效扩散系数与负极涂层孔隙率的关系公式，反映了SEI副反应和析锂副反应导致负极涂层孔隙率下降诱发的电池组容量跳水效应。6.根据权利要求1所述的基于电化学
‑
热
‑
老化与三维降阶的电池组寿命预测方法，其特征在于，所述传热模型搭建，包括能量守恒方程、可逆热方程、反应热方程、欧姆热方程、热传导方程和对流换热方程，用于分析电池在充放电过程中的热量。7.根据权利要求1所述的基于电化学
‑
热
‑
老化与三维降阶的电池组寿命预测方法，其特征在于，所述...

【专利技术属性】
技术研发人员：张志超，葛志浩，龚阳，马德正，
申请(专利权)人：天目湖先进储能技术研究院有限公司，
类型：发明
国别省市：