发明名称 | 一种基于热效应的二次电池一致性评估方法 | ||
摘要 | 本发明涉及一种基于热效应的二次电池的一致性进行评估的方法,属于二次电池再分选技术领域。将二次电池的表面进行涂黑;电池一次一只置于设定恒温的高低温试验箱内,将电池连接上充放电试验机;电池放电后充电,对电池的表面温度进行监测;构建人工神经网络模型,使用电池在充电结束时的表面最高温度和最高温度与最低温度之差的数据对模型进行训练,模型根据电池的热效应将电池分为n组;对模型进行优化,使用单倍率充电结束时的电池表面最高温度数据来训练模型。本发明的模型应用起来简单易行,参数容易控制,所得结果具有高实用价值;电池组中使用的电池能保持热一致性和电化学性能一致性,为电池组的安全和工作效率提供了保证。 | ||
申请公布号 | CN102364353B | 申请公布日期 | 2013.10.16 |
申请号 | CN201110360055.X | 申请日期 | 2011.11.14 |
申请人 | 北京理工大学 | 发明人 | 吴锋;方凯正;穆道斌;陈实;吴伯荣;林静;宋亮 |
分类号 | G01R31/36(2006.01)I | 主分类号 | G01R31/36(2006.01)I |
代理机构 | 代理人 | ||
主权项 | 一种基于热效应的二次电池一致性评估方法,其特征在于具体步骤为:1)将二次电池的表面进行涂黑处理;然后将电池一次一只置于高低温试验箱内,设置恒定温度;同时将电池连接上充放电试验机;2)电池每次充电之前将电池放电至SOC为0,静置30分钟后以一定的充电倍率对电池进行恒流充电,至SOC为1~1.2时结束;3)运用红外热成像仪对在充电过程中的电池的表面温度进行监测,记录电池表面温度变化数据;4)构建人工神经网络模型,使用电池在充电结束时的表面最高温度和最高温度与最低温度之差的数据对模型进行训练,通过人工控制模型参数中的神经元数n,然后模型根据电池的热效应将电池分为n组;将电池划分为n组不同产热量的电池,同一组的电池具有热一致性;5)对模型进行优化,使用单倍率充电结束时的电池表面最高温度来训练模型,经过优化后的模型的分组结果和步骤4)中的分组结果相同;通过电池放电电压平台和放电容量分析,可知具有热一致性的电池其放电电压平台和放电容量也具有一致性。 | ||
地址 | 100081 北京市海淀区中关村南大街5号 |