一种基于热像分析的废旧电池梯次使用的筛选方法

摘要

本发明公开了一种动力电池梯次利用的批量筛选方法，包括如下步骤：1通过外观辨识对待分析的动力电池进行初步评估并进行预处理；2涂覆红外发射涂层，增加并一致性化电池表面的红外发射系数；3在充电和放电循环中使用红外热成像记录测试过程中温度的变化；4依据该温度的变化特征，分别计算淘汰电池的占比及阈值，通过基于电池寿命曲线的特征运算分析，完成批量层次的筛选，从而获得电气与热特性一致性均较好的退役电池单体；本发明的优点在于：通过分析电动汽车退役动力电池的热特性，提出适用于动力电池二次利用的筛选方法，该方法可充分发挥电动汽车退役动力电池的剩余性能，提高动力电池二次利用的经济性。

说明书

技术领域

本发明涉及一种废旧电池梯次使用的筛选方法，具体地说是一种基于热像分析的废旧电池梯次使用的筛选方法，属于废旧电池筛选领域。

背景技术

随着社会的发展，动力电池的应用也越来越广泛，尤其在电动汽车的应用上。目前电池购置价格偏高是限制电动汽车推广的重要因素之一，电池梯次利用是有望降低电动汽车动力电池使用成本的重要手段。

目前，对于退役动力电池的快速筛选多集中于对电气特性的分析，如：电压、容量、内阻等。通常可以采用SOH对电池是否退役进行界定，但其不能作为评估电池衰减特性的唯一参数，而仅针对电池的电气特性进行一致性考察，无法保证电池成组后热特征的统一。也有采用测温技术捕获电池表面的温度变化。但目前筛选技术对于所捕获信息的应用仍然有一定的局限性，多数研究仍仅着眼于提取温度数值，而由于电池的温度值与环境、激励条件、电池表面状态、电池的体积及形状变化等因素有密不可分的关系，因此往往无法给出具体的筛选数值。

发明内容

本发明的目的在于，设计了一种动力电池梯次利用的批量筛选方法供一种退役动力锂电池基于热特征与寿命关联性的筛选方法，选取记录退役电池温度最高温度点作为统计信息，经过批次排序分析，完成对退役动力锂电池基于热特征的批量筛选，能够有效提高梯次利用电池组的工作效率，降低电池组热管理的难度与成本。

本发明的技术方案为：

一种基于热像分析的废旧电池梯次使用的筛选方法，包括以下步骤：

步骤1：通过外观辨识对待分析的电池进行初步评估并进行预处理；

步骤2，涂覆红外发射涂层，增加并一致性化电池表面的红外发射系数；

步骤3，在充电和放电循环中使用红外热成像记录测试过程中温度的变化；

步骤4，依据该温度的变化特征，分别计算筛选淘汰占比及阈值，通过基于寿命循环的理论运算分析，完成批量层次的筛选，从而获得电气与热特性一致性均较好的退役电池单体。

其中，所述电池为电动汽车使用后报废的动力锂离子电池。

为优化上述技术方案，所述步骤1采取的具体措施包括：

1.1观察电池表面是否平整，有无变形破损，有无污渍漏液现象；表面进行必要的清洁处理，便于后续步骤2的执行；

1.2在标准的充放电模式下，抽样测量电池的SOH，获得本批次电池的平均SOH

在预处理阶段排除电池表面的缺陷，并适当的清除表面，有利于后面红外增强涂层的涂覆；同时，通过抽样测试获得本批次电池的SOH数据的平均值SOHav，也就是就电池平均电量与新电池额定容量的比值。抽样的数量根据筛选批次电池数量而定，500件内，含500件，抽5件，500件以上抽10件。

进一步的，所述步骤2采取的具体措施包括：

为了便于后面实验中用红外热像仪进行表面温度的测量，在电池的表面涂覆一层红外辐射增强涂层，其目的在于使电池表面的红外辐射系数趋于一致，从而可以避免电池表面的商标、贴纸、污秽油膜等表面覆盖物引起的红外辐射系数不同所造成的测量误差。

所述红外辐射增强涂层的成分为碳化物和成膜溶剂，按重量份数计具体包括如下组分:

碳化物为粉末：20-40份；

成膜剂:10-18份；

溶剂:30-50份。

所述碳化物为粉末状，所述碳化物的粒径为100nm-1μm。

优选地，所述碳化物的粒径为200-500nm。通过对所述碳化物的粒径进行控制，能够进一步提高红外涂料的质量，利于提高热辐射表面的辐射均匀性。

所述碳化物选自碳化钨WC、碳化钼Mo

所述成膜剂为水玻璃溶剂，模数选2-3.5，这样有利于后面的涂覆；涂层的厚度一般小于200um。

所述溶剂为水或乙醇中的任意一种或两种，所述溶剂环保、无污染。

进一步的，所述步骤3采取的具体措施包括：

3.1采用1小时率额定容量的充放电模式对被测电池进行恒流充放电；

3.2整个过程中，用红外热像仪拍摄电池表面的温度变化；

3.3测试数据包括电池表面每一点的温升速度、整个过程中间的最高温度点，以及温度场的分布。

为了数据更全面，可以采用多台红外摄像仪于不同的方位进行拍摄电池表面的温度变化。红外热像仪的分辨率应该根据电池的具体尺寸及结构进行选择，以保证表面热像有足够的像素点来记录电池表面的温度。像素点选择的原则是：最终电池表面温度热像图的像素分辨距离Δ，Δ≤A/k，A为电池内部储能电极材料到电池表面的平均距离，这个距离是由不同的电池封装形式所决定的。k为精度系数，k＝2-8。

为了提高效率，整个的放电过程并不一定要放到电池结束，一般监测到电池表面各点的温升速度小于某一值就可以终止测试。这一值一般与电池的大小容量有关。采用的方法为：在5到15分钟内电池表面每一点的温度变化都小于0.1度，就可终止测试。

进一步的，所述步骤4采取的具体措施包括：

4.1每个单体电池都会获得以1小时率额定容量的充放电模式对被测电池进行恒流充放电循环当中的最高温度点，其达到的最大温度值为T

4.2对每一点的升温曲线进行微分，获得每一点的升温速率DT，进而求得每个电池的最大升温速率点的升温速率值DT

4.3本批次电池测试完毕后，根据对所有数据的统计，获得T

由动力电池的原理所决定，随着动力电池的老化，其内阻也越来越高，在放电过程中消耗在内阻上的能量也会增加，从而使得电池温度会升高，因此电池的温度越高。电池的性能就越差，其寿命也会越短，根据此原理。在一批次的电池当中，要淘汰升温高的那些电池。而电池最高温度的绝对值，是一个难于准确预估的数据，他与各种变量有关，如电池的体积、充放电的条件、外界的温度、电池的SOH状况等等，所以要根据一精确的温升阈值来筛选电池并不现实。但批次电池的淘汰占比应该与电池的SOH有关，所以，本发明采用与SOH的平均值SOH

4.4计算批次电池的淘汰占比即百分比P，通过下式来计算P值

P＝(SOH

式中SOH

4.5所有电池按所测的最高温度点T

为确保数据方法的准确性，本方法的适用范围为0.3

本发明的有益效果为：通过分析电动汽车退役动力电池的热特性，提出适用于动力电池二次利用的筛选方法，该方法可充分发挥电动汽车退役动力电池的剩余性能，提高动力电池二次利用的经济性。

下面结合附图和实施例对本发明作进一步说明。

附图说明

图1为本发明实施例一种基于热像分析的废旧电池梯次使用的筛选方法的流程图；

图2为本发明实施例中退役动力电池筛选的测试工况图；

图3为本发明实施例中电池筛选淘汰占比与电池SOH

具体实施方式

以下对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

实施例1

如图1-3所示，一种基于红外热像测量温度特性的动力电池梯次利用的批量筛选方法，具体步骤如下：

步骤1，本实施例中的被筛选电池数量为1000件，首先清除电池表面的商标、贴纸、污秽油膜等表面覆盖物，通过抽样测试获得本批次电池的SOH数据，这批次抽样的数量为10件。获得SOH的平均值SOH

步骤2：在电池的表面涂覆一层红外辐射增强涂层，红外涂层的材料成分按重量份计，包括：8份碳化钼(Mo

步骤3：采用1小时率额定容量1C的充放电模式对被测电池进行恒流充放电。整个过程中，用红外热像仪拍摄电池表面的温度变化。被测电池为扁平长方块，采用2台红外摄像仪于前后方位进行拍摄电池表面的温度变化，如图2所示。数据将包括电池表面每一点的温升速度、整个过程中间的最高温度点，以及温度场的分布。

像素点选择的原则是：最终电池表面温度热像图的像素分辨距离Δ要满足下式：Δ≤A/k，A为电池内部储能电极材料到电池表面的平均距离，k为精度系数，k＝2-8。被测电池的最大尺度为100mm，电池内部储能电极材料到电池表面的平均距离A＝2.5mm，精度系数k选5，则Δ＝0.5mm，热像仪的扫描行数应大于100/0.5＝200，选用380X380像素的热像仪正合适。

每个单体电池都会获得以1C恒流充放电循环当中的最高温度点，其达到的最大温度值为T

计算批次电池的淘汰占比(百分比)P，通过下式来计算P值

P＝(SOHav-1)

式中SOH

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。