[发明专利]大容量动力电池的容量衰减原因快速判断方法

说明书

本发明涉及一种大容量动力电池的容量衰减原因快速判断方法,其特征是：将循环后的动力电池拆解并取出正负极片，通过对正极经过碳酸二甲酯浸泡，负极不经过碳酸二甲酯浸泡的处理方式后，将正负极片分别装配成纽扣电池进行容量测试，得到极片充放电容量数据与极片纯活性材料的质量比值，即可分别得出正负极材料的理论克容量。有益效果：本发明通过将失效电池的正负极片拆出，组装成纽扣电池进行电性能分析，可以去除正负极片材料在脱离电池体系与电池结构的影响，独立地分析出正负极材料的结构及物性是否在循环中有遭到破坏，以此得到电池循环容量衰减的初步判断。

技术领域

本发明属于电池管理技术领域，尤其涉及一种大容量动力电池的容量衰减原因快速判断方法。

背景技术

锂离子电池是一种二次电池，在不断的使用过程中会因为电池内部材料的破坏，或是外部温度、压力等因素造成电池容量的损失。锂离子电池在使用过程中由于内部或外部的一些因素会导致其容量发生衰减，在电池的开发过程中需要对电池容量的损失来源进行判断，才能针对性的提出改善措施。目前对电池容量损失的来源判断是一个难题。专利公布号为CN111562510A的专利文献公开了一种用于确定退役动力电池剩余寿命的方法及系统，包括：当前的容量满足预设的梯次利用要求的退役动力电池；选取多个相同型号的退役动力电池进行充放电循环试验，以获取当前型号的退役动力电池对应的多组放电容量数据；根据放电容量数据，确定当前型号的退役动力电池每次循环的平均容量衰减率；根据平均容量衰减率，确定每个当前型号的退役动力电池的剩余循环寿命。专利公布号为CN112083337A的专利文献公开了一种面向预测性运维的动力电池健康预测方法，该方法采用有用性评价体系对健康因子进行评估，利用贝叶斯优化方法对阈值进行优化，采用迁移学习将最相似衰减的电池模型训练信息传递给测试单体，并利用早期衰减数据进行模型的微调，最后利用训练好的模型进行健康预测，包括一步衰减预测和外推剩余容量预测，并利用在线提取的特征进行模型自校正。专利公布号为CN 111812536 A的专利文献公开了一种退役动力电池残值快速评估方法。数据采集：获得理论分析模型足够的样本数据，建立动力电池特征状态评价分析的理论模型；建模：采用电化学检测-计算机模拟联合技术建立退役电池的寿命预测模型，结合计算机模拟得出关于电池的SOC模型预测分析模型；数据分析：直接分析BMS均衡日志，根据每串电池均衡的频率和深度，评估电池自放电变化趋势，拟合出方程式；建立电池梯次利用配组应用标准体系并进行配组方法和多参数分析算法和软件系统化设计。

目前本领域亟待推出一种能够快速找出电池容量衰减原因并提出改善措施的简易方法。

发明内容

本发明是为了克服现有技术中的不足，提供一种大容量动力电池的容量衰减原因快速判断方法,通过将失效电池的正负极片拆出，组装成纽扣电池进行电性能分析，便于快速对电池容量衰减原因进行判断。

本发明为实现上述目的，通过以下技术方案实现，一种大容量动力电池的容量衰减原因快速判断方法,其特征是：将循环后的动力电池拆解并取出正负极片，将正负极片分别装配成纽扣电池进行容量测试，得到极片充放电容量数据与极片纯活性材料的质量比值，即可分别得出正负极材料的理论克容量，具体测试步骤如下：

1)将需要进行分析的电池调整至0-100％SOC态；

2)电池在25℃干燥、湿度≤1％环境下拆解，取出需要进行测试的正负极片，并将其放置10-60分钟，使电解液充分挥发；

3)将正极片于25℃干燥、湿度≤1％环境下采用碳酸二甲酯清洗后进行冲片，负极片不经过碳酸二甲酯清洗而直接进行冲片，得到制作纽扣电池的极片；

4)对上述正极片进行称重，得到极片质量A1，对负极片称重，得到极片质量A2；根据上述正负极片的面积分别计算得到对应的铝箔质量B1、铜箔质量B2；设计中的正极活性物质占比C1，负极占比C2；按照如下计算公式，得到纯活性材料的质量；

正极活性物质质量＝(A1-B1)×C1