[发明专利]一种基于热效应的二次电池一致性评估方法

权利要求书

1.一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。

2.根据权利要求1所述的一种基于热效应的二次电池一致性评估方法，其 特征在于：步骤1)中恒定温度为-10℃～40℃。

3.根据权利要求1所述的一种基于热效应的二次电池一致性评估方法，其 特征在于：步骤1)中表面涂黑处理所用材料为哑光黑漆，涂层厚度为0.01～ 0.5mm。

4.根据权利要求1所述的一种基于热效应的二次电池一致性评估方法，其 特征在于：步骤2)中充电倍率为1～10C。

5.根据权利要求1所述的一种基于热效应的二次电池一致性评估方法，其 特征在于：步骤3)中电池表面温度变化数据为电池在充电过程中的表面最高温 度和同一时刻的表面最高温度与最低温度之差。

6.根据权利要求1所述的一种基于热效应的二次电池一致性评估方法，其 特征在于：步骤4)中人工神经网络模型为自组织竞争神经网络模型。

7.根据权利要求1所述的一种基于热效应的二次电池一致性评估方法，其 特征在于：步骤4)中神经元数n＝2～5。

8.根据权利要求1所述的一种基于热效应的二次电池一致性评估方法，其 特征在于：步骤5)中充电时所使用的单倍率是步骤2)中使用的充电倍率中的 一种。