Cycle life prediction of Lithium-ion cells under complex temperature profiles

• Autorzy: Liu T. , Cheng L. , Pan Z. , Sun Q

Identyfikatory

DOI

10.17531/ein.2016.1.4

Warianty tytułu

PL

Prognozowanie cyklu życia ogniw litowo-jonowych przy złożonych profilach temperaturowych

• Języki publikacji: EN

Abstrakty

EN

Nowadays, the extensive use of Lithium-ion cells requires an accurate life prediction model. Failure of Lithium-ion cells usually results from a gradual and irreversible capacity fading process. Experimental results show that this process is strongly affected by temperature. In engineering applications, researchers often use the regression-based approach to model the capacity fading process over cycles and then perform the cycle life prediction. However, because of neglecting temperature influences, this classic method may lead to significant prediction errors, especially when cells are subject to complex temperature profiles. In this paper, we extend the classic regression-based model by incorporating cell temperature as a predictor. Two effects of temperature on cell capacity are considered. One is the positive effect that high temperature lets a cell discharge more capacity in a cycle; The other is the negative effect that high temperature accelerates cell capacity fading. A cycle life test with six cells are conducted to valid the effectiveness of our method. Results show that the improved model is more suitable to capture the dynamics of cell capacity fading path under complex temperature profiles.

PL

Obecne szerokie zastosowanie ogniw litowo-jonowych wymaga stworzenia trafnego modelu prognozowania ich trwałości. Uszkodzenia ogniw litowo-jonowych zazwyczaj wynikają ze stopniowego i nieodwracalnego procesu utraty pojemności. Wyniki doświadczeń pokazują, że na ten proces silny wpływ wywiera temperatura. W zastosowaniach inżynieryjnych, naukowcy często wykorzystują podejście oparte na regresji do modelowania procesu utraty pojemności w poszczególnych cyklach by następnie dokonać prognozy trwałości w danym cyklu pracy. Jednakże, ta klasyczna metoda nie bierze po uwagę wpływu temperatury, co może prowadzić do znacznych błędów predykcji, w szczególności, gdy ogniwa pozostają pod wpływem złożonych profili temperaturowych. W prezentowanym artykule, rozszerzono klasyczny model oparty na regresji poprzez włączenie temperatury ogniwa jako czynnika prognostycznego. Przeanalizowano dwa rodzaje wpływu temperatury na pojemność ogniw. Z jednej strony, wysoka temperatura oddziałuje pozytywnie pozwalając ogniwu na uzyskanie większej pojemności w danym cyklu; z drugiej strony jest to wpływ negatywny, ponieważ wysoka temperatura przyspiesza utratę pojemności ogniwa. Przy użyciu sześciu ogniw, przeprowadzono badanie trwałości w danym cyklu pracy w celu potwierdzenia skuteczności naszej metody. Wyniki pokazują, że udoskonalony model pozwala lepiej uchwycić dynamikę ścieżki utraty pojemności ogniwa w warunkach złożonych profili temperaturowych.

Słowa kluczowe

EN

lithium-ion cells; capacity fade; complex temperature profiles; life prediction; reliability assessment

PL

ogniwa litowo-jonowe; utrata pojemności; złożone profile temperaturowe; prognozowanie trwałości; ocena niezawodności

• Wydawca: Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne
• Czasopismo: Eksploatacja i Niezawodność
• Rocznik: 2016
• Tom: Vol. 18, no. 1
• Strony: 25--31
• Opis fizyczny: Bibliogr. 19 poz., rys., tab.

Twórcy

autor

Liu T.

• College of Information System and Management National University of Defense Technology Sanyi Avenue, Changsha, China

autor

Cheng L.

• College of Information System and Management National University of Defense Technology Sanyi Avenue, Changsha, China

autor

Pan Z.

• College of Information System and Management National University of Defense Technology Sanyi Avenue, Changsha, China

autor

Sun Q

• College of Information System and Management National University of Defense Technology Sanyi Avenue, Changsha, China

Bibliografia

• 1. Arora P, White R E, Doyle M. Capacity fade mechanisms and side reactions in Lithium-ion batteries. Journal of Electrochemical Society 1998; 145(10): 3467-3667, http://dx.doi.org/10.1149/1.1838857.
• 2. Bloom I, Cole B W, Sohn J J, Jones S A, Polzin E G, Battaglia V S, Henriksen G L, Motloch C, Richardson R, Unkelhaeuser T, Ingersoll D, Case H L. An accelerated calendar and cycle life study of Li-ion cells. Journal of Power Sources 2001; 101: 238-247, http://dx.doi.org/10.1016/S0378-7753(01)00783-2.
• 3. Dubarry M, Svoboda V, Hwu R, Liaw B. Capacity and power fade mechanism identification from a commercial cell evaluation. Journal of Power Sources 2007; 165: 566-572, http://dx.doi.org/10.1016/j.jpowsour.2006.10.046.
• 4. Efron B. Bootstrap Confidence intervals for a class of parametric problems. Biometrika, 1985; 72: 45-58, http://dx.doi.org/10.1093/biomet/72.1.45.
• 5. Fellner J P, Loeber G J, Sandhu S S. Testing of lithium-ion 18650 cells and characterizing/ predicting cell performance. Journal of Power Sources 1999; 81: 867-871, http://dx.doi.org/10.1016/S0378-7753(98)00238-9.
• 6. Freitas M A, Maria G T, Toledo M L G, Colosimo E A, Pires M C. Using degradation data to assess reliability: a case study on train wheel degradation. Quality and Reliability Engineering International 2009; 25:607-629, http://dx.doi.org/10.1002/qre.995.
• 7. Gui C Q. Influence of temperature on LiFePO4 Lithium-ion power battery. Battery Bimonthly 2011; 41(2): 88-91.
• 8. Inaba M, Ogumi Z. Up-to-date development of Lithium-ion batteries in Japan. Electrical Insulation Magazine 2001; 17(6): 6-20, http://dx.doi.org/10.1109/57.969941.
• 9. Kim S Y, Caster J C, Saleh J H. Spacecraft electrical power subsystem: failure behaviour, reliability, and multi-state failure analyses. Reliability Engineering and System Safety 2012; 98: 55-65, http://dx.doi.org/10.1016/j.ress.2011.10.005.
• 10. Lam L and Bauer P. Practical capacity fading model for Li-Ion battery cells in electric vehicles. IEEE transactions on power electronics 2013; 28(12):5910-5918, http://dx.doi.org/10.1109/TPEL.2012.2235083.
• 11. Li Z, Han X B, Lu L G, Ouyang M G. Temperature characteristics of power LiFePO4 batteries. Journal of Mechanical Engineering 2011; 18: 115-120, http://dx.doi.org/10.3901/JME.2011.18.115.
• 12. Massey F. The Kolmogorov-Smirnov test for goodness of fit. Journal of the American Statistical Association 1951; 46: 68-78. http://dx.doi.org/10.1080/01621459.1951.10500769.
• 13. Meng X F, Sun F C, Lin C, Wang Z P. Cycle life prediction of power battery. Chinese Journal of Power Sources 2009; 33(11): 955-969.
• 14. Nechval K N, Nechval N A, Berzins G, Purgailis M. Probabilistic assessment of the fatigue reliability. Eksploatacja i Niezawodnosc-Maintenance and Reliability 2007; 3(35): 3-6.
• 15. Ramadass P, Haran B, White R, Popov BN. Mathematical modeling of the capacity fade of Li-ion cells. Journal of Power Sources 2003; 123(2): 230-240, http://dx.doi.org/10.1016/S0378-7753(03)00531-7.
• 16. Salvinder S K, Shahrum A, Nik A N. Reliability analysis and prediction for time to failure distribution of an automobile crankshaft. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2015; 17(3): 408-415, http://dx.doi.org/10.17531/ein.2015.3.11.
• 17. Tang Z Y, Ruan Y L. Progress in Capacity Fade Mechanism of Lithium-ion Battery. Progress In Chemistry 2005; 1: 1-7.
• 18. Wang J, Purewal J, Liu P, Hicks-Garner J, Soukazian S, Sherman E, Sorenson A, Vu L, Tataria H, Verbrugge M W. Degradation of lithium ion batteries employing graphite negatives and nickel-cobalt-manganese oxide +spinel manganese oxide positives: Part 1, aging mechanisms and life estimation. Journal of Power Sources 2014; 269: 937-948, http://dx.doi.org/10.1016/j.jpowsour.2014.07.030.
• 19. Zhang Y C, Wang C Y. Cycle-life characterization of automotive lithium-ion batteries with LiNiO2 cathode. Journal of Electrochemical Society 2009;156(7): 527-535, http://dx.doi.org/10.1149/1.3126385.