CN104035035A - 确定电池的残余容量的方法 - Google Patents

确定电池的残余容量的方法 Download PDF

Info

Publication number
CN104035035A
CN104035035A CN201410080606.0A CN201410080606A CN104035035A CN 104035035 A CN104035035 A CN 104035035A CN 201410080606 A CN201410080606 A CN 201410080606A CN 104035035 A CN104035035 A CN 104035035A
Authority
CN
China
Prior art keywords
electrochemical cell
current drain
voltage
parameter
capacity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410080606.0A
Other languages
English (en)
Inventor
Y·格里夫
E·普拉达
D·迪多梅尼科
P·珀格南特-格罗斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
IFP Energies Nouvelles IFPEN
Original Assignee
IFP Energies Nouvelles IFPEN
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by IFP Energies Nouvelles IFPEN filed Critical IFP Energies Nouvelles IFPEN
Publication of CN104035035A publication Critical patent/CN104035035A/zh
Pending legal-status Critical Current

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/16Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/3644Constructional arrangements
    • G01R31/3648Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367Software therefor, e.g. for battery testing using modelling or look-up tables
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392Determining battery ageing or deterioration, e.g. state of health
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2200/00Type of vehicles
    • B60L2200/26Rail vehicles
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00Control parameters of input or output; Target parameters
    • B60L2240/40Drive Train control parameters
    • B60L2240/54Drive Train control parameters related to batteries
    • B60L2240/545Temperature
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00Control parameters of input or output; Target parameters
    • B60L2240/40Drive Train control parameters
    • B60L2240/54Drive Train control parameters related to batteries
    • B60L2240/547Voltage
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00Control parameters of input or output; Target parameters
    • B60L2240/40Drive Train control parameters
    • B60L2240/54Drive Train control parameters related to batteries
    • B60L2240/549Current
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/374Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with means for correcting the measurement for temperature or ageing
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/70Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Secondary Cells (AREA)
  • Tests Of Electric Status Of Batteries (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明涉及一种使用用于电能存储的电化学电池单元的无负载电压模型来确定该电池单元的残余容量的方法,该模型是以使该参数表示该电池单元的老化的方式来参数化的。参数化该模型是从对电池执行的测量系列实现的,该测量系列至少包括该电池单元的电压测量、温度测量和电流测量。

Description

确定电池的残余容量的方法
技术领域
本发明涉及对电池(特别是机动车辆的电池)的老化的研究。更具体地,本发明涉及一种确定电池的残余容量(capacity)的方法。
在本申请中,“电池”是如下术语的通用名称:电池、电池组、电池模块和电池单元。电池和电池组由用于电能存储的一个或多个电化学电池单元(其是电池的单位电化学组件)组成,并且根据定义它们提供有电池管理***BMS。电池模块是用于能量存储的电化学电池单元的集合。在此后的本描述的其余部分中,术语电池因此被用来指示具有或不具有电池管理***BMS的整个电池或电池单元、或电池单元的集合。
在使用期间,电池单元组分的若干物理特征(电极和电解液)会改变。这被称为电池单元的老化。这样的老化有各种原因,但是它特别导致电池单元的无负载电压的改变,并导致其容量的减少。一般来说,当电池损失了其初始容量的30%时,该电池被认为到达了其生命期的尽头。
对电池的残余电荷的知识允许在考虑了电池老化的情况下定义从真实容量所定义的真实电荷状态。此外,电池的残余容量还允许定义其健康状态SOH。
本发明特别涉及车辆(特别是要求对电能的智能管理的电动车辆或混合动力车辆)中使用的电力牵引电池。
电池能量的演变与其随时间推移的容量损失直接相关。因此,它直接取决于电池的老化程度,该老化程度因每一车辆使用(即该车辆板载的每一电池的个案历史)而异。
背景技术
确定电池特性可以使用本文献中描述的若干类型的方法来实现,这些方法本质上是:
-基于在电池的整个生命期内监视电化学阻抗频谱(经参数化的电荷状态和温度)的方法。这些方法基于该频谱的频率范围的全部或部分,
-基于在线标识表示电池的操作的等效电路的组分参数的值的方法。通常发现对简单电阻器(等效于内部阻抗)和略微更复杂的等效电路(诸如内部阻抗加上一个(或多个)电阻器和一个(或多个)电容器组装件)的标识,
-允许计算老化指数的“开环”方法,该老化指数的演变最通常取决于温度和强度轨线并取决于充电或放电率。对于这种类型的方法,发现了经验公式(该公式可使用利用指数老化定律的动力类推)或严重度图。
为了解决这些问题,专利申请DE-10-2010-019,128A1和FR-2,946,150A1描述了使用测量来估计电力电池的容量的方法。然而,这些文档中描述的方法涉及若干缺点。
特别地,它们并不使得电池的老化能够被精确建模。对以下两种方法使用相同类型的测量:稳态点处的两个电压以及这两个稳态点之间的电流的积分,这两种方法使用无负载电压曲线,然而这些曲线的温度依赖性好像没有被真正利用。实际上,对于专利申请DE-10-2010-019,128A1,使该积分所给出的SOC(电荷状态)增量给出这两个测量到的电压值的曲线是从根据SOC和老化给出无负载电压的各可用曲线之中找到的。该方法没有描述对用来测量这些电压的这两个点可以处于不同温度的事实的管理。此外,专利申请FR-2,946,150A1使用了使用斜率概念(用这两个测量到的电压值之间的线来表示无负载电压)的不同过程。对于给定积分,对某一斜率的观察在给定温度下必定对应于某一残余容量。这需要对所有这些斜率的先验知识。
此外,两个专利申请均使用与容量有关的电荷概念(对于该德国专利为SOC,对于该法国专利为放电深度)来参数化这些无负载电压。对于该法国专利,这意味着考虑电荷状态是经由第一所测电压而被知道的。
而且,对于这两个专利申请来说,仅两个测量点被使用,这使得这些计算对电压和电流测量误差敏感。
此外,两个专利申请都要求先验具有所有可能的无负载电压曲线,这好像非常难,因为它需要预见到电池单元老化的方式。
本发明因此涉及一种借助于表示电化学电池单元的老化的参数化模型来确定该电池单元的残余容量的方法。参数化该模型是由对电池执行的测量系列实现的。使用借助于测量来参数化的模型允许精确地计及电池的初始状态。实际上,根据本发明的方法使用了用表示老化模式的各因数来参数化无负载电压曲线,该参数化不需要对电池的电荷状态的知识。本发明允许利用大量的测量来确定残余容量,这使得能够限制与测量误差有关的不想要的影响。最后,本发明允许针对温度对于两个电压测量不具有相同值的情况使用测量三元组,先验允许对残余容量的频繁更新。
发明内容
本发明涉及一种确定用于电能存储的至少一个电化学电池单元的残余容量Cres的方法,其中至少一个测量系列包括:在来自所述最初被驰豫的电化学电池单元的电流消耗开始时,对电压V0和温度T0的测量;在来自所述电化学电池单元的所述电流消耗结束时,并且过了其驰豫之后,对电压V1和温度T1的测量;以及,在来自所述电化学电池单元的所述电流消耗被执行期间,对电流I的测量。该方法包括执行以下阶段:
a)借助所述测量系列以及所述电化学电池单元的无负载电压模型来确定表示所述电化学电池单元的老化效应的至少一个参数η,所述模型借助所述参数η将所述电化学电池单元的电压V关连到所述电化学电池单元的电荷C以及温度T。
b)借助所述模型和所述参数η计算所述残余容量Cres
根据本发明,测量系列的数目大于或等于所述模型的参数η的数目。
根据本发明的一实施例,所述参数η是借助所述测量系列通过执行以下阶段来确定的:
i)将所述参数η初始化成初始值η0,
ii)使用所述模型、电流消耗开始时的所述温度和电压测量T0和V0、以及所述参数η来确定电流消耗开始容量C0的值,
iii)通过将所述电流消耗开始容量C0和在所述电流消耗期间电流测量I的积分Σ相加来确定电流消耗结束容量C1
iv)借助所述模型、所述电流消耗结束容量C1、电流消耗结束温度T1和所述参数η来估计电流消耗结束电压值以及
v)通过修改所述参数η来重复阶段ii)到iv),以便最小化测量到的电压值V1和所估计的电压值之间的差。
有利地,所述参数η是使用下降法来修改的。
根据本发明的第二实施例,单个参数η是借助单个测量系列通过经由牛顿算法来求出以下类型的函数φ(η)的零值来确定的: Φ ( η ) = V 1 m - U 0 ( C 0 + Σ m , T 1 , η ) , 其中,指示所述电化学电池单元的电流消耗结束电压和电流消耗开始电压的测量,Σm指示在来自所述电化学电池单元的所述电流消耗期间测量到的电流的积分,C0指示借助所述模型和所述测量系列确定的电流消耗开始容量,并且U0指示所述模型。
根据本发明的第三实施例,单个参数η是使用确定如下类型的函数的最小值来确定的: min C 0 , Σ , η α ( V 0 m - U 0 ( C 0 , T 0 , η ) ) 2 + β ( V 1 m - U 0 ( C 0 + Σ , T 1 , η ) ) 2 + γ ( Σ m - Σ ) 2 , 其中指示所述电化学电池单元的电流消耗结束电压和电流消耗开始电压的测量,Σm指示在来自所述电化学电池单元的所述电流消耗期间测量到的电流的积分,α,β,γ指示各个贡献值的权重,C0指示借助所述模型和所述测量系列确定的电流消耗开始容量,并且U0指示所述模型。
根据本发明的第四实施例,n个参数η是借助p个测量系列使用确定如下形式的函数的最小值来确定的: min { Ci } , { Σ i } , η ∑ i = 1 p α i ( V 0 m , i - U 0 ( C o i , T 0 i , η ) ) 2 + ∑ i = 1 p β i ( V 1 m , i - U 0 ( C 0 i + Σ i , T 1 i , η ) ) 2 + ∑ i = 1 p γ i ( Σ m , i - Σ i ) 2 ,其中指示针对测量系列i的所述电化学电池单元的电流消耗结束电压量和电流消耗开始电压的测量,Σm,i指示针对测量系列i的在来自所述电化学电池单元的所述电流消耗期间测量到的电流的积分,αi,βi,γi指示针对测量系列i的各个贡献值的权重,指示借助所述模型以及所述测量系列i确定的电流消耗开始容量,并且U0指示所述模型。
有利地,所述函数的最小值是使用Levenberg-Marquardt类型的非线性最小二乘法来确定的。
根据本发明,所述残余容量Cres是借助以下阶段来确定的:
i)借助所述模型、所述电化学电池单元的最大电压以及所述参数η为参考温度Tref确定所述电化学电池单元的初始容量Ci
ii)借助所述模型、所述电化学电池单元的最小电压以及所述参数η为所述参考温度Tref确定针对所述电化学电池单元的最终容量Cf
iii)通过所述最终容量Cf和所述初始容量Ci之间的差来计算所述残余容量Cres
此外,所述残余容量Cres可以借助所述参数η的经过滤值来计算。
优选地,所述电化学电池单元的健康状态SOH是借助所述残余容量Cres来确定的。
有利地,所述电化学电池单元是根据所述电化学电池单元的所述健康状态SOH来控制的。
有利地,所述至少一个电化学电池单元被用在混合动力车辆或电动车辆中,特别地被用在机动车辆中。
附图简述
通过阅读此后的对按照非限制性示例的方式给出的各实施例的描述,并参考以下附图,根据本发明的方法的其他特征和优点将是清楚的:
-图1示出了处于非老化的初始状态的电池的以及处于老化状态的电池的无负载电压曲线,
-图2示出了针对一个示例的同温度无负载电压曲线。
详细描述
本发明涉及一种确定电池的残余容量Cres的方法。注意,通用术语“电池”在本文中指示所有电能存储装置,并且更具体地,指示电池、电池组、电池模块和电化学电池单元。
被称为电池的无负载电压的事物是一组取决于温度的曲线,该曲线将从满电荷撤走的电荷关连到当电池单元完全驰豫时(即,已足够长的时间没有拉取电流(即,为零电流),使得各过电压能够返回其零平衡值时)在该电池单元的各接线端处的电压。根据该定义,满电荷对应于电池单元设计者所定义的最大无负载电压Vmax。当自电流拉取结束以来流逝的时间大于或等于预定时间时,或者在电流拉取结束之后当给定期间内的电压变化小于预定阈值时,电池被认为是驰豫的。
被称为电池单元的残余容量(由Cres表示)的事物是在无负载电压等于电池单元设计者所定义的最小电压Vmin时,从满电荷撤走的电荷值。根据定义,在达到该最小电压时,电池单元被认为是“空的”。
根据本发明的方法包括以下阶段:
1)确定模型的参数η
2)确定残余容量Cres
为了确定模型的参数η和残余容量Cres,使用电池属性测量。根据本发明,至少一个测量系列被执行,每一测量系列至少包括以下测量:
-来自电池的电流消耗开始时的温度T0
-来自电池的电流消耗开始时的电压V0,它是在消耗开始时电池被驰豫并且温度为T0时测量到的电压,
-来自电池的电流消耗结束时的温度T1
-来自电池的电流消耗结束时的电压V1,它是在电流消耗结束之后驰豫结束且温度为T1时测量到的电压,
-来自电池的电流消耗期间的电流I,并且该电流可以允许计算与来自电池的电流消耗期间的电荷变化相对应的电流的积分Σ,该积分在某电荷(安培时)时是齐性的。
1)确定模型的参数η
在使用期间,组成电池的各电池单元的组分(电极和电解液)的若干物理特性会改变。这被称为电池单元的老化。这种老化具有各种原因,但是它特别导致电池单元的无负载电压的变化。在考虑老化时,电池单元的无负载电压随后被认为取决于温度,并取决于表示该老化效应的由η指示的n个参数(形成n元组η=(η1,...,ηn)。n是取决于用于对老化进行建模的可用知识来选择的。这样的建模不是本申请的目的。模型示例可以特别在2013年第160(4)期的电化学社科杂志的第616-628页的E.Prada,D.DiDomenico,Y.Creff.J.Bemard,V.Sauvanf-Moynot,F.Huef等人的文档“A simplified electrochemical and thermal aging model ofLiFePO4-graphite Li-ion batteries:Power and Capacity Fade Simulations(磷酸铁锂-石墨锂离子电池的简化电化学和热老化模型:功率和容量衰减模拟)”中找到。作为示例,用单个参数来表示锂离子电池单元的石墨负电极由于以下原因而产生的老化现象是可能的:由包含在电解液中的溶剂和可回收锂之间的反应产生的反应产物在这个电极上的沉积所导致的表面层(SEI)的增加。
在确定参数η之前,构造要研究的电池的无负载电压模型,该模型表示在考虑了电池老化的情况下,电池电压的演变。该模型因此借助表示电池(或电池单元)的老化效应的至少一个参数η来将电池(或电池单元)的电压V关连到电池(或电池单元)的温度T和电容(电荷)C(与电流积分Σ有关)。
根据本发明,无负载电压模型由一组已知的无负载电压曲线组成。图1示出了处于未老化的初始状态(INI)的电池以及处于老化状态(VIE)的电池的作为电荷C(安培时)的函数的无负载电压曲线U0(V)。可以注意到,处于老化状态的电池的特性从某一电荷开始降级。正是这个“降级”可以用参数η(或用n元组η)来建模。
电池单元的残余容量Cres取决于参数η的值。在不丧失一般性的情况下,可以假设在Tref所表示的参考温度时电池容量是给定的。然而,在容量是温度的函数的情况下,此后所呈现的所有都是有效的。
在其使用期间(其“生命期”)的给定时刻,电池单元的无负载电压因此由参数η(或n元组η)的值来表征。
在以下本描述的其余部分中,术语参数η指示两个方案:单个参数和n元组。
对于给定值的η,假设在测量V0和V1时电池单元处于相同的温度,则这三个量使图2的表示有效。此后,这样的将所撤走的电荷C关连到无负载电压U0的曲线由U0(C,T,η)表示,其中T是温度。图2由此示出了作为电荷C(安培时)的函数的同温度无负载电压曲线U0(V)的示例。对于所示的示例,最大电压Vmax为4.2V,最小电压Vmin为3.8V,电流消耗开始时的电压V0为4.1V,电流消耗结束时的电压V1为3.95V,并且电池单元的残余容量Cres为25安培时。在该曲线中也示出了电流积分Σ。
借助这样的模型,确定参数η是可能的。因此参数η的值是从之前执行的测量系列中估计出的。优选地,p个测量系列被用于估计参数η,p大于或等于n。
根据本发明的一实施例,单个参数η(即,仅一个参数被用来表示老化)可借助所表示的单个测量系列来确定,其中上标m表示测量。根据这个实施例,以下阶段可被执行:
-初始化,假设η等于η0,
-通过反转模型来计算电流消耗开始时电池的容量(电荷)C0的值。如果C0的若干个值满足该等式,则在电流积分Σm为正的情况下,选择最小的那个值,在积分Σm为负的情况下,选择最大的那个值。
-借助如下类型的公式来确定在电流消耗结束时容量(电荷)C1的量:C1=C0m
-借助该模型以及电流消耗结束容量来估计电流消耗结束电压的值: V 1 est = U 0 ( C 1 , T 1 , η ) ,
-修改η并重复之前的各阶段,直到之间的差的测量小于预定阈值。这个差的绝对值或这个差的平方可以被选为例如这个差的测量。
η被修改的方式可以基于各种现有的方法,例如下降法。
根据一变体实施例,迭代的次数可以被限制到预定的最大量。如果达到了该最大量,则可要么认为该测量系列无法被利用并且没有修改老化状态,要么从这些迭代中使用的η的值中选择给出之间的差的最小测量的值。
2)确定残余容量C res
在该阶段中从参数η以及该模型确定电池的残余容量Cres
根据本发明的一实施例,以下阶段可被执行:
i)借助该模型、电池的最大电压Vmax以及参数η,为参考温度Tref确定电池的初始容量(电荷)Ci:Vmax=U0(Ci,Tref,η),
ii)借助该模型、电池的最小电压Vmin以及参数η,为参考电压Tref确定电池的最终容量(电荷)Cf:Vmin=U0(Cf,Tref,η),
iii)用所述最终容量Cf和所述初始容量Ci之间的差来计算残余容量Cres:Cres=Cf-Ci。最大电压和最小电压是由电池生产商提供的。这些电压限制Vmax和Vmin取决于电池技术(化学),但还取决于操作条件(温度、脉冲或连续消耗类型)。
可以按以上给定的次序、以相反的次序或同时地执行阶段i)和ii)。
注意:这些计算隐含地涉及在阶段i)和ii)中,该模型是对于C是局部可反转的。如果在阶段i),该计算具有若Ci的干个解,则最小的值被选择。如果在阶段ii),该计算具有Cf的若干个解,则最大的值被选择。
残余容量Cres可随后被用于确定电池的健康状态SOH。知道残余容量Cres还允许确定电池的真实电荷的值,即根据电池的真实容量而非名义容量而计算到的值。
根据电池的健康状态,其控制可以被调适并调整,以考虑其老化特性,并且在认为该电池达到了其生命期的尽头的情况下(例如,在电荷损失大于30%之后),还可以考虑替换该电池。
本发明为以下板载应用寻找到了在电池领域中的应用:车辆(机动车辆、铁路、飞行器、船只、气垫船等)、电话、计算机、便携式工具、自主机器人真空吸尘器、以及也使用电池类型的能量存储***的与电能的间歇生产相关联的被称为固定物的各应用。
变体实施例
参数η可以使用若干变体实施例来确定。
根据第一变体实施例,单个参数η是借助单个测量系列通过利用牛顿算法来查找以下类型的函数φ(η)的零值来确定的: Φ ( η ) = V 1 m - U 0 ( C 0 + Σ m , T 1 , η ) , 其中,指示电流消耗结束电压和电流消耗开始电压的测量,Σm指示在来自电池的电流消耗期间测量到的电流的积分,并且C0指示借助该模型和该测量系列确定的电流消耗开始容量。如果积分Σm为正,则容量C0指示的最大解,否则,它指示最小解。U0指示如上构造的模型。
根据第二变体实施例,单个参数η是使用确定如下类型的函数的最小值来确定的: min C 0 , Σ , η α ( V 0 m - U 0 ( C 0 , T 0 , η ) ) 2 + β ( V 1 m - U 0 ( C 0 + Σ , T 1 , η ) ) 2 + γ ( Σ m - Σ ) 2 , 其中指示电流消耗结束电压和电流消耗开始电压的测量,Σm指示在来自电池的电流消耗期间测量到的电流的积分,α,β,γ指示各个贡献值的权重,且C0指示借助该模型和该测量系列确定的电流消耗开始容量。如果积分Σm为正,则容量C0指示的最大解,否则,它指示最小解。U0指示如上构造的模型。
例如,如果对电流积分的值Σm具有较大置信,则与β相比,γ将被选得非常大,并在对的值具有类似置信(但小于对Σm的置信)的情况下,γ将达到α的量级。通过对以上表达式中的各差值求平方而得到的偏差的测量是作为示例给出的。
这个最小化问题可以由各优化变量上的简单限制来进行补充。通常:
·C0必须为正,并且小于最大值(例如,为电池容量的初始值(即,当电池单元为新时)。较佳地选择大于该初始值的最大值)
·Σ具有等于Σm的符号的已知符号:因此,其绝对值的范围在0和被选为C0的最大值的值之间
η是取决于实现无负载电压曲线的先验参数化的方式来进行限制的。
这样的最小化问题可以例如使用Levenberg-Marquardt类型的非线性最小二乘法来求解。
根据第三变体实施例,n个参数η是借助p个测量系列来确定的。此外假设这p个测量系列对应于相隔使得它们正好可以被认为源于η的单个值的紧密间隔的各测量。换言之,假设老化率很低,使得在收集这p个测量系列所需的时间间隔期间,η可以被认为是常数。通过这些假设,参数η是使用确定如下形式的函数的最小值来确定的:
min { Ci } , { Σ i } , η ∑ i = 1 p α i ( V 0 m , i - U 0 ( C o i , T 0 i , η ) ) 2 + ∑ i = 1 p β i ( V 1 m , i - U 0 ( C 0 i + Σ i , T 1 i , η ) ) 2 + ∑ i = 1 p γ i ( Σ m , i - Σ i ) 2 ,其中指示针对测量系列i的电池的电流消耗结束电压和电流消耗开始电压的测量,Σm,i指示针对测量系列i的在来自电池的电流消耗期间测量到的电流的积分,αi,βi,γi指示针对测量系列i的各个贡献值的权重(为正实数),并且指示借助该模型以及测量系列i确定的电流消耗开始容量。
这个最小化问题可以由各优化变量上的简单限制来进行补充。通常:
·C0必须为正,并且小于最大值(例如,为电池容量的初始值(即,当电池单元为新时)。较佳地选择大于该初始值的最大值)
·Σ具有等于Σm的符号的已知符号:因此,其绝对值的范围在0和被选为C0的最大值的值之间
·η是取决于实现无负载电压曲线的先验参数化的方式来进行限制的。
这样的最小化问题可以例如Levenberg-Marquardt类型的非线性最小二乘法来求解。
其他变体实施例涉及该处理的过程,并且它们可以彼此组合以及与以上描述的变体组合。
根据一个变体实施例,在确定参数η的阶段的结束时,获得新计算出的值η。可以决定在确定残余容量的阶段中直接使用这个值。或者,可以决定对于这个确定残余容量Cres的阶段,使用从对新计算出的值η的任何过滤得出的值ηb。
不存在对所提出的问题是全局凸曲线的先验保证。初始化最后计算出的值(或者对最后计算出的值的任何过滤的输出)可以帮助防止切换到另一局部最小值的吸引域。此外,可能将对η在两个计算之间的变化的惩罚添加到所建议的优化准则中、或者使用任何全局优化算法(为了初始化η而多次发出各个值,以便确定一组本地最小值)。在使用全局最后算法的后一种情况下,所选的结果可以对应于这些最小值中的最小值,但是物理考虑也可以导致选择其他结果。(对一个或多个老化机制而言),较佳地选择获得了单调老化的局部最小值,而非这些最小值中的最小值。
可出现(充放电情况下的不同无负载电压曲线)的滞后效应可以:
-在这些滞后效应足够小时,被不予理睬。它们随后不会影响计算结果。
-或者,在无负载电压曲线参数化中被考虑。随后,给出处于该拉取的正好结束处的电流的符号的信息位与(第三变体实施例的)每一Σm,i相关联。
在确定参数η和残余容量Cres的阶段之前,取决于用于表示老化的参数的数目n,选择更新要考虑的最小数目p的测量系列。该选择是根据电池(或电池单元)技术以及该变体实施例来执行的。该选择可以利用迭代过程来进行。它基于与所考虑的电池单元的一连串健康状态相对应的数据集合。它还可以基于对要解决的优化问题的调整的估计。
实际上用于更新的测量系列的数目p可以随着更新的执行而演变,而不会变得小于为p定义的最小值。
初步测试允许在确定参数η和残余容量Cres的阶段之前排除某些测量系列。例如,可能需要:
-积分Σ的绝对值严格大于预定阈值(在任何情况下都要求其严格为正),
-电压V0和V1之间的差的绝对值大于预定阈值,
-电流积分Σ的符号可以与差V0-V1的符号一致,对于正差,Σ为正,否则Σ为负,
-在对V0的测量和对V1的测量之间流逝的时间小于预定阈值,
-在对V0的测量和对V1的测量期间的温度被包含在预定的最小和最大阈值之间。
此外,可能要求在某一时间段内需要收集的p个测量系列小于预定最大阈值。
用于排除测量系列的准则可以从一个容量Cres更新变化到另一更新。
当p个有效的测量系列可用时,计算被执行。在这之后,为了形成p个可用测量系列的下一集合,可能:
-删除最老的q个测量系列(q的范围可以从1到p),并恢复收集测量,直到p个有效测量系列再次可用,
-删除q个测量系列(q的范围可以从1到p),并在恢复收集测量之前,仅保持被认为是最有代表性的那些测量系列的p-q个测量系列。测量系列的代表性可以例如由积分Σ的绝对值或者由电压V0和V1之间的差的绝对值来评价,
用于形成p个可用测量系列的下一集合的准则可以从一个容量Cres更新改变到另一更新。

Claims (13)

1.一种确定用于电能存储的至少一个电化学电池单元的残余容量Cres的方法,其中至少一个测量系列包括:在来自所述最初被驰豫的电化学电池单元的电流消耗开始时,对电压V0和温度T0的测量;在来自所述电化学电池单元的所述电流消耗结束时,并在其驰豫之后,对电压V1和温度T1的测量;以及,在来自所述电化学电池单元的所述电流消耗被执行期间,对电流I的测量,其特征在于,以下阶段被执行:
a)借助所述测量系列以及所述电化学电池单元的无负载电压模型来确定表示所述电化学电池单元的老化效应的至少一个参数η,所述模型借助所述参数η将所述电化学电池单元的电压V关连到所述电化学电池单元的电荷C以及温度T;
b)借助所述模型和所述参数η计算所述残余容量Cres
2.如权利要求1所述的方法,其特征在于,测量系列的数目大于或等于所述模型的参数η的数目。
3.如之前的权利要求中的任一项所述的方法,其特征在于,所述参数η是借助所述测量系列通过执行以下阶段来确定的:
i)将所述参数η初始化成初始值η0,
ii)使用所述模型、电流消耗开始时的所述温度和电压测量T0和V0、以及所述参数η来确定电流消耗开始容量C0的值,
iii)通过将所述电流消耗开始容量C0和在所述电流消耗期间的电流测量I的积分Σ相加来确定电流消耗结束容量C1
iv)借助所述模型、所述电流消耗结束容量C1、电流消耗结束温度T1和所述参数η来估计电流消耗结束电压值以及
v)通过修改所述参数η来重复阶段ii)到iv),以便最小化测量到的电压值V1和所估计的电压值之间的差。
4.如权利要求3所述的方法,其特征在于,所述参数η是使用下降法来修改的。
5.如权利要求1或2中的任一项所述的方法,其特征在于,单个参数η是借助单个测量系列通过经由牛顿算法来查找以下类型的函数φ(η)的零值来确定的: Φ ( η ) = V 1 m - U 0 ( C 0 + Σ m , T 1 , η ) , 其中,指示来自所述电化学电池单元的电流消耗结束电压和电流消耗开始电压的测量,Σm指示在来自所述电化学电池单元的所述电流消耗期间测量到的电流的积分,C0指示借助所述模型和所述测量系列确定的电流消耗开始容量,并且U0指示所述模型。
6.如权利要求1或2中的任一项所述的方法,其特征在于,单个参数η是使用确定如下类型的函数的最小值来确定的: min C 0 , Σ , η α ( V 0 m - U 0 ( C 0 , T 0 , η ) ) 2 + β ( V 1 m - U 0 ( C 0 + Σ , T 1 , η ) ) 2 + γ ( Σ m - Σ ) 2 , 其中指示来自所述电化学电池单元的电流消耗结束电压和电流消耗开始电压的测量,Σm指示在来自所述电化学电池单元的所述电流消耗期间测量到的电流的积分,α,β,γ指示各个贡献值的权重,C0指示借助所述模型和所述测量系列确定的电流消耗开始容量,并且U0指示所述模型。
7.如权利要求1或2中的任一项所述的方法,其特征在于,n个参数η是借助p个测量系列使用确定如下形式的函数的最小值来确定的: min { Ci } , { Σ i } , η ∑ i = 1 p α i ( V 0 m , i - U 0 ( C o i , T 0 i , η ) ) 2 + ∑ i = 1 p β i ( V 1 m , i - U 0 ( C 0 i + Σ i , T 1 i , η ) ) 2 + ∑ i = 1 p γ i ( Σ m , i - Σ i ) 2 ,其中指示针对测量系列i的来自所述电化学电池单元的电流消耗结束电压和电流消耗开始电压的测量,Σm,i指示针对测量系列i的在来自所述电化学电池单元的所述电流消耗期间测量到的电流的积分,αi,βi,γi指示针对测量系列i的各个贡献值的权重,指示借助所述模型以及所述测量系列i确定的电流消耗开始容量,并且U0指示所述模型。
8.如权利要求6或7中的任一项所述的方法,其特征在于,所述函数的最小值是使用Levenberg-Marquardt类型的非线性最小二乘法来确定的。
9.如之前的权利要求中的任一项所述的方法,其特征在于,所述残余容量Cres是借助以下阶段来确定的:
i)借助所述模型、所述电化学电池单元的最大电压以及所述参数η为参考温度Tref确定所述电化学电池单元的初始容量Ci
ii)借助所述模型、所述电化学电池单元的最小电压以及所述参数η为所述参考温度Tref确定所述电化学电池单元的最终容量Cf
iii)用所述最终容量Cf和所述初始容量Ci之间的差来计算所述残余容量Cres
10.如之前的权利要求中的任一项所述的方法,其特征在于,所述残余容量Cres是借助所述参数η的经过滤值来计算的。
11.如之前的权利要求中的任一项所述的方法,其特征在于,所述电化学电池单元的健康状态SOH是借助所述残余容量Cres来确定的。
12.如权利要求11所述的方法,其特征在于,所述电化学电池单元是根据所述电化学电池单元的所述健康状态SOH来控制的。
13.如之前的权利要求中的任一项所述的方法,其特征在于,所述至少一个电化学电池单元被用在混合动力车辆或电动车辆中,特别地被用在机动车辆中。
CN201410080606.0A 2013-03-06 2014-03-06 确定电池的残余容量的方法 Pending CN104035035A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1351991 2013-03-06
FR1351991A FR3003038B1 (fr) 2013-03-06 2013-03-06 Procede de determination de la capacite residuelle d'une batterie

Publications (1)

Publication Number Publication Date
CN104035035A true CN104035035A (zh) 2014-09-10

Family

ID=48856755

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410080606.0A Pending CN104035035A (zh) 2013-03-06 2014-03-06 确定电池的残余容量的方法

Country Status (5)

Country Link
US (1) US20140257725A1 (zh)
EP (1) EP2775313A1 (zh)
JP (1) JP2014174172A (zh)
CN (1) CN104035035A (zh)
FR (1) FR3003038B1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107942261B (zh) * 2017-12-29 2021-04-02 上海电气集团股份有限公司 电池荷电状态的估计方法及***
CN111376792B (zh) * 2018-12-28 2023-04-07 陕西汽车集团股份有限公司 一种纯电动车续航里程的估算方法
FR3104728B1 (fr) 2019-12-11 2021-12-10 Electricite De France Diagnostic de systèmes de stockage d’énergie en opération
CN113359044B (zh) * 2020-03-03 2023-11-24 鹤壁天海电子信息***有限公司 测量电池剩余容量的方法、装置及设备
CN111856307B (zh) * 2020-07-09 2023-09-15 深圳市欣旺达能源科技有限公司 估算电池SoH的方法、装置、存储介质及智能设备
CN116061758B (zh) * 2023-04-06 2023-06-09 深圳市开心电子有限公司 电动车的电能监测方法、装置、设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6366054B1 (en) * 2001-05-02 2002-04-02 Honeywell International Inc. Method for determining state of charge of a battery by measuring its open circuit voltage
JP2002243813A (ja) * 2001-02-16 2002-08-28 Nissan Motor Co Ltd 二次電池の電池容量劣化演算装置
CN1685241A (zh) * 2002-09-24 2005-10-19 捷讯研究有限公司 电池容量估计的***和方法
CN101169471A (zh) * 2006-10-23 2008-04-30 王顺兴 二次电池容量估算法
US20080238371A1 (en) * 2007-03-26 2008-10-02 Sanyo Electric Co., Ltd. Fully-charged battery capacity detection method
DE102007037041A1 (de) * 2007-08-06 2009-02-12 Robert Bosch Gmbh Verfahren und Vorrichtung zur Batteriezustandserkennung
EP2259080A1 (fr) * 2009-05-27 2010-12-08 Peugeot Citroën Automobiles SA Système et procédé de détermination de la perte de capacité d'une batterie
CN102844931A (zh) * 2010-04-13 2012-12-26 丰田自动车株式会社 用于锂离子二次电池的劣化确定装置和劣化确定方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19847648A1 (de) * 1998-10-15 2000-04-20 Vb Autobatterie Gmbh Verfahren zur Bestimmung des Ladezustandes und der Hochstrombelastbarkeit von Batterien
JP3669673B2 (ja) * 1999-06-18 2005-07-13 松下電器産業株式会社 電気化学素子の劣化検出方法、残容量検出方法、並びにこれらを用いた充電器および放電制御装置
EP1417503B1 (de) * 2001-06-29 2010-02-17 Robert Bosch Gmbh Verfahren zur ermittlung des ladezustands und/oder der leistungsfähigkeit eines ladungsspeichers
EP1887370B1 (en) * 2005-06-03 2020-02-12 The Furukawa Electric Co., Ltd. Remaining electrical charge/remaining capacity estimating method, battery state sensor, and battery power source system
JP5163229B2 (ja) * 2008-03-28 2013-03-13 新神戸電機株式会社 電池状態検知システムおよびこれを備えた自動車
CA2757969C (en) * 2009-04-06 2018-01-09 24M Technologies, Inc. Fuel system using redox flow battery
DE102009036083A1 (de) * 2009-08-04 2011-02-10 Li-Tec Battery Gmbh Verfahren zum Steuern einer Batterie und Vorrichtung zur Durchführung des Verfahrens
JP5354818B2 (ja) * 2009-10-13 2013-11-27 本田技研工業株式会社 ハイブリッド車両
US8947023B2 (en) * 2009-10-14 2015-02-03 Hitachi, Ltd. Battery control device and motor drive system
DE102010019128B4 (de) * 2010-04-30 2019-03-14 Peter Bernreuter Kapazitätsbestimmung automotiver Batterien
DE102010038646A1 (de) * 2010-07-29 2012-02-02 Robert Bosch Gmbh Verfahren und Anordnung zum Abschätzen der Leistungsfähigkeit mindestens einer Batterieeinheit einer wiederaufladbaren Batterie
WO2012105492A1 (ja) * 2011-01-31 2012-08-09 三洋電機株式会社 電池の満充電容量検出方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002243813A (ja) * 2001-02-16 2002-08-28 Nissan Motor Co Ltd 二次電池の電池容量劣化演算装置
US6366054B1 (en) * 2001-05-02 2002-04-02 Honeywell International Inc. Method for determining state of charge of a battery by measuring its open circuit voltage
CN1685241A (zh) * 2002-09-24 2005-10-19 捷讯研究有限公司 电池容量估计的***和方法
CN101169471A (zh) * 2006-10-23 2008-04-30 王顺兴 二次电池容量估算法
US20080238371A1 (en) * 2007-03-26 2008-10-02 Sanyo Electric Co., Ltd. Fully-charged battery capacity detection method
DE102007037041A1 (de) * 2007-08-06 2009-02-12 Robert Bosch Gmbh Verfahren und Vorrichtung zur Batteriezustandserkennung
EP2259080A1 (fr) * 2009-05-27 2010-12-08 Peugeot Citroën Automobiles SA Système et procédé de détermination de la perte de capacité d'une batterie
CN102844931A (zh) * 2010-04-13 2012-12-26 丰田自动车株式会社 用于锂离子二次电池的劣化确定装置和劣化确定方法

Also Published As

Publication number Publication date
JP2014174172A (ja) 2014-09-22
FR3003038B1 (fr) 2016-08-19
EP2775313A1 (fr) 2014-09-10
FR3003038A1 (fr) 2014-09-12
US20140257725A1 (en) 2014-09-11

Similar Documents

Publication Publication Date Title
Wang et al. Lithium battery state-of-health estimation via differential thermal voltammetry with Gaussian process regression
Chen et al. State of health estimation for lithium-ion batteries based on fusion of autoregressive moving average model and elman neural network
CN113030744B (zh) 基于健康因子提取的电池健康状况预测方法、***及介质
JP6818657B2 (ja) 電池の状態を推定するためのシステム及び方法、および、非一時的コンピュータ可読記憶媒体
CN104035035A (zh) 确定电池的残余容量的方法
WO2017104497A1 (ja) 二次電池制御システム
Jiang et al. State of health estimation for lithium-ion battery using empirical degradation and error compensation models
CN112540298B (zh) 一种基于深度-迁移学习的锂离子电池soc估计方法
US20150355283A1 (en) Method and System for Estimating Battery Model Parameters to Update Battery Models Used for Controls
Zhang et al. Remaining useful life estimation of lithium-ion batteries based on thermal dynamics
Song et al. Model-based health diagnosis for lithium-ion battery pack in space applications
CN110658459B (zh) 基于双向循环神经网络的锂离子电池荷电状态估计方法
Wei et al. Lyapunov-based state of charge diagnosis and health prognosis for lithium-ion batteries
Xia et al. Joint estimation of the state-of-energy and state-of-charge of lithium-ion batteries under a wide temperature range based on the fusion modeling and online parameter prediction
CN103983920A (zh) 一种建立电动车辆的动力电池的模型的方法
CN109633470B (zh) 基于ekf-gpr和日常片段数据的电池实时全充时间的估算方法
Jiang et al. An aging-aware soc estimation method for lithium-ion batteries using xgboost algorithm
Lu et al. Modeling discharge characteristics for predicting battery remaining life
Biju et al. BattX: An equivalent circuit model for lithium-ion batteries over broad current ranges
CN103529397A (zh) 一种估算电池电量的方法及电池电量管理***
Murawwat et al. State of charge estimation and error analysis of lithium-ion batteries for electric vehicles using Kalman filter and deep neural network
CN113884905B (zh) 基于深度学习的动力电池荷电状态估计方法及***
Guo et al. An adaptive approach for battery state of charge and state of power co-estimation with a fractional-order multi-model system considering temperatures
CN113466725A (zh) 确定电池荷电状态的方法及装置,存储介质及电子设备
Pózna et al. Model identification and parameter estimation of lithium ion batteries for diagnostic purposes

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20140910