CN105676133A - 蓄电池***组寿命估计***和方法 - Google Patents
蓄电池***组寿命估计***和方法 Download PDFInfo
- Publication number
- CN105676133A CN105676133A CN201511035899.1A CN201511035899A CN105676133A CN 105676133 A CN105676133 A CN 105676133A CN 201511035899 A CN201511035899 A CN 201511035899A CN 105676133 A CN105676133 A CN 105676133A
- Authority
- CN
- China
- Prior art keywords
- unit
- parameter
- thermal
- thermal response
- secondary battery
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
- H01M10/486—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M2220/00—Batteries for particular applications
- H01M2220/20—Batteries in motive systems, e.g. vehicle, ship, plane
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明涉及蓄电池***组寿命评估***和方法。具体地,本发明提出了一种用于估计蓄电池组的寿命的***和方法。在某些实施例中,用于估计蓄电池组的寿命的方法可以包括生成单元级别测试数据,单元级别测试数据包括被包含在蓄电池组中的蓄电池单元的响应于多个测试条件的测量参数。可以确定与蓄电池组的蓄电池单元相关联的一个或多个第一热响应参数。至少部分地基于单元级别测试数据和一个或多个第一热响应参数,可以生成蓄电池单元老化模型。可以确定与蓄电池组相关联的第二热响应参数,并且至少部分地基于蓄电池单元老化模型和第二热响应参数,可以确定蓄电池组的估计的寿命。
Description
技术领域
本公开涉及用于估计蓄电池组的寿命的***和方法。更具体地,但非排他地,在此公开的***和方法涉及:基于单元退化数据和组的热特性,估计包含在交通工具中的蓄电池组的寿命。
背景技术
客运交通工具通常包含电动蓄电池,用于操作交通工具的电***和动力传动***的特征。例如,交通工具通常包含12V铅酸汽车用蓄电池,所述12V铅酸汽车用蓄电池被配置成供应电能到交通工具起动***(例如,起动马达)、照明***和/或点火***。在电动交通工具、燃料电池(“FC”)交通工具和/或混合动力交通工具中,高电压(“HV”)蓄电池***(例如,360VHV蓄电池***)可以用来向所述交通工具的电动动力传动部件(例如,电动驱动马达及其类似物)供以动力。例如,包含在交通工具中的HV可再充电的能量存储***(“ESS”)可以用来向所述交通工具的电动动力传动部件供以动力。
精确地估计蓄电池***的组寿命可以允许基于这样的信息做出更加精确的蓄电池***控制和/或管理决策,和/或可以通知蓄电池***工程和/设计,从而改善整体的蓄电池性能。蓄电池***的寿命的精确估计还可以允许改善的诊断和/或预测方法,以识别潜在蓄电池***问题。
用于估计在组级别的蓄电池***的寿命的常规方法可以利用耗时的长期组级别测试和特性描述。这样的测试和特性描述可能包括在相对长的一段时间内大量的使用测试设备,比如多通道蓄电池循环器。常规方法还可能需要对特定蓄电池组构造进行单独的测试和特性描述,所述单独的测试和特性描述可能不可扩展到各种其他的组构造,从而增加了测试和特性描述各种不同的组构造的时间和费用。
发明内容
除其他方面之外,在此公开的***和方法可以对组级别的蓄电池***的寿命提供更加精确的确定和/或估计,从而改善蓄电池***的设计、控制、管理、以及诊断决策。在一些实施例中,所公开的***和方法可以减少与估计蓄电池组的寿命有关的对蓄电池***的耗时的长期组级别测试和特性描述。在又一些实施例中,所公开的***和方法可以连同各种组构造一起被利用,并且可以减少对感兴趣的每个单独的组构造都执行长期组级别测试和特性描述的需要。
在某些实施例中,至少部分地基于在相对短的周期内(例如,一天或者类似时间)获得的单元退化数据和/或组的热特性描述,在此公开的***和方法可以用于估计蓄电池(例如,包含在交通工具中的蓄电池)的组寿命。各种热参数可以与所述组的热特性描述联系起来被估计,所述热参数包括但不限于,组的热阻、组的传热系数、组的热熵、和/或类似参数,并且所述各种热参数可以被用来在蓄电池组的整个寿命期间对所述蓄电池组的估计的全部热追踪进行特性描述。尽管在此公开的示例性实施例可以与锂离子(“Li-Ion”)蓄电池组联系起来被利用,但是应当认识到的是,实施例可以与各种其他的蓄电池技术、化学性质和/或其组合联系起来被利用。
在一些实施例中,用于估计蓄电池组的寿命的方法可以包含:接收单元级别测试数据,所述单元级别测试数据包括蓄电池组中包含的蓄电池单元的响应于多个测试条件的测量参数,所述测量参数涉及所述蓄电池单元基于所述多个测试条件随着时间的性能退化。在某些实施例中,所述多个测试条件可以包括环境温度条件、单元均方根功率条件、单元充电状态条件、单元设定值条件、单元占空比条件、和/或类似条件。
可以确定与蓄电池单元相关的一个或多个第一热响应参数。在一些实施例中,所述第一热响应参数可以包含热阻参数、传热系数参数、熵参数、和/或最高温度参数,但是其他的热参数也可被利用。在某些实施例中,通过使用包含在单元级别测试数据中的单元热数据来执行回归分析,可以确定所述一个或多个第一热响应参数。在另外一些实施例中,基于生成的蓄电池单元热模型可以确定所述一个或多个第一热响应参数,所述生成的蓄电池单元热模型被配置成估计所述蓄电池单元的热响应。
至少部分地基于所述单元级别测试数据和所述一个或多个第一热响应参数,可以生成蓄电池单元老化模型。可以确定与所述蓄电池组相关的第二热响应参数。在一些实施例中,所述第二热响应参数可以通过使用包含在组级别测试数据中的组的热数据执行回归分析来确定,其中所述组级别测试数据包括所述蓄电池组的响应于所述多个测试条件的测量参数。在另外一些实施例中,基于生成的蓄电池组热模型可以确定所述第二热响应参数,所述蓄电池组热模型被配置成估计所述蓄电池组的热响应。至少部分地基于所述蓄电池单元老化模型和所述第二热响应参数,蓄电池组的寿命(例如,组容量寿命和/或组电阻寿命)可以被生成。
在某些实施例中,上述提及的方法可以由与蓄电池组和/或蓄电池测试和/或特性描述***有关的蓄电池控制电子设备来执行,和/或通过使用存储有相关可执行指令的非暂态计算机可读介质来实施。
另外,本发明还包含以下解决方案:
1.一种估计蓄电池组的寿命的方法,所述方法包括:
接收单元级别测试数据,所述单元级别测试数据包括被包含在所述蓄电池组中的蓄电池单元的响应于多个测试条件的测量参数;
确定与所述蓄电池单元相关联的一个或多个第一热响应参数;
至少部分地基于所述单元级别测试数据和所述一个或多个第一热响应参数来生成蓄电池单元老化模型;
确定与所述蓄电池组相关联的第二热响应参数;
至少部分地基于所述蓄电池单元老化模型和所述第二热响应参数来估计所述蓄电池组的寿命。
2.根据解决方案1所述的方法,其中,所述多个测试条件包括下述各项中的至少一个:单元环境温度条件、单元均方根功率条件、单元充电状态条件、单元设置点条件和单元占空比条件。
3.根据解决方案1所述的方法,其中,所述第一热响应参数包括热电阻参数、传热系数参数、熵参数和最高温度参数中的至少一个。
4.根据解决方案1所述的方法,其中,所述第二热响应参数包括热电阻参数、传热系数参数、熵参数和最高温度参数中的至少一个。
5.根据解决方案1所述的方法,其中,所述蓄电池单元的测量响应包括与下述有关的信息,即:基于所述多个测试条件,所述蓄电池单元随时间的性能退化。
6.根据解决方案1所述的方法,其中,确定所述一个或多个第一热响应参数包括:使用包含在所述单元级别测试数据中的单元热数据来执行回归分析。
7.根据解决方案1所述的方法,其中,确定所述一个或多个第一热响应参数包括:生成被配置成估计所述蓄电池单元的热响应的蓄电池单元热模型。
8.根据解决方案1所述的方法,其中,确定所述一个或多个第二热响应参数包括:使用包含在组级别测试数据中的组热数据来执行回归分析,其中所述组级别测试数据包括所述蓄电池组响应于所述多个测试条件的测量参数。
9.根据解决方案1所述的方法,其中,确定所述一个或多个第二热响应参数包括:生成被配置成估计所述蓄电池组的热响应的蓄电池组热模型。
10.根据解决方案1所述的方法,其中,估计所述蓄电池组的寿命包括估计组容量寿命。
11.根据解决方案1所述的方法,其中,估计所述蓄电池组的寿命包括估计组电阻寿命。
12.一种存储指令的非暂态计算机可读存储介质,当所述指令由处理器执行时,使所述处理器执行估计蓄电池组的寿命的方法,所述方法包括:
接收单元级别测试数据,所述单元级别测试数据包括被包含在所述蓄电池组中的蓄电池单元的响应于多个测试条件的测量参数;
确定与所述蓄电池单元相关联的一个或多个第一热响应参数;
至少部分地基于所述单元级别测试数据和所述一个或多个第一热响应参数生成蓄电池单元老化模型;
确定与所述蓄电池组相关联的第二热响应参数;以及
至少部分地基于所述蓄电池单元老化模型和所述第二热响应参数来估计所述蓄电池组的寿命。
13.根据解决方案12所述的非暂态计算机可读存储介质,其中,所述多个测试条件包括下述各项中的至少一个,即:单元环境温度条件、单元均方根功率条件、单元充电状态条件、单元设定值条件和单元占空比条件。
14.根据解决方案12所述的非暂态计算机可读存储介质,其中,所述第一热响应参数包括热电阻参数、传热系数参数、熵参数和最高温度参数中的至少一个。
15.根据解决方案12所述的非暂态计算机可读存储介质,其中,所述第二热响应参数包括热电阻参数、传热系数参数、熵参数和最高温度参数中的至少一个。
16.根据解决方案12所述的非暂态计算机可读存储介质,其中,所述蓄电池单元的测量响应包括与下述有关的信息,即:基于所述多个测试条件,所述蓄电池单元随时间的性能退化。
17.根据解决方案12所述的非暂态计算机可读存储介质,其中,确定所述一个或多个第一热响应参数包括:使用被包含在所述单元级别测试数据中的单元热数据来执行回归分析。
18.根据解决方案12所述的非暂态计算机可读存储介质,其中,确定所述一个或多个第一热响应参数包括:生成被配置成估计所述蓄电池单元的热响应的蓄电池单元热模型。
19.根据解决方案12所述的非暂态计算机可读存储介质,其中,确定所述一个或多个第二热响应参数包括:使用包含在组级别测试数据中的组热数据来执行回归分析,其中所述组级别测试数据包括所述蓄电池组的响应于所述多个测试条件的测量参数。
20.根据解决方案12所述的非暂态计算机可读存储介质,其中,确定所述一个或多个第二热响应参数包括:生成被配置成估计所述蓄电池组的热响应的蓄电池组热模型。
附图说明
描述了本公开的非限制性和非穷尽的实施例,包含参照附图的本公开的各种实施例,其中:
图1图示了与在此公开的实施例一致的用于对包含在交通工具的蓄电池***中的蓄电池组的寿命进行估计的示例性***。
图2图示了与在此公开的实施例一致的用于对蓄电池***的寿命进行估计的示例性方法的流程图。
图3图示了与在此公开的实施例一致的用于对蓄电池的单元建模的示例性电路模型。
图4图示了用于实施在此公开的***和方法的某些实施例的示例性***。
具体实施方式
下面提供了与本公开的实施例一致的***和方法的详细描述。虽然描述了几个实施例,但应当理解的是,本公开不受限于任何一个实施例,而是包括许多替代方案、修改和等同物。另外,虽然在下面的描述中阐述了大量的具体细节以提供对在此公开的实施例的透彻的理解,但是一些实施例可以在不具有这些细节中的一些或全部的情况下被实施。此外,为了清楚的目的,在相关技术领域中已知的某些技术材料未被详细描述,以避免不必要地模糊本公开。
本公开的实施例将通过参照附图得到最好的理解,其中,相同的部分可以由相同的附图标记来指示。所公开的实施例的部件,如在本文的附图中大体上被描述和说明的那样,可以被布置和设计成各种各样的不同的构造。因此,下面对本公开的***和方法的实施例的详细描述不是为了限制如所要求保护的本公开的范围,而是仅代表了本公开的可能的实施例。另外,方法中的步骤并不一定需要以任何特定的顺序执行或者甚至是相继地执行,也不需要仅执行一次所述步骤,除非另有规定。
图1图示了一种与在此公开的实施例一致的用于对蓄电池组112的寿命进行估计的示例性***,蓄电池组112被包含在交通工具100的蓄电池***102中。交通工具100可以是机动车、海上交通工具、航空器、和/或任何其他类型的交通工具,并且交通工具100可以包含内燃发动机(“ICE”)动力传动***、电动马达动力传动***、混合动力发动机动力传动***、FC动力传动***、和/或适合并入在此公开的***与方法的任何其他类型的动力传动***。在某些实施例中,蓄电池***102可以是HV蓄电池***。所述HV蓄电池***可以被用来向电动动力传动***的部件(例如,如在电动的、混合动力的或FC动力***中的部件)供以电力。在另一些实施例中,蓄电池***102可以是低电压蓄电池(例如,铅酸12V汽车用蓄电池)并且可以被配置成向包括,例如,交通工具起动***(例如,起动马达)、照明***、点火***和/或类似***的各种交通工具***提供电能。
蓄电池***102可以包含蓄电池控制***104。蓄电池控制***104可以被配置成监视和控制蓄电池***102的某些操作。例如,蓄电池控制***104可以被配置成监视和控制蓄电池***102的充电和放电操作。
在某些实施例中,蓄电池控制***104可以与在此公开的方法相联系地被利用,以估计蓄电池***102的组寿命和/或其构成蓄电池组112中的任一蓄电池组的组寿命(例如,与实时蓄电池***健康状态(“SOH”)估计、蓄电池***的热性能和/或用于诊断和/或预测判定的相关冷却***、和/或类似部件相联系地使用)。在某些实施例中,所述蓄电池控制***可以通信地被联接到一个或多个传感器106(例如,电压传感器、电流传感器、温度传感器、和/或类似物等),和/或通信地被联接到配置成使得所述蓄电池控制***能够监测和控制蓄电池***102的操作的其他***。例如,传感器106可以向蓄电池控制***104提供信息,所述信息被用来估计温度、容量、组寿命、充电状态(“SOC”)和/或SOH,以及估计电阻,测量电流,和/或测量蓄电池***102和/或其构成部件的电压。
蓄电池控制***104可以进一步被配置成提供信息给包含在交通工具100中的其他***和/或从包含在交通工具100中的其他***接收信息。例如,蓄电池控制***104可以与交通工具内部计算机***108和/或外部计算机***110通信地联接(例如,通过无线电信***或类似***)。在某些实施例中,蓄电池控制***104可以被配置成,至少部分地被配置成向交通工具100的用户、交通工具计算机***108、和/或外部计算机***110提供关于蓄电池***102的信息(例如,由传感器106测量的信息和/或由控制***104确定的信息)。这样的信息可以包含,例如,估计的容量、组寿命、SOC和/或SOH信息、蓄电池操作时间信息、蓄电池操作温度信息,和/或关于蓄电池***102的任何其它信息。
蓄电池***102可以包含一个或多个合适尺寸的蓄电池组112,以提供电力给交通工具100。每个蓄电池组112可以包含一个或多个子部分114(例如,多个单元)。子部分114可以包括子组,所述每个子组可以包括利用任何适当的蓄电池技术或其组合的一个或多个蓄电池单元。适当的蓄电池技术可以包括,例如,铅酸、镍基金属氢化物(“NiMH”)、锂离子、锂离子聚合物、锂空气、镍镉(“NiCad”)、包含吸收的玻璃纤维毡(“AGM”)的阀控铅酸(“VRLA”)、镍锌(“NiZn”)、熔融盐(例如,ZEBRA蓄电池)、镍锰钴(“NMC”)、磷酸铁锂(“LFP”)、锂锰氧化物(“LMO”)、和/或其它适当的蓄电池技术和/或它们的组合。
每个子部分114可以与传感器106相关联,传感器106被配置成测量与每个蓄电池子部分114相关的一个或多个参数(例如,温度、电压、电流、阻抗、SOC等)。尽管图1图示了与各个蓄电池子部分114相关联的多个单独的传感器106,但是在一些实施例中也可以利用被配置成测量与多个子部分114相关的各种电参数的一个传感器。在某些实施例中,传感器106可以被配置成测量一个或多个相关联的蓄电池子部分114的温度。在某些实施例中,传感器106可以包括一个或多个热敏电阻,但是应当理解的是,其他类型的温度测量传感器也可以与所公开的***和方法相联系地被利用,所述其他类型的温度测量传感器包括但不限于:热电偶,红外温度传感器,恒温器,温度计,状态变化温度传感器,硅二极管温度传感器,和/或类似物。
由传感器106测量的电参数可以被提供给蓄电池控制***104和/或一个或多个其他***。通过使用所述电参数,蓄电池控制***104和/或任何其他适当的***可以协调蓄电池***102的操作(例如,充电操作、放电操作、平衡操作,等等)。在某些实施例中,一个或多个电参数可以由蓄电池控制***104和/或一个或多个传感器106提供给交通工具计算机***108和/或外部计算机***110。基于某些测量参数,蓄电池控制***104、交通工具计算机***108、和/或任何其他适当的***(例如,测试和/或特性描述***)可以利用在此公开的方法的实施例来估计蓄电池***102的蓄电池组112的组寿命。
图2图示了与在此公开的实施例一致的用于估计蓄电池***的寿命的示例性方法200的流程图。在一些实施例中,通过使用蓄电池控制***、交通工具计算机***、外部计算机***、蓄电池反向测试和/或特性描述***(例如,包括和/或通信地联接到蓄电池单元/组测试循环器和/或类似物的***)和/或配置成实施与所公开的实施例一致的蓄电池组寿命估计方法的任何其他的***或***的组合,所图示的概念图中的元素中的一个或多个可以被执行或实施。
在202处,方法200可以启动。在204处,测试条件可以被识别以用于特性描述,和/或以其他方式测量各种单元响应参数(例如,使用蓄电池循环器测试设备和/或类似物)。在某些实施例中,所述测试条件可以包括对于单元的测试参数的各种组合,包括但不限于,环境温度,RMS功率,单元中SOC的变化,单元SOC设定值,单元充电损耗,单元充电中性能量比和/或单元占空比,但是也可以利用其他的测试条件。在一些实施例中,所述测试条件可以包括影响蓄电池组的寿命的条件。在某些实施例中,所述测试条件可以被包含在单元测试矩阵中。
在206处,单元级别测试数据可以基于,至少部分地基于,在204处识别的测试条件被收集。在某些实施例中,所述单元级别测试数据可以包括各种单元测量数据,包括但不限于,响应于随时间变化的测试条件的单元的容量如何随时间退化和/或单元的电阻如何随时间变化(例如,充电和/或放电电阻)的指示、响应于各种识别的测试条件的瞬态热响应(即温度)、电流响应、和/或蓄电池单元的瞬态响应的分布图。在一些实施例中,可以使用,至少部分地使用,蓄电池循环器和/或任何其他适当的测量***来获得所述单元级别测试数据。
单元老化模型可以在208处构建。在某些实施例中,所述单元老化模型可以包括与所述单元级别测试数据相联系地使用克里金(Kriging)和/或任何其它适当的回归分析或内插响应表面技术或多个技术的组合来确定的一个公式或一组公式,以便基于可变参数输入,预测蓄电池性能退化。在一些实施例中,通过使用趋势分析和/或任何其他适当的回归分析技术,所述单元老化模型可以估计从所述单元寿命测试条件到用于所述单元的寿命终止(“EOL”)标准下单元的容量下降和/或电阻增加。在某些实施例中,可以基于单元的一定百分比的容量损耗和/或电阻增加来规定所述EOL标准。
在210处,可以作出关于下述的判定,即:与提取的单元级别热参数联系起来使用的单元级别温度测试数据和/或足量的单元级别温度测试数据是否已经被收集(例如,与在206处收集的单元级别测试数据一起被收集)。在某些实施例中,可以利用单元级别温度测试数据构建用于增强所述单元老化模型的单元级别热模型。如果单元级别温度测试数据和/或足量的单元级别还没有被收集,则可以在212处构建单元级别热模型。在某些实施例中,所述单元级别热模型可以基于等效电路模型(例如,RC电路模型),所述等效电路模型用于近似估计蓄电池单元的热行为和/或生成各种瞬态响应,比如电压、热生成、和/或温度响应,和/或类似响应。
参照图3,其图示了与在此公开的实施例一致的用于对蓄电池单元的各种响应建模的示例性电路模型300。如图所示,示例性电路模型300可以包括串联联接的多个电阻器-电容器并联对306-310(例如,三个电阻器-电容器对)。电阻器-电容器对306-310的电阻器的电阻在图中表示为R1、R2和R3,并且可以具有基于SOC和关联的蓄电池单元的温度的值。电阻器-电容器对306-310的电容器的电容在图中表示为C1、C2和C3,并且可以具有基于SOC和关联的蓄电池单元的温度的值。
电阻器-电容器对306-310可以与电阻器304串联联接,电阻器304具有在图中表示为Rs的电阻,并且具有基于关联的蓄电池单元的SOC和温度的值。在某些实施例中,电阻器304可以被配置成模拟关联的蓄电池单元的欧姆电阻。电阻器304和电阻器-电容器对306-310可以与电压源302串联联接,电压源302被配置成模拟关联的蓄电池单元的开路电压,在某些实施例中,所述开路电压可能取决于所述蓄电池单元的SOC。电部件302-310的各种参数值可以被选择,以便近似估计关联的蓄电池***的电-热行为。在某些实施例中,这些参数可以基于与蓄电池单元的混合动力脉冲功率特性(“HPPC”)测试相联系地获得的数据被估计。在一些实施例中,所述数据可以在各种操作温度(例如,-10℃和25℃)下与HPPC测试相联系地被生成,并且所述数据可以提供关联的蓄电池单元的随时间的瞬态电流和温度响应的指示。
再次参照图2,在214处,对于与在206处收集的单元级别测试数据的集合相联系地使用的每个测试条件,单元级别热参数可以从可用的单元级别温度测试数据和/或基于在212处构建的单元级别热模型被提取和/或回归。在某些实施例中,三个单元级别热参数可以被提取和/或回归,所述单元级别热参数包括热电阻项、热传导系数和/或热对流项、以及熵项,但是在其他实施例中,各种其他的热参数可以被提取、回归和/或与所公开的实施例相联系地以其他方式被利用。最高单元级别温度值也可以在214处确定。
在某些实施例中,表示为m1的热电阻项,表示为m2的熵项热传递系数和/或对流项,以及表示为m3的热传递系数和/或热对流项,可以表达如下:
其中:
Tr是参考温度,K;
Ta是在时间为0时的初始环境温度,K;
R是在Tr时的电阻,Ω(欧姆);
M是单元的质量,kg;
Cp是单元热容量压力,J(焦耳)/kg;
ΔS是反应的熵,J/摩尔/K;
η是电流效率;
F是法拉第常数,等于96487C,库仑/摩尔;
h是热传递系数,w/m2/K;以及
A是单元的表面面积,m2。
在某些实施例中,所述热电阻项、热传递系数和/或热对流项、以及熵项可以结合热模型方程使用,所述热模型方程表示如下:
其中:
T(ti)是在时间ti处的温度,其中‘i’从0至n;
‘n’是时间序列长度,这样使得tn代表了被测试的单元的持续时间。
Δt是时间步长;
EA是激活能参数,J/摩尔;
Rgas是通用气体常数,(例如8.31446J/摩尔/K);以及
I是电流,安培。
在216处,在206处构建的单元老化模型通过在214处确定的单元级别热参数可以被改进。例如,热电阻项、热传递系数和/或热对流项、熵项、以及最高温度项可以被用于构建改进的单元老化模型。在某些实施例中,这些热参数可以结合克里金(Kriging)和/或结合与确定单元老化模型相联系地被使用的任何其他适当的回归分析或内插响应表面技术或多个技术的组合一起被利用。
可以在220作出下述判定,即:与在204处识别的测试条件有关的组级别温度测试数据和/或足量的组级别温度测试数据是否可以获得,以便连同提取的组级别热参数一起被使用。在某些实施例中,可以在相对短的测试持续期内(例如,一天)对在204处识别的每个测试条件都生成这样的组级别温度测试数据。
如果组级别温度数据和/或足量的组级别温度数据不可用,则可以在222处构建组级别热模型。在某些实施例中,所述组级别热模型基于包含了多个电路模型的等效电路模型(例如,以及RC模型),所述多个电路模型用于模拟每个一致的蓄电池单元(例如,如结合图4被说明的多个示例性单元级别电路模型)。在又一些实施例中,除了所述等效电路模型,还可以利用热网络。在某些实施例中,所述热网络可以由RC电路模型表示,所述RC电路模型具有对单元的热导率和/或热传递系数进行建模的相关电路参数。基于所述组级别热模型,可以生成各种组级别瞬态响应,所述各种组级别瞬态响应包括,例如,包含在特定组构造中的各个单元的电压、热生成、和/或温度响应和/或类似响应。
在224处,包含在所述组中的每个构成单元的组级别热参数可以从可获得的组级别温度测试数据中提取和/或回归,和/或基于在222处构建的组级别热模型提取和/或回归。在一些实施例中,组级别热参数可以包括组级别热电阻项、组级别热传递系数和/或热对流项、组级别熵项、和组级别最高温度项。在某些实施例中,当与单元老化模型和单元热模型结合使用时,可以在延长的时间段内(例如,一年或类似的时间)使用所述组级别热模型来提取和/或以其他方式回归组级别热参数。
蓄电池组老化模型可以在218处被构建,所述蓄电池组老化模型基于改进的单元老化模型和组级别热参数,可以生成关于蓄电池组和/或在所述蓄电池组中的每个单元随时间退化的信息。在某些实施例中,在特定测试条件下与蓄电池组和/或在所述蓄电池组中的单元的寿命相关的退化和/或信息可以至少部分地基于组容量寿命和/或组电阻寿命计算被计算。在某些实施例中,对于从蓄电池组寿命起始(“BOL”)到EOL的可变寿命参数的组容量寿命,LifePackCap可以表示如下:
当时,LifePackCap=Time′j′等式7
其中:
Cp(j+ΔT)是在时间‘j’处在小时间间隔ΔT期间组的容量衰减;
C10,C20,…Cn0是单元1,2,…n的初始容量;
%ΔDeg1j,%ΔDeg2j-%Degnj是在时间‘j’处在小时间间隔ΔT期间单元1,2,…n的容量退化的百分比;
CP0是在时间‘0’处组的初始容量;
CPj是在时间‘j’处组的最终容量;
%degij=在时间‘j’处在时间间隔‘Δt’期间(例如,复数个年)单元‘i’的容量退化的百分比;
a=从测试数据和标准回归(例如,0.5到1)中获得的对于给定条件的时间依赖性指数;
Dij=在时间‘j’处单元‘i’的容量的状态-可以假定采取通用形式
Lij=对于给定的瞬时条件在时间Δt期间退化了x%(例如,x%-25,对于作为组EOL的25%)的寿命(例如,复数个年)。所述条件可能取决于几个蓄电池寿命因素,例如温度、SOC、RMS功率、占空比(在比如1天的时间段内单元操作的时间的百分比)、和/或类似因素;
X=对于单元‘i’的EOL,容量退化的%;以及
Δt=时间增量(例如,复数个年)。
在某些实施例中,对于从蓄电池组BOL到EOL的可变寿命参数的组电阻寿命,LifePackRes,可以表示如下:
Repj=[Recell_1j+Recell_2j+…+Recell_nj]等式8
当时,LifePackRes=Time′j′等式12
其中:
Rep(j+ΔT)是在时间‘j’处在小时间间隔ΔT期间组的电阻增加;
Re10,Re20-Ren0是单元1,2,…n的初始电阻;
%ΔRise1j,%ΔRise2j,…%ΔRisenj是在时间‘j’处在小时间间隔ΔT期间单元1,2,…n的电阻上升的百分比;
Rep0是在时间‘0’处组的初始电阻;
Repj是在时间‘j’处组的最终电阻;
%ΔRiseij=在时间‘j’处在时间间隔‘Δt’期间(例如,复数个年)单元‘i’的电阻增加的百分比;
a=从测试数据和标准回归(例如,0.5到1)中获得的对于给定条件的时间依赖性指数;
Rij=在时间‘j’处单元‘i’的电阻的状态,并且可以假定采取通用形式
Lij=对于给定的瞬时条件在时间Δt期间电阻上升了x%(例如,对于在组EOL处的50%的电阻上升,x%=50)的寿命(例如,复数个年)。所述条件可能取决于几个蓄电池寿命因素,包括但不限于,温度、SOC、RMS功率、占空比(例如,在1天的时间段内单元操作的时间的百分比);
X=对于单元‘i’的EOL,电阻上升的%;以及
Δt=时间增量(例如,复数个年)。
使用等式5-11,蓄电池组的组容量寿命,LifePackCap,和组电阻寿命,LifePackRes可以在226处被计算。方法200可以继续直到终止于228处。
图4图示了用于实施在此公开的***和方法的某些实施例的示例性***。在某些实施例中,计算机***400可以是个人计算机***、服务器计算机***、车载计算机、蓄电池控制***、蓄电池测试***、和/或适于实施所公开的***和方法的任何其他类型的***。在又一些实施例中,计算机***400可以是包括例如笔记本计算机、智能电话和/或平板计算机的任何便携式电子计算机***或电子设备。
如所示的,计算机***400除其他事物以外还可以包括:一个或多个处理器402、随机存取存储器(“RAM”)404、通信接口406、用户接口408和非暂态计算机可读存储介质410。处理器402、RAM404、通信接口406、用户接口408、和计算机可读存储介质410可以通过公用数据总线412相互通信地联接。在一些实施例中,计算机***400的各种部件可以使用硬件、软件、固件、和/或它们的任何组合被实施。
用户接口408可以包含任何数量的允许用户与计算机***400交互作用的设备。例如,用户接口408可以被用于向用户显示交互界面。用户接口408可以是与计算机***400通信地联接的单独的界面***,或者替代地,用户接口408可以是集成的***,比如用于膝上型电脑或其他相似设备的显示界面。在某些实施例中,用户接口408可以在触摸屏显示器上产生。用户接口408也可以包含任何数量的其他输入设备,所述输入设备包括,例如,键盘、轨迹球和/或指针设备。
通信接口406可以是能与其他计算机***、***设备和/或通信地联接到计算机***400的其他设备通信的任何接口。例如,通信接口406可以允许计算机***400与其他计算机***(例如,与外部数据库和/或因特网相关联的计算机***)通信,从而允许从这样的***传输以及接收数据。通信接口406除其他事物以外,还可以包括调制解调器、卫星数据传输***、以太网卡、和/或使得计算机***400能够连接到数据库和网络的任何其他适当设备,所述网络比如局域网(LANs)、城域网(MANs)、广域网(WANs)和互联网。在另一些实施例中,通信接口406还可以与一个或多个传感器和/或其他***通信,所述其他***被配置成测量和/或以其他方式提供与所公开的实施例相联系地使用的信息。
处理器402可以包含一个或多个通用处理器、专用处理器、可编程微处理器、微控制器、数字信号处理器、FPGAs、其他可定制的或可编程的处理设备、和/或能实施在此公开的***和方法的任何其他设备或设备的布置。
处理器402可以被配置成执行存储在非暂态计算机可读存储介质410上的计算机可读指令。计算机可读存储介质410可以存储所需的其他数据或信息。在一些实施例中,计算机可读指令可以包含计算机可执行的功能性模块414。例如,计算机可读指令可以包含一个或多个功能性模块,所述功能性模块被配置成实施上述***和方法的全部功能或部分功能。可以存储在计算机可读存储介质410上的特定功能模型可以包含:配置成执行与在此公开的实施例一致的蓄电池***组寿命估计方法和/或相关计算的模块,和/或配置成实施在此公开的***和方法的任何其他一个或多个模块。
在此描述的***和方法可以独立于创建计算机可读指令和/或创建在计算机***400上运行的任何操作***的编程语言被实施。例如,计算机可读指令可以用任何适当的编程语言编写,所述适当的编程语言的例子包括但不限于:C,C++,VisualC++,和/或VisualBasic,Java,Perl或任何其他适当的编程语言。此外,所述计算机可读指令和/或功能性模块可以是单独的程序或模块的集合的形式,和/或可以是在大型程序内的程序模块或程序模块的一部分的形式。通过计算机***400进行的数据处理可以是响应用户的命令、响应先前处理的结果、或者响应其他处理机器作出的请求。应当理解的是,计算机***400可以利用任何适当的操作***,包括例如Unix,DOS,Android,Symbian,Window,iOS,OSX,Linux和/或类似***。
虽然为了清楚起见已经相当详细地描述了上述内容,但是明显的是,可以在不脱离本发明的原理的情况下作出某些改变和修改。应当注意的是,在此描述的过程和***都有许多替代的实施方式。因此,当前的实施例被认为是说明性的而不是限制性的,并且本发明不应被限制于在此给出的细节,而是本发明可以在所附权利要求的范围和等同物中被修改。
已经参照各种实施例描述了前述说明书。然而,本领域的普通技术人员应当理解,在不脱离本公开的范围的情况下可以作出各种修改和改变。例如,各种操作步骤、以及用于执行操作步骤的部件可以根据特定应用或考虑到任何数量的与所述***的操作相关的成本函数以替代方式被实施。因此,任何一个或多个步骤可以被删除、修改、或者与其他步骤组合。此外,本公开被认为是在说明性而不是限制性意义的,并且所有这样修改都旨在被包含在本公开的范围之内。同样,参照各种实施例,已经在上文中描述了获益、其他优势以及问题的解决方案。然而,获益、优势、问题的解决方案、以及可以导致任何获益、优势、或解决方案发生或变得更加显著的任何要素,都不应当解释成是关键的、必需的、或必要的特征或要素。
如在本文中使用的那样,术语“包括”和“包含”以及它们的任何其他变型,旨在涵盖非排他性的包含,这样使得包括一列要素的过程、方法、物品、或者装置不仅仅包含那些要素,并且还可以包含没有明确列出的其他要素,或者可以包括对这样的过程、方法、***、物品或者装置而言固有的其他元素。同样,如在本文中使用的那样,术语“联接的”、“联接”以及它们的任何其他变型都旨在涵盖物理连接、电连接、磁连接、光连接、通信连接、功能性连接和/或任何其他连接。
本领域的技术人员应理解的是,在不脱离本发明的基本原理的情况下,可以对上述实施例的细节作出许多改变。因此,本发明的范围应当仅由所附权利要求来确定。
Claims (10)
1.一种估计蓄电池组的寿命的方法,所述方法包括:
接收单元级别测试数据,所述单元级别测试数据包括被包含在所述蓄电池组中的蓄电池单元的响应于多个测试条件的测量参数;
确定与所述蓄电池单元相关联的一个或多个第一热响应参数;
至少部分地基于所述单元级别测试数据和所述一个或多个第一热响应参数来生成蓄电池单元老化模型;
确定与所述蓄电池组相关联的第二热响应参数;
至少部分地基于所述蓄电池单元老化模型和所述第二热响应参数来估计所述蓄电池组的寿命。
2.根据权利要求1所述的方法,其中,所述多个测试条件包括下述各项中的至少一个:单元环境温度条件、单元均方根功率条件、单元充电状态条件、单元设置点条件和单元占空比条件。
3.根据权利要求1所述的方法,其中,所述第一热响应参数包括热电阻参数、传热系数参数、熵参数和最高温度参数中的至少一个。
4.根据权利要求1所述的方法,其中,所述第二热响应参数包括热电阻参数、传热系数参数、熵参数和最高温度参数中的至少一个。
5.根据权利要求1所述的方法,其中,所述蓄电池单元的测量响应包括与下述有关的信息,即:基于所述多个测试条件,所述蓄电池单元随时间的性能退化。
6.根据权利要求1所述的方法,其中,确定所述一个或多个第一热响应参数包括:使用包含在所述单元级别测试数据中的单元热数据来执行回归分析。
7.根据权利要求1所述的方法,其中,确定所述一个或多个第一热响应参数包括:生成被配置成估计所述蓄电池单元的热响应的蓄电池单元热模型。
8.根据权利要求1所述的方法,其中,确定所述一个或多个第二热响应参数包括:使用包含在组级别测试数据中的组热数据来执行回归分析,其中所述组级别测试数据包括所述蓄电池组响应于所述多个测试条件的测量参数。
9.根据权利要求1所述的方法,其中,确定所述一个或多个第二热响应参数包括:生成被配置成估计所述蓄电池组的热响应的蓄电池组热模型。
10.一种存储指令的非暂态计算机可读存储介质,当所述指令由处理器执行时,使所述处理器执行估计蓄电池组的寿命的方法,所述方法包括:
接收单元级别测试数据,所述单元级别测试数据包括被包含在所述蓄电池组中的蓄电池单元的响应于多个测试条件的测量参数;
确定与所述蓄电池单元相关联的一个或多个第一热响应参数;
至少部分地基于所述单元级别测试数据和所述一个或多个第一热响应参数生成蓄电池单元老化模型;
确定与所述蓄电池组相关联的第二热响应参数;以及
至少部分地基于所述蓄电池单元老化模型和所述第二热响应参数来估计所述蓄电池组的寿命。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/530,376 US9864016B2 (en) | 2014-10-31 | 2014-10-31 | Battery system pack life estimation systems and methods |
US14/530376 | 2014-10-31 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105676133A true CN105676133A (zh) | 2016-06-15 |
CN105676133B CN105676133B (zh) | 2019-09-17 |
Family
ID=55753838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511035899.1A Expired - Fee Related CN105676133B (zh) | 2014-10-31 | 2015-10-30 | 蓄电池***组寿命估计***和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9864016B2 (zh) |
CN (1) | CN105676133B (zh) |
DE (1) | DE102015117914A1 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106855610A (zh) * | 2016-12-30 | 2017-06-16 | 中国电力科学研究院 | 钛酸锂电池健康状态估算***及方法 |
CN106909716A (zh) * | 2017-01-19 | 2017-06-30 | 东北电力大学 | 计及容量损耗的磷酸铁锂电池建模及soc估计方法 |
CN106949644A (zh) * | 2017-04-01 | 2017-07-14 | 上海琛岫自控科技有限公司 | 一种具有净水功能的智能型太阳能热水器 |
CN107576915A (zh) * | 2017-08-31 | 2018-01-12 | 北京新能源汽车股份有限公司 | 电池容量估算方法和装置 |
CN110007234A (zh) * | 2019-03-12 | 2019-07-12 | 清华大学 | 动力电池/电池组的性能测试方法及***、电动汽车 |
CN111095663A (zh) * | 2017-09-14 | 2020-05-01 | Abb瑞士股份有限公司 | 用于控制可再充电电池的***和方法 |
CN118169584A (zh) * | 2024-05-16 | 2024-06-11 | 银河航天(西安)科技有限公司 | 针对卫星上电池组的工作状态判定方法、装置及存储介质 |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014081238A (ja) | 2012-10-15 | 2014-05-08 | Sony Corp | 電池劣化寿命推定方法、電池劣化寿命推定装置、電動車両および電力供給装置 |
US10069895B2 (en) * | 2015-05-19 | 2018-09-04 | Panasonic Avionics Corporation | Wireless content loader for entertainment system |
US10868344B2 (en) * | 2016-02-25 | 2020-12-15 | Ford Global Technologies, Llc | Entropy driven thermal and electrical management |
US10436851B2 (en) | 2016-07-29 | 2019-10-08 | Con Edison Battery Storage, Llc | Electrical energy storage system with battery resistance estimation |
US10216879B1 (en) * | 2017-08-22 | 2019-02-26 | Taiwan Semiconductor Manufacturing Co., Ltd. | Method for establishing aging model of device and analyzing aging state of device with aging model |
US11342603B2 (en) | 2018-01-15 | 2022-05-24 | Ford Global Technologies, Llc | Thermal management of traction battery based on electric current of traction battery |
US11163271B2 (en) | 2018-08-28 | 2021-11-02 | Johnson Controls Technology Company | Cloud based building energy optimization system with a dynamically trained load prediction model |
US11159022B2 (en) | 2018-08-28 | 2021-10-26 | Johnson Controls Tyco IP Holdings LLP | Building energy optimization system with a dynamically trained load prediction model |
AT521643B1 (de) | 2018-08-31 | 2020-09-15 | Avl List Gmbh | Verfahren und Batteriemanagementsystem zum Ermitteln eines Gesundheitszustandes einer Sekundärbatterie |
US11244483B2 (en) | 2018-10-31 | 2022-02-08 | Facebook Technologies, Llc | Systems and methods for modifying a safety boundary for virtual reality systems |
CN109449515A (zh) * | 2018-12-25 | 2019-03-08 | 北斗航天汽车(北京)有限公司 | 目视识别锂离子电芯寿命的装置、方型锂离子电池及目视识别方法 |
EP3826102A1 (en) | 2019-11-20 | 2021-05-26 | Vestas Wind Systems A/S | Model based monitoring of battery system |
KR20210089021A (ko) * | 2020-01-07 | 2021-07-15 | 주식회사 엘지에너지솔루션 | 시뮬레이션 시스템 및 데이터 분산 방법 |
CN112798971B (zh) * | 2020-12-30 | 2022-08-02 | 浙大城市学院 | 一种软包式锂离子电池耦合电气热模型 |
CN113406522B (zh) * | 2021-06-18 | 2022-05-03 | 合肥国轩高科动力能源有限公司 | 一种电动车锂电池***寿命预测评估方法及*** |
DE102022101709A1 (de) * | 2022-01-25 | 2023-07-27 | Viessmann Climate Solutions Se | Verfahren zum Betreiben einer Energiequelle |
CN116449223B (zh) * | 2023-06-20 | 2023-08-29 | 苏州精控能源科技有限公司 | 一种基于压缩感知的储能电池容量预测方法、装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101641606A (zh) * | 2007-03-23 | 2010-02-03 | 株式会社丰田中央研究所 | 二次电池的状态估计装置 |
JP2013221806A (ja) * | 2012-04-13 | 2013-10-28 | Fuji Electric Co Ltd | 電子機器装置 |
US20140195179A1 (en) * | 2013-01-08 | 2014-07-10 | GM Global Technology Operations LLC | Systems and methods to capture and utilize temperature information in a battery system |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9172118B2 (en) * | 2009-06-17 | 2015-10-27 | Gm Global Technology Operations, Llc. | Method and system for estimating battery life |
-
2014
- 2014-10-31 US US14/530,376 patent/US9864016B2/en not_active Expired - Fee Related
-
2015
- 2015-10-21 DE DE102015117914.8A patent/DE102015117914A1/de not_active Withdrawn
- 2015-10-30 CN CN201511035899.1A patent/CN105676133B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101641606A (zh) * | 2007-03-23 | 2010-02-03 | 株式会社丰田中央研究所 | 二次电池的状态估计装置 |
JP2013221806A (ja) * | 2012-04-13 | 2013-10-28 | Fuji Electric Co Ltd | 電子機器装置 |
US20140195179A1 (en) * | 2013-01-08 | 2014-07-10 | GM Global Technology Operations LLC | Systems and methods to capture and utilize temperature information in a battery system |
Non-Patent Citations (3)
Title |
---|
JOHANNES SCHMALSTIEG等: "From accelerated aging tests to a lifetime prediction model: Analyzing lithium-ion batteries", 《2013 WORLD ELECTRIC VEHICLE SYMPOSIUM AND EXHIBITION (EVS27)》 * |
MATTHIEU DUBARRY等: "From Li-ion single cell model to battery pack simulation", 《2008 IEEE INTERNATIONAL CONFERENCE ON CONTROL APPLICATIONS》 * |
X. FENG等: "An improved lithium-ion battery model with temperature prediction considering entropy", 《2012 3RD IEEE PES INNOVATIVE SMART GRID TECHNOLOGIES EUROPE (ISGT EUROPE)》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106855610A (zh) * | 2016-12-30 | 2017-06-16 | 中国电力科学研究院 | 钛酸锂电池健康状态估算***及方法 |
CN106909716A (zh) * | 2017-01-19 | 2017-06-30 | 东北电力大学 | 计及容量损耗的磷酸铁锂电池建模及soc估计方法 |
CN106909716B (zh) * | 2017-01-19 | 2020-03-24 | 东北电力大学 | 计及容量损耗的磷酸铁锂电池建模及soc估计方法 |
CN106949644A (zh) * | 2017-04-01 | 2017-07-14 | 上海琛岫自控科技有限公司 | 一种具有净水功能的智能型太阳能热水器 |
CN106949644B (zh) * | 2017-04-01 | 2019-05-17 | 上海碳索能源服务股份有限公司 | 一种具有净水功能的智能型太阳能热水器 |
CN107576915A (zh) * | 2017-08-31 | 2018-01-12 | 北京新能源汽车股份有限公司 | 电池容量估算方法和装置 |
CN111095663A (zh) * | 2017-09-14 | 2020-05-01 | Abb瑞士股份有限公司 | 用于控制可再充电电池的***和方法 |
CN111095663B (zh) * | 2017-09-14 | 2023-06-13 | Abb瑞士股份有限公司 | 用于控制可再充电电池的***和方法 |
CN110007234A (zh) * | 2019-03-12 | 2019-07-12 | 清华大学 | 动力电池/电池组的性能测试方法及***、电动汽车 |
CN110007234B (zh) * | 2019-03-12 | 2020-02-07 | 清华大学 | 动力电池/电池组的性能测试方法及***、电动汽车 |
CN118169584A (zh) * | 2024-05-16 | 2024-06-11 | 银河航天(西安)科技有限公司 | 针对卫星上电池组的工作状态判定方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US9864016B2 (en) | 2018-01-09 |
CN105676133B (zh) | 2019-09-17 |
DE102015117914A1 (de) | 2016-05-04 |
US20160124052A1 (en) | 2016-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105676133A (zh) | 蓄电池***组寿命估计***和方法 | |
Hu et al. | State estimation for advanced battery management: Key challenges and future trends | |
Zhang et al. | Real-time estimation of battery internal temperature based on a simplified thermoelectric model | |
CN103915659B (zh) | 用以获得和使用电池***中的温度信息的***及方法 | |
Farag et al. | Combined electrochemical, heat generation, and thermal model for large prismatic lithium-ion batteries in real-time applications | |
Hausmann et al. | Expanding the Peukert equation for battery capacity modeling through inclusion of a temperature dependency | |
Sun et al. | Model-based dynamic multi-parameter method for peak power estimation of lithium–ion batteries | |
Zheng et al. | LiFePO4 battery pack capacity estimation for electric vehicles based on charging cell voltage curve transformation | |
Jindal et al. | Evaluation of accuracy for Bernardi equation in estimating heat generation rate for continuous and pulse-discharge protocols in LFP and NMC based Li-ion batteries | |
Vashisht et al. | Thermal behaviour of Li-ion battery: An improved electrothermal model considering the effects of depth of discharge and temperature | |
CN105424221A (zh) | 用于电池***温度估计的***和方法 | |
Baghdadi et al. | Electro-thermal model of lithium-ion batteries for electrified vehicles applications | |
Dvorak et al. | A comprehensive algorithm for estimating lithium-ion battery parameters from measurements | |
Schmid et al. | A novel matrix-vector-based framework for modeling and simulation of electric vehicle battery packs | |
CN104931889A (zh) | 用于确定电池***性能退化的***及方法 | |
Chin et al. | Comprehensive electro-thermal model of 26650 lithium battery for discharge cycle under parametric and temperature variations | |
CN111914503A (zh) | 一种锂离子电池功率输入电热耦合模型建立方法 | |
Fuller | A battery model for constant-power discharge including rate effects | |
KR20200054738A (ko) | 배터리의 냉각을 통한 엔트로피 측정 방법 및 이를 이용한 배터리 온도 변화 계산 방법 | |
Smith | Electrochemical modeling, estimation and control of lithium ion batteries | |
Marinelli et al. | Electrical thermal and degradation measurements of the leaf e-plus 62-kwh battery pack | |
Kleiner et al. | Modelling of 3d temperature behavior of prismatic lithium-ion cell with focus on experimental validation under battery electric vehicle conditions | |
Torregrosa et al. | A generalized equivalent circuit model for lithium-iron phosphate batteries | |
CN105445664A (zh) | 用于估计电池***能量容量的***和方法 | |
Stocker et al. | Development and verification of a distributed electro-thermal Li-ion cell model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190917 Termination date: 20211030 |