CN105717457B - 一种采用大数据库分析进行电池组健康状态估算的方法 - Google Patents
一种采用大数据库分析进行电池组健康状态估算的方法 Download PDFInfo
- Publication number
- CN105717457B CN105717457B CN201610077558.9A CN201610077558A CN105717457B CN 105717457 B CN105717457 B CN 105717457B CN 201610077558 A CN201610077558 A CN 201610077558A CN 105717457 B CN105717457 B CN 105717457B
- Authority
- CN
- China
- Prior art keywords
- battery
- vehicle
- soh
- operation data
- vehicle operation
- 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.)
- Active
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]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tests Of Electric Status Of Batteries (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种采用大数据库分析进行电池组健康状态估算的方法,该方法包括步骤:在车辆运行过程中,电动汽车的电池管理***通过远程通讯把电池状态量发至车辆运行数据库服务器,同时车载***把车辆运行信息同步发送到车辆运行数据库服务器;车辆运行数据库服务器收集全生命周期数据,运用大数据分析得出校准SOH映射表,以后车辆运行数据库服务器按接收的电池状态量、车辆运行信息,结合校准SOH映射表进行SOH估算,并把SOH估算值发送回电动汽车。本发明的方法不依赖单节电池原始理论数据,清除了电池成组和工况环境对SOH估算的误差;并且运用大数据分析,可使电动汽车的SOH值估算更为精确。
Description
技术领域
本发明涉及电动汽车的技术领域,更具体地说,是涉及一种采用大数据库分析进行电池组健康状态估算的方法。
背景技术
对于电动汽车来讲,动力电池是一种十分普遍的储能元件,其性能对整车性能起着决定作用,而动力电池中,以锂离子电池作为重要储能介质,已在新能源领域得到广泛的应用。
由于电池长期使用必然发生老化或劣化,因而必须估计电池的健康状况(Stateof Health,SOH),也称为寿命状态,也有的称为老化情况、劣化程度或者落户电池。电池SOH的标准定义是在标准条件下动力电池从充满状态以一定倍率放电到截止电压所放出的容量与其所对应的标称容量的比值,该比值是电池健康状况的一种反映。简单来讲,也就是电池使用一段时间后某些直接可测或间接计算得到的性能参数的实际值与标称值的比值,用来判断电池健康状况下降后的状态,衡量电池的健康程度。
目前实际或理论上进行电池SOH的估算测量方法包括如下:
1、直接放电法。目前利用负载对单体电池SOH评价是业内公认的可靠方法,但这种方法存在一些缺点:需要离线测试电池的SOH,对车用动力电池来说实现困得;测试负载较笨重,操作不方便;若用0.1C倍率放电,放电过程大概需要10个小时,测试时间太长。
2、内阻法。主要是通过建立内阻与SOH之间的关系来估算SOH,大量公开文献都已说明了电池内阻和SOH之间存在确定的对应关系,可以简单描述为:随电池使用时间的增长,电池内阻在增加,将影响电池容量,从而可以估算SOH。这种方法存在一些缺点:研究发现当电池容量下降了原来的25%到30%后,电池内阻才会有较明显的变化,而标准中规定当电池容量下降到80%时电池就应该被更换,所以想要通过这种方法实时估算电池的SOH难度较大,而且电池内阻很小,一般是毫欧级,属于小信号,要想准确测量电池内阻比较困难。
3、电化学阻抗分析。该方法主要思想是向电池施加多个正弦信号,这些信号的频率是不同的,然后运用模糊理论对已采集到的数据信息分析,预测电池的当前性能。但用此方法之前,需要做大量的数据采集与分析,以获取此款电池的特性,并且测试仪器造价也较为昂贵。
4、模型法。这种方法的主要思想是分析电池内部所发生的化学反应,以此为基础建立电池的模型,用此模型来计算电池容量的衰减,来得出电池的SOH。但这种方法需要认真分析电池内部化学反应,并知道电池一些固有参数,如活化烩,活化熵等,而且运用之前也需要做大量关于电池寿命的试验,试验量大,难度较大,耗时也较长。
发明内容
本发明的目的在于克服现有技术中的上述缺陷,提供一种采用大数据库分析进行电池组健康状态估算的方法,不依赖单节电池的原始理论数据,清除了电池成组和使用工况环境对SOH估算的误差。
为实现上述目的,本发明提供的技术方案如下:
本发明提供了一种采用大数据库分析进行电池组健康状态估算的方法,该方法基于电动汽车的电池管理***、车载***以及车辆运行数据库服务器,包括下述步骤:
(1)电动汽车运行时,电池管理***记录电池状态量并实时发送至车辆运行数据库服务器,车载***记录车辆运行信息并实时发送至车辆运行数据库服务器;
(2)车辆运行数据库服务器对实时收到的电池状态量和车辆运行信息进行数据处理,同步保存同一时刻电池状态量及车辆运行信息;
(3)车辆运行数据库服务器收集电动汽车全生命周期内的电池状态量及车辆运行信息数据后进行分析,计算出各实时SOH值对应的电池状态量和车辆运行信息的关系,形成校准SOH映射表;
(4)电动汽车在行驶过程将新的电池状态量和新的车辆运行信息发送至车辆运行数据库服务器,车辆运行数据库服务器通过校准SOH映射表,根据新的电池状态量和新的车辆运行信息得出对应的校准SOH值,并把校准SOH值发送回电动汽车的电池管理***和车载***。
作为优选方案,步骤(1)中,所述电池状态量包括电池容量、总电压、单体电压、电流及电池温度。
作为优选方案,步骤(1)中,所述车辆运行信息包括车辆运行工况、运行路况、运行速度、行驶里程和输出功率。
作为优选方案,步骤(1)中,所述电池管理***与所述车辆运行数据库服务器采用无线通讯;所述车载***与所述车辆运行数据库服务器采用无线通讯。
作为优选方案,步骤(2)中,所述车辆运行数据库服务器同时关联若干辆电动汽车,并接收所有电动汽车的电池状态量及车辆运行信息数据。
作为优选方案,步骤(4)中,所述电动汽车根据接收的校准SOH值进行荷电状态(SOC)估算或功率估算。
与现有技术相比,本发明的有益效果在于:
1、本发明的方法不依赖单节电池原始理论数据即可进行SOH估算。
2、本发明的方法清除了电池成组和使用工况环境对SOH估算的误差。
3、本发明的方法结合实际运行数据,通过记录大量的电池状态量和车辆运行信息数据,依靠大数据分析,得出各实时SOH值对应的电池状态量和车辆运行信息的关系并形成校准SOH映射表,可使电动汽车的SOH值估算更为精确;并且随着收集到更多车辆全生命周期数据,通过大数据分析工具不断更新SOH映射关系,可提高SOH估算精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的采用大数据库分析进行电池组健康状态估算的方法的流程图;
图2是本发明实施例二提供的采用大数据库分析进行电池组健康状态估算的方法的流程图;
图3是本发明实施例二提供的采用大数据库分析进行电池组健康状态估算的方法的原理图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
本发明的实施例一提供了一种采用大数据库分析进行电池组健康状态估算的方法,图1是本发明实施例一的方法流程图,请参考图1,本发明实施例的方法包括以下步骤:
步骤S101、电动汽车运行时,电池管理***启动电池状态量记录,同时开启远程通讯,把电池状态量实时发送回车辆运行数据库服务器;电动汽车的车载***记录车辆运行信息并实时发送至车辆运行数据库服务器;
所述电池状态量包括电池容量、总电压、单体电压、电流及电池温度;
所述车辆运行信息包括车辆运行工况、运行路况、运行速度、行驶里程及输出功率;
步骤S102、车辆运行数据库服务器对实时收到的电池状态量和车辆运行信息进行数据处理,同步保存同一时刻电池状态量及车辆运行信息;
步骤S103、车辆运行数据库服务器收集到所需量数据的电动汽车全生命周期内的电池状态量及车辆运行信息数据后,运用大数据分析工具,计算出各SOH值下对应的各种电池状态量和车辆运行信息的关系图,形成校准SOH映射表,保存在车辆运行数据库服务器;
步骤S104、电动汽车运行时,按电动汽车实时发送回车辆运行数据库服务器的电池状态量和车辆运行信息,按校准SOH映射表估算出各台电动汽车电池组的SOH值,并把SOH值发送回电动汽车的电池管理***和车载***;
电动汽车按接收到的SOH值进行SOC估算、功率估算等,更有效保护电池延长电池使用寿命;
步骤S105、随着收集到更多电动汽车的全生命周期数据,通过大数据分析工具不断更新校准SOH映射表,提高SOH估算精度。
本发明的工作原理为:在车辆运行过程中,电动汽车的电池管理***通过远程通讯把电池状态量发至车辆运行数据库服务器,同时车载***把车辆运行工况、运行路况、运行速度、行驶里程、输出功率等车辆运行信息同步发送到车辆运行数据库服务器;车辆运行数据库服务器收集全部车辆全生命周期数据,运用大数据分析,得出各种电池状态量和车辆运行信息下的电池组SOH值,形成校准SOH估算关系图表;以后车辆运行数据库服务器按接收到的电动汽车的电池状态量和车辆运行信息,结合校准SOH估算关系图表进行SOH估算,并把校准SOH估算值发送回电动汽车的电池管理***和车载***。
实施例二
本发明的实施例二提供了一种采用大数据库分析进行电池组健康状态估算的方法,该方法基于电动汽车的电池管理***、车载***以及车辆运行数据库服务器。图2是本发明实施例二的方法流程图,图3是本发明实施例二所述方法的原理图,请参考图2和图3,本发明实施例二的方法包括以下步骤:
S201、电动汽车运行时,电池管理***记录电池状态量并实时发送至车辆运行数据库服务器,车载***记录车辆运行信息并实时发送至车辆运行数据库服务器;
所述电池状态量包括电池容量、总电压、单体电压、电流及电池温度;
所述车辆运行信息包括车辆运行工况、运行路况、运行速度、行驶里程和输出功率;
所述电池管理***与所述车辆运行数据库服务器采用无线通讯;所述车载***与所述车辆运行数据库服务器采用无线通讯;
S202、车辆运行数据库服务器对实时收到的电池状态量和车辆运行信息进行数据处理,同步保存同一时刻电池状态量及车辆运行信息;
所述车辆运行数据库服务器同时关联若干辆电动汽车,并接收所有电动汽车的电池状态量及车辆运行信息数据;
S203、车辆运行数据库服务器收集电动汽车全生命周期内的电池状态量及车辆运行信息数据后进行分析,计算出各实时SOH值对应的电池状态量和车辆运行信息的关系,形成校准SOH映射表;
S204、电动汽车在行驶过程将新的电池状态量和新的车辆运行信息发送至车辆运行数据库服务器,车辆运行数据库服务器通过校准SOH映射表,根据新的电池状态量和新的车辆运行信息得出对应的校准SOH值,并把校准SOH值发送回电动汽车的电池管理***和车载***。所述电动汽车根据接收的校准SOH值进行荷电状态(SOC)估算或功率估算。
本实施例方法不依赖单节电池原始理论数据即可进行SOH估算,并且清除了电池成组和使用工况环境对SOH估算的误差。
本实施例方法结合实际运行数据,通过记录大量的电池状态量和车辆运行信息数据,依靠大数据分析,得出各实时SOH值对应的电池状态量和车辆运行信息的关系并形成校准SOH映射表,可使电动汽车的SOH值估算更为精确;并且随着收集到更多车辆全生命周期数据,通过大数据分析工具不断更新SOH映射关系,可提高SOH估算精度。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (6)
1.一种采用大数据库分析进行电池组健康状态估算的方法,其特征在于,该方法基于电动汽车的电池管理***、车载***以及车辆运行数据库服务器,包括下述步骤:
(1)电动汽车运行时,电池管理***记录电池状态量并实时发送至车辆运行数据库服务器,车载***记录车辆运行信息并实时发送至车辆运行数据库服务器;
(2)车辆运行数据库服务器对实时收到的电池状态量和车辆运行信息进行数据处理,同步保存同一时刻电池状态量及车辆运行信息;
(3)车辆运行数据库服务器收集电动汽车全生命周期内的电池状态量及车辆运行信息数据后进行分析,计算出各实时SOH值对应的电池状态量和车辆运行信息的关系,形成校准SOH映射表;
(4)电动汽车在行驶过程将新的电池状态量和新的车辆运行信息发送至车辆运行数据库服务器,车辆运行数据库服务器通过校准SOH映射表,根据新的电池状态量和新的车辆运行信息得出对应的校准SOH值,并把校准SOH值发送回电动汽车的电池管理***和车载***。
2.根据权利要求1所述的采用大数据库分析进行电池组健康状态估算的方法,其特征在于,步骤(1)中,所述电池状态量包括电池容量、总电压、单体电压、电流及电池温度。
3.根据权利要求1所述的采用大数据库分析进行电池组健康状态估算的方法,其特征在于,步骤(1)中,所述车辆运行信息包括车辆运行工况、运行路况、运行速度、行驶里程和输出功率。
4.根据权利要求1所述的采用大数据库分析进行电池组健康状态估算的方法,其特征在于,步骤(1)中,所述电池管理***与所述车辆运行数据库服务器采用无线通讯;所述车载***与所述车辆运行数据库服务器采用无线通讯。
5.根据权利要求1所述的采用大数据库分析进行电池组健康状态估算的方法,其特征在于,步骤(4)中,所述电动汽车根据接收的校准SOH值进行荷电状态估算或功率估算。
6.根据权利要求1-5任一项所述的采用大数据库分析进行电池组健康状态估算的方法,其特征在于,所述车辆运行数据库服务器同时关联若干辆电动汽车,并接收所有电动汽车的电池状态量及车辆运行信息数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610077558.9A CN105717457B (zh) | 2016-02-03 | 2016-02-03 | 一种采用大数据库分析进行电池组健康状态估算的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610077558.9A CN105717457B (zh) | 2016-02-03 | 2016-02-03 | 一种采用大数据库分析进行电池组健康状态估算的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105717457A CN105717457A (zh) | 2016-06-29 |
CN105717457B true CN105717457B (zh) | 2018-11-30 |
Family
ID=56155698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610077558.9A Active CN105717457B (zh) | 2016-02-03 | 2016-02-03 | 一种采用大数据库分析进行电池组健康状态估算的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105717457B (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11131715B2 (en) * | 2016-12-21 | 2021-09-28 | Volvo Truck Corporation | Battery management system and a method for controlling a battery management system |
CN107037370B (zh) * | 2017-04-18 | 2020-08-21 | 知豆电动汽车有限公司 | 基于监控数据的电动汽车剩余电量计算方法 |
CN109425835B (zh) * | 2017-08-21 | 2021-12-21 | 郑州宇通客车股份有限公司 | 一种电池寿命、基于大数据的车辆性能检测方法及*** |
CN108054445A (zh) * | 2017-11-30 | 2018-05-18 | 惠州市蓝微新源技术有限公司 | 电池劣化参数修正***及电池劣化参数修正方法 |
CN108128191A (zh) * | 2017-12-25 | 2018-06-08 | 衢州量智科技有限公司 | 基于大数据的电动汽车锂电池的容量校正方法及装置 |
CN110103770B (zh) * | 2018-01-17 | 2022-09-06 | 北京京东乾石科技有限公司 | 用于检测车载电池性能的方法和装置 |
CN108414938A (zh) * | 2018-01-18 | 2018-08-17 | 武汉理工大学 | 基于电动汽车监控平台的电动汽车电池soh在线评估方法 |
CN110549902A (zh) * | 2018-03-30 | 2019-12-10 | 比亚迪股份有限公司 | 云服务器、电动汽车及其中动力电池的管理***、方法 |
CN108549035A (zh) * | 2018-04-20 | 2018-09-18 | 成都雅骏新能源汽车科技股份有限公司 | 一种基于大数据估算soh的方法 |
CN110703118B (zh) * | 2018-06-21 | 2021-12-10 | 中信国安盟固利动力科技有限公司 | 一种用于车载电池寿命预测的该地区普适性电池运行工况提取的方法 |
CN111091632B (zh) * | 2018-10-24 | 2021-11-23 | 上海汽车集团股份有限公司 | 一种汽车蓄电池寿命预测方法和装置 |
CN111487539A (zh) * | 2019-01-25 | 2020-08-04 | 武汉朗立创科技有限公司 | 一种电动车电池健康状态监测云平台*** |
CN110068767A (zh) * | 2019-04-17 | 2019-07-30 | 上海蔚来汽车有限公司 | 动力电池数据监控方法、***及装置 |
CN110208706A (zh) * | 2019-06-13 | 2019-09-06 | 重庆长安新能源汽车科技有限公司 | 一种基于车联网的动力电池健康状态在线评估***及方法 |
CN110988725A (zh) * | 2019-11-22 | 2020-04-10 | 安徽绿沃循环能源科技有限公司 | 一种基于大数据平台的动力电池SoH的估算***及方法 |
KR20210077065A (ko) | 2019-12-16 | 2021-06-25 | 현대자동차주식회사 | 차량용 pra 열화 제어 시스템 및 그의 pra 열화 제어 방법 |
CN111242172A (zh) * | 2019-12-31 | 2020-06-05 | 浙江吉利新能源商用车集团有限公司 | 一种电池画像标签生成方法及装置 |
CN112698232A (zh) * | 2020-12-14 | 2021-04-23 | 尼讯(上海)科技有限公司 | 基于电池检测的电池健康状态追踪云*** |
CN113836714A (zh) * | 2021-09-22 | 2021-12-24 | 重庆云宸新能源科技有限公司 | 一种基于电池状态的多约束电池可用功率估算***和方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102866361A (zh) * | 2012-08-31 | 2013-01-09 | 惠州市亿能电子有限公司 | 一种电池组soh在线估算方法 |
CN104931886A (zh) * | 2014-03-20 | 2015-09-23 | 现代摩比斯株式会社 | 电池组劣化状态推定装置及方法 |
CN105021996A (zh) * | 2015-08-04 | 2015-11-04 | 深圳拓普科新能源科技有限公司 | 储能电站bms的电池soh估算方法 |
CN105158698A (zh) * | 2015-08-28 | 2015-12-16 | 江苏大学 | 基于充电电压曲线的电池组健康状态在线估算方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011160258A1 (zh) * | 2010-06-24 | 2011-12-29 | 松下电器产业株式会社 | 获取电池的劣化度的方法和*** |
-
2016
- 2016-02-03 CN CN201610077558.9A patent/CN105717457B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102866361A (zh) * | 2012-08-31 | 2013-01-09 | 惠州市亿能电子有限公司 | 一种电池组soh在线估算方法 |
CN104931886A (zh) * | 2014-03-20 | 2015-09-23 | 现代摩比斯株式会社 | 电池组劣化状态推定装置及方法 |
CN105021996A (zh) * | 2015-08-04 | 2015-11-04 | 深圳拓普科新能源科技有限公司 | 储能电站bms的电池soh估算方法 |
CN105158698A (zh) * | 2015-08-28 | 2015-12-16 | 江苏大学 | 基于充电电压曲线的电池组健康状态在线估算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105717457A (zh) | 2016-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105717457B (zh) | 一种采用大数据库分析进行电池组健康状态估算的方法 | |
Song et al. | Intelligent state of health estimation for lithium-ion battery pack based on big data analysis | |
CN111251940B (zh) | 管理电池单元劣化的***和方法 | |
CN112433169B (zh) | 一种云端动力电池健康度评估***及方法 | |
CN110873841B (zh) | 一种基于数据驱动与电池特性相结合的电池寿命预测方法 | |
CN103728563B (zh) | 一种电池健康状态的测算方法 | |
CN106772104B (zh) | 一种动力电池soc值估算方法 | |
US11796596B2 (en) | Method of managing battery, battery management system, and electric vehicle charging system having the battery management system | |
CN103698713A (zh) | 一种锂离子电池健康状态评估方法 | |
CN110045291B (zh) | 一种锂电池容量估计方法 | |
CN102455411A (zh) | 自适应的缓慢变化电流检测 | |
CN104849671A (zh) | 一种基于组合神经网络的电池组容量检测*** | |
Huang et al. | State of health estimation of lithium-ion batteries based on the regional frequency | |
CN112485693B (zh) | 一种基于温度概率密度函数的电池健康状态快速评估方法 | |
CN112363061A (zh) | 一种基于大数据的热失控风险评估方法 | |
Barreras et al. | An improved parametrization method for Li-ion linear static Equivalent Circuit battery Models based on direct current resistance measurement | |
CN112415399B (zh) | 电池单体ocv-soc曲线修正方法、设备及存储介质 | |
Duong et al. | Novel estimation technique for the state-of-charge of the lead-acid battery by using EKF considering diffusion and hysteresis phenomenon | |
CN110007234A (zh) | 动力电池/电池组的性能测试方法及***、电动汽车 | |
CN111190112B (zh) | 一种基于大数据分析的电池充放电预测方法及*** | |
Liang et al. | On-board incremental capacity/differential voltage curves acquisition for state of health monitoring of lithium-ion batteries | |
Cai et al. | Online weld breakage diagnosis for the battery of electric vehicle: a data-driven approach | |
CN114441980A (zh) | 一种量测锂离子电池的健康情况和剩余使用寿命的方法 | |
Heo et al. | Available power and energy prediction using a simplified circuit model of HEV Li-ion battery | |
Scholz et al. | Analysis of Cell-to-Cell Variation in a Battery Pack after Long Service Life Using Parameter Identification |
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 |