CN106707181A - 一种锂离子的电池参数与荷电状态估计方法 - Google Patents

一种锂离子的电池参数与荷电状态估计方法 Download PDF

Info

Publication number
CN106707181A
CN106707181A CN201611103134.1A CN201611103134A CN106707181A CN 106707181 A CN106707181 A CN 106707181A CN 201611103134 A CN201611103134 A CN 201611103134A CN 106707181 A CN106707181 A CN 106707181A
Authority
CN
China
Prior art keywords
battery
parameter
lithium ion
estimation
state
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
CN201611103134.1A
Other languages
English (en)
Inventor
田雨
姜辛
高晓杰
张臻
牛敬彬
陈雷
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.)
Nanjing Aotecar New Energy Technology Co Ltd
Macao Tecka New Energy Technology (shanghai) Co Ltd
Original Assignee
Nanjing Aotecar New Energy Technology Co Ltd
Macao Tecka New Energy Technology (shanghai) Co Ltd
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 Nanjing Aotecar New Energy Technology Co Ltd, Macao Tecka New Energy Technology (shanghai) Co Ltd filed Critical Nanjing Aotecar New Energy Technology Co Ltd
Priority to CN201611103134.1A priority Critical patent/CN106707181A/zh
Publication of CN106707181A publication Critical patent/CN106707181A/zh
Pending legal-status Critical Current

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]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G01R31/387—Determining ampere-hour charge capacity or SoC
    • G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/36—Circuit design at the analogue level
    • G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
    • 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
    • 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
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • 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)
  • Computer Hardware Design (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • Electrochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Secondary Cells (AREA)

Abstract

本发明公开了一种锂离子的电池参数与荷电状态估计方法，通过锂电池的输入输出状态估计其等效电路模型参数，在满足了特性的电流激励条件下通过算法自动辨识电池模型参数，包括电池开路电压、电池内阻、双层电容、电荷转移电阻，并通过提取可靠的开路电压评估电池荷电状态。

Description

一种锂离子的电池参数与荷电状态估计方法
技术领域
本发明涉及一种锂离子的电池参数与荷电状态估计方法，具体涉及一种基于慢时变参数最小二乘法的锂离子电池参数估计与soc评估方法。
背景技术
电动车辆正变得越来越普遍。这些车辆包括纯电动车以及混合动力车。所有这些类型的电动车采用包括多个电池单元的储能***。这些电池单元被串联或者并联为电池模组，电池模组同样被串联或者并联组合为整个储能***。对于乘用车，储能***可高达400伏，对于商用车，储能***可高达700伏，其在为电动车辆和混合动力车辆提供动力中起着重要的作用。对于车载的储能***需要有先进的算法评估其运行的状态。
储能***的相关算法在电动车应用方面扮演着核心角色。例如，电池荷电状态(soc)扮演着类似传统汽车油箱剩余油量的角色，对于纯电动车，其给驾驶员指示剩余多少电量供给电动车使用，驾驶员根据剩余电量合理安排行程；荷电状态也是电动车安全性的影响因素，荷电状态的精确估计可以避免电池过充过放，保护电池，延长电池寿命，提高电动车是用安全性；对于混合动力汽车，电池荷电状态是电动车性能、燃油经济性、散热等的重要影响因素；因此荷电状态估计的精确性与鲁棒性在汽车性能和安全方面起着至关重要的作用。
发明内容
为解决现有技术的不足，本发明的目的在于提供一种锂离子的电池参数与荷电状态估计方法，通过锂电池的输入输出状态估计其等效电路模型参数，并通过提取可靠的开路电压评估电池荷电状态。
为了实现上述目标，本发明采用如下的技术方案：
一种锂离子的电池参数与荷电状态估计方法，其特征是，包括如下步骤：
1)初始化四阶相关矩阵P(0)和参数矢量θ(0)；电池的初始端电压Vm(0)＝0，电池的端电压Im(0)＝0；
2)通过传感器获取电池的端电压Vm以及电流值Im，采样周期为T，第k次数据记为Vm(k)和Im(k)；
根据所得到的电流值Im(k)数据进行判定，判断准则为：
i)电流大于设定值；
ii)电流的变化量需要大于设定值；
当不同时满足以上两个条件，重新获取端电压Vm以及电流值Im；若同时满足，进行下一步；
3)计算向量
4)计算增益矢量λ为遗忘因子，依据经验值设定；
5)计算测量值Vm与估计值Vterminal(k)的误差e(k)＝Vm(k)-Vterminal(k)，
6)更新参数矢量θ(k)＝θ(k-1)+K(k)·e(k)，其中θ(k)＝|θ1 θ2 θ3 θ4|，根据θ(k)计算电池参数：
电池开路电压电池内阻R＝θ2，电荷转移电阻双层电容
7)判断如下条件参数合理性：
i)判断参数收敛程度与参数辨识的准确度，当目标函数J(θ)小于设定值时认为参数已收敛；N是当前循环次数；
ii)判断Voc的合理性：获取电流为零阶段的平均端电压Vavg，开路电压Voc满足Vavg-ΔV＜Voc＜Vavg+ΔV时认为合理，ΔV依据经验值取值；
iii)判断的合理性：开路电压Voc只与电池荷电状态有关，其变化量满足时认为合理；变化量为当前循环得到的Voc与前一循环得到的Voc的差值，变化量为当前循环得到的Vm与前一循环得到的Vm的差值；
当以上三个条件同时满足，则认为电路参数是合理的，并进行下一步；否则不更新参数矩阵，返回步骤2)；
8)更新相关矩阵令k＝k+1；
9)获取电池的soc-ocv曲线，并根据步骤7)验证合理后的开路电压估算电池soc。
进一步地，所述步骤1)中，θ(0)＝|0 0 0 0|，采用周期T＝0.1s。
进一步地，所述步骤4)中遗忘因子λ＝0.98。
本发明所达到的有益效果：经过数据测试，本方法提取的开路电压以及电池内阻均在合理范围内，反应了电池运行的真实状态；估算的soc精度在5％以内，并且规避了安时积分算法无法修正，积分误差随时间累计增大的缺点；本算法可以校验安时积分soc的合理性，并且根据工况与其加权平均得到更精确的估计。
附图说明
图1是本发明的算法流程图；
图2是一阶RC电池等效电路的示意图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围(本申请文件中的*均表示乘号)。
对于本发明中计算电池参数的方法作如下说明，在这里采用将待检测电路等效为一阶RC电池等效电路，并进行数据逆推的方式，得到相关参数的计算公式。如图2所示。电路包括测量量端电压Vterminal与电流Iterminal；电源代表电池开路电压Voc，串联电阻代表电池内阻R，串联电阻的电压为VR，RC电路包括双层电容Cdl与电荷转移电阻Rct，双层电容的电压为Vdl。以下部分通过分析此等效电路推导其微分方程，并离散化使之可以适用于最小二乘法以及嵌入式实时***。
由电路特性，可以得到以下微分方程：
Vterminal＝Voc+VR+Vdl (1)
VR＝R*Iterminal (2)
将(2)式带入(1)式，得到(4)式Vterminal＝Voc+R*Iterminal+Vdl (4)。
对(4)式求导，并且假设开路电压Voc在短时间内是不变的，得到(5)式
对(4)式两边除以RctCdl，得到(6)式
将(5)式与(6)式相加，得到(7)式：
将(3)式两边除以Cdl带入(7)式，得到(8)式：
将(8)式离散化，采样时间为T，得到(9)式：
整理得到可以递归运算的形式(10)式：
Vterminal(k)＝θ1*Vterminal(k-1)+θ2*Iterminal(k)+θ3*Iterminal(k-1)+θ4(10)。
当前时刻端电压估计值Vterminal(k)可以由上一时刻迭代的端电压Vterminal(k-1)，当前时刻的电流采样Iterminal(k)，上一时刻的电流采样Iterminal(k-1)的多项式所表达；
其中四个参数分别为
将(10)式改写为向量积的形式，得到(11)式θ(k)＝|θ1 θ2 θ3 θ4|，
基于以上分析，本方法在实际操作是，有如下步骤：
1)初始化相关矩阵P(0)和参数矢量θ(0)：
θ(0)＝|0 0 0 0|。
2)通过传感器获取电池的端电压Vm以及电流值Im，采样周期为T，第k次数据记为Vm(k)和Im(k)，且电池的初始端电压Vm(0)＝0，电池的端电压Im(0)＝0。
判断此算法的使能条件，即需要达到足够的电流激励条件，算法的参数辨识才具有意义；具体的，根据步骤1)中所得到的电流值Iterminal(k)数据进行判定，判断准则为：
i)电流需要大于一定值，即车辆处于运行或者充电状态；
ii)电流的变化量需要大于一定值，恒定的电流无法激励电池的动态变化；
当不同时满足以上两个条件，退回步骤1)重新获取；若同时满足，进行下一步；
3)计算向量
4)计算增益矢量λ为遗忘因子，实施例中λ＝0.98，其中P(k)为四阶矩阵；
5)计算测量与估计误差e(k)＝Vm(k)-Vterminal(k)，
6)更新参数矢量θ(k)＝θ(k-1)+K(k)·e(k)，其中θ(k)＝|θ1 θ2 θ3 θ4|，根据θ(k)计算电池参数：
电池开路电压电池内阻R＝θ2，电荷转移电阻双层电容
7)判断如下条件参数合理性：
i)判断参数收敛程度与参数辨识的准确度，当目标函数J(θ)小于设定值时认为参数已收敛；
ii)判断Voc的合理性：获取电流为零阶段的平均端电压Vavg，开路电压Voc满足Vavg-ΔV＜Voc＜Vavg+ΔV时认为合理，ΔV依据经验值取值，实施例中ΔV＝10V。
iii)判断的合理性：开路电压Voc只与电池荷电状态有关，其变化量满足时认为合理；
当以上三个条件同时满足，则认为电路参数是合理的，并进行下一步；否则不更新参数矩阵，返回步骤1)。
8)更新相关矩阵
9)根据soc-ocv曲线计算根据开路电压估算的电池soc。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (6)

1.一种锂离子的电池参数与荷电状态估计方法，其特征是，包括如下步骤：
1)初始化四阶相关矩阵P(0)和参数矢量θ(0)；电池的初始端电压Vm(0)＝0，电池的端电压Im(0)＝0；
2)通过传感器获取电池的端电压Vm以及电流值Im，采样周期为T，第k次数据记为Vm(k)和Im(k)；
根据所得到的电流值Im(k)数据进行判定，若满足，进行下一步，否则重新获取端电压Vm以及电流值Im；
3)计算向量
4)计算增益矢量λ为遗忘因子，依据经验值设定；
5)计算测量值Vm与估计值Vterminal(k)的误差e(k)＝Vm(k)-Vterminal(k)，
6)更新参数矢量θ(k)＝θ(k-1)+K(k)·e(k)，其中θ(k)＝|θ1 θ2 θ3 θ4|，根据θ(k)计算电池参数；
7)判断如下条件参数合理性：
i)判断参数收敛程度与参数辨识的准确度，当目标函数J(θ)小于设定值时认为参数已收敛；N是当前循环次数；
ii)判断Voc的合理性：获取电流为零阶段的平均端电压Vavg，开路电压Voc满足Vavg-ΔV＜Voc＜Vavg+ΔV时认为合理，ΔV依据经验值取值；
iii)判断的合理性：开路电压Voc只与电池荷电状态有关，其变化量满足时认为合理；变化量为当前循环得到的Voc与前一循环得到的Voc的差值，变化量为当前循环得到的Vm与前一循环得到的Vm的差值；
当以上三个条件同时满足，则认为电路参数是合理的，并进行下一步；否则不更新参数矩阵，返回步骤2)；
8)更新相关矩阵令k＝k+1；
9)获取电池的soc-ocv曲线，并根据步骤7)验证合理后的开路电压估算电池soc。
2.根据权利要求1所述的一种锂离子的电池参数与荷电状态估计方法，其特征是，所述步骤1)中，θ(0)＝|0 0 0 0|。
3.根据权利要求1所述的一种锂离子的电池参数与荷电状态估计方法，其特征是，所述步骤1)中采用周期T＝0.1s。
4.根据权利要求1所述的一种锂离子的电池参数与荷电状态估计方法，其特征是，所述步骤2)中判断准则为：
i)电流大于设定值；
ii)电流的变化量需要大于设定值。
5.根据权利要求1所述的一种锂离子的电池参数与荷电状态估计方法，其特征是，所述步骤4)中遗忘因子λ＝0.98。
6.根据权利要求1所述的一种锂离子的电池参数与荷电状态估计方法，其特征是，所述步骤6)中电池参数包括：电池开路电压电池内阻R＝θ2，电荷转移电阻双层电容
CN201611103134.1A 2016-12-05 2016-12-05 一种锂离子的电池参数与荷电状态估计方法 Pending CN106707181A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611103134.1A CN106707181A (zh) 2016-12-05 2016-12-05 一种锂离子的电池参数与荷电状态估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611103134.1A CN106707181A (zh) 2016-12-05 2016-12-05 一种锂离子的电池参数与荷电状态估计方法

Publications (1)

Publication Number Publication Date
CN106707181A true CN106707181A (zh) 2017-05-24

Family

ID=58935648

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611103134.1A Pending CN106707181A (zh) 2016-12-05 2016-12-05 一种锂离子的电池参数与荷电状态估计方法

Country Status (1)

Country Link
CN (1) CN106707181A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109932662A (zh) * 2019-03-06 2019-06-25 重庆雅讯电源技术有限公司 电池容量状态估计方法、装置、设备及存储介质
CN110133505A (zh) * 2018-02-05 2019-08-16 南京湛研能源科技有限公司 一种基于变参数模型的动力电池充放电状态观测方法
CN110709716A (zh) * 2018-02-07 2020-01-17 株式会社Lg化学 估计电池的等效电路模型的参数的方法以及电池管理***
CN111509313A (zh) * 2020-04-26 2020-08-07 浙江吉利新能源商用车集团有限公司 一种用于磷酸铁锂电池的soc修正方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006284431A (ja) * 2005-04-01 2006-10-19 Nissan Motor Co Ltd 二次電池の充電率推定装置
CN102368091A (zh) * 2010-06-22 2012-03-07 通用汽车环球科技运作有限责任公司 用于锂离子电池的适应性电池参数提取和soc评估
CN102937704A (zh) * 2012-11-27 2013-02-20 山东省科学院自动化研究所 一种动力电池rc等效模型的辨识方法
CN103293485A (zh) * 2013-06-10 2013-09-11 北京工业大学 基于模型的蓄电池荷电状态估计方法
CN103389468A (zh) * 2012-05-08 2013-11-13 通用汽车环球科技运作有限责任公司 电池荷电状态观测器
CN104237791A (zh) * 2013-06-20 2014-12-24 电子科技大学 一种锂电池荷电状态估算方法及电池管理***和电池***
CN105510829A (zh) * 2014-09-29 2016-04-20 山东大学 一种新型锂离子动力电池soc估计方法
CN105548896A (zh) * 2015-12-25 2016-05-04 南京航空航天大学 基于n-2rc模型的动力电池soc在线闭环估计方法
CN105954679A (zh) * 2016-04-29 2016-09-21 华中科技大学 一种锂电池荷电状态的在线估计方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006284431A (ja) * 2005-04-01 2006-10-19 Nissan Motor Co Ltd 二次電池の充電率推定装置
CN102368091A (zh) * 2010-06-22 2012-03-07 通用汽车环球科技运作有限责任公司 用于锂离子电池的适应性电池参数提取和soc评估
CN103389468A (zh) * 2012-05-08 2013-11-13 通用汽车环球科技运作有限责任公司 电池荷电状态观测器
CN102937704A (zh) * 2012-11-27 2013-02-20 山东省科学院自动化研究所 一种动力电池rc等效模型的辨识方法
CN103293485A (zh) * 2013-06-10 2013-09-11 北京工业大学 基于模型的蓄电池荷电状态估计方法
CN104237791A (zh) * 2013-06-20 2014-12-24 电子科技大学 一种锂电池荷电状态估算方法及电池管理***和电池***
CN105510829A (zh) * 2014-09-29 2016-04-20 山东大学 一种新型锂离子动力电池soc估计方法
CN105548896A (zh) * 2015-12-25 2016-05-04 南京航空航天大学 基于n-2rc模型的动力电池soc在线闭环估计方法
CN105954679A (zh) * 2016-04-29 2016-09-21 华中科技大学 一种锂电池荷电状态的在线估计方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
庞中华 等: "《***辨识与自适应控制MATLAB仿真（修订版）》", 31 August 2013, 北京：北京航空航天大学出版社 *
李振强 等: "锂电池的模型参数与荷电状态估计的研究", 《通信电源技术》 *
陈息坤 等: "锂离子电池建模及其参数辨识方法研究", 《中国电机工程学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110133505A (zh) * 2018-02-05 2019-08-16 南京湛研能源科技有限公司 一种基于变参数模型的动力电池充放电状态观测方法
CN110709716A (zh) * 2018-02-07 2020-01-17 株式会社Lg化学 估计电池的等效电路模型的参数的方法以及电池管理***
CN109932662A (zh) * 2019-03-06 2019-06-25 重庆雅讯电源技术有限公司 电池容量状态估计方法、装置、设备及存储介质
CN111509313A (zh) * 2020-04-26 2020-08-07 浙江吉利新能源商用车集团有限公司 一种用于磷酸铁锂电池的soc修正方法

Similar Documents

Publication Publication Date Title
Wang et al. Probability based remaining capacity estimation using data-driven and neural network model
CN101813754B (zh) 一种用于汽车起动照明型铅酸蓄电池的状态估算方法
USRE47527E1 (en) System and method for calculating distance to empty of green vehicle
CN108919137B (zh) 一种考虑不同电池状态的电池老化状态估计方法
US9377512B2 (en) Battery state estimator combining electrochemical solid-state concentration model with empirical equivalent-circuit model
Huang et al. A model-based state-of-charge estimation method for series-connected lithium-ion battery pack considering fast-varying cell temperature
Liu et al. A state of charge estimation method based on $ H_\infty $ observer for switched systems of lithium-ion nickel–manganese–cobalt batteries
CN104931886B (zh) 电池组劣化状态推定装置及方法
CN104007395B (zh) 锂离子电池荷电状态与参数自适应联合估计方法
EP3593155B1 (en) A battery cell state of charge estimation method and a battery state monitoring system
CN103399277B (zh) 一种动力电池实际容量估算方法
CN106814329A (zh) 一种基于双卡尔曼滤波算法的电池soc在线估计方法
CN108732508B (zh) 一种锂离子电池容量的实时估计方法
CN110795851B (zh) 一种考虑环境温度影响的锂离子电池建模方法
CN105974327A (zh) 一种基于神经网络和ukf的锂电池组soc预测方法
CN104502858A (zh) 基于后向差分离散模型的动力电池soc估计方法与***
CN106908732A (zh) 一种锂离子电池等效电路模型参数辨识方法和装置
CN111965560B (zh) 一种面向通用放电工况的电池健康状态估计方法
CN109814041A (zh) 一种锂离子电池双卡尔曼滤波容量估计方法
CN106707181A (zh) 一种锂离子的电池参数与荷电状态估计方法
Wang et al. Comparison of Kalman Filter-based state of charge estimation strategies for Li-Ion batteries
Zhou et al. Peak power prediction for series-connected LiNCM battery pack based on representative cells
CN110703112A (zh) 一种基于局部充电数据的电池组状态的在线估计方法
CN105548906A (zh) 一种电池剩余容量动态估算方法
Sabatier et al. Fractional models for lithium-ion batteries

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170524