CN107221971A - 利用隐含马尔科夫模型进行动力电池主动均衡判断的方法 - Google Patents

利用隐含马尔科夫模型进行动力电池主动均衡判断的方法 Download PDF

Info

Publication number
CN107221971A
CN107221971A CN201710299671.6A CN201710299671A CN107221971A CN 107221971 A CN107221971 A CN 107221971A CN 201710299671 A CN201710299671 A CN 201710299671A CN 107221971 A CN107221971 A CN 107221971A
Authority
CN
China
Prior art keywords
balance
monomer
module
soc
balanced
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
Application number
CN201710299671.6A
Other languages
English (en)
Other versions
CN107221971B (zh
Inventor
李宝
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.)
Anhui Huipeng New Energy Technology Co.,Ltd.
Original Assignee
Beijing Ou Peng Bach New Energy Polytron Technologies Inc
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 Beijing Ou Peng Bach New Energy Polytron Technologies Inc filed Critical Beijing Ou Peng Bach New Energy Polytron Technologies Inc
Priority to CN201710299671.6A priority Critical patent/CN107221971B/zh
Publication of CN107221971A publication Critical patent/CN107221971A/zh
Application granted granted Critical
Publication of CN107221971B publication Critical patent/CN107221971B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
    • H02J7/0014—Circuits for equalisation of charge between batteries
    • 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
    • H01M10/4207—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells for several batteries or cells simultaneously or sequentially
    • 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)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Power Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了一种利用隐含马尔科夫模型进行动力电池主动均衡判断的方法，Pack包括8个模块,每个模块中有12个单体电池，所述每个单体电池四种电池平衡方式：没有进行平衡过程、单体到电池包的平衡、单体到模块的平衡、模块到单体的平衡。本发明相比现有技术的优点在于：本发明从最优能量的角度，根据隐含马尔科夫模型的算法，制订了合理的主动平衡的控制策略，结合基于反激变压器的平衡硬件，实现了在充放电时，电池包的主动平衡控制。本发明提高了动力电池包在平衡过程中的能量利用效率，延长了电池包的使用能量及寿命。

Description

利用隐含马尔科夫模型进行动力电池主动均衡判断的方法
技术领域
本发明涉及电池均衡控制技术领域，尤其涉及一种利用隐含马尔科夫模型进行动力电池主动均衡判断的方法。
背景技术
目前动力产品主动平衡采用的是反激变压器的方案，可以实现单体到模组，模组到单体，单体到Pack三种平衡方式。为了实现整个电池包所有单体SOC的一致性。从控制策略的角度，实现的方式比较多，目前国内的类似解决方案都是简单的以单体的电压作为平衡判断条件，在充电的时候单体电压或单体电压差超过预先设定的阈值的时候开启平衡，启动平衡。
目前的平衡策略只是从单个单体的角度来考虑的，还是从防止单个单体过充的思维上来考虑主动平衡。由于主动平衡的电流较大(本发明中的平衡电流是3A)，没有从整个电池包转移能量消耗的角度制定整体的最优主动平衡的控制策略，造成了能量的浪费。基于此，研究一种利用隐含马尔科夫模型进行动力电池主动均衡判断的方法，很好的解决了这个问题。
发明内容
本发明的目的在于克服现有技术的不足，提供了一种利用隐含马尔科夫模型进行动力电池主动均衡判断的方法。
本发明是通过以下技术方案实现的：利用隐含马尔科夫模型进行动力电池主动均衡判断的方法，Pack包括8个模块,每个模块中有12个单体电池，所述每个单体电池包括四种电池平衡方式：没有进行平衡过程、单体到电池包的平衡、单体到模块的平衡、模块到单体的平衡；
该方法包括以下步骤：
(1)所述没有进行平衡过程转换为单体到电池包的平衡的标定量，记为P1，即模块的soc均值与Pack的soc均值之差>P1时，进入单体到电池包的平衡，该标定量使得平衡过程优先判断是否进行单体到电池包的平衡还是单体到模块的平衡，如果不考虑单体到电池包的平衡，而只考虑单体到模块的平衡，则不需要该标定量；
(2)当判断不进行单体到电池包的平衡后，从没有进行平衡过程转换为单体到模块的平衡或模块到单体的平衡的判断条件标定量记为P2，即模块中单体的soc值与整个模块的soc均值偏差的绝对值>P2时，进入单体到模块的平衡或模块到单体的平衡，该标定量决定了模块内部进行平衡的条件；
(3)由单体到模块的平衡或模块到单体的平衡转换到没有进行平衡过程的条件中的标定量记为P3，即在进行模块内部平衡的模块，如果模块中单体的soc值与整个模块的soc均值偏差的绝对值<P3时，则退出平衡；
(4)关于同一个模块中不同源单体或目标单体进行替换的限值为一个标定量，即当|模块中别的单体的SOC与模块的SOC均值的差值|-|目前正在平衡的单体的SOC与模块的SOC均值的差值|>P4时，则将别的单体来代替目前正在平衡的单体；
(5)于平衡次数的问题给定一个平衡次数的标定量P5，单体到电池包的平衡，单体到模块的平衡，模块到单体的平衡，这三种平衡方式中平衡电流的大小P6，这个值的大小直接影响到平衡的快慢，太小则导致需要平衡很长时间，太大则导致会矫枉过正，也达不到平衡，电池的主动平衡过程符合马尔可夫模型的特点，即该过程中，只用当前的状态来预测将来，过去即以前的历史状态对于预测将来即当前以后的未来状态是无关的，然后利用马尔可夫决策过程来得到最优的主动平衡控制决策。
作为本发明的优选方式之一，所述马尔可夫决策包括以下步骤：
(1)首先来建立平衡过程的马尔可夫模型，因为有8个模块，进行平衡时先考虑是否进行单体到电池包的平衡，如果不进行或者进行单体到电池包的平衡完成之后就进行每个模块之内的平衡，而每个模块之内的平衡方式可能是不同的，所以针对一个模块来进行建模，就可以反映每个模块的平衡决策情况；
(2)再给出一个模块的马尔可夫模型中的基本要素，记△SOC为每个模块中与模块的SOC均值偏离最大的单体与模块的SOC均值的差值；
状态S:S1(△SOC>P2)，S2(△SOC<-P2)，S3(|△SOC|<P3)，S4(Module的soc均值与pack的soc均值之差>P1)，
动作A：a1(没有进行平衡过程)，
a2(单体到电池包的平衡)，
a3(单体到模块的平衡)，
a4(模块到单体的平衡)，
传递矩阵：T(s,a,s’)，
奖励reward:R(s,a,s’)达到平衡1，对SOC没有影响0，达不到平衡-1，
初始状态：S1；
(3)最后利用策略迭代方法进行计算得出结果。
作为本发明的优选方式之一，所述策略迭代方法的计算公式为
作为本发明的优选方式之一，该方法包括以下步骤：
(1)建立主动平衡***的Game tree,
(2)通过策略迭代方法进行计算，
(3)从而得到最佳的主动平衡控制决策。
作为本发明的优选方式之一，所述最佳的主动平衡控制决策如下表所示
本发明相比现有技术的优点在于：本发明从最优能量的角度，根据隐含马尔科夫模型的算法，制订了合理的主动平衡的控制策略，结合基于反激变压器的平衡硬件，实现了在充放电时，电池包的主动平衡控制。本发明提高了动力电池包在平衡过程中的能量利用效率，延长了电池包的使用能量及寿命。
附图说明
图1是本发明的四种平衡方式示意图。
具体实施方式
下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例:
如图1所示：一种利用隐含马尔科夫模型进行动力电池主动均衡判断的方法，Pack包括8个模块(module),每个模块中有12个单体电池(cell)，所述每个单体电池四种电池平衡方式：没有进行平衡过程(No balancing)、单体到电池包的平衡(Cell to pack)、单体到模块的平衡(cell to module)、模块到单体的平衡(module to cell)；
该方法包括以下步骤：
(1)所述没有进行平衡过程转换为单体到电池包的平衡的标定量，记为P1，即模块的soc均值与Pack的soc均值之差>P1时，进入单体到电池包的平衡，该标定量使得平衡过程优先判断是否进行单体到电池包的平衡还是单体到模块的平衡，如果不考虑单体到电池包的平衡，而只考虑单体到模块的平衡，则不需要该标定量；
(2)当判断不进行单体到电池包的平衡后，从没有进行平衡过程转换为单体到模块的平衡或模块到单体的平衡的判断条件标定量记为P2，即模块中单体的soc值与整个模块的soc均值偏差的绝对值>P2时，进入单体到模块的平衡或模块到单体的平衡，该标定量决定了模块内部进行平衡的条件；
(3)由单体到模块的平衡或模块到单体的平衡转换到没有进行平衡过程的条件中的标定量记为P3，即在进行模块内部平衡的模块，如果模块中单体的soc值与整个模块的soc均值偏差的绝对值<P3时，则退出平衡；
(4)关于同一个模块中不同源单体或目标单体进行替换的限值为一个标定量，即当|模块中别的单体的SOC与模块的SOC均值的差值|-|目前正在平衡的单体的SOC与模块的SOC均值的差值|>P4时，则将别的单体来代替目前正在平衡的单体；
(5)于平衡次数的问题给定一个平衡次数的标定量P5，单体到电池包的平衡，单体到模块的平衡，模块到单体的平衡，这三种平衡方式中平衡电流的大小P6，这个值的大小直接影响到平衡的快慢，太小则导致需要平衡很长时间，太大则导致会矫枉过正，也达不到平衡，电池的主动平衡过程符合马尔可夫模型的特点，即该过程中，只用当前的状态来预测将来，过去即以前的历史状态对于预测将来即当前以后的未来状态是无关的，然后利用马尔可夫决策过程来得到最优的主动平衡控制决策。
作为本发明的优选方式之一，所述马尔可夫决策包括以下步骤：
(1)首先来建立平衡过程的马尔可夫模型，因为有8个模块，进行平衡时先考虑是否进行单体到电池包的平衡，如果不进行或者进行单体到电池包的平衡完成之后就进行每个模块之内的平衡，而每个模块之内的平衡方式可能是不同的，所以针对一个模块来进行建模，就可以反映每个模块的平衡决策情况；
(2)再给出一个模块的马尔可夫模型中的基本要素，记△SOC为每个模块中与模块的SOC均值偏离最大的单体与模块的SOC均值的差值；
状态S:S1(△SOC>P2)，S2(△SOC<-P2)，S3(|△SOC|<P3)，S4(Module的soc均值与pack的soc均值之差>P1)，
动作A：a1(没有进行平衡过程)，
a2(单体到电池包的平衡)，
a3(单体到模块的平衡)，
a4(模块到单体的平衡)，
传递矩阵：T(s,a,s’)，
奖励reward:R(s,a,s’)达到平衡1，对SOC没有影响0，达不到平衡-1，
初始状态：S1；
(3)最后利用策略迭代方法进行计算得出结果。
作为本发明的优选方式之一，所述策略迭代方法的计算公式为
作为本发明的优选方式之一，该方法包括以下步骤：
(1)建立主动平衡***的Game tree,
(2)通过策略迭代方法进行计算，
(3)从而得到最佳的主动平衡控制决策。
作为本发明的优选方式之一，所述最佳的主动平衡控制决策如下表所示
作为本发明的优选方式之一，所述策略迭代方法的Game Tree为
K ∏k(s1) ∏k(s2) ∏k(s3) Vk(a1) Vk(a2) Vk(a3)
0 a1 a1 a1 0 0 10
1 a2 a3 a1 10 10 10
2 a2 a3 a1
主动平衡的马尔可夫决策
平衡判断条件及标定量根据平衡决策，其中标定量为
P1＝0；P2＝0.05；P3＝0.05；P4＝0；P5＝10；P6＝0.01。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.利用隐含马尔科夫模型进行动力电池主动均衡判断的方法，Pack包括8个模块,每个模块中有12个单体电池，其特征在于，每个所述单体电池包括四种电池平衡方式：没有进行平衡过程、单体到电池包的平衡、单体到模块的平衡、模块到单体的平衡；
该方法包括以下步骤：
(1)所述没有进行平衡过程转换为单体到电池包的平衡的标定量，记为P1，即模块的soc均值与Pack的soc均值之差>P1时，进入单体到电池包的平衡，该标定量使得平衡过程优先判断是否进行单体到电池包的平衡还是单体到模块的平衡，如果不考虑单体到电池包的平衡，而只考虑单体到模块的平衡，则不需要该标定量；
(2)当判断不进行单体到电池包的平衡后，从没有进行平衡过程转换为单体到模块的平衡或模块到单体的平衡的判断条件标定量记为P2，即模块中单体的soc值与整个模块的soc均值偏差的绝对值>P2时，进入单体到模块的平衡或模块到单体的平衡，该标定量决定了模块内部进行平衡的条件；
(3)由单体到模块的平衡或模块到单体的平衡转换到没有进行平衡过程的条件中的标定量记为P3，即在进行模块内部平衡的模块，如果模块中单体的soc值与整个模块的soc均值偏差的绝对值<P3时，则退出平衡；
(4)关于同一个模块中不同源单体或目标单体进行替换的限值为一个标定量，即当|模块中别的单体的SOC与模块的SOC均值的差值|-|目前正在平衡的单体的SOC与模块的SOC均值的差值|>P4时，则将别的单体来代替目前正在平衡的单体；
(5)于平衡次数的问题给定一个平衡次数的标定量P5，单体到电池包的平衡，单体到模块的平衡，模块到单体的平衡，这三种平衡方式中平衡电流的大小P6，这个值的大小直接影响到平衡的快慢，太小则导致需要平衡很长时间，太大则导致会矫枉过正，也达不到平衡，电池的主动平衡过程符合马尔可夫模型的特点，即该过程中，只用当前的状态来预测将来，过去即以前的历史状态对于预测将来即当前以后的未来状态是无关的，然后利用马尔可夫决策过程来得到最优的主动平衡控制决策。
2.根据权利要求1所述的利用隐含马尔科夫模型进行动力电池主动均衡判断的方法，其特征在于，所述马尔可夫决策包括以下步骤：
(1)首先来建立平衡过程的马尔可夫模型，因为有8个模块，进行平衡时先考虑是否进行单体到电池包的平衡，如果不进行或者进行单体到电池包的平衡完成之后就进行每个模块之内的平衡，而每个模块之内的平衡方式可能是不同的，所以针对一个模块来进行建模，就可以反映每个模块的平衡决策情况；
(2)再给出一个模块的马尔可夫模型中的基本要素，记△SOC为每个模块中与模块的SOC均值偏离最大的单体与模块的SOC均值的差值；
状态S:S1(△SOC>P2)，S2(△SOC<-P2)，S3(|△SOC|<P3)，S4(Module的soc均值与pack的soc均值之差>P1)，
动作A：a1(没有进行平衡过程)，
a2(单体到电池包的平衡)，
a3(单体到模块的平衡)，
a4(模块到单体的平衡)，
传递矩阵：T(s,a,s’)，
奖励reward:R(s,a,s’)达到平衡1，对SOC没有影响0，达不到平衡-1，初始状态：S1；
(3)最后利用策略迭代方法进行计算得出结果。
3.根据权利要求2所述的利用隐含马尔科夫模型进行动力电池主动均衡判断的方法，其特征在于，所述策略迭代方法的计算公式为
4.根据权利要求1-3所述的利用隐含马尔科夫模型进行动力电池主动均衡判断的方法，其特征在于,该方法包括以下步骤：
(1)建立主动平衡***的Game tree,
(2)通过策略迭代方法进行计算，
(3)从而得到最佳的主动平衡控制决策。
5.根据权利要求4所述的利用隐含马尔科夫模型进行动力电池主动均衡判断的方法，其特征在于，所述最佳的主动平衡控制决策如下表所示
CN201710299671.6A 2017-05-02 2017-05-02 利用隐含马尔科夫模型进行动力电池主动均衡判断的方法 Active CN107221971B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710299671.6A CN107221971B (zh) 2017-05-02 2017-05-02 利用隐含马尔科夫模型进行动力电池主动均衡判断的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710299671.6A CN107221971B (zh) 2017-05-02 2017-05-02 利用隐含马尔科夫模型进行动力电池主动均衡判断的方法

Publications (2)

Publication Number Publication Date
CN107221971A true CN107221971A (zh) 2017-09-29
CN107221971B CN107221971B (zh) 2020-08-07

Family

ID=59943672

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710299671.6A Active CN107221971B (zh) 2017-05-02 2017-05-02 利用隐含马尔科夫模型进行动力电池主动均衡判断的方法

Country Status (1)

Country Link
CN (1) CN107221971B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112937369A (zh) * 2021-02-01 2021-06-11 合肥国轩高科动力能源有限公司 一种基于马氏过程的动力电池组主动均衡控制方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105429236A (zh) * 2015-12-25 2016-03-23 华南理工大学 一种基于电流预测的动力电池组均衡控制方法
CN105818707A (zh) * 2016-03-30 2016-08-03 宁波伟吉电力科技有限公司 电池控制方法和***及电动汽车

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105429236A (zh) * 2015-12-25 2016-03-23 华南理工大学 一种基于电流预测的动力电池组均衡控制方法
CN105818707A (zh) * 2016-03-30 2016-08-03 宁波伟吉电力科技有限公司 电池控制方法和***及电动汽车

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张树海: "基于磷酸铁锂单体电池荷电状态的均衡算法研究", 《中国博士学位论文全文数据库》 *
程方晓等: "基于马尔可夫的锂电池组充电均衡", 《计算机测量与控制》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112937369A (zh) * 2021-02-01 2021-06-11 合肥国轩高科动力能源有限公司 一种基于马氏过程的动力电池组主动均衡控制方法

Also Published As

Publication number Publication date
CN107221971B (zh) 2020-08-07

Similar Documents

Publication Publication Date Title
Yu et al. Real time energy management strategy for a fast charging electric urban bus powered by hybrid energy storage system
JP6777510B2 (ja) バッテリ制御方法、バッテリ制御装置、及びバッテリパック
CN111900727B (zh) 基于pso的光储充换一体化充电站协同优化调度方法和装置
WO2022252559A1 (zh) 基于规则和双深度q网络的混合动力汽车能量管理方法
CN102355031B (zh) 一种磷酸铁锂动力电池组主动均衡充电方法
CN106953339B (zh) 一种铅炭电池实时平抑光伏电站功率波动的方法
JPWO2016129212A1 (ja) 電池状態推定装置、および電源装置
CN104170207B (zh) 二次电池的充电装置以及二次电池的充电方法
CN112600188B (zh) 一种直流微电网多储能soc均衡的分段自适应下垂控制方法
CN107132490B (zh) 一种实现锂电池组荷电状态估计的方法
US10073145B2 (en) Method and system for estimating state of charge of battery
CN106340926A (zh) 锂电池均衡控制策略优化方法
CN101657782B (zh) 多电池充电***和方法
CN104600383B (zh) 电池组的电量均衡方法和装置
CN107351701A (zh) 基于老化均衡的多目标自适应控制方法
CN102255114A (zh) 电池均衡充放电方法及装置
CN109617151A (zh) 基于模型预测控制的锂电池组主动均衡控制方法
US9379416B2 (en) Method for performing cell balancing of a battery system based on cell capacity values
CN106655408A (zh) 电池组均衡控制方法和控制装置
CN109873449A (zh) 一种户用微网中光储容量优化配置方法
CN111301219A (zh) 一种电动车电池控制方法、***、设备及可读存储介质
CN110492185A (zh) 一种锂电池组均衡方法及***
CN107221971A (zh) 利用隐含马尔科夫模型进行动力电池主动均衡判断的方法
CN107171309A (zh) 一种微电网***直流母线稳压控制方法
Liu et al. Efficient lithium-ion battery model predictive control using differential flatness-based pseudospectral methods

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220407

Address after: 238014 No. 01, Guangtong automobile company yard, Huashan Industrial Park, Chaohu Economic Development Zone, Hefei, Anhui Province

Patentee after: Anhui Huipeng New Energy Technology Co.,Ltd.

Address before: 102200 No. 2031, No. 7, Chuangxin Road, science and Technology Park, Changping District, Beijing

Patentee before: BEIJING OFFNENBACH NEW ENERGY POLYTRON TECHNOLOGIES Inc.

TR01 Transfer of patent right