CN108549032A - 一种电池健康状态soh的估算方法 - Google Patents
一种电池健康状态soh的估算方法 Download PDFInfo
- Publication number
- CN108549032A CN108549032A CN201810344676.0A CN201810344676A CN108549032A CN 108549032 A CN108549032 A CN 108549032A CN 201810344676 A CN201810344676 A CN 201810344676A CN 108549032 A CN108549032 A CN 108549032A
- Authority
- CN
- China
- Prior art keywords
- soh
- battery
- filter
- new
- battery core
- 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
Links
Landscapes
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本发明公开一种电池健康状态SOH的估算方法,包括以下步骤:通过温度和充放电倍率得到当前环境下电芯的额定容量;计算当前电芯的SOC值;得到对应的剩余循环次数;获取电芯当前可用最大容量;获取电芯寿命终止时的电阻REOL和电芯出厂时的内阻值;根据二阶RC环模型计算电芯的真实内阻;计算当前时刻第i个电池单体健康状态;当前时刻第i个电池单体健康状态SOHi经过一个滚动平均值滤波器进行滤波计算;得到电池***生命周期内的标称可用放电电量;计算电池***健康状态SOH。本发明综合了电池单体和电池***两个层面的参数进行电池健康状态的估算,并在估算电池健康状态时考虑温度、循环次数、内阻等影响因素,使估算结果更准确。
Description
技术领域
本发明属于新能源汽车技术领域,具体涉及一种电池健康状态SOH的估算方法。
背景技术
纯电动汽车具有低污染和高性能的优点,使其成为了当代汽车发展的主要方向,所以对纯电动汽车关键技术进行开发和研究具有非常重要的意义。整车控制器、电机控制器、电池管理***作为纯电动汽车电控***的三大电,已成为电动汽车技术的一个重要研究内容。电池管理***对电池***实施充放电保护、工作状态检测和电池组均衡功能等,通过特定的算法实现软硬件保护和能量均衡。
在电池管理***众多的监控参数中,电池健康状态(SOH)是其中最为重要的参数之一。目前纯电动汽车动力电池健康状况的评估方法精度不高,考虑的因素单一,且缺乏实时性的问题。电动汽车动力***的安全性和使用时间与电池SOH密切相关。按照IEEE标准1188-1996中的规定,当电池使用一段时间后,电池充满电时的容量低于电池额定容量的80%后,电池就应该被更换。老化电池的性能严重下降,且容易引发各种安全问题。如果能准确估算电池健康状态,及时提醒人们更换新电池,避免老化电池使用过程中发生不可预知的安全问题,同时还可以避免过早更换新电池造成的资源浪费。
发明内容
本发明的目的是提供一种电池健康状态SOH的估算方法,以解决当前电池健康状态SOH估算方法精度低、考虑因素单一且不能满足实时性的问题。
为了实现上述目的,本发明提供的一种电池健康状态SOH的估算方法,具体包括步骤如下:
1)通过温度和充放电倍率得到当前环境下电芯的额定容量C0;
2)计算当前电芯的SOC值SOCEKF;
3)读取电池管理***EEPROM中的SOC值SOCEEPROM,得到对应的剩余循环次数;
4)获取当前电芯温度,通过结合当前温度和对应的剩余循环次数,获取电芯当前可用最大容量C;
5)根据当前电芯温度获取电芯寿命终止时的电阻REOL和电芯出厂时的内阻值RNEW;
6)根据二阶RC环模型计算电芯的真实内阻R;
7)计算当前时刻第i个电池单体健康状态SOHi;
8)当前时刻第i个电池单体健康状态SOHi经过一个滚动平均值滤波器进行滤波计算,防止电池单体健康状态SOHi值的突变,得到当前时刻滤波之后的第i个电池单体健康状态SOHi_new_filter;
9)读取电池管理***EEPROM中的当前总放电电量Q,并得到电池***生命周期内的标称可用放电电量Q0;
10)计算电池***健康状态SOH。
所述步骤2)中通过扩展卡尔曼滤波算法EKF计算当前电芯的SOC值SOCEKF。
所述步骤3)中读取电池管理***EEPROM中的SOC值SOCEEPROM,得到对应的剩余循环次数的方法为,若│SOCEKF-SOCEEPROM│≥90%,则判断为一次深度放电,对应的剩余循环次数减少1,否则,对应的剩余循环次数减少k,k=90%/│SOCEKF-SOCEEPROM│,k为判断系数。
所述步骤6)中根据二阶RC环模型计算电芯的真实内阻R的计算方法为R=Re+Rl+Rs,其中,Re是电池的欧姆内阻,通过扩展卡尔曼滤波算法EKF计算得出实时的值,Rl表示长效应极化内阻,Rs表示短效应极化内阻,Rl+Rs表示电池的极化内阻。
所述步骤7)中计算当前时刻第i个电池单体健康状态的方法如下:
SOHi=wC/C0+(1-W)(REOL-R)/(REOL-RNEW)
其中,w为加权系数,REOL表示电芯寿命结束内阻,RNEW表示电芯出厂时的内阻。
所述步骤8)中得到当前时刻滤波之后的第i个电池单体健康状态SOHi_new_filter的方法如下:
SOHi_new_filter=[tsample/(tsample+tc)]×(SOHi_new-SOHi_old_filter)+SOHi_old_filter
其中,tsample为采样时间,tc为滚动滤波器的滤波时间常数。SOHi_old_filter为上一采样时刻滤波之后的第i个电池单体健康状态,SOHi_new为当前时刻没有经过滤波的第i个电池单体健康状态,SOHi_new_filter为当前经过滤波之后的第i个电池单体健康状态。
所述步骤10)中计算电池***健康状态SOH的方法如下:
SOH=a×min[SOH1_new_filter,SOH2_new_filter,……,SOHn_new_filter]+(1-a)(Q0-Q)/Q0
其中,a为加权系数,n为电芯数量,min[SOH1_new_filter,SOH2_new_filter,……,SOHn_new_filter]代表取所有单体中健康状态的最小值,SOH1_new_filter,SOH2_new_filter,……,SOHn_new_filter表示第1,2,……,n个电池单体健康状态。
本发明提供的,具有如下有益效果。
1.本发明综合了电池单体和电池***两个层面的参数进行电池健康状态的估算。
2.本发明在估算电池健康状态时考虑了温度、循环次数、内阻、容量、充放电倍率、充放电深度等影响因素,使估算时考虑的因素更为全面,估算的结果更为准确。
3本发明引入了电池单体在不同环境下的生命周期数据。
附图说明
图1为本发明提供的电池健康状态SOH的估算方法的流程示意图。
具体实施方式
本发明提供一种电池健康状态SOH的估算方法,考虑影响电池寿命的诸多因素,比如:温度、内阻、容量、充放电倍率、充放电深度等,引入电芯在整个生命周期内的寿命数据和内阻数据,同时结合内阻折算法和容量定义法的优点,以及EKF扩展卡尔曼滤波计算SOC和欧姆内阻的实时性特点,并且通过在电芯层面和***层面进行双重评估,实现对电池SOH高精度、实时性的评估。
本发明提供一种电池健康状态SOH的估算方法,如图1所示,具体包括步骤如下:
1)通过PACK内传感器获取电芯的温度值T和电流参数I,将电芯的温度值T作为输入温度;将电芯的当前电流参数I转换为对应的充放电倍率。通过温度和充放电倍率查表(该表为不同温度、充放电倍率下的额定容量表,其已知,一般由电芯厂家提供)得到当前环境下电芯的额定容量C0。
2)通过扩展卡尔曼滤波算法EKF计算“当前电芯的SOC值”:SOCEKF。
3)读取电池管理***“EEPROM中的SOC值”:SOCEEPROM,若│SOCEKF-SOCEEPROM│≥90%,则判断为一次深度放电,对应的剩余循环次数减少1,否则,对应的剩余循环次数减少k(k<1),k=90%/│SOCEKF-SOCEEPROM│,k为判断系数。
4)获取当前电芯温度,通过结合当前温度和对应的剩余循环次数,查表获取电芯当前可用最大容量C。
5)根据当前电芯温度,查表(该表为不同温度下的电芯寿命终止时内阻表,其已知,一般由电芯厂家提供)获取电芯寿命终止时的电阻REOL和电芯出厂时的内阻值RNEW。
6)根据二阶RC环模型,计算电芯的真实内阻R:
R=Re+Rl+Rs
其中,Re是电池的欧姆内阻,可通过扩展卡尔曼滤波算法EKF计算得出实时的值。Rl与Rs的和为电池的极化内阻,通过参数辨识求出Rl+Rs的值。Rl表示长效应极化内阻(二阶RC模型参数);Rs表示短效应极化内阻(二阶RC模型参数)。
7)根据以下公式计算当前时刻第i个电池单体健康状态SOHi:
SOHi=wC/C0+(1-W)(REOL-R)/(REOL-RNEW)
其中,REOL表示电芯寿命结束内阻,RNEW表示电芯出厂时的内阻,w为加权系数,该加权系数可通过试验取得,或由电芯厂家提供,其为“容量方法SOH”和“内阻方法SOH”计算结果的占比,初期可以取值为0.5。
8)当前时刻第i个电池单体健康状态SOHi经过一个滚动平均值滤波器进行滤波计算,防止电池单体健康状态SOHi值的突变,得到当前时刻滤波之后的第i个电池单体健康状态SOHi_new_filter:
SOHi_new_filter=[tsample/(tsample+tc)]×(SOHi_new-SOHi_old_filter)+SOHi_old_filter
上式中,tsample为采样时间,tc为滚动滤波器的滤波时间常数。SOHi_old_filter为上一采样时刻滤波之后的第i个电池单体健康状态(电压值),SOHi_new为当前时刻没有经过滤波的第i个电池单体健康状态(电压值),SOHi_new_filter为当前经过滤波之后的第i个电池单体健康状态(电压值)。
9)读取电池管理***EEPROM中的当前总放电电量Q,并得到电池***生命周期内的标称可用放电电量Q0(已知,一般由电芯厂家提供)。
10)电池***健康状态SOH按下式计算,其中n为电芯数量:
SOH=a×min[SOH1_new_filter,SOH2_new_filter,……,SOHn_new_filter]+(1-a)(Q0-Q)/Q0上式中,a为加权系数,可由试验获取,其为“单体SOH”和“根据PACK放电容量计算所得SOH”计算结果占比,初期可以取值为0.5。
min[SOH1_new_filter,SOH2_new_filter,……,SOHn_new_filter]代表取所有单体中健康状态的最小值。
SOH1_new_filter,SOH2_new_filter,……,SOHn_new_filter表示第1,2,……,n个电池单体健康状态。
本文中应用了具体个例对发明构思进行了详细阐述,以上实施例的说明只是用于帮助理解本发明的核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离该发明构思的前提下,所做的任何显而易见的修改、等同替换或其他改进,均应包含在本发明的保护范围之内。
Claims (7)
1.一种电池健康状态SOH的估算方法,其特征在于,具体包括步骤如下:
1)通过温度和充放电倍率得到当前环境下电芯的额定容量C0;
2)计算当前电芯的SOC值SOCEKF;
3)读取电池管理***EEPROM中的SOC值SOCEEPROM,得到对应的剩余循环次数;
4)获取当前电芯温度,通过结合当前温度和对应的剩余循环次数,获取电芯当前可用最大容量C;
5)根据当前电芯温度获取电芯寿命终止时的电阻REOL和电芯出厂时的内阻值RNEW;
6)根据二阶RC环模型计算电芯的真实内阻R;
7)计算当前时刻第i个电池单体健康状态SOHi;
8)当前时刻第i个电池单体健康状态SOHi经过一个滚动平均值滤波器进行滤波计算,得到当前时刻滤波之后的第i个电池单体健康状态SOHi_new_filter;
9)读取电池管理***EEPROM中的当前总放电电量Q,并得到电池***生命周期内的标称可用放电电量Q0;
10)计算电池***健康状态SOH。
2.根据权利要求1所述的电池健康状态SOH的估算方法,其特征在于,所述步骤2)中通过扩展卡尔曼滤波算法EKF计算当前电芯的SOC值SOCEKF。
3.根据权利要求1所述的电池健康状态SOH的估算方法,其特征在于,所述步骤3)中读取电池管理***EEPROM中的SOC值SOCEEPROM,得到对应的剩余循环次数的方法为,若│SOCEKF-SOCEEPROM│≥90%,则判断为一次深度放电,对应的剩余循环次数减少1,否则,对应的剩余循环次数减少k,k=90%/│SOCEKF-SOCEEPROM│,k为判断系数。
4.根据权利要求1所述的电池健康状态SOH的估算方法,其特征在于,所述步骤6)中根据二阶RC环模型计算电芯的真实内阻R的计算方法为R=Re+Rl+Rs,其中,Re是电池的欧姆内阻,通过扩展卡尔曼滤波算法EKF计算得出实时的值,Rl表示长效应极化内阻,Rs表示短效应极化内阻,Rl+Rs表示电池的极化内阻。
5.根据权利要求1所述的电池健康状态SOH的估算方法,其特征在于,所述步骤7)中计算当前时刻第i个电池单体健康状态的方法如下:
SOHi=wC/C0+(1-W)(REOL-R)/(REOL-RNEW)
其中,w为加权系数,REOL表示电芯寿命结束内阻,RNEW表示电芯出厂时的内阻。
6.根据权利要求1所述的电池健康状态SOH的估算方法,其特征在于,所述步骤8)中得到当前时刻滤波之后的第i个电池单体健康状态SOHi_new_filter的方法如下:
SOHi_new_filter=[tsample/(tsample+tc)]×(SOHi_new-SOHi_old_filter)+SOHi_old_filter
其中,tsample为采样时间,tc为滚动滤波器的滤波时间常数。SOHi_old_filter为上一采样时刻滤波之后的第i个电池单体健康状态,SOHi_new为当前时刻没有经过滤波的第i个电池单体健康状态,SOHi_new_filter为当前经过滤波之后的第i个电池单体健康状态。
7.根据权利要求1至6中任意一项所述的电池健康状态SOH的估算方法,其特征在于,所述步骤10)中计算电池***健康状态SOH的方法如下:
SOH=a×min[SOH1_new_filter,SOH2_new_filter,……,SOHn_new_filter]+(1-a)(Q0-Q)/Q0
其中,a为加权系数,n为电芯数量,min[SOH1_new_filter,SOH2_new_filter,……,SOHn_new_filter]代表取所有单体中健康状态的最小值,SOH1_new_filter,SOH2_new_filter,……,SOHn_new_filter表示第1,2,……,n个电池单体健康状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810344676.0A CN108549032A (zh) | 2018-04-17 | 2018-04-17 | 一种电池健康状态soh的估算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810344676.0A CN108549032A (zh) | 2018-04-17 | 2018-04-17 | 一种电池健康状态soh的估算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108549032A true CN108549032A (zh) | 2018-09-18 |
Family
ID=63515469
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810344676.0A Pending CN108549032A (zh) | 2018-04-17 | 2018-04-17 | 一种电池健康状态soh的估算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108549032A (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109541473A (zh) * | 2018-10-18 | 2019-03-29 | 东北电力大学 | 基于放电量加权累加的铅炭电池健康状态估算方法 |
CN109633473A (zh) * | 2019-01-23 | 2019-04-16 | 刘平 | 一种分布式电池组荷电状态估计算法 |
CN109655750A (zh) * | 2019-01-31 | 2019-04-19 | 北汽福田汽车股份有限公司 | 电池寿命的预测方法、预测装置 |
CN110161423A (zh) * | 2019-06-26 | 2019-08-23 | 重庆大学 | 一种基于多维度耦合模型的动力锂电池状态联合估计方法 |
CN110568375A (zh) * | 2019-09-03 | 2019-12-13 | 昆山宝创新能源科技有限公司 | 动力电池健康状态soh确定方法及装置 |
CN110568373A (zh) * | 2019-07-29 | 2019-12-13 | 深圳市科陆电子科技股份有限公司 | 锂电池健康状态评估方法、***、终端及存储介质 |
CN111366865A (zh) * | 2020-03-25 | 2020-07-03 | 松下电器机电(中国)有限公司 | 一种电池健康度的计算方法 |
CN111781502A (zh) * | 2019-04-04 | 2020-10-16 | 宁德时代新能源科技股份有限公司 | 电动汽车的电池检测方法、装置和检测设备 |
CN112014751A (zh) * | 2020-09-04 | 2020-12-01 | 福建飞毛腿动力科技有限公司 | 一种基于推测锂离子电池的实际可放电容量的soc估算方法 |
CN112363077A (zh) * | 2020-11-11 | 2021-02-12 | 上海电享信息科技有限公司 | 一种电池健康度容量预估方法 |
CN112485691A (zh) * | 2020-10-30 | 2021-03-12 | 傲普(上海)新能源有限公司 | 一种锂离子电池的soh估算方法 |
CN113281656A (zh) * | 2021-05-20 | 2021-08-20 | 北京现代汽车有限公司 | 电池健康度的确定方法和装置 |
CN113567862A (zh) * | 2021-07-13 | 2021-10-29 | 珠海朗尔电气有限公司 | 锂电池备电***soh估算方法及装置 |
WO2022000415A1 (zh) * | 2020-07-02 | 2022-01-06 | 宁德时代新能源科技股份有限公司 | 电池状态估算方法、装置、设备、电池***及存储介质 |
CN114091975A (zh) * | 2021-12-08 | 2022-02-25 | 绍兴建元电力集团有限公司 | 一种储能电站运行寿命的评估方法 |
US11575271B2 (en) | 2019-12-24 | 2023-02-07 | Calb Co., Ltd. | SOC and SOH estimation methods of battery pack |
CN116299005A (zh) * | 2023-02-07 | 2023-06-23 | 江南大学 | 一种基于aaf和深度学习的动力电池健康状态预测方法 |
CN116930773A (zh) * | 2023-09-15 | 2023-10-24 | 杭州鹏成新能源科技有限公司 | 一种锂电池soh估计方法及*** |
CN117406125A (zh) * | 2023-12-15 | 2024-01-16 | 山东派蒙机电技术有限公司 | 电池健康状态确认方法、装置、设备及存储介质 |
CN117541334A (zh) * | 2024-01-04 | 2024-02-09 | 深圳海辰储能科技有限公司 | 储能设备的价值评估方法及相关装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103558556A (zh) * | 2013-10-31 | 2014-02-05 | 重庆长安汽车股份有限公司 | 一种动力电池soh估算方法 |
CN104635166A (zh) * | 2015-02-06 | 2015-05-20 | 芜湖大学科技园发展有限公司 | 一种基于电池管理***的锂电池健康状态评估方法 |
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 |
-
2018
- 2018-04-17 CN CN201810344676.0A patent/CN108549032A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103558556A (zh) * | 2013-10-31 | 2014-02-05 | 重庆长安汽车股份有限公司 | 一种动力电池soh估算方法 |
CN104635166A (zh) * | 2015-02-06 | 2015-05-20 | 芜湖大学科技园发展有限公司 | 一种基于电池管理***的锂电池健康状态评估方法 |
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 |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109541473A (zh) * | 2018-10-18 | 2019-03-29 | 东北电力大学 | 基于放电量加权累加的铅炭电池健康状态估算方法 |
CN109633473A (zh) * | 2019-01-23 | 2019-04-16 | 刘平 | 一种分布式电池组荷电状态估计算法 |
CN109655750A (zh) * | 2019-01-31 | 2019-04-19 | 北汽福田汽车股份有限公司 | 电池寿命的预测方法、预测装置 |
CN111781502A (zh) * | 2019-04-04 | 2020-10-16 | 宁德时代新能源科技股份有限公司 | 电动汽车的电池检测方法、装置和检测设备 |
CN110161423A (zh) * | 2019-06-26 | 2019-08-23 | 重庆大学 | 一种基于多维度耦合模型的动力锂电池状态联合估计方法 |
CN110568373A (zh) * | 2019-07-29 | 2019-12-13 | 深圳市科陆电子科技股份有限公司 | 锂电池健康状态评估方法、***、终端及存储介质 |
CN110568375A (zh) * | 2019-09-03 | 2019-12-13 | 昆山宝创新能源科技有限公司 | 动力电池健康状态soh确定方法及装置 |
US11575271B2 (en) | 2019-12-24 | 2023-02-07 | Calb Co., Ltd. | SOC and SOH estimation methods of battery pack |
CN111366865A (zh) * | 2020-03-25 | 2020-07-03 | 松下电器机电(中国)有限公司 | 一种电池健康度的计算方法 |
US11402434B2 (en) | 2020-07-02 | 2022-08-02 | Contemporary Amperex Technology Co., Limited | Battery state estimation method, apparatus, device, battery system and storage medium |
CN115151832A (zh) * | 2020-07-02 | 2022-10-04 | 宁德时代新能源科技股份有限公司 | 电池状态估算方法、装置、设备、电池***及存储介质 |
WO2022000415A1 (zh) * | 2020-07-02 | 2022-01-06 | 宁德时代新能源科技股份有限公司 | 电池状态估算方法、装置、设备、电池***及存储介质 |
CN112014751B (zh) * | 2020-09-04 | 2023-04-07 | 福建飞毛腿动力科技有限公司 | 一种基于推测锂离子电池的实际可放电容量的soc估算方法 |
CN112014751A (zh) * | 2020-09-04 | 2020-12-01 | 福建飞毛腿动力科技有限公司 | 一种基于推测锂离子电池的实际可放电容量的soc估算方法 |
CN112485691B (zh) * | 2020-10-30 | 2022-10-21 | 傲普(上海)新能源有限公司 | 一种锂离子电池的soh估算方法 |
CN112485691A (zh) * | 2020-10-30 | 2021-03-12 | 傲普(上海)新能源有限公司 | 一种锂离子电池的soh估算方法 |
CN112363077A (zh) * | 2020-11-11 | 2021-02-12 | 上海电享信息科技有限公司 | 一种电池健康度容量预估方法 |
CN113281656A (zh) * | 2021-05-20 | 2021-08-20 | 北京现代汽车有限公司 | 电池健康度的确定方法和装置 |
CN113567862A (zh) * | 2021-07-13 | 2021-10-29 | 珠海朗尔电气有限公司 | 锂电池备电***soh估算方法及装置 |
CN114091975A (zh) * | 2021-12-08 | 2022-02-25 | 绍兴建元电力集团有限公司 | 一种储能电站运行寿命的评估方法 |
CN116299005A (zh) * | 2023-02-07 | 2023-06-23 | 江南大学 | 一种基于aaf和深度学习的动力电池健康状态预测方法 |
CN116299005B (zh) * | 2023-02-07 | 2023-09-05 | 江南大学 | 一种基于aaf和深度学习的动力电池健康状态预测方法 |
CN116930773A (zh) * | 2023-09-15 | 2023-10-24 | 杭州鹏成新能源科技有限公司 | 一种锂电池soh估计方法及*** |
CN117406125A (zh) * | 2023-12-15 | 2024-01-16 | 山东派蒙机电技术有限公司 | 电池健康状态确认方法、装置、设备及存储介质 |
CN117406125B (zh) * | 2023-12-15 | 2024-02-23 | 山东派蒙机电技术有限公司 | 电池健康状态确认方法、装置、设备及存储介质 |
CN117541334A (zh) * | 2024-01-04 | 2024-02-09 | 深圳海辰储能科技有限公司 | 储能设备的价值评估方法及相关装置 |
CN117541334B (zh) * | 2024-01-04 | 2024-04-23 | 深圳海辰储能科技有限公司 | 储能设备的价值评估方法及相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108549032A (zh) | 一种电池健康状态soh的估算方法 | |
CN108663620B (zh) | 一种动力电池组荷电状态估算方法及*** | |
CN107368619B (zh) | 一种扩展卡尔曼滤波soc估算方法 | |
CN108663621B (zh) | 一种动力电池组的荷电状态计算方法及*** | |
CN106909716B (zh) | 计及容量损耗的磷酸铁锂电池建模及soc估计方法 | |
CN102565710B (zh) | 用于估计蓄电池健康状态的方法和装置 | |
CN102468521B (zh) | 用于估计蓄电池健康状态的方法和装置 | |
CN104535932B (zh) | 一种锂离子电池荷电状态估计方法 | |
CN109507611B (zh) | 一种电动汽车的soh修正方法及*** | |
CN103163480B (zh) | 锂电池健康状态的评估方法 | |
CN106443478B (zh) | 基于闭环混合算法的磷酸铁锂电池剩余电量的估算方法 | |
CN107991623A (zh) | 一种考虑温度和老化程度的电池安时积分soc估计方法 | |
JP7490921B2 (ja) | リチウムメッキを検出するための方法及び装置、並びに分極比率を取得するための方法及び装置 | |
CN109031133B (zh) | 一种动力电池的soc修正方法 | |
CN105277898A (zh) | 一种电池荷电状态的检测方法 | |
CN107390127A (zh) | 一种soc估算方法 | |
CN109358293B (zh) | 基于ipf的锂离子电池soc估计方法 | |
CN106814329A (zh) | 一种基于双卡尔曼滤波算法的电池soc在线估计方法 | |
CN109856548B (zh) | 动力电池容量估算方法 | |
CN111965559B (zh) | 一种锂离子电池soh在线估计方法 | |
CN110346734A (zh) | 一种基于机器学习的锂离子动力电池健康状态估算方法 | |
CN105015360A (zh) | 汽车动力电池sof的监测方法 | |
CN110275118B (zh) | 一种功率型动力电池健康状态估算方法 | |
CN112485691B (zh) | 一种锂离子电池的soh估算方法 | |
CN109633479A (zh) | 基于嵌入式容积卡尔曼滤波的锂电池soc在线估算方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180918 |