CN110988699A - 一种梯次利用锂电池储能单元的状态诊断方法及装置 - Google Patents
一种梯次利用锂电池储能单元的状态诊断方法及装置 Download PDFInfo
- Publication number
- CN110988699A CN110988699A CN201911420047.2A CN201911420047A CN110988699A CN 110988699 A CN110988699 A CN 110988699A CN 201911420047 A CN201911420047 A CN 201911420047A CN 110988699 A CN110988699 A CN 110988699A
- Authority
- CN
- China
- Prior art keywords
- storage unit
- energy storage
- lithium battery
- dispersion
- voltage
- 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
Images
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]
- G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
-
- 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
-
- 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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本申请涉及一种梯次利用锂电池储能单元的状态诊断方法及装置,诊断步骤为:对锂电池储能单元进行循环充放电,计算不同循环次数下各单体的充电截止电压离散度、放电截止电压离散度、100%SOC点的开路电压离散度和0%SOC点的开路电压离散度,分别将同一单体电池在不同循环次数下的充电截止电压离散度、放电截止电压离散度、100%SOC点的开路电压离散度和0%SOC点的开路电压离散度与锂电池储能单元的剩余容量进行关联性分析,并且对不同循环次数下储能单元的充电截止电压极差、放电截止电压极差与其剩余容量进行关联性分析,筛选出与储能单元容量关联性高的表征指标,根据表征指标与容量之间的关系判断储能单元的剩余容量,完成对梯次利用锂电池储能单元的现场准确评价。
Description
技术领域
本申请属于锂电池技术领域,尤其是涉及一种梯次利用锂电池储能单元的状态诊断方法及装置。
背景技术
发展新能源汽车是我国汽车工业向能源清洁化发展的重要转型方向,近年来,我国电动汽车产业进入快速发展期,2011到2018年我国电动汽车销量呈快速增长趋势,相应的,电动汽车动力电池出货量也保持高速增长的态势,2018年动力电池出货量已达到65GWh。得益于国家技术和产业扶持,磷酸铁锂电池、三元锂电池等锂电池在近年的动力电池市场中占据主流地位。
由于动力锂电池具有安全性好、循环寿命长等优点,大多数退役锂电池仍然具有较高的剩余能量及使用价值,如能找到适当的应用场合,即可实现动力锂电池的梯次利用。通过对动力锂电池不同技术性能阶段的梯次利用,可以让动力电池的性能得到充分的发挥,有效降低动力电池应用于电动汽车领域的成本,延长整个电池的使用寿命。
退役动力锂电池梯次利用,主要需解决以下两个方面的问题:一是评价退役动力锂电池能否开展梯次利用;二是退役锂电池在梯次利用中还能提供多少使用价值。考虑到退役锂动力电池的性能离散性大,无法通过类似新电池抽检方式评估所有电池的状态,必须逐一开展检查。退役动力锂电池状态的传统评估方法与新电池评估类似,主要测试电池的容量特性、能量特性、阻抗特性、倍率特性、高低温充放电性能、自放电特性和寿命特性等外特性,并对部分电池进行拆解,研究电池内部缺陷以及电池各组件的性能状况,最后结合电池内外特性的分析结果,对退役电动汽车动力电池的状态进行评估,但该全面进行内外特性评估的方式工作量大、周期长,必然带来应用成本的增加,降低梯次利用的整体经济性。所以,有必要研究梯次利用电池储能单元现场诊断技术,指导梯次利用储能电站安全稳定运行。
通常,锂电池的健康状况由模型评估得到,现有文献研究的锂电池健康状态评估模型主要有电化学模型、等效电路模型和经验模型三种,例如:文献[Gambhire P,GanesanN,Basu S,et a1.A reduced order electrochemical thermal model for lithium ioncells[J].Journal of Power Sources,20l5,290:87-101]提出了降阶电化学模型来研究电池的电化学和热学性质,并将模型简化为只含代数和普通微分方程的公式,文献[张金,魏影,韩裕生,等.一种锂离子电池容量退化经验模型[J].电源技术,2016,(6):1176-1179]给出了电池内部阻抗与容量退化的关系,提出了一种根据容量退化速率优先确定整数变量的条件三参数容量退化经验模型;文献[张凝,徐皑冬,王锴,等.基于粒子滤波算法的锂离子电池剩余寿命预测方法研究[J].高技术通讯,2017,(8):699-707]将变形后的双指数经验模型和数据驱动法相融合,提出了一种电池剩余寿命预测方法。如上所述,虽然针对电池的健康状态评估及其模型研究取得了一定的成果,但均不能对动力锂电池组的健康状态实现快速、准确的评估,因而不适宜现场检测分析。
发明内容
本发明要解决的技术问题是:为解决现有锂电池组健康状况评估模型因不能实现快速、准确的评估而不适宜现场检测分析的技术问题,从而提供一种梯次利用锂电池储能单元的状态诊断方法及装置。
本发明解决其技术问题所采用的技术方案是:
一种梯次利用锂电池储能单元的状态诊断方法,包括如下步骤:
对待测锂电池储能单元进行循环充放电,计算不同循环次数下锂电池储能单元中各单体电池的充电截止电压离散度、放电截止电压离散度、100%SOC点的开路电压离散度和0%SOC点的开路电压离散度,然后分别将同一单体电池在不同循环次数下的充电截止电压离散度、放电截止电压离散度、100%SOC点的开路电压离散度和0%SOC点的开路电压离散度与相应循环次数下待测锂电池储能单元的剩余容量进行关联性分析,并且对不同循环次数下待测锂电池储能单元的充电截止电压极差、放电截止电压极差分别与相应循环次数下待测锂电池储能单元的剩余容量进行关联性分析,筛选出与锂电池储能单元容量关联性高的表征指标,并根据所述表征指标与容量之间的关系判断待测锂电池储能单元的剩余容量。
优选地,所述与相应循环次数下待测锂电池储能单元的剩余容量进行关联性分析的同一单体电池在不同循环次数下的充电截止电压离散度、放电截止电压离散度、100%SOC点的开路电压离散度和0%SOC点的开路电压离散度分别为最大充电截止电压离散度、最大放电截止电压离散度、最大100%SOC点的开路电压离散度和最大0%SOC点的开路电压离散度。
优选地,所述与待测锂电池储能单元容量关联性高的表征指标为充电截止电压离散度或充电截止电压极差。
优选地,所述关联性分析为线性关联系数分析,所述关联性高为线性相关系数高。
优选地,所述锂电池为磷酸铁锂电池或三元铁锂电池。
优选地,所述循环充放电方法为:将待测锂电池储能单元的残余电量放完,对放完电量的锂电池储能单元先恒流充电至上限电压,再恒压充电至电流降至低于下限电流,静置,之后采用恒流放电方式放电至下限电压时停止放电。
优选地,所述上限电压为3.6-4.2V,所述下限电压为2.8-3.0V。
优选地,恒流充电的电流为0.2~0.4C,下限电流为0.05C,恒流放电的电流为0.4~0.6C。
优选地,待测锂电池储能单元的残余电量放完后需静置10-20分钟,充电之后静置的时间为20-40分钟。
本申请还提供了一种梯次利用锂电池储能单元的诊断装置,包括:
离散度及截止电压极差获取单元,用于获取在不同充放电循环次数下待测锂电池储能单元中单体电池的充电截止电压离散度、放电截止电压离散度、100%SOC点的开路电压离散度和0%SOC点的开路电压离散度及在不同充放电循环次数下待测锂电池储能单元的充电截止电压极差、放电截止电压极差;
锂电池储能单元容量表征指标获取单元,通过同一单体电池在不同循环次数下的充电截止电压离散度、放电截止电压离散度、100%SOC点的开路电压离散度和0%SOC点的开路电压离散度、充电截止电压极差、放电截止电压极差与待测锂电池储能单元剩余容量的关联性分析,获取与待测锂电池储能单元容量关联性高的表征指标;
电池组剩余容量获取单元,用于根据与待测锂电池储能单元容量关联性高的表征指标与容量之间的关系来判定待测锂电池储能单元的剩余容量。
本发明的有益效果是:
本发明梯次利用锂电池储能单元的状态诊断方法主要通过计算不同充放电循环次数下待测锂电池储能单元中各单体电池的充电截止电压离散度、放电截止电压离散度、100%SOC点的开路电压离散度和0%SOC点的开路电压离散度,并将同一单体电池在不同循环次数下的充电截止电压离散度、放电截止电压离散度、100%SOC点的开路电压离散度和0%SOC点的开路电压离散度,并且对不同充放电循环次数下的充电截止电压极差、放电截止电压极差与容量进行关联性分析,筛选出用于准确评价锂电池储能单元容量的表征指标,从而根据该表征指标给出现场梯次利用储能电池组能否继续正常运行的准确结论,该表征指标获取快速,通过该表征指标数据可以完成对梯次利用锂电池储能单元健康状态的无损诊断和现场评价。
附图说明
下面结合附图和实施例对本申请的技术方案进一步说明。
图1为梯次利用磷酸铁锂电池储能单元(1#电池组)的8个单体电池在第一次充放电循环过程的充电电压随时间的变化曲线;
图2为梯次利用磷酸铁锂电池储能单元(1#电池组)的8个单体电池在第一次充放电循环过程的放电电压随时间变化的曲线;
图3为梯次利用磷酸铁锂电池储能单元(1#电池组)的8个单体电池在第一次充放电循环中的0%SOC点的开路电压;
图4为梯次利用磷酸铁锂电池储能单元(1#电池组)的8个单体电池在在第一次充放电循环中的100%SOC点的开路电压;
图5为梯次利用磷酸铁锂电池储能单元(1#电池组)的最大充电截止电压离散度与其相应循环次数的储能单元容量的相关性分析;
图6为梯次利用磷酸铁锂电池储能单元(1#电池组)的最大放电截止电压离散度与其相应循环次数的储能单元容量的相关性分析;
图7为梯次利用磷酸铁锂电池储能单元(1#电池组)的最大0%SOC点的开路电压离散度与其相应循环次数的储能单元容量的相关性分析;
图8为梯次利用磷酸铁锂电池储能单元(1#电池组)的充电截止电压极差与其相应循环次数的储能单元容量的相关性分析;
图9为梯次利用磷酸铁锂电池储能单元(1#电池组)的放电截止电压极差与其相应循环次数的储能单元容量的相关性分析;
图10为梯次利用三元铁锂电池储能单元(2#电池组)的最大充电截止电压离散度与其相应循环次数的储能单元容量的相关性分析;
图11为梯次利用三元铁锂电池储能单元(2#电池组)的最大放电截止电压离散度与其相应循环次数的储能单元容量的相关性分析;
图12为梯次利用三元锂电池储能单元(2#电池组)的最大0%SOC点的开路电压离散度与其相应循环次数的储能单元容量的相关性分析;
图13为梯次利用三元锂电池储能单元(2#电池组)的充电截止电压极差与其相应循环次数的储能单元容量的相关性分析;
图14为梯次利用三元锂电池储能单元(2#电池组)的放电截止电压极差与其相应循环次数的储能单元容量的相关性分析。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
下面将参考附图并结合实施例来详细说明本申请的技术方案。
实施例1
本实施例提供一种梯次利用磷酸铁锂电池储能单元的状态诊断方法,包括如下步骤:
(1)对含有8个串联单体电池的梯次利用磷酸铁锂电池储能单元(1#电池组)进行循环充放电,该组电池分别编号为1~8号,充放电的方法为:在室温下(20±5℃),将电池残余电量放完,静置15分钟,以0.3C进行恒流充电至3.65V转为恒压充电,直至充电电流降至0.05C,静置30分钟后,以0.5C恒流放电至电压降到2.8V;
从图1可以看出,在第一次充放电循环中,8号单体电池最先达到充电截止电压压,且8号单体电池的充电截止电压最大,为3.65V,而8个单体电池的平均充电截止电压为3.49V,1号单体电池的充电截止电压最小,为3.449V,则该次循环中,8号单体电池的充电截止电压离散度为(3.65-3.49)/3.49=4.5%,8号单体电池的充电截止电压离散度最大,该次循环的充电截止电压极差为3.65V-3.449V=0.201V,实际上在之后的每次充放电循环中,8号单体电池的充电截止电压及充电截止电压离散度始终最大,由此可以计算出8号单体电池在每次充放电循环中的充电截止电压离散度,并可以计算出每次充放电循环中的充电截止电压极差;;
从图2可以看出,在第一次充放电循环中,8号单体电池最先达到放电截止电压,且8号单体电池的放电截止电压最小,为2.493V,而8个单体电池的平均放电截止电压为3V,1号单体电池的放电截止电压最大,为3.147V,则该次循环中,8号单体电池的放电截止电压离散度为(3-2.493)/3=0.169,8号单体电池的放电截止电压离散度最大,该次循环的充电截止电压极差为3.147V-2.493V=0.654V,实际上在之后的每次充放电循环中,8号单体电池的放电截止电压始终最小,且放电截止电压离散度始终最大,由此可以计算出8号单体电池在每次充放电循环中的放电截止电压离散度,并可以计算出每次充放电循环中的放电截止电压极差;
图3和图4为8个串联单体电池在100%SOC点和0%SOC点的开路电压值,通过每次充放电循环中8个单体电池的0%SOC点开路电压及8个串联单体电池0%SOC点开路电压的平均值,可以分别计算出每次充放电循环中每个单体电池在0%SOC点开路电压的离散度,而通过每次充放电循环的8个单体电池在100%SOC点开路电压值及8个串联单体电池100%SOC点开路电压的平均值,可以分别计算出每次充放电循环中每个单体电池在100%SOC点开路电压的离散度;所述离散度的计算方法为单体电池在0%SOC点或100%SOC点开路电压值与所有单体电池在0%SOC点或100%SOC点开路电压的平均值之差,除以所有单体电池在0%SOC点或100%SOC点开路电压的平均值。
图5-图7分别为1#串联电池组的充电截止电压、放电截止电压、0%SOC点开路电压在不同充放电循环次数下,离散度最大的单体电池(8号电池)的充电截止电压离散度、放电截止电压离散度、0%SOC点开路电压离散度与容量进行关联性分析的结果图,图8和图9分别为不同充放电循环次数下的充电截止电压极差和放电截止电压极差与容量进行关联性分析的结果图,从图5-图9的分析结果中可以看出,最大充电截止电压离散度和充电截止电压极差与电池组容量的线性相关性较强,线性关联系数R2分别为0.9868和0.9996,因此,可以用最大充电截止电压离散度和充电截止电压极差与电池组容量之间的关系判断待测锂电池储能单元的剩余容量。
备注:由于对于100%SOC点开路电压的离散度,在不同循环次数下并不都是同一单体电池离散度比较大,因此分析与容量关联性时没有考虑此因素。
实施例2
本实施例提供一种梯次利用三元锂电池储能单元的状态诊断方法,包括如下步骤:
(1)对含有8个串联单体电池的梯次利用三元锂电池储能单元(2#电池组)进行循环充放电,充放电的方法为:在室温下(20±5℃),将电池残余电量放完,静置15分钟,以0.3C进行恒流充电至4.2V转为恒压充电,直至充电电流降至0.05C,静置30分钟后,以0.5C恒流放电至电压降到3.0V;
图10-图12分别为2#串联电池组的充电截止电压、放电截止电压、0%SOC点开路电压在不同充放电循环次数下,离散度最大的单体电池的充电截止电压离散度、放电截止电压离散度、0%SOC点开路电压离散度与容量进行关联性分析的结果图,图13和图14分别为不同充放电循环次数下的充电截止电压极差和放电截止电压极差与容量进行关联性分析的结果图,从图10-图14的分析结果中可以看出,最大充电截止电压离散度和充电截止电压极差与电池组容量的线性相关性较强,线性关联系数R2分别为0.9978和0.9992,因此,可以用最大充电截止电压离散度和充电截止电压极差与电池组容量之间的关系判断待测锂电池储能单元的剩余容量。
备注:由于对于100%SOC点开路电压的离散度,在不同循环次数下并不都是同一单体电池离散度比较大,因此分析与容量关联性时没有考虑此因素。
实施例3
本实施例提供一种梯次利用锂电池储能单元的诊断装置,包括:
离散度及截止电压极差获取单元,用于获取在不同充放电循环次数下待测锂电池储能单元中单体电池的充电截止电压离散度、放电截止电压离散度、100%SOC点的开路电压离散度和0%SOC点的开路电压离散度及在不同充放电循环次数下待测锂电池储能单元的充电截止电压极差、放电截止电压极差;
锂电池储能单元容量表征指标获取单元,通过同一单体电池在不同循环次数下的充电截止电压离散度、放电截止电压离散度、100%SOC点的开路电压离散度和0%SOC点的开路电压离散度、充电截止电压极差、放电截止电压极差与待测锂电池储能单元剩余容量的关联性分析,获取与待测锂电池储能单元容量关联性高的表征指标;
电池组剩余容量获取单元,用于根据与待测锂电池储能单元容量关联性高的表征指标与容量之间的关系来判定该待测锂电池储能单元的剩余容量。
以上述依据本申请的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项申请技术思想的范围内,进行多样的变更以及修改。本项申请的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (10)
1.一种梯次利用锂电池储能单元的状态诊断方法,其特征在于,包括如下步骤:
对待测锂电池储能单元进行循环充放电,计算不同循环次数下锂电池储能单元中各单体电池的充电截止电压离散度、放电截止电压离散度、100%SOC点的开路电压离散度和0%SOC点的开路电压离散度,然后分别将同一单体电池在不同循环次数下的充电截止电压离散度、放电截止电压离散度、100%SOC点的开路电压离散度和0%SOC点的开路电压离散度与相应循环次数下待测锂电池储能单元的剩余容量进行关联性分析,并且对不同循环次数下待测锂电池储能单元的充电截止电压极差、放电截止电压极差分别与相应循环次数下待测锂电池储能单元的剩余容量进行关联性分析,筛选出与锂电池储能单元容量关联性高的表征指标,并根据所述表征指标与容量之间的关系判断待测锂电池储能单元的剩余容量。
2.根据权利要求1所述的梯次利用锂电池储能单元的状态诊断方法,其特征在于,所述与相应循环次数下待测锂电池储能单元的剩余容量进行关联性分析的同一单体电池在不同循环次数下的充电截止电压离散度、放电截止电压离散度、100%SOC点的开路电压离散度和0%SOC点的开路电压离散度分别为最大充电截止电压离散度、最大放电截止电压离散度、最大100%SOC点的开路电压离散度和最大0%SOC点的开路电压离散度。
3.根据权利要求1或2所述的梯次利用锂电池储能单元的状态诊断方法,其特征在于,与待测锂电池储能单元容量关联性高的表征指标为最大充电截止电压离散度或充电截止电压极差。
4.根据权利要求1或2所述的梯次利用锂电池储能单元的状态诊断方法,其特征在于,所述关联性分析为线性关联系数分析,所述关联性高为线性相关系数高。
5.根据权利要求1或2所述的梯次利用锂电池储能单元的状态诊断方法,其特征在于,所述锂电池为磷酸铁锂电池或三元铁锂电池。
6.根据权利要求1或2所述的梯次利用锂电池储能单元的状态诊断方法,其特征在于,所述循环充放电方法为:将待测锂电池储能单元的残余电量放完,对放完电量的锂电池储能单元先恒流充电至上限电压,再恒压充电至电流降至低于下限电流,静置,之后采用恒流放电方式放电至下限电压时停止放电。
7.根据权利要求6所述的梯次利用锂电池储能单元的状态诊断方法,其特征在于,所述上限电压为3.6-4.2V,所述下限电压为2.8-3.0V。
8.根据权利要求6所述的梯次利用锂电池储能单元的状态诊断方法,其特征在于,恒流充电的电流为0.2~0.4C,下限电流为0.05C,恒流放电的电流为0.4~0.6C。
9.根据权利要求6所述的梯次利用锂电池储能单元的状态诊断方法,其特征在于,待测锂电池储能单元的残余电量放完后需静置10-20分钟,充电之后静置的时间为20-40分钟。
10.一种梯次利用锂电池储能单元的诊断装置,其特征在于,包括:
离散度及截止电压极差获取单元,用于获取在不同充放电循环次数下待测锂电池储能单元中单体电池的充电截止电压离散度、放电截止电压离散度、100%SOC点的开路电压离散度和0%SOC点的开路电压离散度及在不同充放电循环次数下待测锂电池储能单元的充电截止电压极差、放电截止电压极差;
锂电池储能单元容量表征指标获取单元,通过同一单体电池在不同循环次数下的充电截止电压离散度、放电截止电压离散度、100%SOC点的开路电压离散度和0%SOC点的开路电压离散度、充电截止电压极差、放电截止电压极差与待测锂电池储能单元剩余容量的关联性分析,获取与待测锂电池储能单元容量关联性高的表征指标;
电池组剩余容量获取单元,用于根据与待测锂电池储能单元容量关联性高的表征指标与容量之间的关系来判定待测锂电池储能单元的剩余容量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911420047.2A CN110988699A (zh) | 2019-12-31 | 2019-12-31 | 一种梯次利用锂电池储能单元的状态诊断方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911420047.2A CN110988699A (zh) | 2019-12-31 | 2019-12-31 | 一种梯次利用锂电池储能单元的状态诊断方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110988699A true CN110988699A (zh) | 2020-04-10 |
Family
ID=70080196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911420047.2A Pending CN110988699A (zh) | 2019-12-31 | 2019-12-31 | 一种梯次利用锂电池储能单元的状态诊断方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110988699A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111600354A (zh) * | 2020-06-03 | 2020-08-28 | 桑顿新能源科技(长沙)有限公司 | 梯次利用电池的配组保护***和电池组组成方法 |
CN111948554A (zh) * | 2020-08-10 | 2020-11-17 | 同济大学 | 一种降低锂离子电池力学退化的方法 |
CN112147528A (zh) * | 2020-09-24 | 2020-12-29 | 上海空间电源研究所 | 一种诊断锂离子蓄电池健康状态的方法 |
CN113147478A (zh) * | 2021-04-26 | 2021-07-23 | 东方醒狮储能电池有限公司 | 一种基于射频感应的电动汽车供电管理*** |
CN115882554A (zh) * | 2022-11-29 | 2023-03-31 | 厦门海辰储能科技股份有限公司 | 储能***的管理方法及相关装置 |
CN116718943A (zh) * | 2023-07-05 | 2023-09-08 | 淮阴工学院 | 基于充电电压的串联电池模块失效单体诊断方法及*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20000060280A (ko) * | 1999-03-13 | 2000-10-16 | 박찬구 | 라플라스 변환 임피던스 측정방법 및 측정장치 |
CN102116846A (zh) * | 2011-01-04 | 2011-07-06 | 武汉理工大学 | 蓄电池能量效率测量方法 |
CN104360284A (zh) * | 2014-12-02 | 2015-02-18 | 上海航天电源技术有限责任公司 | 一种磷酸铁锂系动力锂离子电池自放电特性的检测新方法 |
CN105093131A (zh) * | 2015-09-28 | 2015-11-25 | 哈尔滨工业大学 | 一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法 |
CN106324524A (zh) * | 2016-10-11 | 2017-01-11 | 合肥国轩高科动力能源有限公司 | 一种锂离子电池循环寿命的快速预测方法 |
CN107085187A (zh) * | 2017-04-13 | 2017-08-22 | 华北电力科学研究院有限责任公司 | 梯次利用电池储能***一致性维护指标的确定方法及装置 |
CN107607881A (zh) * | 2017-09-20 | 2018-01-19 | 中国检验检疫科学研究院 | 一种锂离子动力电池自放电一致性的评价方法 |
CN109100652A (zh) * | 2018-06-05 | 2018-12-28 | 中国电力科学研究院有限公司 | 一种用于预测梯次利用动力电池的离散度的方法及*** |
CN110501652A (zh) * | 2019-09-05 | 2019-11-26 | 上海毅信环保科技有限公司 | 一种退役锂电池可用容量快速评估方法及评估装置 |
-
2019
- 2019-12-31 CN CN201911420047.2A patent/CN110988699A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20000060280A (ko) * | 1999-03-13 | 2000-10-16 | 박찬구 | 라플라스 변환 임피던스 측정방법 및 측정장치 |
CN102116846A (zh) * | 2011-01-04 | 2011-07-06 | 武汉理工大学 | 蓄电池能量效率测量方法 |
CN104360284A (zh) * | 2014-12-02 | 2015-02-18 | 上海航天电源技术有限责任公司 | 一种磷酸铁锂系动力锂离子电池自放电特性的检测新方法 |
CN105093131A (zh) * | 2015-09-28 | 2015-11-25 | 哈尔滨工业大学 | 一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法 |
CN106324524A (zh) * | 2016-10-11 | 2017-01-11 | 合肥国轩高科动力能源有限公司 | 一种锂离子电池循环寿命的快速预测方法 |
CN107085187A (zh) * | 2017-04-13 | 2017-08-22 | 华北电力科学研究院有限责任公司 | 梯次利用电池储能***一致性维护指标的确定方法及装置 |
CN107607881A (zh) * | 2017-09-20 | 2018-01-19 | 中国检验检疫科学研究院 | 一种锂离子动力电池自放电一致性的评价方法 |
CN109100652A (zh) * | 2018-06-05 | 2018-12-28 | 中国电力科学研究院有限公司 | 一种用于预测梯次利用动力电池的离散度的方法及*** |
CN110501652A (zh) * | 2019-09-05 | 2019-11-26 | 上海毅信环保科技有限公司 | 一种退役锂电池可用容量快速评估方法及评估装置 |
Non-Patent Citations (3)
Title |
---|
FLORIN CIORTEA 等: "Extended Kalman Filter for state-of-charge estimation in electric vehicles battery packs", 《2017 INTERNATIONAL CONFERENCE ON OPTIMIZATION OF ELECTRICAL AND ELECTRONIC EQUIPMENT (OPTIM) & 2017 INTL AEGEAN CONFERENCE ON ELECTRICAL MACHINES AND POWER ELECTRONICS (ACEMP)》 * |
李娜 等: "梯次利用电池储能***一致性维护方法研究", 《中外能源》 * |
赵光金 等: "退役磷酸铁锂电池容量一致性及衰减特征研究", 《全球能源互联网》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111600354A (zh) * | 2020-06-03 | 2020-08-28 | 桑顿新能源科技(长沙)有限公司 | 梯次利用电池的配组保护***和电池组组成方法 |
CN111600354B (zh) * | 2020-06-03 | 2021-09-17 | 桑顿新能源科技(长沙)有限公司 | 梯次利用电池的配组保护***和电池组组成方法 |
CN111948554A (zh) * | 2020-08-10 | 2020-11-17 | 同济大学 | 一种降低锂离子电池力学退化的方法 |
CN111948554B (zh) * | 2020-08-10 | 2023-03-24 | 同济大学 | 一种降低锂离子电池力学退化的方法 |
CN112147528A (zh) * | 2020-09-24 | 2020-12-29 | 上海空间电源研究所 | 一种诊断锂离子蓄电池健康状态的方法 |
CN112147528B (zh) * | 2020-09-24 | 2021-11-26 | 上海空间电源研究所 | 一种诊断锂离子蓄电池健康状态的方法 |
CN113147478A (zh) * | 2021-04-26 | 2021-07-23 | 东方醒狮储能电池有限公司 | 一种基于射频感应的电动汽车供电管理*** |
CN113147478B (zh) * | 2021-04-26 | 2024-04-16 | 东方醒狮储能电池有限公司 | 一种基于射频感应的电动汽车供电管理*** |
CN115882554A (zh) * | 2022-11-29 | 2023-03-31 | 厦门海辰储能科技股份有限公司 | 储能***的管理方法及相关装置 |
CN115882554B (zh) * | 2022-11-29 | 2023-12-26 | 厦门海辰储能科技股份有限公司 | 储能***的管理方法及相关装置 |
CN116718943A (zh) * | 2023-07-05 | 2023-09-08 | 淮阴工学院 | 基于充电电压的串联电池模块失效单体诊断方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110988699A (zh) | 一种梯次利用锂电池储能单元的状态诊断方法及装置 | |
CN106443474B (zh) | 一种动力电池***寿命衰退特征快速识别的方法 | |
US8855956B2 (en) | Method and system for determining state of charge of an energy delivery device | |
Haifeng et al. | A new SOH prediction concept for the power lithium-ion battery used on HEVs | |
CN111781504B (zh) | 一种锂离子动力电池老化状态识别与开路电压重构方法 | |
CN101504443B (zh) | 一种锂离子电池放电容量的预测方法 | |
Zheng et al. | Fault identification and quantitative diagnosis method for series-connected lithium-ion battery packs based on capacity estimation | |
CN105021996A (zh) | 储能电站bms的电池soh估算方法 | |
CN108761335B (zh) | 一种铅酸蓄电池循环寿命的检测方法 | |
US8984943B2 (en) | Inspection apparatus and inspection method for lithium ion secondary battery, and secondary battery module | |
CN109154636A (zh) | 一种储能装置监测技术 | |
CN108732499B (zh) | 一种检测锂离子电池循环寿命的方法和*** | |
CN102520367A (zh) | 一种空间用氢镍蓄电池寿命评估方法 | |
CN111580003A (zh) | 一种基于阻抗谱的二次电池不一致性鉴别方法及装置 | |
CN113109729B (zh) | 基于加速老化试验与实车工况的车用动力电池soh评估方法 | |
CN105572601A (zh) | 锂电池性能衰退原因的判断方法 | |
CN107037375B (zh) | 电池直流内阻测量方法及装置 | |
CN109490790B (zh) | 采用补偿脉冲法的锂动力电池功率特性测试方法及装置 | |
CN111790645B (zh) | 一种梯次利用动力电池分选方法 | |
CN115184814A (zh) | 动力电池包寿命预测方法、装置、可读存储介质及设备 | |
CN112731162B (zh) | 一种基于v2g使用场景下的电池健康度检测方法 | |
CN117054892B (zh) | 一种储能电站电池健康状态的评估方法、装置及管理方法 | |
CN109669133A (zh) | 一种动力锂电池寿命数据后台挖掘分析方法 | |
CN109617187A (zh) | 电池离线预估均衡方法、电池管理***及可读存储介质 | |
CN114695990A (zh) | 一种电池***的容量均衡判断方法、装置、设备及介质 |
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 |
Application publication date: 20200410 |
|
RJ01 | Rejection of invention patent application after publication |