CN111239628B - 一种检测二次蓄电池及串联模块衰减程度的方法及*** - Google Patents

一种检测二次蓄电池及串联模块衰减程度的方法及*** Download PDF

Info

Publication number
CN111239628B
CN111239628B CN202010104694.9A CN202010104694A CN111239628B CN 111239628 B CN111239628 B CN 111239628B CN 202010104694 A CN202010104694 A CN 202010104694A CN 111239628 B CN111239628 B CN 111239628B
Authority
CN
China
Prior art keywords
value
voltage
battery
module
curve segment
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
Application number
CN202010104694.9A
Other languages
English (en)
Other versions
CN111239628A (zh
Inventor
张建邦
沈向东
沈成宇
侯敏
曹辉
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.)
Shanghai Ruipu Energy Co Ltd
Rept Battero Energy Co Ltd
Original Assignee
Ruipu Energy Co Ltd
Shanghai Ruipu Energy 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 Ruipu Energy Co Ltd, Shanghai Ruipu Energy Co Ltd filed Critical Ruipu Energy Co Ltd
Priority to CN202010104694.9A priority Critical patent/CN111239628B/zh
Publication of CN111239628A publication Critical patent/CN111239628A/zh
Application granted granted Critical
Publication of CN111239628B publication Critical patent/CN111239628B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • 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]
    • G01R31/3644—Constructional arrangements
    • G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • 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
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)

Abstract

本发明提供了一种检测二次蓄电池及串联模块衰减程度的方法及***，包括：记录预设历经时间内和/或预设充放电的容量内的各串联蓄电池单元的包括电流值、电压值和/或温度值数据；将记录的数据进行特征抽取；根据记录数据特征抽取，预设最小损失函数F，并根据最小损失函数F进行电压曲线数据库全局搜索比对，在数据库中获取与记录的数据曲线段最为相似的曲线段，获取比对结果；根据获取的比对结果，计算衰减程度值；根据衰减程度值，重新调整二次蓄电池储能***的功率状态和电池荷电状态值；本发明透过图像识别原理，当充放电过程中累积足够的曲线特征时，即可开展辨识算法，能应用于内部各串联单体蓄电池，完成整体串联***衰减程度的评估工作。

Description

一种检测二次蓄电池及串联模块衰减程度的方法及***
技术领域
本发明涉及蓄电池，具体地，涉及一种检测二次蓄电池及串联模块衰减程度的方法及***。
背景技术
在新能源行业蓬勃发展下，二次蓄电池已被人们大规模使用，特别是锂离子二次蓄电池，然而不可避免地，蓄电池将随着时间流逝而电性能逐渐衰退，一旦随附的电池管理***未检测察觉，将连动影响蓄电池电量的计算以及限制保护阀值严重失准,势必导致使用者体验感极度不佳甚至引发安全危害。因此有效地检测蓄电池的衰减程度(State ofAttenuation-SoA)又或称之为健康程度(State of Health-SoH)显得格外重要。对于某些应用场景，人们会将数个单体蓄电池串联成组为高压模块单元,此时模块单元的安全工作区间将受到串联单体状态的极值限制，因此模块单元的衰减程度检测将比单体蓄电池更加困难。
专利文献CN106646259A(申请号：201611216545.1)公开了一种电池功率衰减程度的检测方法，用于检测电动汽车中动力电池的衰减程度，包括下列步骤：判断当前时刻动力电池是否处于有效范围内，若是则检测当前时刻动力电池的电阻值Rj，若否则返回继续判断；根据电阻值Rj，计算并存储当前动力电池的电阻因子βj；判断存储的电阻因子是否达到估计量N，若是则进入下一步，若否则返回第一步；计算存储的所有电阻因子βj的最小均方差，得到最小均方电阻因子β；根据得到的最小均方电阻因子β计算衰减程度评估值ε；根据衰减程度评估值ε判断动力电池的衰减程度。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种检测二次蓄电池及串联模块衰减程度的方法及***。
根据本发明提供的一种检测二次蓄电池及串联模块衰减程度的方法，包括：
步骤M1：记录预设历经时间内和/或预设充放电的容量内的各串联蓄电池单元的包括电流值、电压值和/或温度值数据；
步骤M2：将记录的数据进行特征抽取；
步骤M3：根据记录数据的特征抽取，预设最小损失函数F，并根据最小损失函数F进行电压曲线数据库全局搜索比对，在电压曲线数据库中获取与记录的数据曲线段最为相似的曲线段，获取比对结果；
步骤M4：根据获取的比对结果，计算衰减程度值；
步骤M5：根据衰减程度值，重新调整二次蓄电池储能***的SoP和电池荷电状态值；
所述最小损失函数即记录数据的特征抽取与电压曲线数据库中预设线段的特征差异总和最小值。
优选地，所述步骤M2包括：将记录的数据进行包括电压切点位置特征、线斜率特征和/或线曲率特征的特征抽取。
优选地，所述步骤M3包括：
最小损失函数F表达式如下：
Figure BDA0002388143690000021
其中，N表示为记录电压切点总数目；x表示电压切点位置；s表示线斜率；c表示线曲率；W表示为权重；Wx表示电压点在x所占有的权重，
Figure BDA0002388143690000022
的几何含意为x与xi的欧式距离。
优选地，所述步骤M4包括：
步骤M4.1：根据比对结果，计算二次蓄电池储能***的总容量；
Figure BDA0002388143690000023
其中，Q表示记录曲线段所累计的容量安时数，Z％表示在电压曲线数据库中与记录的曲线段最为相似的曲线段的电池荷电状态区间；
步骤M4.2：根据二次蓄电池储能***初始最大容量Qinitial和二次蓄电池储能***的总容量Qtarget，计算衰减程度值；所述衰减程度值包括衰减程度SoA与健康程度SoH；
Figure BDA0002388143690000031
Figure BDA0002388143690000032
优选地，所述步骤M5包括：
根据比对电压曲线数据库中的最相似曲线段，记录最相似曲线段始点的电池荷电状态值和最相似曲线段末点的电池荷电状态值，更新当前各串联蓄电池单元的电池荷电状态值；
根据当前各串联蓄电池单元的电池荷电状态值和健康程度SoH值，更新相应的SoP值。
根据本发明提供的一种检测二次蓄电池及串联模块衰减程度的***，包括：
模块M1：记录预设历经时间内和/或预设充放电的容量内的各串联蓄电池单元的包括电流值、电压值和/或温度值数据；
模块M2：将记录的数据进行特征抽取；
模块M3：根据记录数据的特征抽取，预设最小损失函数F，并根据最小损失函数F进行电压曲线数据库全局搜索比对，在电压曲线数据库中获取与记录的数据曲线段最为相似的曲线段，获取比对结果；
模块M4：根据获取的比对结果，计算衰减程度值；
模块M5：根据衰减程度值，重新调整二次蓄电池储能***的SoP和电池荷电状态值；
所述最小损失函数即记录数据的特征抽取与电压曲线数据库中预设线段的特征差异总和最小值。
优选地，所述模块M2包括：将记录的数据进行包括电压切点位置特征、线斜率特征和/或线曲率特征的特征抽取。
优选地，所述模块M3包括：
最小损失函数F表达式如下：
Figure BDA0002388143690000033
其中，N表示为记录电压切点总数目；x表示电压切点位置；s表示线斜率；c表示线曲率；W表示为权重；Wx表示电压点在x所占有的权重，
Figure BDA0002388143690000034
的几何含意为x与xi的欧式距离。
优选地，所述模块M4包括：
模块M4.1：根据比对结果，计算二次蓄电池储能***的总容量；
Figure BDA0002388143690000041
其中，Q表示记录曲线段所累计的容量安时数，Z％表示在电压曲线数据库中与记录的曲线段最为相似的曲线段的电池荷电状态区间；
模块M4.2：根据二次蓄电池储能***初始最大容量Qinitial和二次蓄电池储能***的总容量Qtarget，计算衰减程度值；所述衰减程度值包括衰减程度SoA与健康程度SoH；
Figure BDA0002388143690000042
Figure BDA0002388143690000043
优选地，所述模块M5包括：
根据比对电压曲线数据库中的最相似曲线段，记录最相似曲线段始点的电池荷电状态值和最相似曲线段末点的电池荷电状态值，更新当前各串联蓄电池单元的电池荷电状态值；
根据当前各串联蓄电池单元的电池荷电状态值和健康程度SoH值，更新相应的SoP值。
与现有技术相比，本发明具有如下的有益效果：对于工程实务而言，常见的辨识衰减程度的方法有直流内阻法、安时积分法等等，然而串联***的高电压，***不一定具有引起脉冲功率的能力与高频率采样精度，使得直流内阻法难以广泛实现。而又受限于串联***的安全工作区间限制，难以实现内部各串联单体蓄电池满容量充放电的校正操作，种种原因使得串联***的健康状态不易评估。本发明透过图像识别原理，当充放电过程中累积足够的曲线特征时，即可开展辨识算法，且能应用于内部各串联单体蓄电池，如此完成整体串联***衰减程度的评估工作。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为检测二次蓄电池及串联模块衰减程度的方法流程图；
图2为利用本发明方法检测二次蓄电池老化程度的效果图；
图3为利用本发明方法检测串联模块内部最高与最低电压蓄电池老化程度的效果图；
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
本发明重点在于检测单体蓄电池及其串联模块的衰减程度，并协同剩余电量(State of Charge-SoC)以及功率状态(State of Power-SoP)的正确性。
本发明是利用图像识别原理，对蓄电池的充放电曲线进行辨识，并于现有的数据库里搜索，配对出具有最小损失函数的特征线，从而认定识别对象的衰减程度值。
根据本发明提供的一种检测二次蓄电池及串联模块衰减程度的方法，包括：如图1所示：
步骤M1：记录预设历经时间内和/或预设充放电的容量内的各串联蓄电池单元的包括电流值、电压值和/或温度值数据；
步骤M2：将记录的数据进行特征抽取；
具体地，所述步骤M2包括：将记录的数据进行包括电压切点位置特征、电压切点附近的线斜率特征和/或电压切点附近的线曲率特征的特征抽取。
步骤M3：根据记录数据的特征抽取，预设最小损失函数F，并根据最小损失函数F进行电压曲线数据库全局搜索比对，在电压曲线数据库中获取与记录的数据曲线段最为相似的曲线段，获取比对结果；
具体地，所述步骤M3包括：
最小损失函数F表达式如下：
Figure BDA0002388143690000051
其中，N表示为记录电压切点总数目；x表示电压切点位置；s表示线斜率；c表示线曲率；W表示为权重；Wx表示电压点在x所占有的权重，
Figure BDA0002388143690000052
的几何含意为x与xi的欧式距离。
步骤M4：根据获取的比对结果，计算衰减程度值；
具体地，所述步骤M4包括：
步骤M4.1：根据比对结果，计算二次蓄电池储能***的总容量；
Figure BDA0002388143690000061
其中，Q表示记录曲线段所累计的容量安时数，Z％表示在电压曲线数据库中与记录的曲线段最为相似的曲线段的电池荷电状态区间；
步骤M4.2：根据二次蓄电池储能***初始最大容量Qinitial和二次蓄电池储能***的总容量Qtarget，计算衰减程度值；所述衰减程度值包括衰减程度SoA与健康程度SoH；
Figure BDA0002388143690000062
Figure BDA0002388143690000063
步骤M5：根据衰减程度值，重新调整二次蓄电池储能***的SoP和电池荷电状态值；
所述最小损失函数即记录数据的特征抽取与电压曲线数据库中预设线段的特征差异总和最小值。
具体地，所述步骤M5包括：
根据比对电压曲线数据库中的最相似曲线段，记录最相似曲线段始点的电池荷电状态值和最相似曲线段末点的电池荷电状态值，更新当前各串联蓄电池单元的电池荷电状态值；
根据当前各串联蓄电池单元的电池荷电状态值和健康程度SoH值，更新相应的SoP值。
根据本发明提供的一种检测二次蓄电池及串联模块衰减程度的***，包括：
模块M1：记录预设历经时间内和/或预设充放电的容量内的各串联蓄电池单元的包括电流值、电压值和/或温度值数据；
模块M2：将记录的数据进行特征抽取；
具体地，所述模块M2包括：将记录的数据进行包括电压切点位置特征、电压切点附近的线斜率特征和/或电压切点附近的线曲率特征的特征抽取。
模块M3：根据记录数据的特征抽取，预设最小损失函数F，并根据最小损失函数F进行电压曲线数据库全局搜索比对，在电压曲线数据库中获取与记录的数据曲线段最为相似的曲线段，获取比对结果；
具体地，所述模块M3包括：
最小损失函数F表达式如下：
Figure BDA0002388143690000071
其中，N表示为记录电压切点总数目；x表示电压切点位置；s表示线斜率；c表示线曲率；W表示为权重；Wx表示电压点在x所占有的权重，
Figure BDA0002388143690000072
的几何含意为x与xi的欧式距离。
模块M4：根据获取的比对结果，计算衰减程度值；
具体地，所述模块M4包括：
模块M4.1：根据比对结果，计算二次蓄电池储能***的总容量；
Figure BDA0002388143690000073
其中，Q表示记录曲线段所累计的容量安时数，Z％表示在电压曲线数据库中与记录的曲线段最为相似的曲线段的电池荷电状态区间；
模块M4.2：根据二次蓄电池储能***初始最大容量Qinitial和二次蓄电池储能***的总容量Qtarget，计算衰减程度值；所述衰减程度值包括衰减程度SoA与健康程度SoH；
Figure BDA0002388143690000074
Figure BDA0002388143690000075
模块M5：根据衰减程度值，重新调整二次蓄电池储能***的SoP和电池荷电状态值；
所述最小损失函数即记录数据的特征抽取与电压曲线数据库中预设线段的特征差异总和最小值。
具体地，所述模块M5包括：
根据比对电压曲线数据库中的最相似曲线段，记录最相似曲线段始点的电池荷电状态值和最相似曲线段末点的电池荷电状态值，更新当前各串联蓄电池单元的电池荷电状态值；
根据当前各串联蓄电池单元的电池荷电状态值和健康程度SoH值，更新相应的SoP值。
图2为不同老化程度蓄电池使用本发明的衰减程度检测效果。明显随着蓄电池的使用过程中，可实现高精度的老化辨识能力。图3为显示串联模块，最高电压与最低电压的蓄电池单元个别衰减程度的辨识情形，算法很好的匹配实验结果，最大误差小于等于2.4％。本发明利用锂离子二次蓄电池作为发明示例，但不代表只适用于锂离子二次蓄电池，任意一种蓄电池若满足电压曲线与其荷电状态呈现单调相关，本发明皆可适用。另外，本发明定义的最小损失函数仅仅为一种示例，相关技术人修改函数定义后应用本发明其余步骤应皆属于保护范畴。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的***、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑程序设计来使得本发明提供的***、装置及其各个模块以逻辑门、开关、专用集成电路、可程序设计逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的***、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (6)

1.一种检测二次蓄电池及串联模块衰减程度的方法，其特征在于，包括：
步骤M1：记录预设历经时间内和/或预设充放电的容量内的各串联蓄电池单元的电流值、电压值和温度值数据；
步骤M2：将记录的数据进行特征抽取；
步骤M3：根据记录数据的特征抽取，预设最小损失函数F，并根据最小损失函数F进行电压曲线数据库全局搜索比对，在电压曲线数据库中获取与记录的数据曲线段最为相似的曲线段，获取比对结果；
步骤M4：根据获取的比对结果，计算衰减程度值；
步骤M5：根据衰减程度值，重新调整二次蓄电池储能***的SoP和电池荷电状态值；
所述最小损失函数即记录数据的特征抽取与电压曲线数据库中预设线段的特征差异总和最小值；
所述步骤M4包括：
步骤M4.1：根据比对结果，计算二次蓄电池储能***的总容量；
Figure FDA0003542123400000011
其中，Q表示记录曲线段所累计的容量安时数，Z％表示在电压曲线数据库中与记录的曲线段最为相似的曲线段的电池荷电状态区间；
步骤M4.2：根据二次蓄电池储能***初始最大容量Qinitial和二次蓄电池储能***的总容量Qtarget，计算衰减程度值；所述衰减程度值包括衰减程度SoA与健康程度SoH；
Figure FDA0003542123400000012
Figure FDA0003542123400000013
所述步骤M2包括：将记录的数据进行包括电压切点位置特征、线斜率特征和/或线曲率特征的特征抽取。
2.根据权利要求1所述的一种检测二次蓄电池及串联模块衰减程度的方法，其特征在于，所述步骤M3包括：
最小损失函数F表达式如下：
Figure FDA0003542123400000021
其中，N表示为记录的数据曲线段电压切点总数目；x表示电压切点位置；s表示线斜率；c表示线曲率；W表示为权重；Wx表示电压切点在x所占有的权重，
Figure FDA0003542123400000022
的几何含意为x与xi的欧式距离。
3.根据权利要求1所述的一种检测二次蓄电池及串联模块衰减程度的方法，其特征在于，所述步骤M5包括：
根据比对电压曲线数据库中的最相似曲线段，记录最相似曲线段始点的电池荷电状态值和最相似曲线段末点的电池荷电状态值，更新当前各串联蓄电池单元的电池荷电状态值；
根据当前各串联蓄电池单元的电池荷电状态值和健康程度SoH值，更新相应的功率状态值。
4.一种检测二次蓄电池及串联模块衰减程度的***，其特征在于，包括：
模块M1：记录预设历经时间内和/或预设充放电的容量内的各串联蓄电池单元的电流值、电压值和温度值数据；
模块M2：将记录的数据进行特征抽取；
模块M3：根据记录数据的特征抽取，预设最小损失函数F，并根据最小损失函数F进行电压曲线数据库全局搜索比对，在电压曲线数据库中获取与记录的数据曲线段最为相似的曲线段，获取比对结果；
模块M4：根据获取的比对结果，计算衰减程度值；
模块M5：根据衰减程度值，重新调整二次蓄电池储能***的SoP和电池荷电状态值；
所述最小损失函数即记录数据的特征抽取与电压曲线数据库中预设线段的特征差异总和最小值；
所述模块M4包括：
模块M4.1：根据比对结果，计算二次蓄电池储能***的总容量；
Figure FDA0003542123400000023
其中，Q表示记录曲线段所累计的容量安时数，Z％表示在电压曲线数据库中与记录的曲线段最为相似的曲线段的电池荷电状态区间；
模块M4.2：根据二次蓄电池储能***初始最大容量Qinitial和二次蓄电池储能***的总容量Qtarget，计算衰减程度值；所述衰减程度值包括衰减程度SoA与健康程度SoH；
Figure FDA0003542123400000031
Figure FDA0003542123400000032
所述模块M2包括：将记录的数据进行包括电压切点位置特征、线斜率特征和/或线曲率特征的特征抽取。
5.根据权利要求4所述的一种检测二次蓄电池及串联模块衰减程度的***，其特征在于，所述模块M3包括：
最小损失函数F表达式如下：
Figure FDA0003542123400000033
其中，N表示为记录的数据曲线段电压切点总数目；x表示电压切点位置；s表示线斜率；c表示线曲率；W表示为权重；Wx表示电压切点在x所占有的权重，
Figure FDA0003542123400000034
的几何含意为x与xi的欧式距离。
6.根据权利要求4所述的一种检测二次蓄电池及串联模块衰减程度的***，其特征在于，所述模块M5包括：
根据比对电压曲线数据库中的最相似曲线段，记录最相似曲线段始点的电池荷电状态值和最相似曲线段末点的电池荷电状态值，更新当前各串联蓄电池单元的电池荷电状态值；
根据当前各串联蓄电池单元的电池荷电状态值和健康程度SoH值，更新相应的功率状态值。
CN202010104694.9A 2020-02-20 2020-02-20 一种检测二次蓄电池及串联模块衰减程度的方法及*** Active CN111239628B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010104694.9A CN111239628B (zh) 2020-02-20 2020-02-20 一种检测二次蓄电池及串联模块衰减程度的方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010104694.9A CN111239628B (zh) 2020-02-20 2020-02-20 一种检测二次蓄电池及串联模块衰减程度的方法及***

Publications (2)

Publication Number Publication Date
CN111239628A CN111239628A (zh) 2020-06-05
CN111239628B true CN111239628B (zh) 2022-05-17

Family

ID=70864945

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010104694.9A Active CN111239628B (zh) 2020-02-20 2020-02-20 一种检测二次蓄电池及串联模块衰减程度的方法及***

Country Status (1)

Country Link
CN (1) CN111239628B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101051348A (zh) * 2007-03-23 2007-10-10 重庆大学 一种签名识别方法
CN101706556A (zh) * 2009-11-11 2010-05-12 惠州市亿能电子有限公司 纯电动汽车用锂离子电池的实际容量估算方法
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
CN103163478A (zh) * 2013-03-25 2013-06-19 天津力神电池股份有限公司 锂离子二次电池经过衰减后的容量检测方法
CN103197257A (zh) * 2013-04-03 2013-07-10 华为技术有限公司 电池健康状态检测方法及装置
WO2014197693A1 (en) * 2013-06-07 2014-12-11 Nuvera Fuel Cells, Inc. Health monitoring of an electrochemical cell stack
CN106772113A (zh) * 2017-03-29 2017-05-31 四川长虹电器股份有限公司 一种基于蓄电池端电压变化判断老化程度的方法
CN108072845A (zh) * 2017-12-20 2018-05-25 上海理工大学 基于不完整充电电压曲线的锂电池容量估计方法
CN108957331A (zh) * 2018-05-16 2018-12-07 蔚来汽车有限公司 电池性能检测方法及电池性能检测***
CN110058177A (zh) * 2019-05-06 2019-07-26 奇瑞新能源汽车技术有限公司 一种动力电池电量soc修正方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8374807B2 (en) * 2008-11-13 2013-02-12 Lockheed Martin Corporation Method and apparatus that detects state of charge (SOC) of a battery
JP6245692B2 (ja) * 2013-11-13 2017-12-13 学校法人東海大学 電池状態判定装置及び電池状態判定方法
CN108614219A (zh) * 2018-04-27 2018-10-02 联华聚能科技股份有限公司 双自我学习式电池估测***及方法
CN108646197B (zh) * 2018-07-25 2020-08-07 清华大学 一种汽车电池电量状态动态监控方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101051348A (zh) * 2007-03-23 2007-10-10 重庆大学 一种签名识别方法
CN101706556A (zh) * 2009-11-11 2010-05-12 惠州市亿能电子有限公司 纯电动汽车用锂离子电池的实际容量估算方法
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
CN103163478A (zh) * 2013-03-25 2013-06-19 天津力神电池股份有限公司 锂离子二次电池经过衰减后的容量检测方法
CN103197257A (zh) * 2013-04-03 2013-07-10 华为技术有限公司 电池健康状态检测方法及装置
WO2014197693A1 (en) * 2013-06-07 2014-12-11 Nuvera Fuel Cells, Inc. Health monitoring of an electrochemical cell stack
CN106772113A (zh) * 2017-03-29 2017-05-31 四川长虹电器股份有限公司 一种基于蓄电池端电压变化判断老化程度的方法
CN108072845A (zh) * 2017-12-20 2018-05-25 上海理工大学 基于不完整充电电压曲线的锂电池容量估计方法
CN108957331A (zh) * 2018-05-16 2018-12-07 蔚来汽车有限公司 电池性能检测方法及电池性能检测***
CN110058177A (zh) * 2019-05-06 2019-07-26 奇瑞新能源汽车技术有限公司 一种动力电池电量soc修正方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于K_NN算法的晶圆划痕智能匹配;潘婷婷;《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》;20190215(第2期);第I135-211-15-18页 *

Also Published As

Publication number Publication date
CN111239628A (zh) 2020-06-05

Similar Documents

Publication Publication Date Title
CN110161425B (zh) 一种基于锂电池退化阶段划分的剩余使用寿命的预测方法
KR102343967B1 (ko) 배터리의 상태를 추정하는 방법 및 장치
CN109655754B (zh) 一种基于充电过程多维分阶的电池性能评估方法
CN113442787B (zh) 异常单体电芯识别方法、装置、电子设备和存储介质
CN103969587A (zh) 一种混合动力车用动力电池soc估算方法
CN112622693A (zh) 一种电池管理方法、装置及车辆
CN107340476B (zh) 电池的电气状态监测***和电气状态监测方法
US20230112978A1 (en) Method and apparatus for calculating cell state, and storage medium
CN110609233A (zh) 一种基于大数据进行储能电池soh预测的方法
CN104535935A (zh) 一种动力电池组的容量检测方法及装置
CN110806540B (zh) 电芯测试数据处理方法、装置、***和存储介质
CN116736166A (zh) 电池包的电芯异常检测方法、装置及电池包
CN115389954A (zh) 一种电池容量的估算方法、电子设备及可读存储介质
CN115056682A (zh) 异常单体电池检测方法、设备、电动汽车和介质
CN114879070A (zh) 一种电池状态评估方法及相关设备
CN113125965B (zh) 电池析锂检测方法、装置、设备及存储介质
CN111239628B (zh) 一种检测二次蓄电池及串联模块衰减程度的方法及***
CN116488219B (zh) 一种基于多层级架构的分布式储能采集策略控制方法
CN115980583A (zh) 基于微分代数方程的锂电池等效电路模型参数辨识四步法
CN116027213A (zh) 退役电池分组方法、装置、电子设备及可读存储介质
CN114252797B (zh) 一种基于不确定性估计的锂电池剩余使用寿命预测方法
CN113420494B (zh) 一种超级电容贝叶斯概率融合建模方法
CN114910802A (zh) 基于特征提取的电池容量损失与内短路故障识别方法
CN114594380A (zh) 一种基于bp神经网络的电池soc预测方法
Putra et al. Comparative Study of Kalman Filter and H infinity Filter for Current Sensorless Battery Health Analysis

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
CP01 Change in the name or title of a patent holder

Address after: 325000 room A205, building C, 205 Binhai 6th Road, Jinhai 2nd Road, Airport New District, Longwan District, Wenzhou City, Zhejiang Province

Patentee after: REPT BATTERO Energy Co., Ltd.

Patentee after: SHANGHAI RUIPU ENERGY Co.,Ltd.

Address before: 325000 room A205, building C, 205 Binhai 6th Road, Jinhai 2nd Road, Airport New District, Longwan District, Wenzhou City, Zhejiang Province

Patentee before: RUIPU ENERGY Co.,Ltd.

Patentee before: SHANGHAI RUIPU ENERGY Co.,Ltd.

CP01 Change in the name or title of a patent holder