CN112462283B - 基于差分温度曲线的锂离子电池内阻及容量估算方法 - Google Patents
基于差分温度曲线的锂离子电池内阻及容量估算方法 Download PDFInfo
- Publication number
- CN112462283B CN112462283B CN202011115774.0A CN202011115774A CN112462283B CN 112462283 B CN112462283 B CN 112462283B CN 202011115774 A CN202011115774 A CN 202011115774A CN 112462283 B CN112462283 B CN 112462283B
- Authority
- CN
- China
- Prior art keywords
- battery
- internal resistance
- differential temperature
- capacity
- temperature curve
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 title claims abstract description 19
- 229910001416 lithium ion Inorganic materials 0.000 title claims abstract description 19
- 238000010277 constant-current charging Methods 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 claims abstract description 7
- 238000007600 charging Methods 0.000 claims abstract description 6
- 230000032683 aging Effects 0.000 claims description 14
- 238000001914 filtration Methods 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 6
- 210000004027 cell Anatomy 0.000 claims description 3
- 238000007599 discharging Methods 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- -1 nickel-cobalt-aluminum Chemical compound 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003121 nonmonotonic effect Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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]
- G01R31/389—Measuring internal impedance, internal conductance or related 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]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- 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]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种基于差分温度曲线的锂离子电池内阻及容量估算方法,包括:S1,离线求取电池差分温度曲线;S2,建立电池差分温度曲线中特征变量与电池内阻以及容量的相关性关系;S3,在线估算锂离子电池内阻及容量。本发明提出的估算方法具有以下4点优势:仅需要恒流充/放电过程中的时间、电池表面温度和端电压值,易于获取;不需要电池处于等温条件下,更加适用于实际工况;能够适用于具有高倍率电流的快速充电工况中;采用电池差分温度曲线起始点的位置作为特征变量,能够较为精确地表征电池全生命周期内的内阻值;采用第一波谷位置、波峰的位置和高度以及第二波谷高度作为特征变量,能够较为全面、准确地表征电池全生命周期内的容量值。
Description
技术领域
本发明涉及电池技术领域,尤其涉及一种基于差分温度曲线的锂离子电池内阻及容量估算方法。
背景技术
近年来,锂离子电池由于具有自放电率低、能量和功率密度高等优势,目前已被广泛应用于新能源汽车、储能设备、便携式电子设备及空间技术等领域中。
为了定量描述电池的功率衰减以及能量衰退特性,一般将电池的健康状态(Stateof Health,SoH)定义为电池当前内阻/容量与初始内阻/容量的比值,这样不仅能够反映电池的当前内阻/容量值,还能有效地体现出电池使用过程中其内阻增加/容量衰减的情况。目前,同时对电池的内阻和容量进行准确地在线估算仍是一项具有挑战性的任务。
发明内容
本发明为了解决上述问题,提供了一种基于差分温度曲线的锂离子电池内阻及容量估算方法,该估算方法能够同时对电池的内阻和容量进行准确地在线估算,从而实现了电池***的高效安全运行。
本发明通过如下技术方案实现。
本发明提供了一种基于差分温度曲线的锂离子电池内阻及容量估算方法,所述方法包括以下步骤:
S1,离线求取电池差分温度曲线:
S1-1,获取电池老化测试中,恒流充电阶段的时间,电池表面温度以及端电压数据;
S1-2,根据采集得到的电池恒流充电数据,通过设定时间间隔以及采用Savitzky-Golay滤波算法,获得电池在不同老化状态下的差分温度曲线;
S2,建立电池差分温度曲线中特征变量与电池内阻以及容量的相关性关系:
S2-1,选取差分温度曲线中能够表征电池内阻增加的特征变量,建立全生命周期内特征变量与电池内阻的相关性关系;
S2-2,选取差分温度曲线中能够表征电池容量衰减的特征变量,建立全生命周期内特征变量与电池容量的相关性关系;
S3,在线估算锂离子电池内阻及容量:
S3-1,车载电池管理***在恒流充电过程中实时采集充电时间,电池表面温度以及端电压;
S3-2,根据步骤S1-2在线求取电池差分温度曲线,并提取表征电池内阻增加和容量衰减的特征点;
S3-3,将步骤S3-2中在线提取的表征电池内阻增加的特征变量代入步骤S2-1中的全生命周期内特征变量与电池内阻的相关性关系,获取当前状态下的电池内阻值;
S3-4,将步骤S3-2中在线提取的表征电池容量衰减的特征变量代入步骤S2-2中的全生命周期内特征变量与电池容量的相关性关系,通过加权平均求取电池在当前状态下的容量值。
所述的步骤S1-2中,电池差分温度的离散化表达式为:
其中,为第k个采样点的电池差分温度;Tk和Tk-1分别为第k和k-1个采样点的电池表面温度;Vk和Vk-1分别为第k和k-1个采样点的电池端电压;tk和tk-1分别为第k和k-1个采样点的时间值;tk-tk-1为设定的时间间隔值。
所述的步骤S1-2中,Savitzky-Golay滤波算法的阶数设定为nSG,滤波窗口的宽度设定为len。
所述的步骤S2-1中,表征电池内阻增加的特征变量为电池差分温度曲线起始点的位置。
所述的步骤S2-2中,表征电池容量衰减的特征变量包括第一波谷位置、波峰的位置和高度以及第二波谷高度,所述波峰为所述第一波谷与所述第二波谷之间的波峰。
所述的步骤S2-1中,全生命周期内特征变量与电池内阻的相关性关系表示为:
其中,R为电池的内阻;ai为相关性关系的系数;n为相关性关系的阶数;xR为差分温度曲线中能够表征电池内阻增加的特征变量。
所述的步骤S2-2中,全生命周期内特征变量与电池容量的相关性关系表示为:
其中,l=1,2,3和4;Cl为根据第l个特征变量估算得到的电池容量;bj为相关性关系的系数;m为相关性关系的阶数;为差分温度曲线中能够表征电池容量衰减的特征变量。
所述的步骤S3-4中,通过加权平均求取电池在当前状态下的容量值的表达式为:
其中,C为电池在当前状态下的容量值。
与现有技术相比,本发明具有如下优点和有益效果:
1.本发明提供的估算方法仅需要恒流充/放电过程中的时间、电池表面温度和端电压值,上述变量容易获取;
2.本发明提供的估算方法不需要电池处于等温条件下,更加适用于实际工况;
3.本发明提供的估算方法能够适用于具有高倍率电流的快速充电工况中;
4.本发明采用电池差分温度曲线起始点的位置作为特征变量,能够较为精确地表征电池全生命周期内的内阻值;
5.本发明采用第一波谷位置、波峰的位置和高度以及第二波谷高度作为特征变量,能够较为全面、准确地表征电池全生命周期内的容量值。
附图说明
图1为本发明估计算法的流程图。
图2为电池在不同老化循环后的差分温度曲线图。
图3为电池差分温度曲线起始点位置与电池内阻之间的相关性关系图。
图4为各差分温度曲线特征变量与电池容量之间的相关性关系图,其中,图4(a)为差分温度曲线的第一波谷位置与电池容量之间的相关性关系图,图4(b)为差分温度曲线的波峰位置与电池容量之间的相关性关系图,图4(c)为差分温度曲线的波峰高度与电池容量之间的相关性关系图,图4(d)为差分温度曲线的第二波谷高度与电池容量之间的相关性关系图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
本发明实施例提供了一种基于差分温度曲线的锂离子电池内阻及容量估算方法,用于在线获取电池的内阻和容量值,从而实现对电池***的高效安全管理。
一种基于差分温度曲线的锂离子电池内阻及容量估算方法流程如图1所示,该方法主要分为2个部分;第1个部分为离线分析部分,第2个部分为在线估算部分;下面将对2个部分分别作进一步说明。
所述的离线分析部分包括如下步骤:
1)获取电池老化测试中,恒流充电阶段的时间,电池表面温度以及端电压数据;
本发明实施例中所使用的电池为镍钴铝三元锂离子电池,实际应用中并不限于此,老化测试在室温下进行。
2)根据采集得到的电池恒流充电数据,通过设定时间间隔以及采用Savitzky-Golay滤波算法,获得电池在不同老化状态下的差分温度曲线;
步骤2)中,差分温度定义为极小的电池端电压变化间隔内电池表面温度的变化量,通常可以表达为如下形式:
其中,为第k个采样点的电池差分温度;Tk和Tk-1分别为第k和k-1个采样点的电池表面温度;Vk和Vk-1分别为第k和k-1个采样点的电池端电压;Vk-Vk-1为电池端电压的变化间隔;tk和tk-1分别为第k和k-1个采样点的时间值;tk-tk-1为设定的时间间隔值。
通常情况下,测量所得温度和电压数据中包含有噪声量。若电池端电压间隔量过小,则会由于微分运算放大噪声的影响。相反,若电池端电压间隔量过大,所得差分温度曲线中则会丢失有用信息。在恒流充电阶段,电池端电压的变化间隔与时间间隔值正比例相关,因此,可以通过设定合适的时间间隔值对差分温度曲线进行初步滤波,本发明实施例中将时间间隔设定为120秒。
步骤2)中,Savitzky-Golay滤波算法的阶数设定为nSG,滤波窗口的宽度设定为len,具体步骤可参考发明专利(CN 109782728 A)中方法进行求解;以电池端电压为横坐标,通过Savitzky-Golay滤波后得到的差分温度为纵坐标,得到电池在不同老化状态下的差分温度曲线。
基于本发明实施例中所采用的电池得到的不同老化循环后的电池差分温度曲线如图2所示,可以发现曲线光滑无过多噪声,且曲线中存在2个波谷和1个波峰,分别为第一波谷、第二波谷和两个波谷之间的波峰。可以发现,随着老化循环数的增加(即电池内阻的增加,容量的衰减),曲线整***置向右平移,且波峰和波谷的高度也发生变化。
3)选取差分温度曲线中起始点的位置的作为表征电池内阻增加的特征变量,建立全生命周期内特征变量与电池内阻的相关性关系;
步骤3)中,全生命周期内特征变量与电池内阻的相关性关系表示为:
其中,R为电池的内阻;ai为相关性关系的系数;n为相关性关系的阶数;xR为差分温度曲线中能够表征电池内阻增加的特征变量。
从图2可以看出,随着循环次数的增加,电池差分温度曲线整体向右平移,主要是由于电池内阻增加导致;图3给出了本发明实施例中差分温度曲线起始点位置与电池内阻之间的相关性关系,表1给出了以及拟合结果的确定系数R2,可以发现,除了3组离群值,差分温度曲线的起始点位置与电池内阻间总体上存在强相关性。
表1
特征变量 | [a0,…,an] | R2 |
差分温度曲线起始点位置 | [3133,-3387,1373,-247.3,16.71] | 0.9863 |
4)选取差分温度曲线中能够表征电池容量衰减的特征变量,建立全生命周期内特征变量与电池容量的相关性关系。
从图2可以看出,随着循环次数的增加,差分温度曲线中第一波谷的位置和波峰的位置逐渐向右平移,波峰的高度呈下降的趋势,第二波谷的高度呈上升的趋势。此外,第一波谷的高度随着老化循环的增加呈现先下降后上升的非单调变化趋势,第二波谷的位置随着老化循环的增加无明显变化,因此,步骤4)中,表征电池容量衰减的特征变量包括第一波谷位置、波峰的位置和高度以及第二波谷高度,所述波峰为所述第一波谷与所述第二波谷之间的波峰。
步骤4)中,全生命周期内特征变量与电池容量的相关性关系表示为:
其中,l=1,2,3和4;Cl为根据第l个特征变量估算得到的电池容量;bj为相关性关系的系数;m为相关性关系的阶数;为差分温度曲线中能够表征电池容量衰减的特征变量。
图4分别给出了本发明实施例中差分温度曲线的第一波谷位置、波峰位置、波峰高度和第二波谷高度与电池容量之间的相关性关系,表2给出了以及拟合结果的确定系数R2,可以发现,除了少数几组离群值,上述特征变量与电池容量间总体上存在强相关性。
表2
特征变量 | [b0,…,bm] | R2 |
第一波谷位置 | [1541,-377.9] | 0.9817 |
波峰位置 | [44320,-21680,2655] | 0.9417 |
波峰高度 | [-27.92,11.51,-0.2775] | 0.9730 |
第二波谷高度 | [-22.85,25.89,-1.444] | 0.9514 |
所述的在线估算部分(在线估算锂离子电池内阻及容量)包括如下步骤:
1)车载电池管理***在恒流充电过程中实时采集充电时间,电池表面温度以及端电压;
2)根据离线分析部分步骤2)中所采用的时间间隔以及Savitzky-Golay滤波算法,在线求取电池差分温度曲线,并提取表征电池内阻增加1个特征变量和表征电池容量衰减的4个特征变量;
3)将在线估算部分步骤2)中在线提取的表征电池内阻增加的特征变量代入离线分析部分步骤3)中的全生命周期内特征变量与电池内阻的相关性关系,获取当前状态下的电池内阻值;
4)将在线估算部分步骤2)中在线提取的表征电池容量衰减的特征变量代入离线分析部分步骤4)中的全生命周期内特征变量与电池容量的相关性关系,通过加权平均求取电池在当前状态下的容量值。
步骤4)中,本发明实施例中选用第一波谷位置、波峰位置、波峰高度和第二波谷高度作为表征电池容量衰减的特征变量,最终将得到4个估算容量值,进行加权平均后得到当前状态下电池的容量值,加权平均计算公式如下:
其中,C为电池在当前状态下的容量值。
综上,本发明的一种基于差分温度曲线的锂离子电池内阻及容量估算方法,包括以下步骤:S1,离线求取电池差分温度曲线;S2,建立电池差分温度曲线中特征变量与电池内阻以及容量的相关性关系;S3,在线估算锂离子电池内阻及容量。本发明提出的估算方法具有以下4点优势:(1)仅需要恒流充/放电过程中的时间、电池表面温度和端电压值,易于获取;(2)不需要电池处于等温条件下,更加适用于实际工况;(3)能够适用于具有高倍率电流的快速充电工况中;(4)采用电池差分温度曲线起始点的位置作为特征变量,能够较为精确地表征电池全生命周期内的内阻值;(5)采用第一波谷位置、波峰的位置和高度以及第二波谷高度作为特征变量,能够较为全面、准确地表征电池全生命周期内的容量值。
本领域技术人员可以理解附图只是一个优选实施例的示意图,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (2)
1.一种基于差分温度曲线的锂离子电池内阻及容量估算方法,其特征在于,所述方法包括以下步骤:
S1,离线求取电池差分温度曲线:
S1-1,获取电池老化测试中,恒流充电阶段的时间,电池表面温度以及端电压数据;
S1-2,根据采集得到的电池恒流充电数据,通过设定时间间隔以及采用Savitzky-Golay滤波算法,获得电池在不同老化状态下的差分温度曲线;
S2,建立电池差分温度曲线中特征变量与电池内阻以及容量的相关性关系:
S2-1,选取差分温度曲线中能够表征电池内阻增加的特征变量,建立全生命周期内特征变量与电池内阻的相关性关系;
S2-2,选取差分温度曲线中能够表征电池容量衰减的特征变量,建立全生命周期内特征变量与电池容量的相关性关系;
S3,在线估算锂离子电池内阻及容量:
S3-1,车载电池管理***在恒流充电过程中实时采集充电时间,电池表面温度以及端电压;
S3-2,根据步骤S1-2在线求取电池差分温度曲线,并提取表征电池内阻增加和容量衰减的特征点;
S3-3,将步骤S3-2中在线提取的表征电池内阻增加的特征变量代入步骤S2-1中的全生命周期内特征变量与电池内阻的相关性关系,获取当前状态下的电池内阻值;
S3-4,将步骤S3-2中在线提取的表征电池容量衰减的特征变量代入步骤S2-2中的全生命周期内特征变量与电池容量的相关性关系,通过加权平均求取电池在当前状态下的容量值;
所述的步骤S1-2中,将电池差分温度离散化,其表达式为:
其中,为第k个采样点的电池差分温度;Tk和Tk-1分别为第k和k-1个采样点的电池表面温度;Vk和Vk-1分别为第k和k-1个采样点的电池端电压;tk和tk-1分别为第k和k-1个采样点的时间值;tk-tk-1为设定的时间间隔值;
所述的步骤S1-2中,Savitzky-Golay滤波算法的阶数设定为nSG,滤波窗口的宽度设定为len,以电池端电压为横坐标,通过Savitzky-Golay滤波后得到的差分温度为纵坐标,得到电池在不同老化状态下的差分温度曲线;
所述步骤S2-1中,表征电池内阻增加的特征变量为电池差分温度曲线起始点的位置;
所述的步骤S2-2中,表征电池容量衰减的特征变量包括第一波谷位置、波峰的位置和高度以及第二波谷高度,所述波峰为所述第一波谷与所述第二波谷之间的波峰;
所述的步骤S2-1中,全生命周期内特征变量与电池内阻的相关性关系表示为:
其中,R为电池的内阻;ai为相关性关系的系数;n为相关性关系的阶数;xR为差分温度曲线中能够表征电池内阻增加的特征变量;
所述的步骤S2-2中,全生命周期内特征变量与电池容量的相关性关系表示为:
其中,l=1,2,3和4;Cl为根据第l个特征变量估算得到的电池容量;bj为相关性关系的系数;m为相关性关系的阶数;xCl为差分温度曲线中能够表征电池容量衰减的特征变量。
2.根据权利要求1所述的一种基于差分温度曲线的锂离子电池内阻及容量估算方法,其特征在于,所述的步骤S3-4中,通过加权平均求取电池在当前状态下的容量值的表达式为:
其中,C为电池在当前状态下的容量值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011115774.0A CN112462283B (zh) | 2020-10-19 | 2020-10-19 | 基于差分温度曲线的锂离子电池内阻及容量估算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011115774.0A CN112462283B (zh) | 2020-10-19 | 2020-10-19 | 基于差分温度曲线的锂离子电池内阻及容量估算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112462283A CN112462283A (zh) | 2021-03-09 |
CN112462283B true CN112462283B (zh) | 2024-05-14 |
Family
ID=74833487
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011115774.0A Active CN112462283B (zh) | 2020-10-19 | 2020-10-19 | 基于差分温度曲线的锂离子电池内阻及容量估算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112462283B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113075571A (zh) * | 2021-03-24 | 2021-07-06 | 湖北亿纬动力有限公司 | 一种锂离子电池ocv确定方法、装置及*** |
US12038482B1 (en) | 2024-03-14 | 2024-07-16 | Prince Mohammad Bin Fahd University | System and method for determining capacity of battery cell |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106154171A (zh) * | 2016-06-17 | 2016-11-23 | 清华大学 | 建立电池直流内阻函数的方法 |
CN107576918A (zh) * | 2017-09-25 | 2018-01-12 | 上海电气集团股份有限公司 | 锂电池的剩余电量的估算方法及*** |
CN108132442A (zh) * | 2017-12-13 | 2018-06-08 | 中国船舶重工集团公司第七〇九研究所 | 一种基于离线数据驱动的蓄电池联合状态估算方法 |
CN110554325A (zh) * | 2019-09-10 | 2019-12-10 | 北京理工大学 | 一种基于表面温度的车用锂离子电池容量估计方法 |
CN110687462A (zh) * | 2019-11-04 | 2020-01-14 | 北京理工大学 | 一种动力电池soc与容量全生命周期联合估计方法 |
CN110927591A (zh) * | 2019-12-11 | 2020-03-27 | 北京理工大学 | 一种电池容量估计方法、计算机可读介质及车辆 |
CN111693881A (zh) * | 2020-05-28 | 2020-09-22 | 江苏大学 | 基于“标准化温度”的宽温度范围下电池健康状态在线估测方法 |
-
2020
- 2020-10-19 CN CN202011115774.0A patent/CN112462283B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106154171A (zh) * | 2016-06-17 | 2016-11-23 | 清华大学 | 建立电池直流内阻函数的方法 |
CN107576918A (zh) * | 2017-09-25 | 2018-01-12 | 上海电气集团股份有限公司 | 锂电池的剩余电量的估算方法及*** |
CN108132442A (zh) * | 2017-12-13 | 2018-06-08 | 中国船舶重工集团公司第七〇九研究所 | 一种基于离线数据驱动的蓄电池联合状态估算方法 |
CN110554325A (zh) * | 2019-09-10 | 2019-12-10 | 北京理工大学 | 一种基于表面温度的车用锂离子电池容量估计方法 |
CN110687462A (zh) * | 2019-11-04 | 2020-01-14 | 北京理工大学 | 一种动力电池soc与容量全生命周期联合估计方法 |
CN110927591A (zh) * | 2019-12-11 | 2020-03-27 | 北京理工大学 | 一种电池容量估计方法、计算机可读介质及车辆 |
CN111693881A (zh) * | 2020-05-28 | 2020-09-22 | 江苏大学 | 基于“标准化温度”的宽温度范围下电池健康状态在线估测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112462283A (zh) | 2021-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110031770B (zh) | 一种快速得到电池包中所有单体电池容量的方法 | |
CN111142036B (zh) | 基于容量增量分析的锂离子电池在线快速容量估计方法 | |
Li et al. | A quick on-line state of health estimation method for Li-ion battery with incremental capacity curves processed by Gaussian filter | |
CN112462283B (zh) | 基于差分温度曲线的锂离子电池内阻及容量估算方法 | |
CN103728563B (zh) | 一种电池健康状态的测算方法 | |
CN112924885B (zh) | 基于增量容量曲线峰值高度的电池内短路定量诊断方法 | |
CN106772099A (zh) | 一种动力锂电池劣化程度估算方法 | |
CN107169170B (zh) | 一种电池剩余容量的预测方法 | |
CN110988695A (zh) | 动力电池健康状态评估方法、装置、存储介质及电子设备 | |
CN112462288B (zh) | 一种基于电池表面温度变化值的锂离子电池健康状态估算方法 | |
CN115267555A (zh) | 基于电池多点温度测量的储能***电池soh评估*** | |
CN114487846A (zh) | 电池电化学阻抗谱在线估计方法及装置 | |
CN112485693A (zh) | 一种基于温度概率密度函数的电池健康状态快速评估方法 | |
CN114609523A (zh) | 一种电池容量的在线检测方法、电子设备及存储介质 | |
CN116953547A (zh) | 一种储能电池健康度评估方法、***、设备及存储介质 | |
CN115308603A (zh) | 基于多维度特征和机器学习的电池寿命预测方法 | |
CN107402356B (zh) | 一种基于动态参数辨识的ekf估算铅酸电池soc方法 | |
CN112327169B (zh) | 一种锂电池剩余寿命预测方法 | |
CN116400239B (zh) | 一种铁铬液流电池的储能智能监测方法 | |
CN117949851A (zh) | 一种电池状态联合估计方法及*** | |
CN113759258A (zh) | 一种动力电池soc估计方法、装置及纯电动汽车 | |
CN116754960A (zh) | 钠离子电池云端soh估计和剩余寿命预测方法、装置及程序 | |
CN112649735A (zh) | 一种快速得到电池包总容量的方法 | |
CN111917114A (zh) | 一种适用于嵌入式平台的电力负荷事件检测方法 | |
CN114720890B (zh) | 一种基于宽频阻抗谱的锂电池内部温度估计方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |