CN113049974A - 电池容量预测方法、装置、设备及存储介质 - Google Patents
电池容量预测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113049974A CN113049974A CN202110143645.0A CN202110143645A CN113049974A CN 113049974 A CN113049974 A CN 113049974A CN 202110143645 A CN202110143645 A CN 202110143645A CN 113049974 A CN113049974 A CN 113049974A
- Authority
- CN
- China
- Prior art keywords
- battery
- sample
- voltage
- parameter set
- battery capacity
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000007599 discharging Methods 0.000 claims abstract description 43
- 238000007600 charging Methods 0.000 claims abstract description 41
- 238000012545 processing Methods 0.000 claims description 43
- 238000012216 screening Methods 0.000 abstract description 11
- 238000012360 testing method Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000010281 constant-current constant-voltage charging Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
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]
- G01R31/385—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
-
- 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]
- G01R31/389—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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- 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)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本申请公开了一种电池容量预测方法、装置、设备及存储介质,属于电池领域。本申请的电池容量预测方法包括选取至少两个样本电池,给每一样本电池充电至预设容量、并放电到预设电压,得到每一样本电池的第一参数集以及电压与荷电状态的第一关系曲线;根据每一所述第一关系曲线,确定每一样本电池的电压范围;在电压范围内对样本电池进行充放电处理,得到每一样本电池的第二参数集以及电压与荷电状态的第二关系曲线;根据每一第一参数集、每一第二参数集和每一第二关系曲线,得到电池容量预测模型;根据电池容量预测模型,对待测电池进行容量预测。这种电池容量预测方法能够对电池容量进行准确的预测,提高对电池筛选分组的准确性。
Description
技术领域
本申请涉及电池领域,尤其涉及一种电池容量预测方法、装置、设备及存储介质。
背景技术
在电池的生产过程中需要对电池的容量进行测试,并根据测试情况对电池进行筛选分组,而目前的电池容量测试方法存在着测试不准确的问题,会影响对电池筛选分组的准确性,因此,如何对电池的容量进行更为准确的预测,成为了亟待解决的问题。
发明内容
本申请旨在至少解决现有技术中存在的技术问题之一。为此,本申请提出一种电池容量预测方法,操作简单,能够对电池容量进行准确的预测,提高对电池筛选分组的准确性以及同一组电池的一致性。
本申请还提出一种采用上述电池容量预测方法的电池容量预测装置。
本申请还提出一种采用上述电池容量预测方法的电池容量预测设备。
本申请还提出一种采用上述电池容量预测方法的计算机可读存储介质。
根据本申请的第一方面实施例的电池容量预测方法,包括:
选取至少两个样本电池,给每一所述样本电池充电至预设容量、并放电到预设电压,得到每一所述样本电池的第一参数集以及电压与荷电状态的第一关系曲线;
根据每一所述第一关系曲线,确定每一所述样本电池的电压范围;
在所述电压范围内对所述样本电池进行充放电处理,得到每一所述样本电池的第二参数集以及电压与荷电状态的第二关系曲线;
根据每一所述第一参数集、每一所述第二参数集和每一所述第二关系曲线,得到电池容量预测模型;
根据所述电池容量预测模型,对待测电池进行容量预测。
根据本申请实施例的电池容量预测方法,至少具有如下有益效果:这种电池容量预测方法通过选取至少两个样本电池,对每一样本电池进行充放电处理,得到每一样本电池的第一参数集以及电压与荷电状态的第一关系曲线,并确定出每一样本电池的电压范围,在电压范围内对相应的样本电池再进行充放电处理,得到每一样本电池的第二参数集以及电压与荷电状态的第二关系曲线,进而根据一系列的第一参数集、第二参数集以及第二关系曲线建立电池容量预测模型,利用电池容量预测模型对待测电池进行容量预测,这种电池容量预测方法操作简单,能够对电池容量进行准确的预测,提高对电池筛选分组的准确性以及同一组电池的一致性。
根据本申请的一些实施例,所述选取至少两个样本电池,给每一所述样本电池充电至预设容量、并放电到预设电压,得到每一所述样本电池的第一参数集以及电压与荷电状态的第一关系曲线,包括:
设置第一电流值和第二电流值;
采用所述第一电流值对每一所述样本电池进行满充电,采用所述第二电流值对每一所述样本电池进行满放电,得到每一所述样本电池的第一电池容量值以及电压与荷电状态的第一关系曲线;
采用所述第一电流值对至每一所述样本电池进行满充电和满放电,得到每一所述样本电池的第二电池容量值。
根据本申请的一些实施例,所述根据每一所述第一关系曲线,确定每一所述样本电池的电压范围,包括:
对每一所述第一关系曲线进行微分处理,得到每一所述样本电池的dSOC/dV微分曲线;
根据所述dSOC/dV微分曲线,得到每一所述样本电池的电压范围。
根据本申请的一些实施例,所述电压范围包括第一电压值和第二电压值,所述在所述电压范围内对所述样本电池进行充放电处理,得到每一所述样本电池的第二参数集以及电压与荷电状态的第二关系曲线,包括:
将所述样本电池恒流充电至第一电压值,在第一预定时间之后,获取所述样本电池的第三电压值;
将所述样本电池恒流放电至第二电压值,获取所述样本电池的第四电压值、第五电压值以及第三电池容量值;
将所述样本电池脉冲放电至第二预定时间,获取所述样本电池的第一电阻值、第二电阻值以及第六电压值。
根据本申请的一些实施例,所述在所述电压范围内对所述样本电池进行充放电处理,得到每一所述样本电池的第二参数集以及电压与荷电状态的第二关系曲线,还包括:
根据每一所述第一参数集、每一所述第二参数集,得到每一所述样本电池的第二关系曲线。
根据本申请的一些实施例,所述根据每一所述第一参数集、每一所述第二参数集和每一所述第二关系曲线,得到电池容量预测模型,包括:
将每一所述第二关系曲线进行拟合,得到一个电压与荷电状态的第三关系曲线;
根据所述第三关系曲线,得到每一所述样本电池的第三参数集。
根据本申请的一些实施例,所述根据每一所述第一参数集、每一所述第二参数集和每一所述第二关系曲线,得到电池容量预测模型,还包括:
根据每一所述第一参数集、每一所述第二参数集和每一所述第三参数集,得到电池容量预测模型。
根据本申请的第二方面实施例的电池容量预测装置,包括:
第一处理模块,用于选取至少两个样本电池,给每一所述样本电池充电至预设容量、并放电到预设电压,得到每一所述样本电池的第一参数集以及电压与荷电状态的第一关系曲线;
第二处理模块,用于根据每一所述第一关系曲线,确定每一所述样本电池的电压范围;
第三处理模块,用于在所述电压范围内对所述样本电池进行充放电处理,得到每一所述样本电池的第二参数集以及电压与荷电状态的第二关系曲线;
第四处理模块,用于根据每一所述第一参数集、每一所述第二参数集和每一所述第二关系曲线,得到电池容量预测模型;
预测模块,用于根据所述电池容量预测模型,对待测电池进行容量预测。
根据本申请实施例的电池容量预测装置,至少具有如下有益效果:这种电池容量预测装置通过第一处理模块选取至少两个样本电池,对每一样本电池进行充放电处理,得到每一样本电池的第一参数集以及电压与荷电状态的第一关系曲线,第二处理模块确定出每一样本电池的电压范围,第三处理模块在电压范围内对相应的样本电池再进行充放电处理,得到每一样本电池的第二参数集以及电压与荷电状态的第二关系曲线,第四处理模块根据一系列的第一参数集、第二参数集以及第二关系曲线建立电池容量预测模型,预测模块利用电池容量预测模型对待测电池进行容量预测,这种电池容量预测方法操作简单,能够对电池容量进行准确的预测,提高对电池筛选分组的准确性以及同一组电池的一致性。
根据本申请的第三方面实施例的电池容量预测设备,包括:
至少两个处理器,以及,
与所述至少两个处理器通信连接的存储器;其中,
所述存储器存储有指令,所述指令被所述至少两个处理器执行,以使所述至少两个处理器执行所述指令时实现如第一方面实施例所述的电池容量预测方法。
根据本申请实施例的电池容量预测设备,至少具有如下有益效果:这种电池容量预测设备采用上述电池容量预测方法,通过选取至少两个样本电池,对每一样本电池进行充放电处理,得到每一样本电池的第一参数集以及电压与荷电状态的第一关系曲线,并确定出每一样本电池的电压范围,在电压范围内对相应的样本电池再进行充放电处理,得到每一样本电池的第二参数集以及电压与荷电状态的第二关系曲线,进而根据一系列的第一参数集、第二参数集以及第二关系曲线建立电池容量预测模型,利用电池容量预测模型对待测电池进行容量预测,这种电池容量预测方法操作简单,能够对电池容量进行准确的预测,提高对电池筛选分组的准确性以及同一组电池的一致性。
根据本申请的第四方面实施例的计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如第一方面实施例所述的电池容量预测方法。
根据本申请实施例的计算机可读存储介质,至少具有如下有益效果:这种计算机可读存储介质采用上述电池容量预测方法,通过选取至少两个样本电池,对每一样本电池进行充放电处理,得到每一样本电池的第一参数集以及电压与荷电状态的第一关系曲线,并确定出每一样本电池的电压范围,在电压范围内对相应的样本电池再进行充放电处理,得到每一样本电池的第二参数集以及电压与荷电状态的第二关系曲线,进而根据一系列的第一参数集、第二参数集以及第二关系曲线建立电池容量预测模型,利用电池容量预测模型对待测电池进行容量预测,这种电池容量预测方法操作简单,能够对电池容量进行准确的预测,提高对电池筛选分组的准确性以及同一组电池的一致性。
本申请的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
下面结合附图和实施例对本申请做进一步的说明,其中:
图1为本申请实施例的电池容量预测方法的流程图;
图2为本申请另一实施例的电池容量预测方法的流程图;
图3为本申请另一实施例的电池容量预测方法的流程图;
图4为本申请另一实施例的电池容量预测方法的流程图;
图5为本申请另一实施例的电池容量预测方法的流程图;
图6为本申请另一具体实施例的其中一个dSOC/dV微分曲线图;
图7为图6中的具体实施例的电压与荷电状态的第三关系曲线图;
图8为本申请一具体实施例中的电池容量预测的数据对照表;
图9为本申请实施例的电池容量预测装置的结构示意图。
附图标记:910、第一处理模块;920、第二处理模块;930、第三处理模块;940、第四处理模块;950、预测模块。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能理解为对本申请的限制。
在本申请的描述中,需要理解的是,涉及到方位描述,例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
在本申请的描述中,若干的含义是一个以上,多个的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本申请的描述中,除非另有明确的限定,设置、安装、连接等词语应做广义理解,所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本申请中的具体含义。
本申请的描述中,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申请的至少两个实施例或示例中。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。
第一方面,参照图1,本申请实施例的电池容量预测方法包括:
S100,选取至少两个样本电池,给每一样本电池充电至预设容量、并放电到预设电压,得到每一样本电池的第一参数集以及电压与荷电状态的第一关系曲线;
S200,根据每一第一关系曲线,确定每一样本电池的电压范围;
S300,在电压范围内对样本电池进行充放电处理,得到每一样本电池的第二参数集以及电压与荷电状态的第二关系曲线;
S400,根据每一第一参数集、每一第二参数集和每一第二关系曲线,得到电池容量预测模型;
S500,根据电池容量预测模型,对待测电池进行容量预测。
选取至少两个样本电池,给每一样本电池充电至预设容量、并放电到预设电压,得到每一样本电池的第一参数集以及电压与荷电状态的第一关系曲线,需要说明的是,给每一样本电池充电至预设容量、并放电到预设电压可以对每一样本电池进行满充电和满放电,第一参数集包括样本电池在满充电和满放电之后的电池容量值,在对样本电池进行满充电和满放电的过程中,可以是对样本电池进行一次满充电和满放电,也可以是对样本电池进行多次满充电和满放电。根据每一第一关系曲线,确定每一样本电池的电压范围,需要说明的是,这一电压范围是该样本电池的第一关系曲线中相对较小且稳定的某一区间对应的电压范围。在每一样本电池对应的电压范围内,选取一个或者多个电压值,将该样本电池充电至这一电压值再进行放电,得到该样本电池对应的第二参数集和电压与荷电状态的第二关系曲线,需要说明的是,第二参数集包括该样本电池在选取的电压值下充放电之后的电池容量值等等,进而,根据这一系列的第一参数集、第二参数集以及第二关系曲线,得到电池容量预测模型,利用这一电池容量预测模型对待测电池的容量进行预测,操作简单,能够对电池容量进行准确的预测,提高对电池筛选分组的准确性以及同一组电池的一致性。
参照图2,在本申请中,步骤S100,包括:
S110,设置第一电流值和第二电流值;
S120,采用第一电流值对每一样本电池进行满充电,采用第二电流值对每一样本电池进行满放电,得到每一样本电池的第一电池容量值以及电压与荷电状态的第一关系曲线;
S130,采用第一电流值对至每一样本电池进行满充电和满放电,得到每一样本电池的第二电池容量值。
在选取至少两个样本电池之后,设置第一电流值I1和第二电流值I2,采用第一电流值I1对每一样本电池进行恒流恒压满充电,采用第二电流值I2对每一样本电池进行恒流满放电,得到每一样本电池的第一电池容量值Q1以及电压与荷电状态的第一关系曲线M1,采用第一电流值I1对每一样本电池进行恒流恒压满充电和满放电,得到每一样本电池的第二电池容量值Q2,需要说明的是,第一电流值I1为目标电流值,与每一样本电池的标称容量相对应,第二电流值I2不大于0.1C,通过对每一样本电池分别进行至少两次满充电和满放电,得到一系列的第一电池容量值Q1、第二电池容量值Q2以及第一关系曲线M1,能够为后续建立电池容量预测模型提供充足的数据,提高电池容量预测模型的准确预测能力,从而提高对电池容量预测的准确性。
参照图3,在本申请中,步骤S200,包括:
S210,对每一第一关系曲线进行微分处理,得到每一样本电池的dSOC/dV微分曲线;
S220,根据dSOC/dV微分曲线,得到每一样本电池的电压范围。
为了获取更为准确的电压范围,在得到每一样本电池的第一关系曲线M1之后,对每一样本电池的第一关系曲线M1进行微分处理,得到每一样本电池的dSOC/dV微分曲线N,这样能够根据每一样本电池的dSOC/dV微分曲线N,选取该dSOC/dV微分曲线N上曲线稳定且数值相对较小的区间段,在这些区间段对应的电压范围之内对该样本电池充放电,这样能够保证对样本电池充放电的稳定性,使获取到的测试数据更为准确,从而提高对电池容量预测的准确性。
参照图4,在本申请中,步骤S300,包括:
S310,将样本电池恒流充电至第一电压值,在第一预定时间之后,获取样本电池的第三电压值;
S320,将样本电池恒流放电至第二电压值,获取所述样本电池的第四电压值、第五电压值以及第三电池容量值;
S330,将样本电池脉冲放电至第二预定时间,获取样本电池的第一电阻值、第二电阻值以及第六电压值。
可以理解的是,根据每一样本电池的dSOC/dV微分曲线N确定出的每一样本电池的电压范围,每一样本电池的电压范围包括第一电压值V1和第二电压值V2,且第一电压值V1大于第二电压值V2,采用第一电流值I1对每一样本电池进行恒流恒压充电至对应的第一电压值V1,将每一样本电池放置第一预定时间T1之后,获取每一样本电池的第三电压值V3,需要说明的是,第一预定时间T1不小于1小时,这样能够更为准确地获取到每一样本电池在充电之后的第三电压值V3,其中,第三电压值V3可以理解为每一样本电池的充电终止电压值,进一步地,采用第二电流值I2对每一样本电池恒流放电至第二电压值V2,获取每一样本电池的第四电压值V4,其中,第四电压值V4为每一样本电池的放电起始电压值,第四电压值V4小于第三电压值V3,且第三电压值V3和第四电压值V4之间的差值不小于20毫伏,在采用第二电流值I2对每一样本电池恒流放电至第二电压值V2的过程中,当每一样本电池放电至第三预定时间T3时,获取第三预定时间T3时对应的每一样本电池的第五电压值V5,需要说明的是,第三预定时间T3不小于1分钟,在第三预定时间T3之后继续对每一样本电池放电,直到放电结束,获取从第三预定时间T3开始到放电结束时该每一样本电池的电池容量值,记为每一样本电池的第三电池容量值Q3,可以理解的是,第三电池容量值Q3为每一样本电池的放电容量值,在此之后,采用第一电流值I1继续对每一样本电池进行脉冲放电,持续放电第二预定时间T2,得到脉冲放电结束时刻每一样本电池的电压值,记为第六电压值V6,其中,第二预定时间T2不小于10秒。根据第一公式计算每一样本电池的第一电阻值R1,第一公式为R1=(V3-V4)/I1,其中,R1为第一电阻值,V3为第三电压值,V4为第四电压值,I1为第一电流值;根据第二公式计算每一样本电池的第二电阻值R2,第二公式为R2=(V2-V6)/I2,其中,R2为第二电阻值,V2为第二电压值,V6为第六电压值,I2为第二电流值,通过这种方式能够获取到每一样本电池的第二参数集中的数据,操作方便,计算简单,能够为后续建立电池容量预测模型提供充足的数据,提高电池容量预测模型的准确预测能力,从而提高对电池容量预测的准确性。
需要理解的是,上述对第一参数集和第二参数集的各个数据的取值范围以及数据之间的差值等可以根据实际情况进行设置调整,不限于此,例如,可以设置第三电压值V3和第四电压值V4之间的差值不小于15毫伏等等。
在一些具体实施例中,也可以将采用第一电流值I1对每一样本电池进行恒流恒压充电至对应的第一电压值V1替换成直接采用化成电流对每一样本电池进行恒流恒压充电至对应的第一电压值V1,这样能够减少对样本电池在分容阶段的充电过程,简化操作过程,节省时间。
在另一些具体实施例中,若样本电池的化成工序的电压值V0大于第一电压值V1,可以用化成工序的电压值替换第一电压值V1,将化成工序的电压值V0作为充电电压,同时省略对样本电池恒流恒压充电的过程,这样能够减少对样本电池在分容阶段的充电过程,简化操作过程,节省时间。
在本申请中,步骤S300,还包括:
根据每一第一参数集、每一第二参数集,得到每一样本电池的第二关系曲线。
在每一样本电池的第一关系曲线M1中对每一电压值增加一个中间电压值△V,得到每一样本电池新的第一关系曲线M1,记为每一样本电池的电压与荷电状态的第二关系曲线M2,其中,△V=I1*R1,△V为中间电压值,I1为第一电流值,R1为第一电阻值,这样能够保证每一样本电池的电压与荷电状态的关系曲线的稳定性,使获取到的数据更为准确,从而提高对电池容量预测的准确性。
参照图5,在本申请中,步骤S400,包括:
S410,将每一第二关系曲线进行拟合,得到一个电压与荷电状态的第三关系曲线;
S420,根据第三关系曲线,得到每一样本电池的第三参数集。
为了进一步地提高数据的准确性,将每一样本电池的第二关系曲线M2进行拟合,得到一条电压与荷电状态的第三关系曲线M3,从电压与荷电状态的第三关系曲线M3上获取到每一样本电池在第七电压值V7对应的第一荷电状态SOC1和第八电压值V8对应的第二荷电状态SOC2,其中,第七电压值有V7=V5+I1*R1,第八电压值有V8=V4+I1*R1,其中,V5为第五电压值,I1为第一电流值,R1为第一电阻值。
在本申请中,步骤S500,包括:
根据每一第一参数集、每一第二参数集和每一第三参数集,得到电池容量预测模型。
根据每一第一参数集、每一第二参数集、每一第三参数集以及第三公式,得到电池容量预测模型,其中第三公式有:Q2=A*Q3/(SOC2-SOC1)+B*R2+C,Q2为每一样本电池的第一参数集中的第二电池容量值,Q3为每一样本电池的第二参数集中的第三电池容量值,R2为每一样本电池的第二参数集中的第二电阻值,SOC1和SOC2分别为每一样本电池的第三参数集中的第一荷电状态和第二荷电状态,A、B、C为常数值,根据前述步骤获取到的每一样本电池的第一参数集、第二参数集和第三参数集,能够求取出常数值A、B、C,得到最终的电池容量预测模型,从而根据这一电池容量预测模型对待测电池的容量进行预测,操作简单,能够对电池容量进行准确的预测,提高对电池筛选分组的准确性以及同一组电池的一致性。
参照图6至图8,下面以一个具体的实施例对电池容量预测方法进行描述,值得理解的是,下述描述仅是示例性说明,而不是对本申请的具体限制。
选取32个样本电池,采用电流值为1/3C的第一电流值I1分别对这32个样本电池进行恒流恒压满充电,采用电流值为0.1C的第二电流值I2分别对这32个样本电池进行恒流满放电,得到32个第一电池容量值Q1和32个电压与荷电状态的第一关系曲线M1,采用电流值为1/3C的第一电流值I1分别对这32个样本电池进行恒流恒压满充电和满放电,得到32个第二电池容量值Q2,对这32个电压与荷电状态的第一关系曲线M1进行微分处理,得到32个dSOC/dV微分曲线N,这样能够根据每一样本电池的dSOC/dV微分曲线N,选取该dSOC/dV微分曲线N上曲线稳定且数值相对较小的区间段,其中一个样本电池的电压范围为3.77V至4.18V,因此,选取第一电压值V1为3.95V,第二电压值V2为3.88V,采用电流大小为1/3C的电流对该样本电池进行恒流恒压充电至3.95V,将该样本电池放置1小时之后,获取样本电池的第三电压值V3,采用电流大小为0.1C的电流对样本电池恒流放电至3.88V,获取该样本电池的第四电压值V4,在采用电流大小为0.1C的电流对样本电池恒流放电至3.88V的过程中,当该样本电池放电至1分钟时,获取放电1分钟时刻对应的该样本电池的第五电压值V5,在放电1分钟之后继续对该样本电池放电,直到放电结束,获取从放电1分钟开始到放电结束时该样本电池的电池容量值,记为该样本电池的第三电池容量值Q3,可以理解的是,第三电池容量值Q3为该样本电池的放电容量值,在此之后,采用电流大小为1/3C的电流继续对该样本电池进行脉冲放电,持续放电10秒,得到脉冲放电结束时刻该样本电池的电压值,记为第六电压值V6。根据第一公式计算该样本电池的第一电阻值R1,第一公式为R1=(V3-V4)/I1,其中,R1为第一电阻值,V3为第三电压值,V4为第四电压值,I1为第一电流值;根据第二公式计算该样本电池的第二电阻值R2,第二公式为R2=(V2-V6)I2,其中,R2为第二电阻值,V2为第二电压值,V6为第六电压值,I2为第二电流值。同样地,根据这种方法得到每一样本电池的第一参数集、第二参数集、以及第一关系曲线M1。在这32个第一关系曲线M1的每一电压值上增加一个中间电压值△V,得到32个新的第一关系曲线M1,记为电压与荷电状态的第二关系曲线M2,其中,△V=I1*R1,△V为中间电压值,I1为第一电流值,R1为第一电阻值,将这32个电压与荷电状态的第二关系曲线M2进行拟合,得到一条电压与荷电状态的第三关系曲线M3,从电压与荷电状态的第三关系曲线M3上获取到第七电压值V7对应的第一荷电状态SOC1和第八电压值V8对应的第二荷电状态SOC2,其中,第七电压值有V7=V5+I1*R1,第八电压值有V8=V4+I1*R1,其中,V5为第五电压值,I1为第一电流值,R1为第一电阻值。进而计算第三公式中的常数值A、B、C,其中,第三公式有:Q2=A*Q3/(SOC2-SOC1)+B*R2+C,根据上述数据,得到常数值A为0.9634,B为-4.5729,C为0.3254,即第三公式为Q2=0.9634*Q3/(SOC2-SOC1)-4.5729*R2+0.3254,选取同一批次的另外15个待测电池,采用电流值为0.1C的第二电流值I2分别对这15个待测电池进行恒流满放电,得到每一待测电池的第二电池容量实测值Q2',同样地,参照上述步骤,根据上述的一系列测试数据以及第三公式分别计算出这15个待测电池的第二电池容量预测值Q2,将每一待测电池的第二电池容量实测值Q2'和第二电池容量预测值Q2进行比较,计算出每一待测电池的第二电池容量值的相对误差(如图8),这样可以方便地得到采用这一电池容量预测方法进行电池容量预测的误差情况,实现对这一电池容量预测模型的验证,同时根据验证情况也可以方便地对这一电池容量预测模型进行优化,提高这种电池容量预测方法的准确性。从误差情况中可以知道,根据这一电池容量预测模型对待测电池的容量进行预测,操作简单,并且能够对电池容量进行准确的预测,符合电池容量筛选过程中对筛选精度的要求,提高对电池筛选分组的准确性以及同一组电池的一致性。
第二方面,参照图9,本申请的电池容量预测装置包括:
第一处理模块910,用于选取至少两个样本电池,给每一样本电池充电至预设容量、并放电到预设电压,得到每一样本电池的第一参数集以及电压与荷电状态的第一关系曲线;
第二处理模块920,用于根据每一第一关系曲线,确定每一样本电池的电压范围;
第三处理模块930,用于在电压范围内对样本电池进行充放电处理,得到每一样本电池的第二参数集以及电压与荷电状态的第二关系曲线;
第四处理模块940,用于根据每一第一参数集、每一第二参数集和每一第二关系曲线,得到电池容量预测模型;
预测模块950,用于根据电池容量预测模型,对待测电池进行容量预测。
第一处理模块910选取至少两个样本电池,给每一样本电池充电至预设容量、并放电到预设电压,得到每一样本电池的第一参数集以及电压与荷电状态的第一关系曲线,需要说明的是,给每一样本电池充电至预设容量、并放电到预设电压可以对每一样本电池进行满充电和满放电,第一参数集包括样本电池在满充电和满放电之后的电池容量值,在对样本电池进行满充电和满放电的过程中,可以是对样本电池进行一次满充电和满放电,也可以是对样本电池进行多次满充电和满放电。第二处理模块920根据每一第一关系曲线,确定每一样本电池的电压范围,需要说明的是,这一电压范围是该样本电池的第一关系曲线中相对较小且稳定的某一区间对应的电压范围。第三处理模块930在每一样本电池对应的电压范围内,选取一个或者多个电压值,将该样本电池充电至这一电压值再进行放电,得到该样本电池对应的第二参数集和电压与荷电状态的第二关系曲线,需要说明的是,第二参数集包括该样本电池在选取的电压值下充放电之后的电池容量值等等,进而,第四处理模块940根据这一系列的第一参数集、第二参数集以及第二关系曲线,得到电池容量预测模型,预测模块950利用这一电池容量预测模型对待测电池的容量进行预测,操作简单,能够对电池容量进行准确的预测,提高对电池筛选分组的准确性以及同一组电池的一致性。
第三方面,本申请的电池容量预测设备,包括至少两个处理器,以及与至少两个处理器通信连接的存储器;其中,存储器存储有指令,指令被至少两个处理器执行,以使至少两个处理器执行指令时实现如第一方面实施例的电池容量预测方法。
根据本申请实施例的电池容量预测设备,至少具有如下有益效果:这种电池容量预测设备采用上述电池容量预测方法,通过选取至少两个样本电池,对每一样本电池进行充放电处理,得到每一样本电池的第一参数集以及电压与荷电状态的第一关系曲线,并确定出每一样本电池的电压范围,在电压范围内对相应的样本电池再进行充放电处理,得到每一样本电池的第二参数集以及电压与荷电状态的第二关系曲线,进而根据一系列的第一参数集、第二参数集以及第二关系曲线建立电池容量预测模型,利用电池容量预测模型对待测电池进行容量预测,这种电池容量预测方法操作简单,能够对电池容量进行准确的预测,提高对电池筛选分组的准确性以及同一组电池的一致性。
第四方面,本申请还提出一种具有上述风扇控制方法的计算机可读存储介质。计算机可读存储介质存储有计算机可执行指令,计算机可执行指令用于使计算机执行如第一方面实施例的电池容量预测方法。
根据本申请的计算机可读存储介质,至少具有如下有益效果:这种计算机可读存储介质采用上述电池容量预测方法,通过选取至少两个样本电池,对每一样本电池进行充放电处理,得到每一样本电池的第一参数集以及电压与荷电状态的第一关系曲线,并确定出每一样本电池的电压范围,在电压范围内对相应的样本电池再进行充放电处理,得到每一样本电池的第二参数集以及电压与荷电状态的第二关系曲线,进而根据一系列的第一参数集、第二参数集以及第二关系曲线建立电池容量预测模型,利用电池容量预测模型对待测电池进行容量预测,这种电池容量预测方法操作简单,能够对电池容量进行准确的预测,提高对电池筛选分组的准确性以及同一组电池的一致性。
上面结合附图对本申请实施例作了详细说明,但是本申请不限于上述实施例,在所属技术领域普通技术人员所具备的知识范围内,还可以在不脱离本申请宗旨的前提下作出各种变化。此外,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
Claims (10)
1.电池容量预测方法,其特征在于,包括:
选取至少两个样本电池,给每一所述样本电池充电至预设容量、并放电到预设电压,得到每一所述样本电池的第一参数集以及电压与荷电状态的第一关系曲线;
根据每一所述第一关系曲线,确定每一所述样本电池的电压范围;
在所述电压范围内对所述样本电池进行充放电处理,得到每一所述样本电池的第二参数集以及电压与荷电状态的第二关系曲线;
根据每一所述第一参数集、每一所述第二参数集和每一所述第二关系曲线,得到电池容量预测模型;
根据所述电池容量预测模型,对待测电池进行容量预测。
2.根据权利要求1所述的电池容量预测方法,其特征在于,所述选取至少两个样本电池,给每一所述样本电池充电至预设容量、并放电到预设电压,得到每一所述样本电池的第一参数集以及电压与荷电状态的第一关系曲线,包括:
设置第一电流值和第二电流值;
采用所述第一电流值对每一所述样本电池进行满充电,采用所述第二电流值对每一所述样本电池进行满放电,得到每一所述样本电池的第一电池容量值以及电压与荷电状态的第一关系曲线;
采用所述第一电流值对至每一所述样本电池进行满充电和满放电,得到每一所述样本电池的第二电池容量值。
3.根据权利要求2所述的电池容量预测方法,其特征在于,所述根据每一所述第一关系曲线,确定每一所述样本电池的电压范围,包括:
对每一所述第一关系曲线进行微分处理,得到每一所述样本电池的dSOC/dV微分曲线;
根据所述dSOC/dV微分曲线,得到每一所述样本电池的电压范围。
4.根据权利要求1所述的电池容量预测方法,其特征在于,所述电压范围包括第一电压值和第二电压值,所述在所述电压范围内对所述样本电池进行充放电处理,得到每一所述样本电池的第二参数集以及电压与荷电状态的第二关系曲线,包括:
将所述样本电池恒流充电至第一电压值,在第一预定时间之后,获取所述样本电池的第三电压值;
将所述样本电池恒流放电至第二电压值,获取所述样本电池的第四电压值、第五电压值以及第三电池容量值;
将所述样本电池脉冲放电至第二预定时间,获取所述样本电池的第一电阻值、第二电阻值以及第六电压值。
5.根据权利要求1所述的电池容量预测方法,其特征在于,所述在所述电压范围内对所述样本电池进行充放电处理,得到每一所述样本电池的第二参数集以及电压与荷电状态的第二关系曲线,还包括:
根据每一所述第一参数集、每一所述第二参数集,得到每一所述样本电池的第二关系曲线。
6.根据权利要求5所述的电池容量预测方法,其特征在于,所述根据每一所述第一参数集、每一所述第二参数集和每一所述第二关系曲线,得到电池容量预测模型,包括:
将每一所述第二关系曲线进行拟合,得到一个电压与荷电状态的第三关系曲线;
根据所述第三关系曲线,得到每一所述样本电池的第三参数集。
7.根据权利要求6所述的电池容量预测方法,其特征在于,所述根据每一所述第一参数集、每一所述第二参数集和每一所述第二关系曲线,得到电池容量预测模型,还包括:
根据每一所述第一参数集、每一所述第二参数集和每一所述第三参数集,得到电池容量预测模型。
8.电池容量预测装置,其特征在于,包括:
第一处理模块,用于选取至少两个样本电池,给每一所述样本电池充电至预设容量、并放电到预设电压,得到每一所述样本电池的第一参数集以及电压与荷电状态的第一关系曲线;
第二处理模块,用于根据每一所述第一关系曲线,确定每一所述样本电池的电压范围;
第三处理模块,用于在所述电压范围内对所述样本电池进行充放电处理,得到每一所述样本电池的第二参数集以及电压与荷电状态的第二关系曲线;
第四处理模块,用于根据每一所述第一参数集、每一所述第二参数集和每一所述第二关系曲线,得到电池容量预测模型;
预测模块,用于根据所述电池容量预测模型,对待测电池进行容量预测。
9.电池容量预测设备,其特征在于,包括:
至少两个处理器,以及,
与所述至少两个处理器通信连接的存储器;其中,
所述存储器存储有指令,所述指令被所述至少两个处理器执行,以使所述至少两个处理器执行所述指令时实现如权利要求1至7任一项所述的电池容量预测方法。
10.计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1至7任一项所述的电池容量预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110143645.0A CN113049974B (zh) | 2021-02-02 | 2021-02-02 | 电池容量预测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110143645.0A CN113049974B (zh) | 2021-02-02 | 2021-02-02 | 电池容量预测方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113049974A true CN113049974A (zh) | 2021-06-29 |
CN113049974B CN113049974B (zh) | 2023-01-13 |
Family
ID=76508676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110143645.0A Active CN113049974B (zh) | 2021-02-02 | 2021-02-02 | 电池容量预测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113049974B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113848480A (zh) * | 2021-09-23 | 2021-12-28 | 广东恒翼能科技有限公司 | 锂电池分容工艺的放电总容量预测方法 |
CN114076898A (zh) * | 2021-11-11 | 2022-02-22 | 深圳市冠旭电子股份有限公司 | 耳机电池电量检测方法、装置、设备及存储介质 |
CN114487056A (zh) * | 2022-01-29 | 2022-05-13 | 欣旺达电动汽车电池有限公司 | 电极材料一致性判定方法、***、电子设备及存储介质 |
CN115656834A (zh) * | 2022-11-02 | 2023-01-31 | 武汉动力电池再生技术有限公司 | 一种电池容量预测方法、装置及电子设备 |
CN117148172A (zh) * | 2023-10-31 | 2023-12-01 | 宁德时代新能源科技股份有限公司 | 电池状态检测方法、装置、计算设备和介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1437031A (zh) * | 2002-02-08 | 2003-08-20 | 上海华谊(集团)公司 | 用于电池容量的测量方法 |
CN103091642A (zh) * | 2013-01-22 | 2013-05-08 | 北京交通大学 | 一种锂电池容量快速估计方法 |
CN105807226A (zh) * | 2014-12-31 | 2016-07-27 | 北京航天测控技术有限公司 | 基于等效电路模型的锂离子电池soc预测方法及装置 |
US20170082694A1 (en) * | 2014-05-14 | 2017-03-23 | Hitachi Automotive Systems, Ltd. | Secondary-battery monitoring device and prediction method of battery capacity of secondary battery |
CN108594117A (zh) * | 2017-12-12 | 2018-09-28 | 东莞市创明电池技术有限公司 | 确定电池容量的方法、装置、终端设备及计算机存储介质 |
CN111426953A (zh) * | 2020-03-31 | 2020-07-17 | 蜂巢能源科技有限公司 | 电池容量的估测方法和装置、计算机可读存储介质和设备 |
CN112051504A (zh) * | 2020-08-13 | 2020-12-08 | 联合汽车电子有限公司 | 电池容量的预测方法、装置、终端及计算机可读存储介质 |
CN112098848A (zh) * | 2020-09-14 | 2020-12-18 | 北京大学深圳研究生院 | 一种电池放电容量预测方法、***及可读存储介质 |
-
2021
- 2021-02-02 CN CN202110143645.0A patent/CN113049974B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1437031A (zh) * | 2002-02-08 | 2003-08-20 | 上海华谊(集团)公司 | 用于电池容量的测量方法 |
CN103091642A (zh) * | 2013-01-22 | 2013-05-08 | 北京交通大学 | 一种锂电池容量快速估计方法 |
US20170082694A1 (en) * | 2014-05-14 | 2017-03-23 | Hitachi Automotive Systems, Ltd. | Secondary-battery monitoring device and prediction method of battery capacity of secondary battery |
CN105807226A (zh) * | 2014-12-31 | 2016-07-27 | 北京航天测控技术有限公司 | 基于等效电路模型的锂离子电池soc预测方法及装置 |
CN108594117A (zh) * | 2017-12-12 | 2018-09-28 | 东莞市创明电池技术有限公司 | 确定电池容量的方法、装置、终端设备及计算机存储介质 |
CN111426953A (zh) * | 2020-03-31 | 2020-07-17 | 蜂巢能源科技有限公司 | 电池容量的估测方法和装置、计算机可读存储介质和设备 |
CN112051504A (zh) * | 2020-08-13 | 2020-12-08 | 联合汽车电子有限公司 | 电池容量的预测方法、装置、终端及计算机可读存储介质 |
CN112098848A (zh) * | 2020-09-14 | 2020-12-18 | 北京大学深圳研究生院 | 一种电池放电容量预测方法、***及可读存储介质 |
Non-Patent Citations (2)
Title |
---|
张婷婷 等: "基于Wavelet降噪和支持向量机的锂离子电池容量预测研究", 《电工技术学报》 * |
王天鸶: "锂离子电池容量损失预测及健康状态估计研究", 《中国博士学位论文全文数据库 (工程科技Ⅱ辑)》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113848480A (zh) * | 2021-09-23 | 2021-12-28 | 广东恒翼能科技有限公司 | 锂电池分容工艺的放电总容量预测方法 |
CN113848480B (zh) * | 2021-09-23 | 2022-08-23 | 广东恒翼能科技有限公司 | 锂电池分容工艺的放电总容量预测方法 |
CN114076898A (zh) * | 2021-11-11 | 2022-02-22 | 深圳市冠旭电子股份有限公司 | 耳机电池电量检测方法、装置、设备及存储介质 |
CN114076898B (zh) * | 2021-11-11 | 2023-09-08 | 深圳市冠旭电子股份有限公司 | 耳机电池电量检测方法、装置、设备及存储介质 |
CN114487056A (zh) * | 2022-01-29 | 2022-05-13 | 欣旺达电动汽车电池有限公司 | 电极材料一致性判定方法、***、电子设备及存储介质 |
CN115656834A (zh) * | 2022-11-02 | 2023-01-31 | 武汉动力电池再生技术有限公司 | 一种电池容量预测方法、装置及电子设备 |
WO2024093005A1 (zh) * | 2022-11-02 | 2024-05-10 | 武汉动力电池再生技术有限公司 | 一种电池容量预测方法、装置及电子设备 |
CN117148172A (zh) * | 2023-10-31 | 2023-12-01 | 宁德时代新能源科技股份有限公司 | 电池状态检测方法、装置、计算设备和介质 |
CN117148172B (zh) * | 2023-10-31 | 2024-04-09 | 宁德时代新能源科技股份有限公司 | 电池状态检测方法、装置、计算设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113049974B (zh) | 2023-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113049974B (zh) | 电池容量预测方法、装置、设备及存储介质 | |
EP3745151B1 (en) | Method and apparatus for correcting soc, battery management system and storage medium | |
CN111098753B (zh) | 电动车辆的续航里程估算方法和装置、电动车辆 | |
EP2089731B1 (en) | Apparatus and method for determination of the state-of-charge of a battery when the battery is not in equilibrium | |
CN110386029B (zh) | 一种根据动态电压修正锂电池soc方法 | |
EP2527855B1 (en) | Device for measuring state of charge of secondary battery and method for measuring state of charge of secondary battery | |
JP5442583B2 (ja) | 電源装置用状態検知装置及び電源装置 | |
EP3306735A1 (en) | Device for estimating degree of battery degradation, and estimation method | |
JP6509725B2 (ja) | バッテリの充電状態の推定 | |
US20210173012A1 (en) | Method and system for estimation of open circuit voltage of a battery cell | |
US8823326B2 (en) | Method for determining the state of charge of a battery in charging or discharging phase | |
WO2008099298A1 (en) | Method and apparatus for determination of the state-of-charge (soc) of a rechargeable battery | |
EP3842815B1 (en) | Soc and soh estimation methods of battery pack | |
CN108120932B (zh) | 对充电电池的电池健康状态进行估算的方法和装置 | |
CN109342950A (zh) | 一种用于锂电池荷电状态的评估方法、装置及其设备 | |
CN112557928B (zh) | 一种计算电池荷电状态的方法、装置和动力电池 | |
US20230028368A1 (en) | Method For Determining A Loss Of Capacity Of A Battery Storage Device, Apparatus, And Computer Program Product | |
US20230132102A1 (en) | Method for estimating state of health (soh) of battery | |
JP2006126172A (ja) | 二次電池の状態検出方法および二次電池の状態検出装置 | |
CN111103551B (zh) | 电池***健康状态soh的计算方法、装置及电池*** | |
CN112394290A (zh) | 电池包soh的估算方法、装置、计算机设备和存储介质 | |
CN115684956A (zh) | 用于电池存储器寿命估计的方法、设备和计算机程序产品 | |
CN114137414A (zh) | 一种标定锂离子电池sop的方法 | |
JP2021144886A (ja) | 電池管理装置、電池管理システム及び電池管理方法 | |
WO2023188723A1 (ja) | 二次電池の状態診断方法および状態診断装置 |
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 | ||
CP03 | Change of name, title or address |
Address after: 518000 1-2 Floor, Building A, Xinwangda Industrial Park, No. 18 Tangjianan Road, Gongming Street, Guangming New District, Shenzhen City, Guangdong Province Patentee after: Xinwangda Power Technology Co.,Ltd. Address before: 518000 Xinwangda Industrial Park, No.18, Tangjia south, Gongming street, Guangming New District, Shenzhen City, Guangdong Province Patentee before: SUNWODA ELECTRIC VEHICLE BATTERY Co.,Ltd. |
|
CP03 | Change of name, title or address |