CN113076688A - 一种锂离子动力电池效能状态评估方法 - Google Patents
一种锂离子动力电池效能状态评估方法 Download PDFInfo
- Publication number
- CN113076688A CN113076688A CN202110314194.2A CN202110314194A CN113076688A CN 113076688 A CN113076688 A CN 113076688A CN 202110314194 A CN202110314194 A CN 202110314194A CN 113076688 A CN113076688 A CN 113076688A
- Authority
- CN
- China
- Prior art keywords
- power battery
- battery
- fuzzy
- state
- ion power
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/048—Fuzzy inferencing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Artificial Intelligence (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Automation & Control Theory (AREA)
- Fuzzy Systems (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Secondary Cells (AREA)
Abstract
本发明涉及电池技术领域,为锂离子动力电池效能状态评估方法,可实现锂离子动力电池效能状态实时动态评估;包括步骤:S1、根据模糊逻辑控制算法的原理,结合动力电池SOF指标在新能源汽车应用中的实际情况,设计电池效能状态评估的模糊逻辑控制算法,包括:确定动力电池的电量状态、温度、充放电倍率作为输入变量,划分输入变量的论域和分割模糊子集和设计模糊逻辑规则;S2、利用所设计的模糊逻辑控制算法,对锂离子动力电池效能状态进行评估,以输出锂离子动力电池效能状态SOF,包括:利用隶属函数对输入变量进行模糊化处理,通过知识库中预置的计算规则进行模糊推理,对模糊推理的结果进行去模糊化处理,得到锂离子动力电池效能状态SOF。
Description
技术领域
本发明涉及锂离子动力电池技术领域,尤其涉及一种锂离子动力电池效能状态评估方法。
背景技术
全球探明石油存储量日趋减少,能源短缺将是当今世界汽车工业界面临的最大问题,为了应对节能减排的要求,推广新能源汽车(尤其是电动汽车)有望解决这一问题。智能化、网联化、电动化、共享化不仅改变着人们传统交通出行模式,同时也影响着大家的生活方式,以电动汽车为代表的新能源交通技术的发展和延伸构成了未来智能交通和智慧城市的基石,成为必然的发展趋势。
动力电池为新能源汽车的驱动电动机提供电能,是新能源汽车发展的首要关键,要想在较大范围内应用,甚至普及新能源汽车,就要依靠安全、可靠、持久、价格低廉的动力电池组。目前锂离子动力电池由于具有单体电压高、比能量大、比功率高、自放电小、无记忆效应、循环特性好、可快速充放电、能量效率高等优点而成为较有前景的新能源汽车储能方案,实践也证明锂离子动力电池已经具备了实际应用的条件,今后必将成为新能源汽车应用中的主流方向。
电池管理***是新能源整车能源***的智能核心和重要组成部分。在电池***中,单体电池容量较小,单体电压较低,难以满足高电压、大容量的需求。因此,通常需要将单体电池通过串、并联的方式组成电池组以提高总电压和总容量来满足车载应用需求。而单体电池的差异性,将会导致***中电池之间的自充电和自放电,极易导致电池过充电和过放电,从而缩短电池使用寿命、降低能源的使用效率,甚至导致锂离子动力电池的过热而自燃。作为电化学***,锂离子动力电池内部反应存在不确定性,易受环境因素的影响,在实际应用中,表现为容量不确定、充放电功率不稳定、内阻随反应过程时变等特点。以上这些因素如果不能合理有效地解决,必然导致电池使用寿命下降、电池状态改变和电池性能降低。因此,电池管理依靠高精度的传感器对电压、电流、温度等参数进行实时采样,再依靠这些基础数据对电池剩余容量、效能状态等非直接测量变量进行实时的估计;同时,作为均衡控制、热平衡管理的依据;再者,通过对基础采样数据的监测,可以保证电池不发生过欠压、过流、过温等安全事故。大量单体电池成组后使用带来的问题需要电池管理***来解决,电池管理***的功能越强,电池***的故障率就越低,使用效率就越高。
效能状态(State of Function,SOF)是电池管理***的重要参数之一,用于评价锂离子动力电池***的性能优劣。定义为电池在特定约束条件下能够实现的性能输出。目前,对于电池SOF评估问题的研究还处于起步阶段,***的、可操作的评估方法尚未被提出,甚至业界对于SOF的具体定义都未有达成一致的共识。部分学者把SOF作为电池各种状态(如:荷电保持能力,电池启动能力)的一个总称;另一部分研究人员把SOF定义为电池功能的一个状态标志,即0和1两种状态,“0”代表电池功能失效状态,“1”代表电池功能有效状态;还有科研工作者将SOF等同于电池的电量状态对待。本发明将SOF的定义具体化,提出0~100之间百分数的量化指标,用以描述电池在当前条件下性能的强弱,在实际***应用中具备较强的可操作性。
因此,有必要寻找一种实时、简明,***状态的评价手段和方法。本发明提供的一种锂离子动力电池效能状态评估方法及***,正是满足上述要求的方案。
发明内容
为了解决上述现有技术中存在的问题,本发明提供一种锂离子动力电池效能状态评估方法,可实现锂离子动力电池效能状态实时动态评估。
本发明所采用的技术方案是:一种锂离子动力电池效能状态评估方法,包括以下步骤:
S1、根据模糊逻辑控制算法的原理,结合动力电池SOF指标在新能源汽车应用中的实际情况,设计电池效能状态评估的模糊逻辑控制算法;
S2、利用所设计的模糊逻辑控制算法,对锂离子动力电池效能状态进行评估,以输出锂离子动力电池效能状态SOF;
步骤S1包括:确定动力电池的电量状态SOC、温度T、充放电倍率C-rate作为输入变量,划分输入变量的论域和分割模糊子集和设计模糊逻辑规则;
步骤S2包括:利用隶属函数对输入变量进行模糊化处理,通过知识库中预置的计算规则进行模糊推理,对模糊推理的结果进行去模糊化处理,得到最终的锂离子动力电池效能状态SOF作为输出变量。
本发明与现有技术相比,具有如下优点与有益效果:
1、基于模糊逻辑控制算法对锂离子动力电池性能状态评估进行建模,设计出全新的SOF评估体系,为实际应用提供了一个切实有效的评价方法;
2、通过计算机软件仿真及实车测试显示,该性能状态评估算法的设计具备一定的可操作性;
3、结合实践经验,提出了实际***应用时的一些建议,具备理论和实践意义。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中的模糊逻辑控制算法流程图;
图2为本发明实施例中的锂离子动力电池效能状态评估方法示意图;
图3为本发明实施例中的模糊逻辑关系图;其中(a)为采取低倍率放电时,电池工作环境温度在适中范围内的关系图,(b)为采取低倍率放电时,电池工作环境温度较高时的关系图,(c)为采取高倍率放电时,电池工作环境温度在适中范围内的关系图,(d)为电池工作环境温度较低时的关系图;
图4为本发明实车实验电池放电总电流及放电倍率曲线图;其中(a)为电池模组放电总电流曲线,(b)为放电总电流转化为放电倍率后的曲线图;
图5为本发明锂离子动力电池效能状态曲线图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明的附图和实施例,对本发明实施例或现有技术中的技术方案进行清楚、完整地步描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例
如图1所示,模糊逻辑控制算法流程图,模糊逻辑控制器借助知识库对输入变量进行模糊化、模糊推理、去模糊化处理后,输出控制变量到被控对象,而被控对象产生的输出变量再反馈回模糊逻辑控制器。也就是说,在模糊逻辑控制器内主要完成:知识库判断、模糊化处理、模糊推理运算和去模糊化过程。
本实施例根据模糊逻辑控制算法的原理结合动力电池SOF指标在新能源汽车应用中的实际情况,来设计电池效能状态评估的模糊逻辑控制算法;所设计的模糊逻辑控制算法包括以下几个方面:
(一)、输入变量的确定
众所周知SOC是动力电池工作过程中对其进行安全保护、状态控制的重要参考依据。但由于SOC不能直接测量获取,所以在实际的应用中常需要使用不同的方法进行估算,电池SOC与电池开路电压的对应关系是目前较为常见的一种动力电池SOC估算方法。在动力电池充、放电过程中,SOC的大小直接决定了电池工作能力的强弱,因此本发明选取SOC作为动力电池SOF评估的其中一个输入变量。
温度对动力电池的性能影响较大,这也是目前电池管理***中需要进行热平衡管理的重要原因。当动力电池处于低温的环境中,电化学反应迟缓,能够放出的有效电量较常温时急剧减少,低温工作不能保证电池的有效输出,性能受到极大的影响;反之,当动力电池处于高温的环境中,电化学反应活跃,能够放出的有效电量较常温时有所增加。但是高温工作容易导致温度进一步升高而发生危险,化学反应长期活跃也会降低电池的循环寿命。因此,环境温度在电池充放电过程中较为重要,因此本发明选取温度T作为动力电池SOF评估的又一个输入变量。
充放电倍率同样是影响锂离子动力电池性能的一个关键因素,在小倍率放电时,电池内部电化学反应平缓且能够充分反应,因此放电曲线平缓且电压平台较高;在大倍率放电时,电池内部电化学反应不充分,导致电池电压急剧下降且电压平台较低。虽然,停止大倍率放电后电压和容量都会有一定程度的恢复,但也会对动力电池整体性能的发挥产生一定的影响。鉴于上述原因,本发明同时选取充放电倍率C-rate作为动力电池SOF评估的再一个输入变量。
除了以上介绍的3类状态变量,还有一些状态变量同样是影响电池性能发挥的重要因素,例如:电池健康状态SOH、电池内阻r、循环次数n等,建立的评估体系越完善,对于电池的使用就越科学。本发明的模糊控制算法为这些参数预留输入接口,为下一步扩展工作提供了便利。
影响动力电池工作条件的因素有很多,但是从实际应用和计算复杂度的角度而言,输入变量不宜过多,因此本发明采用三个输入变量对电池效能进行评估:
1)、动力电池的电量状态(State of Charge,SOC);
2)、动力电池的温度(Temperature,T);
3)、动力电池的充放电倍率(C-rate)。
(二)、划分输入变量的论域和分割模糊子集
所确定的三个输入变量的论域定义如下:
1)、SOC的论域为:SOC=[0%,100%];
2)、T的论域为:T=[-40℃,70℃];
3)、C-rate的论域为:C-rate=[0.3C,5C]。
三个输入变量在其论域上均划分低(Low)、中(Medium)、高(High)三个模糊子集,模糊集合如下:
1)、SOC的模糊集合为:F(SOC)={L,M,H}。其中,低(Low)、中(Medium)、高(High)定义分别为:小于25%,25%--75%,大于75%;
2)、T的模糊集合为:F(T)={L,M,H}。其中,低(Low)、中(Medium)、高(High)定义分别为:小于5℃,5℃--45℃,大于45℃;
3)、C-rate的模糊集合为:F(C-rate)={L,M,H}。其中,低(Low)、中(Medium)、高(High)定义分别为:小于1.3C,1.3C--3.3C,大于3.3C。
变量SOC在其论域上三个模糊子集的隶属函数为:
变量T在其论域上三个模糊子集的隶属函数为:
变量C-rate在其论域上三个模糊子集的隶属函数为:
(三)、设计模糊逻辑规则
利用IF[…]THEN[…]规则语句描述建立规则库,因为有三个输入变量,每个变量划分三个模糊集合,所以共建立3×3×3=27条规则语句,如表1所示:
表1规则语句列表
如图2所示,本实施例中利用所设计的模糊逻辑控制算法,对锂离子动力电池效能状态进行评估,以输出锂离子动力电池效能状态SOF,其过程主要包括:
一、模糊化处理
利用隶属函数对输入变量进行模糊化处理,即论域的划分,基础公式如下:
对于本发明选择的3个输入变量SOC、T、C-rate,代入该基础公式并分别选择取值范围后的具体公式。
二、模糊推理
主要通过知识库中预置的计算规则进行,即IF…THEN…语句,具体规则详见表1,IF【SOC,T,C-rate如何】THEN【SOF输出如何】。
在模糊逻辑中,模糊规则是模糊推理的重要依据。模糊逻辑规则用下式的形式描述:
IF<x是A>THEN<y是B> (11)
式中,“x是A”称为前提,“y是B”为结论,而A和B分别为定义在论域X和Y上的模糊集合,代表语言变量x和y的取值。模糊规则的形式与专家***中的产生式规则是一样的。为了对***进行有效的建模和分析,必须用数学表达式将模糊条件句清晰地表达出来。规则式可以表示为A→B的形式,假设和结果之间的逻辑关系可以用模糊关系式表示如出来:
三、去模糊化
模糊逻辑控制算法内部计算可以是模糊的,但输出结果要求是清晰化的,因此输出之前需要对模糊推理的结果进行去模糊化处理。输出变量uω的精确值可以由离散***表达式计算得到:
上式中,uω代表输出变量,μB'(uj)是权重系数,反映元素uj在输出变量中所占权值。其中,三个输入变量的权重系数可以在论域范围内平均分配,也可以在不同的论域区间分别设置。
如图3所示,为本实施例的模糊逻辑关系图,对于实际应用过程的SOF值计算可以有二种办法,一种是实时计算,即利用前述的设计,根据3个输入变量的值,实时计算输出变量的结果;另一种办法是通过类似表2,把可能的情况预置在内存中,表2中的例子为当T=25℃,SOC在0%-100%区间变化,C-rate在0.5-5区间过程中的某一种情况的例子,当然该方法占用内存空间较大,但一旦放入对于实际计算的要求将降低。该例子SOC的分辨率为10%,C-rate的分辨率为0.5,还可以继续提高,只是预置的数据量会增加。
表2 T=25℃条件下,SOC、C-rate与SOF模糊控制表
如图3所示,涵盖了三个输入变量在全定义域变化时,SOF输出变量值域的变化情况,由于对应的状态较多,本发明选取四种比较有代表性的状态进行说明:
由图3中的(a)图可知,当采取低倍率放电时,电池工作环境温度在适中的范围内,电池电量即使处于中间状态,SOF的输出也处于较高的范围,由此可见,低倍率放电对于电池性能的有效发挥起到比较关键的作用。
由图3中的(b)图可知,当采取低倍率放电时,电池工作环境温度较高时,SOC较低时,电池的SOF状态处于较低的水平。由此可见,此时SOF的状态基本取决于SOC的状态,当电池处于低电量时性能表现较弱,尤其是接近放电截止电池时,电池管理***应随时采取保护机制。在应用中应尽量避免电池工作环境温度较高的情况,此时电化学反应活跃,若长期处于活跃状态会对电池产生一定伤害,严重时甚至对电池造成不可逆的损坏,高温易导致起火、***等事故。
由图3中的(c)图可知,当采取高倍率放电时,即使电池工作环境温度适中,电池的电量处于较高的状态,电池的SOF值也处于较低的水平。在实际应用中不建议用户采取高倍率放电的方式使用动力电池,能量型动力电池的指标中都会严格限制高倍率放电,功率型动力电池也会也会限制大倍率放电时间以保护电池不受损坏和延长电池使用寿命。
由图3中的(d)图可知,当电池工作环境温度较低时,即使电池处于低倍率放电和高电量的状态下,电池的SOF值水平同样较低。电池的工作环境温度是影响电池性能的一个重要因素,实验证明电池的工作环境温度低于5℃时,电池的功能和性能受到严重的影响,当电池的的工作环境温度处于-20℃以下时,电池几乎不能工作。
如图4所示,为本发明实车实验电池放电总电流及放电倍率曲线,具体说明如下:
图4中的(a)图为电池模组放电总电流曲线,图4中的(b)图为放电总电流转化为放电倍率后的曲线图。从图4的(a)中可以看出,当电动车辆加速和上坡行驶时瞬间电流较大,最大可以达到将近220A;当电动车辆制动时,瞬时电流为负值;当电动车辆在平缓的路面上匀速行驶时电流大约在50A左右。因为本测试的电池模组组合方案采用3组标称容量为50Ah的电池模组并联使用,并联成组后实际的总容量为138.7Ah,图4中的(b)图中的电池模组放电倍率曲线由图4的(a)图中的实际电流与电池模组实际容量比值计算得到,所以曲线的趋势完全相同,只是纵坐标转换为C-rate。从图中可以看出,当电动车辆加速和上坡行驶时,瞬时放电倍率最高可达1.6C;当电动车辆在平缓的路面上匀速行驶时,瞬时放电倍率基本维持在0.3C左右。
如图5所示,为本发明锂离子动力电池效能状态曲线,具体说明如下:
如图5所示,当电池SOC较高时,进行大倍率(1.6C)放电,电池的SOF瞬时下降25%左右,但仍然可以维持在60%附近比较高的位置;当电池SOC较高时,进行小倍率放电,电池的SOF基本维持在80%附近。当电池SOC较低时,进行大倍率(>1C)放电,电池的SOF瞬时下降到50%附近;当电池SOC较低时,进行小倍率放电,电池的SOF基本维持在75%附近。
综上所述,电池的放电倍率是一个影响电池性能的重要变量,无论电池的SOC状态是“高”还是“低”,如果放电倍率能够控制在小于0.5C的范围内,电池的效能状态都能够表现出较好的水平(大于75%);但是,电动车辆在运行中,不可避免地会遇到瞬时加速或爬坡的情况,这时电池的放电倍率通常较大(大于1C),无论电池的SOC状态如何,电池的效能状态都会急剧下降。当电池的电量较高时,可以允许大倍率放电,但应该严格限制放电持续时间;当电池的电量较低时,大倍率放电将会对***造成很大的风险,应该严格控制,必要时应该禁止大倍率放电,以保证***安全运行和电池模组不受损坏。
电动汽车应用中的实际使用建议:
1、当SOF>70%时,电动汽车可以在缓坡和平地处全速前进、可以任意超车行驶、可以在陡坡处加速行驶;
2、当30%<SOF<70%时,电动汽车可以平地上全速前进、加速超车距离不宜过长、可以在缓坡处加速行驶;
3、当10%<SOF<30%时,电动汽车需限速行驶、不允许超车行驶、不可在缓坡处行驶、提示充电或提示寻找附近充电设施;
4、当SOF<10%时,电动汽车需开启跛行模式并自动开启警示灯、寻找附近安全区域停车。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (5)
1.一种锂离子动力电池效能状态评估方法,其特征在于,包括以下步骤:
S1、根据模糊逻辑控制算法的原理,结合动力电池SOF指标在新能源汽车应用中的实际情况,设计电池效能状态评估的模糊逻辑控制算法;
S2、利用所设计的模糊逻辑控制算法,对锂离子动力电池效能状态进行评估,以输出锂离子动力电池效能状态SOF;
步骤S1包括:确定动力电池的电量状态SOC、温度T、充放电倍率C-rate作为输入变量,划分输入变量的论域和分割模糊子集和设计模糊逻辑规则;
步骤S2包括:利用隶属函数对输入变量进行模糊化处理,通过知识库中预置的计算规则进行模糊推理,对模糊推理的结果进行去模糊化处理,得到最终的锂离子动力电池效能状态SOF作为输出变量。
2.根据权利要求1所述的锂离子动力电池效能状态评估方法,其特征在于,步骤S1中对三个输入变量的论域定义如下:
电量状态SOC的论域为:SOC=[0%,100%];
温度T的论域为:T=[-40℃,70℃];
充放电倍率C-rate的论域为:C-rate=[0.3C,5C];
三个输入变量在其论域上均划分低、中、高三个模糊子集。
3.根据权利要求1所述的锂离子动力电池效能状态评估方法,其特征在于,步骤S2的去模糊化处理中,输出变量的精确值通过离散***的表达式计算得到。
5.根据权利要求4所述的锂离子动力电池效能状态评估方法,其特征在于,三个输入变量的权重系数在论域范围内平均分配,或者在不同的论域区间分别设置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110314194.2A CN113076688A (zh) | 2021-03-24 | 2021-03-24 | 一种锂离子动力电池效能状态评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110314194.2A CN113076688A (zh) | 2021-03-24 | 2021-03-24 | 一种锂离子动力电池效能状态评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113076688A true CN113076688A (zh) | 2021-07-06 |
Family
ID=76610055
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110314194.2A Pending CN113076688A (zh) | 2021-03-24 | 2021-03-24 | 一种锂离子动力电池效能状态评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113076688A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114579659A (zh) * | 2022-03-07 | 2022-06-03 | 山东云储新能源科技有限公司 | 一种梯次利用动力电池利用潜力评估及分选***和方法 |
CN116885319A (zh) * | 2023-09-06 | 2023-10-13 | 广东技术师范大学 | 用于锂离子电池的温度控制方法和*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101131417A (zh) * | 2006-08-22 | 2008-02-27 | 德尔菲技术公司 | 电池监测*** |
CN112051507A (zh) * | 2020-09-15 | 2020-12-08 | 哈尔滨理工大学 | 基于模糊控制的锂离子动力电池soc估算方法 |
CN112305423A (zh) * | 2020-10-29 | 2021-02-02 | 广州益维电动汽车有限公司 | 锂离子动力电池荷电状态估算方法、装置、介质和设备 |
-
2021
- 2021-03-24 CN CN202110314194.2A patent/CN113076688A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101131417A (zh) * | 2006-08-22 | 2008-02-27 | 德尔菲技术公司 | 电池监测*** |
CN112051507A (zh) * | 2020-09-15 | 2020-12-08 | 哈尔滨理工大学 | 基于模糊控制的锂离子动力电池soc估算方法 |
CN112305423A (zh) * | 2020-10-29 | 2021-02-02 | 广州益维电动汽车有限公司 | 锂离子动力电池荷电状态估算方法、装置、介质和设备 |
Non-Patent Citations (2)
Title |
---|
JIAN OUYANG ET AL.: ""State-of-function evaluation for lithium-ion power battery pack based on fuzzy logic control algorithm"", 《2020 IEEE 9TH JOINT INTERNATIONAL INFORMATION TECHNOLOGY AND ARTIFICIAL INTELLIGENCE CONFERENCE》, pages 822 - 826 * |
欧阳剑: ""电动汽车用锂离子动力电池SOC估算和SOF评估的研究"", 《中国博士学位论文全文数据库(电子期刊)工程科技II辑》, no. 2, pages 61 - 78 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114579659A (zh) * | 2022-03-07 | 2022-06-03 | 山东云储新能源科技有限公司 | 一种梯次利用动力电池利用潜力评估及分选***和方法 |
CN116885319A (zh) * | 2023-09-06 | 2023-10-13 | 广东技术师范大学 | 用于锂离子电池的温度控制方法和*** |
CN116885319B (zh) * | 2023-09-06 | 2023-11-14 | 广东技术师范大学 | 用于锂离子电池的温度控制方法和*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Battery optimal sizing under a synergistic framework with DQN-based power managements for the fuel cell hybrid powertrain | |
Podder et al. | Control strategies of different hybrid energy storage systems for electric vehicles applications | |
Prasanthi et al. | Optimization of hybrid energy systems and adaptive energy management for hybrid electric vehicles | |
Zhang et al. | Comprehensive dynamic battery modeling for PHEV applications | |
CN102756661B (zh) | 车用电池荷电状态的确定方法及装置 | |
CN112434463B (zh) | 一种车辆复合电源能量管理*** | |
Gökce et al. | An instantaneous optimization strategy based on efficiency maps for internal combustion engine/battery hybrid vehicles | |
Hajimiri et al. | A fuzzy energy management strategy for series hybrid electric vehicle with predictive control and durability extension of the battery | |
CN102790407B (zh) | 双蓄电池汽车供电***中的充放电控制方法 | |
CN113076688A (zh) | 一种锂离子动力电池效能状态评估方法 | |
CN104512266B (zh) | 汽车起动过程中的供电管理方法和汽车供电*** | |
CN112345940B (zh) | 基于soc预估的车辆复合电源***模糊逻辑控制方法 | |
Jia et al. | Energy management strategy of fuel cell/battery hybrid vehicle based on series fuzzy control | |
CN104218628B (zh) | 蓄电池充电控制方法和基于该方法的汽车电子控制器 | |
Zhang et al. | HESS and its application in series hybrid electric vehicles | |
CN115360738B (zh) | 一种考虑可控域约束的电动汽车一次调频控制方法 | |
Mawatwal et al. | State of charge estimation for rechargeable lithium-ion battery using ANFIS MATLAB | |
Younes et al. | Energy management based hybrid fuel cell/battery for electric vehicle using type 2 fuzzy logic controller. | |
Singh et al. | Lead-acid battery for HEV using fuzzy controller and ultracapacitor | |
Ouyang et al. | State-of-function evaluation for lithium-ion power battery pack based on fuzzy logic control algorithm | |
Hajimiri et al. | A predictive and battery protective control strategy for series HEV | |
Yang et al. | Fuzzy logic based energy management algorithm of a hybrid electric vehicle with range-extender | |
Sadeq et al. | Current control of battery-supercapacitors system for electric vehicles based on rule-base linear quadratic regulator | |
Jbari et al. | Fuzzy controller hardware implementation for an EV's HESS energy management | |
Yu et al. | Research on the Control Strategy of Hybrid Energy Storage System for Electric Bus |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230412 Address after: Room 301-4, Building 2, Phase 1, Tianfulai International Industrial City, No. 39 Changbao West Road, Ronggui Rongli Neighborhood Committee, Shunde District, Foshan City, Guangdong Province, 528200 Applicant after: Foshan Tuopu Technology Co.,Ltd. Address before: 511495 room 304, 3rd floor, building 1, No.47, zhong2 section, Shiguang Road, Zhongcun street, Panyu District, Guangzhou City, Guangdong Province Applicant before: GUANGZHOU YIWE ELECTRIC VEHICLE CO.,LTD. |
|
TA01 | Transfer of patent application right |