CN114035074B - 一种诊断磷酸铁锂串联电池组中微短路单体的方法 - Google Patents
一种诊断磷酸铁锂串联电池组中微短路单体的方法 Download PDFInfo
- Publication number
- CN114035074B CN114035074B CN202111367545.2A CN202111367545A CN114035074B CN 114035074 B CN114035074 B CN 114035074B CN 202111367545 A CN202111367545 A CN 202111367545A CN 114035074 B CN114035074 B CN 114035074B
- Authority
- CN
- China
- Prior art keywords
- voltage
- charging
- battery
- micro
- single battery
- 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
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]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current 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]
- G01R31/396—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
本发明公开了一种诊断磷酸铁锂串联电池组中微短路单体的方法,包括以下步骤:步骤1,对磷酸铁锂电池组进行两次充电,根据磷酸铁锂电池组工作数据,分别定位出参照单体电池每次充电端电压曲线中的两个平台期电压值;步骤2,分别获取各待测单体电池的第一电压基准线与第二电压基准线;步骤3,记录各待测单体电池分别到达第一电压基准线和第二电压基准线的时间,记为各待测单体电池的第一充电时刻和第二充电时刻;步骤4,计算第一参考充电电量和第二参考充电电量;步骤5,计算各待测单体电池的漏电流;步骤6,各待测单体电池的微短路阻值,根据微短路阻值判断各待测单体电池是否是微短路单体。
Description
技术领域
本发明涉及电池管理***技术领域,具体涉及一种诊断磷酸铁锂串联电池组中微短路单体的方法。
背景技术
锂离子电池具有能量和功率密度高、循环寿命长等诸多优点,因此受到各种电力储能装置的青睐。与此同时,成本低、安全性更好的磷酸铁锂电池在产量和装车量上也逐渐超越了三元锂电池。然而,不论何种电池都会由于生产过程中的粉尘、原材料毛刺等隐患,或是使用过程中的滥用等各种原因,出现电池微短路的危险。电池发生微短路会造成其内部自成回路,不断地消耗该电池电量,增加电池组的不一致性,不仅会影响电池组整体性能,还会随着微短路程度的升高导致电池自放电率逐渐提高,产热量增加,甚至发生热失控等严重的安全问题。因此,寻求一种有效的诊断电池组中微短路单体的方法是非常重要的。
目前的方法大多都是针对三元锂电池,但磷酸铁锂电池比三元锂电池的电压曲线多了两个明显的平台期,这会导致三元锂电池的诊断方法将不再适用于磷酸铁锂电池。且一些方法中需要依据满充、满放的工况条件进行微短路检测,而针对实际用户使用情况,由于里程焦虑或快充等原因的存在,这种理想的充放电使用情形还是比较少的,这也会导致方法适用性和精确性下降。
发明内容
本发明是为了解决上述问题而进行的,目的在于提供一种诊断磷酸铁锂串联电池组中微短路单体的方法。
本发明提供了一种诊断磷酸铁锂串联电池组中微短路单体的方法,具有这样的特征,包括以下步骤:步骤1,对磷酸铁锂电池组进行两次充电,根据磷酸铁锂电池组工作数据,分别定位出参照单体电池每次充电端电压曲线中的两个平台期电压值;步骤2,根据第一平台期电压值和第二平台期电压值,分别获取各待测单体电池的第一电压基准线与第二电压基准线;步骤3,记录各待测单体电池分别到达第一电压基准线和第二电压基准线的时间,记为各待测单体电池的第一充电时刻和第二充电时刻;步骤4,根据第一充电时刻和第二充电时刻,计算第一参考充电电量和第二参考充电电量;步骤5,根据第一充电时刻、第二充电时刻、第一参考充电电量以及第二参考充电电量计算各待测单体电池的漏电流;步骤6,根据第一电压基准线、第二电压基准线以及漏电流,计算各待测单体电池的微短路阻值,根据微短路阻值判断各待测单体电池是否是微短路单体。其中,参照单体电池为充电结束时刻电压值最大的单体电池,第一电压基准线为第一次充电数据中两个平台期电压值的中值,第二电压基准线为第二次充电数据中两个平台期电压值的中值。
在本发明提供的一种诊断磷酸铁锂串联电池组中微短路单体的方法中,还可以具有这样的特征:其中,步骤1中,磷酸铁锂电池组工作数据包括电压、电流、时间以及温度。
在本发明提供的一种诊断磷酸铁锂串联电池组中微短路单体的方法中,还可以具有这样的特征:其中,步骤1中,定位参照单体电池平台期电压值的方法为:
磷酸铁锂电池的端电压曲线具有两个明显的平台期,在参照单体电池的端电压曲线中,计算一定采样周期内的电压变化率,若小于预设阈值,则判断为电压平台期,取每个平台期电压数据的均值作为对应的平台期电压值。
在本发明提供的一种诊断磷酸铁锂串联电池组中微短路单体的方法中,还可以具有这样的特征:其中,步骤2中,电压基准线为:磷酸铁锂电池的电压曲线中有两个明显的平台期,范围为35%-55%SOC和65%-95%SOC,两平台期之间具有一段斜率较大的电压区间,电压基准线位于电压区间内,为两平台期之间的电压中值线。
在本发明提供的一种诊断磷酸铁锂串联电池组中微短路单体的方法中,还可以具有这样的特征:其中,步骤4中,第一参考充电电量的计算过程为:
CR1,i=Qo1,i-QR1
式中,QR1为第一次充电过程中参照单体电池的充电容量,Qo1,i为第一次充电过程中其它待测单体电池的充电容量,i=1,2,…,n,共n个待测单体电池,t0_1为第一次充电的开始时间,t1_1为参照单体电池到达第一电压基准线的时间;t2_1,i为其它待测单体电池到达第一电压基准线的时间;I为电池组充电电流;CR1,i为第一参考充电电量。
在本发明提供的一种诊断磷酸铁锂串联电池组中微短路单体的方法中,还可以具有这样的特征:其中,步骤4中,第二参考充电电量的计算过程为:
CR2,i=Qo2,i-QR2
式中,QR2为第二次充电过程中参照单体电池的充电容量;Qo2,i为第二次充电过程中其它待测单体电池的充电容量,i=1,2,…,n,共n个待测单体电池;t0_2为第二次充电的开始时间;t1_2为参照单体电池到达第二电压基准线的时间;t2_2,i为其它待测单体电池到达第二电压基准线的时间;I为电池组充电电流;CR2,i为第二参考充电电量。
在本发明提供的一种诊断磷酸铁锂串联电池组中微短路单体的方法中,还可以具有这样的特征:其中,步骤5中,计算漏电流的具体过程为:步骤5-1,计算第一参考充电电量与第二参考充电电量的差值,得到两次充电过程中各待测单体电池的漏电量;步骤5-2,计算各待测单体电池的第一充电时刻与第二充电时刻之间的时间长度;步骤5-3,计算漏电量与时间长度的比值即为各待测单体电池各自的漏电流。
在本发明提供的一种诊断磷酸铁锂串联电池组中微短路单体的方法中,还可以具有这样的特征:其中,步骤6中,估计微短路阻值的具体过程为:步骤6-1,计算各待测单体电池的第一电压基准线与各待测单体电池的第二电压基准线的均值,作为平均电压;步骤6-2,计算平均电压与漏电流的比值,得到各待测单体所对应的微短路阻值。根据微短路阻值判断得到微短路单体的方法为:若各待测单体所对应的微短路阻值小于预设阈值,则判定为该待测单体为微短路单体。
在本发明提供的一种诊断磷酸铁锂串联电池组中微短路单体的方法中,还可以具有这样的特征:其中,基于漏电流,进一步由安时积分计算一定时间的漏电量,漏电量与单体理论电量之比即为自放电异常单体的自放电率,从而也能诊断出电池组内自放电异常单体。
发明的作用与效果
根据本发明所涉及的诊断磷酸铁锂串联电池组中微短路单体的方法,首先对磷酸铁锂电池组进行两次充电,根据磷酸铁锂电池组工作数据,分别定位出参照单体电池每次充电端电压曲线中的两个平台期电压值;然后根据第一平台期电压值和第二平台期电压值,分别获取各待测单体电池的第一电压基准线与第二电压基准线;然后记录各待测单体电池分别到达第一电压基准线和第二电压基准线的时间,记为各待测单体电池的第一充电时刻和第二充电时刻;然后根据第一充电时刻和第二充电时刻,计算第一参考充电电量和第二参考充电电量;然后根据第一充电时刻、第二充电时刻、第一参考充电电量以及第二参考充电电量计算各待测单体电池的漏电流;然后根据第一电压基准线、第二电压基准线以及漏电流,计算各待测单体电池的微短路阻值,根据微短路阻值判断各待测单体电池是否是微短路单体。其中,参照单体电池为充电结束时刻电压值最大的单体电池,第一电压基准线为第一次充电数据中两个平台期电压值的中值,第二电压基准线为第二次充电数据中两个平台期电压值的中值。
上述诊断方法快速、简单,本发明仅基于两次或两次以上历史充电数据,以很小的计算量即可诊断出电池组内部存在微短路的单体电池,且能够得到较为精确的微短路估计阻值。此外,本发明并不依赖于电池组整体数据,不受电池组不一致性等影响,仅依据各单体自身历史数据的对比,即使各单体的微短路程度不同,其诊断结果也不会相互影响。从而为后续***报警或应对等措施提供参考依据。
此外,本发明的诊断方法适应性强,不局限于满充、满放的充放电使用条件,且不受温度、充电工况和电池寿命等影响,例如不管在1/3C恒流充电或1C恒流充电等情形下,都能体现出较为精确的估计值,进而提高电池组的安全性、动力性和耐久性。
另外,本发明的诊断方法应用领域广,除了可以诊断出磷酸铁锂串联电池组内的微短路单体外,本发明方法也可适用于自放电异常单体的准确监测。
附图说明
图1是本发明的实施例中磷酸铁锂串联电池组示意图;
图2是本发明的实施例中诊断磷酸铁锂串联电池组中微短路单体的方法流程图;
图3是本发明的实施例中所使用的磷酸铁锂单体电池的OCV-SOC曲线;
图4是本发明的实施例中磷酸铁锂串联电池组单体电池充电电压曲线示意图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,以下实施例结合附图对本发明一种诊断磷酸铁锂串联电池组中微短路单体的方法作具体阐述。
图1是本实施例中磷酸铁锂串联电池组示意图。
如图1所示,在本实施例中,任意选择了两块由天津力神电池股份有限公司生产的LP27148134-40Ah磷酸铁锂电池串联成组,并随机在一块电池外并联了阻值为100Ω的电阻,以模拟单体发生微短路的情形。
图2是本实施例中诊断磷酸铁锂串联电池组中微短路单体的方法流程图。
如图2所示,本实施例所涉及的诊断磷酸铁锂串联电池组中微短路单体的方法包括以下步骤:
步骤S1,对磷酸铁锂电池组进行两次充电,根据磷酸铁锂电池组工作数据,分别定位出参照单体电池每次充电端电压曲线中的两个平台期电压值。
本实施例中所使用的电池组工作数据至少包括了两次充电数据(电压、电流、时间、温度等),且并不局限于连续两次充电。磷酸铁锂电池的端电压曲线具有两个明显的平台期,由于可能存在两次充电工况不同的情形,进而导致即使是同一参照单体的平台期电压值也会发生变化,因此需要对每次充电端电压平台期都进行定位。本实施例在参照单体电池的端电压曲线中,通过计算一定采样周期内的电压变化率来粗略判断平台期位置。如果电压变化率小于预设阈值0.3mv,则判断为电压平台期,取每个平台期电压数据的均值作为其对应电压值大小。
此外,本发明认为参照单体为充电结束时刻电压值最大的单体电池,且并不局限于满充情形。进一步的,即使参照单体后期也出现了一定的自放电情形,但仍旧不会对本实施例方法造成影响。
步骤S2,根据第一平台期电压值和第二平台期电压值,分别获取各待测单体电池的第一电压基准线与第二电压基准线。
图3是本实施例中所使用的磷酸铁锂单体电池的OCV-SOC曲线。
如图3所示,为本实施例中所使用的磷酸铁锂电池在25℃下的OCV-SOC曲线。容易看出两个明显平台期的范围为35%-55%SOC和65%-95%SOC,两平台之间还具有一段斜率较大的电压区间,电压基准线正是位于这段电压区间内,为两平台的电压中值线。按照大多数用户使用***台期的,至少包含两平台的某一段。这样,即使用户在不满充、满放的条件下,本实施例的方法仍能正常使用。
步骤S3,记录各待测单体电池分别到达第一电压基准线和第二电压基准线的时间,记为各待测单体电池的第一充电时刻和第二充电时刻。
步骤S4,根据第一充电时刻和第二充电时刻,计算第一参考充电电量和第二参考充电电量。
图4是本实施例中磷酸铁锂串联电池组单体电池充电电压曲线示意图。其中(a)和(b)分别为第一次充电和第二次充电。
如图4所示,为本实施例两次充电电压曲线示意图,以图4(a)为例进行详细说明。其中,U1为第一电压基准线,以首先到达第一电压基准线的单体作为参照单体电池,另一单体则为待测单体电池。t1_1为参照单体电池到达第一电压基准线的时间;t2_1为待测单体电池到达第一电压基准线的时间。进一步根据如下公式计算得到第一参考电量。
CR1=Qo1-QR1
其中,QR1为第一次充电过程中参照单体电池的充电容量;Qo1为第一次充电过程中待测单体电池的充电容量(在本实施例中只包含一个待测单体,故直接用Qo1表示);t0_1为第一次充电的开始时间;I为电池组充电电流;CR1为第一参考充电电量。
在本实施例中,计算得到QR1为22.7627Ah,Qo1为23.0699Ah,则第一参考充电电量CR1为0.3071Ah。同理可得第二参考充电电量CR2为0.4774Ah。
步骤S5,根据第一充电时刻、第二充电时刻、第一参考充电电量以及第二参考充电电量计算各待测单体电池的漏电流。
步骤S5-1,计算第一参考充电电量与第二参考充电电量的差值,得到两次充电过程中各待测单体电池的漏电量为0.2294Ah。
步骤S5-2,计算各待测单体电池的第一充电时刻与第二充电时刻之间的时间长度。
步骤S5-3,计算漏电量与时间长度的比值即为各待测单体电池各自的漏电流为0.0249A。
步骤S6,根据第一电压基准线、第二电压基准线以及漏电流,计算各待测单体电池的微短路阻值约为135.0292Ω,根据微短路阻值判断各待测单体电池是否是微短路单体。
由于在本实施例中所用到的两块电池单体实际容量分别为41.2196Ah和41.2196Ah。可见两电池的容量存在一定差异,所以在第一次估计阻值的过程中会受到电池单体间容量差异等因素的影响。进而,本实施例中继续进行了三组充放电循环。得到其他另外三组微短路阻值分别为99.3221Ω、118.0912Ω和113.0524Ω。显然,本发明方法的估计值能够达到一定精度。根据微短路阻值即可判断该单体是否为微短路单体。
实施例的作用与效果
根据本实施例所涉及的诊断磷酸铁锂串联电池组中微短路单体的方法,首先对磷酸铁锂电池组进行两次充电,根据磷酸铁锂电池组工作数据,分别定位出参照单体电池每次充电端电压曲线中的两个平台期电压值;然后根据第一平台期电压值和第二平台期电压值,分别获取各待测单体电池的第一电压基准线与第二电压基准线;然后记录各待测单体电池分别到达第一电压基准线和第二电压基准线的时间,记为各待测单体电池的第一充电时刻和第二充电时刻;然后根据第一充电时刻和第二充电时刻,计算第一参考充电电量和第二参考充电电量;然后根据第一充电时刻、第二充电时刻、第一参考充电电量以及第二参考充电电量计算各待测单体电池的漏电流;然后根据第一电压基准线、第二电压基准线以及漏电流,计算各待测单体电池的微短路阻值,根据微短路阻值判断各待测单体电池是否是微短路单体。其中,参照单体电池为充电结束时刻电压值最大的单体电池,第一电压基准线为第一次充电数据中两个平台期电压值的中值,第二电压基准线为第二次充电数据中两个平台期电压值的中值。
上述诊断方法快速、简单,本实施例仅基于两次历史充电数据,以很小的计算量即可诊断出电池组内部存在微短路的单体电池,且能够得到较为精确的微短路估计阻值。此外,本实施例并不依赖于电池组整体数据,不受电池组不一致性等影响,仅依据各单体自身历史数据的对比,即使各单体的微短路程度不同,其诊断结果也不会相互影响。从而为后续***报警或应对等措施提供参考依据。
此外,本实施例的诊断方法适应性强,不局限于满充、满放的充放电使用条件,且不受温度、充电工况和电池寿命等影响,例如不管在1/3C恒流充电或1C恒流充电等情形下,都能体现出较为精确的估计值,进而提高电池组的安全性、动力性和耐久性。
另外,本实施例的诊断方法应用领域广,除了可以诊断出磷酸铁锂串联电池组内的微短路单体外,本实施例方法也可适用于自放电异常单体的准确监测。
上述实施方式为本发明的优选案例,并不用来限制本发明的保护范围。
Claims (5)
1.一种诊断磷酸铁锂串联电池组中微短路单体的方法,其特征在于,包括以下步骤:
步骤1,对磷酸铁锂电池组进行两次充电,根据磷酸铁锂电池组工作数据,分别定位出参照单体电池每次充电端电压曲线中的第一平台期电压值和第二平台期电压值;
步骤2,根据所述第一平台期电压值和所述第二平台期电压值,分别获取各待测单体电池的第一电压基准线与第二电压基准线;
步骤3,记录各待测单体电池分别到达所述第一电压基准线和所述第二电压基准线的时间,记为各待测单体电池的第一充电时刻和第二充电时刻;
步骤4,根据所述第一充电时刻和所述第二充电时刻,计算第一参考充电电量和第二参考充电电量;
步骤5,根据所述第一充电时刻、所述第二充电时刻、所述第一参考充电电量以及所述第二参考充电电量计算各待测单体电池的漏电流;
步骤6,根据所述第一电压基准线、所述第二电压基准线以及所述漏电流,计算各待测单体电池的微短路阻值,根据所述微短路阻值判断各待测单体电池是否是微短路单体,
其中,步骤1中,定位参照单体电池平台期电压值的方法为:
磷酸铁锂电池的端电压曲线具有两个明显的平台期,在参照单体电池的端电压曲线中,计算一定采样周期内的电压变化率,若小于预设阈值,则判断为电压平台期,取每个平台期电压数据的均值作为对应的平台期电压值,
步骤2中,电压基准线为:
磷酸铁锂电池的电压曲线中有两个明显的平台期,范围为35%-55%SOC和65%-95%SOC,两平台期之间具有一段斜率较大的电压区间,所述电压基准线位于所述电压区间内,为两平台期之间的电压中值线,
步骤4中,所述第一参考充电电量的计算过程为:
CR1,i=Qo1,i-QR1
式中,QR1为第一次充电过程中参照单体电池的充电容量,Qo1,i为第一次充电过程中其它待测单体电池的充电容量,i=1,2,…,n,共n个待测单体电池,t0_1为第一次充电的开始时间,t1_1为参照单体电池到达第一电压基准线的时间;t2_1,i为其它待测单体电池到达第一电压基准线的时间;I为电池组充电电流;CR1,i为第一参考充电电量,
所述第二参考充电电量的计算过程为:
CR2,i=Qo2,i-QR2
式中,QR2为第二次充电过程中参照单体电池的充电容量;Qo2,i为第二次充电过程中其它待测单体电池的充电容量,i=1,2,…,n,共n个待测单体电池;t0_2为第二次充电的开始时间;t1_2为参照单体电池到达第二电压基准线的时间;t2_2,i为其它待测单体电池到达第二电压基准线的时间;I为电池组充电电流;CR2,i为第二参考充电电量,
所述参照单体电池为充电结束时刻电压值最大的单体电池,
所述第一电压基准线为第一次充电数据中所述两个平台期电压值的中值,
所述第二电压基准线为第二次充电数据中所述两个平台期电压值的中值。
2.根据权利要求1所述的一种诊断磷酸铁锂串联电池组中微短路单体的方法,其特征在于:
其中,步骤1中,所述磷酸铁锂电池组工作数据包括电压、电流、时间以及温度。
3.根据权利要求1所述的一种诊断磷酸铁锂串联电池组中微短路单体的方法,其特征在于:
其中,步骤5中,计算漏电流的具体过程为:
步骤5-1,计算所述第一参考充电电量与所述第二参考充电电量的差值,得到两次充电过程中各待测单体电池的漏电量;
步骤5-2,计算各待测单体电池的第一充电时刻与第二充电时刻之间的时间长度;
步骤5-3,计算所述漏电量与所述时间长度的比值即为各待测单体电池各自的漏电流。
4.根据权利要求1所述的一种诊断磷酸铁锂串联电池组中微短路单体的方法,其特征在于:
其中,步骤6中,估计微短路阻值的具体过程为:
步骤6-1,计算所述各待测单体电池的第一电压基准线与所述各待测单体电池的第二电压基准线的均值,作为平均电压;
步骤6-2,计算所述平均电压与所述漏电流的比值,得到各待测单体所对应的微短路阻值,
根据所述微短路阻值判断得到微短路单体的方法为:
若所述各待测单体所对应的微短路阻值小于预设阈值,则判定为该待测单体为微短路单体。
5.根据权利要求1所述的一种诊断磷酸铁锂串联电池组中微短路单体的方法,其特征在于:
其中,基于所述漏电流,进一步由安时积分计算一定时间的漏电量,漏电量与单体理论电量之比即为自放电异常单体的自放电率,从而也能诊断出电池组内自放电异常单体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111367545.2A CN114035074B (zh) | 2021-11-18 | 2021-11-18 | 一种诊断磷酸铁锂串联电池组中微短路单体的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111367545.2A CN114035074B (zh) | 2021-11-18 | 2021-11-18 | 一种诊断磷酸铁锂串联电池组中微短路单体的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114035074A CN114035074A (zh) | 2022-02-11 |
CN114035074B true CN114035074B (zh) | 2023-08-29 |
Family
ID=80138079
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111367545.2A Active CN114035074B (zh) | 2021-11-18 | 2021-11-18 | 一种诊断磷酸铁锂串联电池组中微短路单体的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114035074B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114660491A (zh) * | 2022-03-31 | 2022-06-24 | 同济大学 | 基于充电电压区间内电量增长的电池内短路定量诊断方法 |
CN115774200A (zh) * | 2022-12-09 | 2023-03-10 | 国联汽车动力电池研究院有限责任公司 | 一种锂离子电池串联模组微/内短路检测方法 |
KR20240101185A (ko) * | 2022-12-23 | 2024-07-02 | 주식회사 엘지에너지솔루션 | 배터리의 내부 단락 진단 방법 및 그 방법을 제공하는 배터리 시스템 |
CN115684975A (zh) * | 2022-12-28 | 2023-02-03 | 湖北工业大学 | 一种基于均衡电量量化电池微短路的方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106443478A (zh) * | 2016-10-26 | 2017-02-22 | 河南师范大学 | 基于闭环混合算法的磷酸铁锂电池剩余电量的估算方法 |
CN107870301A (zh) * | 2016-09-27 | 2018-04-03 | 华为技术有限公司 | 一种电池微短路的检测方法及装置 |
CN108152755A (zh) * | 2018-01-19 | 2018-06-12 | 上海理工大学 | 在线定量诊断电池微短路故障的方法 |
WO2021217698A1 (zh) * | 2020-04-29 | 2021-11-04 | 上海理工大学 | 一种区分电池微短路和小容量故障的诊断方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9128159B2 (en) * | 2012-12-12 | 2015-09-08 | GM Global Technology Operations LLC | Plug-in charge capacity estimation method for lithium iron-phosphate batteries |
-
2021
- 2021-11-18 CN CN202111367545.2A patent/CN114035074B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107870301A (zh) * | 2016-09-27 | 2018-04-03 | 华为技术有限公司 | 一种电池微短路的检测方法及装置 |
CN106443478A (zh) * | 2016-10-26 | 2017-02-22 | 河南师范大学 | 基于闭环混合算法的磷酸铁锂电池剩余电量的估算方法 |
CN108152755A (zh) * | 2018-01-19 | 2018-06-12 | 上海理工大学 | 在线定量诊断电池微短路故障的方法 |
WO2021217698A1 (zh) * | 2020-04-29 | 2021-11-04 | 上海理工大学 | 一种区分电池微短路和小容量故障的诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114035074A (zh) | 2022-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114035074B (zh) | 一种诊断磷酸铁锂串联电池组中微短路单体的方法 | |
JP7289113B2 (ja) | 管理装置、及び電源システム | |
Zheng et al. | Fault identification and quantitative diagnosis method for series-connected lithium-ion battery packs based on capacity estimation | |
CN111610456A (zh) | 一种区分电池微短路和小容量故障的诊断方法 | |
CN111929602B (zh) | 一种基于容量估计的单体电池漏电或微短路定量诊断方法 | |
CN105277898A (zh) | 一种电池荷电状态的检测方法 | |
CN110376536B (zh) | 电池***soh检测方法、装置、计算机设备和存储介质 | |
CN113884922B (zh) | 一种基于电压和电量离群系数的电池内短路定量诊断方法 | |
Tan et al. | Joint estimation of ternary lithium-ion battery state of charge and state of power based on dual polarization model | |
CN108363016B (zh) | 基于人工神经网络的电池微短路定量诊断方法 | |
CN113009351A (zh) | 电池容量的确定方法及装置 | |
CN111257770B (zh) | 一种电池包功率估算方法 | |
Alsabari et al. | Modeling and validation of lithium-ion battery with initial state of charge estimation | |
WO2021150551A1 (en) | System and method for estimating battery state of health | |
Qi et al. | A control strategy for dynamic balancing of lithium iron phosphate battery based on the performance of cell voltage | |
CN113097582B (zh) | 一种电池单体soh值的估算方法及装置 | |
CN111537906B (zh) | 一种评估磷酸铁锂电池***多项健康参数的方法 | |
CN115808630A (zh) | 一种车载磷酸铁锂电池的荷电状态计算方法、装置及存储介质 | |
Tsunoda et al. | Deterioration-detection and Failure-detection Algorithms for Storage Batteries Using Hysteresis Characteristics | |
CN117554845B (zh) | 电池健康状态评估方法、装置、电子设备及存储介质 | |
CN113540581B (zh) | 一种锂离子电芯一致性的确定方法和*** | |
KR102691855B1 (ko) | 배터리 셀 균등화 과정 분석을 통한 셀간 불균형도 추정 방법 및 이를 이용한 에너지관리시스템 | |
Baydan et al. | A Study on the State of Health of Lithium-ion Batteries | |
JP7113976B2 (ja) | 充放電制御装置および充放電制御方法 | |
CN103389465B (zh) | 电池的电量测量方法 |
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 |