CN115989420A - 用于估计电池的充电状态和健康状态的方法及其*** - Google Patents
用于估计电池的充电状态和健康状态的方法及其*** Download PDFInfo
- Publication number
- CN115989420A CN115989420A CN202180052674.4A CN202180052674A CN115989420A CN 115989420 A CN115989420 A CN 115989420A CN 202180052674 A CN202180052674 A CN 202180052674A CN 115989420 A CN115989420 A CN 115989420A
- Authority
- CN
- China
- Prior art keywords
- state
- vector
- battery
- charge
- voltage
- 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
- 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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
-
- 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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- 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]
- G01R31/382—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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
一种用于估计电池的充电状态和健康状态的方法及其***。本发明涉及一种用于估计电池(10)的充电状态和健康状态的方法(200)和***(100)。第一向量(x)和第二向量(Θ)被初始化。第一向量(x)通过假设第二向量(Θ)的固定值由基于第一状态空间滤波器的第一等效电路求解器估计和更新。第二向量(Θ)基于电化学模型然后由基于第二状态空间滤波器的第二等效电路求解器估计和更新。第二向量(Θ)的由电化学模型和基于第二状态空间滤波器的等效电路求解器更新的值被合并。从第一向量(x)的更新值获得充电状态,并且从第二向量的合并更新值获得健康状态。
Description
技术领域
本发明涉及估计电池的充电状态和健康状态。
背景技术
现代电动车辆和混合动力电动车辆通常使用诸如锂离子电池的电化学电池作为储能单元。以适当的串联和并联组合配置的多个这种单元形成电池。这些电池通常联接到电池管理***(BMS),该BMS被配置为监测使用合适的传感器测量的单元电压、电流和温度。BMS的主要功能之一是估计电池及其组成单元的充电状态(SOC)和健康状态(SOH)。BMS的另一重要功能是确保电池在预定“安全操作区域”中操作——例如避免单元过充电、充电不足、过温等的条件。单元的安全操作区域通常对单元操作电压、温度和流过电池的电流施加上下阈值。只有当每一个单元均在“安全操作区域”中时,电池才被称为在“安全操作区域”中操作。电池管理***的其它重要功能包括平衡单元之间的电荷以延长电池寿命以及向车辆网络中的其它控制器传送信息。
需要准确的充电状态预测以确定电池中的剩余能量并基于当前负载条件来确定电池可操作的持续时间。电池的充电状态还为骑手安排电池的再充电提供良好判断。尽管电池的充电状态被视为短期电池参数,但健康状态被视为长期参数,因为电池退化在其寿命内逐渐发生。电池的SOH通常由电池的总电荷存储容量表征。用于表征SOH的另一参数是电池的内部阻抗,这在电池的可用输出功率中起主要作用。准确的健康预测改进了SOC估计的准确性,因为后者取决于电池模型参数。健康预测还提供关于电池退化的信息并辅助安排电池的更换。
估计SOC的传统方法之一是随时间对经过电池的电流进行积分。然而,由于电流测量噪声和测量偏移误差,此方法易于漂移。估计SOC的另一传统方法是利用了SOC和电池的开路单元电压之间的已知单调关系。然而,此方法需要电池处于松弛条件,在相当长的时间内没有电流流过电池。更准确的SOC和SOH估计方法利用了电池的准确等效模型。两大类的电池模型占优势——第一类是“等效电路模型”,其利用等效电阻器-电容器网络来近似电池中的底层化学现象。等效电路模型的示例是串联电阻模型、1RC等效电路、2RC等效电路。第二类是诸如DFN(Doyle-Fuller-Newman)模型、SPM(单粒子模型)的“电化学模型”。由于建模的底层复杂度,电化学模型的计算量很大,因此不常在实际BMS***中使用。通常,等效电路模型不如电化学模型准确,但更适合在实际BMS中实现。
因此,本领域中需要一种用于估计电池的充电状态和健康状态的方法,其至少解决了上述问题。
发明内容
在本发明的一个方面,本发明涉及一种用于估计电池的充电状态和健康状态的方法。该方法具有以下步骤:基于电压、电池的充电状态、阻抗和电池的充电容量的通常已知的值来将第一向量和第二向量初始化;通过假设第二向量的固定值由基于第一状态空间滤波器的等效电路求解器来估计和更新第一向量;基于电化学模型完全或部分地估计和更新第二向量;由基于第二状态空间滤波器的等效电路求解器完全或部分地估计和更新第二向量;合并第二向量的由电化学模型和基于第二状态空间滤波器的等效电路求解器更新的值;从第一向量的更新值获得电池的充电状态;以及从第二向量的合并更新值获得电池的健康状态。
在本发明的实施方式中,第一向量是包括电压变量和电池充电状态的状态向量。
在本发明的另一实施方式中,第二向量是包括阻抗元件和电池充电容量的参数向量。
在本发明的另一实施方式中,与第一等效电路求解器和第二等效电路求解器对应的等效电路包括具有已知的估计阻抗的一个或更多个RC元件以及表示单元的开路电压的电压源。
在本发明的另一实施方式中,其中,等效电路中的单元的开路电压是单元的充电状态的非线性函数。
在另一实施方式中,第一状态空间滤波器是卡尔曼滤波器。在一个实施方式中,第二状态空间滤波器是卡尔曼滤波器。在一个实施方式中,电化学模型是电解液增强单粒子模型。
在另一方面,本发明涉及一种用于估计电池的充电状态和健康状态的***。该***具有:电压感测电路,其用于感测电池单元两端的电压;以及电流感测电路,其用于感测经过电池单元的电流。该***还具有中央处理单元,其被配置用于基于电压、电池的充电状态、阻抗和电池的充电容量的通常已知的值将第一向量和第二向量初始化,通过假设第二向量的固定值由基于第一状态空间滤波器的等效电路求解器估计和更新第一向量,基于电化学模型完全或部分地估计和更新第二向量,由基于第二状态空间滤波器的等效电路求解器完全或部分地估计和更新第二向量,合并第二向量的由电化学模型和基于第二状态空间滤波器的等效电路求解器更新的值,并且从第一向量的更新值获得电池的充电状态,并且从第二向量的合并更新值获得电池的健康状态。
在本发明的实施方式中,第一向量是包括电压变量和电池充电状态的状态向量。
在本发明的另一实施方式中,第二向量是包括阻抗元件和电池充电容量的参数向量。
在本发明的另一实施方式中,与第一等效电路求解器和第二等效电路求解器对应的等效电路包括具有已知的估计阻抗的一个或更多个RC元件以及表示单元的开路电压的电压源。
在本发明的另一实施方式中,其中,等效电路中的单元的开路电压是单元的充电状态的非线性函数。
在另一实施方式中,第一状态空间滤波器是卡尔曼滤波器。在一个实施方式中,第二状态空间滤波器是卡尔曼滤波器。在一个实施方式中,电化学模型是电解液增强单粒子模型。
附图说明
现在参考本发明的实施方式,其示例可示出于附图中。这些图旨在例示,而非限制。尽管本发明通常在这些实施方式的上下文中描述,但是应该理解,并非旨在将本发明的范围限于这些特定实施方式。
图1示出根据本发明的实施方式的用于估计电池的充电状态和健康状态的***。
图2示出根据本发明的实施方式的用于估计电池的充电状态和健康状态的方法。
图3示出根据本发明的实施方式的等效电路求解器。
图4示出根据本发明的实施方式的基于卡尔曼滤波器的第二向量估计和基于eSPM的第二向量估计、以及基于卡尔曼滤波器的第一向量估计。
图5示出根据本发明的实施方式的等效电路求解器的2RC等效电路。
图6示出根据本发明的实施方式的电化学电池的内部结构及其eSPM等效结构。
图7示出根据本发明的实施方式的考虑2RC模型单元,与负电极关联的电容图线。
图8示出根据本发明的实施方式的考虑2RC模型单元,与正电极关联的电容图线。
具体实施方式
本发明涉及一种用于估计电池的充电状态和健康状态的方法和***。更具体地,本发明涉及一种用于估计电池的充电状态和健康状态的方法和***,其中,电池包括一个或更多个电化学电池。
图1示出用于估计电池10的充电状态和健康状态的***100。该***包括:电池组10,其具有一个或更多个单元(cell)堆;电流感测电路120,其用于感测经过电池10的单元的电流;电压感测电路110,其用于感测电池10的单元两端的电压。在实施方式中,各个单元堆包括以串联和并联组合适当连接的单元集合。在实施方式中,单元堆还包括一个或更多个温度传感器以得到电池的热图。在该***中,电流感测电路120、电压感测电路110和温度感测电路130联接到单元堆和中央处理单元140。
在实施方式中,使用集成到电池10中的相关传感器周期性地采样电池10的电压、电流和温度数据的测量。电压感测电路110连接到单元端子以对单元电压进行采样,温度感测电路130连接到单元堆的温度传感器以对温度数据进行采样。电流感测电路120被配置为使用电池10中的电流传感器对电流数据进行采样。如下文说明的,中央处理单元140被配置为估计电池10中的单元的充电状态(SOC)和(SOH)。
图2示出用于估计电池10的充电状态和健康状态的方法200中涉及的方法步骤。在步骤2A,基于电压、电池的充电状态、阻抗和电池的充电容量(Q)的通常已知的值将第一向量(x)和第二向量(Θ)初始化。在一个实施方式中,第一向量(x)是包括电压变量和电池10的充电状态的状态向量。在另一实施方式中,第二向量(Θ)是包括阻抗元件和电池的充电容量(Q)的参数向量。
在步骤2B,通过假设第二向量(Θ)的固定值由基于第一状态空间滤波器的等效电路求解器估计和更新第一向量(x)。图3示出本发明中的底层(underlying)第一等效电路求解器。第一等效电路求解器包括具有已知的估计阻抗的一个或更多个RC元件以及表示单元的开路电压的电压源。如进一步说明的,由基于第二状态空间滤波器的等效电路求解器估计RC元件的阻抗。将理解,源两端的电压(Voc)是充电状态的非线性函数,其中SOC又是电流“Icell”和充电容量(Q)的函数。等效电路求解器的阻抗包括多个电阻和电容(RC)元件。电流Icell和端子电压Vt取决于连接到单元端子的负载,两个变量均使用如图1所示的电流感测电路120和电压感测电路110来测量。
如上面说明的,本发明将与如图3所示的等效电路求解器关联的变量归类为状态向量(x)和参数向量(Θ)。如上面说明的,在实施方式中,状态向量(x)捕获单元中的相对短期的动态,而参数向量(Θ)捕获单元中的相对长期的动态。作为示例,状态向量“x”包括电压变量V1至Vn和SOC,参数向量包括阻抗元件R0、R1至Rn、C1至Cn和充电容量Q。
在步骤2C,基于电化学模型完全或部分地估计和更新第二向量(Θ)。在步骤2D,由基于第二状态空间滤波器的等效电路求解器完全或部分地估计和更新第二向量(Θ),所述基于第二状态空间滤波器的等效电路求解器捕获负载对阻抗的长期影响。
参照图5,其中,在所示的实施方式中,电化学电池(例如锂离子电池)的2RC等效电路求解器,其中图3中的阻抗的RC组件的数量为2。源两端的电压指示单元的开路电压(Voc),这是单元中存在的电荷量的直接指示。开路电压由Voc表示,并且是充电状态的非线性函数。阻抗由DC阻抗R0和串联的两个AC阻抗组件表征。各个AC组件是电阻R和电容C的并联组合。
图5中的Vn和Vp是各个RC组件两端的电压降。图5中的放电电流“Icell”描绘了当电路端子连接到负载时电流的流动方向。
电压和电流关系为:
Vt=Voc(SOC)-Icell*R0-Vn-Vp
其中Voc(SOC)是单元化学的预定函数特性,SOC、Vn、Vp的表达为
其中Q是单元的电荷存储容量。
本发明的此实施方式使用上述2RC等效电路作为等效电路求解器的底层电路。
第一状态空间滤波器的状态向量“x”由SOC、Vn、Vp组成。变量Vt、Icell可使用电流感测电路120和电压感测电路110来获取。其它参数R0、Rp、Rn、Cp、Cn、Q是模拟内部化学结构的单元参数并且被构成为参数向量“Θ”。诸如Icell的输入变量被构成为输入向量“U”。
在实施方式中,如图4中引用的,用于等效电路求解器的第一状态空间滤波器和用于等效电路求解器的第二状态空间求解器是卡尔曼滤波器。图4所示的块级架构示出状态空间滤波器。第一等效电路求解器和第二等效电路求解器使用假设诸如已知“零模型”的老化模型的卡尔曼滤波器来预测单元参数。在实施方式中,卡尔曼滤波器可被进一步实现为预测器步骤和校正器步骤。两个卡尔曼滤波器均能够交换信息以提供最优输出。
参照图4和图6,其中,在实施方式中,用于估计和更新第二向量的步骤2D中参考的电化学模型是电解液增强单粒子模型(eSPM)。如图6所示,电解液增强单粒子模型的内部单元结构包含多孔负电极和多孔正电极,多孔负电极和多孔正电极填充有电解液以促进正电荷载流子(例如,锂离子)迁移。电极使用分离器分离以防止电子流动,同时允许正电荷载流子的迁移。带有负载的外部闭合电路促进电子流动,因此创建电流。各个电极直接连接到高导电性集流器以便于电子迁移。
单元结构的eSPM等效假设浓度与实际单元相等的电极的单球结构。这降低了结构复杂度,而不会显著影响单元动态建模。eSPM模型还消除了在离子移动中几乎起消极作用的分离器。电极集流器被保留,因为它们是整体以便于电子移动。
电极粒子阻抗可被近似为如图5所示的并联RC网络。Rn、Cn组件表示负电极阻抗,Rp、Cp为正电极阻抗。组合的两个集流器的电阻与R0有关。基于eSPM模型的电化学模型将Cn、Cp参数估计为包括SOC和充电容量Q的变量的函数。这使用了内部单元扩散概念,其驱动单粒子电极之间的正电荷载流子(例如,锂离子)的流动。图7描绘了作为SOC的函数的Cn的典型图线,图8描绘了作为SOC的函数的Cp的典型图线。两个图线示出单元的充电容量(Q)随着单元不断老化而不断劣化的变化。基于eSPM模型更新“Θ”基于输入SOC和“Θ”参数来预测Cn、Cp值。
在步骤2E,如上所述由电化学模型和基于第二状态空间滤波器的等效电路求解器更新的第二向量(Θ)的值被合并,以得到第二向量(Θ)的更准确估计。最后在步骤2F,如上所述,从第一向量(x)的更新值获得电池的充电状态,并且从第二向量(Θ)的合并更新值获得电池的健康状态。
有利地,本发明提供了一种用于估计电池的充电状态和健康状态的方法,其受益于等效电路模型的简单性,同时还受益于电化学模型的准确性。
此外,本发明的***和方法能够被集成在用于电动或混合动力车辆的电池管理***中,从而提供一种用于估计电池的充电状态和健康状态的***,其不仅高度准确,而且计算量较小。电池的充电状态的准确预测向用户指示电池何时需要充电以及电动车辆的范围,并且电池的健康状态的准确预测向用户指示电池何时需要更换。
尽管已关于某些实施方式描述了本发明,但是对于本领域技术人员而言将显而易见,在不脱离随附权利要求中限定的本发明的范围的情况下可进行各种改变和修改。
Claims (16)
1.一种用于估计电池(10)的充电状态和健康状态的方法(200),该方法(200)包括以下步骤:
基于电压、所述电池的充电状态、阻抗和所述电池(10)的充电容量(Q)的通常已知的值将第一向量(x)和第二向量(Θ)初始化;
通过假设所述第二向量(Θ)的固定值由基于第一状态空间滤波器的第一等效电路求解器估计和更新所述第一向量(x);
基于电化学模型完全或部分地估计和更新所述第二向量(Θ);
由基于第二状态空间滤波器的第二等效电路求解器完全或部分地估计和更新所述第二向量(Θ);
合并所述第二向量(Θ)的由所述电化学模型和所述基于第二状态空间滤波器的等效电路求解器更新的值;以及
从所述第一向量(x)的更新的值获得所述电池(10)的所述充电状态,并且从所述第二向量(Θ)的合并和更新的值获得所述电池(10)的所述健康状态。
2.根据权利要求1所述的方法(200),其中,所述第一向量(x)是包括电压变量和所述电池(10)的充电状态的状态向量。
3.根据权利要求1所述的方法(200),其中,所述第二向量(Θ)是包括阻抗元件和所述电池(10)的充电容量(Q)的参数向量。
4.根据权利要求1所述的方法(200),其中,与所述第一等效电路求解器和所述第二等效电路求解器对应的等效电路包括具有已知的估计阻抗的一个或更多个RC元件以及表示单元的开路电压(Voc)的电压源。
5.根据权利要求4所述的方法(200),其中,所述等效电路中的所述单元的所述开路电压(Voc)是所述单元的所述充电状态的非线性函数。
6.根据权利要求1所述的方法(200),其中,所述第一状态空间滤波器是卡尔曼滤波器。
7.根据权利要求1所述的方法(200),其中,所述第二状态空间滤波器是卡尔曼滤波器。
8.根据权利要求1所述的方法(200),其中,所述电化学模型是电解液增强单粒子模型。
9.一种用于估计电池(10)的充电状态和健康状态的***(100),该***(100)包括:
电压感测电路(110),该电压感测电路(110)用于感测所述电池(10)的单元两端的电压;
电流感测电路(120),该电流感测电路(120)用于感测经过所述电池(10)的单元的电流;以及
中央处理单元(140),该中央处理单元(140)被配置用于基于电压、所述电池(10)的充电状态、阻抗和所述电池(10)的充电容量(Q)的通常已知的值将第一向量(x)和第二向量(Θ)初始化,通过假设所述第二向量的固定值由基于第一状态空间滤波器的第一等效电路求解器估计和更新所述第一向量(x),基于电化学模型完全或部分地估计和更新所述第二向量(Θ),由基于第二状态空间滤波器的第二等效电路求解器完全或部分地估计和更新所述第二向量(Θ),合并所述第二向量(Θ)的由所述电化学模型和所述基于第二状态空间滤波器的等效电路求解器更新的值,并且从所述第一向量(x)的更新的值获得所述电池(10)的所述充电状态,并且从所述第二向量(Θ)的合并和更新的值获得所述电池(10)的所述健康状态。
10.根据权利要求9所述的***(100),其中,所述第一向量(x)是包括电压变量和所述电池(10)的充电状态的状态向量。
11.根据权利要求9所述的***(100),其中,所述第二向量(Θ)是包括阻抗元件和所述电池(10)的充电容量(Q)的参数向量。
12.根据权利要求9所述的***(100),其中,与所述第一等效电路求解器和所述第二等效电路求解器对应的等效电路包括具有已知的估计阻抗的一个或更多个RC元件以及表示单元的开路电压(Voc)的电压源。
13.根据权利要求12所述的***(100),其中,所述等效电路中的所述单元的所述开路电压(Voc)是所述单元的所述充电状态的非线性函数。
14.根据权利要求9所述的***(100),其中,所述第一状态空间滤波器是卡尔曼滤波器。
15.根据权利要求9所述的方法(100),其中,所述第二状态空间滤波器是卡尔曼滤波器。
16.根据权利要求9所述的***(100),其中,所述电化学模型是电解液增强单粒子模型。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IN202021037245 | 2020-08-28 | ||
IN202021037245 | 2020-08-28 | ||
PCT/IN2021/050823 WO2022044046A1 (en) | 2020-08-28 | 2021-08-26 | A method for estimating state of charge and state of health of a battery and a system thereof |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115989420A true CN115989420A (zh) | 2023-04-18 |
Family
ID=80352768
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180052674.4A Pending CN115989420A (zh) | 2020-08-28 | 2021-08-26 | 用于估计电池的充电状态和健康状态的方法及其*** |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230305067A1 (zh) |
EP (1) | EP4204830A1 (zh) |
JP (1) | JP2024501600A (zh) |
CN (1) | CN115989420A (zh) |
WO (1) | WO2022044046A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114740386B (zh) * | 2022-03-08 | 2024-05-24 | 中南大学 | 一种基于健康状态的锂离子电池荷电状态估计方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2703829B1 (en) * | 2011-04-25 | 2015-10-21 | LG Chem, Ltd. | Device and method for estimating the degradation of battery capacity |
FR3029315B1 (fr) * | 2014-11-28 | 2016-12-09 | Renault Sa | Procede automatique d'estimation de la capacite d'une cellule d'une batterie |
FR3029296B1 (fr) * | 2014-11-28 | 2016-12-30 | Renault Sa | Procede automatique d'estimation de l'etat de charge d'une cellule d'une batterie |
CN106772063B (zh) * | 2016-11-21 | 2018-03-20 | 华中科技大学 | 一种监测锂离子电池荷电状态和健康状态的方法及其装置 |
-
2021
- 2021-08-26 CN CN202180052674.4A patent/CN115989420A/zh active Pending
- 2021-08-26 US US18/020,004 patent/US20230305067A1/en active Pending
- 2021-08-26 WO PCT/IN2021/050823 patent/WO2022044046A1/en unknown
- 2021-08-26 EP EP21860783.6A patent/EP4204830A1/en active Pending
- 2021-08-26 JP JP2023513394A patent/JP2024501600A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
JP2024501600A (ja) | 2024-01-15 |
WO2022044046A1 (en) | 2022-03-03 |
US20230305067A1 (en) | 2023-09-28 |
EP4204830A1 (en) | 2023-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5511951B2 (ja) | 充電状態推定装置 | |
Chen et al. | Battery state of charge estimation based on a combined model of Extended Kalman Filter and neural networks | |
WO2016134496A1 (zh) | 锂离子电池荷电状态估算方法和装置 | |
JP6113920B2 (ja) | バッテリセルの容量決定のための方法 | |
EP2089731A2 (en) | Apparatus and method for determination of the state-of-charge of a battery when the battery is not in equilibrium | |
KR102572652B1 (ko) | 배터리의 충전상태를 추정하는 방법 | |
CN110795851A (zh) | 一种考虑环境温度影响的锂离子电池建模方法 | |
KR20190056743A (ko) | 배터리 저항 추정 장치 및 방법 | |
CN108445422B (zh) | 基于极化电压恢复特性的电池荷电状态估算方法 | |
CN112534283B (zh) | 电池管理***、电池管理方法、电池组和电动车辆 | |
JP4542675B2 (ja) | 電気自動車用組電池の電圧補正装置 | |
CN105974317A (zh) | 电池余量预测装置及电池组 | |
KR20110118246A (ko) | 배터리의 파라미터 및 충전률 산출 시스템 | |
CN110632520A (zh) | 一种动力电池soc的估算装置及其估算方法 | |
Kim et al. | An enhanced hybrid battery model | |
CN114114038A (zh) | 一种全寿命全温度下锂电池soc及可用容量联合估计方法 | |
CN111216595B (zh) | 基于锂电池等效电路模型的重度混合动力汽车soc校准方法 | |
CN112986848A (zh) | 一种估算动力电池soh的方法 | |
CN112630661A (zh) | 一种电池荷电状态soc估算方法和装置 | |
JP2014059227A (ja) | バッテリの健全度算出装置および健全度算出方法 | |
CN115989420A (zh) | 用于估计电池的充电状态和健康状态的方法及其*** | |
Misyris et al. | Battery energy storage systems modeling for online applications | |
CN112384814A (zh) | 二次电池参数估计装置、二次电池参数估计方法和程序 | |
CN112130077B (zh) | 一种不同工况下动力电池组的soc估算方法 | |
Pillai et al. | Performance analysis of empirical open-circuit voltage modeling in lithium-ion batteries, part-2: Data collection procedure |
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 |