CN103197251B - 一种动力锂电池二阶rc等效模型的辨识方法 - Google Patents

一种动力锂电池二阶rc等效模型的辨识方法 Download PDF

Info

Publication number
CN103197251B
CN103197251B CN201310061731.2A CN201310061731A CN103197251B CN 103197251 B CN103197251 B CN 103197251B CN 201310061731 A CN201310061731 A CN 201310061731A CN 103197251 B CN103197251 B CN 103197251B
Authority
CN
China
Prior art keywords
battery
voltage
internal resistance
discharge
order
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
Application number
CN201310061731.2A
Other languages
English (en)
Other versions
CN103197251A (zh
Inventor
侯恩广
乔昕
李小伟
刘广敏
李杨
崔立志
贺冬梅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
QINGDAO VECCON ELECTRIC Co.,Ltd.
Original Assignee
Institute of Automation Shandong Academy of Sciences
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Automation Shandong Academy of Sciences filed Critical Institute of Automation Shandong Academy of Sciences
Priority to CN201310061731.2A priority Critical patent/CN103197251B/zh
Publication of CN103197251A publication Critical patent/CN103197251A/zh
Application granted granted Critical
Publication of CN103197251B publication Critical patent/CN103197251B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开了一种基于二阶RC模型的动力锂电池RC等效模型的辨识方法,包括二阶RC等效模型的辨识方程的确定、辨识数据的采集、电池欧姆内阻的计算、最小二乘法辨识。本发明能较好地体现电池的动静态特性;一方面,本发明的模型有较高的精度表征电量参数,在考虑到温度、电流以及充放电过程中内阻差异的情况下,可以较科学准确地模拟电池充放电的动态行为;另一方面,该模型的阶数为二阶,不需要太复杂的数学计算,便于进行计算机处理。因此,应用二阶RC等效模型的辨识方法建立数学模型,可以更科学准确地估计电池的SOC,在动力锂电池的研究应用中能更广泛的应用。

Description

一种动力锂电池二阶RC等效模型的辨识方法
技术领域
本发明属于电动汽车电池管理领域,涉及一种动力锂电池二阶RC等效模型的辨识方法。
背景技术
随着能源和环保问题的日益突出,电动汽车以其零排放、低噪声等优点而受到世界各国的高度重视,作为发展电动车的关键技术之一的电池管理系统,是电动汽车商品化、实用化的关键,而准确估计电池的荷电状态SOC(StateofCharge)是动力锂电池管理系统良好运行的前提和关键。动力锂电池的非线性特性使得许多滤波方法难以得到科学准确的估计结果,因此,必须建立一个合适的数学模型来表征电池的外特性。
最简单的电池模型如图1,是由电池的开路电压Uoc、电池欧姆内阻R0和电池工作电压UL组成。其中,R0可以通过在满充电状态下连接一个负载并测量端电压和端电流得到。由于这种模型非常简单,它没有考虑内阻本质上是随着温度、SOC和电解液的浓度变化而变化的,而且电池内阻在充放电状态下是不同的,没有涉及电池内部的动态性,尤其是没有考虑电解时电池的电极之间化学成份扩散的影响。
Thevenin模型-一阶RC模型,能很好地表征电池静态特性及动态特性。图2中的Uoc是电池开路电压,它在同一温度下与SOC有固定的函数关系;R0是电池欧姆内阻;Rpa是电池极化内阻,它与等效电容Cpa并联构成阻容回路,用于模拟电池在极化的产生和消除过程中所表现出的动态特性。一阶RC模型能较好地体现电池的动静态特性;在考虑到温度、电流以及充放电过程中内阻差异的情况下,可以比较准确地模拟电池的充放电行为,但是其结构相对比较简单。
发明内容
虽然一阶RC模型已经能较好的体现电池的动静态特性,但是由于它只是一个结构较为简单的一阶系统,而电池本身却是一个非常复杂的非线性系统,所以要想对电池的特性进行更为准确的模拟,必须提高电池模型的阶数。所以,我们提出了二阶RC模型-一个电阻和两个RC网络。图3中的Uoc是电池开路电压,它在同一温度下与SOC有固定的函数关系;R0是电池欧姆内阻;Rpa、Cpa用于模拟电池动态特性中表现出的短时间常数,即放电电压快速上升的过程;Rpc、Cpc用于模拟电池动态特性中表现出的长时间常数,即放电电压缓慢稳定的过程;Rpa、Rpc之和视为电池的极化内阻。
二阶RC模型能够较好地体现电池的动静态特性,同时模型阶数不高,减少了处理器的运算,易于工程实现。在实际运行中电池参数会随着温度、SOC等因素发生变化,采用指数拟合、极大似然法、预报误差法等方法辨识参数,得到的参数值来计算SOC可能导致较大的误差。因为电池工作时主要处于放电状态,所以我们主要研究电池放电时的参数辨识和SOC估算,提出了一种动力锂电池二阶RC等效模型的辨识方法。
为了解决现有技术存在的缺点,本发明提出一种基于二阶RC模型的动力锂电池RC等效模型的辨识方法,包括二阶RC等效模型的辨识方程的确定、辨识数据的采集、电池欧姆内阻的计算、最小二乘法辨识。
1.二阶RC等效模型的辨识方程的确定;其推导如下:
由图3的二阶等效电路可得等效电路数学表达式:
U . pa = - U pa R pa C pa + i L C pa - - - ( 1 )
U . pc = - U pc R pc C pc + i L C pc - - - ( 2 )
UL=Uoc-Upa-Upc-iLRo(3)
其中,UL电池工作电压;Upa、Upc分别是Rpa、Rpc上的估计电压;分别是Upa、Upc对时间的导数;Uoc为电池开路电压;R0为电池欧姆内阻;Rpa、Rpc电池极化内阻;Cpa、Cpc为等效电容;iL为充放电电流。
进行拉普拉斯变换(laplace):
(1)式laplace变换得s域表达式: U pa ( s ) = R pa R pa C pa s + 1 i L ( s )
同理,得(2)式S域的表达式: U pc ( s ) = - R pc R pc C pc s + 1 i L ( s )
同理,得(3)式S域的表达式:UL(s)=Uoc(s)-Upa(s)-Upc(s)-iL(s)Ro
即: U L ( s ) = U oc ( s ) - R pa R pa C pa s + 1 i L ( s ) - R pc R pc C pc s + 1 i L ( s ) - R 0 i L ( s ) - - - ( 4 )
其中,UL(s)、Upa(s)、Upc(s)、Uoc(s)、iL(s)分别是UL、Upa、Upc、Uoc、iLlaplace变换后的表达式。
由放电方案表可知,在每次放电过程中电流都是恒定的,所以,R0iL(s)是已知。通过充放电数据输出,可以得到充放电过程中的电池工作电压UL和与之对应的开路电压Uoc
令:Y(s)=Uoc(s)-UL(s)-R0iL(s),U(s)=iL(s),
其中,Y(s)、U(s)分别为输出值、输入值的s域表达式;
(4)式可转换为:
Y ( s ) = ( R pa R pa C pa s + 1 + R pc R pc C pc s + 1 ) U ( s ) = ( 1 C pa s + 1 R pa C pa + 1 C pc s + 1 R pc C pc ) U ( s ) - - - ( 5 )
由laplace变换表可知,T为采样周期,a为常数;可得(5)式的Z域表达式:
H ( z ) = Y ( z ) U ( z ) = 1 C pa z z - e - T R pa C pa + 1 C pa z z - e - T R pc C pc = ( 1 C pa + 1 C pa ) z 2 - ( 1 C pa e - T R pc C pc + 1 C pa e - T R pa C pa ) z z 2 - ( e - T R pa C pa + e - T R pc C pc ) z + e - T R pa C pa · e - T R pc R pc - - - ( 6 )
H(z)是z域的传递函数;Y(z)、U(z)分别是Y(s)、U(s)的z域表达式。
转换成差分方程得:
y ( k ) - ( e - T R pa C pa + e - T R pc C pc ) y ( k - 1 ) + e - T R pa C pa · e - T R pc C pc y ( k - 2 ) = ( 1 C pa + 1 C pa ) u ( k ) - ( 1 C pa e - T R pc C pc + 1 C pa e - T R pa C pa ) u ( k - 1 ) - - - ( 7 )
y(k)、y(k-1)、y(k-2)分别是k时刻、k-1时刻、k-2时刻Y(s)的表达式;k≥2;u(k)、u(k-1)分别是k时刻和k-1时刻的电流。
因为是每次恒电流放电,k时刻的电流等于k-1时刻的电流,所以u(k)=u(k-1),得:
y ( k ) - ( e - T R pa C pa + e - T R pc C pc ) y ( k - 1 ) + e - T R pa C pa · e - T R pc C pc y ( k - 2 ) = [ 1 C pa ( 1 - e - T R pc C pc ) + 1 C pa ( 1 - e - T R pa C pa ) ] u ( k ) - - - ( 8 )
2.辨识数据的采集
通过实验测试得到的电池工作电压UL和充放电电流iL,还需要开路电压Uoc。开路电压Uoc的获取:首先充满电池,达到最高截止电压4.245V,接着以0.5A的电流放电,在放电电压达到最低截止电压2.8V时停止,记录放电数据Udischarge;然后以0.5A的电流充电,在充电电压达到最高截止电压4.245V时停止,记录放电数据Ucharge;开路电压Uoc=(Ucharge+Udischarge)/2。
3.电池欧姆内阻的计算
通过放电实验,得到实时放电曲线,如图4,取SOC(电池电荷状态)为0.8时的放电曲线分析,放电瞬间,电压急剧下降,这是由电池的内阻造成的。如图5电池的放电模型所示,根据欧姆定律可得电池的欧姆内阻R0,ΔU=|U1-Uo|,其中,ΔU为电压变化;U1下降后的电压;U0为SOC=0.8时的开路电压;iL为充放电电流。
4.最小二乘法辨识
由于方程式(8)得:
y ( k ) = ( e - T R pa C pa + e - T R pc C pc ) · y ( k - 1 ) - e - T R pa C pa · e - T R pc C pc · y ( k - 2 ) + [ 1 C pa ( 1 - e - T R pc C pc ) + 1 C pa ( 1 - e - T R pa C pa ) ] · u ( k ) - - - ( 9 )
θ = [ e - T R pa C pa + e - T R pc C pc , - e - T R pa C pa · e - T R pc C pc , 1 C pa ( 1 - e - T R pc C pc ) + 1 C pa ( 1 - e - T R pa C pa ) ] T , Φ=[y(k-1),y(k-2),u(k)]
得方程(9)的最小二乘的向量表达式:y=Φθ+ε,其中,y为k时刻输出数据向量;Φ为已知的输入输出向量;θ为估计参数矩阵向量;ε为残差向量。
采用最小二乘法,使残差的平方和最小,即则可以得出参数θ最优估计值为θ=[ΦTΦ]-1ΦTy。
本发明的有益效果是,能较好地体现电池的动静态特性;一方面,本发明的模型有较高的精度表征电量参数,在考虑到温度、电流以及充放电过程中内阻差异的情况下,可以较科学准确地模拟电池充放电的动态行为;另一方面,该模型的阶数为二阶,不需要太复杂的数学计算,便于进行计算机处理。因此,应用二阶RC等效模型的辨识方法建立数学模型,可以更科学准确地估计电池的SOC,在动力锂电池的研究应用中能更广泛的应用。
附图说明
图1为简单等效电路。
图2为一阶等效电路。
图3为二阶等效电路。
图4为实时放电曲线。
图5为电池的放电模型(soc=0.8)。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
第一步,采用艾德克斯的放电设备,对动力锂电池单节电芯进行放电测试,每隔1秒记录放电过程中的电压和电流值。通过电池性能测试,可知,该电池的正常电压在2.800V到4.245V,容量2.4208Ah(安时)。放电过程分10次,采用10次电流值放电,每次放电容量为0.24208Ah,每次放完20min的暂停时间。具体的方案见表1,表1为放电实验信息表格。根据实验测试数据,截取SOC为0.8的放电数据,确定充放电电流iL、电池工作电压UL和电池工作电压UL对应的开路电压Uoc
表1
第二步,取SOC为0.8的放电数据,根据图5和方程ΔU=|U1-Uo|,确定电池的欧姆内阻R0
第三步,由于Y(s)=Uoc(s)-UL(s)-R0iL(s),根据方程式(7)、(8)式,可以确定y(k)、U(k),所以,具备了最小二乘法辨识的数据;
第四步,应用最小二乘法,估计最优值θ=[ΦTΦ]-1ΦTy。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (2)

1.一种动力锂电池二阶RC等效模型的辨识方法,其特征是,包括二阶RC等效模型的辨识方程的确定、辨识数据的采集、电池欧姆内阻的计算、最小二乘法辨识的步骤;
所述动力锂电池二阶RC等效模型,包括一个电池欧姆内阻,所述电池欧姆内阻一端连接电池开路电压源的正极,电池欧姆内阻的另一端连接两个串联的RC并联网络后连接至电池开路电压源的负极;
所述二阶RC等效模型的辨识方程为:
其中,UL为电池工作电压;Upa、Upc分别是Rpa、Rpc上的估计电压;Uoc为电池开路电压;R0为电池欧姆内阻;Rpa、Rpc为电池极化内阻;Cpa、Cpc为等效电容;iL为充放电电流;Rpa和Cpa构成一个RC并联网络;Rpc和Cpc构成另一个RC并联网络;y(k)、y(k-1)、y(k-2)分别是k时刻、k-1时刻、k-2时刻Y(s)的表达式;u(k)是k时刻的电流,k大于等于2;T为采样周期;
其中,Y(s)为输出值的s域表达式:Y(s)=UOC(s)-UL(s)-R0iL(s);
UL(s)、Uoc(s)、iL(s)分别是UL、Uoc、iLlaplace变换后的表达式;
所述辨识数据的采集为:
测得电池工作电压UL和充放电电流iL,并获取开路电压Uoc;所述开路电压Uoc的获取:首先充满电池,达到最高截止电压,接着以0.5A的电流放电,在放电电压达到最低截止电压时停止,记录放电数据Udischarge;然后以0.5A的电流充电,在充电电压达到最高截止电压时停止,记录放电数据Ucharge;开路电压Uoc=(Ucharge+Udischarge)/2;
所述最小二乘法辨识得到估计参数矩阵向量θ的最优值:θ=[ΦTΦ]-1ΦTy;y为k时刻输出数据向量,y=[y(k)];Φ为已知的输入输出向量,Φ=[y(k-1),y(k-2),u(k)]。
2.如权利要求1所述的动力锂电池二阶RC等效模型的辨识方法,其特征是,所述电池欧姆内阻的计算,
通过放电实验,得到实时放电曲线,取SOC为0.8时的放电曲线分析,根据欧姆定律得电池的欧姆内阻R0,ΔU=|U1-U0|,其中,ΔU为电压变化;U1为下降后的电压;U0为SOC=0.8时的开路电压;iL为充放电电流。
CN201310061731.2A 2013-02-27 2013-02-27 一种动力锂电池二阶rc等效模型的辨识方法 Active CN103197251B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310061731.2A CN103197251B (zh) 2013-02-27 2013-02-27 一种动力锂电池二阶rc等效模型的辨识方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310061731.2A CN103197251B (zh) 2013-02-27 2013-02-27 一种动力锂电池二阶rc等效模型的辨识方法

Publications (2)

Publication Number Publication Date
CN103197251A CN103197251A (zh) 2013-07-10
CN103197251B true CN103197251B (zh) 2016-02-03

Family

ID=48719930

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310061731.2A Active CN103197251B (zh) 2013-02-27 2013-02-27 一种动力锂电池二阶rc等效模型的辨识方法

Country Status (1)

Country Link
CN (1) CN103197251B (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10473723B2 (en) * 2013-08-30 2019-11-12 Ford Global Technologies, Llc Parameter and state limiting in model based battery control
CN104657520B (zh) * 2013-11-18 2017-12-26 国家电网公司 一种基于大容量储能锂离子电池的电池建模方法
FR3030769B1 (fr) * 2014-12-22 2018-02-02 Renault S.A.S. Procede d'estimation de grandeurs physiques caracteristiques d'une batterie electrique
CN104965179B (zh) * 2015-07-06 2018-07-13 首都师范大学 一种锂离子蓄电池的温度组合电路模型及其参数识别方法
CN105116338B (zh) * 2015-07-15 2017-12-05 盐城工学院 一种基于soc补偿器的并联型电池系统建模方法
CN105116344B (zh) * 2015-08-28 2018-08-10 江苏大学 基于二进制编码的电池开路电压估算方法
CN105203969B (zh) * 2015-10-23 2018-04-13 南昌航空大学 基于修正的rc电池模型的荷电状态估计方法
US10354026B2 (en) * 2016-02-16 2019-07-16 Dassault Systemes Simulia Corp. System and method for the generation and use of an electro-thermal battery model
CN106250576A (zh) * 2016-05-20 2016-12-21 武汉科技大学 一种基于动态阻抗的锂电池模型的建模方法
CN110290972B (zh) * 2016-12-06 2022-08-19 沃尔沃卡车集团 估计电池单体的充电状态的方法
CN106896325B (zh) * 2017-01-24 2020-08-14 广东恒沃动力科技有限公司 一种电池参数在线辨识方法及系统
CN107942254A (zh) * 2017-10-30 2018-04-20 东华大学 锂离子电池组接触电阻测量方法
KR102373458B1 (ko) 2018-02-07 2022-03-10 주식회사 엘지에너지솔루션 배터리를 위한 등가 회로 모델의 파라미터 추정 방법 및 배터리 관리 시스템
CN110333460B (zh) * 2018-03-30 2020-11-20 比亚迪股份有限公司 动力电池组的rc网络参数获取方法、装置和电动汽车
CN108445418A (zh) * 2018-05-17 2018-08-24 福建省汽车工业集团云度新能源汽车股份有限公司 一种电池剩余电量估算方法及存储介质
CN109061501A (zh) * 2018-08-20 2018-12-21 中航锂电(洛阳)有限公司 一种实时电池电动势的估算方法
CN109839599B (zh) * 2018-11-29 2021-06-25 西安科技大学 基于二阶ekf算法的锂离子电池soc估计方法
CN109783993B (zh) * 2019-03-07 2023-04-18 北京经纬恒润科技股份有限公司 一种电池等效模型参数确定方法及装置
CN110031762A (zh) * 2019-04-30 2019-07-19 国能新能源汽车有限责任公司 一种锂离子电池等效电路数据参数的拟合方法
CN110297186A (zh) * 2019-08-14 2019-10-01 莆田市烛火信息技术有限公司 一种新能源汽车电池参数检测方法
CN110888057B (zh) * 2019-11-27 2020-11-17 上海交通大学 一种动力锂离子电池电化学参数辨识方法及系统
CN111260015A (zh) * 2020-01-10 2020-06-09 南昌大学 一种基于混沌猫群算法的锂离子电池模型参数辨识方法
CN113391212B (zh) * 2021-06-23 2022-05-17 山东大学 一种锂离子电池等值电路参数在线辨识方法及系统
CN116087795B (zh) * 2023-04-10 2023-08-15 宁德时代新能源科技股份有限公司 电池检测方法、存储介质和电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102368091A (zh) * 2010-06-22 2012-03-07 通用汽车环球科技运作有限责任公司 用于锂离子电池的适应性电池参数提取和soc评估
CN102621497A (zh) * 2012-03-22 2012-08-01 青岛理工大学 蓄电池剩余电量监测方法及监测装置
CN102937704A (zh) * 2012-11-27 2013-02-20 山东省科学院自动化研究所 一种动力电池rc等效模型的辨识方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100494947B1 (ko) * 2003-08-07 2005-06-13 현대자동차주식회사 배터리 정상상태 단자 전압 산출방법
KR100804698B1 (ko) * 2006-06-26 2008-02-18 삼성에스디아이 주식회사 배터리 soc 추정 방법 및 이를 이용하는 배터리 관리시스템 및 구동 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102368091A (zh) * 2010-06-22 2012-03-07 通用汽车环球科技运作有限责任公司 用于锂离子电池的适应性电池参数提取和soc评估
CN102621497A (zh) * 2012-03-22 2012-08-01 青岛理工大学 蓄电池剩余电量监测方法及监测装置
CN102937704A (zh) * 2012-11-27 2013-02-20 山东省科学院自动化研究所 一种动力电池rc等效模型的辨识方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MH/Ni电池等效电路模型的研究;冯旭云等;《电池》;20070831;第37卷(第4期);第286-288页 *
基于扩展卡尔曼滤波算法的锂离子电池SOC估计;马彦等;《Proceedings of the 31st Chinese Control Conference》;20120727;正文第2节及图1 *
阀控密封铅酸电池建模及试验研究;胡博等;《华南师范大学学报(自然科学版)》;20091130;第93-94,114页 *

Also Published As

Publication number Publication date
CN103197251A (zh) 2013-07-10

Similar Documents

Publication Publication Date Title
CN103197251B (zh) 一种动力锂电池二阶rc等效模型的辨识方法
CN102937704B (zh) 一种动力电池rc等效模型的辨识方法
Zhu et al. A state of charge estimation method for lithium-ion batteries based on fractional order adaptive extended kalman filter
Zhang et al. A novel method for identification of lithium-ion battery equivalent circuit model parameters considering electrochemical properties
CN102981125B (zh) 一种基于rc等效模型的动力电池soc估计方法
Dong et al. A method for state of energy estimation of lithium-ion batteries based on neural network model
Sun et al. Adaptive unscented Kalman filtering for state of charge estimation of a lithium-ion battery for electric vehicles
Dong et al. Dynamic modeling of Li-ion batteries using an equivalent electrical circuit
CN110286332B (zh) 一种基于多新息理论的电动汽车动力电池soc估计方法
CN104267354B (zh) 一种动力电池的峰值功率预测方法
CN105676138B (zh) 一种预测电池的剩余电量的方法和系统
CN106250576A (zh) 一种基于动态阻抗的锂电池模型的建模方法
CN104849672A (zh) 基于等效电路模型的锂电池动态阻抗参数识别方法
CN104122447A (zh) 一种电动汽车动力电池组直流阻抗的在线估算方法
WO2023274194A1 (zh) 一种适用于富锂锰基电池的高阶模型参数辨识方法和系统
Einhorn et al. Comparison of electrical battery models using a numerically optimized parameterization method
CN105093114A (zh) 一种电池在线建模与荷电状态的联合估计方法及系统
CN104657520A (zh) 一种基于大容量储能锂离子电池的电池建模方法
CN105242212A (zh) 用于电池梯次利用的磷酸铁锂电池健康状态特征参数提取方法
Chen et al. A novel hybrid equivalent circuit model for lithium-ion battery considering nonlinear capacity effects
Qiuting et al. State of health estimation for lithium-ion battery based on D-UKF
Wang et al. State-of-art survey of fractional order modeling and estimation methods for lithium-ion batteries
Chen et al. A novel fusion model based online state of power estimation method for lithium-ion capacitor
CN104537166A (zh) 一种动力电池的等效电路模型方法
CN105116338A (zh) 一种基于soc补偿器的并联型电池系统建模方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210524

Address after: No.42, Tianshan Third Road, Daxin Town, Jimo District, Qingdao City, Shandong Province 266200

Patentee after: QINGDAO VECCON ELECTRIC Co.,Ltd.

Address before: 250014 No. 19, ASTRI Road, Lixia District, Shandong, Ji'nan

Patentee before: Institute of Automation, Shandong Academy of Sciences