CN104991189A - 一种电池荷电状态的在线校准方法 - Google Patents

一种电池荷电状态的在线校准方法 Download PDF

Info

Publication number
CN104991189A
CN104991189A CN201510171765.6A CN201510171765A CN104991189A CN 104991189 A CN104991189 A CN 104991189A CN 201510171765 A CN201510171765 A CN 201510171765A CN 104991189 A CN104991189 A CN 104991189A
Authority
CN
China
Prior art keywords
battery
value
calibration
soc
charging
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
Application number
CN201510171765.6A
Other languages
English (en)
Other versions
CN104991189B (zh
Inventor
吴仕明
唐刚
王睿
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.)
Dongfang Electric Energy Technology Chengdu Co Ltd
Original Assignee
Dongfang Electric Corp
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 Dongfang Electric Corp filed Critical Dongfang Electric Corp
Priority to CN201510171765.6A priority Critical patent/CN104991189B/zh
Publication of CN104991189A publication Critical patent/CN104991189A/zh
Application granted granted Critical
Publication of CN104991189B publication Critical patent/CN104991189B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Secondary Cells (AREA)

Abstract

本发明公开了一种电池荷电状态的在线校准方法，根据电池所处的充放电状态判断电池是否满足校准条件，满足才执行电池荷电态校准；通过对电池实时工作的数据进行简单处理，即可实现荷电状态校准；使用本发明可以实现对电池荷电状态在线的、快速简便的而且对电池无害的校准；通过本发明的采用可以提高动态情况下荷电状态估算的准确度和精度。

Description

一种电池荷电状态的在线校准方法
技术领域
本发明涉及电池管理系统领域，更具体地说是一种电池荷电状态的在线校准方法。
背景技术
电池是通过电化学氧化还原反应将活性材料内贮存的化学能转换成电能的装置，它可以为笔记本、移动通讯工具以及电动车等供电。用户需要对电池的状态加以准确的监控以确保合理使用电池，在使用能量的电化学存储的每个系统中，荷电状态(State of Charge，缩写SOC)的估计和指示都是重要的要求。
当前常用的SOC估算方法有开路电压法、安时积分法、神经网络法、卡尔曼滤波法等，但是在实际工作中由于电池运行所涉及的过程的复杂性(比如不同倍率、不同温度等等)以及电流采样精度限制等，使得SOC估算易于出错，会产生累积误差，从而导致电池在所希望的SOC范围外运行，这样不但会造成误报警等非正常停机现象，也会减少电池的寿命。
为了避免这种情况的出现，需要对SOC进行校准处理。现有技术也提出过对SOC进行校准的方案。例如公开日为2013年10月9日，公开号为CN103344919A，名称为“一种校准锂离子动力电池SOC的方法”的中国发明专利文献，公开了采用SOC和电压的对应关系进行SOC校准的方法，但是存在几个问题：首先，实际所测得的电压值对应的充放电倍率、温度是否和已有的对应关系均一致？其次，所测的电池是处于寿命的哪个阶段？再则，制作这么一个SOC和V对应数据查表需要大量的电池(不同倍率、不同温度等正交)和很长的时间(不同寿命时期都要测)。
还有比如采用对电池进行完全地充电或放电的方法进行SOC校准。但是该方法存在几个明显的缺点：一是要求电池脱离设备或者离线，对于要求连续运行的场合显得不切实际；二是众所周知对电池进行完全的充电或放电会加速电池性能的衰减。
发明内容
本发明旨在解决现有的动态情况下电池荷电状态估算误差大的问题，提供了一种荷电状态的在线校准方法，该方法可以对电池荷电状态进行在线的、快速简便的而且对电池无害的校准，通过采用该方法可以提高电池荷电状态估算的准确度和精度。
为了实现上述发明目的，其具体的技术方案如下：
一种电池荷电状态的在线校准方法，其特征在于包括如下步骤：
a.判断电池所处状态，若电池处于充电态则执行步骤b，若电池处于放电态则执行步骤c；
b.判断电池是否满足充电校准条件，若满足则执行步骤d，若不满足则退出；
c.判断电池是否满足放电校准条件，若满足则执行步骤d，若不满足则退出；
d.执行电池荷电状态校准；
步骤b中的判断电池是否满足充电校准条件是指：对电池实际充电过程中取得到K值，判断K值是否为极值，如果是极值，则电池满足充电校准条件；
步骤c中的判断电池是否满足放电校准条件是指：对电池实际放电过程中取得到K值，判断K值是否为极值，如果是极值，则电池满足放电校准条件；
所述K值是指容量变化值与电压变化值的比值，或电压变化值与温度变化值的比值。
步骤b中判断电池是否满足充电校准条件的具体过程如下：
1.对电池完全充电时得到的关系曲线进行处理，得到目标曲线；
2.在目标曲线上找到特殊点(比如最大值、最小值、1/2峰位、1/4峰位等)的荷电态数据，更优的是指曲线上的一系列波峰、波谷的荷电态数据，形成数据列表；
3.对电池实际充电过程中的数据进行处理，得到不同时刻的K值，然后判断某一时刻的K值是否是极值；
4.当K值是极值时，电池满足放电校准条件，将K值与数据列表中的数据进行对比判断，根据当时的电压所处范围确定K值属于数据列表中的第几个峰或谷，进行校准。
上述具体过程中的完全充电是在电池厂家要求的倍率范围、工作温度范围以及电压范围内进行。
步骤c中判断电池是否满足放电校准条件的具体过程如下：
1.对电池完全放电时得到的关系曲线进行处理，得到目标曲线；
2.在目标曲线上找到特殊点(比如最大值、最小值、1/2峰位、1/4峰位等)的荷电态数据，更优的是指曲线上的一系列波峰、波谷的荷电态数据，形成数据列表；
3.对电池实际放电过程中的数据进行处理，得到不同时刻的K值，然后判断某一时刻的K值是否是极值；
4.当K值是极值时，电池满足放电校准条件，将K值与数据列表中的数据进行对比判断，根据当时的电压所处范围确定K值属于数据列表中的第几个峰或谷，进行校准。
上述具体过程中的完全放电是在电池厂家要求的倍率范围、工作温度范围以及电压范围内进行。
所述关系曲线是指电压-容量曲线或电压-温度曲线等。
对关系曲线的处理均是指常规的简单的数学处理手段，更优地，是指对关系曲线的某个坐标进行微分处理。所述的目标曲线是是至少包含微分处理值以及SOC两个坐标的曲线；SOC是相对于完全充电或完全放电所获得的实际容量。
所述K值的具体获得过程为：
首先，在第一个采样点t1时刻，采集关系曲线的坐标参数值，比如一个容量值C1和一个电压值V1；
然后，在下一个采样点t2时刻，采集关系曲线的坐标参数值，比如一个容量值C2和一个电压值V2；
此时，将坐标参数值变化量相除可得到K值，比如，其中ΔC是采用安时积分法获得，有I表示充电或放电电流；随着电池工作的进行，会得到一系列K值。
所述步骤d中执行荷电状态校准是指：当确定满足步骤b或步骤c的校准条件并确定属于第几个峰谷时，则将当前SOC当前置为：SOC当前＝SOC校准-SOC延时。进一步地，SOC校准通过查数据列表获得，所述的SOC延时通过下式获得：
其中，Cn为电池额定容量，t是极值时刻与确定出K值为极值时的采样间隔，I为采样间隔内的充电或放电电流(充电为负，放电为正)。
本发明的有益效果如下：
本发明通过对电池实时工作的数据进行一系列处理，可以实现对电池荷电状态进行在线校准，即快速简便又对电池无害，该方法依据电池自身的电化学特性对荷电状态进行校准从而达到提高荷电状态估算准确度和精度的目的。
附图说明
图1是本发明的流程图；
图2是本发明的充电校准条件确定流程图；
图3是本发明的放电校准条件确定流程图；
图4是本发明的电池的充电关系曲线示意图；
图5是本发明的电池的充电目标曲线示意图；
图6是本发明的电池的放电关系曲线示意图；
图7是本发明的电池的放电目标曲线示意图。
具体实施方式
下面通过具体实施方式并结合附图对本发明作进一步的说明，但本发明并不限于实施例。
一种电池荷电状态的在线校准方法，包括如下具体步骤：
a.判断电池所处状态，若电池处于充电态则执行步骤b，若电池处于放电态则执行步骤c；
b.判断电池是否满足充电校准条件，若满足则执行步骤d，若不满足则退出；
c.判断电池是否满足放电校准条件，若满足则执行步骤d，若不满足则退出；
d.执行电池荷电状态校准。
步骤b中具体判断电池是否满足充电校准条件的具体过程如下：
1.对电池完全充电时的关系曲线进行处理，得到目标曲线；
所述关系曲线可以是电池出厂前的充电测试的关系曲线，也可以是将同批次同体系电池在充放电设备上进行完全充电得到的关系曲线，包括电压-容量曲线、电压-温度曲线等，比如图4为某体系电池充电的电压-容量关系曲线。
所述完全充电是在厂家要求的倍率范围、工作温度范围以及电压范围内进行。
所述处理是指常规的简单的数学处理手段，更优地，是指对关系曲线的某个坐标进行微分处理，比如将图4的电压对容量取微分。
上述处理后得到的目标曲线是指至少包含微分处理值以及SOC两个坐标的曲线，见图5，其z轴是电压对容量的微分值。
进一步地，所述SOC是相对于完全充电所获得的实际充电容量。
2.在目标曲线上找到特殊的点，比如最大值、最小值、1/2峰位、1/4峰位等等，更优的是指目标曲线上的一系列波峰、波谷对应的点，列成数据列表，如下表。
位置 第一个波峰 第一个波谷 … 第n个波峰 第n个波谷 …
荷电态 SOCcha,峰1 SOCcha,谷1 … SOCcha,峰n SOCcha,谷n …
电压 Vcha,峰1 Vcha,谷1 … Vcha,峰n Vcha,谷n …
进一步地，数据列表是根据荷电态从小到大的顺序将目标曲线上出现的波峰或波谷依次从左到右排列，即SOCcha,峰1＜SOCcha,谷1＜…＜SOCcha,峰n＜SOCcha,谷n＜…，一般地，n≤3。
3.电池工作在充电状态，隔一段时间取K值，判断K值是否是极值；
所述K值是对应所选的关系曲线，是指容量变化值与电压变化值的比值或电压变化值与温度变化值的比值。比如：首先，在第一个采样点t1时刻，采集一个容量值C1和一个电压值V1；
然后，在下一个采样点t2时刻，采集一个容量值C2和一个电压值V2；
此时，可得到K值：其中ΔC是采用安时积分法获得，有 其中，I是充电电流。随着电池工作的进行会得到一系列K值。
4.当K值是极值时，电池满足充电校准条件，即当K值是极值时，将K值与数据列表中的数据进行对比判断，根据当时的电压所处范围确定K值属于数据列表中的第几个峰或谷。
步骤c判断电池是否满足放电校准条件的具体过程如下：
1.对电池完全放电时的关系曲线进行处理，得到目标曲线；
所述关系曲线可以是电池出厂前的完全放电测试的关系曲线，也可以是将同批次同体系电池在充放电设备上进行完全放电得到的关系曲线，包括电压-容量曲线、电压-温度曲线等，比如图6为某体系电池放电的电压-容量关系曲线。
所述完全放电是在厂家要求的倍率范围、工作温度范围以及电压范围内进行。
所述处理是指常规的简单的数学处理手段，更优地，是指对关系曲线的某个坐标进行微分处理，比如将图6的电压对容量取微分。
上述处理后得到的目标曲线是指至少包含微分处理值以及SOC两个坐标的曲线，见图7，其z轴是电压对容量的微分值。
进一步地，所述的SOC是相对于完全放电所获得的实际放电容量。
2.在目标曲线上找到特殊的点，比如最大值、最小值、1/2峰位、1/4峰位等等，更优的是指目标曲线上的一系列波峰、波谷对应的点，列成数据列，如下表。
位置 第一个波谷 第一个波峰 … 第n个波谷 第n个波峰 …
荷电态 SOCdis,谷1 SOCdis,峰1 … SOCdis,谷n SOCdis,峰n …
电压 Vdis,谷1 Vdis,峰1 … Vdis,谷n Vdis,峰n …
进一步地，数据列表是根据荷电态从大到小的顺序将目标曲线上出现的波峰或波谷依次从左到右排列，即SOCcha,谷1＞SOCcha,峰1＞…＞SOCcha,谷n＞SOCcha,峰n＞…，一般地，n≤3。
3.电池工作在放电状态，隔一段时间取K值，判断K值是否极值； 
所述K值是对应所选的关系曲线，是指容量变化值与电压变化值的比值或电压变化值与温度变化值的比值。比如：首先，在第一个采样点t1时刻，采集得到一个容量值C1和一个电压值V1；
然后，在下一个采样点t2时刻，采集到一个容量值C2和一个电压值V2；
此时，可得到K值：其中ΔC是采用安时积分法获得，有其中，I是充电电流。随着电池工作的进行会得到一系列K值。
4.当K值是极值时，电池满足放电校准条件，即当K值是极值时，将K值与数据列表中的数据对比判断，根据当时的电压所处的范围确定K值属于数据列表中的第几个峰或谷。
所述步骤d中执行荷电状态校准是指：当确定满足步骤b或步骤c的校准条件并确定属于第几个峰谷时，则将当前SOC当前置为：SOC当前＝SOC校准-SOC延时。进一步地，SOC校准通过查数据列表获得，所述的SOC延时通过下式获得：
其中，Cn为电池额定容量，t是极值时刻与确定出K值为极值时的采样间隔，I为采样间隔内的充电或放电电流(充电为负，放电为正)。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (9)

1.一种电池荷电状态的在线校准方法，其特征在于包括如下步骤：
a.判断电池所处状态，若电池处于充电态则执行步骤b，若电池处于放电态则执行步骤c；
b.判断电池是否满足充电校准条件，若满足执行步骤d，若不满足则退出；
c.判断电池是否满足放电校准条件，若满足执行步骤d，若不满足则退出；
d.执行电池荷电状态校准；
步骤b中的判断电池是否满足充电校准条件是指：对电池实际充电过程中取得到K值，判断K值是否为极值，如果是极值，则电池满足充电校准条件；
步骤c中的判断电池是否满足放电校准条件是指：对电池实际放电过程中取得到K值，判断K值是否为极值，如果是极值，则电池满足放电校准条件；
所述K值是指容量变化值与电压变化值的比值，或者电压变化值与温度变化值的比值。
2.根据权利要求1所述的一种电池荷电状态的在线校准方法，其特征在于：步骤b中判断电池是否满足充电校准条件的具体过程如下：
(1)对电池完全充电时得到的关系曲线进行处理，得到目标曲线；
(2)在目标曲线上采集至少包括若干波峰、波谷的荷电态数据，根据荷电态从小到大的顺序形成数据列表；
(3)对电池实际充电过程中的数据进行处理，得到不同时刻的K值，然后判断某一时刻的K值是否是极值；
(4)当K值是极值时，电池满足充电校准条件，将K值与数据列表中的数据进行对比判断，根据当时的电压所处范围确定K值属于数据列表中的第几个峰或谷。
3.根据权利要求2所述的一种电池荷电状态的在线校准方法，其特征在于：所述的完全充电是在电池厂家要求的倍率范围、工作温度范围以及电压范围内进行。
4.根据权利要求1所述的一种电池荷电状态的在线校准方法，其特征在于：步骤c中具体判断电池是否满足放电校准条件的具体过程如下：
(1)对电池完全放电时得到的关系曲线进行处理，得到目标曲线；
(2)在目标曲线上采集至少包括若干波峰、波谷的荷电态数据，根据荷电态从大到小的顺序形成数据列表；
(3)对电池实际放电过程中的数据进行处理，得到不同时刻的K值，然后判断某一时刻的K值是否是极值；
(4)当K值是极值时，电池满足放电校准条件，将K值与数据列表中的数据进行对比判断，根据当时的电压所处范围确定K值属于数据列表中的第几个峰或谷。
5.根据权利要求4所述的一种电池荷电状态的在线校准方法，其特征在于：所述的完全放电是在电池厂家要求的倍率范围、工作温度范围以及电压范围内进行。
6.根据权利要求2或4所述的一种电池荷电状态的校准方法，其特征在于：所述关系曲线是指电压-容量曲线，或者电压-温度曲线。
7.根据权利要求2或4所述的一种电池荷电状态的在线校准方法，其特征在于：所述的目标曲线的获得是对关系曲线的某个坐标进行微分处理，目标曲线是至少包含微分处理值以及SOC两个坐标的曲线；SOC是相对于完全充电或放电所获得的实际容量。
8.根据权利要求2或4所述的一种电池荷电状态的在线校准方法，其特征在于：所述K值的具体获得过程为：
首先，在第一个采样点t1时刻，采集关系曲线的坐标参数值，比如一个容量值C1和一个电压值V1；
然后，在下一个采样点t2时刻，采集关系曲线的坐标参数值，比如一个容量值C2和一个电压值V2；
此时，可得到K值：其中ΔC是采用安时积分法获得，有 式中I表示充电或放电电流；随着电池工作的进行，会得到一系列K值。
9.根据权利要求1所述的一种电池荷电状态的在线校准方法，其特征在于：所述步骤d中执行荷电状态校准是指，当确定满足步骤b或步骤c的校准条件并确定属于第几个峰谷时，则将当前SOC当前置为：SOC当前＝SOC校准-SOC延时；其中，SOC校准通过查数据列表获得，SOC延时通过下式获得：
其中，Cn为电池额定容量，t是极值时刻与确定出K值为极值时的采样间隔，I为采样间隔内的充电或放电电流。
CN201510171765.6A 2015-04-13 2015-04-13 一种电池荷电状态的在线校准方法 Active CN104991189B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510171765.6A CN104991189B (zh) 2015-04-13 2015-04-13 一种电池荷电状态的在线校准方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510171765.6A CN104991189B (zh) 2015-04-13 2015-04-13 一种电池荷电状态的在线校准方法

Publications (2)

Publication Number Publication Date
CN104991189A true CN104991189A (zh) 2015-10-21
CN104991189B CN104991189B (zh) 2017-10-27

Family

ID=54303025

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510171765.6A Active CN104991189B (zh) 2015-04-13 2015-04-13 一种电池荷电状态的在线校准方法

Country Status (1)

Country Link
CN (1) CN104991189B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106896330A (zh) * 2017-03-24 2017-06-27 东软集团股份有限公司 一种关于电池剩余电量的数据处理方法及装置
CN107015162A (zh) * 2017-06-06 2017-08-04 安徽美能储能系统有限公司 一种用于锌溴液流电池的soc在线校准方法
CN108061865A (zh) * 2017-12-26 2018-05-22 衢州量智科技有限公司 电动汽车锂电池容量的校正方法以及校正装置
WO2019057006A1 (zh) * 2017-09-21 2019-03-28 晶晨半导体(上海)股份有限公司 一种电池检测方法
CN109581243A (zh) * 2018-12-28 2019-04-05 蜂巢能源科技有限公司 估算电池的soc的方法和装置
CN110174623A (zh) * 2019-06-10 2019-08-27 合肥阳光新能源科技有限公司 一种储能电站电池的soc校准方法
CN112327174A (zh) * 2021-01-05 2021-02-05 江苏时代新能源科技有限公司 电池的soc修正方法及装置、电池管理系统
CN112557926A (zh) * 2020-12-04 2021-03-26 湖北亿纬动力有限公司 一种计算剩余充电时间的方法和装置
CN113665433A (zh) * 2021-08-27 2021-11-19 三一汽车起重机械有限公司 荷电状态参数修正方法、装置及作业机械

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101006354A (zh) * 2004-08-17 2007-07-25 矢崎总业株式会社 可放电容量检测方法
KR20080012079A (ko) * 2006-08-02 2008-02-11 주식회사 엘지화학 슬라이딩 모드 관측기를 이용한 ２차 전지 ｓｏｃ 예측방법 및 장치
CN102074757A (zh) * 2010-12-24 2011-05-25 惠州市亿能电子有限公司 一种锂离子电池荷电状态的估算方法
CN102167036A (zh) * 2011-04-01 2011-08-31 清华大学 一种燃料电池混合动力整车控制方法
CN104377765A (zh) * 2014-11-13 2015-02-25 广东欧赛能源与自动化技术有限公司 集散式电池组智能控制系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101006354A (zh) * 2004-08-17 2007-07-25 矢崎总业株式会社 可放电容量检测方法
US20070279005A1 (en) * 2004-08-17 2007-12-06 Youichi Arai Dischargeable Capacity Detecting Method
KR20080012079A (ko) * 2006-08-02 2008-02-11 주식회사 엘지화학 슬라이딩 모드 관측기를 이용한 ２차 전지 ｓｏｃ 예측방법 및 장치
CN102074757A (zh) * 2010-12-24 2011-05-25 惠州市亿能电子有限公司 一种锂离子电池荷电状态的估算方法
US20130043876A1 (en) * 2010-12-24 2013-02-21 Huizhou Epower Electronics Co., Ltd. Method for estimating state-of-charge of lithium ion battery
CN102167036A (zh) * 2011-04-01 2011-08-31 清华大学 一种燃料电池混合动力整车控制方法
CN104377765A (zh) * 2014-11-13 2015-02-25 广东欧赛能源与自动化技术有限公司 集散式电池组智能控制系统

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106896330A (zh) * 2017-03-24 2017-06-27 东软集团股份有限公司 一种关于电池剩余电量的数据处理方法及装置
CN107015162A (zh) * 2017-06-06 2017-08-04 安徽美能储能系统有限公司 一种用于锌溴液流电池的soc在线校准方法
US11215672B2 (en) 2017-09-21 2022-01-04 Amlogic (Shanghai) Co., Ltd. Battery detection method
WO2019057006A1 (zh) * 2017-09-21 2019-03-28 晶晨半导体(上海)股份有限公司 一种电池检测方法
CN108061865A (zh) * 2017-12-26 2018-05-22 衢州量智科技有限公司 电动汽车锂电池容量的校正方法以及校正装置
CN109581243A (zh) * 2018-12-28 2019-04-05 蜂巢能源科技有限公司 估算电池的soc的方法和装置
CN110174623A (zh) * 2019-06-10 2019-08-27 合肥阳光新能源科技有限公司 一种储能电站电池的soc校准方法
CN110174623B (zh) * 2019-06-10 2021-10-22 合肥阳光新能源科技有限公司 一种储能电站电池的soc校准方法
CN112557926A (zh) * 2020-12-04 2021-03-26 湖北亿纬动力有限公司 一种计算剩余充电时间的方法和装置
CN112557926B (zh) * 2020-12-04 2024-01-02 湖北亿纬动力有限公司 一种计算剩余充电时间的方法和装置
CN112327174A (zh) * 2021-01-05 2021-02-05 江苏时代新能源科技有限公司 电池的soc修正方法及装置、电池管理系统
EP4063885A4 (en) * 2021-01-05 2023-07-12 Jiangsu Contemporary Amperex Technology Limited METHOD AND APPARATUS FOR CORRECTING THE STATE OF CHARGE OF A BATTERY, AND BATTERY MANAGEMENT SYSTEM
CN113665433A (zh) * 2021-08-27 2021-11-19 三一汽车起重机械有限公司 荷电状态参数修正方法、装置及作业机械

Also Published As

Publication number Publication date
CN104991189B (zh) 2017-10-27

Similar Documents

Publication Publication Date Title
CN104991189A (zh) 一种电池荷电状态的在线校准方法
Farmann et al. Comparative study of reduced order equivalent circuit models for on-board state-of-available-power prediction of lithium-ion batteries in electric vehicles
Hu et al. State estimation for advanced battery management: Key challenges and future trends
Hu et al. Health prognosis for electric vehicle battery packs: A data-driven approach
Hu et al. Battery health prognosis for electric vehicles using sample entropy and sparse Bayesian predictive modeling
Xiong et al. Modeling for lithium-ion battery used in electric vehicles
Sun et al. Adaptive unscented Kalman filtering for state of charge estimation of a lithium-ion battery for electric vehicles
Wang et al. A method for state-of-charge estimation of LiFePO4 batteries at dynamic currents and temperatures using particle filter
CN101641607B (zh) 二次电池的状态估计装置
Vasebi et al. A novel combined battery model for state-of-charge estimation in lead-acid batteries based on extended Kalman filter for hybrid electric vehicle applications
Li et al. A comparative study of state of charge estimation algorithms for LiFePO4 batteries used in electric vehicles
Chang et al. A novel fast capacity estimation method based on current curves of parallel-connected cells for retired lithium-ion batteries in second-use applications
CN103675702B (zh) 一种实时评估电池健康状态的方法
CN105974323A (zh) 一种提高电动汽车soc估算精度的算法模型
Zhang et al. A battery State of Charge estimation method with extended Kalman filter
CN107367699A (zh) 一种基于分数阶模型的锂电池soc估算新方法
CN102508165A (zh) 一种评价磷酸铁锂电池自放电一致性的方法
CN106093782A (zh) 动态建模的最小二乘支持向量机soc估计方法
CN103439666A (zh) 一种锂离子电池容量衰退评估的几何方法
Guo et al. A parameter adaptive method with dead zone for state of charge and parameter estimation of lithium-ion batteries
CN110221219A (zh) 机载环境下飞机锂电池soc估算方法
Chen et al. State of charge and state of health estimation for lithium-ion battery through dual sliding mode observer based on AMESim-Simulink co-simulation
Elmarghichi et al. Robust Parameter Estimation of an Electric Vehicle Lithium-Ion Battery Using Adaptive Forgetting Factor Recursive Least Squares.
Wu et al. SOC estimation for batteries using MS-AUKF and neural network
Liu et al. Deduction of the transformation regulation on voltage curve for lithium-ion batteries and its application in parameters estimation

Legal Events

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

Effective date of registration: 20180829

Address after: 610000 Sichuan Chengdu high tech Zone (West District) west core Road No. 18

Patentee after: Dongfang Electric Energy Technology Chengdu Co., Ltd.

Address before: 610036 Shu Han Road, Jinniu District, Chengdu, Sichuan Province, No. 333

Patentee before: Dongfang Electric Corporation

TR01 Transfer of patent right