CN105093131A - 一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法 - Google Patents
一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法 Download PDFInfo
- Publication number
- CN105093131A CN105093131A CN201510627781.1A CN201510627781A CN105093131A CN 105093131 A CN105093131 A CN 105093131A CN 201510627781 A CN201510627781 A CN 201510627781A CN 105093131 A CN105093131 A CN 105093131A
- Authority
- CN
- China
- Prior art keywords
- battery
- discharge
- characteristic parameter
- voltage
- model
- 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
Landscapes
- Secondary Cells (AREA)
Abstract
一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法,属于动力电池回收再利用检测领域。解决了现有的电池梯次利用方法中离线检测电池的容量值和内阻，针对电池正负极特征参数提取方法中离线检测电池的相关参数误差大的问题。本发明采用恒流恒压充电方式对待检测电池进行充电，对充电后的电池进行两次放电，使用一阶RC模型或者简化的电池阻抗谱模型，基于扩展卡尔曼滤波器或者分数阶联合卡尔曼滤波算法提取电池开路电压估计值OCVe，电池欧姆内阻，电池的极化参数；基于非线性最小二乘法提取电池负极容量Qn、电池放电时负极初始荷电状态的SOC值SOCn,0，电池放电时负极终止荷电状态的SOC值SOCn,1的电池容量特征参数。本发明适用于电池梯次利用方法中电池的离线检测。
Description
技术领域
本发明属于动力电池回收再利用检测领域。
背景技术
动力电池的梯次利用技术是电动汽车发展后时代的关键技术，动力电池梯次利用的回收再利用环节，需要针对电池的健康状态作出评价，以根据各个电池不同的健康状态对电池进行分类、再成组、再利用。但是现有的电池梯次利用方法中离线检测电池的容量值和内阻，针对电池正负极特征参数提取方法中离线检测电池的相关参数误差大的问题。另外，使用低倍率(电流值通常为C/25～C/20)恒流充放电测试的准开路电压曲线分析电池正负极特性变化的方法耗时较长。不利于工程实际应用。
发明内容
本发明是为了解决现有的电池梯次利用方法中离线检测电池的容量值和内阻，针对电池正负极特征参数提取方法中离线检测电池的相关参数误差大的问题。另外，使用低倍率(电流值通常为C/25～C/20)恒流充放电测试的准开路电压曲线分析电池正负极特性变化的方法耗时较长。不利于工程实际应用的问题。提出了一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法。
本发明所述的一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法，该方法的具体步骤为：
步骤一、采用恒流恒压充电方式对待检测电池进行充电，充电结束后，将充电后的待测电池静置t1小时，使电池处于满电的平衡状态满电状态；其中，t1为正数；
步骤二、对充电后的电池进行放电，放电平均放电脉冲电流为1C/8，最大放电倍率为1C，直至待测电池的电压达到待测电池的下限截止电压，停止放电，并采集放电过程中电池的端电压和电流数据；电池静置t2小时后采用恒流放电的方式对电池放电，直至待测电池的电压达到待测电池的下限截止电压，停止放电，t2为正数；
步骤三、利用步骤二中采集得到的放电过程中电池的端电压和电流数据，使用一阶RC模型或者简化的电池阻抗谱模型，以电流数据作为电池模型的输入量、电压作为电池模型的输出量；
基于扩展卡尔曼滤波器或者分数阶联合卡尔曼滤波算法提取一阶RC模型或者简化的电池阻抗谱模型中电压源的电压估计值作为电池开路电压估计值OCVe，
提取一阶RC模型或者简化的电池阻抗谱模型中的电阻元件的阻值作为电池欧姆内阻，
提取一阶RC模型或者简化的电池阻抗谱模型中的电阻的阻值与电容并联回路的电容值或韦伯阻抗元件的阻值作为电池的极化参数；
步骤四、利用步骤四中获得的电池开路电压估计值OCVe和步骤二中脉冲放电的平均电流，基于非线性最小二乘法提取电池负极容量Qn、电池放电时负极初始荷电状态的SOC值SOCn,0，电池放电时负极终止荷电状态的SOC值SOCn,1的电池容量特征参数，完成用于梯次利用的电池健康特征参数提取。
本发明所述方法在是一种离线电池健康状态参数参数提取方法包括实验和数据处理两部分，使用负极容量、电池放电起始时刻负极初始SOC、欧姆内阻、极化参数作为磷酸铁锂电池的健康状态评价参数，比使用电池可用容量和内阻值更加全面的描述电池状态。实验方面采用较低倍率的脉冲工况测试，该方面比使用低倍率恒流放电测试的时间更短，使用卡尔曼滤波可以获得欧姆内阻和极化参数和开路电压估计值，由于开路电压估计值和电池实际开路电压之间存在差异，若直接使用电池正负极开路电势函数拟合开路电压估计值时，会存在较大误差，因此，本专利使用了简单的电池内阻模型作为开路电压估计值曲线拟合的参考模型。使用非线性最小二乘法可以快速提取模型参数。本方法适合磷酸铁锂动力电池回收再利用时的离线状态评价，适合工程应用。
附图说明
图1为本发明所述方法的流程图；
图2为电池阻抗谱模型结构示意图；
图3为具体实施例所述的具有编号的电池中，编号为#52电池500次循环时的端电压曲线图；
图4为电池开路电压估计值曲线与电压拟合曲线的对比图。
具体实施方式
具体实施方式一、结合图1和图2说明本实施方式，本实施方式所述的一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法，该方法的具体步骤为：
步骤一、采用恒流恒压充电方式对待检测电池进行充电，充电结束后，将充电后的待测电池静置t1小时，使电池处于满电的平衡状态满电状态；其中，t1为正数；
步骤二、对充电后的电池进行放电，放电平均放电脉冲电流为1C/8，最大放电倍率为1C，直至待测电池的电压达到待测电池的下限截止电压，停止放电，并采集放电过程中电池的端电压和电流数据；电池静置t2小时后采用恒流放电的方式对电池放电，直至待测电池的电压达到待测电池的下限截止电压，停止放电，t2为正数；
步骤三、利用步骤二中采集得到的放电过程中电池的端电压和电流数据，使用一阶RC模型或者简化的电池阻抗谱模型，以电流数据作为电池模型的输入量、电压作为电池模型的输出量；
基于扩展卡尔曼滤波器或者分数阶联合卡尔曼滤波算法提取一阶RC模型或者简化的电池阻抗谱模型中电压源的电压估计值作为电池开路电压估计值OCVe，
提取一阶RC模型或者简化的电池阻抗谱模型中的电阻元件的阻值作为电池欧姆内阻，
提取一阶RC模型或者简化的电池阻抗谱模型中的电阻的阻值与电容并联回路的电容值或韦伯阻抗元件的阻值作为电池的极化参数；
步骤四、利用步骤四中获得的电池开路电压估计值OCVe和步骤二中脉冲放电的平均电流，基于非线性最小二乘法提取电池负极容量Qn、电池放电时负极初始荷电状态的SOC值SOCn,0，电池放电时负极终止荷电状态的SOC值SOCn,1的电池容量特征参数，完成用于梯次利用的电池健康特征参数提取。
通过对端电压组分分析，在对电池进行1C/25～1C/8的恒流工况实验时，过电势对电池端电压的影响是近似均匀的，因此使用平均电流为1/8C充放电测试也可以取得与1/25C充放电测试相似的容量特征参数辨识结果。另外，在电池测试中加入脉冲测试可以进一步将欧姆内阻特性参数和扩散极化内阻参数分离开，此外，新的测试工况可以缩短电池测试的时间，提高电池特征提取的耗时，因此，发明使用平均电流为1C/8的脉冲工况作为电池健康状态提取的参考实验，使用常用的等效电路模型描述电池外特性。
具体实施方式二、本实施方式是对具体实施方式一所述的一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法的进一步说明，t1和t2均大于或等于30分钟。
具体实施方式三、本实施方式是对具体实施方式一或二所述的一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法的进一步说明，步骤二中静置t2小时后采用恒流放电的方式对电池放电的电流为1C/5～1C/3，C为电池的满电状态的额定电流值。
本实施方式步骤二中静置t2小时后再次采用恒流放电的目的在于将电池完全放电，消除步骤二中脉冲放电结束时刻的不完全放电现象。
具体实施例：本实施例结合图1图2图3和图4进行说明；
实验采用中航锂电(洛阳)有限公司生产的型号为CA40Ah的LiFePO4/石墨能量型动力电池作为研究对象，充、放电截止电压分别为3.65V和2.5V，最大持续放电电流为2C。电池实验包括老化试验和特性实验，使用广州擎天公司生产电池测试设备执行恒流充放电老化实验，共实施500次充放电循环，完成后实施一次电池特性实验。电池编号分别为#52。电池特性实验包括1C/2恒流转恒压充电和平均电流为1/8C的动态脉冲工况实验，另外实施了C/25的恒流充电实验，用于验证本专利方法的准确性。
实验环境温度为室温，#52号电池500次循环时的特性实验采集得到的端电压数据如图3所示。
以#52号电池第500次特性试验数据为样本，针对脉冲放电工况电压和电流数据，使用卡尔曼滤波辨识得到OCVe曲线，针对该OCVe曲线和1C/25充电端电压数据使用非线性最小二乘法辨识模型参数，得到电池负极容量和负极充电终止SOC值。
依据本专利方法提取得到的负极容量为54.65Ah，终止SOC为0.664，依据1C/25充电曲线提取得到的负极容量为56.5Ah，SOCn,1为0.65，两者参数辨识结果差异较小。使用本专利方法可以近似的提取出磷酸铁锂电池的SOCn,1、Qn、Ro、Rp或者XW(扩散系数)在内的健康状态特征参数。与C/25工况测试相比，能够节省测试时间，并且能够获得关于电池健康状态的更多参数。
图2中简单的电池内阻模型如图所示，其中，Up(SOCp)为正极电势函数、Un(SOCn)为负极电势函数，R为开路电压估计值的内阻参数，UT为电池端电压。由于开路电压的估计值和电池开路电压之间可能存在误差，因此在对电池电极特性参数提取时，使用电阻R描述这个差异，R没有明确的物理意义，仅用于曲线拟合，提高拟合程度。
图4中“开路电压估计值”为使用卡尔曼滤波和使用一阶RC电池模型提取得到的电池开路电压估计值。“曲线拟合值”为使用简单的内阻电池模型和非线性最小二乘法优化模型参数后得到曲线拟合结果。
Claims (3)
1.一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法，其特征在于，该方法的具体步骤为：
步骤一、采用恒流恒压充电方式对待检测电池进行充电，充电结束后，将充电后的待测电池静置t1小时，使电池处于满电的平衡状态满电状态；其中，t1为正数；
步骤二、对充电后的电池进行放电，放电平均放电脉冲电流为1C/8，最大放电倍率为1C，直至待测电池的电压达到待测电池的下限截止电压，停止放电，并采集放电过程中电池的端电压和电流数据；电池静置t2小时后采用恒流放电的方式对电池放电，直至待测电池的电压达到待测电池的下限截止电压，停止放电，t2为正数；
步骤三、利用步骤二中采集得到的放电过程中电池的端电压和电流数据，使用一阶RC模型或者简化的电池阻抗谱模型，以电流数据作为电池模型的输入量、电压作为电池模型的输出量；
基于扩展卡尔曼滤波器或者分数阶联合卡尔曼滤波算法提取一阶RC模型或者简化的电池阻抗谱模型中电压源的电压估计值作为电池开路电压估计值OCVe，
提取一阶RC模型或者简化的电池阻抗谱模型中的电阻元件的阻值作为电池欧姆内阻，
提取一阶RC模型或者简化的电池阻抗谱模型中的电阻的阻值与电容并联回路的电容值或韦伯阻抗元件的阻值作为电池的极化参数；
步骤四、利用步骤四中获得的电池开路电压估计值OCVe和步骤二中脉冲放电的平均电流，基于非线性最小二乘法提取电池负极容量Qn、电池放电时负极初始荷电状态的SOC值SOCn,0，电池放电时负极终止荷电状态的SOC值SOCn,1的电池容量特征参数，完成用于梯次利用的电池健康特征参数提取。
2.根据权利要求1所述的一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法，其特征在于，t1和t2均大于或等于30分钟。
3.根据权利要求1或2所述的一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法，其特征在于，步骤二中静置t2小时后采用恒流放电的方式对电池放电的电流为1C/5～1C/3，C为电池的满电状态的额定电流值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510627781.1A CN105093131A (zh) | 2015-09-28 | 2015-09-28 | 一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510627781.1A CN105093131A (zh) | 2015-09-28 | 2015-09-28 | 一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105093131A true CN105093131A (zh) | 2015-11-25 |
Family
ID=54574006
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510627781.1A Pending CN105093131A (zh) | 2015-09-28 | 2015-09-28 | 一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105093131A (zh) |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105738830A (zh) * | 2016-04-14 | 2016-07-06 | 中山大学 | 锂离子动力电池梯次利用分析方法 |
| CN106383316A (zh) * | 2016-08-30 | 2017-02-08 | 郑州轻工业学院 | 一种梯次利用锂电池性能评价方法 |
| CN106443461A (zh) * | 2016-09-06 | 2017-02-22 | 华北电力科学研究院有限责任公司 | 电池储能系统状态评估方法 |
| CN106646256A (zh) * | 2016-12-21 | 2017-05-10 | 惠州Tcl金能电池有限公司 | 电池容量计算方法 |
| CN108400393A (zh) * | 2018-01-17 | 2018-08-14 | 广州市香港科大霍英东研究院 | 一种适用于梯次电池的电池管理方法及系统 |
| CN108919137A (zh) * | 2018-08-22 | 2018-11-30 | 同济大学 | 一种考虑不同电池状态的电池老化状态估计方法 |
| CN109901072A (zh) * | 2019-03-19 | 2019-06-18 | 上海毅信环保科技有限公司 | 基于历史数据与实验室测试数据的退役电池参数检测方法 |
| WO2019184844A1 (zh) * | 2018-03-30 | 2019-10-03 | 比亚迪股份有限公司 | 动力电池组的电池功率状态sop计算方法、装置和电动汽车 |
| CN110323508A (zh) * | 2018-03-30 | 2019-10-11 | 比亚迪股份有限公司 | 电动汽车中动力电池的回收系统和方法 |
| CN110931897A (zh) * | 2019-11-29 | 2020-03-27 | 国网江苏电力设计咨询有限公司 | 一种梯次利用磷酸铁锂电池的分选方法 |
| CN110988699A (zh) * | 2019-12-31 | 2020-04-10 | 三峡大学 | 一种梯次利用锂电池储能单元的状态诊断方法及装置 |
| CN111289911A (zh) * | 2020-04-03 | 2020-06-16 | 深圳天邦达新能源技术有限公司 | 基于电池的soc估算方法、装置以及电子设备 |
| CN112366375A (zh) * | 2020-09-03 | 2021-02-12 | 万向一二三股份公司 | 一种锂离子动力电池快速充电方法 |
| CN112444754A (zh) * | 2020-11-18 | 2021-03-05 | 国网上海市电力公司 | 基于动态阻抗的电池健康状态估算方法、系统 |
| CN112557932A (zh) * | 2019-09-26 | 2021-03-26 | 阿里巴巴集团控股有限公司 | 确定储能装置健康状况的方法及装置、供电系统 |
| CN113138340A (zh) * | 2020-01-17 | 2021-07-20 | 华为技术有限公司 | 电池等效电路模型的建立方法、健康状态估算方法及装置 |
| CN113820603A (zh) * | 2021-08-29 | 2021-12-21 | 西北工业大学 | 一种预测锂电池组可输出能量的方法 |
| CN114200324A (zh) * | 2021-12-13 | 2022-03-18 | 格林美股份有限公司 | 一种磷酸铁锂电池分选方法、装置、设备及存储介质 |
| CN117410598A (zh) * | 2023-12-15 | 2024-01-16 | 山西迪诺思新能源科技有限公司 | 一种基于指标相似性的退役电池模块组合方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100121587A1 (en) * | 2006-11-30 | 2010-05-13 | The Boeing Company | Health Management of Rechargeable Batteries |
| FR2961352A1 (fr) * | 2010-06-15 | 2011-12-16 | Peugeot Citroen Automobiles Sa | Procede d'estimation des etats de charge et de sante d'une batterie d'un vehicule, estimateur et vehicule comportant un tel estimateur |
| CN102445663A (zh) * | 2011-09-28 | 2012-05-09 | 哈尔滨工业大学 | 一种电动汽车电池健康状态估算的方法 |
| KR20130097709A (ko) * | 2010-07-29 | 2013-09-03 | 로베르트 보쉬 게엠베하 | 재충전 가능한 배터리의 적어도 하나의 배터리 유닛의 효율을 추정하기 위한 방법 및 장치 |
| CN103399277A (zh) * | 2013-07-29 | 2013-11-20 | 重庆长安汽车股份有限公司 | 一种动力电池实际容量估算方法 |
| CN103558556A (zh) * | 2013-10-31 | 2014-02-05 | 重庆长安汽车股份有限公司 | 一种动力电池soh估算方法 |
| CN103675702A (zh) * | 2013-12-04 | 2014-03-26 | 清华大学 | 一种实时评估电池健康状态的方法 |
| CN103823188A (zh) * | 2014-02-25 | 2014-05-28 | 宁德时代新能源科技有限公司 | 锂离子电池组健康状态的评估方法 |
| CN104267355A (zh) * | 2014-10-29 | 2015-01-07 | 哈尔滨工业大学 | 基于工况测试和简化阻抗谱等效电路模型的电池分选方法 |
-
2015
- 2015-09-28 CN CN201510627781.1A patent/CN105093131A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100121587A1 (en) * | 2006-11-30 | 2010-05-13 | The Boeing Company | Health Management of Rechargeable Batteries |
| FR2961352A1 (fr) * | 2010-06-15 | 2011-12-16 | Peugeot Citroen Automobiles Sa | Procede d'estimation des etats de charge et de sante d'une batterie d'un vehicule, estimateur et vehicule comportant un tel estimateur |
| KR20130097709A (ko) * | 2010-07-29 | 2013-09-03 | 로베르트 보쉬 게엠베하 | 재충전 가능한 배터리의 적어도 하나의 배터리 유닛의 효율을 추정하기 위한 방법 및 장치 |
| CN102445663A (zh) * | 2011-09-28 | 2012-05-09 | 哈尔滨工业大学 | 一种电动汽车电池健康状态估算的方法 |
| CN103399277A (zh) * | 2013-07-29 | 2013-11-20 | 重庆长安汽车股份有限公司 | 一种动力电池实际容量估算方法 |
| CN103558556A (zh) * | 2013-10-31 | 2014-02-05 | 重庆长安汽车股份有限公司 | 一种动力电池soh估算方法 |
| CN103675702A (zh) * | 2013-12-04 | 2014-03-26 | 清华大学 | 一种实时评估电池健康状态的方法 |
| CN103823188A (zh) * | 2014-02-25 | 2014-05-28 | 宁德时代新能源科技有限公司 | 锂离子电池组健康状态的评估方法 |
| CN104267355A (zh) * | 2014-10-29 | 2015-01-07 | 哈尔滨工业大学 | 基于工况测试和简化阻抗谱等效电路模型的电池分选方法 |
Cited By (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105738830B (zh) * | 2016-04-14 | 2018-10-16 | 中山大学 | 锂离子动力电池梯次利用分析方法 |
| CN105738830A (zh) * | 2016-04-14 | 2016-07-06 | 中山大学 | 锂离子动力电池梯次利用分析方法 |
| CN106383316A (zh) * | 2016-08-30 | 2017-02-08 | 郑州轻工业学院 | 一种梯次利用锂电池性能评价方法 |
| CN106443461A (zh) * | 2016-09-06 | 2017-02-22 | 华北电力科学研究院有限责任公司 | 电池储能系统状态评估方法 |
| CN106443461B (zh) * | 2016-09-06 | 2019-06-14 | 华北电力科学研究院有限责任公司 | 电池储能系统状态评估方法 |
| CN106646256B (zh) * | 2016-12-21 | 2020-05-29 | 惠州亿纬创能电池有限公司 | 电池容量计算方法 |
| CN106646256A (zh) * | 2016-12-21 | 2017-05-10 | 惠州Tcl金能电池有限公司 | 电池容量计算方法 |
| CN108400393A (zh) * | 2018-01-17 | 2018-08-14 | 广州市香港科大霍英东研究院 | 一种适用于梯次电池的电池管理方法及系统 |
| CN110323508B (zh) * | 2018-03-30 | 2021-06-18 | 比亚迪股份有限公司 | 电动汽车中动力电池的回收系统和方法 |
| WO2019184844A1 (zh) * | 2018-03-30 | 2019-10-03 | 比亚迪股份有限公司 | 动力电池组的电池功率状态sop计算方法、装置和电动汽车 |
| CN110323508A (zh) * | 2018-03-30 | 2019-10-11 | 比亚迪股份有限公司 | 电动汽车中动力电池的回收系统和方法 |
| CN108919137A (zh) * | 2018-08-22 | 2018-11-30 | 同济大学 | 一种考虑不同电池状态的电池老化状态估计方法 |
| CN109901072A (zh) * | 2019-03-19 | 2019-06-18 | 上海毅信环保科技有限公司 | 基于历史数据与实验室测试数据的退役电池参数检测方法 |
| CN109901072B (zh) * | 2019-03-19 | 2020-12-25 | 上海毅信环保科技有限公司 | 基于历史数据与实验室测试数据的退役电池参数检测方法 |
| CN112557932A (zh) * | 2019-09-26 | 2021-03-26 | 阿里巴巴集团控股有限公司 | 确定储能装置健康状况的方法及装置、供电系统 |
| CN110931897A (zh) * | 2019-11-29 | 2020-03-27 | 国网江苏电力设计咨询有限公司 | 一种梯次利用磷酸铁锂电池的分选方法 |
| CN110931897B (zh) * | 2019-11-29 | 2022-10-11 | 国网江苏电力设计咨询有限公司 | 一种梯次利用磷酸铁锂电池的分选方法 |
| CN110988699A (zh) * | 2019-12-31 | 2020-04-10 | 三峡大学 | 一种梯次利用锂电池储能单元的状态诊断方法及装置 |
| CN113138340A (zh) * | 2020-01-17 | 2021-07-20 | 华为技术有限公司 | 电池等效电路模型的建立方法、健康状态估算方法及装置 |
| CN111289911A (zh) * | 2020-04-03 | 2020-06-16 | 深圳天邦达新能源技术有限公司 | 基于电池的soc估算方法、装置以及电子设备 |
| CN112366375A (zh) * | 2020-09-03 | 2021-02-12 | 万向一二三股份公司 | 一种锂离子动力电池快速充电方法 |
| CN112444754A (zh) * | 2020-11-18 | 2021-03-05 | 国网上海市电力公司 | 基于动态阻抗的电池健康状态估算方法、系统 |
| CN112444754B (zh) * | 2020-11-18 | 2023-01-06 | 国网上海市电力公司 | 基于动态阻抗的电池健康状态估算方法、系统 |
| CN113820603A (zh) * | 2021-08-29 | 2021-12-21 | 西北工业大学 | 一种预测锂电池组可输出能量的方法 |
| CN114200324A (zh) * | 2021-12-13 | 2022-03-18 | 格林美股份有限公司 | 一种磷酸铁锂电池分选方法、装置、设备及存储介质 |
| CN114200324B (zh) * | 2021-12-13 | 2024-02-20 | 格林美股份有限公司 | 一种磷酸铁锂电池分选方法、装置、设备及存储介质 |
| CN117410598A (zh) * | 2023-12-15 | 2024-01-16 | 山西迪诺思新能源科技有限公司 | 一种基于指标相似性的退役电池模块组合方法 |
| CN117410598B (zh) * | 2023-12-15 | 2024-02-23 | 山西迪诺思新能源科技有限公司 | 一种基于指标相似性的退役电池模块组合方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105093131A (zh) | 一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法 | |
| CN105929338B (zh) | 一种测量电池状态的方法及其应用 | |
| CN102680795B (zh) | 一种二次电池内阻的实时在线估计方法 | |
| Guo et al. | SoC estimation of lithium battery based on AEKF algorithm | |
| CN104849672A (zh) | 基于等效电路模型的锂电池动态阻抗参数识别方法 | |
| CN105203965B (zh) | 一种储能电池检测方法 | |
| CN104537166B (zh) | 一种动力电池的等效电路模型的构建方法 | |
| CN107356879B (zh) | 一种基于多物理场的电池健康状态检测与评估方法及装备系统 | |
| CN103632018A (zh) | 一种基于Simscape平台的电池建模方法 | |
| CN110931897B (zh) | 一种梯次利用磷酸铁锂电池的分选方法 | |
| Xiong et al. | Data-driven state-of-charge estimator for electric vehicles battery using robust extended Kalman filter | |
| CN106405424B (zh) | 锂离子电池剩余电量的计量方法和装置 | |
| CN109613446A (zh) | 一种基于时间序列分析的锂电池老化检测方法 | |
| Li et al. | The open-circuit voltage characteristic and state of charge estimation for lithium-ion batteries based on an improved estimation algorithm | |
| CN104833917A (zh) | 用于锂蓄电池中荷电状态实时估算的标称电池电阻的确定 | |
| CN105093129A (zh) | 一种储能电池剩余容量检测方法 | |
| Chen et al. | An approach for state of charge estimation of Li-ion battery based on Thevenin equivalent circuit model | |
| CN103353575A (zh) | 测量ocv和soc对应关系的测试装置及测试方法 | |
| CN105116338A (zh) | 一种基于soc补偿器的并联型电池系统建模方法 | |
| CN105607010A (zh) | 一种估计电动车辆的动力电池的健康状态的方法 | |
| Koirala et al. | Comparison of two battery equivalent circuit models for state of charge estimation in electric vehicles | |
| Li et al. | A high-fidelity hybrid lithium-ion battery model for SOE and runtime prediction | |
| Zhu et al. | Online state of charge EKF estimation for LiFePO 4 battery management systems | |
| Deng et al. | An improved algorithm of SOC testing based on open-circuit voltage-ampere hour method | |
| Yao et al. | Battery state-of-charge estimation with extended Kalman-filter using third-order Thevenin model |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20151125 |
|
| WD01 | Invention patent application deemed withdrawn after publication |