CN105158698A - 基于充电电压曲线的电池组健康状态在线估算方法 - Google Patents
基于充电电压曲线的电池组健康状态在线估算方法 Download PDFInfo
- Publication number
- CN105158698A CN105158698A CN201510542962.4A CN201510542962A CN105158698A CN 105158698 A CN105158698 A CN 105158698A CN 201510542962 A CN201510542962 A CN 201510542962A CN 105158698 A CN105158698 A CN 105158698A
- Authority
- CN
- China
- Prior art keywords
- battery
- curve
- normalization
- charging
- stationary point
- 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
Links
Landscapes
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本发明公开了基于充电电压曲线的电池组健康状态在线估算方法,属于电动汽车技术领域,包括如下步骤:步骤1,采用中心最小二乘法求取电池充电DV曲线,包括如下步骤:步骤1.1,实时采集电池电压及电流,利用安时积分法计算电池容量;步骤1.2,利用中心最小二乘法计算电池DV曲线;步骤2,基于DV曲线特征点估算电池SOH;步骤3,基于DV曲线变换估算电池SOH。本发明提出的基于电池充电电压曲线特征点及变换因子的电池组SOH在线估算方法,该方法劈开了比较常用的基于电池模型的电池SOH估算方法,具有高精度、高效率的特点;并且创新性的提出了基于DV曲线变换系数的单节电池SOH估算方法。
Description
技术领域
本发明属于电动汽车技术领域,具体涉及电动汽车动力电池组状态参数预估。
背景技术
精确估算电池组健康状态(StateofHealth,SOH)可避免应用中的电池组出现“过充/过放”,保证电池组使用安全,提高电池组使用寿命。但实际应用过程中,电池老化机理复杂,SOH在线估算较为困难。
目前多通过电池内阻增加或容量降低幅度来衡量电池老化程度,比较典型的算法是双时间尺度扩展卡尔曼滤波算法,在用于求解电池荷电状态(StateofCapacity,SOC)的扩展卡尔曼滤波算法的基础上,增加描述电池容量或电池内阻的状态方程,通过不同的时间尺度分别求解出电池SOH及SOC,但这种算法的估算精度受制于电池模型及电池开路电压(Opencircuitvoltage,OCV)与SOC关系的精度。且实际应用过程中,电池模型参数随电池老化状态而变化,这也对双时间尺度扩展卡尔曼滤波算法的精度及实用性带来挑战。
依据电池在嵌锂过程中的分期现象在电池充电曲线上的反映,一些研究者提出对表征电池充电过程中电压V与容量Q的关系的V-Q或Q-V曲线进行微分,通过微分曲线特征点的变化描述电池老化状态。但前人对这些方法的研究多处于单体电池化学机理特性的研究分析阶段,未将其应用到电池组SOH的在线估算中。
发明内容
为了解决上述电池组SOH的在线估算问题,本发明提出了基于充电电压曲线的电池组健康状态在线估算方法,采用的技术方案如下:
基于充电电压曲线的电池组健康状态在线估算方法,包括如下步骤:
步骤1,采用中心最小二乘法求取电池充电差分电压(DifferentialVoltage,简称为DV)曲线,包括如下步骤:
步骤1.1,实时采集电池电压及电流,利用安时积分法计算电池容量;
步骤1.2,利用中心最小二乘法计算电池DV曲线;
步骤2,基于DV曲线特征点估算电池SOH;
步骤3,基于DV曲线变换估算电池SOH。
进一步,所述步骤1.2的具体实现过程包括如下步骤:
步骤1.2.1,利用一阶函数y=a0+a1x逼近一组实测数据中的若干个数据点,将DV曲线的求解转化为对参数a1的求解;
步骤1.2.2,定义若干个数据点坐标分别为:
根据中心最小二乘法求得,进而求解电池充电DV曲线。
进一步,所述步骤2的实现过程包括如下步骤:
步骤2.1,建立归一化第二驻点位置与归一化电池容量间的关系;
步骤2.2,建立归一化两驻点位置差与归一化电池容量间的关系;
步骤2.3,实际电池充电过程中实时判断电池DV曲线是否到达第一驻点,若到达第一驻点,则对步骤1.1中所述的安时积分法求解的电池容量进行校准;否则执行步骤1;
步骤2.4,判断电池DV曲线是否到达第二驻点,若达到第二驻点位置,则依据步骤2.1所述的归一化第二驻点位置与归一化电池容量间的关系、以及步骤2.2所述的归一化两驻点位置差与归一化电池容量间的关系估算该电池SOH,否则执行步骤1,直到充电结束。
进一步,所述步骤3的实现过程包括如下步骤:
步骤3.1,建立不同循环次数下DV曲线变换系数与归一化电池容量间的关系;
步骤3.2,判断电池组是否充电结束,若充电没有结束,则执行步骤1,直到充电结束;若充电结束,则执行步骤3.3;
步骤3.3,对未达第二驻点位置的电池利用最小二乘法求解电池DV曲线变换系数;
步骤3.4,依据步骤3.1中所述的变换系数与归一化电池容量之间的关系估算电池SOH。
和现有技术相比,本发明的有益效果:
(1)本发明提出了基于电池充电电压曲线特征点及变换系数的电池组SOH在线估算方法,该方法和比较常用的基于电池模型的电池SOH估算方法相比,本发明的方法不受制于电池模型参数老化的影响,具有高精度特点。
(2)本发明直接采用充电电压曲线特征点来估算单节电池SOH,效率高;
(3)同时本发明还考虑到由于电池组老化导致某些单节电池在电池组整体充电结束时未达第二驻点位置,创新性的提出了基于DV曲线变换系数的单节电池SOH估算。
(4)本发明还考虑了传统的安时积分法存在累计效应问题,利用第一驻点位置对其进行修正;
附图说明
图1为电池组SOH在线估算流程;
图2为利用中心最小二乘法求解的不同循环次数下的电池DV曲线;
图3为第二驻点位置与电池容量间的关系;
图4为两驻点位置差与电池容量间的关系;
图5为变换系数与归一化电池容量间的关系;
图6为不同循环次数下DV曲线平台期局部放大图。
具体实施方式
基于电池充电电压曲线的电池组在线估算方法包括电池充电DV(dV/dQ-Q)曲线求取、基于DV曲线特征点电池SOH估算、基于DV曲线变换电池SOH估算。
上述电池充电DV曲线求取采用中心最小二乘法求解,具体过程如下:
对一组实测数据yi=f(xi),xi=x0+i·Δx,i=0,1,2,......,假设在某一小范围内的n个数据点可用一阶函数y=a0+a1x逼近,则DV曲线的求解转化为对参数a1的求解。
依据中心最小二乘法,定义n个数据点坐标分别为
则由根据最小二乘法求得,进而求解电池充电DV曲线。
上述基于DV曲线特征点电池SOH估算先建立单节电池DV曲线第二个驻点位置或两驻点位置差与其容量衰减间的关系曲线,实际电池组使用过程中,通过实时求解单节电池DV曲线,判断第二驻点位置或两驻点间的位置差,依据建立的关系曲线估算单节电池SOH。
上述基于DV曲线变换电池SOH估算先建立单节电池DV曲线变换系数与电池容量衰减间的关系曲线,实际电池组使用过程中,对于由于老化导致的某些未达到第二驻点位置的单节电池,对其DV曲线进行变换,求解相应的变换系数,进而估算其SOH。
下面结合附图对本发明作进一步说明。
如图1所示,为本发明提出的电池组SOH在线估算流程图。电池组SOH估算主要分为3个阶段;第1个阶段为电池DV曲线求解阶段,第2个阶段为基于DV曲线特征点电池SOH估算阶段,第3个阶段为基于DV曲线变换电池SOH估算阶段;下面将对3个阶段分别作进一步说明。
所述的电池DV曲线求解阶段包括如下步骤:
1.实时采集电池电压及电流,利用安时积分法计算电池容量;
2.利用中心最小二乘法计算电池DV曲线,如图2和图6所示。
图2为利用中心最小二乘法求解的不同循环次数下的电池DV曲线。电池管理系统实时采集单体电池电压V及电流I,利用安时积分法计算电池容量Q=Q0+ΣIt,其中Q0表示电池初始容量,则可以得到不同循环次数下电池电压相对于容量V-Q曲线,利用中心最小二乘法求解电池充电DV(dV/dQ-Q)曲线,即如图2所示。从图2中可以看出随着电池循环次数的增加,电池容量衰减,充电初期DV曲线急剧降低产生的第一驻点位置几乎不变,而充电末期DV曲线急剧增高产生的第二驻点位置随着电池容量衰减出现左移现象,因此可利用DV曲线第二个驻点位置或两驻点位置差来估算电池SOH。
图6给出了不同循环次数下DV曲线平台期局部放大,从图中可以看出不同循环次数下的DV曲线在充入电量2.8Ah时开始出现差异,定义此时刻为DV曲线分离点,随着循环次数的增加,电池容量降低,恒流充电时刻缩短,分离点后DV曲线会更早地进入急剧增长区,曲线出现明显差异,因此可尝试以不同循环数下的DV曲线与初始充电曲线的差异表征电池SOH。将第i次循环曲线沿充入电量方向进行拉升和平移,使之尽量与初始充电DV曲线重合即利用变换系数表征电池SOH。
具体计算过程如下:
对一组实测数据yi=f(xi),xi=x0+i·Δx,i=0,1,2,......,假设在某一小范围内的n个数据点可用一阶函数y=a0+a1x逼近,则DV曲线的求解转化为对参数a1的求解。
依据中心最小二乘法,定义n个数据点坐标分别为则由根据最小二乘法求得, 进而求解图1所示的不同循环次数下的电池充电DV曲线。
所述的基于DV曲线特征点电池SOH估算阶段包括如下步骤:
1.建立归一化第二驻点位置与归一化电池容量间的关系,如图3所示;
图3为不同单体电池归一化后的电池容量与DV曲线上第二驻点出现位置的关系,图中直线为1号单体电池数据拟合得到的第二驻点位置与电池容量间的关系,图中同时以点线标注了拟合直线±2%的偏差带。从图中可以看出,第二驻点出现位置与电池容量间存在很好的对应关系,大部分点相对拟合曲线的偏差不超过2%,方差为1.07,表明归一化后的第二驻点位置与电池容量间的关系曲线可用于进行电池SOH估算。
对试验用电池,DV曲线第一驻点位置对循环次数不敏感,因此可利用该驻点与第二驻点间位置差来评价电池老化状态。
2.建立归一化两驻点位置差与归一化电池容量间的关系,如图4所示;
图4为不同单体电池归一化后的电池容量与DV曲线上两驻点位置差的关系,类似于图3,图中直线为1号单体电池数据拟合得到的两驻点位置差与电池容量间的关系,图中同时以点线标注了拟合直线±2%的偏差带;
实际应用中,若电池间存在不均衡,电池组充电结束时,某些单体电池可能由于木桶效应使充入电量未能到达充电末期嵌锂过渡点,因而无法利用第二驻点位置表征电池SOH。
3.实际电池充电过程中实时判断电池DV曲线是否到达第一驻点,当到达第一驻点,则对安时积分法求解的电池容量进行校准,否则,一直重复电池DV曲线求解阶段;
4.判断电池DV曲线是否到达第二驻点,若达到第二驻点位置,则依据图3和图4所示的关系估算该电池SOH,否则一直重复电池DV曲线求解阶段,直到充电结束。
所述的基于DV曲线变换电池SOH估算阶段:
1.建立不同循环次数下DV曲线变换系数与归一化电池容量的关系,见图5;
图5显示了归一化电池容量与变换系数间的关系。从图中可以看出,变换系数与电池容量间存在良好的对应关系,不同电池各数据点相对拟合曲线的偏差不超过2.5%。
2.判断电池组是否充电结束,若充电结束则对未达第二驻点位置的电池利用最小二乘法求解电池DV曲线变换系数;
3.依据变换系数与归一化电池容量之间的关系估算电池SOH,否则一直重复电池DV曲线求解阶段,直到充电结束。
以上所述仅用于解释本发明的技术方案,并不用于限定本发明的保护范围,应当知道,在不违背本发明实质内容和精神的前提下,所作任何修改、等同替换等都将落入本发明的保护范围内。
Claims (4)
1.基于充电电压曲线的电池组健康状态在线估算方法,其特征在于,包括如下步骤:
步骤1,采用中心最小二乘法求取电池充电DV曲线,包括如下步骤:
步骤1.1,实时采集电池电压及电流,利用安时积分法计算电池容量;
步骤1.2,利用中心最小二乘法计算电池DV曲线;
步骤2,基于DV曲线特征点估算电池SOH;
步骤3,基于DV曲线变换估算电池SOH。
2.根据权利要求1所述的基于充电电压曲线的电池组健康状态在线估算方法,其特征在于,所述步骤1.2的具体实现过程包括如下步骤:
步骤1.2.1,利用一阶函数y=a0+a1x逼近一组实测数据中的若干个数据点,将DV曲线的求解转化为对参数a1的求解;
步骤1.2.2,定义若干个数据点坐标分别为:
根据中心最小二乘法求得,进而求解电池充电DV曲线。
3.根据权利要求1所述的基于充电电压曲线的电池组健康状态在线估算方法,其特征在于,所述步骤2的实现过程包括如下步骤:
步骤2.1,建立归一化第二驻点位置与归一化电池容量间的关系;
步骤2.2,建立归一化两驻点位置差与归一化电池容量间的关系;
步骤2.3,实际电池充电过程中实时判断电池DV曲线是否到达第一驻点,若到达第一驻点,则对步骤1.1中所述的安时积分法求解的电池容量进行校准;否则执行步骤1;
步骤2.4,判断电池DV曲线是否到达第二驻点,若达到第二驻点位置,则依据步骤2.1所述的归一化第二驻点位置与归一化电池容量间的关系、以及步骤2.2所述的归一化两驻点位置差与归一化电池容量间的关系估算该电池SOH,否则执行步骤1,直到充电结束。
4.根据权利要求1所述的基于充电电压曲线的电池组健康状态在线估算方法,其特征在于,所述步骤3的实现过程包括如下步骤:
步骤3.1,建立不同循环次数下DV曲线变换系数与归一化电池容量间的关系;
步骤3.2,判断电池组是否充电结束,若充电没有结束,则执行步骤1,直到充电结束;若充电结束,则执行步骤3.3;
步骤3.3,对未达第二驻点位置的电池利用最小二乘法求解电池DV曲线变换系数;
步骤3.4,依据步骤3.1中所述的变换系数与归一化电池容量之间的关系估算电池SOH。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510542962.4A CN105158698B (zh) | 2015-08-28 | 2015-08-28 | 基于充电电压曲线的电池组健康状态在线估算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510542962.4A CN105158698B (zh) | 2015-08-28 | 2015-08-28 | 基于充电电压曲线的电池组健康状态在线估算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105158698A true CN105158698A (zh) | 2015-12-16 |
CN105158698B CN105158698B (zh) | 2017-12-22 |
Family
ID=54799616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510542962.4A Active CN105158698B (zh) | 2015-08-28 | 2015-08-28 | 基于充电电压曲线的电池组健康状态在线估算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105158698B (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105717457A (zh) * | 2016-02-03 | 2016-06-29 | 惠州市蓝微新源技术有限公司 | 一种采用大数据库分析进行电池组健康状态估算的方法 |
CN106997028A (zh) * | 2017-05-19 | 2017-08-01 | 江苏大学 | 一种电池差分电压及容量增量曲线高效求解方法 |
CN107462837A (zh) * | 2017-07-31 | 2017-12-12 | 成都雅骏新能源汽车科技股份有限公司 | 一种基于单体电压统计的soh估算方法 |
CN108427076A (zh) * | 2018-02-12 | 2018-08-21 | 国网江西省电力有限公司电力科学研究院 | 一种动力电池soh估算方法 |
CN108828448A (zh) * | 2018-06-08 | 2018-11-16 | 江苏大学 | 基于充电电压曲线融合卡尔曼滤波的电池荷电状态在线估算方法 |
CN108896916A (zh) * | 2018-06-08 | 2018-11-27 | 江苏大学 | 基于恒流充放电电压曲线的电池组开路电压及健康状态求解方法 |
CN109001640A (zh) * | 2018-06-29 | 2018-12-14 | 深圳市科列技术股份有限公司 | 一种动力电池的数据处理方法和装置 |
CN110780204A (zh) * | 2019-11-11 | 2020-02-11 | 北京理工大学 | 一种电动汽车电池组soc估值方法 |
CN110927585A (zh) * | 2019-12-31 | 2020-03-27 | 四川长虹电器股份有限公司 | 一种基于自循环校正的锂电池soh估算系统及方法 |
CN110927607A (zh) * | 2019-11-22 | 2020-03-27 | 武汉理工大学 | 辨识和量化分析锂离子电池衰退机理的方法及系统 |
CN111044908A (zh) * | 2019-12-24 | 2020-04-21 | 苏州正力新能源科技有限公司 | 一种基于微片段数据和电压滤波的ocv在线计算方法 |
CN111060833A (zh) * | 2019-12-12 | 2020-04-24 | 安徽贵博新能科技有限公司 | 一种动力电池组soh值的估算方法 |
CN111693881A (zh) * | 2020-05-28 | 2020-09-22 | 江苏大学 | 基于“标准化温度”的宽温度范围下电池健康状态在线估测方法 |
CN111693882A (zh) * | 2020-06-30 | 2020-09-22 | 厦门金龙联合汽车工业有限公司 | 一种换电电池健康状态的评价方法 |
CN113296010A (zh) * | 2021-04-27 | 2021-08-24 | 上海电力大学 | 一种基于差分电压分析的电池健康状态在线评估方法 |
CN114184972A (zh) * | 2021-11-02 | 2022-03-15 | 江苏博强新能源科技股份有限公司 | 数据驱动与电化学机理结合的电池soh自动估计方法及设备 |
CN114695990A (zh) * | 2020-12-29 | 2022-07-01 | 中车时代电动汽车股份有限公司 | 一种电池系统的容量均衡判断方法、装置、设备及介质 |
CN116087795A (zh) * | 2023-04-10 | 2023-05-09 | 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 (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101383438A (zh) * | 2007-09-07 | 2009-03-11 | 日立车辆能源株式会社 | 二次电池的内部信息检测方法和装置 |
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 |
CN102468521A (zh) * | 2010-11-01 | 2012-05-23 | 通用汽车环球科技运作有限责任公司 | 用于估计蓄电池健康状态的方法和装置 |
CN103439666A (zh) * | 2013-09-02 | 2013-12-11 | 北京航空航天大学 | 一种锂离子电池容量衰退评估的几何方法 |
CN103515661A (zh) * | 2013-10-14 | 2014-01-15 | 中国人民解放军国防科学技术大学 | 一种延长并联锂离子电池柜剩余循环使用寿命的方法 |
CN103513183A (zh) * | 2012-06-19 | 2014-01-15 | 株式会社日立制作所 | 二次电池的检查系统、充放电器以及检查方法 |
CN103698714A (zh) * | 2014-01-02 | 2014-04-02 | 清华大学 | 电池容量衰减机理辨识方法及系统 |
KR20140071060A (ko) * | 2012-12-03 | 2014-06-11 | 허니웰 인터내셔널 인코포레이티드 | 배터리 충전 상태 및 건강 상태에 대한 온라인 판단 방법 및 장치 |
CN103884993A (zh) * | 2014-03-03 | 2014-06-25 | 中国东方电气集团有限公司 | 锂离子电池在充电过程中的soc在线检测与修正方法 |
JP2014182072A (ja) * | 2013-03-21 | 2014-09-29 | Primearth Ev Energy Co Ltd | 二次電池の状態推定装置及び二次電池の状態推定方法 |
CN104502859A (zh) * | 2014-12-31 | 2015-04-08 | 清华大学深圳研究生院 | 电池荷电量及电池健康状态的检测、诊断方法 |
CN104569844A (zh) * | 2014-12-31 | 2015-04-29 | 浙江大学宁波理工学院 | 阀控密封式铅酸蓄电池健康状态监测方法 |
-
2015
- 2015-08-28 CN CN201510542962.4A patent/CN105158698B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101383438A (zh) * | 2007-09-07 | 2009-03-11 | 日立车辆能源株式会社 | 二次电池的内部信息检测方法和装置 |
CN102468521A (zh) * | 2010-11-01 | 2012-05-23 | 通用汽车环球科技运作有限责任公司 | 用于估计蓄电池健康状态的方法和装置 |
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 |
CN103513183A (zh) * | 2012-06-19 | 2014-01-15 | 株式会社日立制作所 | 二次电池的检查系统、充放电器以及检查方法 |
KR20140071060A (ko) * | 2012-12-03 | 2014-06-11 | 허니웰 인터내셔널 인코포레이티드 | 배터리 충전 상태 및 건강 상태에 대한 온라인 판단 방법 및 장치 |
JP2014182072A (ja) * | 2013-03-21 | 2014-09-29 | Primearth Ev Energy Co Ltd | 二次電池の状態推定装置及び二次電池の状態推定方法 |
CN103439666A (zh) * | 2013-09-02 | 2013-12-11 | 北京航空航天大学 | 一种锂离子电池容量衰退评估的几何方法 |
CN103515661A (zh) * | 2013-10-14 | 2014-01-15 | 中国人民解放军国防科学技术大学 | 一种延长并联锂离子电池柜剩余循环使用寿命的方法 |
CN103698714A (zh) * | 2014-01-02 | 2014-04-02 | 清华大学 | 电池容量衰减机理辨识方法及系统 |
CN103884993A (zh) * | 2014-03-03 | 2014-06-25 | 中国东方电气集团有限公司 | 锂离子电池在充电过程中的soc在线检测与修正方法 |
CN104502859A (zh) * | 2014-12-31 | 2015-04-08 | 清华大学深圳研究生院 | 电池荷电量及电池健康状态的检测、诊断方法 |
CN104569844A (zh) * | 2014-12-31 | 2015-04-29 | 浙江大学宁波理工学院 | 阀控密封式铅酸蓄电池健康状态监测方法 |
Non-Patent Citations (3)
Title |
---|
IRA BLOOM ET AL.: "Differential voltage analyses of high-power,lithium-ion cells.Technique and application", 《JOURNAL OF POWER SOURCES》 * |
KOHEI HONKURA ET AL.: "Capacity-fading prediction of lithium-ion batteries based on discharge curves analysis", 《JOURNAL OF POWER SOURCES》 * |
YUEJIU ZHENG ET AL.: "LiFePO4 battery pack capacity estimation for electric vehicles based on charging cell voltage curve transformation", 《JOURNAL OF POWER SOURCES》 * |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105717457B (zh) * | 2016-02-03 | 2018-11-30 | 惠州市蓝微新源技术有限公司 | 一种采用大数据库分析进行电池组健康状态估算的方法 |
CN105717457A (zh) * | 2016-02-03 | 2016-06-29 | 惠州市蓝微新源技术有限公司 | 一种采用大数据库分析进行电池组健康状态估算的方法 |
CN106997028A (zh) * | 2017-05-19 | 2017-08-01 | 江苏大学 | 一种电池差分电压及容量增量曲线高效求解方法 |
CN107462837A (zh) * | 2017-07-31 | 2017-12-12 | 成都雅骏新能源汽车科技股份有限公司 | 一种基于单体电压统计的soh估算方法 |
CN107462837B (zh) * | 2017-07-31 | 2019-07-12 | 成都雅骏新能源汽车科技股份有限公司 | 一种基于单体电压统计的soh估算方法 |
CN108427076A (zh) * | 2018-02-12 | 2018-08-21 | 国网江西省电力有限公司电力科学研究院 | 一种动力电池soh估算方法 |
CN108896916A (zh) * | 2018-06-08 | 2018-11-27 | 江苏大学 | 基于恒流充放电电压曲线的电池组开路电压及健康状态求解方法 |
CN108828448A (zh) * | 2018-06-08 | 2018-11-16 | 江苏大学 | 基于充电电压曲线融合卡尔曼滤波的电池荷电状态在线估算方法 |
CN108896916B (zh) * | 2018-06-08 | 2021-06-18 | 江苏大学 | 基于恒流充放电电压曲线的电池组开路电压及健康状态求解方法 |
CN108828448B (zh) * | 2018-06-08 | 2020-08-28 | 江苏大学 | 基于充电电压曲线融合卡尔曼滤波的电池荷电状态在线估算方法 |
CN109001640A (zh) * | 2018-06-29 | 2018-12-14 | 深圳市科列技术股份有限公司 | 一种动力电池的数据处理方法和装置 |
CN110780204A (zh) * | 2019-11-11 | 2020-02-11 | 北京理工大学 | 一种电动汽车电池组soc估值方法 |
CN110927607A (zh) * | 2019-11-22 | 2020-03-27 | 武汉理工大学 | 辨识和量化分析锂离子电池衰退机理的方法及系统 |
CN111060833A (zh) * | 2019-12-12 | 2020-04-24 | 安徽贵博新能科技有限公司 | 一种动力电池组soh值的估算方法 |
CN111044908A (zh) * | 2019-12-24 | 2020-04-21 | 苏州正力新能源科技有限公司 | 一种基于微片段数据和电压滤波的ocv在线计算方法 |
CN110927585A (zh) * | 2019-12-31 | 2020-03-27 | 四川长虹电器股份有限公司 | 一种基于自循环校正的锂电池soh估算系统及方法 |
CN111693881A (zh) * | 2020-05-28 | 2020-09-22 | 江苏大学 | 基于“标准化温度”的宽温度范围下电池健康状态在线估测方法 |
CN111693882A (zh) * | 2020-06-30 | 2020-09-22 | 厦门金龙联合汽车工业有限公司 | 一种换电电池健康状态的评价方法 |
CN111693882B (zh) * | 2020-06-30 | 2022-09-06 | 厦门金龙联合汽车工业有限公司 | 一种换电电池健康状态的评价方法 |
CN114695990A (zh) * | 2020-12-29 | 2022-07-01 | 中车时代电动汽车股份有限公司 | 一种电池系统的容量均衡判断方法、装置、设备及介质 |
CN113296010A (zh) * | 2021-04-27 | 2021-08-24 | 上海电力大学 | 一种基于差分电压分析的电池健康状态在线评估方法 |
CN113296010B (zh) * | 2021-04-27 | 2022-10-04 | 国网上海市电力公司 | 一种基于差分电压分析的电池健康状态在线评估方法 |
CN114184972A (zh) * | 2021-11-02 | 2022-03-15 | 江苏博强新能源科技股份有限公司 | 数据驱动与电化学机理结合的电池soh自动估计方法及设备 |
CN114184972B (zh) * | 2021-11-02 | 2023-12-22 | 江苏博强新能源科技股份有限公司 | 数据驱动与电化学机理结合的电池soh自动估计方法及设备 |
CN116087795A (zh) * | 2023-04-10 | 2023-05-09 | 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 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN105158698B (zh) | 2017-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105158698A (zh) | 基于充电电压曲线的电池组健康状态在线估算方法 | |
CN104502858B (zh) | 基于后向差分离散模型的动力电池soc估计方法与系统 | |
CN105954679B (zh) | 一种锂电池荷电状态的在线估计方法 | |
CN105510829B (zh) | 一种新型锂离子动力电池soc估计方法 | |
CN103278777B (zh) | 一种基于动态贝叶斯网络的锂电池健康状况估计方法 | |
CN104122447B (zh) | 一种电动汽车动力电池组直流阻抗的在线估算方法 | |
CN107576919A (zh) | 基于armax模型的动力电池荷电状态估算系统及方法 | |
CN104007395B (zh) | 锂离子电池荷电状态与参数自适应联合估计方法 | |
CN106842056B (zh) | 基于双步在线智能优化算法的动力电池峰值功率估计方法 | |
CN103744026A (zh) | 基于自适应无迹卡尔曼滤波的蓄电池荷电状态估算方法 | |
CN105548896A (zh) | 基于n-2rc模型的动力电池soc在线闭环估计方法 | |
CN109557477A (zh) | 一种电池系统健康状态估算方法 | |
CN107589379A (zh) | 一种在线估计锂电池soc和阻抗的方法 | |
CN108896916A (zh) | 基于恒流充放电电压曲线的电池组开路电压及健康状态求解方法 | |
CN106909716A (zh) | 计及容量损耗的磷酸铁锂电池建模及soc估计方法 | |
CN109870659A (zh) | 应用滑窗寻优策略的锂离子电池健康状态估算方法 | |
CN105425154B (zh) | 一种估计电动汽车的动力电池组的荷电状态的方法 | |
CN106772104B (zh) | 一种动力电池soc值估算方法 | |
CN105676135A (zh) | 一种特种工程车用动力铅酸电池剩余容量在线估算方法 | |
CN102937704A (zh) | 一种动力电池rc等效模型的辨识方法 | |
CN111308356A (zh) | 一种带加权的安时积分的soc估算方法 | |
CN103884994B (zh) | 一种防止锂离子电池过放的soc在线检测与修正方法 | |
CN109856556A (zh) | 一种动力电池soc估算方法 | |
CN103267953B (zh) | 一种磷酸铁锂动力电池soc的估算方法 | |
CN103793605A (zh) | 基于粒子群算法的磷酸铁锂动力电池等效电路模型参数估计的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |