CN106443497A - 一种锂离子电池的存储寿命预测方法 - Google Patents
一种锂离子电池的存储寿命预测方法 Download PDFInfo
- Publication number
- CN106443497A CN106443497A CN201611138261.5A CN201611138261A CN106443497A CN 106443497 A CN106443497 A CN 106443497A CN 201611138261 A CN201611138261 A CN 201611138261A CN 106443497 A CN106443497 A CN 106443497A
- Authority
- CN
- China
- Prior art keywords
- storage
- soc
- experimental cell
- experimental
- value
- 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
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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
- G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements
-
- 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
Abstract
本发明提供一种锂离子电池的存储寿命预测方法,包括以下步骤:建立容量衰减模型;确定实验条件;进行实验;初步确定各模型参数的值;微调各模型参数的值;确定各模型参数的值;预测存储寿命。本发明所提出的容量衰减模型考虑了存储温度及存储SOC的影响,具有一定的普适性;该容量衰减模型中各参数的含义明确,从该容量衰减模型中容易得到各参数对容量衰减的影响程度;利用该容量衰减模型可预测同类电池在某存储温度及存储SOC下的存储寿命,为电池到达寿命终点时的更换提供技术支持与理论依据。
Description
技术领域
本发明涉及锂离子电池寿命预测技术领域,具体是一种锂离子电池的存储寿命预测方法。
背景技术
能源危机、环境污染以及能源安全等诸多因素再一次将电动汽车推上历史舞台,已成为全世界关注的焦点。车载动力电池作为电动汽车的关键部件,其性能对整车的动力性、经济性和安全性至关重要,是制约电动汽车规模发展的关键因素。
锂离子电池因具有电压高、能量密度大、循环性能好、自放电小且无记忆效应等突出优点,作为动力源广泛应用在电动汽车和混合电动汽车中。然而,锂离子电池的寿命是限制其广泛应用的最大制约因素之一。通常,电池的寿命终点定义为其初始容量的80%。
电池的寿命包含存储寿命与循环寿命。关于存储寿命的研究并不多。中国发明专利申请(申请号201510373029.9)提出了一种锂离子电池满电荷存储寿命评价方法,考虑了温度对存储寿命的影响,建立了容量衰减的老化模型。但该老化模型没考虑SOC对存储寿命的影响,不具有普适性。
对电池寿命模型的研究还处于初步阶段,没有系统的理论支持,也未产生具有普遍价值的通用电池寿命模型。因此,如何精确地估计锂离子电池的寿命,已经成为锂离子电池被广泛推广应用时所急需解决的关键技术问题之一。
发明内容
本发明的目的在于提供一种锂离子电池的存储寿命预测方法,以解决上述技术问题。
本发明的技术方案为:
一种锂离子电池的存储寿命预测方法,该方法包括以下步骤:
(1)建立容量衰减模型:
其中,Qloss表示容量损失率,T表示存储温度,SOC表示存储SOC,t表示存储时间,T0表示存储参考温度,SOC0表示存储参考SOC,z为常数,α、βT、βSOC均为待求解的模型参数;
(2)确定所述容量衰减模型中各模型参数的值:
(21)确定实验条件:根据待预测锂离子电池的最低存储温度和电解液分解温度确定存储温度范围,在所述存储温度范围内选取多个存储温度,在每个存储温度下选取多个存储SOC,并设定存储周期;
(22)进行实验:挑选初始状态基本一致的电池作为实验电池,对实验电池进行定容测试,之后通过补电将实验电池调节到对其实验设定的存储SOC,然后将实验电池放入对其实验设定的恒温箱中,经历一个存储周期后,将实验电池从恒温箱中取出,在室温下静置一段时间,待实验电池恢复至室温后,再次对其进行定容测试,并记录实验数据,之后再通过补电将实验电池调节到对其设定的存储SOC,然后再次将实验电池放入指定的恒温箱中经历一个存储周期,如此循环,直至实验电池寿命的终点即实验电池的容量为其初始容量的80%;
(23)处理实验数据,求出模型参数α、βT、βSOC的值,得到容量衰减模型;
(3)利用步骤(23)得到的容量衰减模型,对某个存储温度某个存储SOC状态下的同类待预测锂离子电池的存储寿命进行预测。
所述的锂离子电池的存储寿命预测方法,步骤(22)中,所述初始状态基本一致的电池为初始电压、内阻均基本相同的电池。
所述的锂离子电池的存储寿命预测方法,步骤(23)中,所述处理实验数据,求出模型参数α、βT、βSOC的值,具体包括以下步骤:
(231)对所述实验数据进行预处理,剔除异常数据;
(232)选定z、T0、SOC0的值;
(233)初步确定模型参数α、βT、βSOC的值:
对各个存储温度、各个存储SOC状态下存储的实验电池的实验数据按照以下公式进行拟合处理,求出对应的各个a的值:
其中,Qi表示第i个存储周期后实验电池通过定容确定的容量,Q0表示实验电池的初始容量,t0表示存储周期,i取自然数,此处的Qloss即为第i个存储周期后实验电池的容量损失率;
a为中间变量,
将各个a与对应的T、SOC按照上式进行拟合处理,即初步得到α、βT、βSOC的值;
(234)利用初步确定的容量衰减模型对实验电池的实验数据进行拟合,并与真实的实验数据进行对比,进而微调各模型参数的取值,使每只实验电池的拟合曲线与真实的实验数据曲线的吻合度差值在一定阈值范围内,最终确定容量衰减模型中各个模型参数的值。
所述的锂离子电池的存储寿命预测方法,步骤(232)中,z取0.6,T0取298K,SOC0取100%。
本发明的有益效果为:
由上述技术方案可知,本发明所提出的容量衰减模型考虑了存储温度及存储SOC的影响,具有一定的普适性;该容量衰减模型中各参数的含义明确,从该容量衰减模型中容易得到各参数对容量衰减的影响程度;利用该容量衰减模型可预测同类电池在某存储温度及存储SOC下的存储寿命,为电池到达寿命终点时的更换提供技术支持与理论依据。
附图说明
图1是本发明的方法流程图;
图2是本发明实施例中存储温度为298K时不同存储SOC状态下利用容量衰减模型拟合得到的曲线与真实的实验数据曲线的对比图;
图3是本发明实施例中存储温度为318K时不同存储SOC状态下利用容量衰减模型拟合得到的曲线与真实的实验数据曲线的对比图;
图4是本发明实施例中存储温度为333K时不同存储SOC状态下利用容量衰减模型拟合得到的曲线与真实的实验数据曲线的对比图;
图5是本发明实施例中的存储寿命预测图。
具体实施方式
下面结合附图和具体实施例进一步说明本发明。
如图1所示,一种锂离子电池的存储寿命预测方法,包括以下步骤:
S1、建立容量衰减模型,如公式(1)所示:
公式(1)中,Qloss表示容量损失率,T表示存储温度,SOC表示存储SOC,t表示存储时间,T0表示存储参考温度,SOC0表示存储参考SOC,z为常数,α、βT、βSOC均为待求解的模型参数。
S2、确定容量衰减模型中各模型参数的值:
S21、确定实验条件:根据待预测锂离子电池的最低存储温度和电解液分解温度确定存储温度范围,在所述存储温度范围内选取多个存储温度值T,在每个存储温度下选取多个存储SOC值,并设定存储周期。
S22、进行实验:挑选初始状态基本一致的电池作为实验电池,对实验电池进行定容测试,之后通过补电将实验电池调节到对其实验设定的存储SOC值,然后将实验电池放入对其实验设定的恒温箱中,经历一个存储周期后,将实验电池从恒温箱中取出,在室温下静置一段时间,待实验电池恢复至室温后,再次对其进行定容测试,并记录实验数据,之后再通过补电将实验电池调节到对其设定的存储SOC值,然后再次将实验电池放入指定的恒温箱中经历一个存储周期,如此循环,直至实验电池寿命的终点即实验电池的容量为其初始容量的80%。
S23、处理实验数据,求出模型参数α、βT、βSOC的值,得到容量衰减模型,具体包括以下步骤:
首先对实验数据进行预处理,剔除波动较大的数据,然后确定z、T0及SOC0的取值,其中z为由电池设计与材料等决定的常数,取值范围为0~1,一般取0.5左右,此处取0.6,存储参考温度T0取298K,存储参考SOCO取1,即100%。
将公式(1)改为公式(2)和(3):
Qloss=a*tz (2)
其中,公式(1)中的Qloss、t由公式(4)确定:
Qi表示第i个存储周期后实验电池通过定容确定的容量,Q0表示实验电池的初始容量,t0表示存储周期,i取自然数,此处的Qloss即为第i个存储周期后实验电池的容量损失率。
将各个存储温度、各个存储SOC状态下存储的实验数据,利用公式(2)进行拟合处理,得到各个存储温度、各个存储SOC状态下a的值。然后利用公式(4)进行拟合处理,此时问题变为多自变量多参数的拟合问题,其中自变量为T、SOC,因变量为a,将所有的实验数据,按照三列(T、SOC、a)接连放在一起,按照公式(4)借助软件进行拟合求解,同时得到参数α、βT、βSOC的值。
至此,容量衰减模型公式(1)中各个参数的取值均已初步确定。然后利用公式(1)对实验电池的实验数据进行拟合,并与真实的实验数据进行对比,进而微调各参数的取值,使每只实验电池的拟合曲线与真实的实验数据曲线的吻合度都很高,最终确定容量衰减模型公式(1)中各个参数的取值,即容量衰减模型公式(1)具体确定下来。
S3、预测存储寿命:利用步骤S23得到的容量衰减模型预测某个存储温度某个存储SOC状态下同类电池的存储寿命。
下面以国内某厂家1865140电池作为实施例,对本发明的具体实施方式做进一步的描述。
锂离子电池一般在室温下存储,锂离子电池电解液的分解温度一般在353K左右,故最低存储温度设计为298K,最高存储温度设计为333K,在此温度范围内,选取298K、318K、333K为存储温度T的值。选取30%、50%、80%、100%为存储SOC的值。设定存储周期为30天。实验方案如表1所示。
表1
用内阻仪测量待预测锂离子电池的电压与内阻,选取电压、内阻均接近的电池作为实验电池。对实验电池进行定容测试,确定实验电池的初始容量,即公式(3)中的Q0,之后通过补电(恒流恒压充电)将实验电池调节到对其实验设定的SOC值,然后将实验电池放入对其实验设定的恒温箱中存储一个周期。一个存储周期后,将实验电池从恒温箱中取出,置于室温下静止5小时以上,待实验电池恢复至室温后,再次进行定容测试,之后再通过补电(恒流恒压充电)将实验电池调节到对其设定的SOC值,然后再次放入指定的恒温箱中存储一个周期。如此进行下去,直至实验电池寿命的终点。此处,工步的设置中,根据实验电池的材料设置充电电压上限值与放电电压下限值,用1C的电流进行恒流恒压充电,截止电压3.65V,截止电流0.05C,1C的电流进行恒流放电,截止电压2.0V。实验结果如表2所示。
表2
然后按照上述步骤S23中的具体步骤与方法求出公式(1)中各参数的取值,结果如表3所示。
表3
利用公式(1)对实验电池的实验数据进行拟合,并与真实的实验数据进行对比,如图2~图4所示。由图2、图3、图4可见,后期拟合吻合度较高,前期不高。而本发明的目的是预测电池寿命,所以后期拟合度高很关键,前期拟合度对寿命预测的影响可忽略。因此,采用容量衰减模型公式(1)整体上是合适的。
利用容量衰减模型公式(1)预测实验电池的存储寿命,预测结果如表4及图5所示。
表4
以上所述实施方式仅仅是对本发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案作出的各种变形和改进,均应落入本发明的权利要求书确定的保护范围内。
Claims (4)
1.一种锂离子电池的存储寿命预测方法,其特征在于,该方法包括以下步骤:
(1)建立容量衰减模型:
其中,Qloss表示容量损失率,T表示存储温度,SOC表示存储SOC,t表示存储时间,T0表示存储参考温度,SOCO表示存储参考SOC,z为常数,α、βT、βSOC均为待求解的模型参数;
(2)确定所述容量衰减模型中各模型参数的值:
(21)确定实验条件:根据待预测锂离子电池的最低存储温度和电解液分解温度确定存储温度范围,在所述存储温度范围内选取多个存储温度,在每个存储温度下选取多个存储SOC,并设定存储周期;
(22)进行实验:挑选初始状态基本一致的电池作为实验电池,对实验电池进行定容测试,之后通过补电将实验电池调节到对其实验设定的存储SOC,然后将实验电池放入对其实验设定的恒温箱中,经历一个存储周期后,将实验电池从恒温箱中取出,在室温下静置一段时间,待实验电池恢复至室温后,再次对其进行定容测试,并记录实验数据,之后再通过补电将实验电池调节到对其设定的存储SOC,然后再次将实验电池放入指定的恒温箱中经历一个存储周期,如此循环,直至实验电池寿命的终点即实验电池的容量为其初始容量的80%;
(23)处理实验数据,求出模型参数α、βT、βSOC的值,得到容量衰减模型;
(3)利用步骤(23)得到的容量衰减模型,对某个存储温度某个存储SOC状态下的同类待预测锂离子电池的存储寿命进行预测。
2.根据权利要求1所述的锂离子电池的存储寿命预测方法,其特征在于,步骤(22)中,所述初始状态基本一致的电池为初始电压、内阻均基本相同的电池。
3.根据权利要求1所述的锂离子电池的存储寿命预测方法,其特征在于,步骤(23)中,所述处理实验数据,求出模型参数α、βT、βSOC的值,具体包括以下步骤:
(231)对所述实验数据进行预处理,剔除异常数据;
(232)选定z、T0、SOC0的值;
(233)初步确定模型参数α、βT、βSOC的值:
对各个存储温度、各个存储SOC状态下存储的实验电池的实验数据按照以下公式进行拟合处理,求出对应的各个a的值:
其中,Qi表示第i个存储周期后实验电池通过定容确定的容量,Q0表示实验电池的初始容量,t0表示存储周期,i取自然数,此处的Qloss即为第i个存储周期后实验电池的容量损失率;
a为中间变量,
将各个a与对应的T、SOC按照上式进行拟合处理,即初步得到α、βT、βSOC的值;
(234)利用初步确定的容量衰减模型对实验电池的实验数据进行拟合,并与真实的实验数据进行对比,进而微调各模型参数的取值,使每只实验电池的拟合曲线与真实的实验数据曲线的吻合度差值在一定阈值范围内,最终确定容量衰减模型中各个模型参数的值。
4.根据权利要求3所述的锂离子电池的存储寿命预测方法,其特征在于:步骤(232)中,z取0.6,T0取298K,SOC0取100%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611138261.5A CN106443497A (zh) | 2016-12-09 | 2016-12-09 | 一种锂离子电池的存储寿命预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611138261.5A CN106443497A (zh) | 2016-12-09 | 2016-12-09 | 一种锂离子电池的存储寿命预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106443497A true CN106443497A (zh) | 2017-02-22 |
Family
ID=58216511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611138261.5A Pending CN106443497A (zh) | 2016-12-09 | 2016-12-09 | 一种锂离子电池的存储寿命预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106443497A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106950507A (zh) * | 2017-05-12 | 2017-07-14 | 国家电网公司 | 一种智能时钟电池用高可靠性寿命评估方法 |
CN107478999A (zh) * | 2017-08-10 | 2017-12-15 | 中国科学院宁波材料技术与工程研究所 | 一种电池剩余有效寿命的预测方法及装置 |
CN108693473A (zh) * | 2017-04-12 | 2018-10-23 | 东软集团股份有限公司 | 电池健康状态soh的检测方法及装置 |
CN108828453A (zh) * | 2018-06-29 | 2018-11-16 | 深圳市科列技术股份有限公司 | 一种针对动力电池充电数据的获取方法和装置 |
CN109738816A (zh) * | 2019-02-22 | 2019-05-10 | 合肥国轩高科动力能源有限公司 | 一种锂离子电池长期存储的性能评价方法 |
CN110320474A (zh) * | 2019-05-28 | 2019-10-11 | 合肥国轩高科动力能源有限公司 | 一种锂离子电池老化模型的寿命预测方法 |
CN110348062A (zh) * | 2019-06-14 | 2019-10-18 | 湖北锂诺新能源科技有限公司 | 锂离子电池等效电路模型的构建方法 |
CN111426952A (zh) * | 2019-01-10 | 2020-07-17 | 郑州宇通客车股份有限公司 | 一种锂离子电池的寿命预测方法 |
CN112255558A (zh) * | 2019-12-31 | 2021-01-22 | 蜂巢能源科技有限公司 | 电池日历寿命衰减量计算方法及装置 |
CN112649750A (zh) * | 2020-12-22 | 2021-04-13 | 欣旺达电动汽车电池有限公司 | 一种电池模组可使用容量及容量保持率的测试方法 |
WO2021143482A1 (zh) * | 2020-01-16 | 2021-07-22 | 郑州宇通客车股份有限公司 | 一种soh检测方法及装置 |
CN113296005A (zh) * | 2021-04-25 | 2021-08-24 | 浙江超威创元实业有限公司 | 一种电池压降的测试方法 |
CN114035062A (zh) * | 2021-12-10 | 2022-02-11 | 合肥国轩高科动力能源有限公司 | 一种快速评估存储中电池容量衰减率的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105116337A (zh) * | 2015-06-30 | 2015-12-02 | 中国人民解放军国防科学技术大学 | 一种锂离子电池满电荷存储寿命评价方法 |
CN105974326A (zh) * | 2016-06-01 | 2016-09-28 | 华霆(合肥)动力技术有限公司 | 锂电池寿命预估方法及装置 |
CN106093781A (zh) * | 2016-05-27 | 2016-11-09 | 合肥国轩高科动力能源有限公司 | 一种动力锂离子电池日历寿命测试方法 |
-
2016
- 2016-12-09 CN CN201611138261.5A patent/CN106443497A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105116337A (zh) * | 2015-06-30 | 2015-12-02 | 中国人民解放军国防科学技术大学 | 一种锂离子电池满电荷存储寿命评价方法 |
CN106093781A (zh) * | 2016-05-27 | 2016-11-09 | 合肥国轩高科动力能源有限公司 | 一种动力锂离子电池日历寿命测试方法 |
CN105974326A (zh) * | 2016-06-01 | 2016-09-28 | 华霆(合肥)动力技术有限公司 | 锂电池寿命预估方法及装置 |
Non-Patent Citations (5)
Title |
---|
E.V.THOMAS等: "Accelerated power degradation of Li-ion cells", 《JOURNAL OF POWER SOURCES》 * |
刘勇: "LiFePO4锂离子电池满电荷存储寿命的研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
王芳等: "磷酸铁锂动力电池日历寿命加速测试与拟合", 《电源技术》 * |
陈益荣: "Li_4Ti_5O_12锂离子电池的寿命预测", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
高飞等: "锂动力电池寿命预测研究进展", 《电子元件与材料》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108693473A (zh) * | 2017-04-12 | 2018-10-23 | 东软集团股份有限公司 | 电池健康状态soh的检测方法及装置 |
CN108693473B (zh) * | 2017-04-12 | 2020-12-18 | 东软睿驰汽车技术(上海)有限公司 | 电池健康状态soh的检测方法及装置 |
CN106950507A (zh) * | 2017-05-12 | 2017-07-14 | 国家电网公司 | 一种智能时钟电池用高可靠性寿命评估方法 |
CN107478999A (zh) * | 2017-08-10 | 2017-12-15 | 中国科学院宁波材料技术与工程研究所 | 一种电池剩余有效寿命的预测方法及装置 |
CN107478999B (zh) * | 2017-08-10 | 2020-03-17 | 中国科学院宁波材料技术与工程研究所 | 一种电池剩余有效寿命的预测方法及装置 |
CN108828453A (zh) * | 2018-06-29 | 2018-11-16 | 深圳市科列技术股份有限公司 | 一种针对动力电池充电数据的获取方法和装置 |
CN108828453B (zh) * | 2018-06-29 | 2020-11-03 | 深圳市科列技术股份有限公司 | 一种针对动力电池充电数据的获取方法和装置 |
CN111426952A (zh) * | 2019-01-10 | 2020-07-17 | 郑州宇通客车股份有限公司 | 一种锂离子电池的寿命预测方法 |
CN109738816A (zh) * | 2019-02-22 | 2019-05-10 | 合肥国轩高科动力能源有限公司 | 一种锂离子电池长期存储的性能评价方法 |
CN110320474A (zh) * | 2019-05-28 | 2019-10-11 | 合肥国轩高科动力能源有限公司 | 一种锂离子电池老化模型的寿命预测方法 |
CN110348062A (zh) * | 2019-06-14 | 2019-10-18 | 湖北锂诺新能源科技有限公司 | 锂离子电池等效电路模型的构建方法 |
CN110348062B (zh) * | 2019-06-14 | 2023-05-26 | 湖北锂诺新能源科技有限公司 | 一种锂离子电池等效电路模型的构建方法 |
CN112255558A (zh) * | 2019-12-31 | 2021-01-22 | 蜂巢能源科技有限公司 | 电池日历寿命衰减量计算方法及装置 |
CN112255558B (zh) * | 2019-12-31 | 2023-05-12 | 蜂巢能源科技有限公司 | 电池日历寿命衰减量计算方法及装置 |
WO2021143482A1 (zh) * | 2020-01-16 | 2021-07-22 | 郑州宇通客车股份有限公司 | 一种soh检测方法及装置 |
CN112649750A (zh) * | 2020-12-22 | 2021-04-13 | 欣旺达电动汽车电池有限公司 | 一种电池模组可使用容量及容量保持率的测试方法 |
CN113296005A (zh) * | 2021-04-25 | 2021-08-24 | 浙江超威创元实业有限公司 | 一种电池压降的测试方法 |
CN114035062A (zh) * | 2021-12-10 | 2022-02-11 | 合肥国轩高科动力能源有限公司 | 一种快速评估存储中电池容量衰减率的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106443497A (zh) | 一种锂离子电池的存储寿命预测方法 | |
CN106597305B (zh) | 一种锂离子电池的循环寿命预测方法 | |
Zhu et al. | A state of charge estimation method for lithium-ion batteries based on fractional order adaptive extended kalman filter | |
Lai et al. | A rapid screening and regrouping approach based on neural networks for large-scale retired lithium-ion cells in second-use applications | |
Duan et al. | Evaluation of battery inconsistency based on information entropy | |
Lujano-Rojas et al. | Operating conditions of lead-acid batteries in the optimization of hybrid energy systems and microgrids | |
CN106908732B (zh) | 一种锂离子电池等效电路模型参数辨识方法和装置 | |
CN103545567B (zh) | 一种快速分选锂离子电池的方法 | |
CN104793144B (zh) | 一种电池寿命快速检测方法 | |
CN103792495B (zh) | 基于德尔菲法和灰色关联理论的电池性能评价方法 | |
CN109731808B (zh) | 一种对锂电池梯次利用的检测分选方法 | |
CN103529399B (zh) | 一种基于铅酸电池改进型pngv模型的模拟方法 | |
CN105116337B (zh) | 一种锂离子电池满电荷存储寿命评价方法 | |
CN107171035B (zh) | 锂离子电池的充电方法 | |
Krieger | Effects of variability and rate on battery charge storage and lifespan | |
CN102903957B (zh) | 一种快速筛选磷酸铁锂电池自放电的方法 | |
CN108846227A (zh) | 一种基于随机森林及容量自恢复效应分析的锂离子电池容量退化预测评估方法 | |
CN107607874A (zh) | 快速充/放电锂离子电池的三点式筛选方法 | |
CN101504443A (zh) | 一种锂离子电池放电容量的预测方法 | |
Zhou et al. | A rapid classification method of the retired LiCoxNiyMn1− x− yO2 batteries for electric vehicles | |
CN114429050A (zh) | 一种退役动力电池梯次利用的分选方法 | |
Sun et al. | Study of parameters identification method of li-ion battery model for EV power profile based on transient characteristics data | |
CN106180002B (zh) | 一种用于梯次利用的电池筛选方法 | |
CN104793145B (zh) | 一种电池可用容量快速检测方法 | |
Degla et al. | Improved lithium‐ion battery model for photovoltaic applications based on comparative analysis and experimental tests |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170222 |