CN107015158A - 基于恒流放电片段的锂电池剩余寿命在线快速检测法 - Google Patents

基于恒流放电片段的锂电池剩余寿命在线快速检测法 Download PDF

Info

Publication number
CN107015158A
CN107015158A CN201710213641.9A CN201710213641A CN107015158A CN 107015158 A CN107015158 A CN 107015158A CN 201710213641 A CN201710213641 A CN 201710213641A CN 107015158 A CN107015158 A CN 107015158A
Authority
CN
China
Prior art keywords
pressure drop
discharge
interval
current
comparisons
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
CN201710213641.9A
Other languages
English (en)
Other versions
CN107015158B (zh
Inventor
孙权
冯静
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.)
Hunan ginkgo Battery Intelligent Management Technology Co.,Ltd.
Original Assignee
Hunan Ginkgo Data Technology Co Ltd
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 Hunan Ginkgo Data Technology Co Ltd filed Critical Hunan Ginkgo Data Technology Co Ltd
Priority to CN201710213641.9A priority Critical patent/CN107015158B/zh
Publication of CN107015158A publication Critical patent/CN107015158A/zh
Application granted granted Critical
Publication of CN107015158B publication Critical patent/CN107015158B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367Software therefor, e.g. for battery testing using modelling or look-up tables
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392Determining battery ageing or deterioration, e.g. state of health

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Secondary Cells (AREA)

Abstract

本发明公开了基于恒流放电片段的锂电池剩余寿命在线快速检测法,分为离线构建等压降经历时间对照表和在线预测剩余循环寿命两个阶段。其中恒流放电曲线来自实验室中采集的多组电池放电数据,将等压降时间间隔作为电池健康状态指标,能够实时掌握电池的退化趋势。通过电压间隔的划分使得电池在使用过程中提取的恒流放电片段动态特征数据能够完全覆盖间隔,从而使查表的精确度得以保证。以等压降的时间间隔为对照变量不仅有效而且减少了无关变量,所需的在线数据量少,进而实现了锂电池剩余循环寿命在线快速预测。

Description

基于恒流放电片段的锂电池剩余寿命在线快速检测法
技术领域
本发明属于锂离子电池技术领域,具体涉及一种基于恒流放电片段中等压降时间间隔数据的锂离子电池剩余循环寿命在线快速预测方法。
背景技术
锂离子电池基于其重量轻、能量密度大和使用寿命长等优点,目前已被广泛应用于移动通信装置、电动车辆、军用电子设备以及航空航天电子系统等领域。锂离子电池在使用过程中性能会逐渐衰退,它的突发失效不仅会带来由于故障停机、更换或维修而产生的巨大经济损失,还可能导致灾难性的事故;不同的使用环境和使用方式对锂离子循环寿命的影响具有显著差异。因此,锂电池剩余循环寿命在线预测的精确性,将直接影响此类产品使用性能的发挥。现有的锂电池剩余循环寿命预测主要包括粒子滤波、Dempster-Shafer证据理论、Bayes、递归神经网络、非线性自回归、高斯过程回归等方法。这些方法的主要思想是利用离线数据建立锂离子电池退化特征量(容量、内阻等)随充放电循环次数退化的过程模型,再根据在线测得的电池状态数据进行训练学习,进而预测剩余循环寿命。采用这些方法进行锂电池剩余循环寿命在线预测存在主要不足是:(1)锂离子电池性能退化过程受外部工作环境和负载条件影响较大,在线条件下锂离子电池负载和环境复杂,上述方法难以表现离线和在线的差异,建立通用预测流程;(2)算法复杂,难以满足用户对剩余循环寿命预测的实时性要求。
发明内容
有鉴于此,本发明的目的是提供一种锂离子电池剩余循环寿命在线预测方法,它能够对正在使用中的电池(如车载电池)进行剩余循环寿命快速预测,有效提高锂离子电池剩余循环寿命预测精度,改善电池的使用和维护效率,延长电池的使用时间,减少锂离子电池在使用中的突发失效风险。
一种锂离子电池剩余寿命在线预测方法,包括离线构建等压降经历时间对照表和在线预测剩余循环寿命两个阶段,其中:
所述离线构建等压降经历时间对照表阶段具体步骤包括:(1)利用恒流恒压充电至满-恒流放电至空的方式,对多个同型锂离子电池进行全寿命充放电实验,获取该型锂离子电池在全寿命中各充电循环下的恒流放电数据,其中放电电流分别设置为不同的等级;(2)在每一个等级的放电电流下,将锂离子电池在恒流放电过程中电压最大值到最小值所经历的电压区间,按照等间隔划分方法,得到设定数量的等压降区间;(3)给定等压降区间和放电电流,根据恒流放电过程记录的电压随放电时间变化数据,确定各电池在各充电循环中,在给定等压降区间和给定放电电流下,所经历的压降时间间隔数据;(4)为每一个等级的放电电流对应建立一张等压降经历时间对照表,表中记录给定放电电流、给定压降区间、给定循环数时,对应的压降时间间隔;
所述在线预测剩余循环寿命阶段具体步骤包括:(1)根据待测锂离子电池放电电流数据序列及其对应的放电电压数据序列,提取放电电流、其对应的压降区间D以及D对应的时间长度t0;(2)根据待测锂电池的放电电流I,从各个等级的放电电流对应的等压降经历时间对照表中选择与电流I匹配的一张对照表;(3)在选定对照表后,在所述对照表中选择与压降区间D匹配的等压降区间;(4)根据测试得到的压降间隔时间长度t0,在对照表中匹配的等压降区间下找到与时间长度t0匹配的压降时间间隔,根据该压降时间间隔对应的等效充放电循环次数,确定锂电池的剩余寿命。
较佳的,建立完所述离线构建等压降经历时间对照表后,对于给定的等压降区间和放电电流,根据等压降时间间隔数据序列,估算其对应的等压降时间间隔变量的随机分布参数即均值和标准差;则所述对照表中,表格横坐标为等压降区间序号,表格纵坐标为放电循环数,表格中对应的每个格子为在给定放电电流、给定压降区间、给定循环数时,对应的等压降时间间隔的分布参数;
在所述在线预测剩余循环寿命阶段,确定等效充放电循环次数的方法为:在对照表中匹配的压降时间间隔所在列的各组均值和标准差中,找到其中一个循环次数对应的均值和标准差使得似然函数取最大值,则找到的这个循环次数即为该电池健康状态目前等效的充放电循环数N0
较佳的,所述在线预测剩余循环寿命阶段中,与实测电流I最接近的放电电流等级对应的对照表即为匹配的对照表。
较佳的,所述电流等级分为8个,分别为:0.1C、0.5C、1C、1.2C、1.5C、2C、2.5C、3C,其中C为放电倍率单位,用于表征放电电流的大小。1C放电指在1小时内将满容量电池完全放电至空,具体数值由电池的额定容量决定。
较佳的,所述设定数量为≥100个。
较佳的,所述的锂离子电池为可充放电循环使用的锂离子电池单体、可充放电循环使用的锂离子电池单体按串并联方式组合而成的锂离子电池组,或者由锂离子电池组按模块搭组方式建构而成的锂离子电池系统。
本发明具有如下有益效果:
本发明提出的基于恒流放电曲线等压降间隔划分方法、构建压降时间长度分布列表库的预测方法,通过对电池恒流放电曲线的跟踪构建对照表库,在线应用时只需提取恒流放电片段数据,无需经过训练即可进行剩余循环寿命预测,可以在实时变电流放电状态下实现剩余循环寿命在线快速预测。
附图说明
图1为本发明的剩余循环寿命在线快速预测流程图。
图2为本发明实施中恒流放电曲线电压降区间划分示意图,[Vk-1,Vk]为第k个压降区间;表示给定等压降区间[Vk-1,Vk]时用放电电流I(i)放电第h1个放电循环试验中经历的压降时间;表示给定等压降区间[Vk-1,Vk]时用放电电流I(i)放电第h2个放电循环试验中经历的压降时间。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
本发明是采用以下技术方案:分为离线构建等压降经历时间对照表和在线预测剩余循环寿命两个阶段。
下面结合图1、图2和表1对本发明的实施方式做详细说明。本发明采用的方法是以电池放电过程中恒流放电片段在选取的电压下降区间所使用的时间来估测电池已进行充放电循环的次数,进而估算电池的剩余循环寿命。本发明具体实施方式采用以下技术方案。它的预测方法包括离线构造对照表和在线预测剩余循环寿命两个阶段:
第一阶段,离线构建等压降经历时间对照表。(1)在实验室条件下对N个同型锂离子电池进行全寿命充放电实验,每个充放电循环采用恒流恒压充电至满和恒流放电至空的方式进行,获取该型N个锂离子电池在全寿命中各充电循环下的恒流放电条件下的电压随放电时间变化数据,其中恒流放电电流分别设置为I(1)=0.1C,I(2)=0.5C,I(3)=1C,I(4)=1.2C,I(5)=1.5C、I(6)=2C、I(7)=2.5C、I(8)=3C八个不同的等级;其中C为放电倍率单位,用于表征放电电流的大小。1C放电指在1小时内将满容量电池完全放电至空,具体数值由电池的额定容量决定。
(2)将锂离子电池在恒流放电过程中电压最大值4.2V到最小值2.5V所经历的电压范围,按照等间隔划分方法,得到M个等压降区间(M≥100),划分的分点记为V0,V1,V2,…,VM,其中V0=4.2,Vk=V0+(4.2-2.5)/M(k=1,2,…,M-1),VM=2.5;(3)给定等压降区间[Vk-1,Vk]和放电电流I(i),根据恒流放电过程记录的电压随放电时间变化数据,确定各电池在各次充放电循环中,在该给定等压降区间和给定放电电流下,所经历的时间间隔数据,记为其中,上标(i)表示充电电流为I(i)(i=1,2,…,8);下标j表示参试的第j个样品(j=1,2,…,N);下标k表示对应的等压降区间为[Vk-1,Vk](k=1,2,…,M);下标h表示该测试数据对应第h次充放电循环(h=1,2,…,H),H为最大充放电循环次数;(4)对于给定的等压降区间[Vk-1,Vk]、放电电流I(i)和充放电循环数h,根据等压降时间间隔数据序列估算其对应的等压降时间间隔变量的随机分布参数(均值和标准差);(5)参考表1,构建该型锂离子电池在给定放电电流下的电池全寿命等压降时间长度分布列表,表格横坐标为等压降区间序号(1~M),表格纵坐标为充放电循环数(1~N),表格中对应的每个格子(行列交叉处)为在给定的等压降区间[Vk-1,Vk]、放电电流I(i)和充放电循环数h时,对应的压降时间长度分布参数(均值和标准差),根据放电电流的不同,可得到该型电池八张全寿命等压降时间长度分布列表,记为Table-i(i=1,2,…,8),由此构建列表库。
表1锂离子电池全寿命等压降时间长度分布列表(Table-i)
第二阶段,在线预测剩余循环寿命。具体步骤包括:(1)从时变放电监测数据中提取恒流放电片段数据。根据锂离子电池在实际工作环境下实时监测得到的放电电流数据序列及其对应的放电电压数据序列,提取恒流放电电流数据I0及其对应的压降区间电压端点数值[V01,V02]、电池以I0放电时在[V01,V02]区间经历的时间长度为t0;(2)选取对照表。根据实时监测的放电电流I0,从八张全寿命等压降时间长度分布列表Table-i(i=1,2,…,8)中选择一张表作为对照表,选取的原则是放电电流I0最靠近某I(i),得到所需对照表,记为Table-i0;(3)在选定对照表格后,根据实测压降数据确定所对应等压降区间[V01,V02],确定对照表Table-i0中对应的列,记为其中[V01,V02]与刚好相等,或者[V01,V02]包含若是后一种情况,则可从[V01,V02]找到更小的电压降区间与相等,此时需根据区间端点位置从实测恒流放电数据中重新获取电压从降到所经历的压降时间长度t0;(4)根据测试得到的压降间隔时间长度t0,采用极大似然判别方法,确定该电池健康状态目前等效的充放电循环数N0,即N0是使得似然函数取到最大值时所对应的循环数h,其中,为电压降时间间隔变量随机分布的似然函数值。于是该锂离子电池在线剩余循环寿命预测结果为全寿命标称值N减去该等效循环数N0
本发明提出的等压降时间间隔数据是表征锂离子电池健康程度的特征指标,电池老化程度越大,则经历相同的压降所需时间越短。
所述的锂离子电池为可充放电循环使用的锂离子电池单体、可充放电循环使用的锂离子电池单体按串并联方式组合而成的锂离子电池组,以及由锂离子电池组按模块搭组方式建构而成的锂离子电池系统。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (6)

1.一种锂离子电池剩余寿命在线预测方法,其特征在于,包括离线构建等压降经历时间对照表和在线预测剩余循环寿命两个阶段,其中:
所述离线构建等压降经历时间对照表阶段具体步骤包括:(1)利用恒流恒压充电至满-恒流放电至空的方式,对多个同型锂离子电池进行全寿命充放电实验,获取该型锂离子电池在全寿命中各充电循环下的恒流放电数据,其中放电电流分别设置为不同的等级;(2)在每一个等级的放电电流下,将锂离子电池在恒流放电过程中电压最大值到最小值所经历的电压区间,按照等间隔划分方法,得到设定数量的等压降区间;(3)给定等压降区间和放电电流,根据恒流放电过程记录的电压随放电时间变化数据,确定各电池在各充电循环中,在给定等压降区间和给定放电电流下,所经历的压降时间间隔数据;(4)为每一个等级的放电电流对应建立一张等压降经历时间对照表,表中记录给定放电电流、给定压降区间、给定循环数时,对应的压降时间间隔;
所述在线预测剩余循环寿命阶段具体步骤包括:(1)根据待测锂离子电池放电电流数据序列及其对应的放电电压数据序列,提取放电电流、其对应的压降区间D以及D对应的时间长度t0;(2)根据待测锂电池的放电电流I,从各个等级的放电电流对应的等压降经历时间对照表中选择与电流I匹配的一张对照表;(3)在选定对照表后,在所述对照表中选择与压降区间D匹配的等压降区间;(4)根据测试得到的压降间隔时间长度t0,在对照表中匹配的等压降区间下找到与时间长度t0匹配的压降时间间隔,根据该压降时间间隔对应的等效充放电循环次数,确定锂电池的剩余寿命。
2.如权利要求1所述的一种锂离子电池剩余寿命在线预测方法,其特征在于,建立完所述离线构建等压降经历时间对照表后,对于给定的等压降区间和放电电流,根据等压降时间间隔数据序列,估算其对应的等压降时间间隔变量的随机分布参数即均值和标准差;则所述对照表中,表格横坐标为等压降区间序号,表格纵坐标为放电循环数,表格中对应的每个格子为在给定放电电流、给定压降区间、给定循环数时,对应的等压降时间间隔的分布参数;
在所述在线预测剩余循环寿命阶段,确定等效充放电循环次数的方法为:在对照表中匹配的压降时间间隔所在列的各组均值和标准差中,找到其中一个循环次数对应的均值和标准差使得似然函数取最大值,则找到的这个循环次数即为该电池健康状态目前等效的充放电循环数N0
3.如权利要求1或2所述的一种锂离子电池剩余寿命在线预测方法,其特征在于,所述在线预测剩余循环寿命阶段中,与实测电流I最接近的放电电流等级对应的对照表即为匹配的对照表。
4.如权利要求1所述的一种锂离子电池剩余寿命在线预测方法,其特征在于,所述电流等级分为8个,分别为:0.1C、0.5C、1C、1.2C、1.5C、2C、2.5C、3C,其中C为放电倍率单位,用于表征放电电流的大小。
5.如权利要求1所述的一种锂离子电池剩余寿命在线预测方法,其特征在于,所述设定数量为≥100个。
6.如权利要求1所述的一种锂离子电池剩余寿命在线预测方法,其特征在于,所述的锂离子电池为可充放电循环使用的锂离子电池单体、可充放电循环使用的锂离子电池单体按串并联方式组合而成的锂离子电池组,或者由锂离子电池组按模块搭组方式建构而成的锂离子电池系统。
CN201710213641.9A 2017-04-01 2017-04-01 基于恒流放电片段的锂电池剩余寿命在线快速检测法 Active CN107015158B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710213641.9A CN107015158B (zh) 2017-04-01 2017-04-01 基于恒流放电片段的锂电池剩余寿命在线快速检测法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710213641.9A CN107015158B (zh) 2017-04-01 2017-04-01 基于恒流放电片段的锂电池剩余寿命在线快速检测法

Publications (2)

Publication Number Publication Date
CN107015158A true CN107015158A (zh) 2017-08-04
CN107015158B CN107015158B (zh) 2019-05-24

Family

ID=59445071

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710213641.9A Active CN107015158B (zh) 2017-04-01 2017-04-01 基于恒流放电片段的锂电池剩余寿命在线快速检测法

Country Status (1)

Country Link
CN (1) CN107015158B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107765186A (zh) * 2017-10-20 2018-03-06 清华大学 燃料电池剩余寿命在线预报方法及装置
CN107831444A (zh) * 2017-10-26 2018-03-23 哈尔滨工业大学 一种锂离子电池健康状态估计方法
CN109725266A (zh) * 2018-12-29 2019-05-07 蜂巢能源科技有限公司 一种电池健康状态soh的计算方法及装置
CN109782192A (zh) * 2019-03-08 2019-05-21 安徽理工大学 不同放电倍率下锂离子电池剩余寿命预测方法
CN109952515A (zh) * 2017-08-25 2019-06-28 深圳市云中飞网络科技有限公司 终端设备、适配器、电池安全监控方法和监控系统
CN110346725A (zh) * 2019-08-07 2019-10-18 优必爱信息技术(北京)有限公司 一种电池健康度评估模型的构建方法、评估方法和装置
US20210091583A1 (en) * 2018-06-08 2021-03-25 Panasonic Intellectual Property Management Co., Ltd. Battery management system and battery management method
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

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07183050A (ja) * 1993-12-24 1995-07-21 Shin Kobe Electric Mach Co Ltd 鉛蓄電池の寿命判定方法
JPH0954146A (ja) * 1995-08-17 1997-02-25 Fujitsu Ltd 電池の使用可能残時間推定方法及び残時間監視装置
KR20110087873A (ko) * 2010-01-27 2011-08-03 주식회사 엘지화학 배터리의 soc를 추정하는 장치 및 방법
JP2013148452A (ja) * 2012-01-19 2013-08-01 Toyota Industries Corp Soh推定装置
CN103336913A (zh) * 2013-07-25 2013-10-02 哈尔滨工业大学 一种适合于空间锂离子电池状态监测和截止电压预测的方法
CN103336248A (zh) * 2013-07-25 2013-10-02 哈尔滨工业大学 基于电池退化状态模型的锂离子电池循环寿命预测方法
CN103389471A (zh) * 2013-07-25 2013-11-13 哈尔滨工业大学 一种基于gpr带有不确定区间的锂离子电池循环寿命间接预测方法
CN103954915A (zh) * 2014-05-16 2014-07-30 哈尔滨工业大学 基于概率集成的锂离子电池剩余寿命间接预测方法
CN103954914A (zh) * 2014-05-16 2014-07-30 哈尔滨工业大学 基于概率集成的锂离子电池剩余寿命直接预测方法
CN105277896A (zh) * 2015-10-26 2016-01-27 安徽理工大学 基于elm-mukf的锂电池剩余寿命预测方法
EP3010112A1 (en) * 2014-10-14 2016-04-20 Pace Plc Method and system for charging a battery

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07183050A (ja) * 1993-12-24 1995-07-21 Shin Kobe Electric Mach Co Ltd 鉛蓄電池の寿命判定方法
JPH0954146A (ja) * 1995-08-17 1997-02-25 Fujitsu Ltd 電池の使用可能残時間推定方法及び残時間監視装置
KR20110087873A (ko) * 2010-01-27 2011-08-03 주식회사 엘지화학 배터리의 soc를 추정하는 장치 및 방법
JP2013148452A (ja) * 2012-01-19 2013-08-01 Toyota Industries Corp Soh推定装置
CN103336913A (zh) * 2013-07-25 2013-10-02 哈尔滨工业大学 一种适合于空间锂离子电池状态监测和截止电压预测的方法
CN103336248A (zh) * 2013-07-25 2013-10-02 哈尔滨工业大学 基于电池退化状态模型的锂离子电池循环寿命预测方法
CN103389471A (zh) * 2013-07-25 2013-11-13 哈尔滨工业大学 一种基于gpr带有不确定区间的锂离子电池循环寿命间接预测方法
CN103954915A (zh) * 2014-05-16 2014-07-30 哈尔滨工业大学 基于概率集成的锂离子电池剩余寿命间接预测方法
CN103954914A (zh) * 2014-05-16 2014-07-30 哈尔滨工业大学 基于概率集成的锂离子电池剩余寿命直接预测方法
EP3010112A1 (en) * 2014-10-14 2016-04-20 Pace Plc Method and system for charging a battery
CN105277896A (zh) * 2015-10-26 2016-01-27 安徽理工大学 基于elm-mukf的锂电池剩余寿命预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
庞景月等: "锂离子电池剩余寿命间接预测方法", 《中国科技论文》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109952515A (zh) * 2017-08-25 2019-06-28 深圳市云中飞网络科技有限公司 终端设备、适配器、电池安全监控方法和监控系统
US11768244B2 (en) 2017-08-25 2023-09-26 Guangdong Oppo Mobile Telecommunications Corp., Ltd. Method for monitoring battery safety and terminal device
CN107765186A (zh) * 2017-10-20 2018-03-06 清华大学 燃料电池剩余寿命在线预报方法及装置
CN107765186B (zh) * 2017-10-20 2019-09-17 清华大学 燃料电池剩余寿命在线预报方法及装置
CN107831444A (zh) * 2017-10-26 2018-03-23 哈尔滨工业大学 一种锂离子电池健康状态估计方法
CN107831444B (zh) * 2017-10-26 2019-12-03 哈尔滨工业大学 一种锂离子电池健康状态估计方法
US20210091583A1 (en) * 2018-06-08 2021-03-25 Panasonic Intellectual Property Management Co., Ltd. Battery management system and battery management method
CN109725266A (zh) * 2018-12-29 2019-05-07 蜂巢能源科技有限公司 一种电池健康状态soh的计算方法及装置
CN109782192A (zh) * 2019-03-08 2019-05-21 安徽理工大学 不同放电倍率下锂离子电池剩余寿命预测方法
CN110346725A (zh) * 2019-08-07 2019-10-18 优必爱信息技术(北京)有限公司 一种电池健康度评估模型的构建方法、评估方法和装置
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

Also Published As

Publication number Publication date
CN107015158B (zh) 2019-05-24

Similar Documents

Publication Publication Date Title
CN107015158B (zh) 基于恒流放电片段的锂电池剩余寿命在线快速检测法
CN106291372B (zh) 一种新的锂离子动力电池剩余寿命预测方法
CN107015157B (zh) 基于恒流等压升片段的锂电池剩余循环寿命在线快速测试法
Bi et al. State-of-health estimation of lithium-ion battery packs in electric vehicles based on genetic resampling particle filter
CN107145628B (zh) 基于电化学-热耦合模型的预测锂电池循环寿命的方法
CN109031145B (zh) 一种考虑不一致性的串并联电池组模型及实现方法
CN103792495B (zh) 基于德尔菲法和灰色关联理论的电池性能评价方法
CN107024664B (zh) 基于恒流充电片段的锂电池剩余寿命快速预测法
CN106383316A (zh) 一种梯次利用锂电池性能评价方法
CN107329094A (zh) 动力电池健康状态估算方法及装置
CN105866700B (zh) 一种锂离子电池快速筛选的方法
CN108846227B (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
CN107765190A (zh) 一种长寿命快充型磷酸铁锂电池的寿命预测方法
CN106093778A (zh) 电池状态预测方法及系统
CN106885994B (zh) 基于恒压充电片段的锂电池剩余寿命快速检测法
CN108872869B (zh) 一种基于bp神经网络的锂离子电池劣化分类方法
CN113253140A (zh) 电池健康状态在线估算方法
Chen et al. Analysis and prediction of the discharge characteristics of the lithium–ion battery based on the Grey system theory
CN103817091A (zh) 电池分选方法及系统
CN109307845A (zh) 一种用于对梯次利用电池储能系统进行健康状态评估的方法及系统
CN108732499A (zh) 一种检测锂离子电池循环寿命的方法和系统
CN115267555A (zh) 基于电池多点温度测量的储能系统电池soh评估系统
Tian et al. Data‐driven battery degradation prediction: Forecasting voltage‐capacity curves using one‐cycle data
CN113112114A (zh) 一种储能电站在线评估方法和装置
Alsabari et al. Modeling and validation of lithium-ion battery with initial state of charge estimation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for 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: 20210115

Address after: 410100 Room 102, building B49, Jinke Yida science and Technology City, No.77, south section of Dongliu Road, Changsha Economic and Technological Development Zone, Changsha City, Hunan Province

Patentee after: Hunan ginkgo Battery Intelligent Management Technology Co.,Ltd.

Address before: 410100 Room 102, building A.D. 1, Depu enterprise, No.1 luoxitang Road, Changsha Economic and Technological Development Zone, Changsha City, Hunan Province

Patentee before: HUNAN GINKGO DATA TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: On line rapid detection of residual life of lithium battery based on constant current discharge segment

Effective date of registration: 20211008

Granted publication date: 20190524

Pledgee: Bank of Changsha Co.,Ltd. Yinde sub branch

Pledgor: Hunan ginkgo Battery Intelligent Management Technology Co.,Ltd.

Registration number: Y2021980010283

PE01 Entry into force of the registration of the contract for pledge of patent right