CN107121643B - 锂离子电池健康状态联合估计方法 - Google Patents

锂离子电池健康状态联合估计方法 Download PDF

Info

Publication number
CN107121643B
CN107121643B CN201710561977.4A CN201710561977A CN107121643B CN 107121643 B CN107121643 B CN 107121643B CN 201710561977 A CN201710561977 A CN 201710561977A CN 107121643 B CN107121643 B CN 107121643B
Authority
CN
China
Prior art keywords
soh
battery
lithium ion
ion battery
internal resistance
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.)
Active
Application number
CN201710561977.4A
Other languages
English (en)
Other versions
CN107121643A (zh
Inventor
段彬
康永哲
张承慧
周忠凯
朱瑞
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.)
Shandong University
Original Assignee
Shandong University
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 Shandong University filed Critical Shandong University
Priority to CN201710561977.4A priority Critical patent/CN107121643B/zh
Publication of CN107121643A publication Critical patent/CN107121643A/zh
Application granted granted Critical
Publication of CN107121643B publication Critical patent/CN107121643B/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]
    • G01R31/382Arrangements for monitoring battery or accumulator variables, e.g. SoC

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Battery Electrode And Active Subsutance (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

本发明公开了一种锂离子电池健康状态联合估计方法,利用特定测试方法分别得到电池的内阻、容量和放电曲线的多种外特性表征量,通过对上述表征量的融合进行联合判断电池的当前健康状态。本发明针对现有电池健康状态SOH估计方法耗时长、误差大等问题,在大量实验及总结的提出上,提出一种SOH联合估计方法,不仅能够缩短SOH测评时间,而且能够避免常规单一参量判定方法的局限性,提高SOH估计精度,可推广应用到工程实际和其他类型电池。

Description

锂离子电池健康状态联合估计方法
技术领域
本发明涉及一种锂离子电池健康状态联合估计方法。
背景技术
电动动车是解决环境污染问题的重要途径,在我国得到快速发展及应用。电池系统是电动汽车的动力源。目前,锂离子动力电池凭其高能量密度、长循环寿命、无记忆效应等众多突出优点,得到广泛应用。动力电池组的荷电状态(SOC)、健康状态(SOH)等参数的准确估计,是电动汽车高效、安全可靠运行的前提。目前,SOC的估计方法已经相对比较成熟,而对于SOH,没有标准定义,一般仅采用容量、功率、阻抗等单一参数来表征,估计精度低。
随着动力电池退役高峰的逐渐来临,如何准确评估SOH成为实现退役电池快速分类并梯次利用的关键。目前,动力电池传统的SOH估计方法主要有以下几种:
(1)电化学分析法:通过分析电池运行机理分析电池老化过程,观测SEI厚度、电极形貌等判断电池SOH。此方法较为准确,但该方法往往具有破坏性,多用于实验室探索,很难应用于实际。
(2)容量表征法:根据充放电测试,利用安时积分计算电池容量,然后利用电池当前容量和初始容量比较,来表征SOH。该方法需按照“0.02C充-静置1h-1C放”等标准测取容量,耗时长,而安时积分又易引起误差积累,导致SOH估计精度变差。
(3)阻抗表征法:通常在充放电过程中采用阶跃法等测取电池欧姆阻抗,然后利用电池当前内阻和初始内阻比较,来表征SOH。由于欧姆内阻本身较小,如几十个毫欧,易受到电池单体成组产生的接触电阻等干扰,造成SOH估计误差变大。
实际上,由于电池内部的电化学反应非常复杂,因此采用单一电池特性参数来判断SOH局限性大,估计精度低。
发明内容
本发明为了解决上述问题,提出了一种锂离子电池健康状态联合估计方法,本发明通过提高放电倍率,大幅缩短了SOH估计所需的时间,并提高估计进度。
为了实现上述目的,本发明采用如下技术方案:
一种锂离子电池健康状态联合估计方法,分别得到电池的内阻、容量和放电曲线的多种外特性表征量,通过对上述表征量的融合进行联合判断电池的当前健康状态。
一种锂离子电池健康状态联合估计方法,具体包括以下步骤:
(1)将锂离子电池充电至上限截止电压,并保持恒压充电,使电池到达100%SOC;
(2)静置待电池电压稳定,采用阶跃法或阻抗谱法测取欧姆内阻Rohm,并计算得SOH的内阻表征SOHR
(3)对电池放电至下限截止电压,以缩短容量法中的放电阶段,静置后得到电池SOC从100%到0%的放电曲线,从而获得所放出的容量和放电曲线,计算得到SOH的容量表征SOHQ,比较放电曲线与初始或标准的放电曲线,计算得两条放电曲线的相关性,得到SOH的放电表征SOHC
(4)采用阶跃法或阻抗谱法测取欧姆内阻Rohm1,并计算得到在SOC为0%时的初始或标准的欧姆内阻的SOH的内阻表征SOHR1
(5)采用加权等方法实现电池SOH四个表征量SOHR、SOHQ、SOHC、SOHR1的融合估计。
所述步骤(1)中,将1C充电至上限截止电压,并保持恒压充电至电流小于0.02C或时间超过设定时间,使电池到达100%SOC。
所述步骤(2)中,在电池电压稳定后采用阶跃法或阻抗谱法测取欧姆内阻Rohm,并根据公式计算得其中R′ohm表示该类型电池在SOC为100%时的初始或标准的欧姆内阻。
所述步骤(3)中,对电池2C或更大倍率放电至下限截止电压。
所述步骤(3)中,其中Q′表示该类型电池初始或标准的容量,Q表示电池满充后以2C倍率放至截止电压的容量。
所述步骤(3)中,利用标准差计算方法计算放电曲线与初始或标准的放电曲线的相关性。
所述步骤(4)中,采用阶跃法或阻抗谱法测取欧姆内阻Rohm1,并根据公式计算得其中R′ohm1表示该类型电池在SOC为0%时的初始或标准的欧姆内阻。
所述步骤(5)中,采用加权方法计算电池SOH:
SOH=∑a*SOHR+b*SOHQ+c*SOHC+d*SOHR1
其中a、b、c、d分别为加权系数,最终得到电池SOH估计值。
与现有技术相比,本发明的有益效果为:
(1)通过提高放电倍率,大幅缩短了SOH估计所需的时间,工程推广应用性强。
(2)通过电池的内阻、容量、放电曲线等多种外特性联合判断电池的当前健康状态,能够有效避免单一量评价方法误差大等的局限性,可靠性高,提高估计精度。
(3)本方法适用于各类型的锂离子电池,如磷酸铁锂电池、三元电池等,也很容易推广应用于其他类型电池。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1是锂离子电池放电倍率与放电容量关系图;
图2是锂离子电池不同寿命下电池放电曲线;
图3是本发明一阶电化学等效电路模型图;
图4是某磷酸铁锂电池在不同寿命状态下的电化学阻抗谱;
图5是某磷酸铁锂电池在不同寿命状态下欧姆内阻与SOC的关系示意图。
具体实施方式:
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
正如背景技术所介绍的,现有技术中存在采用单一电池特性参数来判断SOH局限性大,估计精度低的不足,为了解决如上的技术问题,本申请提出了一种锂离子电池健康状态(SOH)联合估计方法。
为了解决容量法耗时长及其与内阻法误差大等问题,发明人前期做了大量实验,得到以下结论或定则:
(1)锂离子电池的充放电容量与放电倍率之间存在负相关关系,即放电倍率越快,电池所放出电量越少。放电倍率在0.5C以上时,与放电容量近似成直线关系,并随着电池寿命衰减更加逼近直线关系,如图1所示。因此,可以通过高倍率放电(2C以上)所放出电量获得电池容量值。
(2)由于锂离子电池内部活性锂离子不断衰减,使其在整个寿命中的可用容量逐渐减小,其放电曲线也随着电池寿命不断变化而且变化较为明显,如图2所示,据此可得到不同寿命状态下的电池放电曲线表征的等寿命线。
(3)分析在不同寿命状态下的电池阻抗谱,如图3、4、5所示,电池电化学模型中欧姆内阻与电池寿命存在强相关关系,即电池欧姆内阻Rohm逐渐变大,而等效电容C、转移电阻Rct及Warburg阻抗等参数变化不大。
为此,提出一种锂离子电池SOH快速联合估计方法,具体步骤如下:
(1)充电与静置过程与已有方法相同,即将1C充电至上限截止电压,并保持恒压充电至电流小于0.02C或时间超过一小时,使电池到达100%SOC。
(2)静置半小时或一小时后,电池电压稳定,采用阶跃法或阻抗谱法测取欧姆内阻Rohm,并根据公式计算得其中R′ohm表示该类型电池在SOC为100%时的初始或标准的欧姆内阻。
(3)对电池2C或更大倍率放电至下限截止电压,从而大幅缩短容量法中的放电阶段,减少耗时。
(4)静置半小时或一小时,得到电池SOC从100%到0%的放电曲线,从而获得所放出的容量和放电曲线。根据公式计算得其中Q′表示该类型电池初始或标准的容量;比较放电曲线与初始或标准的放电曲线,根据标准差等公式计算得两条放电曲线的相关性,从而得到SOHC
(4)采用阶跃法或阻抗谱法测取欧姆内阻Rohm1,并根据公式计算得其中R′ohm1表示该类型电池在SOC为0%时的初始或标准的欧姆内阻。
(5)采用加权等方法实现电池SOH四个表征量的融合估计,例如采用加权方法时SOH=∑a*SOHR+b*SOHQ+c*SOHC+d*SOHR1,其中a、b、c、d分别为加权系数,最终得到电池SOH估计值。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (8)

1.一种锂离子电池健康状态联合估计方法,其特征是:分别得到电池的内阻、容量和放电曲线的多种外特性表征量,通过对上述表征量的融合进行联合判断电池的当前健康状态;包括以下步骤:
(1)将锂离子电池充电至上限截止电压,并保持恒压充电,使电池到达100%SOC;
(2)静置待电池电压稳定,采用阶跃法或阻抗谱法测取欧姆内阻Rohm,并计算得SOH的内阻表征SOHR
(3)对电池放电至下限截止电压,以缩短容量法中的放电阶段,静置后得到电池SOC从100%到0%的放电曲线,从而获得所放出的容量和放电曲线,计算得到SOH的容量表征SOHQ,比较放电曲线与初始或标准的放电曲线,计算得两条放电曲线的相关性,得到SOH的放电表征SOHC
(4)采用阶跃法或阻抗谱法测取欧姆内阻Rohm1,并计算得到在SOC为0%时的初始或标准的欧姆内阻的SOH的内阻表征SOHR1
(5)采用加权方法实现电池SOH四个表征量SOHR、SOHQ、SOHC、SOHR1的融合估计。
2.如权利要求1所述的一种锂离子电池健康状态联合估计方法,其特征是:所述步骤(1)中,将1C充电至上限截止电压,并保持恒压充电至电流小于0.02C或时间超过设定时间,使电池到达100%SOC。
3.如权利要求1所述的一种锂离子电池健康状态联合估计方法,其特征是:所述步骤(2)中,在电池电压稳定后采用阶跃法或阻抗谱法测取欧姆内阻Rohm,并根据公式计算得其中R′ohm表示锂离子电池在SOC为100%时的初始或标准的欧姆内阻。
4.如权利要求1所述的一种锂离子电池健康状态联合估计方法,其特征是:所述步骤(3)中,对电池2C或更大倍率放电至下限截止电压。
5.如权利要求1所述的一种锂离子电池健康状态联合估计方法,其特征是:所述步骤(3)中,其中Q′表示锂离子电池初始或标准的容量,Q表示电池用2C倍率放至截止电压的容量。
6.如权利要求1所述的一种锂离子电池健康状态联合估计方法,其特征是:所述步骤(3)中,利用标准差计算方法计算放电曲线与初始或标准的放电曲线的相关性。
7.如权利要求1所述的一种锂离子电池健康状态联合估计方法,其特征是:所述步骤(4)中,采用阶跃法或阻抗谱法测取欧姆内阻Rohm1,并根据公式计算得其中R′ohm1表示锂离子电池在SOC为0%时的初始或标准的欧姆内阻。
8.如权利要求1所述的一种锂离子电池健康状态联合估计方法,其特征是:所述步骤(5)中,采用加权方法计算电池SOH:
SOH=a*SOHR+b*SOHQ+c*SOHC+d*SOHR1
其中a、b、c、d分别为加权系数,最终得到电池SOH估计值。
CN201710561977.4A 2017-07-11 2017-07-11 锂离子电池健康状态联合估计方法 Active CN107121643B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710561977.4A CN107121643B (zh) 2017-07-11 2017-07-11 锂离子电池健康状态联合估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710561977.4A CN107121643B (zh) 2017-07-11 2017-07-11 锂离子电池健康状态联合估计方法

Publications (2)

Publication Number Publication Date
CN107121643A CN107121643A (zh) 2017-09-01
CN107121643B true CN107121643B (zh) 2019-10-11

Family

ID=59730811

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710561977.4A Active CN107121643B (zh) 2017-07-11 2017-07-11 锂离子电池健康状态联合估计方法

Country Status (1)

Country Link
CN (1) CN107121643B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11799140B2 (en) 2021-03-15 2023-10-24 China Energy Investment Corporation Limited Controller for energy storage, system comprising the same, and methods of using the same
US12126204B2 (en) 2021-03-16 2024-10-22 China Energy Investment Corporation Limited Battery management unit to determine updated SOC and energy reading, energy storage system comprising, the same, and method of using the same

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107658921B (zh) * 2017-09-08 2020-12-04 成都安普利菲能源技术有限公司 通讯基站固定能源管理系统及其管理方法
CN107742905A (zh) * 2017-09-08 2018-02-27 成都瓦力特新能源技术有限公司 通讯基站后备能源系统及其管理方法
CN107843845A (zh) * 2017-10-23 2018-03-27 合肥国轩高科动力能源有限公司 一种动力锂离子电池soh在线估算方法
CN108107372B (zh) * 2017-12-14 2020-06-16 株洲广锐电气科技有限公司 基于soc分区估算的蓄电池健康状况量化方法及系统
CN108037462B (zh) * 2017-12-14 2020-06-16 株洲广锐电气科技有限公司 蓄电池健康状况量化方法及系统
CN109143108B (zh) * 2018-07-25 2021-08-20 合肥工业大学 一种基于电化学阻抗谱的锂离子电池soh的估计方法
CN110568375A (zh) * 2019-09-03 2019-12-13 昆山宝创新能源科技有限公司 动力电池健康状态soh确定方法及装置
CN111366865B (zh) * 2020-03-25 2023-04-21 松下电器机电(中国)有限公司 一种电池健康度的计算方法
CN111736085B (zh) * 2020-07-07 2023-11-10 中国检验检疫科学研究院 一种基于电化学阻抗谱的锂离子电池健康状态估计方法
CN111856309B (zh) * 2020-07-23 2023-12-01 珠海东帆科技有限公司 一种电池健康状态的定量判断方法
CN111965545B (zh) * 2020-07-31 2024-07-19 蜂巢能源科技有限公司 锂电池自放电检测方法、装置及系统
CN111983477B (zh) * 2020-08-24 2022-09-02 哈尔滨理工大学 一种基于阻抗谱模型的锂离子电池安全度估算方法及估算装置
CN112034371B (zh) * 2020-08-28 2022-10-18 厦门科灿信息技术有限公司 电池健康度预测方法及终端设备
CN112255554A (zh) * 2020-10-29 2021-01-22 国网江苏省电力有限公司盐城供电分公司 一种直流系统蓄电池健康状况及内部故障监测装置
CN112485691B (zh) * 2020-10-30 2022-10-21 傲普(上海)新能源有限公司 一种锂离子电池的soh估算方法
CN112858918B (zh) * 2021-01-15 2022-10-28 长沙理工大学 基于优化多因子的动力锂离子电池健康状态在线估计方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103698710A (zh) * 2013-12-12 2014-04-02 中南大学 一种电池寿命周期预测方法
CN105301509A (zh) * 2015-11-12 2016-02-03 清华大学 锂离子电池荷电状态、健康状态与功率状态的联合估计方法
CN105891715A (zh) * 2014-12-12 2016-08-24 广西大学 一种锂离子电池健康状态估算方法
CN106054080A (zh) * 2016-06-06 2016-10-26 电子科技大学 一种动力电池荷电状态与健康状态的联合估计方法
CN106354964A (zh) * 2016-09-08 2017-01-25 厦门理工学院 电动汽车用锂离子电容器荷电状态估计方法
CN106353687A (zh) * 2016-08-26 2017-01-25 中国电力科学研究院 一种锂电池健康状态的评估方法
CN106646267A (zh) * 2017-02-13 2017-05-10 云南电网有限责任公司电力科学研究院 配电终端电池寿命检测方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170115355A1 (en) * 2015-10-23 2017-04-27 Oxfordian, Llc Maximum capacity estimator for battery state of health and state of charge determinations
CN105548900B (zh) * 2016-01-07 2018-06-08 北京北交新能科技有限公司 一种轨道交通用动力电池健康状态评估方法
CN106908741B (zh) * 2017-04-26 2020-06-12 广州汽车集团股份有限公司 混合动力汽车动力电池组soh估算方法和装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103698710A (zh) * 2013-12-12 2014-04-02 中南大学 一种电池寿命周期预测方法
CN105891715A (zh) * 2014-12-12 2016-08-24 广西大学 一种锂离子电池健康状态估算方法
CN105301509A (zh) * 2015-11-12 2016-02-03 清华大学 锂离子电池荷电状态、健康状态与功率状态的联合估计方法
CN106054080A (zh) * 2016-06-06 2016-10-26 电子科技大学 一种动力电池荷电状态与健康状态的联合估计方法
CN106353687A (zh) * 2016-08-26 2017-01-25 中国电力科学研究院 一种锂电池健康状态的评估方法
CN106354964A (zh) * 2016-09-08 2017-01-25 厦门理工学院 电动汽车用锂离子电容器荷电状态估计方法
CN106646267A (zh) * 2017-02-13 2017-05-10 云南电网有限责任公司电力科学研究院 配电终端电池寿命检测方法及装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
纯电动汽车锂电池组健康状态(SOH)的估计研究;康燕琼;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20150915(第9期);第C035-150页 *
锂离子动力电池健康状态估计算法研究;张剑楠;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20150915(第9期);第C042-143页 *
锂离子电池健康评估和寿命预测综述;刘大同 等;《仪器仪表学报》;20150131(第1期);第1-16页 *
锂离子电池状态估算方法研究与实现;彭飞;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20160315(第3期);第C042-1840页 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11799140B2 (en) 2021-03-15 2023-10-24 China Energy Investment Corporation Limited Controller for energy storage, system comprising the same, and methods of using the same
US12126204B2 (en) 2021-03-16 2024-10-22 China Energy Investment Corporation Limited Battery management unit to determine updated SOC and energy reading, energy storage system comprising, the same, and method of using the same

Also Published As

Publication number Publication date
CN107121643A (zh) 2017-09-01

Similar Documents

Publication Publication Date Title
CN107121643B (zh) 锂离子电池健康状态联合估计方法
CN109143108B (zh) 一种基于电化学阻抗谱的锂离子电池soh的估计方法
CN103344917B (zh) 一种锂电池循环寿命快速测试方法
CN104502859B (zh) 电池荷电量及电池健康状态的检测、诊断方法
CN105548900B (zh) 一种轨道交通用动力电池健康状态评估方法
CN105912799B (zh) 一种液态或半液态金属电池的建模方法
CN103969587B (zh) 一种混合动力车用动力电池soc估算方法
CN105467328B (zh) 一种锂离子电池荷电状态估计方法
CN105929336B (zh) 一种动力锂离子电池健康状态估算方法
CN107656210A (zh) 一种估算电池电量状态的方法
CN107991623A (zh) 一种考虑温度和老化程度的电池安时积分soc估计方法
CN108196200A (zh) 一种锂电池健康和荷电状态的联合模拟评估方法
KR101972521B1 (ko) 배터리 셀의 성능 테스트 장치 및 방법
CN107831444A (zh) 一种锂离子电池健康状态估计方法
CN109975713A (zh) 一种考虑多因素影响的动力电池soh估算方法
CN108896913A (zh) 一种锂离子电池健康状态的估算方法
CN112180274B (zh) 一种动力电池组快速检测测评方法
CN107843846A (zh) 一种锂离子电池健康状态估计方法
CN104407298A (zh) 一种锂离子电池组可用剩余容量计算方法
CN107247235A (zh) 一种考虑并联电池差异的电池组容量估算方法
CN111308356A (zh) 一种带加权的安时积分的soc估算方法
CN106033114B (zh) 一种储能电池健康状态评估方法
CN111308374A (zh) 一种电池组健康状态soh值的估算方法
CN103176137B (zh) 基于电池soc不均匀性的电池组健康状态评价方法
CN103293483A (zh) 一种基于内阻测量的锂电池健康状况估计方法

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