CN107219461B - 二次电池的寿命预测方法及电源管理方法 - Google Patents

二次电池的寿命预测方法及电源管理方法 Download PDF

Info

Publication number
CN107219461B
CN107219461B CN201610168590.8A CN201610168590A CN107219461B CN 107219461 B CN107219461 B CN 107219461B CN 201610168590 A CN201610168590 A CN 201610168590A CN 107219461 B CN107219461 B CN 107219461B
Authority
CN
China
Prior art keywords
capacity
battery
curve
secondary battery
prediction
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
CN201610168590.8A
Other languages
English (en)
Other versions
CN107219461A (zh
Inventor
徐延铭
李俊义
李涛
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.)
Zhuhai Cosmx Battery Co Ltd
Original Assignee
Zhuhai Cosmx Battery 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 Zhuhai Cosmx Battery Co Ltd filed Critical Zhuhai Cosmx Battery Co Ltd
Priority to CN201610168590.8A priority Critical patent/CN107219461B/zh
Publication of CN107219461A publication Critical patent/CN107219461A/zh
Application granted granted Critical
Publication of CN107219461B publication Critical patent/CN107219461B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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]

Landscapes

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

Abstract

二次电池的寿命预测方法及电源管理方法,寿命预测方法为:记录电池使用时每一次充放电循环后的容量,获得与循环次数对应的电池容量数据;设定拟合曲线取数周期;获取拟合曲线取数周期内对应的容量趋势曲线及容量预测公式;每当循环次数达到拟合曲线取数周期时,重复步骤三,用下一个拟合曲线取数周期得到的容量趋势曲线及容量预测公式代替上一个拟合曲线取数周期得到的容量趋势曲线及容量预测公式。本发明依据实际使用情况进行预测,并可不断修正寿命预测曲线和更新容量预测公式,使其尽量接近实际使用状况,更准确的预计电池寿命;基于该预测方法的电源管理方法根据电池的实际使用情况对电池的使用偏好进行纠偏及策略调整,提升了电池循环寿命。

Description

二次电池的寿命预测方法及电源管理方法
技术领域
本发明属于二次电池技术领域,尤其涉及一种二次电池的寿命预测方法,及基于该寿命预测方法的电源管理方法。
背景技术
为各种消费电子设备、动力汽车、动力工具、无人机、工业设备等移动型设备提供动力的二次电池,如锂离子电池、铅酸蓄电池、镍氢电池等,在开发、生产过程中会进行多项目、多环境、重复性的测试验证,以保证其在使用时具有较好的循环寿命。例如公开号为CN103698710A的中国发明专利申请以及公开号为CN105068009A的中国发明专利申请分别公开了在设定的试验条件下对电池寿命周期进行预测的方法,公开号为CN103399276A的中国发明专利申请、公开号为CN102353905A的中国发明专利申请以及公开号为CN102213747A的中国发明专利申请分别公开了经过一定次数的充放电循环测试后对电池寿命周期进行预测的方法。
前述几种方法基于测试数据实现了对电池容量的估计及寿命的预测,但由于实际使用条件千变万化,受环境温度、使用者习惯,设备状态等各种因素的影响,前期的测试验证条件难以模拟出电池在实际使用时的情况,仅依据试验结果无法预测电池在实际使用过程中循环寿命的变化,会出现电池实际寿命较预计寿命有较大偏差,从而大幅降低终端客户的使用感受,甚至因电池使用寿命远达不到客户心理预期而招致大规模客诉。因此,有必要提出一种依据电池实际应用状况对电池寿命进行预测的方法,使预测结果最接近电池的实际寿命情况。
发明内容
本发明的目的在于提供一种基于电池实际使用情况对电池寿命进行预测的方法,该方法通过不断更新、调整寿命预测公式,使预测最接近电池的实际寿命情况。
本发明的另一目的在于提供一种在前述寿命预测方法基础上,依据预测结果调整设备、电池使用策略以延长电池寿命的电源管理方法。
为了实现上述第一目的,本发明采取如下的技术解决方案:
二次电池的寿命预测方法,包括以下步骤:
步骤一、记录电池使用过程中每一次充放电循环后的容量,获得与循环次数对应的电池容量数据;
步骤二、设定拟合曲线取数周期;
步骤三、获取拟合曲线取数周期内对应的容量趋势曲线及容量预测公式;
步骤四、每当循环次数达到拟合曲线取数周期时,重复步骤三,用新的拟合曲线取数周期得到的容量趋势曲线及容量预测公式代替上一个拟合曲线取数周期得到的容量趋势曲线及容量预测公式,更新容量趋势曲线及容量预测公式。
进一步的,所述步骤一中采用电池管理单元记录电池的循环充放电次数及对应的容量数据。
为了实现上述第二目的,本发明采取如下的技术解决方案:
基于前述的二次电池的寿命预测方法的电源管理方法,包括以下步骤:
根据电池寿命测试试验中得到容量-循环次数测试数据获得基础寿命预测曲线,将该基础寿命预测曲线的衰减系数作为标准衰减系数;
比较容量趋势曲线的衰减系数an和基础寿命预测曲线的标准衰减系数a0,当an大于a0超过预设阈值P时,对电池的使用情况进行调整;
调取电池使用记录,对可能导致电池损伤的偏好记录进行调整、纠正,并通过后续容量趋势曲线的更新验证调整、纠正是否有效。
进一步的,当二次电池为车用动力电池时,预设阈值P为3~5%。
进一步的,当二次电池为消费产品电池时,预设阈值P为8~10%。
由以上技术方案可知,本发明的二次电池寿命预测方法基于电池的实际使用过程中获得的数据来拟合容量趋势曲线和容量预测公式,完全依据实际使用情况进行预测,而且在新的拟合曲线取数周期内根据最新的电池使用数据不断修正寿命预测曲线和更新容量预测公式,可以尽量接近实际使用状况,从而更准确的预计电池寿命。基于以上电池寿命预测方法,本发明提出的一种二次电池的电源管理方法,依据容量预测公式得到的预测结果对电池的使用偏好进行纠偏及策略调整,并可根据最新的电池寿命预测曲线及容量预测公式验证此纠正及应对调整是否有效,实现了不合理使用偏好的纠正及不理想使用环境的应对,以延长电池使用寿命。
附图说明
为了更清楚地说明本发明实施例,下面将对实施例或现有技术描述中所需要使用的附图做简单介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明电池寿命预测方法的流程图;
图2为电池使用过程中寿命预测曲线示意图;
图3为电池测试试验中容量-循环次数曲线及基础寿命预测曲线图;
图4为采用线性拟合的方式得到的电池的容量趋势曲线图;
图5为采用指数拟合的方式得到的电池的容量趋势曲线图;
图6为采用多项式拟合的方式得到的电池的容量趋势曲线图。
具体实施方式
为了让本发明的上述和其它目的、特征及优点能更明显,下文特举本发明实施例,并配合所附图示,做详细说明如下。
本发明方法的基本思路是:在电池的使用过程中,记录电池每一次充放电循环后的电池容量,得到与循环次数对应的电池容量数据,设定拟合曲线取数周期,在拟合曲线取数周期内根据容量与循环次数的数据得到容量趋势曲线,以及容量预测公式,每当电池的充放电循环次数达到拟合曲线取数周期时就获得一条新的容量趋势曲线和新的容量预测公式,通过不断更新容量趋势曲线和容量预测公式,对电池寿命预测进行修正、调整,从而使预测的容量尽量接近电池的实际容量。
以上是本发明的核心思想,下面将结合本发明实施例中的附图,对本发明实施例的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下获得的所有其他实施例,都属于本发明保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其它不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
如图1所示,本发明二次电池的寿命预测方法步骤如下:
步骤一、记录电池每一次充放电循环后的容量;可采用电池管理单元(BMU)记录下电池在使用过程中每一次循环后的容量,获得与循环次数对应的电池容量数据;
步骤二、设定拟合曲线取数周期;例如将相邻的20次或30次或50次循环次数作为拟合曲线取数周期;
步骤三、获取容量趋势曲线及容量预测公式;对拟合曲线取数周期内得到容量与循环次数的数据进行拟合,得到容量趋势曲线以及容量预测公式,通过容量预测公式,即可计算出未来某一特定循环次数的虚拟容量——即预测容量;可采用线性拟合或指数拟合或多变量拟合等方式对数据进行拟合等;
步骤四、当循环次数达到拟合曲线取数周期时,重复步骤三,用新的拟合曲线取数周期得到的容量趋势曲线及容量预测公式代替上一个拟合曲线取数周期得到的容量趋势曲线及容量预测公式,对容量趋势曲线及容量预测公式进行更新。
下面以一具体实施例对本发明的电池寿命预测方法进行详细说明:
BMU记录下电池在使用过程中每一次充放电循环后的容量;
取50次循环次数作为一个拟合曲线取数周期;
对拟合曲线取数周期内的容量与循环次数的数据进行线性拟合,得到容量趋势曲线及容量预测公式,线性拟合得到的容量趋势曲线如图2所示,即在电池实际使用时,当电池充放电循环次数达到50次时,取第一次与第50次循环的两点(或第一次至第50次循环中的多点)容量数据进行线性拟合,得到第一条容量趋势曲线——电池寿命预测曲线1,及第一个容量预测公式:C=C0-a1*k,a1为第一条容量趋势曲线的衰减系数,C0为电池初始容量,k为循环次数,将容量趋势曲线进行延长可得到未来某一特定循环次数的虚拟容量,亦即根据容量预测公式即可预测未来任一循环次数时电池的容量;
当电池循环次数达到100次时,取第50次与第100次循环的两点容量数据做线性拟合,得到第二条容量趋势曲线——电池寿命预测曲线2,及第二个容量预测公式:C=C0-a2*k,a2为第二条容量趋势曲线的衰减系数;用新的公式替代上一拟合曲线取数周期得到的容量预测公式对电池容量进行预测;
随着电池的不断使用,当循环次数达到新的拟合曲线循环周期时,如第150次、第200次……时,根据新的容量-循环次数的数据,重复获得容量趋势曲线及容量预测公式的步骤,不断依据实际使用情况生成“电池寿命预测曲线3”,“电池寿命预测曲线4”……及相应公式,根据最新的实际循环使用情况,对寿命预测曲线进行修正,用新的容量预测公式替代上一拟合曲线循环周期的容量预测公式,对容量预测公式进行更新,使其尽量接近实际情况。
本发明方法中采用常规方法对数据进行拟合,采用不同的拟合方法进行曲线拟合和公式拟合时,得到的曲线及公式有所区别。例如图4所示为采用线性拟合的方式对容量-循环次数的数据进行拟合得到的曲线图,线性拟合得到的容量预测公式为C=C0-an*k,式中的C为电池预测容量,C0为电池初始容量,an为第n条容量趋势曲线的衰减系数,k为循环次数,n=1,…,N,N为容量趋势曲线的数量(即拟合曲线取数周期的数量)。图5所示为采用指数拟合的方式对容量-循环次数的数据进行拟合得到的曲线图,指数拟合得到的容量预测公式为C=C0/an k。图6所示为采用多项式拟合的方式对容量-循环次数的数据进行拟合得到的曲线图,多项式拟合得到的容量预测公式为C=C0-an1km1-an2km2…anNkmN。容量预测公式中的an为衰减系数,曲线的衰减系数表征了曲线中容量与循环次数的相关性,表明了电池寿命衰减的快慢,线性拟合时衰减系数为容量趋势曲线的斜率。
本发明的二次电池寿命预测方法是基于电池的实际使用过程中获得的数据来拟合容量趋势曲线和容量预测公式,与现有的寿命预测方法不同,其数据基础与电池种类、供应商、配方体系及测试方法无关,完全依据实际使用情况进行预测,而且在新的拟合曲线取数周期内根据最新的电池使用数据不断修正寿命预测曲线和更新容量预测公式,使其尽量接近实际使用状况,以利于更准确的预计电池寿命;本发明算法相对简单,对BMU内存的占用较小,当与互联网相连,并进行大数据分析后,可以观测设备实际使用时电池的寿命情况,对特殊情况预警(如寿命快速衰减等),为未来产品设计及验证试验设计提供数据依据。
基于以上电池寿命预测方法,本发明还提出了一种二次电池的电源管理方法,依据容量预测公式得到的预测结果对设备、电池使用策略进行调整以延长电池使用寿命,方法步骤如下:
根据电池寿命测试试验中得到容量-循环次数测试数据获得基础寿命预测曲线,将该基础寿命预测曲线的衰减系数作为标准衰减系数,作为电池寿命衰减判断的标准;如图3所示,图3为根据电池开发、设计工作中在特定测试条件下进行的寿命测试试验的测试数据得到的曲线图,根据试验得到的容量及循环测试的数据同样采用线性拟合得到基础寿命预测曲线0,以及标准衰减系数a0;基础寿命预测曲线的拟合方式与容量趋势曲线的拟合方式相同,本步骤中电池寿命测试试验采用现有技术中常规的测试试验手段,例如使电池在特定条件下充放电若干次,并记录下对应的容量数据,根据容量衰减数据得到试验结果,试验手段各厂商可根据实际需求进行调整,试验的过程此处不再赘叙;
电池开始使用后,采用本发明的寿命预测方法对电池的寿命进行预测,不断更新依据实际使用情况获得的容量预测公式及容量趋势曲线的衰减系数an
比较容量趋势曲线的衰减系数an和基础寿命预测曲线的标准衰减系数a0,当an大于a0超过预设阈值P时,说明电池寿命较设计寿命出现了快速衰减,需要对电池的使用情况进行调整;衰减系数越大,寿命衰减越快,当电池出现快速衰减时,一方面可能是电池本身有瑕疵,另一面可能说明目前的环境、设备运行状态、使用习惯等对电池是有损伤的,需要及时进行纠正以避免对电池造成更大的损伤甚至出现安全问题;预设阈值P为经验值,其根据设备种类及对寿命的敏感度、要求高低进行设定,要求高时该幅度可相应缩小,例如车用动力电池的预设阈值P为3~5%,要求低时该幅度可相应增大,例如消费产品电池的预设阈值P为8~10%等;调取BMU中存储的电池使用记录,对可能导致电池损伤的偏好记录进行调整、纠正,并通过后续容量趋势曲线的更新验证此调整、纠正是否有效。
以锂离子电池为例,高荷电态(高满充电压),如:大于>80%荷电态;高温度,如:大于40℃;高充电电流,如达到或接近电池充电电路的设计上限等;均会导致其实际使用时寿命衰减速度变快,实际使用过程中出现的情况及对应的可能的调整策略如下表所示:
锂离子电池出现寿命快速衰减时的使用记录及控制策略列表
Figure BDA0000947462090000071
如上所述,本发明的电源管理方法基于电池的实际使用情况对电池的使用偏好进行纠偏及策略调整,并可根据最新的电池寿命预测曲线及容量预测公式验证此纠正及应对调整是否有效,实现了不合理使用偏好的纠正及不理想使用环境的应对,以尽可能根据实际使用情况提升电池循环寿命。当与互联网相连,并进行大数据分析后,可以了解影响某类电池寿命的关键因素为何,为未来开发出更理想、更适用的该类设备的电池提供数据支持。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽范围。

Claims (4)

1.基于二次电池的寿命预测方法的电源管理方法,其特征在于:
所述二次电池的寿命预测方法包括以下步骤:
步骤一、记录二次电池使用过程中每一次充放电循环后的容量,获得与循环次数对应的电池容量数据;
步骤二、设定拟合曲线取数周期;
步骤三、获取拟合曲线取数周期内对应的容量趋势曲线及容量预测公式;
步骤四、每当循环次数达到拟合曲线取数周期时,重复步骤三,用下一个拟合曲线取数周期得到的容量趋势曲线及容量预测公式代替上一个拟合曲线取数周期得到的容量趋势曲线及容量预测公式,更新容量趋势曲线及容量预测公式;
基于上述二次电池的寿命预测方法,依据容量预测公式得到的预测结果对设备和二次电池使用情况进行调整以延长二次电池使用寿命,步骤如下:
根据电池寿命测试试验中得到容量-循环次数测试数据获得基础寿命预测曲线,将该基础寿命预测曲线的衰减系数作为标准衰减系数;
比较容量趋势曲线的衰减系数an和基础寿命预测曲线的衰减系数a0,当an大于a0超过预设阈值P时,对二次电池的使用情况进行调整;
调取二次电池使用记录,对可能导致二次电池损伤的偏好记录进行调整和纠正,并通过后续容量趋势曲线的更新验证此调整和纠正是否有效。
2.根据权利要求1所述的电源管理方法,其特征在于:二次电池为车用动力电池时,预设阈值P为3~5%。
3.根据权利要求1所述的电源管理方法,其特征在于:二次电池为消费产品电池时,预设阈值P为8~10%。
4.根据权利要求1所述的电源管理方法,其特征在于:所述步骤一中采用电池管理单元记录二次电池的循环次数及对应的电池容量数据。
CN201610168590.8A 2016-03-22 2016-03-22 二次电池的寿命预测方法及电源管理方法 Active CN107219461B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610168590.8A CN107219461B (zh) 2016-03-22 2016-03-22 二次电池的寿命预测方法及电源管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610168590.8A CN107219461B (zh) 2016-03-22 2016-03-22 二次电池的寿命预测方法及电源管理方法

Publications (2)

Publication Number Publication Date
CN107219461A CN107219461A (zh) 2017-09-29
CN107219461B true CN107219461B (zh) 2020-09-15

Family

ID=59928342

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610168590.8A Active CN107219461B (zh) 2016-03-22 2016-03-22 二次电池的寿命预测方法及电源管理方法

Country Status (1)

Country Link
CN (1) CN107219461B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109239616A (zh) * 2018-11-26 2019-01-18 重庆长安汽车股份有限公司 电池寿命衰减评估方法、装置及计算机可读存储介质
CN111722114B (zh) * 2019-03-18 2023-01-20 上海汽车集团股份有限公司 一种动力电池寿命预测方法及系统
CN110687470A (zh) * 2019-10-03 2020-01-14 天合光能股份有限公司 一种储能系统中锂电池寿命在线预测方法及系统
CN113125982B (zh) * 2019-12-31 2022-10-18 比亚迪股份有限公司 电池寿命预测方法及装置
CN111650527B (zh) * 2020-06-03 2023-08-01 东莞新能源科技有限公司 电池寿命预测方法、电子装置以及存储介质
CN112034352B (zh) * 2020-08-28 2023-06-30 湖北亿纬动力有限公司 一种电池寿命预测方法以及系统
CN112034353B (zh) * 2020-08-28 2023-06-30 湖北亿纬动力有限公司 一种电池寿命预测方法以及系统
CN114252781A (zh) * 2020-09-22 2022-03-29 北京小米移动软件有限公司 电池寿命检测方法、装置及检测设备
CN112345954B (zh) * 2020-10-21 2024-04-09 一汽解放汽车有限公司 电池寿命预测方法、装置、电子设备及介质
CN112986828A (zh) * 2021-04-12 2021-06-18 上海电享信息科技有限公司 预估电池健康度的方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1862279A (zh) * 2005-05-11 2006-11-15 孟贞生 电池组老化率估算、故障检测方法和电池组管理监测装置
CN101383434A (zh) * 2008-10-15 2009-03-11 中国移动通信集团甘肃有限公司 一种蓄电池容量恢复方法、装置和系统
WO2011041094A1 (en) * 2009-09-30 2011-04-07 Battelle Energy Alliance, Llc Systems, methods and computer readable media for estimating capacity loss in rechargeable electrochemical cells
CN102213747A (zh) * 2010-04-09 2011-10-12 深圳市比克电池有限公司 一种预测锂离子电池循环寿命的方法
JP2011208966A (ja) * 2010-03-29 2011-10-20 Nec Corp 余命予測装置、そのコンピュータプログラムおよびデータ処理方法
US8332342B1 (en) * 2009-11-19 2012-12-11 The United States of America as represented by the Administrator of the National Aeronautics & Space Administration (NASA) Model-based prognostics for batteries which estimates useful life and uses a probability density function
CN103399279A (zh) * 2013-08-01 2013-11-20 哈尔滨工业大学 基于ekf方法和ar模型融合型锂离子电池循环寿命预测方法
CN103487762A (zh) * 2013-09-30 2014-01-01 国家电网公司 一种锂离子电池筛分方法
CN103605080A (zh) * 2013-11-19 2014-02-26 北车风电有限公司 风力发电机组变桨系统的后备电源检测方法
CN103926536A (zh) * 2014-03-07 2014-07-16 南京航空航天大学 基于dst和bmc技术的锂离子电池剩余使用寿命预测方法
CN104778337A (zh) * 2015-04-30 2015-07-15 北京航空航天大学 一种基于函数型主成分分析与贝叶斯更新的锂电池剩余寿命预测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2607910B1 (en) * 2011-12-23 2016-03-23 Samsung SDI Co., Ltd. A device and method for estimating life of a secondary battery

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1862279A (zh) * 2005-05-11 2006-11-15 孟贞生 电池组老化率估算、故障检测方法和电池组管理监测装置
CN101383434A (zh) * 2008-10-15 2009-03-11 中国移动通信集团甘肃有限公司 一种蓄电池容量恢复方法、装置和系统
WO2011041094A1 (en) * 2009-09-30 2011-04-07 Battelle Energy Alliance, Llc Systems, methods and computer readable media for estimating capacity loss in rechargeable electrochemical cells
US8332342B1 (en) * 2009-11-19 2012-12-11 The United States of America as represented by the Administrator of the National Aeronautics & Space Administration (NASA) Model-based prognostics for batteries which estimates useful life and uses a probability density function
JP2011208966A (ja) * 2010-03-29 2011-10-20 Nec Corp 余命予測装置、そのコンピュータプログラムおよびデータ処理方法
CN102213747A (zh) * 2010-04-09 2011-10-12 深圳市比克电池有限公司 一种预测锂离子电池循环寿命的方法
CN103399279A (zh) * 2013-08-01 2013-11-20 哈尔滨工业大学 基于ekf方法和ar模型融合型锂离子电池循环寿命预测方法
CN103487762A (zh) * 2013-09-30 2014-01-01 国家电网公司 一种锂离子电池筛分方法
CN103605080A (zh) * 2013-11-19 2014-02-26 北车风电有限公司 风力发电机组变桨系统的后备电源检测方法
CN103926536A (zh) * 2014-03-07 2014-07-16 南京航空航天大学 基于dst和bmc技术的锂离子电池剩余使用寿命预测方法
CN104778337A (zh) * 2015-04-30 2015-07-15 北京航空航天大学 一种基于函数型主成分分析与贝叶斯更新的锂电池剩余寿命预测方法

Also Published As

Publication number Publication date
CN107219461A (zh) 2017-09-29

Similar Documents

Publication Publication Date Title
CN107219461B (zh) 二次电池的寿命预测方法及电源管理方法
CN109856559B (zh) 一种锂电池循环寿命的预测方法
US11181585B2 (en) Electronic device and method for detecting the state of health of a battery
US10170924B2 (en) Modeling a change in battery degradation
Pan et al. State of charge estimation of lithium-ion batteries using a grey extended Kalman filter and a novel open-circuit voltage model
US10236702B2 (en) Method and apparatus for rapidly charging battery
CN110909443A (zh) 一种高精度电池组充电剩余时间估算方法及系统
CN103884991A (zh) 一种单体电池直流内阻的测试方法
CN111656643A (zh) 用于对电池快速充电的自适应充电协议和实现该协议的快速充电系统
Soto et al. Analysis of the main battery characterization techniques and experimental comparison of commercial 18650 Li-ion cells
CN114614118B (zh) 电池功率处理方法、装置和电池管理系统
CN113794254B (zh) 一种热管理策略配置方法、装置、计算机设备和存储介质
CN112213659B (zh) 电池容量修正方法及测试系统
CA2931084A1 (en) Power storage system and charging method for secondary battery
CN117154268B (zh) 一种基于水系钠离子储能电池柜的soc校正方法、装置、设备及存储介质
KR102350920B1 (ko) Soc 검출 장치
KR20180114206A (ko) 사용자, 셀 및 온도 인지 기능을 구비한 리튬-이온 배터리 충전 방법
KR20220023527A (ko) 배터리 관리 장치, 그를 포함한 차량 시스템 및 그 방법
CN116482541A (zh) 预测电池循环寿命的方法、装置及计算机可读存储介质
US20200195029A1 (en) Charge control device, charge control method, non-transitory computer readable medium, control circuit and power storage system
EP4105669A1 (en) Method for calculating battery degradation degree and apparatus for calculating battery degradation degree
Ali et al. Battery characterization for wireless sensor network applications to investigate the effect of load on surface temperatures
KR102455631B1 (ko) 배터리 충전 방법 및 장치
CN109507590B (zh) 一种去多元干扰网格智能跟踪soc修正方法及系统
CN115598542A (zh) 一种锂离子电池产热功率预测方法

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 519180 Guangdong Province, Zhuhai city Doumen District Xinqing Technology Industrial Park Mount Everest Road No. nine

Applicant after: Zhuhai CosMX Battery Co.,Ltd.

Address before: 519180 Guangdong Province, Zhuhai city Doumen District Xinqing Technology Industrial Park Mount Everest Road No. nine

Applicant before: ZHUHAI COSLIGHT BATTERY Co.,Ltd.

Address after: 519180 Guangdong Province, Zhuhai city Doumen District Xinqing Technology Industrial Park Mount Everest Road No. nine

Applicant after: ZHUHAI COSLIGHT BATTERY Co.,Ltd.

Address before: 519180 Guangdong Province, Zhuhai city Doumen District Xinqing Technology Industrial Park Mount Everest Road No. nine

Applicant before: ZHUHAI COSLIGHT BATTERY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant