CN107271911A - 一种基于模型参数分段矫正的soc在线估计方法 - Google Patents
一种基于模型参数分段矫正的soc在线估计方法 Download PDFInfo
- Publication number
- CN107271911A CN107271911A CN201710457744.XA CN201710457744A CN107271911A CN 107271911 A CN107271911 A CN 107271911A CN 201710457744 A CN201710457744 A CN 201710457744A CN 107271911 A CN107271911 A CN 107271911A
- Authority
- CN
- China
- Prior art keywords
- soc
- battery
- current
- line
- model parameter
- 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]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种基于模型参数分段矫正的锂电池SOC在线估计方法,是指基于电池温度,电池内阻,电池工作电流条件下的SOC真实值,建立三维离线模型;根据三维离线模型的SOC真实值,对安时积分法得到的SOC估计值的累积误差进行分段消除,最终得到SOC修正值。本发明能够显著消除安时积分法的累积误差,提高SOC在线估计精度。
Description
技术领域
本发明涉及电动汽车电池管理系统领域,特别涉及一种锂电池SOC在线估计方法。
背景技术
近年来,随着空气质量的日益恶化以及石油资源的渐趋匮乏,新能源汽车,尤其是纯电动汽车成为当今世界各大汽车公司的开发热点。动力电池组作为电动汽车的关键部件,动力电池SOC被用来直接反应电池的剩余电量,是整车控制系统制定最优能量管理策略的重要依据,动力电池SOC值的准确估计对于提高电池安全可靠性、提高电池能量利用率、延长电池寿命具有重要意义。
总体来看,SOC在线估计技术分为两大类。第一类方法是通过能量守恒关系以及电池的物理特性,如电池的充放电电流、开路电压等来计算电池剩余容量,常见的有开路电压法、安时积分法等。第二类方法则是先对电池建立数学模型,然后基于所建立的电池模型,以及测量得到的电池工作时的充放电电流、端电压等数据,按照所选某种算法的原理间接估计出电池的SOC,常见的有神经网络法、卡尔曼滤波法及其相关衍生算法等。
第一类方法原理简单,但实际应用过程中具有较强的局限性,例如开路电压法只能用于离线估计,而安时积分法的累积误差不可避免。第二类方法的优点是在线估计精度高且具有较好的鲁棒特性,对测量元件的精度不做过高要求,缺点在于对电池模型精度依赖高、需要大量的数学运算且算法的可移植性较差。截至2016年底,我国约30家公司生产的电池管理系统SOC在线估计方法多以安时积分法为主,误差在8%左右;第二类方法的研究成果主要应用在实验室,SOC在线估计误差可达5%左右,未来,有必要结合这两类方法的优缺点对SOC估计的精度及其可靠性进一步研究。
本发明根据安时积分法的成本低,测量方便等优点,采用安时积分法作为SOC估计算法,并且基于不同温度,不同内阻,不同充放电倍率,建立三维离线模型,对安时积分法累积误差进行分段矫正,有效消除安时积分法累积误差。
发明内容
本发明根据安时积分法的成本低,测量方便等优点,采用安时积分法作为SOC估计算法,并且基于不同温度,不同内阻,不同充放电倍率,建立三维离线模型,对安时积分法累积误差进行分段矫正,有效消除安时积分法累积误差,具体方案为:
一种基于模型参数分段矫正的锂电池SOC在线估计方法,是指基于电池温度,电池内阻(用于获取SOH值),电池工作电流条件下的SOC真实值,建立三维离线模型;根据三维离线模型的SOC真实值,对安时积分法得到的SOC估计值的累积误差进行分段消除,最终得到SOC修正值。
进一步的,该方法包含以下步骤:
S1、由电池内阻获取电池当前SOH值,结合电池当前温度T,确定电池当前最大可用容量CN;
S2、利用安时积分法在线估算电池当前SOC估计值;
S3、根据电池当前温度T、电池当前SOH值以及SOC=0.1n时的估计值,启动三维离线模型,结合采样的电流i、端电压U,计算开路电压OCV;式中n为1~9的整数;
S4、根据电池当前温度T、电池当前SOH值、开路电压OCV、OCV-SOC标定曲线,获得当前SOC真实值;
S5、以当前SOC真实值矫正步骤S2得到的当前SOC估计值,继续使用步骤S2中的安时积分法进行估算;
重复S3,S4,S5。
进一步的,步骤S1中由电池当前温度T、电池当前SOH值获取电池当前工作状态下的实际可用容量,用其修正电池当前最大可用容量CN=SOH*Qn,式中Qn为电池额定容量,并将其用于安时积分法中的除数项。
进一步的,所述步骤S3包括如下几个子步骤:
S31、建立锂电池二阶RC等效电路模型,包括一个电压源,一个直流内阻R,两个RC并联环路,并联环路包括Rs,Cs,Rp,Cp;
S32、在不同温度T、不同电池健康状态SOH,不同充放电倍率条件下,根据电池放电结束后端电压响应曲线,辨识三维离线模型的模型参数,建立三维的模型参数曲面;
S33、当安时积分法估计的SOC=0.1n时,根据采样获得的端电压U与电流i,启用相应的模型参数,计算开路电压OCV。
进一步的,所述步骤S4的OCV-SOC标定曲线,是指利用不同温度,不同SOH的条件获取相应的关系曲线。
进一步的,所述步骤S5,根据OCV-SOC标定曲线获得SOC真实值后,将此值作为安时积分法当前时刻的初始值,继续使用安时积分法在线估计,输出最终估计值。
本发明的有益点在于:本发明采用安时积分法作为估计算法,利用不同温度、不同电池内阻(用于获取电池健康状态SOH)、不同充放电倍率建立三维SOC估算等效电路模型,通过模型参数矫正安时积分法SOC=0.1n(n=1~9整数)时的估算值,将此值作为安时积分法当前时刻的初始值,实现分段消除安时积分法的累积误差,提高SOC的估计精度,实现了在线运算量小,方法可靠,估计准确的技术效果,提高电池安全可靠性、提高电池能量利用率、延长电池寿命。
附图说明
为了更加清楚的说明本发明的原理与实施中的技术方案,下面将对本发明涉及的技术方案使用图作进一步的介绍,以下图仅仅是本发明的部分实施例子,对于本领域技术人员来讲,在不付出创造性劳动的前提下可以根据以下图获得其他的技术方案。
图1是本发明的原理框图;
图2是锂电池二阶RC等效电路模型;
图3是锂电池放电结束端电压响应曲线图;
图4是锂电池放电结束端电压响应曲线拟合图;
图5是25℃、SOH=1条件下OCV-SOC标定曲线;
图6是25℃、SOH=1条件下本发明方法的计算机仿真结果。
具体实施方式
如图1所示,一种基于模型参数分段矫正的锂电池SOC在线估计方法,采用安时积分法作为估计算法,利用不同温度、不同电池内阻(用于获取电池健康状态SOH)、不同充放电倍率建立三维SOC估算等效电路模型,通过模型参数矫正安时积分法的SOC估算值,分段消除安时积分法的累积误差,提高SOC的估计精度,实现了在线运算量小,方法可靠,估计准确的技术效果,提高电池安全可靠性、提高电池能量利用率、延长电池寿命。
所述基于模型参数分段矫正的锂电池SOC在线估计方法,包含以下步骤:
S1、由电池内阻获取电池SOH的值,结合温度条件,确定电池当前最大可用容量CN。
S2、利用安时积分法在线估算SOC值。
S3、根据采样温度T、SOH以及SOC=0.1n(n为1~9的整数)时的估计值,启动对应的离线模型参数,结合采样的电流i,端电压U,计算当前的开路电压OCV。
S4、根据不同温度、不同SOH条件下的OCV-SOC标定曲线,获得当前SOC真实值。
S5、以SOC真实值矫正安时积分法估计值,继续使用安时积分法估算。
S6、输出SOC真实值。
重复S3,S4,S5。
所述的基于模型参数分段矫正的锂电池SOC在线估计方法,用SOH、温度修正当前最大可用容量CN,并将CN用于安时积分法中的除数项。
所述安时积分法的公式为,,其中 为SOC估计值,为SOC初始值,为电池电流。
所述步骤S3包括如下几个子步骤:
S31、建立锂电池二阶RC等效电路模型,包括一个电压源,一个直流内阻R,两个RC并联环路(Rs,Cs,Rp,Cp)。如图2所示。
该模型由三部分组成:
电压源:用开路电压表示动力电池的电动势。
欧姆电阻:用表示电池的欧姆电阻,由电极材料、电解液及其他电阻组成。图3中区域一所示电压变化即是的作用。
环路:用两个阻容环节叠加的方式来模拟电池的极化过程,用于模拟电池放电结束,电压突变后趋于稳定的过程。图3中区域二所示电压变化即为二阶阻容环路的作用。
如图2所示等效电路模型函数关系如下:
(1)
对(1)式离散化,解得状态方程为: (2)
(3)
其中:
(4)
S32、在不同温度T、不同电池健康状态SOH,不同充放电倍率条件下,根据电池放电结束后端电压响应曲线,辨识模型参数,建立三维的模型参数曲面。
所述方法需要的模型参数包括:相同温度,相同内阻,不同充放电倍率条件下的模型参数;相同温度,不同内阻,不同充放电倍率条件下的模型参数;不同温度,不同内阻,不同充放电倍率条件下的模型参数。根据电池放电结束后端电压变化曲线,对电池等效模型进行参数辨识,获得各个不同状态下模型参数R,Rs,Cs,Rp,Cp。
如图4所示为电池放电结束端电压响应曲线示意图。
这个过程是放电结束后,电池内部欧姆电阻上产生的压降消失的过程,由此可得电池欧姆电阻。用两个阻容环节叠加的方式来模拟电池的极化过程。和组成的并联电路时间常数较小,用于模拟电池在电流突变时电压快速变化的过程,和的时间常数较大,用于模拟电压缓慢变化的过程。
假设电池在期间先放电一段时间,然后剩余时间内处于静置状态,其中、、分别为放电开始时刻、放电停止时刻和静置停止时间,在此过程中RC网路电压为:
(5)
(6)
电池在放电期间,极化电容和处于充电状态,并联电路的电压呈指数上升,电池从放电状态进入静置后,电容和分别向各自的并联电阻放电,电压呈指数下降,,为两个并联电路的时间常数,模型中的电阻和电容都不是常数,它们与电池当前状态的SOC值和充放电电流值大小有关。阶段电压变化是由电池的极化效应消失引起的,在此过程中电池的电压输出为:,可以简化写为:,此形式即可用Matlab进行二次指数项数据拟合。求出之后,,,,,据此可以辨识出、、、的值。
S33、根据采样获得的端电压U与电流i,在不同状态下启用相应的模型离线参数,计算当前开路电压(OCV)。
所述步骤S4的OCV-SOC标定曲线,经过标准标定过程后,利用不同温度、不同SOH条件下,放电倍率0.2C时的OCV-SOC曲线作为标定曲线。
选择的实验对象为松下旗下三洋公司生产的18650型圆柱形电池,额定容量为2600mAh,额定电压为3.7V,充电截止电压为4.2V,放电截止电压为2.75V。本文对电池的充放电实验是在SOH=1,25℃恒温条件下进行的,分别标定0.2C、0.3C、0.4C、0.5C、0.6C、0.75C、1C恒流间歇放电条件下的OCV-SOC曲线。
每组标定步骤如下:
采用先恒流(0.2C)后恒压(截止电压4.25V)的方式对电池进行充电;
对电池进行恒流恒容量(260mAh)放电;
放电结束,静置1小时以消除电池极化效应;
重复步骤 ,至电池放电结束。
如图5所示为标定实验结果曲线。从图中可以看出,在SOC大于10%时,各条曲线几乎重合,说明在同样的温度(25℃)、SOH(新电池)条件下,不同放电倍率对应的OCV-SOC关系曲线相似,可以用其中任意一条曲线代表此温度下OCV-SOC曲线,本文选取0.2C恒流间歇放电条件下的OCV-SOC曲线作为参考曲线,利用matlab六次多项式数据拟合,可得:
Voc= a1SOC6+ a2SOC5 + a3SOC4+ a4SOC3+ a5SOC2+ a6SOC+ a7 (7)
其中: a1=-34.72,a2=120.7,a3=-165.9,a4=114.5,a5=−40.9,a6= 7.31,a7=3.231.
所述步骤S5,当SOC输出值为0.1n(n为1~9的整数)时,根据OCV-SOC曲线获得SOC(t)真实值后,将此值作为初始值替代安时积分法公式中的,继续使用安时积分法在线估计。并将该值输出为SOC算法此刻的估计值。
在采用在线SOC估计方法前,需要有以下准备工作。
1. 锂电池OCV-SOC标定。
如步骤S4所述。
2. SOH的获取
SOH用电池的内阻来表示,通过电池内阻变化大小来估计电池寿命,下面是SOH的表达式:
(8)
为锂电池在寿命完结时的内阻大小,为锂电池出厂时的内阻大小,为电池在使用过程中测得的内阻大小,这种方法对于电动车行驶状态不适用。根据公式,只要准确的估算出,,就能计算出电池的SOH值。本文以这种方法来获得电池当前状态的SOH值,因为在一个充放电周期中,SOH值发生的变化可以忽略不计,本文以电池工作前离线获得的SOH值作为当前整个放电状态的SOH值,从而获取当前放电状态电池的实际可用容量。
3. 建立锂电池等效模型。
如图2,本发明采用锂电池二阶RC等效模型。辨识不同温度,不同SOH,不同充放电倍率状态下的电池模型离线参数网络。根据电池放电结束后端电压变化曲线,对电池等效模型进行参数辨识,获得各个不同状态下离线模型参数数据R,Rs,Cs,Rp,Cp。
前期准备工作结束。在线SOC估计开始。
所述的基于模型参数分段矫正的锂电池SOC在线估计方法,用SOH、温度修正当前最大可用容量CN,并将CN用于安时积分法中的除数项。
所述安时积分法的公式为,,其中 为SOC估计值,为SOC初始值,为电池电流。
根据采样温度T、SOH以及SOC=0.1n(n为1~9的整数)时的估计值,启动对应的离线模型参数,结合采样的电流i,端电压U,计算当前的开路电压OCV。
根据OCV-SOC标定曲线,获得当前SOC真实值。
以SOC真实值矫正安时积分法估计值,用SOC真实值代替安时积分法公式中的作为此刻SOC的初值,继续使用安时积分法估算。
输出SOC真实值。
如图6所示为25℃、SOH=1条件下本发明的仿真结果,可以看出,利用测量值的安时积分法误差明显大于分段矫正的安时积分法,随着时间的推进,测量值安时积分的误差越来越大,SOC等于0.1的时刻,误差达到了8%左右,而分段矫正的误差最大值在3%左右。从仿真结果看出,本发明方法对消除累计误差具有明显效果。
Claims (6)
1.一种基于模型参数分段矫正的锂电池SOC在线估计方法,其特征在于:是指基于电池温度,电池内阻,电池工作电流条件下的SOC真实值,建立三维离线模型;根据三维离线模型的SOC真实值,对安时积分法得到的SOC估计值的累积误差进行分段消除,最终得到SOC修正值。
2.如权利要求1所述的基于模型参数分段矫正的锂电池SOC在线估计方法,其特征在于包含以下步骤:
S1、由电池内阻获取电池当前SOH值,结合电池当前温度T,确定电池当前最大可用容量CN;
S2、利用安时积分法在线估算电池当前SOC估计值;
S3、根据电池当前温度T、电池当前SOH值以及SOC=0.1n时的估计值,启动三维离线模型,结合采样的电流i、端电压U,计算开路电压OCV;式中n为1~9的整数;
S4、根据电池当前温度T、电池当前SOH值、开路电压OCV、OCV-SOC标定曲线,获得当前SOC真实值;
S5、以当前SOC真实值矫正步骤S2得到的当前SOC估计值,继续使用步骤S2中的安时积分法进行估算;
重复S3,S4,S5。
3.如权利要求2所述的基于模型参数分段矫正的锂电池SOC在线估计方法,其特征在于:步骤S1中由电池当前温度T、电池当前SOH值获取电池当前工作状态下的实际可用容量,用其修正电池当前最大可用容量CN=SOH*Qn,式中Qn为电池额定容量,并将其用于安时积分法中的除数项。
4.如权利要求2所述的基于模型参数分段矫正的锂电池SOC在线估计方法,其特征在于,所述步骤S3包括如下几个子步骤:
S31、建立锂电池二阶RC等效电路模型,包括一个电压源,一个直流内阻R,两个RC并联环路,并联环路包括Rs,Cs,Rp,Cp;
S32、在不同温度T、不同电池健康状态SOH,不同充放电倍率条件下,根据电池放电结束后端电压响应曲线,辨识三维离线模型的模型参数,建立三维的模型参数曲面;
S33、当安时积分法估计的SOC=0.1n时,根据采样获得的端电压U与电流i,启用相应的模型参数,计算开路电压OCV。
5.如权利要求2所述的基于模型参数分段矫正的锂电池SOC在线估计方法,其特征在于:所述步骤S4的OCV-SOC标定曲线,是指利用不同温度,不同SOH的条件获取相应的关系曲线。
6.如权利要求2所述的基于模型参数分段矫正的锂电池SOC在线估计方法,其特征在于:所述步骤S5,根据OCV-SOC标定曲线获得SOC真实值后,将此值作为安时积分法当前时刻的初始值,继续使用安时积分法在线估计,输出最终估计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710457744.XA CN107271911A (zh) | 2017-06-16 | 2017-06-16 | 一种基于模型参数分段矫正的soc在线估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710457744.XA CN107271911A (zh) | 2017-06-16 | 2017-06-16 | 一种基于模型参数分段矫正的soc在线估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107271911A true CN107271911A (zh) | 2017-10-20 |
Family
ID=60067644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710457744.XA Pending CN107271911A (zh) | 2017-06-16 | 2017-06-16 | 一种基于模型参数分段矫正的soc在线估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107271911A (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108008316A (zh) * | 2017-11-30 | 2018-05-08 | 深圳市比克动力电池有限公司 | 一种锂离子电池soc-ocv曲线的标定方法 |
CN108646198A (zh) * | 2018-07-27 | 2018-10-12 | 安徽师范大学 | 一种电池参数估计系统 |
CN109061501A (zh) * | 2018-08-20 | 2018-12-21 | 中航锂电(洛阳)有限公司 | 一种实时电池电动势的估算方法 |
CN109387784A (zh) * | 2018-09-13 | 2019-02-26 | 东莞钜威动力技术有限公司 | 多维度状态估算效准soc的方法以及动态修正soc的方法 |
CN109507611A (zh) * | 2018-11-22 | 2019-03-22 | 安徽江淮汽车集团股份有限公司 | 一种电动汽车的soh修正方法及系统 |
CN110058177A (zh) * | 2019-05-06 | 2019-07-26 | 奇瑞新能源汽车技术有限公司 | 一种动力电池电量soc修正方法 |
CN110187283A (zh) * | 2019-06-14 | 2019-08-30 | 湖北锂诺新能源科技有限公司 | 一种锂离子电池soc的估计方法 |
CN110333451A (zh) * | 2019-06-25 | 2019-10-15 | 南京理工大学 | 一种锂离子电池荷电状态与开路电压模型建立方法 |
CN110470993A (zh) * | 2019-09-23 | 2019-11-19 | 骆驼集团武汉光谷研发中心有限公司 | 一种启停电池soc算法 |
CN110554321A (zh) * | 2019-09-26 | 2019-12-10 | 长沙理工大学 | 一种实时检测退役动力电池soc的方法 |
WO2020143193A1 (zh) * | 2019-01-08 | 2020-07-16 | 广州小鹏汽车科技有限公司 | 估算电池荷电状态的方法、设备及计算机可读存储介质 |
CN111562501A (zh) * | 2020-06-04 | 2020-08-21 | 奇瑞商用车(安徽)有限公司 | 一种锂离子电池soc-ocv关系曲线标定方法 |
CN112147514A (zh) * | 2020-09-25 | 2020-12-29 | 河南理工大学 | 基于rls的锂电池全工况自适应等效电路模型 |
CN112666473A (zh) * | 2020-11-04 | 2021-04-16 | 深圳市科陆电子科技股份有限公司 | 电池检测方法及电池检测系统 |
CN112782588A (zh) * | 2020-12-30 | 2021-05-11 | 深圳市加码能源科技有限公司 | 一种基于lssvm的soc在线监测方法及其储存介质 |
CN113687246A (zh) * | 2021-10-25 | 2021-11-23 | 长沙德壹科技有限公司 | 铅酸电池soc估算方法、系统、装置及存储介质 |
CN116298921A (zh) * | 2023-03-27 | 2023-06-23 | 浙江南都能源科技有限公司 | 一种储能电站电池soc动态计算方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105548898A (zh) * | 2015-12-25 | 2016-05-04 | 华南理工大学 | 一种离线数据分段矫正的锂电池soc估计方法 |
CN106646265A (zh) * | 2017-01-22 | 2017-05-10 | 华南理工大学 | 一种锂电池soc估计方法 |
-
2017
- 2017-06-16 CN CN201710457744.XA patent/CN107271911A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105548898A (zh) * | 2015-12-25 | 2016-05-04 | 华南理工大学 | 一种离线数据分段矫正的锂电池soc估计方法 |
CN106646265A (zh) * | 2017-01-22 | 2017-05-10 | 华南理工大学 | 一种锂电池soc估计方法 |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108008316A (zh) * | 2017-11-30 | 2018-05-08 | 深圳市比克动力电池有限公司 | 一种锂离子电池soc-ocv曲线的标定方法 |
CN108646198A (zh) * | 2018-07-27 | 2018-10-12 | 安徽师范大学 | 一种电池参数估计系统 |
CN109061501A (zh) * | 2018-08-20 | 2018-12-21 | 中航锂电(洛阳)有限公司 | 一种实时电池电动势的估算方法 |
CN109387784A (zh) * | 2018-09-13 | 2019-02-26 | 东莞钜威动力技术有限公司 | 多维度状态估算效准soc的方法以及动态修正soc的方法 |
CN109387784B (zh) * | 2018-09-13 | 2021-04-02 | 东莞钜威动力技术有限公司 | 多维度状态估算效准soc的方法以及动态修正soc的方法 |
CN109507611A (zh) * | 2018-11-22 | 2019-03-22 | 安徽江淮汽车集团股份有限公司 | 一种电动汽车的soh修正方法及系统 |
CN109507611B (zh) * | 2018-11-22 | 2020-07-28 | 安徽江淮汽车集团股份有限公司 | 一种电动汽车的soh修正方法及系统 |
WO2020143193A1 (zh) * | 2019-01-08 | 2020-07-16 | 广州小鹏汽车科技有限公司 | 估算电池荷电状态的方法、设备及计算机可读存储介质 |
CN110058177A (zh) * | 2019-05-06 | 2019-07-26 | 奇瑞新能源汽车技术有限公司 | 一种动力电池电量soc修正方法 |
CN110187283A (zh) * | 2019-06-14 | 2019-08-30 | 湖北锂诺新能源科技有限公司 | 一种锂离子电池soc的估计方法 |
CN110333451A (zh) * | 2019-06-25 | 2019-10-15 | 南京理工大学 | 一种锂离子电池荷电状态与开路电压模型建立方法 |
CN110333451B (zh) * | 2019-06-25 | 2020-10-02 | 南京理工大学 | 一种锂离子电池荷电状态与开路电压模型建立方法 |
CN110470993B (zh) * | 2019-09-23 | 2021-07-23 | 骆驼集团武汉光谷研发中心有限公司 | 一种启停电池soc算法 |
CN110470993A (zh) * | 2019-09-23 | 2019-11-19 | 骆驼集团武汉光谷研发中心有限公司 | 一种启停电池soc算法 |
CN110554321B (zh) * | 2019-09-26 | 2021-05-11 | 长沙理工大学 | 一种实时检测退役动力电池soc的方法 |
CN110554321A (zh) * | 2019-09-26 | 2019-12-10 | 长沙理工大学 | 一种实时检测退役动力电池soc的方法 |
CN111562501A (zh) * | 2020-06-04 | 2020-08-21 | 奇瑞商用车(安徽)有限公司 | 一种锂离子电池soc-ocv关系曲线标定方法 |
CN112147514A (zh) * | 2020-09-25 | 2020-12-29 | 河南理工大学 | 基于rls的锂电池全工况自适应等效电路模型 |
CN112147514B (zh) * | 2020-09-25 | 2023-08-11 | 河南理工大学 | 基于rls的锂电池全工况自适应等效电路模型 |
CN112666473A (zh) * | 2020-11-04 | 2021-04-16 | 深圳市科陆电子科技股份有限公司 | 电池检测方法及电池检测系统 |
CN112782588A (zh) * | 2020-12-30 | 2021-05-11 | 深圳市加码能源科技有限公司 | 一种基于lssvm的soc在线监测方法及其储存介质 |
CN112782588B (zh) * | 2020-12-30 | 2023-02-17 | 深圳市加码能源科技有限公司 | 一种基于lssvm的soc在线监测方法及其储存介质 |
CN113687246A (zh) * | 2021-10-25 | 2021-11-23 | 长沙德壹科技有限公司 | 铅酸电池soc估算方法、系统、装置及存储介质 |
CN116298921A (zh) * | 2023-03-27 | 2023-06-23 | 浙江南都能源科技有限公司 | 一种储能电站电池soc动态计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107271911A (zh) | 一种基于模型参数分段矫正的soc在线估计方法 | |
CN105548898B (zh) | 一种离线数据分段矫正的锂电池soc估计方法 | |
CN106646265A (zh) | 一种锂电池soc估计方法 | |
CN105116343B (zh) | 最小二乘支持向量机的动力电池电荷状态估计方法及系统 | |
CN105699907B (zh) | 一种基于动态阻抗校正的电池soc估计方法及系统 | |
CN105842627B (zh) | 基于数据模型融合的动力电池容量和荷电状态的估计方法 | |
CN108896916B (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 | |
CN110501652A (zh) | 一种退役锂电池可用容量快速评估方法及评估装置 | |
CN107664751A (zh) | 一种蓄电池实时荷电状态的测算方法及测算装置 | |
CN107390127A (zh) | 一种soc估算方法 | |
CN107247235A (zh) | 一种考虑并联电池差异的电池组容量估算方法 | |
CN104950263B (zh) | 汽车动力电池soc的估算方法 | |
CN108363009A (zh) | 一种实现锂离子电池最大允许功率在线预估的方法 | |
CN109633454A (zh) | 一种实现锂离子电池等效温度在线估计的方法 | |
CN109633479B (zh) | 基于嵌入式容积卡尔曼滤波的锂电池soc在线估算方法 | |
CN109507611A (zh) | 一种电动汽车的soh修正方法及系统 | |
CN102074757A (zh) | 一种锂离子电池荷电状态的估算方法 | |
CN109541485A (zh) | 一种动力电池的soc估算方法 | |
CN110133525A (zh) | 一种应用于电池管理系统的锂离子电池健康状态估计方法 | |
CN109856548A (zh) | 动力电池容量估算方法 | |
CN108008317A (zh) | 一种基于电池开路电压曲线特性的荷电状态估计方法 | |
CN111856282B (zh) | 基于改进遗传无迹卡尔曼滤波的车载锂电池状态估计方法 | |
CN109596993A (zh) | 锂离子电池荷电状态检测的方法 | |
CN104198795A (zh) | 车辆的动力系统开路电压检测方法、动力系统及车辆 | |
CN108829911A (zh) | 一种开路电压与soc函数关系优化方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171020 |
|
RJ01 | Rejection of invention patent application after publication |