CN107843845A - 一种动力锂离子电池soh在线估算方法 - Google Patents
一种动力锂离子电池soh在线估算方法 Download PDFInfo
- Publication number
- CN107843845A CN107843845A CN201710994906.3A CN201710994906A CN107843845A CN 107843845 A CN107843845 A CN 107843845A CN 201710994906 A CN201710994906 A CN 201710994906A CN 107843845 A CN107843845 A CN 107843845A
- Authority
- CN
- China
- Prior art keywords
- soh
- battery
- curve
- ion battery
- power lithium
- 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
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 title claims abstract description 45
- 229910001416 lithium ion Inorganic materials 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000036541 health Effects 0.000 title claims description 12
- 238000003672 processing method Methods 0.000 claims abstract description 7
- 238000011156 evaluation Methods 0.000 claims abstract description 4
- 101001033754 Homo sapiens Mediator of RNA polymerase II transcription subunit 31 Proteins 0.000 claims description 6
- 102100039122 Mediator of RNA polymerase II transcription subunit 31 Human genes 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 3
- 230000003862 health status Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
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
- G01R31/005—Testing of electric installations on transport means
- G01R31/006—Testing of electric installations on transport means on road vehicles, e.g. automobiles or trucks
-
- 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
-
- 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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及一种动力锂离子电池SOH在线估算方法，包括以下步骤：（1）建立不同SOH下的锂离子动力电池充电电压基础曲线库及SOH与充电容量的对应关系；（2）采集待检动力锂离子电池的充电电压曲线，并分析得到待检动力锂离子电池的充电容量；（3）将所述充电电压曲线与动力锂离子电池的基础曲线库进行智能匹配，得到对应的电池SOH，同时结合充电容量衰减模型得到当前电池的SOH,并采用加权处理方法得到最终电池的SOH。本发明所述的动力锂离子电池SOH在线估算方法，可以通过在线测量电池充电电压曲线与充电容量的数据进行综合评价,从而简单有效的判断动力锂离子电池的SOH，实现在线估算。
Description
技术领域
本发明涉及锂离子电池技术领域，具体涉及一种动力锂离子电池SOH在线 估算方法。
背景技术
随着纯电动汽车的迅速增长，保证纯电动汽车安全可靠的运行和增加纯电 动汽车的行驶里程及使用寿命，电池组的管理技术成为了急需发展的核心技 术，其中动力电池的健康状态(State of Health,SOH)估算成为了当前的 研究热点之一。
实时监控电池的SOH，随时了解每块电池的健康状况，对于整车控制性能 提高和行驶里程的预测具有重要意义；电池的SOH可以为动力电池组均衡技 术的研发和电池间的均衡控制策略的制定提供依据；还能根据电池的SOH可 以预估电池的剩余循环次数，及时通知用户做好更换电池的准备。
目前有对电池SOH估算的方法主要包括：(1)直接放电法：将电池从充满 状态以一定倍率放电到截止电压所放出的容量与其所对应的标称容量的比值 可以作为衡量电池标准。需要离线测试电池的SOH,这对车用动力电池来说实现 困难并且测试时间太长；(2)基于等效电路模型法和基于电化学模型法的方法 估计精度很高，但是不能直接扩展到不同类型的电池(设计技术、组成材料不 同的电池)；(3)基于内阻法：主要是通过建立内阻与SOH之间的关系来估算 SOH，这种方法也存在一些缺点：经研究当电池容量下降了原来的25％或30％ 后，电池内阻才会有较明显的变化，标准中规定当电池容量下降到80％时电池就应该被更换，所以想要通过这种方法实时估算电池的SOH难度较大。
发明内容
本发明的目的在于提供一种动力锂离子电池SOH在线估算方法，通过测量 电池的充电电压曲线与充电容量的数据进行综合评价,从而简单有效的判断动 力锂离子电池的SOH，实现在线估算。
为实现上述目的，本发明采用了以下技术方案：
一种动力锂离子电池SOH在线估算方法，包括以下步骤：
(1)建立不同SOH下的锂离子动力电池充电电压基础曲线库及SOH与充 电容量的对应关系；
(2)采集待检动力锂离子电池的充电电压曲线，并分析得到待检动力锂 离子电池的充电容量；
(3)将所述充电电压曲线与动力锂离子电池的基础曲线库进行智能匹配， 得到对应的电池SOH，同时结合充电容量衰减模型得到当前电池的SOH,并采用 加权处理方法得到最终电池的SOH。
进一步的，步骤(1)中，所述建立不同SOH下的锂离子动力电池充电电 压基础曲线库是将不同SOH下的动力锂离子电池的充电电压曲线作为基础曲线 放入曲线库中。
进一步的，所述充电容量通过动力锂离子电池的充电电压曲线得到。
进一步的，步骤(3)中，将所述充电电压曲线与动力锂离子电池的基础 曲线库进行智能匹配，得到对应的电池SOH，具体包括以下步骤：
(31)将采集到的充电电压曲线和曲线库中基础曲线相匹配,通过相关系 数在0.98-1范围内的标准曲线的原则得到所需的匹配曲线并归为基准曲线；
(32)根据步骤(31)中得到的基准曲线估算电池的SOH。
进一步的，步骤(3)中，所述充电容量衰减模型是根据不同SOH下的充 电容量拟合得到的，其表达式为：SOH＝A*Cn+B,其中Cn为充电容量，A,B为常 数。
进一步的，步骤(3)中，所述采用加权处理方法得到最终电池的SOH，是 通过对智能匹配模型及容量模型输出的电池SOH进行加权评价,最终得到待测 动力锂离子电池的SOH；具体通过以下公式得到：
SOH＝w1*SOH1+w2*SOH2
其中,SOH表示电池的健康程度,SOH1代表通过智能匹配得到的电池健康程 度,SOH2表示通过容量模型得到的电池健康程度，w1和w2分别表示两种方法 的权重系数且wl+w2＝1，O<w1,w2≤1
由上述技术方案可知，本发明提供的一种动力锂离子电池SOH在线估算方 法,可以通过在线测量电池充电电压曲线与充电容量的数据进行综合评价,从 而简单有效的判断动力锂离子电池的SOH，实现在线估算。
附图说明
图1是本发明的方法流程图；
图2是本发明动力锂电池再不同SOH下的充电电压基础曲线图。
具体实施方式
下面结合附图对本发明做进一步说明：
如图1所示，本实施例的动力锂离子电池SOH在线估算方法，包括以下步 骤：
S1：建立不同SOH下的锂离子动力电池充电电压基础曲线库及SOH与充电 容量的对应关系：本步骤中，建立不同SOH下的锂离子动力电池充电电压基础 曲线库是将不同SOH下的动力锂离子电池的充电电压曲线作为基础曲线放入曲 线库中；所述充电容量通过动力锂离子电池的充电电压曲线得到。
如图2所示，电池SOH与充电容量的对应关系如下表所示：
S2：采集待检动力锂离子电池的充电电压曲线，并分析得到待检动力锂离 子电池的充电容量；
S3：将所述充电电压曲线与动力锂离子电池的基础曲线库进行智能匹配， 得到对应的电池SOH，同时结合充电容量衰减模型得到当前电池的SOH,并采用 加权处理方法得到最终电池的SOH。
该步骤中，将采集到的充电电压曲线和曲线库中基础曲线相匹配,是通过 相关系数在0.98-1范围内的标准曲线的原则得到所需的匹配曲线并归为基准 曲线，根据得到的基准曲线估算电池的SOH。
根据电池的SOH与充电容量的对应关系拟合建立充电容量衰减模型： SOH＝0.038*Cn+0.0001，其中，SOH代表电池健康程度，Cn代表充电容量。
通过采集待检动力锂离子电池的充电曲线得到电池充电容量Cn，进一步 地，把Cn代入充电容量衰减模型：SOH＝0.038*Cn+0.0001,计算出当前电池的 SOH。
该步骤中，采用加权处理方法得到最终电池的SOH，是通过对智能匹配模 型及容量模型输出的电池SOH进行加权评价,最终得到待测动力锂离子电池的 SOH；具体通过以下公式得到：
SOH＝w1*SOH1+w2*SOH2
其中,SOH表示电池的健康程度,SOH1代表通过智能匹配得到的电池健康程 度,SOH2表示通过容量模型得到的电池健康程度，w1和w2分别表示两种方法 的权重系数且wl+w2＝1，O<w1,w2≤1。
以上所述的实施例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，均应落入本发明权利要求书确定 的保护范围内。
Claims (7)
1.一种动力锂离子电池SOH在线估算方法，其特征在于，包括以下步骤：
（1）建立不同SOH下的锂离子动力电池充电电压基础曲线库及SOH与充电容量的对应关系；
（2）采集待检动力锂离子电池的充电电压曲线，并分析得到待检动力锂离子电池的充电容量；
（3）将所述充电电压曲线与动力锂离子电池的基础曲线库进行智能匹配，得到对应的电池SOH，同时结合充电容量衰减模型得到当前电池的SOH,并采用加权处理方法得到最终电池的SOH。
2.根据权利要求1所述的动力锂离子电池SOH在线估算方法，其特征在于：步骤（1）中，所述建立不同SOH下的锂离子动力电池充电电压基础曲线库是将不同SOH下的动力锂离子电池的充电电压曲线作为基础曲线放入曲线库中。
3.根据权利要求1所述的动力锂离子电池SOH在线估算方法，其特征在于：所述充电容量通过动力锂离子电池的充电电压曲线得到。
4.根据权利要求1所述的动力锂离子电池SOH在线估算方法，其特征在于：步骤（3）中，将所述充电电压曲线与动力锂离子电池的基础曲线库进行智能匹配，得到对应的电池SOH，具体包括以下步骤：
（31）将采集到的充电电压曲线和曲线库中基础曲线相匹配,通过相关系数在0.98-1范围内的标准曲线的原则得到所需的匹配曲线并归为基准曲线；
（32）根据步骤（31）中得到的基准曲线估算电池的SOH。
5.根据权利要求1所述的动力锂离子电池SOH在线估算方法，其特征在于：步骤（3）中，所述充电容量衰减模型是根据不同SOH下的充电容量拟合得到的，其表达式为：SOH=A*Cn+B, 其中Cn为充电容量，A,B为常数。
6.根据权利要求1所述的动力锂离子电池SOH在线估算方法，其特征在于：步骤（3）中，所述采用加权处理方法得到最终电池的SOH，是通过对智能匹配模型及容量模型输出的电池SOH进行加权评价,最终得到待测动力锂离子电池的SOH。
7.根据权利要求6所述的动力锂离子电池SOH在线估算方法，其特征在于：所述加权处理方法，通过以下公式得到：
SOH=w1*SOH1+w2*SOH2
其中,SOH表示电池的健康程度,SOH1代表通过智能匹配得到的电池健康程度,SOH2表示通过容量模型得到的电池健康程度，w1和w2分别表示两种方法的权重系数且wl+w2=1， O<w1,w2≤1。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710994906.3A CN107843845A (zh) | 2017-10-23 | 2017-10-23 | 一种动力锂离子电池soh在线估算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710994906.3A CN107843845A (zh) | 2017-10-23 | 2017-10-23 | 一种动力锂离子电池soh在线估算方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107843845A true CN107843845A (zh) | 2018-03-27 |
Family
ID=61662633
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710994906.3A Pending CN107843845A (zh) | 2017-10-23 | 2017-10-23 | 一种动力锂离子电池soh在线估算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107843845A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108761343A (zh) * | 2018-06-05 | 2018-11-06 | 华霆（合肥）动力技术有限公司 | Soh校正方法及装置 |
| CN108777328A (zh) * | 2018-04-09 | 2018-11-09 | 江西优特汽车技术有限公司 | 一种动力电池衰减一致性管理方法 |
| CN108957331A (zh) * | 2018-05-16 | 2018-12-07 | 蔚来汽车有限公司 | 电池性能检测方法及电池性能检测系统 |
| CN109061512A (zh) * | 2018-09-21 | 2018-12-21 | 合肥国轩高科动力能源有限公司 | 一种通过远程监控数据判定电池故障的方法 |
| CN110854459A (zh) * | 2019-11-27 | 2020-02-28 | 衡阳市宇松科技有限公司 | 一种基于数据自动比对的充电桩充电方法 |
| CN111060833A (zh) * | 2019-12-12 | 2020-04-24 | 安徽贵博新能科技有限公司 | 一种动力电池组soh值的估算方法 |
| CN111103551A (zh) * | 2018-10-26 | 2020-05-05 | 北汽福田汽车股份有限公司 | 电池系统健康状态soh的计算方法、装置及电池系统 |
| CN111693882A (zh) * | 2020-06-30 | 2020-09-22 | 厦门金龙联合汽车工业有限公司 | 一种换电电池健康状态的评价方法 |
| CN112305433A (zh) * | 2020-03-30 | 2021-02-02 | 宁德时代新能源科技股份有限公司 | 电池性能参数的估算方法、装置、设备和介质 |
| CN114355224A (zh) * | 2022-03-17 | 2022-04-15 | 深圳市信润富联数字科技有限公司 | 电池健康状态预测方法、装置、电子装置及可读存储介质 |
| CN116908723A (zh) * | 2023-06-08 | 2023-10-20 | 武汉亿纬储能有限公司 | 一种电池循环次数的计算方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001289925A (ja) * | 2000-04-04 | 2001-10-19 | Japan Storage Battery Co Ltd | 組電池の容量推定方法および劣化診断装置 |
| CN103558556A (zh) * | 2013-10-31 | 2014-02-05 | 重庆长安汽车股份有限公司 | 一种动力电池soh估算方法 |
| CN104502844A (zh) * | 2014-11-18 | 2015-04-08 | 国家电网公司 | 一种基于交流阻抗的动力锂电池劣化程度诊断方法 |
| CN105676134A (zh) * | 2016-01-08 | 2016-06-15 | 中国第一汽车股份有限公司 | 一种车用锂离子动力电池的soh估算方法 |
| CN106772064A (zh) * | 2016-11-25 | 2017-05-31 | 广东电网有限责任公司电力科学研究院 | 一种锂离子电池健康状态预测方法及装置 |
| CN107121643A (zh) * | 2017-07-11 | 2017-09-01 | 山东大学 | 锂离子电池健康状态联合估计方法 |
-
2017
- 2017-10-23 CN CN201710994906.3A patent/CN107843845A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001289925A (ja) * | 2000-04-04 | 2001-10-19 | Japan Storage Battery Co Ltd | 組電池の容量推定方法および劣化診断装置 |
| CN103558556A (zh) * | 2013-10-31 | 2014-02-05 | 重庆长安汽车股份有限公司 | 一种动力电池soh估算方法 |
| CN104502844A (zh) * | 2014-11-18 | 2015-04-08 | 国家电网公司 | 一种基于交流阻抗的动力锂电池劣化程度诊断方法 |
| CN105676134A (zh) * | 2016-01-08 | 2016-06-15 | 中国第一汽车股份有限公司 | 一种车用锂离子动力电池的soh估算方法 |
| CN106772064A (zh) * | 2016-11-25 | 2017-05-31 | 广东电网有限责任公司电力科学研究院 | 一种锂离子电池健康状态预测方法及装置 |
| CN107121643A (zh) * | 2017-07-11 | 2017-09-01 | 山东大学 | 锂离子电池健康状态联合估计方法 |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108777328A (zh) * | 2018-04-09 | 2018-11-09 | 江西优特汽车技术有限公司 | 一种动力电池衰减一致性管理方法 |
| CN108777328B (zh) * | 2018-04-09 | 2020-06-23 | 江西优特汽车技术有限公司 | 一种动力电池衰减一致性管理方法 |
| CN108957331A (zh) * | 2018-05-16 | 2018-12-07 | 蔚来汽车有限公司 | 电池性能检测方法及电池性能检测系统 |
| CN108957331B (zh) * | 2018-05-16 | 2021-07-13 | 蔚来(安徽)控股有限公司 | 电池性能检测方法及电池性能检测系统 |
| CN108761343A (zh) * | 2018-06-05 | 2018-11-06 | 华霆（合肥）动力技术有限公司 | Soh校正方法及装置 |
| CN109061512B (zh) * | 2018-09-21 | 2020-12-11 | 合肥国轩高科动力能源有限公司 | 一种通过远程监控数据判定电池故障的方法 |
| CN109061512A (zh) * | 2018-09-21 | 2018-12-21 | 合肥国轩高科动力能源有限公司 | 一种通过远程监控数据判定电池故障的方法 |
| CN111103551B (zh) * | 2018-10-26 | 2021-09-17 | 北汽福田汽车股份有限公司 | 电池系统健康状态soh的计算方法、装置及电池系统 |
| CN111103551A (zh) * | 2018-10-26 | 2020-05-05 | 北汽福田汽车股份有限公司 | 电池系统健康状态soh的计算方法、装置及电池系统 |
| CN110854459A (zh) * | 2019-11-27 | 2020-02-28 | 衡阳市宇松科技有限公司 | 一种基于数据自动比对的充电桩充电方法 |
| CN111060833A (zh) * | 2019-12-12 | 2020-04-24 | 安徽贵博新能科技有限公司 | 一种动力电池组soh值的估算方法 |
| CN112305433A (zh) * | 2020-03-30 | 2021-02-02 | 宁德时代新能源科技股份有限公司 | 电池性能参数的估算方法、装置、设备和介质 |
| CN112305433B (zh) * | 2020-03-30 | 2023-01-13 | 宁德时代新能源科技股份有限公司 | 电池性能参数的估算方法、装置、设备和介质 |
| US11573273B2 (en) | 2020-03-30 | 2023-02-07 | Contemporary Amperex Technology Co., Limited | Method, apparatus, device and medium for estimating performance parameters of a battery |
| CN111693882A (zh) * | 2020-06-30 | 2020-09-22 | 厦门金龙联合汽车工业有限公司 | 一种换电电池健康状态的评价方法 |
| CN111693882B (zh) * | 2020-06-30 | 2022-09-06 | 厦门金龙联合汽车工业有限公司 | 一种换电电池健康状态的评价方法 |
| CN114355224A (zh) * | 2022-03-17 | 2022-04-15 | 深圳市信润富联数字科技有限公司 | 电池健康状态预测方法、装置、电子装置及可读存储介质 |
| CN116908723A (zh) * | 2023-06-08 | 2023-10-20 | 武汉亿纬储能有限公司 | 一种电池循环次数的计算方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107843845A (zh) | 一种动力锂离子电池soh在线估算方法 | |
| CN102565710B (zh) | 用于估计蓄电池健康状态的方法和装置 | |
| CN102468521B (zh) | 用于估计蓄电池健康状态的方法和装置 | |
| CN106443474B (zh) | 一种动力电池系统寿命衰退特征快速识别的方法 | |
| CN104678316B (zh) | 锂离子电池荷电状态估算方法和装置 | |
| CN105807226B (zh) | 基于等效电路模型的锂离子电池soc预测方法及装置 | |
| CN106716158B (zh) | 电池荷电状态估算方法和装置 | |
| CN103713263B (zh) | 二次电池的状态评估设备、方法以及程序 | |
| CN110501652A (zh) | 一种退役锂电池可用容量快速评估方法及评估装置 | |
| CN108761340A (zh) | 基于噪声干扰的强跟踪容积卡尔曼滤波的电池估算方法 | |
| CN108872866A (zh) | 一种锂离子电池荷电状态动态评估与长效预测融合方法 | |
| CN108872861B (zh) | 一种在线评估电池健康状态的方法 | |
| CN106250576A (zh) | 一种基于动态阻抗的锂电池模型的建模方法 | |
| CN109870659A (zh) | 应用滑窗寻优策略的锂离子电池健康状态估算方法 | |
| CN105929338B (zh) | 一种测量电池状态的方法及其应用 | |
| CN106772072A (zh) | 一种基于电池特性曲线的soc估算方法及装置 | |
| CN111366864B (zh) | 一种基于固定压升区间的电池soh在线估计方法 | |
| Feng et al. | A graphical model for evaluating the status of series‐connected lithium‐ion battery pack | |
| CN106033114B (zh) | 一种储能电池健康状态评估方法 | |
| CN103278777A (zh) | 一种基于动态贝叶斯网络的锂电池健康状况估计方法 | |
| CN111123136A (zh) | 一种锂离子电池健康状态在线测量装置及在线测量方法 | |
| CN106998086A (zh) | 兆瓦级储能电站电池管理方法及其系统 | |
| Sheikhan et al. | State of charge neural computational models for high energy density batteries in electric vehicles | |
| CN102221678A (zh) | 一种电池系统在线寿命计算方法 | |
| CN105738828B (zh) | 一种电池容量精准测量方法 |
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: 20180327 |
|
| RJ01 | Rejection of invention patent application after publication |