CN108445422A - 基于极化电压恢复特性的电池荷电状态估算方法 - Google Patents
基于极化电压恢复特性的电池荷电状态估算方法 Download PDFInfo
- Publication number
- CN108445422A CN108445422A CN201810584172.6A CN201810584172A CN108445422A CN 108445422 A CN108445422 A CN 108445422A CN 201810584172 A CN201810584172 A CN 201810584172A CN 108445422 A CN108445422 A CN 108445422A
- Authority
- CN
- China
- Prior art keywords
- battery
- soc
- time
- repose
- polarizing voltage
- 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
Links
- 238000011084 recovery Methods 0.000 title claims abstract description 22
- 238000011156 evaluation Methods 0.000 title claims abstract description 15
- 230000010287 polarization Effects 0.000 claims abstract description 16
- 230000032683 aging Effects 0.000 claims abstract description 9
- 238000009795 derivation Methods 0.000 claims abstract description 6
- 239000000284 extract Substances 0.000 claims abstract description 3
- 238000000034 method Methods 0.000 claims description 18
- 230000010354 integration Effects 0.000 claims description 7
- 239000005955 Ferric phosphate Substances 0.000 claims description 3
- 229940032958 ferric phosphate Drugs 0.000 claims description 3
- WBJZTOZJJYAKHQ-UHFFFAOYSA-K iron(3+) phosphate Chemical compound [Fe+3].[O-]P([O-])([O-])=O WBJZTOZJJYAKHQ-UHFFFAOYSA-K 0.000 claims description 3
- 229910000399 iron(III) phosphate Inorganic materials 0.000 claims description 3
- 229910052744 lithium Inorganic materials 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims 1
- 230000015556 catabolic process Effects 0.000 description 7
- 238000006731 degradation reaction Methods 0.000 description 7
- 230000005611 electricity Effects 0.000 description 3
- 239000011149 active material Substances 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000005303 weighing 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
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了基于极化电压恢复特性的电池荷电状态估算方法,包括电池极化电压特性分析及基于极化电压恢复特性的SOC估算两部分;第一部分:基于不同电池SOC下的电池静置电压曲线,提取不同静置时间下的电池剩余极化电压,通过OCV‑SOC曲线求导得到SOC误差为3%内允许的电池电压最大偏差,在保证SOC误差为3%的前提下,得到不同SOC下消除极化电压需要最小静置时间;第二部分:根据同批次电池不同SOC下的电池最小静置时间及其随时间老化规律,采用响应面模型作为近似模型,通过少量数据点在局部范围内得到精确的逼近函数关系,以此获取电池全寿命周期内保证SOC误差在3%以内的最小静置时间,并根据静置时间是否达到最小静置时间进行相应的电池SOC估算。
Description
技术领域
本发明属于电动汽车技术领域,具体涉及电动汽车动力电池荷电状态估算方法。
背景技术
精确估算电池荷电状态(State of Charge,SOC)有利于电池管理系统整体性能提升,保障电动汽车的续航里程。目前电池SOC估算方法包括安时积分法、开路电压法、卡尔曼滤波法、神经网络法和模糊控制算法等。其中安时积分法因计算效率高在电池管理系统中也得到了普遍应用,但该方法最大缺陷是,在实际应用中因电池的自放电及老化导致容量衰减,无法确定SOC的初始值,同时还存在积分的累积误差等。
对初始容量修正的最好方法是在充放电循环过程中,利用停车静置所得的开路电压(Open Circuit Voltage,OCV)对SOC初始容量进行修正,可以弥补安时积分法带来的误差,将会大大提高安时积分法的估算精度。开路电压法需长时间静置或基于电池物理或电化学模型建立相应数学描述方程对其进行辨识,但长时间静置所需时间较长,不适合在线应用;而通过电池模型辨识的开路电压受制于采用的电池模型的精度,同时由于运算量较大对系统处理器速度要求较高。
电池极化是种不可避免的现象,当电池电极上没有电流通过时,电池电极处于平衡状态,称为平衡电势,该电势即为长时间静置后的开路电压。当有外部电流通过电池时,电池电势将会偏离平衡电势,电流越大偏离越大进而产生极化电压,这种现象就称为电池极化现象。
发明内容
针对上述问题,本发明提出基于极化电压恢复时间与SOC误差3%以内的电压允许误差的关系进行电池初始容量修正的电池荷电状态估算方法。所述基于极化电压恢复特性的电池荷电状态估算方法包括:
S1、电池极化电压特性分析;
S2、基于极化电压恢复特性的SOC估算。
进一步,上述S1中电池极化电压特性分析阶段,基于实测的不同电池SOC下的电池静置电压曲线,提取不同静置时间10min、20min、30min、40min、50min下的电池剩余极化电压,即电池静置一段时间的端电压与静置3h后端电压的差值。
通过OCV-SOC关系曲线求导得到SOC误差为3%内允许的电池电压偏差值,具体步骤如下:
对OCV-SOC曲线求导得到曲线,将SOC误差目标值设定为3%,然后求OCV允许的最大偏差。进一步可得:
由于之前设定SOC误差为3%,则dSOC=0.03,参照式(1)可得相应dOCV,即在SOC误差为3%的条件下允许的OCV最大偏差,从而得到参考误差的标准实线。
在保证SOC误差为3%的前提下,即可得到不同SOC下消除极化电压需要最小静置时间。从最小静置时间走势可知低荷电状态和高荷电状态区域对静置时间要求很低,由于这两个区域没有参考时间点同时又十分满足误差要求就以10min作为参考。在荷电状态中间区域对静置时间要求最高,对应磷酸铁锂电池OCV-SOC曲线在荷电状态中间区域十分平坦,进而需要较长的静置时间(甚至达到50min)才能消除极化电压保证SOC精度。
为了对比,同样获取了电池老化的相应曲线,消除剩余极化电压所需静置时间曲线的走势发生了极大的变化,静置时间峰值点明显向右移动,这是由于曲线是以老化后的容量作为参考基准所以导致曲线右移。与此同时伴随着老化电池荷电状态两端区域对静置时间的要求一直很低,此外两端低要求区域有变大的趋势并且中间区域需要静置的时间缩短,这是由于随着老化电池内部的活性物质减少使其极化现象的持续性降低,但极化电压随电池老化产生及消退速度加快,静置时间曲线整体上出现一种收敛的趋势,有利于估算方法的改进提升。
进一步,所述S2中基于极化电压恢复特性SOC估算阶段,基于电池极化电压特性分析阶段研究,得到同一批次3块电池不同SOC下的电池最小静置时间及其随老化的变化规律,采用响应面模型作为近似模型,通过较少的数据点在局部范围内得到比较精确的逼近函数关系,得到最小静置时间随电池老化及SOC变化规律,,以此获取电池全寿命周期内在保证SOC误差在3%以内的最小静置时间。实际应用中当电动汽车进入停车或者电流为零时,判定静置时间是否达到最小静置时间要求,如果达到要求则校正初始电池SOC,从而提升SOC估算精度;若未到达静置时间要求则直接采用安时积分法估算电池SOC。
本发明的有益效果:
本发明采用极化电压恢复时间与SOC误差3%以内的电压允许误差的关系进行电池初始容量修正,进而保证电池SOC在线估算的准确性。本发明的高精度原因是该方法能够参考全寿命周期内最小静置时间表达式对SOC初始值进行实时修正;本发明高效率在于通过理论分析了最小静置时间,避开了开路电压法需长时间静置及电池模型辨识的开路电压受制于采用的电池模型的精度等问题。
附图说明
图1为电池循环不同初始时刻下剩余极化电压与静置时间关系
图2为电池老化后不同初始时刻下剩余极化电压与时间关系
图3为电池初始与老化后不同SOC下静置时间对比
图4为基于极化电压恢复特性的SOC估算流程图
具体实施方式
下面结合附图对本发明作进一步说明。
基于极化电压恢复特性的电池荷电状态估算方法包括:电池极化电压特性分析及基于极化电压恢复特性的SOC估算两部分。
上述电池极化电压特性分析阶段,基于实测的不同电池SOC下的电池静置电压曲线,提取不同静置时间10min、20min、30min、40min、50min下的电池剩余极化电压,即电池静置一段时间的端电压与静置3h后端电压的差值,如图1(a)所示。
通过OCV-SOC关系曲线求导得到SOC误差为3%内允许的电池电压偏差值,具体步骤如下,对OCV-SOC曲线求导得到曲线,将SOC误差目标值设定为3%,然后求OCV允许的最大偏差。所述OCV允许的最大偏差由式(1)得出:
由于之前设定SOC误差为3%则dSOC=0.03,参照式(1)可得相应dOCV,即在SOC误差为3%的条件下允许的OCV最大偏差,从而得到参考误差的标准实线,即图1(a)中的实线。
在保证SOC误差为3%的前提下,即可得到不同SOC下消除极化电压需要最小静置时间,如图1(b)所示。从最小静置时间走势可知低荷电状态和高荷电状态区域对静置时间要求很低,由于这两个区域没有参考时间点,同时又十分满足误差要求,就以10min作为参考。在荷电状态中间区域对静置时间要求最高,对应磷酸铁锂电池OCV-SOC曲线在荷电状态中间区域十分平坦,进而需要较长的静置时间、甚至达到50min才能消除极化电压保证SOC精度。
图2为电池老化后不同初始时刻下剩余极化电压与时间关系。对比图1和2可知消除剩余极化电压所需静置时间曲线的走势发生了极大的变化,发现静置时间峰值点明显向右移动,这是由于曲线是以老化后的容量作为参考基准所以导致曲线右移。与此同时伴随着老化电池荷电状态两端区域对静置时间的要求一直很低,此外两端低要求区域有变=的趋势并且中间区域需要静置的时间缩短,这是由于随着老化电池内部的活性物质减少使其极化现象的持续性降低,但极化电压随电池老化产生及消退速度加快,静置时间曲线整体上出现一种收敛的趋势,有利于估算方法的改进提升。
基于极化电压恢复特性SOC估算阶段,基于电池极化电压特性分析阶段研究,得到同一批次3块电池不同SOC下的电池最小静置时间及其随时间老化的变化规律,如图3所示。针对同一厂家的电池进行如图3所示不同老化状态下的最小静置时间测试,采用响应面模型作为近似模型,通过较少的数据点在局部范围内得到比较精确的逼近函数关系,得到最小静置时间随电池老化及SOC变化规律,以此获取电池全寿命周期内在保证SOC误差在3%以内的最小静置时间,进而制定图4所示基于极化电压恢复特性的电池荷电状态估算流程。实际应用中当电动汽车进入停车或者电流为零时,判定静置时间是否达到最小静置时间要求,如果达到要求则校正电池初始SOC,从而提升SOC估算精度;若未到达静置时间要求则直接采用安时积分法估算电池SOC。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
Claims (8)
1.基于极化电压恢复特性的电池荷电状态估算方法,其特征在于,利用同一批次若干块电池不同SOC下的电池最小静置时间及其随时间老化的变化规律,采用响应面模型作为近似模型,通过少量的数据点在局部范围内得到比较精确的逼近函数关系,以此获取电池全寿命周期内在保证SOC误差在p%以内的最小静置时间,并根据静置时间是否达到最小静置时间要求进行相应的电池SOC估算。
2.根据权利要求1所述的基于极化电压恢复特性的电池荷电状态估算方法,其特征在于,所述估算在实际应用时,当电动汽车进入停车或者电流为零时,判定静置时间是否达到最小静置时间要求,如果达到要求则校正电池初始SOC,若未到达最小静置时间要求则采用安时积分法估算电池SOC。
3.根据权利要求1所述的基于极化电压恢复特性的电池荷电状态估算方法,其特征在于,在所述电池荷电状态估算之前还包括基于电池极化电压特性分析的步骤S1。
4.根据权利要求3所述的基于极化电压恢复特性的电池荷电状态估算方法,其特征在于,所述步骤S1基于电池极化电压特性分析的具体方法包括如下:
S1.1,基于不同电池SOC下的电池静置电压曲线,提取若干不同静置时间下的电池剩余极化电压,即电池静置若干分钟的端电压与静置若干小时后端电压的差值;
S1.2,通过OCV-SOC关系曲线求导得到SOC误差为p%内允许的电池电压最大偏差值;
S1.3,在保证SOC误差为p%的前提下,得到不同SOC下消除极化电压需要最小静置时间。
5.根据权利要求4所述的基于极化电压恢复特性的电池荷电状态估算方法,其特征在于,所述S1.1中所述若干不同静置时间为10min、20min、30min、40min、50min。
6.根据权利要求4所述的基于极化电压恢复特性的电池荷电状态估算方法,其特征在于,所述误差设为3%。
7.根据权利要求6所述的基于极化电压恢复特性的电池荷电状态估算方法,其特征在于,S1.2中电池电压最大偏差值通过下式得出:
设定SOC误差为3%,则dSOC=0.03,进而得出相应dOCV,即在SOC误差为3%的条件下允许的电池电压OCV最大偏差。
8.根据权利要求5所述的基于极化电压恢复特性的电池荷电状态估算方法,其特征在于,S1.3还包括:对最小静置时间走势分析,得出低荷电状态和高荷电状态区域对静置时间要求很低,由于这两个区域没有参考时间点,同时满足误差要求,就以静置时间的最小值10min作为参考;在荷电状态中间区域对静置时间要求最高,对应磷酸铁锂电池OCV-SOC曲线在荷电状态中间区域十分平坦,需提供较长的静置时间才能消除极化电压保证SOC精度;所述较长的静置时间为静置时间中的最大值50min。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810584172.6A CN108445422B (zh) | 2018-06-08 | 2018-06-08 | 基于极化电压恢复特性的电池荷电状态估算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810584172.6A CN108445422B (zh) | 2018-06-08 | 2018-06-08 | 基于极化电压恢复特性的电池荷电状态估算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108445422A true CN108445422A (zh) | 2018-08-24 |
CN108445422B CN108445422B (zh) | 2020-09-25 |
Family
ID=63206887
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810584172.6A Active CN108445422B (zh) | 2018-06-08 | 2018-06-08 | 基于极化电压恢复特性的电池荷电状态估算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108445422B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110967645A (zh) * | 2019-05-24 | 2020-04-07 | 宁德时代新能源科技股份有限公司 | Soc修正方法和装置、电池管理系统和存储介质 |
CN111220911A (zh) * | 2020-01-15 | 2020-06-02 | 深圳天邦达科技有限公司 | 磷酸铁锂电池极化状态判别方法、装置和电子设备 |
WO2020238581A1 (zh) * | 2019-05-24 | 2020-12-03 | 宁德时代新能源科技股份有限公司 | Soc修正方法和装置、电池管理系统和存储介质 |
CN112034366A (zh) * | 2020-08-25 | 2020-12-04 | 惠州市蓝微电子有限公司 | 一种soc动态补偿方法及电子系统 |
CN112731161A (zh) * | 2021-02-08 | 2021-04-30 | 中南大学 | 基于少量数据混插的非线性数据特征提取和分类预测方法 |
CN114325427A (zh) * | 2021-11-16 | 2022-04-12 | 深圳供电局有限公司 | 蓄电池剩余容量的预估方法、装置和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007292666A (ja) * | 2006-04-26 | 2007-11-08 | Toyota Motor Corp | 二次電池の充電状態推定装置 |
CN102788957A (zh) * | 2011-05-20 | 2012-11-21 | 镇江恒驰科技有限公司 | 一种动力电池荷电状态估算方法 |
CN103499794A (zh) * | 2013-10-14 | 2014-01-08 | 北京华电天仁电力控制技术有限公司 | 一种储能电池剩余容量估算方法及装置 |
CN105093127A (zh) * | 2015-08-14 | 2015-11-25 | 合肥赛为智能有限公司 | 一种基于充电方式的锂电池荷电状态的校准与估计方法 |
CN106154176A (zh) * | 2016-07-01 | 2016-11-23 | 宁德时代新能源科技股份有限公司 | 一种电池 soc 的检测方法及装置 |
-
2018
- 2018-06-08 CN CN201810584172.6A patent/CN108445422B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007292666A (ja) * | 2006-04-26 | 2007-11-08 | Toyota Motor Corp | 二次電池の充電状態推定装置 |
CN102788957A (zh) * | 2011-05-20 | 2012-11-21 | 镇江恒驰科技有限公司 | 一种动力电池荷电状态估算方法 |
CN103499794A (zh) * | 2013-10-14 | 2014-01-08 | 北京华电天仁电力控制技术有限公司 | 一种储能电池剩余容量估算方法及装置 |
CN105093127A (zh) * | 2015-08-14 | 2015-11-25 | 合肥赛为智能有限公司 | 一种基于充电方式的锂电池荷电状态的校准与估计方法 |
CN106154176A (zh) * | 2016-07-01 | 2016-11-23 | 宁德时代新能源科技股份有限公司 | 一种电池 soc 的检测方法及装置 |
Non-Patent Citations (1)
Title |
---|
邓晔 等: "锂电池开路电压的预估及SOC估算", 《仪表技术》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110967645A (zh) * | 2019-05-24 | 2020-04-07 | 宁德时代新能源科技股份有限公司 | Soc修正方法和装置、电池管理系统和存储介质 |
WO2020238581A1 (zh) * | 2019-05-24 | 2020-12-03 | 宁德时代新能源科技股份有限公司 | Soc修正方法和装置、电池管理系统和存储介质 |
US10871521B2 (en) | 2019-05-24 | 2020-12-22 | Contemporary Amperex Technology Co., Limited | Method and apparatus for correcting SOC, battery management system and storage medium |
CN110967645B (zh) * | 2019-05-24 | 2021-05-07 | 宁德时代新能源科技股份有限公司 | Soc修正方法和装置、电池管理系统和存储介质 |
US11262406B2 (en) | 2019-05-24 | 2022-03-01 | Contemporary Amperex Technology Co., Limited | Method and apparatus for correcting SOC, battery management system and storage medium |
CN111220911A (zh) * | 2020-01-15 | 2020-06-02 | 深圳天邦达科技有限公司 | 磷酸铁锂电池极化状态判别方法、装置和电子设备 |
CN111220911B (zh) * | 2020-01-15 | 2022-08-09 | 深圳天邦达科技有限公司 | 磷酸铁锂电池极化状态判别方法、装置和电子设备 |
CN112034366A (zh) * | 2020-08-25 | 2020-12-04 | 惠州市蓝微电子有限公司 | 一种soc动态补偿方法及电子系统 |
CN112034366B (zh) * | 2020-08-25 | 2023-07-14 | 惠州市蓝微电子有限公司 | 一种soc动态补偿方法及电子系统 |
CN112731161A (zh) * | 2021-02-08 | 2021-04-30 | 中南大学 | 基于少量数据混插的非线性数据特征提取和分类预测方法 |
CN114325427A (zh) * | 2021-11-16 | 2022-04-12 | 深圳供电局有限公司 | 蓄电池剩余容量的预估方法、装置和存储介质 |
CN114325427B (zh) * | 2021-11-16 | 2023-07-28 | 深圳供电局有限公司 | 蓄电池剩余容量的预估方法、装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108445422B (zh) | 2020-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108445422A (zh) | 基于极化电压恢复特性的电池荷电状态估算方法 | |
CN109557477B (zh) | 一种电池系统健康状态估算方法 | |
CN105277898B (zh) | 一种电池荷电状态的检测方法 | |
Du et al. | An information appraisal procedure: Endows reliable online parameter identification to lithium-ion battery model | |
CN110488194B (zh) | 一种基于电化学阻抗模型的锂电池soc估算方法及其系统 | |
EP3018753B1 (en) | Battery control method based on ageing-adaptive operation window | |
CN109828220B (zh) | 一种锂离子电池健康状态线性评估方法 | |
CN109663756B (zh) | 基于自放电速率的电芯筛选方法及介质 | |
CN106291393B (zh) | 一种用于在线识别电池模型参数的方法 | |
CN105467328A (zh) | 一种锂离子电池荷电状态估计方法 | |
Szewczyk et al. | Voltage dependence of supercapacitor capacitance | |
CN105652207A (zh) | 一种动力型锂电池电量监控装置及监控方法 | |
CN112710955B (zh) | 一种用于提高电池容量估计精度的算法 | |
CN107817448B (zh) | 一种适用于复杂工况的在线实时监测电池电量的方法 | |
Docimo et al. | Development and experimental parameterization of a physics-based second-order lithium-ion battery model | |
CN109752660B (zh) | 一种无电流传感器的电池荷电状态估计方法 | |
CN112630661B (zh) | 一种电池荷电状态soc估算方法和装置 | |
CN113359044A (zh) | 测量电池剩余容量的方法、装置及设备 | |
CN116008827A (zh) | 一种锂离子电池析锂电位的确定方法、装置及电子设备 | |
CN115327415A (zh) | 基于限定记忆递推最小二乘算法的锂电池soc估算方法 | |
Zhao et al. | State-of-charge estimation using data fusion for vanadium redox flow battery | |
Hu et al. | A parameter identification and state of charge estimation method of lithium-ion battery considering temperature bias | |
CN113466725A (zh) | 确定电池荷电状态的方法及装置,存储介质及电子设备 | |
CN116930794A (zh) | 电池容量更新方法、装置、电子设备及存储介质 | |
CN114545266A (zh) | 基于改进型模型预测控制的锂电池剩余电量计量方法、系统及电量计 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231101 Address after: No. 76, Yinhe Road, New District, Zhenjiang City, Jiangsu Province Patentee after: JIANGSU AUTOPARTS NEW ENERGY TECHNOLOGY Co.,Ltd. Address before: Zhenjiang City, Jiangsu Province, 212013 Jingkou District Road No. 301 Patentee before: JIANGSU University |