CN108508370A - 一种基于温度校正的开路电压-安时积分soc估计方法 - Google Patents
一种基于温度校正的开路电压-安时积分soc估计方法 Download PDFInfo
- Publication number
- CN108508370A CN108508370A CN201810300141.3A CN201810300141A CN108508370A CN 108508370 A CN108508370 A CN 108508370A CN 201810300141 A CN201810300141 A CN 201810300141A CN 108508370 A CN108508370 A CN 108508370A
- Authority
- CN
- China
- Prior art keywords
- temperature
- soc
- under
- nominal
- condition
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000013507 mapping Methods 0.000 claims abstract description 22
- 238000012937 correction Methods 0.000 claims abstract description 20
- 230000010354 integration Effects 0.000 claims abstract description 20
- 230000008569 process Effects 0.000 claims description 15
- 238000002474 experimental method Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 6
- 230000004913 activation Effects 0.000 claims 1
- 238000007599 discharging Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 1
- 239000007983 Tris buffer Substances 0.000 description 1
- 239000011149 active material Substances 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Landscapes
- Secondary Cells (AREA)
Abstract
本发明涉及一种基于温度校正的开路电压‑安时积分SOC估计方法，属于电池管理技术领域。该方法包括：1)选定待测动力电池，获得电池的技术参数，确定其是否配有TMS，若有，则电池工作在标称条件下，若无，则电池工作在全条件下；2)建立基于温度校正的SOC‑OCV映射模型，得到在标称条件和全条件下SOC的初始值；3)建立总容量、可释放容量损失和库伦效率的温度模型，使用安时积分法，对标称条件和全条件下的SOC进行估计；4)将步骤2、3结合，采用基于温度校正的OCV法结合安时积分建立不同工作条件下的SOC估计方法，对标称条件和全条件下的SOC进行估计。本发明解决了宽温度范围下电池SOC精确估计的问题。
Description
技术领域
本发明属于电池管理技术领域，涉及一种基于温度校正的开路电压-安时积分SOC估计方法。
背景技术
高精度的荷电状态(State of Charge，SOC)估计是电池管理系统(BatteryManagement System，BMS)的关键技术之一，SOC的精确估计直接或间接的影响电池组的其他状态(如寿命状态、温度状态等)和参数的估计。所以，SOC的精确估计有着极其重要的意义。
目前，针对SOC估计方法分为以下两类：无模型SOC估计方法、基于模型的SOC估计方法。无模型SOC估计方法包括放电实验法和安时积分法，前者可靠、精确，但只适用于实验室条件下，不能进行在线估计；后者计算量小、稳定性好，但无法获得初始SOC值。基于模型的SOC估计包括开路电压(Open Circuit Voltage，OCV)法、基于电化学模型的SOC估计方法和基于等效电路模型的SOC估计方法。OCV法通过建立OCV与SOC的映射关系可以高精度地估计电池的SOC，但达到平衡时间长且OCV存在滞回特性；基于电化学模型的SOC估计可以精确描述电池反应过程中的活性物质与SOC之间的关系，但模型复杂、参数较多且难以获得。基于等效电路模型的SOC估计方法模型简单，通过将等效电路与最优估计算法结合，形成闭环，用以估计SOC，但其仅考虑电池的外部条件，估计精度不高。
目前，电动汽车的大力推广对BMS提出了更高的要求，其在气温温和地区运行状态较好，而在寒冷地区却会对电池容量、电压以及功率等特性造成严重影响。热管理系统(Thermal Management System，TMS)可以优化电池使用过程的环境温度，然而，电池是否配备TMS将会影响电池的温度工况，特别是在变温条件下。传统方法仅在标称工作条件下给出电池容量、库伦效率和SOC的定义，实际上不同温度条件将会导致OCP的偏移以及NROP的存在，这将给传统的OCV法引入误差。不同的工作条件也会影响电池容量和库伦效率的特性，电池特性的变化给电池SOC估计带来不利影响。因此，亟需一种针对不同的工作条件下的的电池SOC精确估计方法来解决上述问题。
发明内容
有鉴于此，本发明的目的在于提供一种基于温度校正的开路电压-安时积分SOC估计方法，实现动力电池宽温度条件下SOC的在线精确估计。
为达到上述目的，本发明提供如下技术方案：
一种基于温度校正的开路电压-安时积分SOC估计方法，具体包括以下步骤：
S1：选定待测动力电池，获得电池的技术参数，确定电池是否配有TMS，若配有TMS，则电池工作在标称条件下，若省略TMS，则电池工作在全条件下；
S2：建立基于温度校正的SOC-OCV映射模型，以期得到在标称条件和全条件下SOC的初始值；
S3：建立总容量可释放容量损失和库伦效率η的温度模型，基于以上温度模型，使用安时积分法，对标称条件和全条件下的SOC进行估计；
S4：将步骤S2、S3方法结合，采用基于温度校正的OCV法结合安时积分建立不同工作条件下的SOC估计方法，对标称条件和全条件下的SOC进行估计。
进一步，所述标称条件是指标称温度TR＝20℃和标称倍率IR＝C/3；所述全条件是标称条件和非标称条件的并集；所述非标称条件是指温度和电流其中之一或全部为非标称温度和非标称倍率；即全温度范围为-30℃～40℃，全倍率范围为C/3～2C；其中C表示电池容量。
进一步，所述步骤S2具体包括以下步骤：
S21：在标称条件下实验获得标称温度下的SOC-OCV曲线，建立标称温度下的SOC-OCV映射模型，表示如下：
其中，为标称温度下的OCV估计值，k0～k4为待拟合的模型多项式系数，为标称条件下的SOC。
S22：通过变温性能实验得到不同温度下的SOC-OCV曲线，与标称条件下的SOC-OCV曲线作差，建立开路电势(Open Circuit Potential，OCP)温度偏移模型，表示如下：
其中，为开路电势的偏移量；为温度偏移率，且定义为：
其中，a0～a4为待拟合的模型多项式系数；
S23：通过恒温性能实验得到不同温度下的SOC-OCV曲线，与变温条件下的SOC-OCV曲线作差，建立未释放过电势(No-Released Over-potential,NROP)的温度模型，表示如下：
1/NROP(T)＝A·exp(-Ea/R/(T+273))
其中，NROP(T)为未释放过电势，A为指前常数(V-1)，Ea为活化能(kJ/mo)l，R＝8.314J/mol/K为气体常数；
S24：综合步骤S21～S23，得到完整的SOC-OCV映射模型，表示如下：
其中，为温度T下的标称开路电压。
S25：利用完整的SOC-OCV映射模型，分别在标称条件和全条件下估计SOC的初始值；
标称条件下SOC-OCV映射模型表示：
其中，为标称条件下开路电压；TR为标称条件下电池的释放温度；T为电池平衡过程的温度，即环境温度。
全条件下SOC-OCV映射模型表示：
其中，为全条件下的开路电压，分别为T温度下的总容量和容量损失，为标称温度下的总容量；TRE为在全温度条件下电池的释放温度。
进一步，所述步骤S3具体包括以下步骤：
S31：根据总容量和容量损失的测试过程，得到不同温度下总容量和可释放容量损失的测量结果，建立总容量和可释放容量损失与温度的关系模型，表示如下：
其中，T为环境温度(℃)；Ai0～Ai3为容量温度系数(Ah/℃)；
S32：根据库伦效率的测试过程，得到不同温度下库伦效率的测量结果，建立库伦效率η与温度的关系模型，表示如下：
其中，T为环境温度(℃)；为标称条件下的放电安时积分、和分别为全条件下的充电和放电安时积分；Bi0～Bi3为库伦效率温度系数(℃-1)。
S33：结合步骤S31、S32建立的容量模型和库伦效率模型，根据电池是否配有TMS，选择进行标称条件下的SOC估计和全条件下的SOC估计；
标称条件下SOC的安时积分迭代计算公式如下：
全条件下SOC的安时积分迭代计算公式如下：
其中，I(t)为电池负载电流；Δt为采样时间间隔；为标称容量(Ah)，为全条件下的总容量；t为采样时间；为上一时刻的SOC值；T'为上一时刻的温度。
本发明的有益效果在于：本将传统的OCV法和安时积分法进行改进，将二者的优势结合，从而实现动力电池宽温度条件下SOC的在线精确估计。本发明的具体优点：1)建立基于温度校正的SOC-OCV映射模型，提高了不同工作条件下初始SOC的估计精度；2)建立的容量和库伦效率模型，可实现对传统安时积分法进行温度校正，扩展了传统安时积分法的温度适用性，达到在不同工作条件下SOC的精确在线计算；3)与传统SOC估计方法相比，有效减小了电池动态温度工况下SOC的估计误差。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：
图1为本发明所述的基于温度校正的开路电压-安时积分SOC估计方法实现流程图；
图2为总容量测试过程流程图；
图3为容量损失测试过程流程图；
图4为库伦效率测试过程流程图；
图5为不同温度条件下SOC转换示意图。
具体实施方式
下面将结合附图，对本发明的优选实施例进行详细的描述。
如图1所示，基于温度校正的开路电压-安时积分SOC估计方法的具体方法，具体包括以下步骤：
步骤S1：选定待测动力电池，本发明选择钛酸锂电池，获得电池的技术参数，确定电池是否配有TMS,若配有TMS，则电池工作在标称条件下，若省略TMS，则电池工作在全条件下；
步骤S2：建立基于温度校正的SOC-OCV映射模型，以期得到在标称条件和全条件下SOC的初始值；其具体步骤为：
步骤S21：在标称条件下实验获得标称温度下的SOC-OCV曲线，建立标称温度下的SOC-OCV映射模型，表示如下；
其中，为标称温度下的OCV估计值，k0～k4为待拟合的模型多项式系数，表示标称条件下的SOC。
步骤S22：通过变温性能实验得到不同温度下的SOC-OCV曲线，与标称条件下的SOC-OCV曲线作差，建立OCP温度偏移模型，表示如下：
其中，为开路电势的偏移量；为温度偏移率，且定义为：
其中，a0～a4为待拟合的模型多项式系数。
步骤S23：通过恒温性能实验得到不同温度下的SOC-OCV曲线，与变温条件下的SOC-OCV曲线作差，建立NROP的温度模型，表示如下：
1/NROP(T)＝A·exp(-Ea/R/(T+273))
其中，NROP(T)为未释放过电势；A为指前常数(V-1)；Ea为活化能(kJ/mo)l；R＝8.314J/mol/K为气体常数。
步骤S24：综合步骤S21～S23，得到完整的SOC-OCV映射模型,表示如下：
步骤S25：利用完整的SOC-OCV映射模型，分别在标称条件和全条件下估计SOC的初始值。
标称条件下SOC-OCV映射模型表示：
其中，TR为标称条件下电池的释放温度；T为电池平衡过程温度，即环境温度。
全条件下SOC-OCV映射模型表示：
其中，为T温度下的全条件开路电压、 分别为T温度下的总容量和容量损失，为标称温度下的总容量；TRE为在全温度条件下电池的释放温度。
步骤S3：建立总容量、可释放容量损失和库伦效率的温度模型，基于以上温度模型，使用安时积分法，对标称条件和全条件下的SOC进行估计；其具体步骤为：
步骤S31：根据总容量和容量损失的测试过程，如图2～3所示，可以得到不同温度下总容量和可释放容量损失的测量结果，从而建立总容量和可释放容量损失与温度的关系模型，表示如下：
式中，T为环境温度(℃)；Ai0～Ai4为容量温度系数(Ah/℃)。
步骤S32：根据库伦效率的测试过程，如图4所示，可以得到不同温度下库伦效率的测量结果，建立库伦效率η与温度的关系模型，表示如下：
式中为标称条件下的放电安时积分、和分别为全条件下的充电和放电安时积分；Bi0～Bi3为库伦效率温度系数(℃-1)。
在冷启动过程中，TMS不能够将电池迅速加热至标称温度条件，为使用安时积分法计算标称SOC，需要利用库伦效率将非标称条件下的充放电安时积分转换到标称条件下的放电安时积分。标称条件下库伦效率的计算公式如下：
其中，I(t)＜0为充电过程，I(t)＞0为放电过程。
全条件SOC下省略TMS，电池工作温度将随着环境温度的变化而改变，需要利用库伦效率模型和容量温度模型构建不同温度条件间SOC的转换关系，如图5所示。全条件下库伦效率计算公式如下：
步骤S33：结合步骤S31、S32建立的模型，根据电池是否配有TMS，选择进行标称SOC估计和全条件SOC估计。
传统安时积分法的离散迭代公式如下：
其中，SOC0为初始SOC值；SOC(t)为当前时刻SOC值；SOC(t-1)为上一时刻SOC值；η为库伦效率；为标称容量(Ah)；I(t)为当前时刻电流采样值(A)；Δt为采样时间间隔(s)。
改进后，基于容量模型和库伦效率模型，标称SOC的安时积分迭代计算公式如下：
全条件SOC的安时积分迭代计算公式如下：
其中，I(t)为电池负载电流；Δt为采样时间间隔；为标称容量(Ah)，为全条件下的总容量；t为采样时间；为上一时刻的SOC值；T'为上一时刻的温度。
步骤S4：将S2、S3结合，采用基于温度校正的开路电压法结合安时积分建立不同工作条件下的SOC估计方法，解决了宽温度范围下电池SOC精确估计的问题。
最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。
Claims (4)
1.一种基于温度校正的开路电压-安时积分SOC估计方法，其特征在于，该方法具体包括以下步骤：
S1：选定待测动力电池，获得电池的技术参数，确定电池是否配有热管理系统(ThermalManagement System，TMS)，若配有TMS，则电池工作在标称条件下，若省略TMS，则电池工作在全条件下；
S2：建立基于温度校正的SOC-OCV映射模型，以期得到在标称条件和全条件下荷电状态(State of Charge，SOC)的初始值；
S3：建立总容量可释放容量损失和库伦效率η的温度模型，基于以上温度模型，使用安时积分法，对标称条件和全条件下的SOC进行估计；
S4：将步骤S2、S3方法结合，采用基于温度校正的开路电压(Open Circuit Voltage，OCV)法结合安时积分建立不同工作条件下的SOC估计方法，对标称条件和全条件下的SOC进行估计。
2.根据权利要求1所述的一种基于温度校正的开路电压-安时积分SOC估计方法，其特征在于，所述标称条件是指标称温度TR＝20℃和标称倍率IR＝C/3；所述全条件是标称条件和非标称条件的并集；所述非标称条件是指温度和电流其中之一或全部为非标称温度和非标称倍率；即全温度范围为-30℃～40℃，全倍率范围为C/3～2C；其中C表示电池容量。
3.根据权利要求1所述的一种基于温度校正的开路电压-安时积分SOC估计方法，其特征在于，所述步骤S2具体包括以下步骤：
S21：在标称条件下实验获得标称温度下的SOC-OCV曲线，建立标称温度下的SOC-OCV映射模型，表示如下：
其中，为标称温度下的OCV估计值，k0～k4为待拟合的模型多项式系数，表示标称条件下的SOC；
S22：通过变温性能实验得到不同温度下的SOC-OCV曲线，与标称条件下的SOC-OCV曲线作差，建立开路电势(Open Circuit Potential，OCP)温度偏移模型，表示如下：
其中，为开路电势的偏移量；T为电池平衡过程温度，即环境温度(℃)；TR为标称条件下电池的释放温度；为温度偏移率，且定义为：
其中，a0～a4为待拟合的模型多项式系数；
S23：通过恒温性能实验得到不同温度下的SOC-OCV曲线，与变温条件下的SOC-OCV曲线作差，建立未释放过电势(No-Released Over-potential,NROP)的温度模型，表示如下：
1/NROP(T)＝A·exp(-Ea/R/(T+273))
其中，NROP(T)为未释放过电势，A为指前常数(V-1)，Ea为活化能(kJ/mo)l，R＝8.314J/mol/K为气体常数；
S24：综合步骤S21～S23，得到完整的SOC-OCV映射模型，表示如下：
其中，为标称开路电压；
S25：利用完整的SOC-OCV映射模型，分别在标称条件和全条件下估计SOC的初始值；
标称条件下SOC-OCV映射模型表示：
全条件下SOC-OCV映射模型表示：
其中，为T温度下的全条件开路电压， 分别为T温度下的总容量和可释放容量损失，为标称温度下的总容量；TRE为在全温度条件下电池的释放温度。
4.根据权利要求1所述的一种基于温度校正的开路电压-安时积分SOC估计方法，其特征在于，所述步骤S3具体包括以下步骤：
S31：根据总容量和容量损失的测试过程，得到不同温度下总容量和可释放容量损失的测量结果，建立总容量和可释放容量损失与温度的关系模型，表示如下：
其中，T为环境温度(℃)；Ai0～Ai3为容量温度系数(Ah/℃)；
S32：根据库伦效率的测试过程，得到不同温度下库伦效率的测量结果，建立库伦效率η与温度的关系模型，表示如下：
其中，T为环境温度(℃)； 为标称条件下的放电安时积分，和分别为全条件下的充电和放电安时积分；Bi0～Bi3为库伦效率温度系数(℃-1)；
S33：结合步骤S31、S32建立的容量模型和库伦效率模型，根据电池是否配有TMS，选择进行标称条件下的SOC估计和全条件下的SOC估计；
标称条件下SOC的安时积分迭代计算公式如下：
全条件下SOC的安时积分迭代计算公式如下：
其中，I(t)为电池负载电流，Δt为采样时间间隔，为标称容量(Ah)，为全条件下的总容，t为采样时间；为上一时刻的SOC值；T'为上一时刻的温度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810300141.3A CN108508370A (zh) | 2018-04-04 | 2018-04-04 | 一种基于温度校正的开路电压-安时积分soc估计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810300141.3A CN108508370A (zh) | 2018-04-04 | 2018-04-04 | 一种基于温度校正的开路电压-安时积分soc估计方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108508370A true CN108508370A (zh) | 2018-09-07 |
Family
ID=63380750
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810300141.3A Withdrawn CN108508370A (zh) | 2018-04-04 | 2018-04-04 | 一种基于温度校正的开路电压-安时积分soc估计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108508370A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110376526A (zh) * | 2019-07-08 | 2019-10-25 | 南京航空航天大学 | 一种高空飞行环境无人机动力电池的soc估计方法 |
| CN110673052A (zh) * | 2019-10-18 | 2020-01-10 | 湖南小步科技有限公司 | 一种动力电池的soc估算方法、装置及电池管理系统 |
| CN111679212A (zh) * | 2020-06-19 | 2020-09-18 | 中国电力科学研究院有限公司 | 计算电池在不同温度和充放电倍率下soc的方法及系统和装置 |
| CN112083341A (zh) * | 2020-04-22 | 2020-12-15 | 杭州绿鲸科技有限公司 | 一种精确计算物联网设备电池剩余电量百分比的方法 |
| CN113608124A (zh) * | 2021-07-13 | 2021-11-05 | 上海深湾能源科技有限公司 | 电池容量估算方法及装置、校准模块和存储介质 |
| CN114583301A (zh) * | 2022-04-29 | 2022-06-03 | 国网浙江省电力有限公司电力科学研究院 | 基于安全特征参量表征体系的电站热失控预警方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101212071A (zh) * | 2006-12-31 | 2008-07-02 | 比亚迪股份有限公司 | 一种动力电池荷电状态估计方法 |
| CN107045108A (zh) * | 2016-12-26 | 2017-08-15 | 安徽广通汽车制造股份有限公司 | 一种充电过程中校准锂电池组soc的方法 |
| CN107351701A (zh) * | 2017-06-07 | 2017-11-17 | 东莞市德尔能新能源股份有限公司 | 基于老化均衡的多目标自适应控制方法 |
-
2018
- 2018-04-04 CN CN201810300141.3A patent/CN108508370A/zh not_active Withdrawn
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101212071A (zh) * | 2006-12-31 | 2008-07-02 | 比亚迪股份有限公司 | 一种动力电池荷电状态估计方法 |
| CN107045108A (zh) * | 2016-12-26 | 2017-08-15 | 安徽广通汽车制造股份有限公司 | 一种充电过程中校准锂电池组soc的方法 |
| CN107351701A (zh) * | 2017-06-07 | 2017-11-17 | 东莞市德尔能新能源股份有限公司 | 基于老化均衡的多目标自适应控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| 冯飞: "《用于寒地的电动汽车锂电池荷电状态估计及均衡策略研究》", 《中国博士学位论文全文数据库》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110376526A (zh) * | 2019-07-08 | 2019-10-25 | 南京航空航天大学 | 一种高空飞行环境无人机动力电池的soc估计方法 |
| CN110673052A (zh) * | 2019-10-18 | 2020-01-10 | 湖南小步科技有限公司 | 一种动力电池的soc估算方法、装置及电池管理系统 |
| CN112083341A (zh) * | 2020-04-22 | 2020-12-15 | 杭州绿鲸科技有限公司 | 一种精确计算物联网设备电池剩余电量百分比的方法 |
| CN111679212A (zh) * | 2020-06-19 | 2020-09-18 | 中国电力科学研究院有限公司 | 计算电池在不同温度和充放电倍率下soc的方法及系统和装置 |
| CN113608124A (zh) * | 2021-07-13 | 2021-11-05 | 上海深湾能源科技有限公司 | 电池容量估算方法及装置、校准模块和存储介质 |
| CN114583301A (zh) * | 2022-04-29 | 2022-06-03 | 国网浙江省电力有限公司电力科学研究院 | 基于安全特征参量表征体系的电站热失控预警方法及系统 |
| CN114583301B (zh) * | 2022-04-29 | 2022-08-23 | 国网浙江省电力有限公司电力科学研究院 | 基于安全特征参量表征体系的电站热失控预警方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108508370A (zh) | 一种基于温度校正的开路电压-安时积分soc估计方法 | |
| CN107368619B (zh) | 一种扩展卡尔曼滤波soc估算方法 | |
| CN106909716B (zh) | 计及容量损耗的磷酸铁锂电池建模及soc估计方法 | |
| CN104849675B (zh) | 锂离子电池电化学和热耦合模型的获取方法 | |
| CN103744030B (zh) | 电池组健康状态和荷电状态在线估算装置及估算方法 | |
| CN108717164B (zh) | 电池的荷电状态soc标定方法及系统 | |
| CN105319515B (zh) | 锂离子电池荷电状态和健康状态联合估算方法 | |
| CN109683101B (zh) | 一种基于soc-ocv曲线获得电池剩余能量的方法 | |
| WO2015106691A1 (zh) | 一种混合动力车用动力电池soc估算方法 | |
| CN105425154B (zh) | 一种估计电动汽车的动力电池组的荷电状态的方法 | |
| CN105759213A (zh) | 一种测量蓄电池剩余容量soc的方法 | |
| CN109900937B (zh) | 一种具有温度补偿功能的锂电池电荷状态估算方法 | |
| CN105866700B (zh) | 一种锂离子电池快速筛选的方法 | |
| CN109143097B (zh) | 一种计及温度和循环次数的锂离子电池soc估计方法 | |
| CN111693877B (zh) | 一种锂离子电池的soc在线估测方法和系统 | |
| CN109239614A (zh) | 一种考虑传感器中漂移电流值的锂电池soc估计方法 | |
| CN109633454A (zh) | 一种实现锂离子电池等效温度在线估计的方法 | |
| CN109752660B (zh) | 一种无电流传感器的电池荷电状态估计方法 | |
| CN110221221A (zh) | 锂离子电池荷电状态和健康状态联合估计方法 | |
| CN110442901B (zh) | 一种锂离子电池电化学简化模型及其参数的获取方法 | |
| CN112526350B (zh) | 考虑热效应影响的锂离子电池峰值功率预测方法 | |
| CN111638462B (zh) | 一种soc-ocv分段拟合方法 | |
| Tan et al. | Joint estimation of ternary lithium-ion battery state of charge and state of power based on dual polarization model | |
| CN110632520A (zh) | 一种动力电池soc的估算装置及其估算方法 | |
| CN114865117B (zh) | 锂离子电池电极嵌锂量检测方法、装置及电池管理系统 |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180907 |