CN108896916A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN108896916A CN108896916A CN201810584174.5A CN201810584174A CN108896916A CN 108896916 A CN108896916 A CN 108896916A CN 201810584174 A CN201810584174 A CN 201810584174A CN 108896916 A CN108896916 A CN 108896916A
- Authority
- CN
- China
- Prior art keywords
- curve
- battery
- ocv
- soc
- open circuit
- 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
Landscapes
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本发明公开了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,包括恒流充放电下开路电压曲线特征分析、基于曲线变换的电池开路电压求解、基于OCV‑SOC曲线变换的电池组SOH估算三个阶段;开路电压曲线特征分析阶段,通过0.3C倍率进行电池恒流充放电测试,并利用插值法求取中间值以获得OCV‑SOC曲线。与利用静置法提取的曲线对比得出0.3C提取的曲线末端存在上升趋势并更准确地显示出电池的特征;在电池开路电压求解阶段,不同循环次数下OCV‑SOC通过横向拉伸k倍后几乎重合,通过该唯一性曲线获取电池开路电压;在电池组SOH估算阶段,单体电池SOH为拉伸系数k,多个单体电池串联的电池组SOH=Qpack/Qinitial。本发明能快速实现OCV‑SOC曲线更新,且直接利用OCV‑SOC曲线变换求解电池组SOH。
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组开路电压及健康状态求解方法。
背景技术
精确估算电池组健康状态(State of Health,SOH)为电池寿命估算和安全性评估提供参考依据,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。动力电池组SOH与电池循环次数、车辆运行工况及电池制造工艺息息相关,其老化机理复杂,SOH在线估算较为困难。
目前多通过电池内阻增加或容量降低幅度来衡量电池健康状态,比较典型的算法是双时间尺度扩展卡尔曼滤波算法,这种算法的估算精度受制于电池模型及开路电压(Open circuit voltage,OCV)与荷电状态(State of Charge,SOC)间关系的精度。电池开路电压获取常采用静置法,即设置混合动力脉冲特性试验(Hybrid Pulse PowerCharacteristic,HPPC)去获得OCV-SOC曲线,通过停止充放电让电池得到充足静置,消除极化电压后达到稳定的电压即可认为是开路电压,实际应用中无法满足试验条件。此外,应用中一般使用初始标定的OCV-SOC关系曲线为参考标准,未能随电池寿命进行曲线更新,因此一定程度上会影响估算效果。
针对磷酸铁锂电池,OCV-SOC关系曲线的中间区域存在电压平台,因此对其开路电压获取方法提出要求更高,研究者提出利用脉冲或低电流下静置法获取高精度的OCV-SOC关系曲线,但如何快速获取OCV-SOC关系曲线,进而将其应用到电池组SOH在线估算中仍有待深入研究。
发明内容
针对上述问题,本发明提出了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,包括如下:
S1、恒流充放电下开路电压曲线特征分析;
S2、基于曲线变换的电池开路电压求解;
S3、基于OCV-SOC曲线变换的电池组SOH估算。
进一步,上述S1中恒流充放电下开路电压曲线特征分析阶段,通过0.3C(充放电电流/电池容量)倍率进行电池恒流充放电测试,然后利用插值法求取中间值以获得0.3C下OCV-SOC曲线。为了对比,同样利用静置法提取了OCV-SOC曲线。从图1中能够明显看出,在SOC为10%和80%左右两种方法提取的效果稍有偏差但总体趋势基本相同。其次,SOC在90%以上时,恒流充放电法相对于静置法提取的曲线存在电压明显上升的趋势。静置法中当大电流通过时会产生较大的极化电压,使电池直接到达充电截止电压停止充电,导致在充电末期电池电压远低于充电截止电压。恒流充放电法采用0.3C小电流时,电流较小不会因为极化电压的缘故导致端电压迅速达到截止电压,所以低电流法提取出的曲线末端存在上升趋势并更准确地显示出电池的OCV-SOC关系特征。
进一步,所述S2中基于曲线变换的电池开路电压求解阶段,以电池初始额定容量为参考通过0.3C充放电电流获取不同循环次数下的OCV-SOC关系曲线。对比发现在高荷电状态下该关系曲线发生向左偏移且差异十分显著。在利用OCV-SOC关系曲线估算SOC时,需要随着电池老化对OCV-SOC关系曲线进行实时修正,增加了SOC估算难度并且实际使用中OCV-SOC关系曲线提取频率受限。
将不同循环次数下的OCV-SOC曲线通过横向拉伸k倍,该拉伸变换后的不同循环测试下OCV-SOC曲线几乎重合。证明变换后的OCV-SOC关系曲线更为稳定且存在唯一性,即可通过该关系曲线获取电池开路电压。同时,老化的电池容量可表示为:
Qnew=Qinitial/k (1)
式中,Qnew为老化后电池容量,Qinitial为电池额定容量。
进一步,上述S3中基于OCV-SOC曲线变换的电池组SOH估算,对不同循环次数下的电池OCV-SOC关系曲线进行变换,则拉伸系数k即为单体电池SOH。对于多个单体电池串联的电池组,由于使用条件及制造工艺等差异,所以单体电池间容量相差较大。基于木桶效应原理可知电池组容量不能用简单的平均进行计算,电池组容量Qpack可描述为:
式中,min()代表所有元素中最小值,mean()代表所有元素的平均值,Qremain为电池剩余电量。
Qremain利用曲线变换后OCV-SOC关系获得,计算如下:
Qremain=SOC·Qnew (3)
则电池组SOH利用式SOH=Qpack/Qinitial求得。
本发明的有益效果:
本发明提出了基于恒流充放电电压中间值法求取OCV-SOC关系曲线,并通过曲线变换证明该曲线不随电池老化而发生改变,进而提出了基于OCV-SOC曲线变换的电池组SOH估算方法。恒流充放电电压中间值法求取关系曲线时,解决了传统提取方法的低效问题,同时在实际应用中能够快速实现OCV-SOC关系曲线的更新;基于OCV-SOC曲线变换的电池组SOH估算估算方法劈开了比较常用的基于电池模型的电池组SOH估算方法,具有高精度、高效率的特点。
附图说明
图1为电池老化过程中不同提取方法获得OCV-SOC曲线;
图2为老化过程中以0.3C获得OCV-SOC曲线;
图3为老化过程中以0.3C获得调整的OCV-SOC曲线。
具体实施方式
下面结合附图对本发明作进一步说明。
基于恒流充放电电压电池开路电压及健康状态求解方法包括:恒流充放电下开路电压曲线特征分析、基于曲线变换的电池开路电压求解、基于OCV-SOC曲线变换的电池组SOH估算三个阶段。
上述恒流充放电下开路电压曲线特征分析阶段:通过0.3C(充放电电流/电池容量)倍率进行电池恒流充放电测试,然后利用插值法求取中间值以获得0.3C下OCV-SOC曲线。为了对比同样利用静置法提取了OCV-SOC曲线,结果如图1为所示。从图中能够明显看出,在SOC为10%和80%左右两种方法提取的效果稍有偏差但总体趋势基本相同。其次,SOC在90%以上时,恒流充放电法相对于静置法提取的曲线存在电压明显上升的趋势。静置法中当大电流通过时会产生较大的极化电压,使电池直接到达充电截止电压停止充电,导致在充电末期电池电压远低于充电截止电压。恒流充放电法采用0.3C小电流时较小不会因为极化电压的缘故导致端电压迅速达到截止电压,所以低电流法提取出的曲线末端存在上升趋势并更准确地显示出电池的OCV-SOC关系特征。
基于曲线变换的电池开路电压求解阶段:统计不同循环次数下OCV-SOC关系曲线,图2是以电池初始额定容量为参考基准,并以0.3C充放电电流获取的OCV-SOC关系曲线。从图中可以看出在高荷电状态下曲线发生向左偏移且差异十分显著。在利用OCV-SOC关系曲线估算SOC时,需要随着电池老化对OCV-SOC关系曲线进行实时修正,增加了SOC估算难度并且实际使用中OCV-SOC关系曲线提取频率受限。
对图2中不同循环次数下OCV-SOC通过横向拉伸k倍,则该拉伸变换后的不同循环测试下OCV-SOC曲线几乎能够重合,如图3所示。从图中可以看出此时OCV-SOC关系曲线更为稳定且存在唯一性,即可通过该关系曲线获取电池开路电压。同时,老化的电池容量可表示为:
Qnew=Qinitial/k (1)
式中,Qnew为老化后电池容量,Qinitial为电池额定容量。
上述基于OCV-SOC曲线变换的电池组SOH估算:对不同循环次数下的电池OCV-SOC关系曲线进行变换,则拉伸系数k即为单体电池SOH。对于多个单体电池串联的电池组,由于使用条件及制造工艺等差异,所以单体电池之间的容量相差较大。基于由于木桶效应原理可知电池组容量不能用简单的平均去计算,将电池组容量Qpack描述为:
式中,min()代表所有元素中最小值,mean()代表所有元素的平均值,Qremain为电池剩余电量。
Qremain利用曲线变换后OCV-SOC关系获得,计算如下:
Qremain=SOC·Qnew (3)
则电池组SOH即可参考式SOH=Qpack/Qinitial求得。
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 (9)
1.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,其特征在于,包括如下步骤:
S2、基于曲线变换的电池开路电压求解;
S3、基于OCV-SOC曲线变换的电池组SOH估算。
2.根据权利要求1所述的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,其特征在于,在步骤S2之前还包括:恒流充放电下开路电压曲线特征分析的步骤S1。
3.根据权利要求1所述的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,其特征在于,所述步骤S1的具体方法包括:
采用恒流充放电法,通过0.3C倍率进行电池恒流充放电测试,然后利用插值法求取中间值以获得0.3C下OCV-SOC曲线。
4.根据权利要求3所述的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,其特征在于,所述步骤S1的具体方法还包括:
将所述0.3C下的OCV-SOC曲线与静置法提取的OCV-SOC曲线进行对比:当SOC为10%和80%左右时,两种方法提取的效果基本相同;当SOC在90%以上时,所述恒流充放电法相对于静置法提取的曲线存在电压明显上升的趋势,电流小不会因极化电压的缘故导致端电压迅速达到截止电压。
5.根据权利要求1所述的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,其特征在于,所述步骤S2的具体方法包括如下:
以电池初始额定容量为参考通过0.3C充放电电流获取不同循环次数下的OCV-SOC关系曲线,将不同循环次数下的OCV-SOC曲线通过横向拉伸k倍,该拉伸k倍变换后的不同循环测试下的OCV-SOC曲线能够重合,得出变换后的OCV-SOC关系曲线稳定且唯一,通过该关系曲线获取电池开路电压。
6.根据权利要求5所述的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,其特征在于,利用不同循环测试下的OCV-SOC曲线得出老化的电池容量:
Qnew=Qinitial/k
式中,Qnew为老化后电池容量,Qinitial为电池额定容量。
7.根据权利要求5所述的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,其特征在于,所述步骤S3中基于OCV-SOC曲线变换的电池组SOH估算,在估算单体电池的SOH时,所述SOH为所述拉伸系数k。
8.根据权利要求6所述的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,其特征在于,所述步骤S3中基于OCV-SOC曲线变换的电池组SOH估算,在估算多个单体电池串联的电池组的SOH时,所述SOH=Qpack/Qinitial;Qinitial为电池额定容量,Qpack电池组容量。
9.根据权利要求8所述的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,其特征在于,所述Qpack的计算表达式为:
式中,min()代表所有元素中最小值,mean()代表所有元素的平均值,Qremain为电池剩余电量;Qnew为老化后电池容量,Qremain利用曲线变换后的OCV-SOC关系获得:
Qremain=SOC·Qnew。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810584174.5A CN108896916B (zh) | 2018-06-08 | 2018-06-08 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810584174.5A CN108896916B (zh) | 2018-06-08 | 2018-06-08 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108896916A true CN108896916A (zh) | 2018-11-27 |
CN108896916B CN108896916B (zh) | 2021-06-18 |
Family
ID=64344260
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810584174.5A Active CN108896916B (zh) | 2018-06-08 | 2018-06-08 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108896916B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110133532A (zh) * | 2019-05-29 | 2019-08-16 | 东北电力大学 | 一种基于电池开路电压的健康状态计算方法 |
TWI684775B (zh) * | 2019-01-16 | 2020-02-11 | 大陸商太普動力新能源(常熟)股份有限公司 | 可充電電池之相對荷電狀態的處理方法 |
CN111048857A (zh) * | 2019-12-20 | 2020-04-21 | 宁德时代新能源科技股份有限公司 | 电池组的ocv-soc曲线更新方法、电池管理系统及车辆 |
CN111257762A (zh) * | 2020-03-10 | 2020-06-09 | 信义电源(苏州)有限公司 | 提前预判电池循环失效的方法 |
CN111416398A (zh) * | 2019-01-08 | 2020-07-14 | 太普动力新能源(常熟)股份有限公司 | 可充电电池的相对荷电状态的处理方法 |
US20200277080A1 (en) * | 2019-02-28 | 2020-09-03 | Beta Air Llc | Systems and methods for in-flight operational assessment |
CN111707948A (zh) * | 2020-05-08 | 2020-09-25 | 广州南方卫星导航仪器有限公司 | 一种外接电池供电系统的续航时间评估方法及装置 |
CN112130080A (zh) * | 2020-08-13 | 2020-12-25 | 天津力神电池股份有限公司 | 一种低温下动力锂离子电池soc-ocv曲线的精确测量方法 |
CN112557905A (zh) * | 2019-09-25 | 2021-03-26 | 比亚迪股份有限公司 | 电池组及其数据处理方法、计算机设备、介质和车辆 |
CN112946507A (zh) * | 2021-02-01 | 2021-06-11 | 中国电力科学研究院有限公司 | 储能电池健康状态在线检测方法、系统、设备和存储介质 |
CN113075550A (zh) * | 2021-03-31 | 2021-07-06 | 蜂巢能源科技(无锡)有限公司 | 获取电动势曲线的方法、装置、介质及电子设备 |
US20210218262A1 (en) * | 2019-03-18 | 2021-07-15 | Lg Chem, Ltd. | Battery Management Apparatus |
CN113341319A (zh) * | 2021-04-19 | 2021-09-03 | 北京交通大学 | 基于参数插值获取任意温度和倍率下放电曲线的方法 |
US12103670B2 (en) | 2019-02-28 | 2024-10-01 | Beta Air, Llc | Vertical take-off and landing (VTOL) aircraft |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104597405A (zh) * | 2014-12-22 | 2015-05-06 | 余姚亿威电子科技有限公司 | 一种电动汽车用锂离子电池电量检测方法 |
CN105158698A (zh) * | 2015-08-28 | 2015-12-16 | 江苏大学 | 基于充电电压曲线的电池组健康状态在线估算方法 |
CN105301509A (zh) * | 2015-11-12 | 2016-02-03 | 清华大学 | 锂离子电池荷电状态、健康状态与功率状态的联合估计方法 |
CN105548900A (zh) * | 2016-01-07 | 2016-05-04 | 北京北交新能科技有限公司 | 一种轨道交通用动力电池健康状态评估方法 |
KR20160063070A (ko) * | 2014-11-26 | 2016-06-03 | 현대자동차주식회사 | 배터리 상태 추정 장치 및 방법 |
CN106980091A (zh) * | 2017-03-29 | 2017-07-25 | 北京理工大学 | 一种基于分数阶模型的动力电池系统健康状态估计方法 |
CN107102263A (zh) * | 2016-02-22 | 2017-08-29 | 华为技术有限公司 | 检测电池健康状态的方法、装置和电池管理系统 |
CN107247235A (zh) * | 2017-05-19 | 2017-10-13 | 江苏大学 | 一种考虑并联电池差异的电池组容量估算方法 |
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 |
-
2018
- 2018-06-08 CN CN201810584174.5A patent/CN108896916B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160063070A (ko) * | 2014-11-26 | 2016-06-03 | 현대자동차주식회사 | 배터리 상태 추정 장치 및 방법 |
CN104597405A (zh) * | 2014-12-22 | 2015-05-06 | 余姚亿威电子科技有限公司 | 一种电动汽车用锂离子电池电量检测方法 |
CN105158698A (zh) * | 2015-08-28 | 2015-12-16 | 江苏大学 | 基于充电电压曲线的电池组健康状态在线估算方法 |
CN105301509A (zh) * | 2015-11-12 | 2016-02-03 | 清华大学 | 锂离子电池荷电状态、健康状态与功率状态的联合估计方法 |
CN105548900A (zh) * | 2016-01-07 | 2016-05-04 | 北京北交新能科技有限公司 | 一种轨道交通用动力电池健康状态评估方法 |
CN107102263A (zh) * | 2016-02-22 | 2017-08-29 | 华为技术有限公司 | 检测电池健康状态的方法、装置和电池管理系统 |
CN106980091A (zh) * | 2017-03-29 | 2017-07-25 | 北京理工大学 | 一种基于分数阶模型的动力电池系统健康状态估计方法 |
CN107247235A (zh) * | 2017-05-19 | 2017-10-13 | 江苏大学 | 一种考虑并联电池差异的电池组容量估算方法 |
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 |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111416398B (zh) * | 2019-01-08 | 2023-11-14 | 太普动力新能源(常熟)股份有限公司 | 可充电电池的相对荷电状态的修正方法 |
CN111416398A (zh) * | 2019-01-08 | 2020-07-14 | 太普动力新能源(常熟)股份有限公司 | 可充电电池的相对荷电状态的处理方法 |
TWI684775B (zh) * | 2019-01-16 | 2020-02-11 | 大陸商太普動力新能源(常熟)股份有限公司 | 可充電電池之相對荷電狀態的處理方法 |
US12103670B2 (en) | 2019-02-28 | 2024-10-01 | Beta Air, Llc | Vertical take-off and landing (VTOL) aircraft |
US20200277080A1 (en) * | 2019-02-28 | 2020-09-03 | Beta Air Llc | Systems and methods for in-flight operational assessment |
US20210218262A1 (en) * | 2019-03-18 | 2021-07-15 | Lg Chem, Ltd. | Battery Management Apparatus |
US11824395B2 (en) * | 2019-03-18 | 2023-11-21 | Lg Energy Solution, Ltd. | Battery management apparatus |
CN110133532A (zh) * | 2019-05-29 | 2019-08-16 | 东北电力大学 | 一种基于电池开路电压的健康状态计算方法 |
CN112557905A (zh) * | 2019-09-25 | 2021-03-26 | 比亚迪股份有限公司 | 电池组及其数据处理方法、计算机设备、介质和车辆 |
CN114280478A (zh) * | 2019-12-20 | 2022-04-05 | 宁德时代新能源科技股份有限公司 | 电池组的ocv-soc曲线更新方法、电池管理系统及车辆 |
WO2021120769A1 (zh) * | 2019-12-20 | 2021-06-24 | 宁德时代新能源科技股份有限公司 | 电池组的ocv-soc曲线更新方法、电池管理系统及车辆 |
CN111048857A (zh) * | 2019-12-20 | 2020-04-21 | 宁德时代新能源科技股份有限公司 | 电池组的ocv-soc曲线更新方法、电池管理系统及车辆 |
CN111048857B (zh) * | 2019-12-20 | 2022-01-11 | 宁德时代新能源科技股份有限公司 | 电池组的ocv-soc曲线更新方法、电池管理系统及车辆 |
CN111257762A (zh) * | 2020-03-10 | 2020-06-09 | 信义电源(苏州)有限公司 | 提前预判电池循环失效的方法 |
CN111257762B (zh) * | 2020-03-10 | 2022-06-14 | 信义电源(苏州)有限公司 | 提前预判电池循环失效的方法 |
CN111707948A (zh) * | 2020-05-08 | 2020-09-25 | 广州南方卫星导航仪器有限公司 | 一种外接电池供电系统的续航时间评估方法及装置 |
CN112130080B (zh) * | 2020-08-13 | 2024-05-28 | 力神(青岛)新能源有限公司 | 一种低温下动力锂离子电池soc-ocv曲线的精确测量方法 |
CN112130080A (zh) * | 2020-08-13 | 2020-12-25 | 天津力神电池股份有限公司 | 一种低温下动力锂离子电池soc-ocv曲线的精确测量方法 |
CN112946507B (zh) * | 2021-02-01 | 2023-10-27 | 中国电力科学研究院有限公司 | 储能电池健康状态在线检测方法、系统、设备和存储介质 |
CN112946507A (zh) * | 2021-02-01 | 2021-06-11 | 中国电力科学研究院有限公司 | 储能电池健康状态在线检测方法、系统、设备和存储介质 |
CN113075550B (zh) * | 2021-03-31 | 2022-08-02 | 蜂巢能源科技(无锡)有限公司 | 获取电动势曲线的方法、装置、介质及电子设备 |
CN113075550A (zh) * | 2021-03-31 | 2021-07-06 | 蜂巢能源科技(无锡)有限公司 | 获取电动势曲线的方法、装置、介质及电子设备 |
CN113341319A (zh) * | 2021-04-19 | 2021-09-03 | 北京交通大学 | 基于参数插值获取任意温度和倍率下放电曲线的方法 |
CN113341319B (zh) * | 2021-04-19 | 2023-02-21 | 北京交通大学 | 基于参数插值获取任意温度和倍率下放电曲线的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108896916B (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108896916A (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 | |
Kollmeyer et al. | Li-ion battery model performance for automotive drive cycles with current pulse and EIS parameterization | |
CN105158698B (zh) | 基于充电电压曲线的电池组健康状态在线估算方法 | |
CN107991623A (zh) | 一种考虑温度和老化程度的电池安时积分soc估计方法 | |
CN103792495B (zh) | 基于德尔菲法和灰色关联理论的电池性能评价方法 | |
CN104051810B (zh) | 一种锂离子储能电池系统soc估算快速修正方法 | |
CN107121643A (zh) | 锂离子电池健康状态联合估计方法 | |
CN107271911A (zh) | 一种基于模型参数分段矫正的soc在线估计方法 | |
CN109870659A (zh) | 应用滑窗寻优策略的锂离子电池健康状态估算方法 | |
CN110196393A (zh) | 一种锂电池荷电状态、能量状态和功率状态的联合在线估计方法 | |
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 | |
CN104297690A (zh) | 锂电池soc-ocv曲线的测定方法 | |
CN103018679A (zh) | 一种铅酸电池初始荷电状态soc0的估算方法 | |
JP2013531780A (ja) | リチウムイオン電池充電状態の算出方法 | |
CN109143102A (zh) | 一种安时积分估算锂电池soc方法 | |
Moon et al. | An efficient battery charging algorithm based on state-of-charge estimation for electric vehicle | |
CN108445422B (zh) | 基于极化电压恢复特性的电池荷电状态估算方法 | |
CN110208707A (zh) | 一种基于等效电路模型的锂离子电池参数估算方法 | |
Xiong et al. | Data-driven state-of-charge estimator for electric vehicles battery using robust extended Kalman filter | |
CN106291393A (zh) | 一种用于在线识别电池模型参数的方法 | |
CN108829911A (zh) | 一种开路电压与soc函数关系优化方法 | |
CN111216595B (zh) | 基于锂电池等效电路模型的重度混合动力汽车soc校准方法 | |
CN115659649A (zh) | 基于云端数据的锂电池实时完整ocv-soc曲线的构建方法 | |
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 | |
CN110085898A (zh) | 一种软包动力电池配组方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |