CN108983108A - 一种动力电池组峰值功率估计方法 - Google Patents
一种动力电池组峰值功率估计方法 Download PDFInfo
- Publication number
- CN108983108A CN108983108A CN201810908020.7A CN201810908020A CN108983108A CN 108983108 A CN108983108 A CN 108983108A CN 201810908020 A CN201810908020 A CN 201810908020A CN 108983108 A CN108983108 A CN 108983108A
- Authority
- CN
- China
- Prior art keywords
- power battery
- power
- indicate
- voltage
- monomer
- 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)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种动力电池组峰值功率估计方法,它解决了缺乏考虑动力电池组内部电池单体之间的不一致性的问题,具有显著提高动力电池组峰值功率估计的准确性的效果,其技术方案为:采用在线辨识方法实时更新动力电池一阶RC等效电路模型参数;基于动力电池一阶RC等效电路模型的状态空间表达式在线估计动力电池荷电状态SoC;考虑动力电池单体的荷电状态SoC、电压、电流和功率限制,计算动力电池单体的峰值功率;由得出的动力电池单体的峰值功率计算得到动力电池组的峰值功率,峰值充电功率由电压最高的动力电池单体决定,而峰值放电功率由电压最低的动力电池单体决定。
Description
技术领域
本发明涉及动力电池技术领域,特别是涉及一种动力电池组峰值功率估计方法。
背景技术
为了保障电动汽车的安全高效运行,车载动力电池管理系统需要准确估计动力电池组的荷电状态、峰值功率和健康状态等。其中,峰值功率代表着电动汽车瞬间加速能力、能量回馈能力,如果峰值功率估计过高,会引起动力电池组过充电或者过放电,从而导致动力电池组寿命的快速衰退;相反,如果峰值功率估计过低,则会降低车辆驾驶性能,从而影响驾驶员对车辆的稳定操作,甚至引发安全事故。因此,峰值功率的准确估计直接关系到电动汽车的整车安全,极为重要。
传统的峰值功率估计方法一般是将动力电池组作为一个整体,缺乏考虑动力电池组内部动力电池单体之间的不一致性,导致估计结果过高或者过低,误差大。实际上,在充放电过程中需要全面考虑动力电池单体的电压、荷电状态SoC和电流等限制条件,忽略其中任何一个限制条件不仅很难得到准确的估计结果,而且会导致部分动力电池单体过充或过放,甚至引发安全问题。
现有技术中,虽然存在是关于电池单体的峰值功率估计方法,但本申请着重提出了一种关于多个电池单体串联组成的电池组的峰值功率估计方法。本申请在功率估计方面针对的对象是电池组,现有技术针对的对象是电池单体。
发明内容
本发明针对上述问题,提出了一种动力电池组峰值功率估计方法,该方法充分考虑了串联动力电池单体之间的不一致性,在估计典型动力电池单体的峰值功率的基础上,估算动力电池组的峰值功率,准确度高。
为了实现上述目的,本发明采用如下技术方案:
一种动力电池组峰值功率估计方法,其特征是,
步骤1:采用在线辨识方法实时更新动力电池一阶RC等效电路模型参数;
步骤2:基于动力电池一阶RC等效电路模型的状态空间表达式在线估计动力电池荷电状态SoC,并预测动力电池的端电压;
步骤3:考虑动力电池单体的最大和最小荷电状态SoC、动力电池单体的最高和最低电压、动力电池单体的最大充电电流和最小放电电流、动力电池单体的最大放电功率和最小充电功率限制,计算动力电池单体的峰值功率;
步骤4:由步骤3得出的动力电池单体的峰值功率计算得到动力电池组的峰值功率,动力电池组的峰值充电功率由电压最高的动力电池单体决定,而动力电池组的峰值放电功率由电压最低的动力电池单体决定。
进一步优选的技术方案,所述步骤1中的动力电池一阶等效电路模型表示为如下格式
将上式离散化可以得到:
Ut,k=(1-a1)Uoc,k+a1Ut,k-1+a2ik+a3ik-1 (2)
其中,Uoc,k,Ut,k和ik分别表示在第k个采样时刻的开路电压,端电压和电流,由公式(1)可以计算参数a1,a2和a3为:
其中,T表示采样时间;
基于公式(2)在线辨识模型参数。
进一步优选的技术方案,所述步骤2中为了估计动力电池荷电状态SoC,根据动力电池一阶RC等效电路模型其状态空间表达式写成:
其中,zk+1表示第k+1时刻的动力电池荷电状态SoC,U1,k+1表示第k+1时刻的动力电池极化电压,η表示动力电池库伦效率,τ表示时间常数(τ=R1C1),Cmax表示动力电池的最大可用容量,wk表示过程白噪声,vk表示测量白噪声;
在线估计动力电池荷电状态SoC。
进一步优选的技术方案,所述步骤3中的动力电池单体的最大和最小荷电状态SoC限制,根据动力电池荷电状态SoC计算的定义式:
zk+1=zk-ik(ηT/Cmax) (5)
基于公式(4)计算得到荷电状态SoC限制下的动力电池单体的最大和最小充放电电流:
其中,和表示荷电状态SoC限制下的最小充电电流和最大放电电流,zmin和zmax表示最小荷电状态SoC和最大荷电状态SoC,N表示采样间隔的数量。
进一步优选的技术方案,所述步骤3中的动力电池单体的最高和最低电压限制,基于公式(2)计算得到从第k时刻到k+N时刻的动力电池模型端电压:
其中,Ut,k+N是第k+N时刻的端电压,
考虑到动力电池单体的最高和最低电压限制:
和表示电压限制下的最小充电电流和最大放电电流,Umax和Umin表示动力电池的上下限电压,
基于公式(8)计算得到电压限制下的动力电池最小充电电流和最大放电电流:
进一步优选的技术方案,所述步骤3中的动力电池单体的最小充电电流和最大放电电流限制,动力电池单体在工作中不能超过该动力电池生产时规定的最大和最小充放电电流:
其中,Imin和Imax表示该动力电池生产时规定的最小充电电流和最大放电电流,和表示在限制条件下得到的动力电池单体的最小充电电流和最大放电电流。
进一步优选的技术方案,所述步骤3中的功率限制,同时考虑该动力电池生产时规定的最大和最小充放电功率要求:
其中,Pmin和Pmax表示该动力电池生产时规定的最小充电功率和最大放电功率,和表示在限制条件下得到的动力电池单体的最小充电功率和最大放电功率。
进一步优选的技术方案,所述步骤4中的动力电池组的峰值功率为:
其中,和表示动力电池组的最小充电功率和最大放电功率,和电压最高动力电池单体的最小充电功率和电压最低动力电池单体的最大放电功率,n表示串联动力电池的数量。
与现有技术相比,本发明的有益效果是:
1.考虑了动力电池单体之间的不一致性,显著提高动力电池组峰值功率估计的准确性;
2.能够在保证峰值功率计算精度的同时,计算量少,可实现性强,很适合于在线应用;
3.采用在线辨识模型参数的方法不仅无需存储各个动力电池单体的模型参数,减少了对动力电池管理系统中存储空间占有量,而且当动力电池老化时,在线辨识可以有效保障模型参数的准确性,使得峰值功率估计的准确度不会随着动力电池老化而降低。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1为一阶RC等效电路模型。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
本发明公开了一种动力电池组峰值功率估计方法,考虑到串联动力电池单体之间的不一致性,通过估计电压最高和最低动力电池单体的峰值功率进而计算动力电池组的峰值功率;在动力电池单体峰值功率估计方面,首先采用在线辨识方法实时更新动力电池模型参数,然后基于得到的动力电池模型实时估计动力电池荷电状态SoC,最后考虑动力电池单体多个限制条件(电压、荷电状态SoC、电流和功率)计算其峰值功率。
以下以一阶RC等效电路模型为例对本发明作进一步介绍。
如图1所示是一阶RC等效电路模型,Uoc代表动力电池开路电压,R0代表动力电池直流内阻,R1和C1表示动力电池充放电过程中电化学极化过程,U表示动力电池的端电压,动力电池放电时电流方向如图中1所示,规定放电时电流取正值,充电时电流取负值。
采用在线辨识方法实时更新动力电池一阶RC等效电路模型参数;
一阶等效电路模型可以表示为如下格式
将上式离散化可以得到:
Ut,k=(1-a1)Uoc,k+a1Ut,k-1+a2ik+a3ik-1 (2)
其中,Uoc,k,Ut,k和ik分别表示在第k个采样时刻的开路电压,端电压和电流,由公式(1)可以计算参数a1,a2和a3为:
其中,T表示采样时间。
然后,基于公式(2)在线辨识模型参数,如采用自适应扩展卡尔曼滤波法、递推最小二乘法等。
基于动力电池一阶RC等效电路模型的状态空间表达式在线估计动力电池荷电状态SoC,并预测动力电池的端电压;
根据动力电池模型其状态空间表达式可以写成:
其中,zk+1表示第k+1时刻的动力电池荷电状态SoC,U1,k+1表示第k+1时刻的动力电池极化电压,η表示动力电池库伦效率,τ表示时间常数(τ=R1C1),Cmax表示动力电池的最大可用容量,wk表示过程白噪声,vk表示测量白噪声。
最后,采用自适应扩展卡尔曼滤波法等方法在线估计动力电池荷电状态SoC。
为了准确估计动力电池单体的峰值功率,需要同时考虑荷电状态SoC、电压、电流和功率对峰值功率估计的影响。
根据动力电池荷电状态SoC计算的定义式:
zk+1=zk-ik(ηT/Cmax) (5)
基于公式(4)可以计算得到荷电状态SoC限制下的动力电池单体的最大和最小充放电电流:
其中,和表示荷电状态SoC限制下的最小充电电流和最大放电电流,zk表示第k时刻的电池荷电状态SoC,zmin和zmax表示最小荷电状态SoC和最大荷电状态SoC,N表示采样间隔的数量。
基于公式(2)以可以计算得到从第k时刻到k+N时刻的动力电池模型端电压为:
其中,Ut,k+N是第k+N时刻的端电压。
考虑到动力电池单体的最高和最低电压限制:
和表示电压限制下的最小充电电流和最大放电电流,Umax和Umin表示动力电池的上下限电压。
基于公式(8)可以计算得到电压限制下的动力电池最小充电电流和最大放电电流:
基于以上分析,动力电池在充放电过程中其电流值受荷电状态SoC和电压的限制,除此之外,动力电池单体在工作中也不能超过动力电池生产商规定的最大和最小充放电电流:
其中,Imin和Imax表示动力电池生产商提供的最小充电电流和最大放电电流,和表示在限制条件下得到的动力电池单体的最小充电电流和最大放电电流。
同时考虑动力电池生产商规定的最大和最小充放电功率要求:
其中,Pmin和Pmax表示动力电池生产商提供的最小充电功率和最大放电功率,和表示在限制条件下得到的动力电池单体的最小充电功率和最大放电功率。
然后,可以计算得到动力电池组的峰值功率为:
其中,和表示动力电池组的最小充电功率和最大放电功率,和电压最高动力电池单体的最小充电功率和电压最低动力电池单体的最大放电功率,n表示串联动力电池的数量。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (8)
1.一种动力电池组峰值功率估计方法,其特征是,
步骤1:采用在线辨识方法实时更新动力电池一阶RC等效电路模型参数;
步骤2:基于动力电池一阶RC等效电路模型的状态空间表达式在线估计动力电池荷电状态SoC,并预测动力电池的端电压;
步骤3:考虑动力电池单体的最大和最小荷电状态SoC、动力电池单体的最高和最低电压、动力电池单体的最大放电电流和最小充电电流、动力电池单体的最大放电功率和最小充电功率限制,计算动力电池单体的峰值功率;
步骤4:由步骤3得出的动力电池单体的峰值功率计算得到动力电池组的峰值功率,动力电池组的峰值充电功率由电压最高的动力电池单体决定,而动力电池组的峰值放电功率由电压最低的动力电池单体决定。
2.如权利要求1所述的一种动力电池组峰值功率估计方法,其特征在于,所述步骤1中的动力电池一阶等效电路模型表示为如下格式
将上式离散化可以得到:
Ut,k=(1-a1)Uoc,k+a1Ut,k-1+a2ik+a3ik-1 (2)
其中,Uoc,k,Ut,k和ik分别表示在第k个采样时刻的开路电压,端电压和电流,由公式(1)可以计算参数a1,a2和a3为:
其中,T表示采样时间;
基于公式(2)在线辨识模型参数。
3.如权利要求2所述的一种动力电池组峰值功率估计方法,其特征在于,所述步骤2中为了估计动力电池荷电状态SoC,根据动力电池一阶RC等效电路模型其状态空间表达式写成:
其中,zk+1表示第k+1时刻的动力电池荷电状态SoC,U1,k+1表示第k+1时刻的动力电池极化电压,η表示动力电池库伦效率,τ表示时间常数(τ=R1C1),Cmax表示动力电池的最大可用容量,wk表示过程白噪声,vk表示测量白噪声;
在线估计动力电池荷电状态SoC。
4.如权利要求3所述的一种动力电池组峰值功率估计方法,其特征在于,所述步骤3中的动力电池单体的最大和最小荷电状态SoC限制,根据动力电池荷电状态SoC计算的定义式:
zk+1=zk-ik(ηT/Cmax) (5)
基于公式(4)计算得到荷电状态SoC限制下的动力电池单体的最小充电电流和最大放电电流:
其中,和表示荷电状态SoC限制下的最小充电电流和最大放电电流,zmin和zmax表示最小荷电状态SoC和最大荷电状态SoC,N表示采样间隔的数量。
5.如权利要求4所述的一种动力电池组峰值功率估计方法,其特征在于,所述步骤3中的动力电池单体的最高和最低电压限制,基于公式(2)计算得到从第k时刻到k+N时刻的动力电池模型端电压:
其中,Ut,k+N是第k+N时刻的端电压,
考虑到动力电池单体的最高和最低电压限制:
和表示电压限制下的最小充电电流和最大放电电流,Umax和Umin表示动力电池的上下限电压,
基于公式(8)计算得到电压限制下的动力电池最小充电电流和最大放电电流:
6.如权利要求5所述的一种动力电池组峰值功率估计方法,其特征在于,所述步骤3中的动力电池单体的最小充电电流和最大放电电流限制,动力电池单体在工作中不能超过该动力电池生产时规定的最小充电电流和最大放电电流:
其中,Imin和Imax表示该动力电池生产时规定的最小充电电流和最大放电电流,和表示在限制条件下得到的动力电池单体的最小充电电流和最大放电电流。
7.如权利要求6所述的一种动力电池组峰值功率估计方法,其特征在于,所述步骤3中的功率限制,同时考虑该动力电池生产时规定的最小充电功率和最大放电功率:
其中,Pmin和Pmax表示该动力电池生产时规定的最小充电功率和最大放电功率,和表示在限制条件下得到的动力电池单体的最小充电功率和最大放电功率。
8.如权利要求7所述的一种动力电池组峰值功率估计方法,其特征在于,所述步骤4中的动力电池组的峰值功率为:
其中,和表示动力电池组的最小充电功率和最大放电功率,和电压最高动力电池单体的最小充电功率和电压最低动力电池单体的最大放电功率,n表示串联动力电池的数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810908020.7A CN108983108B (zh) | 2018-08-10 | 2018-08-10 | 一种动力电池组峰值功率估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810908020.7A CN108983108B (zh) | 2018-08-10 | 2018-08-10 | 一种动力电池组峰值功率估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108983108A true CN108983108A (zh) | 2018-12-11 |
CN108983108B CN108983108B (zh) | 2021-04-02 |
Family
ID=64555858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810908020.7A Active CN108983108B (zh) | 2018-08-10 | 2018-08-10 | 一种动力电池组峰值功率估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108983108B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109823235A (zh) * | 2019-02-20 | 2019-05-31 | 中国科学技术大学 | 电池、超级电容与燃料电池混合储能装置能量管理系统 |
CN110018419A (zh) * | 2019-03-29 | 2019-07-16 | 深圳猛犸电动科技有限公司 | 锂离子电池的soc与soh联合估计方法、装置及终端设备 |
CN110133503A (zh) * | 2019-03-13 | 2019-08-16 | 北京车和家信息技术有限公司 | 一种电芯检测方法及装置 |
CN110361642A (zh) * | 2019-07-11 | 2019-10-22 | 中国科学院电工研究所 | 一种电容器荷电状态的预测方法、装置及电子设备 |
CN110470994A (zh) * | 2019-09-26 | 2019-11-19 | 重庆长安新能源汽车科技有限公司 | 一种动力电池峰值功率的预测方法 |
CN111180811A (zh) * | 2020-01-06 | 2020-05-19 | 宁波吉利汽车研究开发有限公司 | 一种车用动力蓄电池组实际soc的获取方法及装置 |
CN111208435A (zh) * | 2020-01-16 | 2020-05-29 | 北方工业大学 | 电池模型参数估计方法及装置 |
CN111257770A (zh) * | 2020-02-18 | 2020-06-09 | 宁波吉利汽车研究开发有限公司 | 一种电池包功率估算方法 |
CN111352032A (zh) * | 2018-12-21 | 2020-06-30 | 重庆邮电大学 | 一种锂电池动态峰值功率预测方法 |
CN111458650A (zh) * | 2020-01-15 | 2020-07-28 | 合肥国轩高科动力能源有限公司 | 一种锂离子动力电池系统峰值功率估算的方法 |
CN111679198A (zh) * | 2020-05-13 | 2020-09-18 | 东风汽车有限公司 | 一种锂离子动力电池的功率估算方法及装置 |
CN112068000A (zh) * | 2020-09-27 | 2020-12-11 | 哈尔滨工业大学(威海) | 一种考虑动力电池耐久性影响的峰值功率预测方法 |
CN112964997A (zh) * | 2021-01-21 | 2021-06-15 | 西南科技大学 | 一种无人机锂离子电池峰值功率自适应估算方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140157034A1 (en) * | 2010-11-25 | 2014-06-05 | Industrial Technology Research Institute | Power management method for electro-chemical batteries in low capacity state |
US20140333313A1 (en) * | 2013-05-13 | 2014-11-13 | Southwest Research Institute | Application independent map-based cycle life testing of battery cells |
CN104267354A (zh) * | 2014-10-29 | 2015-01-07 | 哈尔滨工业大学 | 一种动力电池的峰值功率预测方法 |
CN105842633A (zh) * | 2016-05-30 | 2016-08-10 | 广西大学 | 一种基于灰色扩展卡尔曼的锂离子电池soc估算方法 |
CN106646253A (zh) * | 2016-12-07 | 2017-05-10 | 华南农业大学 | 一种在线辨识电池内部参数的方法 |
-
2018
- 2018-08-10 CN CN201810908020.7A patent/CN108983108B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140157034A1 (en) * | 2010-11-25 | 2014-06-05 | Industrial Technology Research Institute | Power management method for electro-chemical batteries in low capacity state |
US20140333313A1 (en) * | 2013-05-13 | 2014-11-13 | Southwest Research Institute | Application independent map-based cycle life testing of battery cells |
CN104267354A (zh) * | 2014-10-29 | 2015-01-07 | 哈尔滨工业大学 | 一种动力电池的峰值功率预测方法 |
CN105842633A (zh) * | 2016-05-30 | 2016-08-10 | 广西大学 | 一种基于灰色扩展卡尔曼的锂离子电池soc估算方法 |
CN106646253A (zh) * | 2016-12-07 | 2017-05-10 | 华南农业大学 | 一种在线辨识电池内部参数的方法 |
Non-Patent Citations (2)
Title |
---|
熊瑞: ""基于数据模型融合的电动车辆动力电池组状态估计研究"", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 * |
邹渊等编: "《地面车辆混合驱动系统建模与控制优化》", 31 January 2015, 北京理工大学出版社 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111352032A (zh) * | 2018-12-21 | 2020-06-30 | 重庆邮电大学 | 一种锂电池动态峰值功率预测方法 |
CN109823235A (zh) * | 2019-02-20 | 2019-05-31 | 中国科学技术大学 | 电池、超级电容与燃料电池混合储能装置能量管理系统 |
CN109823235B (zh) * | 2019-02-20 | 2021-10-01 | 中国科学技术大学 | 电池、超级电容与燃料电池混合储能装置能量管理系统 |
CN110133503A (zh) * | 2019-03-13 | 2019-08-16 | 北京车和家信息技术有限公司 | 一种电芯检测方法及装置 |
CN110018419A (zh) * | 2019-03-29 | 2019-07-16 | 深圳猛犸电动科技有限公司 | 锂离子电池的soc与soh联合估计方法、装置及终端设备 |
CN110018419B (zh) * | 2019-03-29 | 2021-09-10 | 深圳猛犸电动科技有限公司 | 锂离子电池的soc与soh联合估计方法、装置及终端设备 |
CN110361642A (zh) * | 2019-07-11 | 2019-10-22 | 中国科学院电工研究所 | 一种电容器荷电状态的预测方法、装置及电子设备 |
CN110470994A (zh) * | 2019-09-26 | 2019-11-19 | 重庆长安新能源汽车科技有限公司 | 一种动力电池峰值功率的预测方法 |
CN111180811A (zh) * | 2020-01-06 | 2020-05-19 | 宁波吉利汽车研究开发有限公司 | 一种车用动力蓄电池组实际soc的获取方法及装置 |
CN111458650A (zh) * | 2020-01-15 | 2020-07-28 | 合肥国轩高科动力能源有限公司 | 一种锂离子动力电池系统峰值功率估算的方法 |
CN111458650B (zh) * | 2020-01-15 | 2022-11-15 | 合肥国轩高科动力能源有限公司 | 一种锂离子动力电池系统峰值功率估算的方法 |
CN111208435A (zh) * | 2020-01-16 | 2020-05-29 | 北方工业大学 | 电池模型参数估计方法及装置 |
CN111257770A (zh) * | 2020-02-18 | 2020-06-09 | 宁波吉利汽车研究开发有限公司 | 一种电池包功率估算方法 |
CN111257770B (zh) * | 2020-02-18 | 2022-07-08 | 宁波吉利汽车研究开发有限公司 | 一种电池包功率估算方法 |
CN111679198A (zh) * | 2020-05-13 | 2020-09-18 | 东风汽车有限公司 | 一种锂离子动力电池的功率估算方法及装置 |
CN112068000A (zh) * | 2020-09-27 | 2020-12-11 | 哈尔滨工业大学(威海) | 一种考虑动力电池耐久性影响的峰值功率预测方法 |
CN112068000B (zh) * | 2020-09-27 | 2022-03-11 | 哈尔滨工业大学(威海) | 一种考虑动力电池耐久性影响的峰值功率预测方法 |
CN112964997A (zh) * | 2021-01-21 | 2021-06-15 | 西南科技大学 | 一种无人机锂离子电池峰值功率自适应估算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108983108B (zh) | 2021-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108983108A (zh) | 一种动力电池组峰值功率估计方法 | |
CN103163480B (zh) | 锂电池健康状态的评估方法 | |
CN104569829B (zh) | 蓄电池soc估计与自动校正 | |
CN105607004B (zh) | 一种锂离子电池包健康状态评估方法及系统 | |
US10230248B2 (en) | Maintenance method of power battery pack | |
EP2762907B1 (en) | Apparatus and method for estimating state of charge of battery | |
CN102636756B (zh) | 基于电压衰减的汽车电池soc估计 | |
CN102749588B (zh) | 基于蓄电池soc和soh的故障诊断方法 | |
CN107247235A (zh) | 一种考虑并联电池差异的电池组容量估算方法 | |
CN104051810B (zh) | 一种锂离子储能电池系统soc估算快速修正方法 | |
CN103389469A (zh) | 使用鲁棒h∞观测器的电池荷电状态估计器 | |
CN102230953A (zh) | 蓄电池剩余容量及健康状况预测方法 | |
CN104360286A (zh) | 一种锂离子电池荷电状态估算修正方法 | |
CN111679212B (zh) | 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 | |
Purwadi et al. | State of Charge estimation method for lithium battery using combination of Coulomb Counting and Adaptive System with considering the effect of temperature | |
CN111366864B (zh) | 一种基于固定压升区间的电池soh在线估计方法 | |
CN104502847A (zh) | 一种电动汽车动力电池soh的预估方法 | |
US10137797B2 (en) | Battery state of charge estimation based on current pulse duration | |
CN107045104B (zh) | 一种钛酸锂电池容量的在线估计方法 | |
CN110988709A (zh) | 一种用于电池管理系统的soe和sop联合估计方法 | |
CN111257770B (zh) | 一种电池包功率估算方法 | |
CN104283230A (zh) | 一种基于多能源微电网的蓄电池soc计算方法 | |
Wang et al. | Impact of sensor accuracy of battery management system on SOC estimation of electric vehicle based on EKF algorithm | |
Duong et al. | State estimation technique for VRLA batteries for automotive applications | |
CN115097305A (zh) | 电池短路在线预测方法、控制器、汽车及存储介质 |
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 |