CN109143078A - 一种磷酸铁锂动力电池“跳水”故障的辨识预判方法 - Google Patents
一种磷酸铁锂动力电池“跳水”故障的辨识预判方法 Download PDFInfo
- Publication number
- CN109143078A CN109143078A CN201810983878.XA CN201810983878A CN109143078A CN 109143078 A CN109143078 A CN 109143078A CN 201810983878 A CN201810983878 A CN 201810983878A CN 109143078 A CN109143078 A CN 109143078A
- Authority
- CN
- China
- Prior art keywords
- battery
- soc
- diving
- failure
- curve
- 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
Landscapes
- Secondary Cells (AREA)
Abstract
本发明提供一种磷酸铁锂动力电池“跳水”故障的辨识预判方法，以预设采样周期记录以恒流充电过程中电池的充电容量Q和端电压V，得到充电过程Q‑V曲线；对充电过程Q‑V曲线进行数值微分获得dQ/dV‑SOC曲线；将其与该电池标准dQ/dV‑SOC曲线的特征进行对比，并分析其dQ/dV‑SOC曲线中SOC＝50％与SOC＝80％附近对应的特征峰的变化，获得LLI的信息。该方法可无损地反应出电池内部状态情况，直观地判断出电池是否存在“跳水”故障及引起“跳水”的原因，能够实现发生“跳水”前400次循环的预判辨识，降低新能源汽车锂离子动力蓄电电池在车运行时及退役梯次利用时突然容量失效的风险。
Description
技术领域
本发明涉及一种新能源汽车锂离子动力电池容量突然失效风险诊断预判的方法，特别是涉及一种磷酸铁锂动力电池“跳水”故障的辨识预判方法，可用于电池在车运行时及退役梯次利用时的故障预判，属于锂离子动力电池故障预判及梯级利用技术领域。
背景技术
磷酸铁锂电池在使用时会存在容量突降而发生“跳水”的情况，而通常这类电池在生产后及在运行时对容量的监测是无法辨识诊断出来的，“跳水”电池的无征兆出现将导致使用储能系统的切断无法使用，因此需要该类故障的监控与辨识预判，及时更换故障电池。且随着国家对电动汽车的大力推广，未来也将面临大量动力锂电池退役的问题。电池退役时还有75％的容量可以予以梯次再利用，充分利用电池的寿命，尤其对于磷酸铁锂电池具有稳定循环、循环寿命长的特点，且直接再生利用经济价值低，磷酸铁锂电池的梯级利用可以提高其使用经济价值。但由于磷酸铁锂电池作为动力能源在汽车上使用的过程中，不同条件的苛刻工况会对电池造成一定程度的过度老化，导致电池存在容量突降而失效的故障风险，即称为“跳水”。故而，退役电池在梯级利用前需对该类故障电池进行提前辨识预判及筛选出来，实现梯级利用过程循环工作次数和容量衰减一致性的保障。
发明内容
本发明所要解决的技术问题是：本发明针对磷酸铁锂电池“跳水”故障无法通过电池外特性指标(如常规能检测的容量、内阻、臌胀率、自放电率)辨识的问题，本发明提出一种磷酸铁锂动力电池“跳水”故障辨的辨识预判方法。
本发明解决其技术问题所要采用的技术方案是：一种磷酸铁锂动力电池“跳水”故障的辨识预判方法，包括以下步骤：
S1：对电池单体进行一个完整的恒流充电测试，以一定采样时间记录下充电过程的充电容量Q和对应的端电压V，得到充电过程的Q-V曲线；一定采样时间指采样周期。
S2：对充电过程的Q-V曲线进行数值微分，即获得对应的△Q/△V数值序列，并构建成dQ/dV-SOC曲线；对Q-V曲线进行数值微分是为了获得dQ/dV曲线，dQ/dV反映电池内部锂离子脱嵌的能力，dQ/dV可以反映出正极和负极材料的相变过程，相变能力的变化表征电池健康状态的变化和衰退/失效的主要导因。
S3：提取dQ/dV-SOC曲线中的三个特征峰极值，分别在SOC＝20％、50％、80％位置附近，将这三个极值点作为电池状态辨识特征点，并将其与该电池标准dQ/dV-SOC曲线的特征进行对比，获得可用活性锂离子损失量的信息；
S4：将其高荷电区对应的辨识特征点值与该电池标准dQ/dV-SOC曲线对应的该特征点值m*比较，并计算K＝(被测电池的SOC＝80％特征点值)/(被测电池的SOC＝50％特征点值)和K*＝(被测电池的dQ/dV|soc＝80％)/(标准曲线的dQ/dV|soc＝80％)依据m*、K和K*可辨识判断出电池是否存在跳水故障及发生跳水的原因。m*、K和K*这三个指标的变化表征电池的失效机理：活性材料损失或锂离子损失导致，或两者兼具。
具体的，所述电池的标称容量为20Ah-200Ah。其中，标称容量是电池设计容量，充电容量是实际能充进去的容量。
优选的，所述采样周期的取值范围为10s-50s。采样周期具体指记录电流或累计充入容量的采样周期。采用周期太短，数据量太大，车用BMS普遍记录周期为10-39s；采样周期太长，无法扑捉到相变过程，失去了分析的意义。
优选的，步骤S1中恒流充电的电流值取值范围为0.1C-C的充电倍率。
优选的，步骤S1中恒流充电的电流值取值范围为0.1C-0.3C的充电倍率。
所述该方法采样的恒流充电电流可以为0.1C-1C的充电倍率，可参考该电池标准充电电流，推荐0.1C-0.3C充电倍率为最佳。所述该方法采用的恒流充电法充到3.65V-3.7V截止，充电电流可以为0.1C-1C的充电倍率，可参考该电池标准充电电流。dQ/dV-SOC曲线中的SOC对应的是电池当前荷电状态。
进一步，当电池的标称容量＜100Ah时，其dQ/dV-SOC曲线上横坐标SOC＝80％±10％区间出现的特征峰极值低于临界值225Ah/V，且在充放电倍率≥0.3C时，可判断该电池后循环次数寿命最多为400次-500次。以0.3C的充电倍率为最低基准，充放电倍率越大电池循环寿命次数越少。
进一步，当电池的标称容量≥100Ah时，且K*＜0.23或K＜0.23或m*≤225Ah/V任一条件成立，且在充放电倍率≥0.3C时，可判断该电池后循环次数寿命最多为400次-500次。电池后循环次数指从测试判别后开始的全SOC循环次数,代表循环寿命。m*指电池标准dQ/dV-SOC曲线高荷电区(SOC＝80％)对应的该特征点值。
针对0.1C-0.3C的情况原理是一样的，本发明的数据验证是基于0.3C充电数据积累分析总结出来的(因0.3C为标准充电及定容倍率)，因此实例仅对0.3C充电倍率的情况进行说明，且不同厂家和不同规格型号该值也可能不同，但趋势是一样的。
以预设采样周期记录以一定电流值恒流充电过程中的电池的充电容量Q和端电压V，得到充电过程的Q-V曲线；对充电过程的Q-V曲线进行数值微分获得dQ/dV-SOC曲线；将其与该电池标准dQ/dV-SOC曲线的特征进行对比，并分析其dQ/dV-SOC曲线中SOC＝50％与SOC＝80％附近对应的特征峰的变化，获得LLI(可用活性锂离子损失量)的信息。该方法利用恒流充电过程数据，通过数值微分计算方法得到电池的容量增量曲线，可无损地反应出电池内部状态情况，可以直观地判断出电池是否存在“跳水”(容量突降造成电池失效)故障及引起“跳水”的原因，能够实现发生“跳水”前400次循环的预判辨识，降低新能源汽车锂离子动力蓄电电池在车运行时及退役梯次利用时突然容量失效的风险。
本发明的有益效果是：本发明提供的一种磷酸铁锂动力电池“跳水”故障的辨识预判方法，通过对电池充电过程容量增量-SOC曲线的特征峰对应的辨识特征点的获取与变化特征进行类比分析，从电池的电化学内部特性进行定性判断电池可用活性材料量和可用活性锂离子量的衰退程度，来辨识电池是否存在“跳水”故障与风险，该方法最早可进行400次循环前的预判，降低新能源汽车锂离子动力蓄电电池在车运行时及退役梯次利用时突然容量失效的风险。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1为本发明辨识预判方法的流程图；
图2为具体实施方式一所述的容量增量dQ/dV-SOC曲线；
图3为具体实施方式二所述的容量增量dQ/dV-SOC曲线；
图4为具体实施方式所述的电池容量衰减曲线。
具体实施方式
现在结合附图对本发明作详细的说明。此图为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
实施例一：
如图1所示，本发明提供的一种磷酸铁锂动力电池“跳水”故障的辨识预判方法，包括以下步骤：
步骤S1：对型号为CA60AHA的磷酸铁锂电池单体(电池起始健康状态为80％标称容量，容量为50Ah)，以0.3C充电倍率进行一个完整的标准恒流恒压充电测试(CCCV)，恒流充电至3.65V转恒压充电至电流0.02C结束，并记录下充电过程的充电容量Q和对应的充电端电压V数据，并得到充电过程的Q-V曲线，所用的采样记录周期为19s。
恒流恒压充电与恒流充电原则上是有一定差异的，恒流恒压是在恒流充电至截止电压上限后转恒压充电至电流降至近似于0A，两种方法不影响IC曲线形式及峰值，仅特征峰对应的SOC位置存在微小偏差。
步骤S2：对充电过程的Q-V曲线进行数值微分，即获得对应的△Q/△V数值序列，并构建成dQ/dV-SOC曲线，其中SOC＝Qt/Qcm，Qt是某个采样点累积充电容量，Qcm是最终的充电容量。磷酸铁锂电池具有宽的电压平台区，取相邻两采样点电压满足Vn+1-Vn≥2mV对应的Vn+1和Vn为计算采样点，其中，n指第n个采样点。
步骤S3：提取dQ/dV-SOC曲线中的三个特征峰极值，分别在SOC＝20％、50％、80％位置附近，将这三个极值点作为电池状态辨识特征点。
步骤S4：取其高荷电区(SOC＝70％-90％区间，这里针对SOC＝80％进行对比分析)对应的辨识特征点值记为m*，m*＝225Ah/V(经验临界值)，并计算得到K＝0.231、K*＝0.23(经验临界值)，该款电池标准dQ/dV-SOC曲线的K＝0.46；如图2所示，该电池在循环400次后发生了跳水，且在循环过程中m*和K值在减小，而SOC＝50％和SOC＝20％位置的辨识特征点的值未明显变化，因此辨识出该电池可用活性锂离子量损失严重且达到了临界值、而可用活性材料损失量很小，故判断出该电池在400次充放电循环后会因缺乏可用活性锂离子而发生跳水，如图4中35#对应的容量衰减曲线在400次循环后该电池容量突降。
实施例二：
实施例二是实施例一的一种特殊情况，步骤S3中所述dQ/dV-SOC曲线中的三个特征峰极值，在某些情况会出现SOC＝50％和SOC＝80％区间的特征峰重合(如图3所示)，该被测电池型号为CA100FI，故近似取第700次循环后的定容充电过程dQ/dV-SOC曲线中SOC＝80％处dQ/dV曲线对应的纵坐标值，如图3，即m*＝355Ah/V，K＝0.44，但K*＝0.227＜0.23(经验临界值)，如图4所示59#循环曲线，在第1000次循环后电池发生跳水，引起跳水的原因为活性材料损失最终导致可用活性锂离子损失。例如：容量大于100Ah的电池在几百次循环衰退后出现SOC＝80％处对应的特征峰消退，SOC＝50％和SOC＝80％对应的特征峰合成一个峰。
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关的工作人员完全可以在不偏离本发明的范围内，进行多样的变更以及修改。本项发明的技术范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。
Claims (7)
1.一种磷酸铁锂动力电池“跳水”故障的辨识预判方法，其特征在于：包括以下步骤：
S1：以预设的采样周期记录以一定电流值恒流充电过程中的电池的充电容量Q和端电压V，得到充电过程的Q-V曲线；
S2：对充电过程的Q-V曲线进行数值微分，即获得对应的△Q/△V数值序列，并构建成dQ/dV-SOC曲线；
S3：提取dQ/dV-SOC曲线中的三个特征峰极值，分别在SOC＝20％、50％、80％位置附近，将这三个极值点作为电池状态辨识特征点，并将其与该电池标准dQ/dV-SOC曲线的特征进行对比，获得可用活性锂离子损失量的信息；
S4：将其高荷电区对应的辨识特征点值与该电池标准dQ/dV-SOC曲线对应的该特征点值m*比较，并计算K＝(被测电池的SOC＝80％特征点值)/(被测电池的SOC＝50％特征点值)和K*＝(被测电池的dQ/dV|soc＝80％)/(标准曲线的dQ/dV|soc＝80％)依据m*、K和K*可辨识判断出电池是否存在跳水故障及发生跳水的原因。
2.如权利要求1所述的磷酸铁锂动力电池“跳水”故障的辨识预判方法，其特征在于：所述电池的标称容量为20Ah-200Ah。
3.如权利要求1所述的磷酸铁锂动力电池“跳水”故障的辨识预判方法，其特征在于：所述采样周期的取值范围为10s-50s。
4.如权利要求1所述的磷酸铁锂动力电池“跳水”故障的辨识预判方法，其特征在于：步骤S1中恒流充电的电流值取值范围为0.1C-C的充电倍率。
5.如权利要求4所述的磷酸铁锂动力电池“跳水”故障的辨识预判方法，其特征在于：步骤S1中恒流充电的电流值取值范围为0.1C-0.3C的充电倍率。
6.如权利要求1所述的磷酸铁锂动力电池“跳水”故障的辨识预判方法，其特征在于：当电池的标称容量＜100Ah时，其dQ/dV-SOC曲线上横坐标SOC＝80％±10％区间出现的特征峰极值低于临界值225Ah/V，且在充放电倍率≥0.3C时，可判断该电池后循环次数寿命最多为400次-500次。
7.如权利要求1所述的磷酸铁锂动力电池“跳水”故障的辨识预判方法，其特征在于：当电池的标称容量≥100Ah时，且K*＜0.23或K＜0.23或m*≤225Ah/V任一条件成立，且在充放电倍率≥0.3C时，可判断该电池后循环次数寿命最多为400次-500次。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810983878.XA CN109143078A (zh) | 2018-08-28 | 2018-08-28 | 一种磷酸铁锂动力电池“跳水”故障的辨识预判方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810983878.XA CN109143078A (zh) | 2018-08-28 | 2018-08-28 | 一种磷酸铁锂动力电池“跳水”故障的辨识预判方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109143078A true CN109143078A (zh) | 2019-01-04 |
Family
ID=64828467
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810983878.XA Pending CN109143078A (zh) | 2018-08-28 | 2018-08-28 | 一种磷酸铁锂动力电池“跳水”故障的辨识预判方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109143078A (zh) |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109946612A (zh) * | 2019-04-01 | 2019-06-28 | 北京交通大学 | 一种三元锂离子电池容量加速衰退转折点识别方法 |
| CN109991556A (zh) * | 2019-04-08 | 2019-07-09 | 洛阳理工学院 | 一种针对磷酸铁锂动力电池短期衰竭故障的诊断方法 |
| CN110031771A (zh) * | 2019-04-29 | 2019-07-19 | 上海玫克生储能科技有限公司 | 一种描述电池一致性的方法 |
| CN110376536A (zh) * | 2019-08-05 | 2019-10-25 | 桑顿新能源科技(长沙)有限公司 | 电池系统soh检测方法、装置、计算机设备和存储介质 |
| CN110531276A (zh) * | 2019-09-05 | 2019-12-03 | 山东鼎瑞新能源科技有限公司 | 电池状况检测方法及装置 |
| CN110850319A (zh) * | 2019-11-07 | 2020-02-28 | 北京海博思创科技有限公司 | 电池距离跳水点的循环圈数的估计方法、装置和电子设备 |
| CN110931897A (zh) * | 2019-11-29 | 2020-03-27 | 国网江苏电力设计咨询有限公司 | 一种梯次利用磷酸铁锂电池的分选方法 |
| CN110967644A (zh) * | 2019-05-16 | 2020-04-07 | 宁德时代新能源科技股份有限公司 | 电池组soc的修正方法、电池管理系统以及车辆 |
| CN111077457A (zh) * | 2019-12-26 | 2020-04-28 | 国网河南省电力公司电力科学研究院 | 一种梯次利用磷酸铁锂电池加速衰减的评价方法及装置 |
| CN111175653A (zh) * | 2020-01-06 | 2020-05-19 | 国网内蒙古东部电力有限公司电力科学研究院 | 一种用于辨识预判三元电池容量“跳水”故障的方法 |
| CN111398833A (zh) * | 2020-03-13 | 2020-07-10 | 浙江大学 | 一种电池健康状态评估方法和评估系统 |
| CN112271317A (zh) * | 2020-09-11 | 2021-01-26 | 天津力神电池股份有限公司 | 一种调控批量电芯soc的方法 |
| CN112327167A (zh) * | 2020-10-21 | 2021-02-05 | 北京航空航天大学 | 一种电池容量跳水风险评估方法及系统 |
| CN112327192A (zh) * | 2020-10-21 | 2021-02-05 | 北京航空航天大学 | 一种基于曲线形态的电池容量跳水现象识别方法 |
| CN112327193A (zh) * | 2020-10-21 | 2021-02-05 | 北京航空航天大学 | 一种锂电池容量跳水预警方法 |
| CN112327194A (zh) * | 2020-10-21 | 2021-02-05 | 北京航空航天大学 | 一种锂电池容量跳水识别方法及装置 |
| CN112924872A (zh) * | 2021-01-22 | 2021-06-08 | 苏州宇量电池有限公司 | 一种磷酸铁锂电池荷电状态的监测方法 |
| CN113030758A (zh) * | 2021-03-17 | 2021-06-25 | 重庆长安新能源汽车科技有限公司 | 基于锂离子电池容量跳水点的老化预警方法、系统、汽车及计算机存储介质 |
| CN113253140A (zh) * | 2021-07-16 | 2021-08-13 | 杭州科工电子科技有限公司 | 电池健康状态在线估算方法 |
| CN113285132A (zh) * | 2021-07-22 | 2021-08-20 | 天津力神电池股份有限公司 | 锂离子电池阶梯充电制度制定方法及应用 |
| CN113608135A (zh) * | 2021-06-21 | 2021-11-05 | 天津力神电池股份有限公司 | 锂离子发生循环跳水的预判方法 |
| CN113655398A (zh) * | 2021-08-11 | 2021-11-16 | 远景动力技术(江苏)有限公司 | 预估锂电池循环跳水的方法 |
| CN115856682A (zh) * | 2022-12-26 | 2023-03-28 | 华中科技大学 | 一种基于临界点转变的锂电池容量跳水点个性化预警方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102369627A (zh) * | 2009-09-25 | 2012-03-07 | 丰田自动车株式会社 | 二次电池系统 |
| JP2013019709A (ja) * | 2011-07-08 | 2013-01-31 | Toyota Motor Corp | 二次電池システム及び車両 |
| CN103698714A (zh) * | 2014-01-02 | 2014-04-02 | 清华大学 | 电池容量衰减机理辨识方法及系统 |
| CN104730468A (zh) * | 2015-04-07 | 2015-06-24 | 阳光电源股份有限公司 | 一种电池soc估算方法、装置以及电池管理系统 |
| CN104813534A (zh) * | 2012-11-30 | 2015-07-29 | 株式会社杰士汤浅国际 | 蓄电元件的性能降低探测装置、性能降低探测方法及蓄电系统 |
| CN105807226A (zh) * | 2014-12-31 | 2016-07-27 | 北京航天测控技术有限公司 | 基于等效电路模型的锂离子电池soc预测方法及装置 |
| CN107482266A (zh) * | 2017-08-28 | 2017-12-15 | 江西优特汽车技术有限公司 | 一种动力电池组配组方法 |
-
2018
- 2018-08-28 CN CN201810983878.XA patent/CN109143078A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102369627A (zh) * | 2009-09-25 | 2012-03-07 | 丰田自动车株式会社 | 二次电池系统 |
| JP2013019709A (ja) * | 2011-07-08 | 2013-01-31 | Toyota Motor Corp | 二次電池システム及び車両 |
| CN104813534A (zh) * | 2012-11-30 | 2015-07-29 | 株式会社杰士汤浅国际 | 蓄电元件的性能降低探测装置、性能降低探测方法及蓄电系统 |
| CN103698714A (zh) * | 2014-01-02 | 2014-04-02 | 清华大学 | 电池容量衰减机理辨识方法及系统 |
| CN103698714B (zh) * | 2014-01-02 | 2016-06-29 | 清华大学 | 电池容量衰减机理辨识方法及系统 |
| CN105807226A (zh) * | 2014-12-31 | 2016-07-27 | 北京航天测控技术有限公司 | 基于等效电路模型的锂离子电池soc预测方法及装置 |
| CN104730468A (zh) * | 2015-04-07 | 2015-06-24 | 阳光电源股份有限公司 | 一种电池soc估算方法、装置以及电池管理系统 |
| CN107482266A (zh) * | 2017-08-28 | 2017-12-15 | 江西优特汽车技术有限公司 | 一种动力电池组配组方法 |
Non-Patent Citations (1)
| Title |
|---|
| 时玮: "动力锂离子电池组寿命影响因素及测试方法研究", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (39)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109946612A (zh) * | 2019-04-01 | 2019-06-28 | 北京交通大学 | 一种三元锂离子电池容量加速衰退转折点识别方法 |
| CN109991556B (zh) * | 2019-04-08 | 2021-03-19 | 洛阳理工学院 | 一种针对磷酸铁锂动力电池短期衰竭故障的诊断方法 |
| CN109991556A (zh) * | 2019-04-08 | 2019-07-09 | 洛阳理工学院 | 一种针对磷酸铁锂动力电池短期衰竭故障的诊断方法 |
| CN110031771A (zh) * | 2019-04-29 | 2019-07-19 | 上海玫克生储能科技有限公司 | 一种描述电池一致性的方法 |
| CN110967644B (zh) * | 2019-05-16 | 2021-01-29 | 宁德时代新能源科技股份有限公司 | 电池组soc的修正方法、电池管理系统以及车辆 |
| CN110967644A (zh) * | 2019-05-16 | 2020-04-07 | 宁德时代新能源科技股份有限公司 | 电池组soc的修正方法、电池管理系统以及车辆 |
| US11978866B2 (en) | 2019-05-16 | 2024-05-07 | Contemporary Amperex Technology Co., Limited | Method for correcting SOC of battery pack, battery management system and vehicle |
| CN110376536A (zh) * | 2019-08-05 | 2019-10-25 | 桑顿新能源科技(长沙)有限公司 | 电池系统soh检测方法、装置、计算机设备和存储介质 |
| CN110531276A (zh) * | 2019-09-05 | 2019-12-03 | 山东鼎瑞新能源科技有限公司 | 电池状况检测方法及装置 |
| CN110531276B (zh) * | 2019-09-05 | 2022-04-26 | 江苏智蓝电源科技有限公司 | 电池状况检测方法及装置 |
| CN110850319A (zh) * | 2019-11-07 | 2020-02-28 | 北京海博思创科技有限公司 | 电池距离跳水点的循环圈数的估计方法、装置和电子设备 |
| CN110850319B (zh) * | 2019-11-07 | 2021-12-07 | 北京海博思创科技股份有限公司 | 电池距离跳水点的循环圈数的估计方法、装置和电子设备 |
| CN110931897A (zh) * | 2019-11-29 | 2020-03-27 | 国网江苏电力设计咨询有限公司 | 一种梯次利用磷酸铁锂电池的分选方法 |
| CN110931897B (zh) * | 2019-11-29 | 2022-10-11 | 国网江苏电力设计咨询有限公司 | 一种梯次利用磷酸铁锂电池的分选方法 |
| CN111077457A (zh) * | 2019-12-26 | 2020-04-28 | 国网河南省电力公司电力科学研究院 | 一种梯次利用磷酸铁锂电池加速衰减的评价方法及装置 |
| CN111175653A (zh) * | 2020-01-06 | 2020-05-19 | 国网内蒙古东部电力有限公司电力科学研究院 | 一种用于辨识预判三元电池容量“跳水”故障的方法 |
| CN111398833A (zh) * | 2020-03-13 | 2020-07-10 | 浙江大学 | 一种电池健康状态评估方法和评估系统 |
| CN111398833B (zh) * | 2020-03-13 | 2021-08-31 | 浙江大学 | 一种电池健康状态评估方法 |
| CN112271317B (zh) * | 2020-09-11 | 2022-09-06 | 天津力神电池股份有限公司 | 一种调控批量电芯soc的方法 |
| CN112271317A (zh) * | 2020-09-11 | 2021-01-26 | 天津力神电池股份有限公司 | 一种调控批量电芯soc的方法 |
| CN112327194A (zh) * | 2020-10-21 | 2021-02-05 | 北京航空航天大学 | 一种锂电池容量跳水识别方法及装置 |
| CN112327193A (zh) * | 2020-10-21 | 2021-02-05 | 北京航空航天大学 | 一种锂电池容量跳水预警方法 |
| CN112327192A (zh) * | 2020-10-21 | 2021-02-05 | 北京航空航天大学 | 一种基于曲线形态的电池容量跳水现象识别方法 |
| CN112327167A (zh) * | 2020-10-21 | 2021-02-05 | 北京航空航天大学 | 一种电池容量跳水风险评估方法及系统 |
| CN112327193B (zh) * | 2020-10-21 | 2021-09-24 | 北京航空航天大学 | 一种锂电池容量跳水预警方法 |
| CN112924872A (zh) * | 2021-01-22 | 2021-06-08 | 苏州宇量电池有限公司 | 一种磷酸铁锂电池荷电状态的监测方法 |
| CN112924872B (zh) * | 2021-01-22 | 2023-10-20 | 苏州宇量电池有限公司 | 一种磷酸铁锂电池荷电状态的监测方法 |
| CN113030758A (zh) * | 2021-03-17 | 2021-06-25 | 重庆长安新能源汽车科技有限公司 | 基于锂离子电池容量跳水点的老化预警方法、系统、汽车及计算机存储介质 |
| CN113030758B (zh) * | 2021-03-17 | 2022-05-06 | 重庆长安新能源汽车科技有限公司 | 基于锂离子电池容量跳水点的老化预警方法、系统、汽车及计算机存储介质 |
| CN113608135B (zh) * | 2021-06-21 | 2024-05-28 | 天津力神电池股份有限公司 | 锂离子发生循环跳水的预判方法 |
| CN113608135A (zh) * | 2021-06-21 | 2021-11-05 | 天津力神电池股份有限公司 | 锂离子发生循环跳水的预判方法 |
| CN113253140B (zh) * | 2021-07-16 | 2021-09-28 | 杭州科工电子科技有限公司 | 电池健康状态在线估算方法 |
| CN113253140A (zh) * | 2021-07-16 | 2021-08-13 | 杭州科工电子科技有限公司 | 电池健康状态在线估算方法 |
| CN113285132A (zh) * | 2021-07-22 | 2021-08-20 | 天津力神电池股份有限公司 | 锂离子电池阶梯充电制度制定方法及应用 |
| CN113285132B (zh) * | 2021-07-22 | 2021-10-26 | 天津力神电池股份有限公司 | 锂离子电池阶梯充电制度制定方法及应用 |
| CN113655398B (zh) * | 2021-08-11 | 2024-04-05 | 远景动力技术(江苏)有限公司 | 预估锂电池循环跳水的方法 |
| CN113655398A (zh) * | 2021-08-11 | 2021-11-16 | 远景动力技术(江苏)有限公司 | 预估锂电池循环跳水的方法 |
| CN115856682A (zh) * | 2022-12-26 | 2023-03-28 | 华中科技大学 | 一种基于临界点转变的锂电池容量跳水点个性化预警方法 |
| CN115856682B (zh) * | 2022-12-26 | 2023-09-01 | 华中科技大学 | 一种基于临界点转变的锂电池容量跳水点个性化预警方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109143078A (zh) | 一种磷酸铁锂动力电池“跳水”故障的辨识预判方法 | |
| CN104749533B (zh) | 一种锂离子电池健康状态在线估算方法 | |
| US9864017B2 (en) | Performance deterioration detecting apparatus and performance deterioration detecting method for energy storage device, and energy storage system | |
| CN105983542B (zh) | 一种退役电动汽车动力电池分类方法 | |
| CN104502859B (zh) | 电池荷电量及电池健康状态的检测、诊断方法 | |
| KR101897859B1 (ko) | 리튬 석출 탐지 방법, 이를 이용한 이차전지 충전 방법과 장치 및 이차전지 시스템 | |
| CN107728078A (zh) | 锂离子电池析锂的检测方法 | |
| CN103344917B (zh) | 一种锂电池循环寿命快速测试方法 | |
| CN102866361B (zh) | 一种电池组soh在线估算方法 | |
| CN105929336B (zh) | 一种动力锂离子电池健康状态估算方法 | |
| CN107607874B (zh) | 快速充/放电锂离子电池的三点式筛选方法 | |
| CN105277888A (zh) | 用于估计电池的状态的方法和设备 | |
| CN106696712B (zh) | 动力电池故障检测方法、系统及电动车辆 | |
| CN104297690A (zh) | 锂电池soc-ocv曲线的测定方法 | |
| CN109358290A (zh) | 一种锂离子电池析锂的无损检测方法 | |
| CN105572601B (zh) | 锂电池性能衰退的判断方法 | |
| KR102714079B1 (ko) | 배터리 관리 장치 및 방법 | |
| CN106842065A (zh) | 一种电池健康状态的获得方法及装置 | |
| CN103744026A (zh) | 基于自适应无迹卡尔曼滤波的蓄电池荷电状态估算方法 | |
| CN109154636A (zh) | 一种储能装置监测技术 | |
| CN103698713A (zh) | 一种锂离子电池健康状态评估方法 | |
| CN106169623B (zh) | 一种离线计算动力锂离子电池剩余容量的方法及系统 | |
| CN103316852A (zh) | 电池筛选方法 | |
| CN110726940A (zh) | 锂离子电池高镍正极材料循环性能的快速评价方法 | |
| US20150056478A1 (en) | Lithium-ion secondary battery system, inspection method for lithium-ion secondary battery, and control method for lithium-ion secondary battery |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190104 |