CN110095721A - 一种退运电动汽车电池日历寿命的测评方法及模型 - Google Patents
一种退运电动汽车电池日历寿命的测评方法及模型 Download PDFInfo
- Publication number
- CN110095721A CN110095721A CN201810088356.3A CN201810088356A CN110095721A CN 110095721 A CN110095721 A CN 110095721A CN 201810088356 A CN201810088356 A CN 201810088356A CN 110095721 A CN110095721 A CN 110095721A
- Authority
- CN
- China
- Prior art keywords
- battery
- internal resistance
- life
- fortune
- electric vehicle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012360 testing method Methods 0.000 claims abstract description 51
- 238000007599 discharging Methods 0.000 claims abstract description 33
- 238000011156 evaluation Methods 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000032683 aging Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000032258 transport Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 206010011906 Death Diseases 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010998 test method 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]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
Abstract
本发明提供一种退运电动汽车电池寿命的测评方法及模型,包括:基于充放电周期获取退运电动车电池的参数值;根据所述充放电周期与所述电池的参数值预测电动车电池寿命。本发明技术可缩短退运电动汽车电池日历寿命的测试时间,提高了测评效率,同时增加电池日历寿命的评价指标,从而提高了退运电动汽车电池日历寿命评测的准确性。
Description
技术领域
本发明涉及储能技术领域,具体涉及一种退运电动汽车电池日历寿命的测评方法及模型。
背景技术
传统的针对锂离子电池日历寿命的预测方法有两类,一类是数据推断的方法,一类是建立模型的方法。数据推断的方法主要有三种:(1)循环周期数法:通过对电池的循环周期进行计数,当电池的循环周数达到了一定的范围时,则认为其寿命终止;该方法需对电池进行长期的循环测试,测试周期长,成本高。(2)面向事件的老化累计方法:一般认为每个事件对电池都有一个损伤程度,根据所有事件累加起来对电池的损坏程度,可以给出电池的使用寿命;这种方法基于经验的日历寿命评估方法都是利用电池使用过程中的一些经验知识来评估的,在未具备充足经验的前提下对电池的日历寿命评估会出现较大的误差。(3)基于电池衰退机理的研究方法:根据电池在运行过程中内部结构及材料的变化及机理,推断电池寿命;此方法给出了电池老化过程的详细解释,但由于电池内部结构的老化是一个极其复杂的过程,并且还可能有一些未确定因素存在,因此此方法要求精度较高,也较为复杂,适用性不强。建立模型的方法是结合数据驱动和电池衰减机理,建立电池衰减的经验和半经验模型,来揭示电池衰减过程和性能参数与各种加速因素之间的关系。由于建立电池日历寿命模型需要足够且完整的测试数据,要求精度也较高,需要长期的高精度电池测试,成本高,周期长,适用性不强。
退运电动汽车电池的日历寿命是电池性能的关键参数之一,也是电池在UPS或者EPS应用时,最关注的性能指标。与新电池相比,退运电动汽车电池性能明显衰退,且不同电池的衰退原因也不一样,电池之间容量、内阻等主要参量的离散程度也明显增大,传统的针对电池日历寿命的评测方法测试周期长,成本高,不适用于全面评价退运电动汽车电池随时间逐渐发生的老化。
传统方法对电动汽车电池日历寿命的测试,是进行长时间的日历寿命试验,直到电池寿命的终点,但这种方法测试周期长,评测成本高,评价指标少,而建立电池模型的方法也由于适用性不强,不适用于退运电动汽车电池的日历寿命评测。
发明内容
为了解决传统方法对电动汽车电池日历寿命进行测试时需要的测试周期长,评测成本高,评价指标少;建立电池模型的测试方法适用性不强,不适用于退运电动汽车电池的日历寿命评测的不足,本发明提供一种退运电动汽车电池日历寿命的测评方法及模型。
本发明提供的技术方案是:
一种退运电动汽车电池日历寿命的测评方法,所述方法包括:
基于充放电周期获取退运电动车电池的参数值;
根据所述充放电周期与所述电池的参数值预测电动车电池寿命。
优选的,所述基于充放电周期获取退运电动车电池的参数值包括:
在室温环境下,每隔预设时间对电池做预设次数的充放电测试;
连续测试预设数量个循环周期,获取每一个循环周期内电池容量、开路电压、电池交流内阻和电池直流内阻的测量值。
优选的,所述对电池进行充放电测试包括:
设定充放电循环次数,在达到所述充放电循环次数时,将电池充电至满电状态。
优选的,所述测试电池容量和开路电压包括:
基于0.2‐0.5C倍率,当将所述电池充电至满电状态时,记录充放电周期和电池的充放电容量以及电池开路电压。
优选的,所述测试电池交流内阻包括:
基于0.2‐0.5C倍率,当将退运电动车电池充电至满电状态时,记录充放电周期和退运电动车电池1000Hz的环境下定频交流内阻。
优选的,所述测试电池直流内阻包括:
基于0.2‐0.5C倍率,将退运电动车电池充电至满电状态后,以0.2‐0.5C倍率将所述退运电动车电池放电至20‐50%荷电状态;
再以1.5‐3.0C倍率对所述退运电动车电池放电10‐30s,并记录电池放电开始和结束时的电压;
记录充放电周期并根据记录的电压计算所述电池的直流内阻。
优选的,所述根据所述充放电周期与所述电池的参数值预测电动车电池寿命,包括:
根据电池容量和周期的关系进行分析,确定所述电池容量的变化规律及趋势;基于所述电池容量的变化规律及趋势计算所述电池容量下降到80%时所需的时间,将所述时间设定为第一电池寿命;
根据交流内阻和周期的关系进行分析,确定所述交流内阻的变化规律及趋势;基于所述交流内阻的变化规律及趋势,计算所述交流内阻达到初始交流内阻2倍时所需的时间,将所述时间设定为第二电池寿命;
根据直流内阻和周期的关系进行分析,确定所述直流内阻的变化规律及趋势;基于所述直流内阻的变化规律及趋势,计算所述直流内阻达到初始直流内阻2倍时所需的时间,将所述时间设定为第三电池寿命;
所述电动车电池寿命为所述第一电池寿命、第二电池寿命和第三电池寿命率先达到的时间。
一种退运电动汽车电池日历寿命的测评模型,所述模型包括:
参数值获取模块,用于基于充放电周期获取退运电动车电池的参数值;
寿命预测模块,用于根据所述充放电周期与所述电池的参数值预测电动车电池寿命。
优选的,所述参数值获取模块包括:
充放电子模块,用于在室温环境下,每隔预设时间对电池做预设次数的充放电测试;
获取参数子模块,用于连续测试预设数量个循环周期,获取每一个循环周期内电池容量、开路电压、电池交流内阻和电池直流内阻的测量值。
优选的,所述获取参数子模块包括;
测试电压单元,用于基于0.2‐0.5C倍率,当将所述电池充电至满电状态时,记录充放电周期和电池的充放电容量以及电池开路电压;
测试交内阻单元,用于基于0.2‐0.5C倍率,当将退运电动车电池充电至满电状态时,记录充放电周期和测试退运电动车电池1000HZ的环境下定频交流内阻;
测试直内阻单元,用于基于0.2‐0.5C倍率,将退运电动车电池充电至满电状态后,以0.2‐0.5C倍率将所述退运电动车电池放电至20‐50%荷电状态;再以1.5‐3.0C倍率对所述退运电动车电池放电10‐30s,并记录电池放电开始和结束时的电压;记录充放电周期并根据记录的电压计算所述电池的直流内阻。
优选的,所述寿命预测模块包括:
第一寿命子模块,用于根据电池容量和周期的关系进行分析,确定所述电池容量的变化规律及趋势;基于所述电池容量的变化规律及趋势,计算所述电池容量下降到80%时所需的时间,将所述时间设定为第一电池寿命;
第二寿命子模块,用于根据交流内阻和周期的关系进行分析,确定所述交流内阻的变化规律及趋势;基于所述交流内阻的变化规律及趋势,计算所述交流内阻达到初始交流内阻2倍时所需的时间,将所述时间设定为第二电池寿命;
第三寿命子模块,用于根据直流内阻和周期的关系进行分析,确定所述直流内阻的变化规律及趋势;基于所述直流内阻的变化规律及趋势,计算所述直流内阻达到初始直流内阻2倍时所需的时间,将所述时间设定为第三电池寿命;
最终寿命子模块,用于基于所述电动车电池寿命为所述第一电池寿命、第二电池寿命和第三电池寿命率先达到的时间。
与现有技术相比,本发明的有益效果为:
1、利用本发明基于充放电周期获取退运电动车电池的参数值;根据所述充放电周期与所述电池的参数值预测电动车电池寿命的技术,可缩短退运电动汽车电池日历寿命的测试时间,减少了评估误差,提高了测评效率;同时克服了要求建立电池日历寿命模型需要足够而且完善的测试数据的问题,降低了测试成本,提高了测试的适应性,有利于对电池日历寿命进行合理预测。
2、本发明增加了电池容量、开路电压、电池交流内阻和电池直流内阻的测量值等电池日历寿命的周期评价指标,并根据这些指标确定电池日历寿命,从而提高了退运电动汽车电池日历寿命评测的准确性。
附图说明
图1为本发明的流程示意图;
图2为本发明的整体结构示意图。
具体实施方式
为了更好地理解本发明,下面结合说明书附图和实例对本发明的内容做进一步的说明。
如图1所示,本发明提供一种退运电动汽车电池日历寿命的测评方法,其中首先基于充放电周期获取退运电动车电池的参数值;
然后根据所述充放电周期与所述电池的参数值预测电动车电池寿命。
具体如图2所示。
首先基于充放电周期获取退运电动车电池的参数值:
筛选所需要进行检测的退运电动车电池,通过定期对对退运电动汽车电池主要参数进行测量,基于多个连续周期的测试,分析相关参数的变化规律、趋势,实现对退运电动汽车电池日历寿命的预测。
退运电动汽车电池主要参数的测量:
对退运电动汽车电池,在室温环境下(25±2℃)下,每隔一定时间(例如15天或30天),做预设次数(例如3‐5次)的充放电循环,记为一个循环周期,测试每一个循环周期内的电池的容量、开路电压、交流与直流内阻,计算电池的容量保持率、容量恢复率,连续测试预设数量个(例如6‐9个)循环周期。
(1)电池容量测试:以0.2‐0.5C倍率对退役电动汽车电池进行3‐5次的充放电,最后电池充电至满电状态,记录电池的充放电容量,测试并记录电池的开路电压。
(2)电池交流内阻测试:以0.2‐0.5C倍率将退役电动汽车电池充电至满电状态,测试电池在1000Hz下的定频交流内阻。
(3)电池直流内阻测试:以0.2‐0.5C倍率将退役电动汽车电池充电至满电状态,然后以0.2‐0.5C倍率将电池放电至20‐50%荷电状态,再以1.5‐3.0C倍率对电池放电10‐30s,记录电池放电开始和放电结束时的电压,计算电池的直流内阻。
然后根据所述充放电周期与所述电池的参数值预测电动车电池寿命,包括:
退运电动汽车电池日历寿命的预测:
依据电池每个周期的容量衰减率,建立电池容量保持率和周期之间的关系,并依据该关系,对电池后续的容量衰减进行预测,计算电池的容量保持率下将到80%时所需的时间,该时间则为电池的日历寿命;依据电池每个周期的定频交流内阻,建立电池交流内阻和周期之间的关系,并依据该关系,对电池后续的交流内阻进行预测,计算电池的交流内阻达到初始交流内阻2倍时所需的时间,该时间则为电池的日历寿命;依据电池每个周期的直流内阻,建立电池直流内阻和周期之间的关系,并依据该关系,对电池后续的直流内阻进行预测,计算电池的直流内阻达到初始直流内阻2倍时所需的时间,该时间则为电池的日历寿命;以上3个条件,率先达到的那个所需的时间即为该电池的日历寿命。
本发明还提供一种退运电动汽车电池日历寿命的测评模型,所述模型包括:
参数值获取模块,用于基于充放电周期获取退运电动车电池的参数值;
寿命预测模块,用于根据所述充放电周期与所述电池的参数值预测电动车电池寿命。
所述参数值获取模块包括:
充放电子模块,用于在室温环境下,对电池进行充放电测试;
获取参数子模块,用于连续测试6‐9个月,获取每一个月内电池容量、开路电压、电池交流内阻和电池直流内阻的测量值。
所述获取参数子模块包括;
测试电压单元,用于基于0.2‐0.5C倍率,当将所述电池充电至满电状态时,记录充放电周期和电池的充放电容量以及电池开路电压;
测试交内阻单元,用于基于0.2‐0.5C倍率,当将退运电动车电池充电至满电状态时,记录充放电周期和测试退运电动车电池1000Hz的环境下定频交流内阻;
测试直内阻单元,用于基于0.2‐0.5C倍率,将退运电动车电池充电至满电状态后,以0.2‐0.5C倍率将所述退运电动车电池放电至20‐50%荷电状态;再以1.5‐3.0C倍率对所述退运电动车电池放电10‐30s,并记录电池放电开始和结束时的电压;记录充放电周期并根据记录的电压计算所述电池的直流内阻。
所述寿命预测模块包括:
第一寿命子模块,用于根据电池容量和周期的关系进行分析,确定所述电池容量的变化规律及趋势;基于所述电池容量的变化规律及趋势,计算所述电池容量下降到80%时所需的时间,将所述时间设定为第一电池寿命;
第二寿命子模块,用于根据交流内阻和周期的关系进行分析,确定所述交流内阻的变化规律及趋势;基于所述交流内阻的变化规律及趋势,计算所述交流内阻达到初始交流内阻2倍时所需的时间,将所述时间设定为第二电池寿命;
第三寿命子模块,用于根据直流内阻和周期的关系进行分析,确定所述直流内阻的变化规律及趋势;基于所述直流内阻的变化规律及趋势,计算所述直流内阻达到初始直流内阻2倍时所需的时间,将所述时间设定为第三电池寿命;
最终寿命子模块,用于基于所述电动车电池寿命为所述第一电池寿命、第二电池寿命和第三电池寿命率先达到的时间。
由此可知,本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。
Claims (11)
1.一种退运电动汽车电池日历寿命的测评方法,其特征在于,所述方法包括:
基于充放电周期获取退运电动车电池的参数值;
根据所述充放电周期与所述电池的参数值预测电动车电池寿命。
2.如权利要求1所述的一种退运电动汽车电池日历寿命的测评方法,其特征在于,所述基于充放电周期获取退运电动车电池的参数值包括:
在室温环境下,每隔预设时间对电池做预设次数的充放电测试;
连续测试预设数量个循环周期,获取每一个循环周期内电池容量、开路电压、电池交流内阻和电池直流内阻的测量值。
3.如权利要求2所述的一种退运电动汽车电池日历寿命的测评方法,其特征在于,所述对电池进行充放电测试包括:
设定充放电循环次数,在达到所述充放电循环次数时,将电池充电至满电状态。
4.如权利要求2所述的一种退运电动汽车电池日历寿命的测评方法,其特征在于,所述测试电池容量和开路电压包括:
基于0.2‐0.5C倍率,当将所述电池充电至满电状态时,记录充放电周期和电池的充放电容量以及电池开路电压。
5.如权利要求2所述的一种退运电动汽车电池日历寿命的测评方法,其特征在于,所述测试电池交流内阻包括:
基于0.2‐0.5C倍率,当将退运电动车电池充电至满电状态时,记录充放电周期和退运电动车电池1000Hz的环境下定频交流内阻。
6.如权利要求2所述的一种退运电动汽车电池日历寿命的测评方法,其特征在于,所述测试电池直流内阻包括:
基于0.2‐0.5C倍率,将退运电动车电池充电至满电状态后,以0.2‐0.5C倍率将所述退运电动车电池放电至20‐50%荷电状态;
再以1.5‐3.0C倍率对所述退运电动车电池放电10‐30s,并记录电池放电开始和结束时的电压;
记录充放电周期并根据记录的电压计算所述电池的直流内阻。
7.如权利要求4‐6任一项所述的一种退运电动汽车电池日历寿命的测评方法,其特征在于,所述根据所述充放电周期与所述电池的参数值预测电动车电池寿命,包括:
根据电池容量和周期的关系进行分析,确定所述电池容量的变化规律及趋势;基于所述电池容量的变化规律及趋势计算所述电池容量下降到80%时所需的时间,将所述时间设定为第一电池寿命;
根据交流内阻和周期的关系进行分析,确定所述交流内阻的变化规律及趋势;基于所述交流内阻的变化规律及趋势,计算所述交流内阻达到初始交流内阻2倍时所需的时间,将所述时间设定为第二电池寿命;
根据直流内阻和周期的关系进行分析,确定所述直流内阻的变化规律及趋势;基于所述直流内阻的变化规律及趋势,计算所述直流内阻达到初始直流内阻2倍时所需的时间,将所述时间设定为第三电池寿命;
所述电动车电池寿命为所述第一电池寿命、第二电池寿命和第三电池寿命中最先达到的时间。
8.一种退运电动汽车电池日历寿命的测评模型,其特征在于,所述模型包括:
参数值获取模块,用于基于充放电周期获取退运电动车电池的参数值;
寿命预测模块,用于根据所述充放电周期与所述电池的参数值预测电动车电池寿命。
9.如权利要求8所述的一种退运电动汽车电池日历寿命的测评模型,其特征在于,所述参数值获取模块包括:
充放电子模块,用于在室温环境下,每隔预设时间对电池做预设次数的充放电测试;
获取参数子模块,用于连续测试预设数量个循环周期,获取每一个循环周期内电池容量、开路电压、电池交流内阻和电池直流内阻的测量值。
10.如权利要求9所述的一种退运电动汽车电池日历寿命的测评模型,其特征在于,所述获取参数子模块包括;
测试电压单元,用于基于0.2‐0.5C倍率,当将所述电池充电至满电状态时,记录充放电周期和电池的充放电容量以及电池开路电压;
测试交内阻单元,用于基于0.2‐0.5C倍率,当将退运电动车电池充电至满电状态时,记录充放电周期和测试退运电动车电池1000Hz的环境下定频交流内阻;
测试直内阻单元,用于基于0.2‐0.5C倍率,将退运电动车电池充电至满电状态后,以0.2‐0.5C倍率将所述退运电动车电池放电至20‐50%荷电状态;再以1.5‐3.0C倍率对所述退运电动车电池放电10‐30s,并记录电池放电开始和结束时的电压;记录充放电周期并根据记录的电压计算所述电池的直流内阻。
11.如权利要求8所述的一种退运电动汽车电池日历寿命的测评模型,其特征在于,所述寿命预测模块包括:
第一寿命子模块,用于根据电池容量和周期的关系进行分析,确定所述电池容量的变化规律及趋势;基于所述电池容量的变化规律及趋势,计算所述电池容量下降到80%时所需的时间,将所述时间设定为第一电池寿命;
第二寿命子模块,用于根据交流内阻和周期的关系进行分析,确定所述交流内阻的变化规律及趋势;基于所述交流内阻的变化规律及趋势,计算所述交流内阻达到初始交流内阻2倍时所需的时间,将所述时间设定为第二电池寿命;
第三寿命子模块,用于根据直流内阻和周期的关系进行分析,确定所述直流内阻的变化规律及趋势;基于所述直流内阻的变化规律及趋势,计算所述直流内阻达到初始直流内阻2倍时所需的时间,将所述时间设定为第三电池寿命;
最终寿命子模块,用于基于所述电动车电池寿命为所述第一电池寿命、第二电池寿命和第三电池寿命中最先达到的时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810088356.3A CN110095721A (zh) | 2018-01-30 | 2018-01-30 | 一种退运电动汽车电池日历寿命的测评方法及模型 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810088356.3A CN110095721A (zh) | 2018-01-30 | 2018-01-30 | 一种退运电动汽车电池日历寿命的测评方法及模型 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110095721A true CN110095721A (zh) | 2019-08-06 |
Family
ID=67442489
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810088356.3A Pending CN110095721A (zh) | 2018-01-30 | 2018-01-30 | 一种退运电动汽车电池日历寿命的测评方法及模型 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110095721A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110824361A (zh) * | 2019-11-20 | 2020-02-21 | 中国船舶重工集团海装风电股份有限公司 | 风电机组超级电容剩余寿命计算方法、装置、设备及介质 |
CN111208431A (zh) * | 2020-01-07 | 2020-05-29 | 天津市捷威动力工业有限公司 | 一种电动汽车用锂离子电池全气候日历寿命预测方法 |
CN111562509A (zh) * | 2020-04-03 | 2020-08-21 | 中国电力科学研究院有限公司 | 一种用于确定退役动力电池剩余寿命的方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101907688A (zh) * | 2010-08-02 | 2010-12-08 | 天津力神电池股份有限公司 | 一种锂离子电池电性能一致性的检测方法 |
CN103399276A (zh) * | 2013-07-25 | 2013-11-20 | 哈尔滨工业大学 | 一种锂离子电池容量估计及剩余循环寿命预测方法 |
WO2014019314A1 (zh) * | 2012-07-31 | 2014-02-06 | 河南省电力公司电力科学研究院 | 一种动力电池梯级利用分选评估方法 |
CN105929336A (zh) * | 2016-05-04 | 2016-09-07 | 合肥国轩高科动力能源有限公司 | 一种动力锂离子电池健康状态估算方法 |
CN105988085A (zh) * | 2015-02-06 | 2016-10-05 | 国家电网公司 | 一种退役电动汽车动力电池健康状态评估方法 |
CN106093781A (zh) * | 2016-05-27 | 2016-11-09 | 合肥国轩高科动力能源有限公司 | 一种动力锂离子电池日历寿命测试方法 |
CN106816661A (zh) * | 2015-11-27 | 2017-06-09 | 中国电力科学研究院 | 一种退役锂离子动力电池的二次利用选择方法 |
CN106842057A (zh) * | 2017-02-21 | 2017-06-13 | 珠海市古鑫电子科技有限公司 | 电池组件寿命检测方法、检测服务器和装置 |
CN107202960A (zh) * | 2017-05-25 | 2017-09-26 | 安徽江淮汽车集团股份有限公司 | 动力电池寿命预测方法 |
CN107290668A (zh) * | 2016-04-01 | 2017-10-24 | 中国电力科学研究院 | 一种电动汽车电池梯次利用的筛选配组方法 |
-
2018
- 2018-01-30 CN CN201810088356.3A patent/CN110095721A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101907688A (zh) * | 2010-08-02 | 2010-12-08 | 天津力神电池股份有限公司 | 一种锂离子电池电性能一致性的检测方法 |
WO2014019314A1 (zh) * | 2012-07-31 | 2014-02-06 | 河南省电力公司电力科学研究院 | 一种动力电池梯级利用分选评估方法 |
CN103399276A (zh) * | 2013-07-25 | 2013-11-20 | 哈尔滨工业大学 | 一种锂离子电池容量估计及剩余循环寿命预测方法 |
CN105988085A (zh) * | 2015-02-06 | 2016-10-05 | 国家电网公司 | 一种退役电动汽车动力电池健康状态评估方法 |
CN106816661A (zh) * | 2015-11-27 | 2017-06-09 | 中国电力科学研究院 | 一种退役锂离子动力电池的二次利用选择方法 |
CN107290668A (zh) * | 2016-04-01 | 2017-10-24 | 中国电力科学研究院 | 一种电动汽车电池梯次利用的筛选配组方法 |
CN105929336A (zh) * | 2016-05-04 | 2016-09-07 | 合肥国轩高科动力能源有限公司 | 一种动力锂离子电池健康状态估算方法 |
CN106093781A (zh) * | 2016-05-27 | 2016-11-09 | 合肥国轩高科动力能源有限公司 | 一种动力锂离子电池日历寿命测试方法 |
CN106842057A (zh) * | 2017-02-21 | 2017-06-13 | 珠海市古鑫电子科技有限公司 | 电池组件寿命检测方法、检测服务器和装置 |
CN107202960A (zh) * | 2017-05-25 | 2017-09-26 | 安徽江淮汽车集团股份有限公司 | 动力电池寿命预测方法 |
Non-Patent Citations (4)
Title |
---|
刘晓康等: "HEV用卷式铅酸电池的性能研究", 《电池》 * |
吴光麟: "化学表征预测电动汽车电池日历寿命", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
王芳等: "磷酸铁锂动力电池日历寿命加速测试与拟合", 《电源技术》 * |
祝红英等: "关于锂离子电池健康状态预测方法的研究进展", 《电源技术》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110824361A (zh) * | 2019-11-20 | 2020-02-21 | 中国船舶重工集团海装风电股份有限公司 | 风电机组超级电容剩余寿命计算方法、装置、设备及介质 |
CN111208431A (zh) * | 2020-01-07 | 2020-05-29 | 天津市捷威动力工业有限公司 | 一种电动汽车用锂离子电池全气候日历寿命预测方法 |
CN111208431B (zh) * | 2020-01-07 | 2022-05-10 | 天津市捷威动力工业有限公司 | 一种电动汽车用锂离子电池全气候日历寿命预测方法 |
CN111562509A (zh) * | 2020-04-03 | 2020-08-21 | 中国电力科学研究院有限公司 | 一种用于确定退役动力电池剩余寿命的方法及系统 |
CN111562509B (zh) * | 2020-04-03 | 2022-09-09 | 中国电力科学研究院有限公司 | 一种用于确定退役动力电池剩余寿命的方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tran et al. | A comprehensive equivalent circuit model for lithium-ion batteries, incorporating the effects of state of health, state of charge, and temperature on model parameters | |
Ding et al. | An improved Thevenin model of lithium-ion battery with high accuracy for electric vehicles | |
Cao et al. | Multi-timescale parametric electrical battery model for use in dynamic electric vehicle simulations | |
CN103176136B (zh) | 用于估计二次电池的寿命的装置及其方法 | |
CN104502859B (zh) | 电池荷电量及电池健康状态的检测、诊断方法 | |
CN105759213A (zh) | 一种测量蓄电池剩余容量soc的方法 | |
CN106291372A (zh) | 一种新的锂离子动力电池剩余寿命预测方法 | |
CN107271913B (zh) | 一种应用于动力电池剩余容量预测的方法 | |
CN105903692A (zh) | 锂离子电池一致性筛选方法 | |
CN106772064A (zh) | 一种锂离子电池健康状态预测方法及装置 | |
CN102903957B (zh) | 一种快速筛选磷酸铁锂电池自放电的方法 | |
CN103698712A (zh) | 一种预测锂离子电池循环寿命的方法 | |
JP2013519893A (ja) | 電気化学インピーダンス分光法によるその場での電池の診断方法 | |
CN102209905A (zh) | 用于以同步方式测量二次电池组的电流和电压的设备和方法 | |
EP4083643A1 (en) | Soh test method and apparatus | |
CN102590751A (zh) | 动力电池包一致性评估方法和装置 | |
CN103091639A (zh) | 一种电池寿命检测方法及装置 | |
CN107064806A (zh) | 一种锂电池容量衰减率计算方法 | |
CN110095721A (zh) | 一种退运电动汽车电池日历寿命的测评方法及模型 | |
CN103698716A (zh) | 一种基于衰减系数的串联电池组可放出电量衰减评价方法 | |
Thingvad et al. | Characterization of nmc lithium-ion battery degradation for improved online state estimation | |
Li et al. | The lithium-ion battery state-of-charge estimation using random forest regression | |
CN110221210A (zh) | 一种锂离子电池循环寿命快速预测方法 | |
Liu et al. | A new dynamic SOH estimation of lead‐acid battery for substation application | |
Baronti et al. | Open-circuit voltage measurement of Lithium-Iron-Phosphate batteries |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190806 |
|
RJ01 | Rejection of invention patent application after publication |