CN110333451A - 一种锂离子电池荷电状态与开路电压模型建立方法 - Google Patents

一种锂离子电池荷电状态与开路电压模型建立方法 Download PDF

Info

Publication number
CN110333451A
CN110333451A CN201910555308.5A CN201910555308A CN110333451A CN 110333451 A CN110333451 A CN 110333451A CN 201910555308 A CN201910555308 A CN 201910555308A CN 110333451 A CN110333451 A CN 110333451A
Authority
CN
China
Prior art keywords
soc
model
lithium ion
soh
ion battery
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
Application number
CN201910555308.5A
Other languages
English (en)
Other versions
CN110333451B (zh
Inventor
方斌
张继镭
彭富明
李庆超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Tech University
Original Assignee
Nanjing Tech University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Tech University filed Critical Nanjing Tech University
Priority to CN201910555308.5A priority Critical patent/CN110333451B/zh
Publication of CN110333451A publication Critical patent/CN110333451A/zh
Application granted granted Critical
Publication of CN110333451B publication Critical patent/CN110333451B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367Software therefor, e.g. for battery testing using modelling or look-up tables
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3835Arrangements for monitoring battery or accumulator variables, e.g. SoC involving only voltage measurements

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)

Abstract

本发明公开一种锂离子电池荷电状态与开路电压模型建立方法,用于提高锂离子电池荷电状态SOC估测精度的能力。主要包括以下步骤:1)在常温下,实测电池SOC、OCV数据;2)将SOC分成部分重叠的三段;3)对三段分别用低阶多项式拟合;4)重叠部分进行线性插值处理;5)考虑SOH变化,对拟合公式进行修正;6)考虑温度变化,对拟合公式进行修正;7)综合考虑SOH、温度变化,对拟合公式进行最终修正;8)建立SOC‑OCV关系模型。本发明优点:计算量小,而整体精度高;拟合模型考虑到电池健康度的变化对模型的影响。拟合结果没有增加模型复杂程度;具有较好的通用性,不仅仅局限于某一种电池;具有较好的适应性,适合于电池长期应用后环境变化和电池特性下降情况。

Description

一种锂离子电池荷电状态与开路电压模型建立方法
技术领域
本发明涉及新能源汽车电池应用领域,具体涉及用于锂离子电池荷电状态(SOC)估算之前,建立合理的锂离子电池荷电状态SOC与开路电压(OCV)之间关系模型。
背景技术
电池的荷电状态SOC反映了电池的剩余电量,是电池的管理系统中是一个非常基本又重要的监测指标。由于电池SOC同电池其他参数关系表现出高度的非线性,不得不通过中间的物理量,迂回获得SOC;加之外部环境和内部环境参数变化的随机性,使系统基于数学模型的预估方法不够准确,因此必须对电池荷电状态估计的抗干扰能力和自适应能力进行抑制和提高。
目前用于SOC估算的方法有:安时计量法、开路电压法、阻抗分析法、卡尔曼滤波法和神经网络法等。无论采用什么方法,都离不开SOC-OCV关系曲线模型;因而准确对SOC-OCV建模,是提高SOC估算精度的重要前提。当前所有SOC-OCV之间的模型建立都是在某一定条件下建立的,而实际应用中电池环境条件和电池本身性能都随时间和场景而变化,单一条件下的SOC-OCV模型已无法满足后续SOC的估算要求。
本发明的方法是给出具有较强的自适应能力的SOC-OCV关系模型,其方法计算量小于目前大多方法,且容易实现、有利于估算提高电池SOC估算精度。
发明内容
本发明的目的在于提供一种锂离子电池荷电状态与开路电压模型建立方法,解决传统锂离子电池SOC估测算法中,SOC-OCV模型复杂、计算量大,估算精度低,实现困难的问题。
实现本发明目的的技术方案主要包括以下步骤:
步骤1:在常温下,实测电池SOC、OCV数据;
步骤2:将SOC重叠分成三段;
步骤3:对三段分别用低价多项式进行拟合
步骤4:对重合部分进行线性插值处理;
步骤5:考虑SOH变化,对拟合公式进行修正;
步骤6:考虑温度变化,对拟合公式进行修正;
步骤7:综合考虑SOH、温度变化,对拟合公式进行最终修正;
步骤8:建立SOC-OCV关系模型。
将SOC重叠分成三段,第一段在(0,0.2+Δ1)范围、第二段在(0.2-Δ1,0.75+Δ2)范围、第三段在(0.75-Δ2,1)。
分别对三段拟合,拟合多项式用低价的(4阶)。
将二处重合部分,在低价多项式拟合基础上进行线性插值。
考虑SOH变化影响时,将拟合公式进行SOC用SOC/SOH修正。
考虑温度变化影响时,将拟合公式用SOCe0.002(T-25)代替SOC修正。
当同时考虑SOH和温度变化影响时,将拟合公式中自变量用(SOCe0.002(T-25)/SOH)修正。
仅需在常温下,实测电池SOC、OCV数据,即可建立同时考虑SOH和温度影响的模型。
本发明与现有技术相比,其显著优点为:(1)将SOC重叠分段再进行低价多项式拟合,其阶次低、计算量小,而整体精度高;(2)拟合模型考虑到电池健康度的变化对模型的影响。同时也考虑到温度变化影响,拟合结果没有增加模型复杂程度;(3)本发明具有较好的通用性,不仅仅局限于某一种电池;(4)本发明具有较好的适应性,适合于电池长期应用后环境变化和电池特性下降情况。
下面结合附图对本发明作进一步详细描述。
附图说明
图1是本发明的数据处理流程示意图
图2是不同温度不同SOH下实测SOC-OCV数据示意图
图3是本方法拟合后示意图
具体实施方式
下面结合附图对本发明算法做进一步的说明。
如图1所示,本发明的一种锂离子电池荷电状态与开路电压模型建立方法,用于提高锂离子电池荷电状态SOC估测精度的能力。方法主要包括以下过程和处理手段,首先将SOC-OCV分段处理,降低拟合阶次、提高拟合精度;在分段重叠区,用线性插值方法,保证拟合的平滑性;其次考虑电池健康度SOH和温度T对SOC-OCV模型的影响,使SOC-OCV模型更符合实际运行规律。本发明给出的SOC-OCV建模方法,解决SOC估测过程中基础模型不匹配问题,有利于电池后续管理工作。该方法可用于各种电池SOC估测方法。
结合图1,说明SOC-OCV关系建立的详细步骤。
步骤一,在常温下,实测电池SOC、OCV数据。
一般电池在常温(25o)下恒流恒压充电下,可以获取电池开路电压(OCV)与电池SOC的变化变化关系见图2中SOH=1的曲线。
实验过程分为以下几步:实现以将电池放电至其下限截止电压,放电电流为1/2C并静置3h以上;其次以充电电流为1/2C充入电池标称容量5%的电量,并静置2h以上,记录静置后的电池端电压作为当前SOC处的OCV;重复以上步骤2,直至充电过程中电池的电压达到其上限截止电压,实验结束。
步骤二,根据步骤一的数据,将SOC重叠分成三段,第一段在(0,0.2+Δ1)范围、第二段在(0.2-Δ1,0.75+Δ2)范围、第三段在(0.75-Δ2,1)。
由于电池开路电压与荷电状态之间的关系高度非线性,目前多采用六阶或以上多项式函数来拟合OCV与SOC关系模型,或者用更为复杂的函数来拟合建模。在不降低拟合精度下,为了降低拟合的计算复杂度和运算量;将SOC从0到1分成重叠的三段:(0,0.2+Δ1)、(0.2-Δ1,0.75+Δ2)、(0.75-Δ2,1)。
步骤三,分别对以上三段进行拟合,拟合多项式用低价的(4阶)。
每一段可以用四阶或更低的多项式函数拟合如式(1)、(2)和(3),且达到更高的拟合精度,每一段拟合仍采用常规的最小二乘法;其中Δ1取0.03附近,其中Δ2取0.05附近。
结合图1,SOC在第一段(0,0.2+Δ1)的拟合关系如下:
OCV1(SOC)=a11SOC4+a12SOC3+a13SOC2+a14SOC+a15 (1)
结合图1,SOC在第二段(0.2-Δ1,0.75+Δ2)的拟合关系如下:
OCV2(SOC)=a21SOC4+a22SOC3+a23SOC2+a24SOC+a25 (2)
结合图1,SOC在第三段(0.75-Δ2,1)的拟合关系如下:
OCV3(SOC)=a31SOC4+a32SOC3+a33SOC2+a34SOC+a35 (3)
步骤四,将第一段与第二段、第二段与第三段二处重合部分,在低价多项式拟合基础上进行线性插值。
结合图1,由于分段拟合,三段之间不易保证平滑连续;下面给出一种简单实用的处理方法。第一段与第二段的SOC在重叠区(0.2-Δ1,0.2+Δ1)模型为OCV12(SOC),由式(1)和式(2)进行线性差值:
第二段与第三段的SOC在重叠区(0.75-Δ2,0.75+Δ2)模型为OCV23(SOC),由式(2)和式(3)进行线性插值处理:
结合图1,通过上面处理,实质上将SOC从0到1分成的五段:(0,0.2-Δ1)、(0.2-Δ1,0.2+Δ1)、(0.2+Δ1,0.75-Δ2)、(0.75-Δ2,0.75+Δ2)和(0.75+Δ2,1),它们使用的模型分别是式(1)、(2)、(3)、(4)和(5)。
步骤五,考虑SOH变化影响时,将拟合公式进行SOC用SOC/SOH修正。
结合图1,以及图2中SOH=0.8曲线的可知,当电池经过多次循环工作后其健康度SOH值要下降,其OCV与SOC关系已经发生改变。若仍然按上面的拟合模型进行SOC相关估算,必然导致很大的误差。从图2中SOH=0.8曲线,可见随着电池健康状态(SOH)值下降,OCV与SOC关系在横坐标方向往原点收缩;因而可以将上面拟合的公式OCVi(SOC),进一步修改为下式:
其中i=1,2,3
步骤六,考虑温度变化影响时,将拟合公式用SOCe0.002(T-25)代替SOC修正。
结合图1,以及其次图2中SOH=1和SOH=0.8曲线(虚线和点划线)的可知,在运行或环境温度发生变化时,电池的温度(T)也相应发生改变,若仍然按上面的拟合式进行SOC相关估算,也必然导致很大的误差。从图2中SOH=1和SOH=0.8曲线(虚线和点划线),可见随着温度下降,OCV与SOC关系在纵向坐标方向往下偏移,反之亦然;因而可以将拟合的公式OCVi(SOC),最终修改为下式:
OCVi +(SOC)=ai1(SOCe0.002(T-25))4+ai2(SOCe0.002(T-25))3+ai3(SOCe0.002(T-25))2+ai4(SOCe0.002(T-25))+ai5
其中i=1,2,3
步骤七,仅需在常温下,实测电池SOC、OCV数据,即可建立同时考虑SOH和温度影响的模型;最终分成的五段:(0,0.2-Δ1)、(0.2-Δ1,0.2+Δ1)、(0.2+Δ1,0.75-Δ2)、(0.75-Δ2,0.75+Δ2)和(0.75+Δ2,1)。
重叠段(0.2-Δ1,0.2+Δ1)和(0.75-Δ2,0.75+Δ2)模型分别如下:
其他段(0,0.2-Δ1)、(0.2+Δ1,0.75-Δ2)和(0.75+Δ2,1)模型分别如下:
其中i=1,2,3
为了验证该方法的有效性,图3给出按上述设计过程的拟合结果。实验结果表明这种模型能适应温度和SOH的变化。虽然是分段处理,由于采用重叠部分线性插值,仍然保持良好的平滑性,有利于后续工作。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无法对所有的实施方式予以穷举。凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims (8)

1.一种锂离子电池荷电状态与开路电压模型建立方法,其特征在于,主要包括以下步骤:
步骤1:在常温下,实测电池SOC、OCV数据;
步骤2:将SOC分成部分重叠的三段;
步骤3:对三段分别用低阶多项式拟合;
步骤4:重叠部分进行线性插值处理;
步骤5:考虑SOH变化,对拟合公式进行修正;
步骤6:考虑温度变化,对拟合公式进行修正;
步骤7:综合考虑SOH、温度变化,对拟合公式进行最终修正;
步骤8:建立SOC-OCV关系模型。
2.根据权利要求1所述的一种锂离子电池荷电状态与开路电压模型建立方法,其特征在于:将SOC重叠分成三段,第一段在(0,0.2+Δ1)范围、第二段在(0.2-Δ1,0.75+Δ2)范围、第三段在(0.75-Δ2,1)。
3.根据权利要求1所述的一种锂离子电池荷电状态与开路电压模型建立方法,其特征在于:分别对三段拟合,拟合多项式用低价的(4阶)。
4.根据权利要求1所述的一种锂离子电池荷电状态与开路电压模型建立方法,其特征在于:将二处重合部分,在低价多项式拟合基础上进行线性插值。
5.根据权利要求1所述的一种锂离子电池荷电状态与开路电压模型建立方法,其特征在于:考虑SOH变化影响时,将拟合公式进行SOC用SOC/SOH修正。
6.根据权利要求1所述的一种锂离子电池荷电状态与开路电压模型建立方法,其特征在于:考虑温度变化影响时,将拟合公式用SOCe0.002(T-25)代替SOC修正。
7.根据权利要求1所述的一种锂离子电池荷电状态与开路电压模型建立方法,其特征在于:当同时考虑SOH和温度变化影响时,将拟合公式中自变量用(SOCe0.002(T-25)/SOH)修正。
8.根据权利要求1所述的一种锂离子电池荷电状态与开路电压模型建立方法,其特征在于:仅需在常温下,实测电池SOC、OCV数据,即可建立同时考虑SOH和温度影响的模型。
CN201910555308.5A 2019-06-25 2019-06-25 一种锂离子电池荷电状态与开路电压模型建立方法 Active CN110333451B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910555308.5A CN110333451B (zh) 2019-06-25 2019-06-25 一种锂离子电池荷电状态与开路电压模型建立方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910555308.5A CN110333451B (zh) 2019-06-25 2019-06-25 一种锂离子电池荷电状态与开路电压模型建立方法

Publications (2)

Publication Number Publication Date
CN110333451A true CN110333451A (zh) 2019-10-15
CN110333451B CN110333451B (zh) 2020-10-02

Family

ID=68142367

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910555308.5A Active CN110333451B (zh) 2019-06-25 2019-06-25 一种锂离子电池荷电状态与开路电压模型建立方法

Country Status (1)

Country Link
CN (1) CN110333451B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111337838A (zh) * 2020-03-04 2020-06-26 合肥国轩高科动力能源有限公司 一种低温下三元锂离子电池充电过程soc-ocv测试方法
CN113466697A (zh) * 2021-06-10 2021-10-01 深圳拓邦股份有限公司 电池的soc估算方法、计算机终端和存储介质
CN115128478A (zh) * 2022-06-13 2022-09-30 重庆长安新能源汽车科技有限公司 低温下磷酸铁锂电池充放电soc-ocv测试方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103020445A (zh) * 2012-12-10 2013-04-03 西南交通大学 一种电动车车载磷酸铁锂电池的soc与soh预测方法
CN103884993A (zh) * 2014-03-03 2014-06-25 中国东方电气集团有限公司 锂离子电池在充电过程中的soc在线检测与修正方法
CN104062588A (zh) * 2013-03-18 2014-09-24 日电(中国)有限公司 用于估计电动汽车的剩余电量的设备和方法
CN104122504A (zh) * 2014-08-11 2014-10-29 电子科技大学 一种电池的soc估算方法
US20160329738A1 (en) * 2012-05-10 2016-11-10 Gs Yuasa International Ltd. Electric storage device management system, electric storage device pack, and method of estimating state of charge
CN107064814A (zh) * 2017-03-22 2017-08-18 北京长城华冠汽车科技股份有限公司 一种锂离子电池荷电状态曲线的转化方法和装置
JP2017187462A (ja) * 2016-04-01 2017-10-12 株式会社Gsユアサ 推定装置、推定方法
CN107271911A (zh) * 2017-06-16 2017-10-20 河南理工大学 一种基于模型参数分段矫正的soc在线估计方法
CN107368619A (zh) * 2017-06-02 2017-11-21 华南理工大学 基于电池滞回电压特性和回弹电压特性的扩展卡尔曼滤波soc估算方法
CN107391850A (zh) * 2017-07-25 2017-11-24 国家电网公司 一种利用svg模型的风机转动状态平滑展示方法
CN108107372A (zh) * 2017-12-14 2018-06-01 株洲广锐电气科技有限公司 基于soc分区估算的蓄电池健康状况量化方法及系统
US20190184846A1 (en) * 2017-12-15 2019-06-20 Hyundai Motor Company System for estimating initial soc of lithium battery of vehicle and control method thereof

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160329738A1 (en) * 2012-05-10 2016-11-10 Gs Yuasa International Ltd. Electric storage device management system, electric storage device pack, and method of estimating state of charge
CN103020445A (zh) * 2012-12-10 2013-04-03 西南交通大学 一种电动车车载磷酸铁锂电池的soc与soh预测方法
CN104062588A (zh) * 2013-03-18 2014-09-24 日电(中国)有限公司 用于估计电动汽车的剩余电量的设备和方法
CN103884993A (zh) * 2014-03-03 2014-06-25 中国东方电气集团有限公司 锂离子电池在充电过程中的soc在线检测与修正方法
CN104122504A (zh) * 2014-08-11 2014-10-29 电子科技大学 一种电池的soc估算方法
JP2017187462A (ja) * 2016-04-01 2017-10-12 株式会社Gsユアサ 推定装置、推定方法
CN107064814A (zh) * 2017-03-22 2017-08-18 北京长城华冠汽车科技股份有限公司 一种锂离子电池荷电状态曲线的转化方法和装置
CN107368619A (zh) * 2017-06-02 2017-11-21 华南理工大学 基于电池滞回电压特性和回弹电压特性的扩展卡尔曼滤波soc估算方法
CN107271911A (zh) * 2017-06-16 2017-10-20 河南理工大学 一种基于模型参数分段矫正的soc在线估计方法
CN107391850A (zh) * 2017-07-25 2017-11-24 国家电网公司 一种利用svg模型的风机转动状态平滑展示方法
CN108107372A (zh) * 2017-12-14 2018-06-01 株洲广锐电气科技有限公司 基于soc分区估算的蓄电池健康状况量化方法及系统
US20190184846A1 (en) * 2017-12-15 2019-06-20 Hyundai Motor Company System for estimating initial soc of lithium battery of vehicle and control method thereof

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CAIPING ZHANG ET AL.: "A Generalized SOC-OCV Model for Lithium-Ion", 《ENERGIES》 *
左红明 等: "移动充电系统的锂电池SOC的估算及检测设计", 《广西科技大学学报》 *
郭向伟 等: "基于 SOH 及离线数据分段矫正的锂电池 SOC 估计", 《电源技术》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111337838A (zh) * 2020-03-04 2020-06-26 合肥国轩高科动力能源有限公司 一种低温下三元锂离子电池充电过程soc-ocv测试方法
CN111337838B (zh) * 2020-03-04 2022-08-09 合肥国轩高科动力能源有限公司 一种低温下三元锂离子电池充电过程soc-ocv测试方法
CN113466697A (zh) * 2021-06-10 2021-10-01 深圳拓邦股份有限公司 电池的soc估算方法、计算机终端和存储介质
CN113466697B (zh) * 2021-06-10 2024-02-27 深圳拓邦股份有限公司 电池的soc估算方法、计算机终端和存储介质
CN115128478A (zh) * 2022-06-13 2022-09-30 重庆长安新能源汽车科技有限公司 低温下磷酸铁锂电池充放电soc-ocv测试方法
CN115128478B (zh) * 2022-06-13 2024-09-24 重庆长安新能源汽车科技有限公司 低温下磷酸铁锂电池充放电soc-ocv测试方法

Also Published As

Publication number Publication date
CN110333451B (zh) 2020-10-02

Similar Documents

Publication Publication Date Title
WO2020216082A1 (zh) 电池健康状态修正方法、装置、管理系统以及存储介质
Xiong et al. A novel practical state of charge estimation method: an adaptive improved ampere‐hour method based on composite correction factor
CN109557477B (zh) 一种电池系统健康状态估算方法
CN104007395B (zh) 锂离子电池荷电状态与参数自适应联合估计方法
CN106716158B (zh) 电池荷电状态估算方法和装置
CN110286332B (zh) 一种基于多新息理论的电动汽车动力电池soc估计方法
CN107632272B (zh) 一种基于电芯温度预测的电池放电荷电状态精确估计方法
CN110333451A (zh) 一种锂离子电池荷电状态与开路电压模型建立方法
WO2019051956A1 (zh) 动力电池等效电路模型参数迭代辨识新方法
CN110333463B (zh) 一种电芯一致性筛选方法及其系统
CN103439666B (zh) 一种锂离子电池容量衰退评估的几何方法
CN112345939B (zh) 基于连续脉冲响应的锂离子电池模型参数辨识方法
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
CN108445422B (zh) 基于极化电压恢复特性的电池荷电状态估算方法
CN107192961A (zh) 新型动力电池soc估算方法
CN105044606A (zh) 一种基于参数自适应电池模型的soc估计方法
WO2024000756A1 (zh) 基于深度学习和启发式算法的电化学模型参数辨识方法
CN112881921A (zh) 电池等效电路模型参数辨识方法、装置、设备及存储介质
CN115656848A (zh) 一种基于容量修正的锂电池soc估算方法
CN113011012A (zh) 一种基于Box-Cox变化的储能电池剩余寿命预测方法
CN112946480B (zh) 一种提高soc估计实时性的锂电池电路模型简化方法
Zhang et al. Estimation of state‐of‐energy for lithium batteries based on dual adaptive particle filters considering variable current and noise effects
CN114636936B (zh) 一种铅酸电池充电阶段soc预测曲线的修正方法及装置
CN106970328A (zh) 一种soc估算方法及装置
CN110927585A (zh) 一种基于自循环校正的锂电池soh估算系统及方法

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