CN110380481A - 一种无人机电池充电方法、装置、介质及设备 - Google Patents
一种无人机电池充电方法、装置、介质及设备 Download PDFInfo
- Publication number
- CN110380481A CN110380481A CN201910677138.8A CN201910677138A CN110380481A CN 110380481 A CN110380481 A CN 110380481A CN 201910677138 A CN201910677138 A CN 201910677138A CN 110380481 A CN110380481 A CN 110380481A
- Authority
- CN
- China
- Prior art keywords
- battery
- dump energy
- charging
- unmanned plane
- soc
- 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
- 238000007600 charging Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012937 correction Methods 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims abstract description 8
- 238000004590 computer program Methods 0.000 claims description 18
- 230000005611 electricity Effects 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 description 8
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 7
- 229910052744 lithium Inorganic materials 0.000 description 7
- 230000010354 integration Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 210000004218 nerve net Anatomy 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- H02J7/0077—
-
- H02J7/0091—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
- H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
Landscapes
- Secondary Cells (AREA)
Abstract
本发明公开了一种无人机电池充电方法、装置、介质及设备，通过采集无人机电池的充电过程中的充电电流I、电池温度T和循环次数A；根据步骤S01中的I、T、A得到电池剩余电量积分修正系数K；通过电池剩余电量积分修正系数得到电池剩余电量；根据电池剩余电量获取最佳充电倍率，调整充电电流，以实现对无人机快速充电控制。该无人机电池充电方法、装置、介质及设备均具有剩余电量估算准确、充电速度快、运算简单等优点。
Description
技术领域
本发明主要涉及无人机电池技术领域，特指一种无人机电池充电方法、装置、介质及设备。
背景技术
无人机快速充电需要短时间内对锂电池充满电，这就需要采取分阶段充电，在不同SOC(剩余电量)值时采用不同充电策略，所以SOC需要测量准确，常用的SOC算法有开路电压法、电流积分法、卡尔曼滤波算法、神经网络算法和安时积分法。安时积分法是一种开环预测，在短时间能够准确估算SOC，但是存在无法确定初始SOC和累计误差越来越大的问题。开路电压法简单易行，但是需要电池长时间静置，不能满足在线检测的要求。神经网络法在建好网络模型的前提下，依靠大量的样本进行数据训练可以得到较好的精度，但是这种方法对训练方法和训练数据的依赖性很大，目前还没有得到很好的使用。卡尔曼滤波方法能够根据采集到的电压电流，由递推算法得到SOC的最小方差估计，解决SOC初值估计不准和累计误差的问题，但是它对电池模型依赖性很强，对系统处理器的速度要求较高。
发明内容
本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种剩余电量估算准确、充电速度快、运算简单的无人机电池充电方法、装置、介质及设备。
为解决上述技术问题，本发明提出的技术方案为：
一种无人机电池充电方法，包括以下步骤：
S01、采集无人机电池的充电过程中的充电电流I、电池温度T和循环次数A；
S02、根据步骤S01中的I、T、A得到电池剩余电量积分修正系数K；
S03、通过电池剩余电量积分修正系数对电流进行积分得到电池剩余电量；
S04、根据电池剩余电量获取最佳充电倍率，调整充电电流，以实现对无人机快速充电控制。
作为上述技术方案的进一步改进：
所述步骤S02的详细步骤为：
S21、通过充电电流I获取充电倍率修正系数Kc；通过电池温度T获取温度修正系数Kt；通过循环次数A获取循环次数修正系数Ka；
S22、Kc、Kt、Ka三者的乘积即为电池剩余电量积分修正系数K。
在步骤S21中，建立与充电电流I、电池温度T和循环次数A相对应的SOC标定数据表，再进行数据拟合，通过输入充电电流I或电池温度T或循环次数A获取对应的修正系数。
所述步骤S03的详细步骤为：
S31、通过电池剩余电量积分修正系数K，得到单位时间dt内变化电荷量dQ；
S32、通过变化电荷量dQ得到电池剩余电量SOC。
所述步骤S32中，通过以下公式得到电池剩余电量：
SOC＝SOC0+(∫dQ)/Q0
SOC0为SOC充电初始值、Q0为蓄电池容量；dQ＝I*Kc*Kt*Ka*dt。
在电池静置时间大于预设时间，采用电池开压对电池剩余电量进行修正。
在步骤S04中，用查表法获取最佳充电倍率调整充电电流，以实现对无人机快速充电控制。
本发明还公开了一种无人机电池充电装置，其特征在于，包括
第一模块，用于采集无人机电池的充电过程中的充电电流I、电池温度T和循环次数A；
第二模块，用于根据步骤S01中的I、T、A得到电池剩余电量积分修正系数K；
第三模块，用于通过电池剩余电量积分修正系数对电流进行积分得到电池剩余电量；
第四模块，用于根据电池剩余电量获取最佳充电倍率，调整充电电流，以实现对无人机快速充电控制。
本发明进一步公开了一种计算机可读存储介质，其上储存有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如上所述的无人机电池充电方法的步骤。
本发明还公开了一种计算机设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述的无人机电池充电方法的步骤。
与现有技术相比，本发明的优点在于：
本发明的无人机电池充电方法、装置、介质及设备，以充电电流I、电池温度T和循环次数A的标定值为基准，进行曲线拟合得到三者影响系数，精确地用电流积分估算SOC，能够减小SOC的累计误差，确保长时间估算准确，从而实现快速充电；运算复杂度又较神经网络算法和卡尔曼滤波算法小。
附图说明
图1为本发明实施例的方法流程图。
图2为本发明实施例的充电倍率-SOC拟合曲线图。
具体实施方式
以下结合说明书附图和具体实施例对本发明作进一步描述。
如图1所示，本实施例的无人机电池(如锂电池)充电方法，包括以下步骤：
S01、采集无人机电池的充电过程中的充电电流I、电池温度T和循环次数A；
S02、根据步骤S01中的I、T、A得到电池剩余电量积分修正系数K；
S03、通过电池剩余电量积分修正系数对电流进行积分得到电池剩余电量；
S04、根据电池剩余电量获取最佳充电倍率，调整充电参数(如充电电流)，以实现对无人机快速充电控制。
本发明的无人机电池充电方法，以充电电流I、电池温度T和循环次数A的标定值为基准，进行曲线拟合得到三者影响系数，精确地用电流积分估算SOC，能够减小SOC的累计误差，确保长时间估算准确，运算复杂度又较神经网络算法和卡尔曼滤波算法小。
所述步骤S02的详细步骤为：
S21、通过充电电流I获取充电倍率修正系数Kc；通过电池温度T获取温度修正系数Kt；通过循环次数A获取循环次数修正系数Ka；
S22、Kc、Kt、Ka三者的乘积即为电池剩余电量积分修正系数K。
在步骤S21中，建立与充电电流I、电池温度T和循环次数A相对应的标定数据表，再进行数据拟合，通过输入充电电流I或电池温度T或循环次数A获取对应的修正系数。
所述步骤S03的详细步骤为：
S31、通过电池剩余电量积分修正系数K，得到单位时间dt内变化电荷量dQ；
S32、通过变化电荷量dQ得到电池剩余电量SOC；具体地，通过以下公式得到电池剩余电量：
SOC＝SOC0+(∫dQ)/Q0
SOC0为SOC充电初始值、Q0为蓄电池容量、dQ＝I*Kc*Kt*Ka*dt。
另外，在电池静置时间大于预设时间(如30min)，采用电池开压OCV对电池剩余电量进行修正，其中开压OCV对应的SOC由标定数据得到。
在步骤S04中，根据电池剩余电量通过查表法(预设的充电电流-电池剩余电量表)获取最佳充电倍率，调整充电参数(如充电电流)，以实现对无人机快速充电控制。
本发明实施例还公开了一种无人机电池充电装置，包括
第一模块，用于采集无人机电池的充电过程中的充电电流I、电池温度T和循环次数A；
第二模块，用于根据步骤S01中的I、T、A得到电池剩余电量积分修正系数K；
第三模块，用于通过电池剩余电量积分修正系数对电流进行积分得到电池剩余电量；
第四模块，用于根据电池剩余电量获取最佳充电倍率，调整充电电流，以实现对无人机快速充电控制。
本发明实施例还公开了一种计算机可读储存介质，其上储存有计算机程序，计算机程序在被处理器运行时执行如上所述的无人机电池充电方法的步骤。同时，本发明实施例还公开了一种计算机设备，包括处理器和存储器，存储器上存储有计算机程序，计算机程序在被处理器运行时执行如上所述的无人机电池充电方法的步骤。本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一个计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现各种功能。存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其它易失性固态存储器件等。
下面结合图1对本发明的具体实施例进行完整说明：
锂电池的SOC主要受温度、充电电流(也可以是充电倍率，充电倍率＝充电电流/额定容量)和循环次数影响，在不同温度、不同充电倍率和不同循环寿命下SOC是不一样的，对这三种因素引起SOC值的变化进行标定，获取温度-SOC、充电倍率-SOC、循环寿命-SOC三个数据表，通过标定的数据再进行参数拟合，输入充电电流I、锂电池温度T、循环次数A，得到系数Kt，Kc，Ka，三个系数可以由式1-式3公式得到：
Kc＝a1·I4+b1·I3+c1·I2+d1·I1+e1 (1)
Kt＝a2·T4+b2·T3+c2·T2+d2·T1+e2 (2)
Ka＝a3·A4+b3·A3+c3·A2+d3·A1+e3 (3)
各式中的多项式的系数(a1～a3、b1～b3、c1～c3、d1～d3、e1～e3)由标定的参数拟合；多项式项数越多，拟合曲线越接近标定数据；
以充电倍率-SOC为例，计算温度修正系数Kc，通过某种锂离子电池在不同充电倍率下的SOC值进行标定，其标定结果如表1所示：
表1：充电倍率-SOC标定表
| 充电倍率(C) | SOC |
| 0.05 | 1.017 |
| 0.1 | 1.0129 |
| 0.15 | 1.0092 |
| 0.2 | 1.0058 |
| 0.25 | 1.0028 |
| 0.3 | 1 |
| 0.35 | 0.9976 |
| 0.4 | 0.9955 |
| 0.45 | 0.9937 |
| 0.5 | 0.9922 |
| 0.55 | 0.9909 |
| 0.6 | 0.9898 |
| 0.65 | 0.9889 |
| 0.7 | 0.9883 |
| 0.75 | 0.9878 |
| 0.8 | 0.9875 |
| 0.85 | 0.9874 |
| 0.9 | 0.9873 |
| 0.95 | 0.9874 |
| 1 | 0.9875 |
数据表第一列表示充电倍率，单位是C即充电电流/电池容量，数据表第二列是该充电倍率下的锂电池实际容量与锂电池出厂标称容量之比值，对充电倍率-SOC进行数据拟合，如图2所示：
对曲线进行拟合，如式7所示：
Kc＝(-0.0044)·I4+(-0.013)·I3+(0.0767)·I2+(0.0932)·I1+1.0215 (7)
其中I＝充电倍率*标称容量；由此得到多项式的各个系数；Kt，Ka按上述方法得到，在此不再赘述。
SOC积分修正系数K如式(4)所示：
K＝Kc×Kt×Ka (4)
单位时间dt内电荷量变化dQ如式(5)所示：
dQ＝K×I×dt (5)
SOC＝SOC0+(∫dQ)/Q0 (6)
SOC0为SOC充电的初始值，Q0为蓄电池容量，dQ＝I*Kc*Kt*Ka*dt；SOC在蓄电池充电阶段，锂电池的SOC由电流对时间积分来确定；当静置时间大于30min，采用开压OCV来修正SOC，开压对应的SOC由标定数据得到。
最后，通过上述电池剩余电量调整的充电电流以实现充电控制(按预定的充电电流-电池剩余电量表进行控制)。
虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围的情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均应落在本发明技术方案保护的范围内。
Claims (10)
1.一种无人机电池充电方法，其特征在于，包括以下步骤：
S01、采集无人机电池的充电过程中的充电电流I、电池温度T和循环次数A；
S02、根据步骤S01中的I、T、A得到电池剩余电量积分修正系数K；
S03、通过电池剩余电量积分修正系数对电流进行积分得到电池剩余电量；
S04、根据电池剩余电量获取最佳充电倍率，调整充电电流，以实现对无人机快速充电控制。
2.根据权利要求1所述的无人机电池充电方法，其特征在于，所述步骤S02的详细步骤为：
S21、通过充电电流I获取充电倍率修正系数Kc；通过电池温度T获取温度修正系数Kt；通过循环次数A获取循环次数修正系数Ka；
S22、Kc、Kt、Ka三者的乘积即为电池剩余电量积分修正系数K。
3.根据权利要求2所述的无人机电池充电方法，其特征在于，在步骤S21中，建立与充电电流I、电池温度T和循环次数A相对应的SOC标定数据表，再进行数据拟合，通过输入充电电流I或电池温度T或循环次数A获取对应的修正系数。
4.根据权利要求1或2或3所述的无人机电池充电方法，其特征在于，所述步骤S03的详细步骤为：
S31、通过电池剩余电量积分修正系数K，得到单位时间dt内变化电荷量dQ；
S32、通过变化电荷量dQ得到电池剩余电量SOC。
5.根据权利要求4所述的无人机电池充电方法，其特征在于，所述步骤S32中，通过以下公式得到电池剩余电量：
SOC＝SOC0+(∫dQ)/Q0
SOC0为SOC充电初始值、Q0为蓄电池容量；dQ＝I*Kc*Kt*Ka*dt。
6.根据权利要求1或2或3所述的无人机电池充电方法，其特征在于，在电池静置时间大于预设时间，采用电池开压对电池剩余电量进行修正。
7.根据权利要求1或2或3所述的无人机电池充电方法，其特征在于，在步骤S04中，用查表法获取最佳充电倍率调整充电电流，以实现对无人机快速充电控制。
8.一种无人机电池充电装置，其特征在于，包括
第一模块，用于采集无人机电池的充电过程中的充电电流I、电池温度T和循环次数A；
第二模块，用于根据步骤S01中的I、T、A得到电池剩余电量积分修正系数K；
第三模块，用于通过电池剩余电量积分修正系数对电流进行积分得到电池剩余电量；
第四模块，用于根据电池剩余电量获取最佳充电倍率，调整充电电流，以实现对无人机快速充电控制。
9.一种计算机可读存储介质，其上储存有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如权利要求1至7中任意一项所述的无人机电池充电方法的步骤。
10.一种计算机设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如权利要求1至7中任意一项所述的无人机电池充电方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910677138.8A CN110380481A (zh) | 2019-07-25 | 2019-07-25 | 一种无人机电池充电方法、装置、介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910677138.8A CN110380481A (zh) | 2019-07-25 | 2019-07-25 | 一种无人机电池充电方法、装置、介质及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110380481A true CN110380481A (zh) | 2019-10-25 |
Family
ID=68255932
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910677138.8A Pending CN110380481A (zh) | 2019-07-25 | 2019-07-25 | 一种无人机电池充电方法、装置、介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110380481A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111523224A (zh) * | 2020-04-21 | 2020-08-11 | 国网福建省电力有限公司漳州供电公司 | 基于粒子群优化算法的无人机应急抢险下的充电管理方法 |
| CN113270919A (zh) * | 2021-05-25 | 2021-08-17 | 东风汽车集团股份有限公司 | 一种电池充电的控制系统和控制方法 |
| CN113484762A (zh) * | 2021-07-16 | 2021-10-08 | 东风柳州汽车有限公司 | 电池健康状态估算方法、装置、设备及存储介质 |
| CN113799606A (zh) * | 2021-07-30 | 2021-12-17 | 恒大新能源技术(深圳)有限公司 | 电池寿命估算方法、装置及新能源汽车 |
| CN116231803A (zh) * | 2023-03-02 | 2023-06-06 | 深圳市华南英才科技有限公司 | 一种电容笔快速充电方法、装置及存储介质 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103022583A (zh) * | 2012-12-20 | 2013-04-03 | 惠州市亿能电子有限公司 | 一种利用电池充电曲线修正soc的方法 |
| 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 |
| CN103969587A (zh) * | 2014-01-17 | 2014-08-06 | 浙江吉利控股集团有限公司 | 一种混合动力车用动力电池soc估算方法 |
| 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 |
| CN105807168A (zh) * | 2016-05-11 | 2016-07-27 | 大连理工大学 | 一种用于修正超级电容器soc估算的方法 |
| CN107219469A (zh) * | 2016-11-17 | 2017-09-29 | 深圳市海盈科技股份有限公司 | 适用于无人机电池的续航电量预测方法 |
| US20180076633A1 (en) * | 2016-09-14 | 2018-03-15 | Kabushiki Kaisha Toshiba | Charge control apparatus, charge pattern creating device, method, non-transitory computer readable medium and power storage system |
| CN107991623A (zh) * | 2017-11-27 | 2018-05-04 | 山东大学 | 一种考虑温度和老化程度的电池安时积分soc估计方法 |
| CN109581228A (zh) * | 2019-01-04 | 2019-04-05 | 北京嘉捷恒信能源技术有限责任公司 | 电池组绝对容量快速计算方法 |
| CN109870655A (zh) * | 2019-03-26 | 2019-06-11 | 上海工程技术大学 | 一种用于锂电池soc的估算方法 |
| CN109946623A (zh) * | 2019-03-27 | 2019-06-28 | 吉林大学 | 一种锂电池的soc在线估测方法 |
| CN112415411A (zh) * | 2019-08-23 | 2021-02-26 | 比亚迪股份有限公司 | 估算电池soc的方法和装置及车辆、存储介质 |
-
2019
- 2019-07-25 CN CN201910677138.8A patent/CN110380481A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103022583A (zh) * | 2012-12-20 | 2013-04-03 | 惠州市亿能电子有限公司 | 一种利用电池充电曲线修正soc的方法 |
| CN103969587A (zh) * | 2014-01-17 | 2014-08-06 | 浙江吉利控股集团有限公司 | 一种混合动力车用动力电池soc估算方法 |
| 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 |
| 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 |
| CN105807168A (zh) * | 2016-05-11 | 2016-07-27 | 大连理工大学 | 一种用于修正超级电容器soc估算的方法 |
| US20180076633A1 (en) * | 2016-09-14 | 2018-03-15 | Kabushiki Kaisha Toshiba | Charge control apparatus, charge pattern creating device, method, non-transitory computer readable medium and power storage system |
| CN107219469A (zh) * | 2016-11-17 | 2017-09-29 | 深圳市海盈科技股份有限公司 | 适用于无人机电池的续航电量预测方法 |
| CN107991623A (zh) * | 2017-11-27 | 2018-05-04 | 山东大学 | 一种考虑温度和老化程度的电池安时积分soc估计方法 |
| CN109581228A (zh) * | 2019-01-04 | 2019-04-05 | 北京嘉捷恒信能源技术有限责任公司 | 电池组绝对容量快速计算方法 |
| CN109870655A (zh) * | 2019-03-26 | 2019-06-11 | 上海工程技术大学 | 一种用于锂电池soc的估算方法 |
| CN109946623A (zh) * | 2019-03-27 | 2019-06-28 | 吉林大学 | 一种锂电池的soc在线估测方法 |
| CN112415411A (zh) * | 2019-08-23 | 2021-02-26 | 比亚迪股份有限公司 | 估算电池soc的方法和装置及车辆、存储介质 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111523224A (zh) * | 2020-04-21 | 2020-08-11 | 国网福建省电力有限公司漳州供电公司 | 基于粒子群优化算法的无人机应急抢险下的充电管理方法 |
| CN111523224B (zh) * | 2020-04-21 | 2022-08-16 | 国网福建省电力有限公司漳州供电公司 | 基于粒子群优化算法的无人机应急抢险下的充电管理方法 |
| CN113270919A (zh) * | 2021-05-25 | 2021-08-17 | 东风汽车集团股份有限公司 | 一种电池充电的控制系统和控制方法 |
| CN113484762A (zh) * | 2021-07-16 | 2021-10-08 | 东风柳州汽车有限公司 | 电池健康状态估算方法、装置、设备及存储介质 |
| CN113484762B (zh) * | 2021-07-16 | 2024-05-14 | 东风柳州汽车有限公司 | 电池健康状态估算方法、装置、设备及存储介质 |
| CN113799606A (zh) * | 2021-07-30 | 2021-12-17 | 恒大新能源技术(深圳)有限公司 | 电池寿命估算方法、装置及新能源汽车 |
| CN116231803A (zh) * | 2023-03-02 | 2023-06-06 | 深圳市华南英才科技有限公司 | 一种电容笔快速充电方法、装置及存储介质 |
| CN116231803B (zh) * | 2023-03-02 | 2024-01-23 | 深圳市华南英才科技有限公司 | 一种电容笔快速充电方法、装置及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110380481A (zh) | 一种无人机电池充电方法、装置、介质及设备 | |
| CN107991623B (zh) | 一种考虑温度和老化程度的电池安时积分soc估计方法 | |
| Zheng et al. | A novel capacity estimation method for lithium-ion batteries using fusion estimation of charging curve sections and discrete Arrhenius aging model | |
| AU2015358776B2 (en) | Energy storage device state estimation device and energy storage device state estimation method | |
| CN109557477B (zh) | 一种电池系统健康状态估算方法 | |
| CN109856542B (zh) | 一种锂电池soc-ocv曲线簇的标定方法、soc校正方法及装置 | |
| CN110011374B (zh) | 一种电池充放电电流的控制方法、系统及终端设备 | |
| US20170234934A1 (en) | Power system and state of charge estimation | |
| JP7095110B2 (ja) | バッテリ状態推定方法 | |
| CN108107372A (zh) | 基于soc分区估算的蓄电池健康状况量化方法及系统 | |
| CN103020445A (zh) | 一种电动车车载磷酸铁锂电池的soc与soh预测方法 | |
| CN106249168B (zh) | 一种电池曲线修正方法和装置 | |
| CN107861074B (zh) | 一种锂电池soc估算方法 | |
| CN110658466A (zh) | 一种蓄电池剩余容量计算方法 | |
| CN108802625A (zh) | 一种二次利用电池的soc自适应修正方法 | |
| KR20220034543A (ko) | 배터리의 충전상태를 추정하는 방법 | |
| CN113406523A (zh) | 一种储能电池状态评价方法、装置、电子设备及存储系统 | |
| CN114114038A (zh) | 一种全寿命全温度下锂电池soc及可用容量联合估计方法 | |
| KR20110118246A (ko) | 배터리의 파라미터 및 충전률 산출 시스템 | |
| CN115308616A (zh) | Ocv-soc标定及估算方法、装置、介质和车辆 | |
| CN113125967A (zh) | 一种基于温升预测的锂电池soe计算方法 | |
| CN116520167A (zh) | 自调整零点的soc估算方法、装置、电子设备及存储介质 | |
| CN113030757B (zh) | 一种soc的估算方法 | |
| CN112946480B (zh) | 一种提高soc估计实时性的锂电池电路模型简化方法 | |
| US11505088B2 (en) | Vehicle and control method thereof |
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: 20191025 |
|
| RJ01 | Rejection of invention patent application after publication |