CN110554321B - 一种实时检测退役动力电池soc的方法 - Google Patents

一种实时检测退役动力电池soc的方法 Download PDF

Info

Publication number
CN110554321B
CN110554321B CN201910914801.1A CN201910914801A CN110554321B CN 110554321 B CN110554321 B CN 110554321B CN 201910914801 A CN201910914801 A CN 201910914801A CN 110554321 B CN110554321 B CN 110554321B
Authority
CN
China
Prior art keywords
voltage
power battery
current
soc
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.)
Active
Application number
CN201910914801.1A
Other languages
English (en)
Other versions
CN110554321A (zh
Inventor
刘志强
赵杨
甘骏
杨迪龙
周浩宇
陈文凯
李一启
杨斌
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.)
Changsha University of Science and Technology
Original Assignee
Changsha University of Science and Technology
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 Changsha University of Science and Technology filed Critical Changsha University of Science and Technology
Priority to CN201910914801.1A priority Critical patent/CN110554321B/zh
Publication of CN110554321A publication Critical patent/CN110554321A/zh
Application granted granted Critical
Publication of CN110554321B publication Critical patent/CN110554321B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G01R31/387—Determining ampere-hour charge capacity or SoC
    • G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements
    • 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]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables
    • 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]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health

Abstract

本发明涉及电池检测技术领域，具体公开了一种实时检测退役动力电池SOC的方法，发明针对经过筛选后的一组状态参数相同的一类退役动力电池。前期经过少数的测试实验，在引入电阻R，电压U，电流I以及温度T四个参量的基础上，先建立模型测量出这一组内各电池的参数，然后由测定的参数建立由U、I值决定R值的三维关系模型和由R、T值决定SOC值的三维关系模型，其中R值是这两个三维关系模型的中间媒介。在建立数学模型后，这一系列状态参数相同的电池应用在不同场合时，只需要测量U、I、T三个参数，就能根据两个三维关系模型找到对应的SOC。

Description

一种实时检测退役动力电池SOC的方法
技术领域
本发明涉及电池检测技术领域，具体涉及一种实时检测退役动力电池SOC的方法。
技术背景
动力电池，是为工具提供动力的电源，通常情况下指的是为新能源汽车、电动自行车等运载工具提供能量的电池。在日常生活中其主要的类型包含采用阀口密封的铅酸电池、磷酸铁锂电池、三元锂电池等。
动力电池梯次利用，通常当新能源汽车动力电池剩余容量降低到初始容量的70％-80％时便无法满足车载使用要求。退役动力电池经过测试、筛选、重组等环节，仍然有能力用于低速电动车、备用电源、电力储能等运行工况相对稳定、对电池性能要求较低的领域。随着新能源汽车推广应用的力度不断加大，动力电池梯次利用的概念应运而生并受到广泛关注。
SOC值是反映动力电池的剩余容量的参数，SOC表示荷电状态。SOC的取值范围在0-1。动力电池SOC值通常情况下不能直接得到，只能通过动力电池的状态参数包括电压、电流或内阻的估算得到。并且这些状态参数还会受到温度，电池老化状态等因素的影响。
动力电池SOC估算常用的方法可以大致分为两种，一种是基于卡尔曼滤波递推算法的预测方法，卡尔曼滤波估算精度取决于电池模型的准确程度，非线性的动力电池经过卡尔曼线性化后难免存在误差。同时，卡尔曼滤波器作为递推算法，对初始值的选择十分敏感。另一种是基于神经网络算法的预测方法，其预测的准确性需要依靠大量且全面的目标样本数据，所输入的训练数据和训练的方式方法都会影响SOC的估计精度。上述两种方法的算法复杂，计算量大，所需计算周期长
发明内容
为了解决上述存在的技术问题，本发明提供一种能够实时检测退役动力电池SOC的方法，其具体技术方案如下：
一种实时检测退役动力电池SOC的方法，包括如下步骤：
步骤一、选取一组电池型号相同，并且充满电后电池容量相差不超过3％，电压相差不超过5％的退役动力电池；
步骤二、对退役动力电池进行HPPC测试，分别给与步骤一中每一个退役动力电池HPPC脉冲电流，得到在HPPC脉冲激励下每一个退役动力电池的电压、电流变化曲线，根据退役动力电池的电压、电流变化曲线计算动态内阻，对每一个退役动力电池的电压、电流和动态内阻数据进行拟合建立由电压、电流决定动态内阻的三维关系图；
步骤三、对每一个退役动力电池进行初始容量测定：
①将退役动力电池在1C恒流充电至电压达到额定电压1.2倍，转恒压充电至电流为0.05C时截止，静置10min；
②将退役动力电池在1C恒流放电至截止电压，静置10min；
③同时测量该退役动力电池1C放电电流下，电压随时间的变化，用安时积分法计算该退役动力电池初始容量；
步骤四、测量每一个退役动力电池不同温度条件下的SOC值：
①在0℃条件下，将退役动力电池进行1C恒流充电至额定电压1.2倍，转恒压充电至电流为0.05C，在此过程中监测电压U、电流I随时间的变化并计算，以退役动力电池初始容量为基准，当退役动力电池容量每变化10％停止充电，静置30min，再继续充电；
②将退役动力电池在0℃条件下进行1C恒流放电状态测试。在此过程中，电池容量每降低10％停止放电，然后静置30min，再继续放电；
③再将电池分别在不同温度T条件下进行充电状态和放电状态测试，每降低10％停止充电或者放电，然后静置30min；测得当前的开路电压，测量充放电时间，重点关注电压、电流随时间的变化，通过计算得到对应温度条件下，充电状态和放电两种状态下的SOC值；
步骤五、根据步骤二所建立的电压、电流和电阻的三维关系图，找到同一电压和电流条件下的SOC值，建立动态电阻、温度和SOC的三维关系图；
步骤六、对于电池型号相同，并且充满电后电池容量相差不超过3％，电压相差不超过5％的被测退役动力电池，检测该退役动力电池充放电过程中的电压、电流以及温度，根据所测的电压和电流在电压、电流决定动态内阻的三维关系图中确定相应的动态内阻，并根据动态内阻和温度在动态电阻、温度和SOC的三维关系图中确定退役动力电池的SOC值。
进一步的，所述动态内阻的值选取脉冲电压变化的平均值进行计算。
进一步的，所述步骤二中对退役动力电池的HPPC测试基于戴维南等效电路上进行。
进一步的，所述步骤四中SOC值通过安时积分法得到。
有益效果：1.本发明所提供的一种实时检测退役动力电池SOC的方法，采用先建立测试模型经过少量的测试实验得到U、I、T、R、SOC的值，然后根据这些参数值建立以R为中间媒介的两个三维数学模型。当状态参数相同的电池检测SOC值时，直接使用该模型通过插值拟合的方法计算得到三维图中对应的SOC值。
2本发明所提供一种实时检测退役动力电池SOC的方法，通过以一个中间参量建立两个具有映射关系三维数学模型，当此后运用到同系列的电池检测SOC值时直接使用该模型，只需测量U、I、T值就能得到SOC的值，在充放电两种工况下，实现准确并实时检测动力电池内参数的目的。
3.测量动力电池SOC的参数中最常用的是以电压U、电流I为最常用的输入量来计算出SOC值，本发明利用的是以动态内阻为中间媒介，实际以电压U、电流I、温度T以及电阻R四参量输入，并输出SOC值，内阻不仅能够反映电池的老化程度，而且可以影响电池的额定容量和SOC，因此本发明所得到的SOC值更为精确，更加可靠。
附图说明
图1为本发明一种实时检测退役动力电池SOC的方法整体结构图；
图2为本发明一种实时检测退役动力电池SOC的方法中建立数学模型流程图；
图3为戴维南等效电路示意图；
图4为电池电压曲线；
图5为电阻R、电压U和电流I的三维关系图；
图6为电阻R、温度T、SOC之间的三维关系图。
具体实施方式
下面将结合具体实施方式和说明书附图，对本发明的内容和优点做进一步详细说明，但本发明的具体实施方式并不仅局限于此。
如图1所示，一种实时检测退役动力电池SOC的方法的结构框图，在实现实时检测SOC的功能之前先要按照如图2所示的数学模型流程图建立对应的数学模型，对于此种方法适用于经过前期筛选状态参数相同的退役动力电池，上述的状态参数指的是电池型号相同，并且充满电后电池容量相差不超过3％，电压相差不超过5％的退役动力电池。首先，将经过筛选的参数相同的一组电池进行放电数据采集，完成数据采集的系统为动力电池测试仪，动力电池测试仪由三大部分组成，通过3次安时积分求取平均值得到SOC的值。配合着对Thevenin等效电路模型参数辨识得U、I、R，等效电路模型参数辨识利用HPPC测试通过给予电路脉冲电流的激励，从而激发电池的响应，得到电压、电流的变化曲线。根据所测得的电流以及通过HPPC测试反映的电压变化曲线得到电压数据，从而可以得到退役动力电池的内阻R。测量对应时刻温度测量出对应时刻的温度T。这些数据经由数据输出系统将数据输出，再由MATLAB工具软件建立三维关系模型，三维关系模型包括两个三维关系图，由电压U、电流I决定内阻R的三维关系图和由内阻R、温度T决定SOC的三维关系图，其中内阻R起到的是两个三维图的媒介作用。将三维关系图建立完成后，就可以应用在状态参数与实验所用的状态参数相同的动力电池中，实现应用于同类动力电池检测SOC完成实时检测动力电池SOC的目的。
具体的实现步骤如下：
步骤一、选取十个电池型号相同，并且充满电后电池容量相差不超过3％，电压相差不超过5％的退役动力电池。
步骤二、利用如图3所示的戴维南等效电路模型参数辨识退役动力电池的U、I、R值，等效电路模型参数辨识利用HPPC测试通过最小二乘法完成对于系统中的参数辨识，HPPC测试是通过给予电路脉冲电流的激励，从而激发电池的响应，得到电压的变化曲线。计算得到动态内阻R的阻值，在测定内阻R时，是在戴维南等效电路模型的基础上进行HPPC测试，通过给予电池脉冲电流的激励，从而激发电池的响应，得到在HPPC脉冲激励下，动力电池的电压、电流变化曲线。在所述的一组退役动力电池中含有十个单元电池，每一组电池经过一次HPPC测试得到在十个电压、电流变化曲线，将产生十组U、I、R的数据，由数据较多表1只列出一组数据。因此在十个不同的电压、电流变化曲线中，同一U、I值就对应得到十个不同的点，将所有U、I建立散点图，利用最小二乘法对这些数据进行拟合得到R的曲线。
表1U、I、R数据表
U I R
3.4966 154.72 0.0226
3.5519 198.43 0.0179
3.613 224.41 0.0161
3.7066 262.88 0.0141
3.9131 279.51 0.014
4.074 279.04 0.0146
4.1923 291.13 0.0144
3.5057 307.52 0.0114
3.566 327.16 0.0109
3.6337 259.55 0.014
3.7127 378.85 0.0098
3.929 370.66 0.0106
4.0777 395.89 0.0103
4.192 410.98 0.0102
3.514 341.17 0.0103
3.5653 349.54 0.0102
3.6402 346.69 0.0105
3.7213 379.72 0.0098
3.9376 375.01 0.0105
4.0281 402.81 0.01
4.193 419.30 0.01
如表1，由HPPC实验得到电流I与电压U的关系曲线，检测电压U、电流I的21组数据值。根据所测得的电流以及通过HPPC测试反映的电压变化曲线得到电压数据，从而可以得到退役动力电池的动态内阻R，由于采样误差等随机误差的存在，因此选择取充放电脉冲电压变化的平均值进行计算，计算表达式如下:
R＝ΔU0/I＝(U1-U2+U6-U5)/2IB
对于HPPC测试由实验电流波形在每一个测试的循环中分别给电池一次负向和一次正向电流脉冲，如图4所示的HPPC实验电池电压曲线可知，因为退役动力电池中动态电阻引起的部分内压减小了输出端电压，在放电开始即t1时刻电压骤降。当动力电池放电进行中时，也就是t1到t2这个时间段内，端电压缓慢降低，此过程是由于极化内阻R1充电构成RC回路零输入响应。放电结束的时刻电压先骤然上升然后缓慢上升，这是由于停止施加脉冲电流后电池欧姆内阻R0分压降为零，而极化电容放电过程，相当于RC回路零输入响应。放电前后得到的电压U有所不同，原因是随SOC降低而开路电压也会有降低。根据所测得的电流以及通过HPPC测试反映的电压变化曲线得到电压数据，从而可以得到退役动力电池的动态电阻R。利用运用MATLAB建立如图5所示的电压U、电流I和动态内阻R的三维关系模型图。
步骤三、对每一个退役动力电池进行初始容量测定：
①将退役动力电池在1C恒流充电至电压达到额定电压1.2倍，转恒压充电至电流为0.05C时截止，静置10min；
②将退役动力电池在1C恒流放电至截止电压，静置10min；
③同时测量该退役动力电池1C放电电流下，电压随时间的变化，用安时积分法计算该退役动力电池初始容量；
步骤四、测量每一个退役动力电池不同温度条件下的SOC值：
①在0℃条件下，将退役动力电池进行1C恒流充电至额定电压1.2倍，转恒压充电至电流为0.05C，在此过程中监测电压U、电流I随时间的变化并计算，以退役动力电池初始容量为基准，当退役动力电池容量每变化10％停止充电，静置30min，再继续充电；
②将退役动力电池在0℃条件下进行1C恒流放电状态测试。在此过程中，电池容量每降低10％停止放电，然后静置30min，再继续放电；
③再将电池分别在不同温度T条件下进行充电状态和放电状态测试，每降低10％停止充电或者放电，然后静置30min；测得当前的开路电压，测量充放电时间，重点关注电压、电流随时间的变化，通过计算得到对应温度条件下，充电状态和放电两种状态下的SOC值；
步骤五、取U、I、R三维关系图中的数据点，找到同一U、I值在不同温度T条件下的SOC值，建立R、T、SOC之间的三维图图形，使R、T决定SOC。得到如下表2(此处列举5℃、25℃、40℃数据)的实验数据利用MATLAB画出R、T、SOC的三维关系图。
表2 SOC、T、R数据表
Figure BDA0002215787890000061
步骤六、对于电池型号相同，并且充满电后电池容量相差不超过3％，电压相差不超过5％的被测退役动力电池，检测该退役动力电池充放电过程中的电压U、电流I以及温度T，根据所测的电压U和电流I在电压U、电流I和动态内阻R的三维关系图中确定相应的动态内阻R，并根据动态内阻R和温度T在动态电阻R、温度T和SOC的三维关系图中确定退役动力电池的SOC值。
应用举例，例如将状态参数相同的动力电池应用于别墅供电。按照图1对实时检测动力电池的结构框图，现将经过筛选的初始SOC同为0.8的一个厂家生产的退役动力电池，在建立数学模型之前先经过测试系统通过充放电实验检测出动力电池SOC、U、I、R、T等参数，完成数据采集的系统为动力电池测试仪，动力电池测试仪由三大部分组成，通过3次安时积分得到估计出SOC的值。配合着对戴维南等效电路模型参数辨识得U、I、R，等效电路模型参数辨识利用HPPC测试通过最小二乘法完成对于系统中的参数辨识。然后将得到的参数经过利用MATLAB工具软件画出U、I、R的三维关系图和R、T、SOC三维关系图，将模型建立好后，当这一类的电池用于别墅供电时，在充电和放电两种状态模型的基础上，根据充放电时的U、I、T三个参数的变化，按照U、I决定R，R、T决定的SOC的路线按照已经建立的三维关系模型，寻找到对应的R和SOC值，就能完成对于这同类型电池应用于别墅供电场合的实时检测动力电池SOC的目的。

Claims (4)

1.一种实时检测退役动力电池SOC的方法，其特征在于包括如下步骤：
步骤一、选取一组电池型号相同，并且充满电后电池容量相差不超过3％，电压相差不超过5％的退役动力电池；
步骤二、对退役动力电池进行HPPC测试，分别给与步骤一中每一个退役动力电池HPPC脉冲电流，得到在HPPC脉冲激励下每一个退役动力电池的电压、电流变化曲线，根据退役动力电池的电压、电流变化曲线计算动态内阻，对每一个退役动力电池的电压、电流和动态内阻数据进行拟合建立由电压、电流决定动态内阻的三维关系图；
步骤三、对每一个退役动力电池进行初始容量测定：
①将退役动力电池在1C恒流充电至电压达到额定电压1.2倍，转恒压充电至电流为0.05C时截止，静置10min；
②将退役动力电池在1C恒流放电至截止电压，静置10min；
③同时测量该退役动力电池1C放电电流下，电压随时间的变化，用安时积分法计算该退役动力电池初始容量；
步骤四、测量每一个退役动力电池不同温度条件下的SOC值：
①在0℃条件下，将退役动力电池进行1C恒流充电至额定电压1.2倍，转恒压充电至电流为0.05C，在此过程中监测电压U、电流I随时间的变化并计算，以退役动力电池初始容量为基准，当退役动力电池容量每变化10％停止充电，静置30min，再继续充电；
②将退役动力电池在0℃条件下进行1C恒流放电状态测试，在此过程中，电池容量每降低10％停止放电，然后静置30min，再继续放电；
③再将电池分别在不同温度T条件下进行充电状态和放电状态测试，每降低10％停止充电或者放电，然后静置30min；测得当前的开路电压，测量充放电时间，重点关注电压、电流随时间的变化，通过计算得到对应温度条件下，充电状态和放电状态两种状态下的SOC值；
步骤五、根据步骤二所建立的电压、电流和动态内阻的三维关系图，找到同一电压和电流条件下的SOC值，建立动态内阻、温度和SOC的三维关系图；
步骤六、对于电池型号相同，并且充满电后电池容量相差不超过3％，电压相差不超过5％的被测退役动力电池，检测该退役动力电池充放电过程中的电压、电流以及温度，根据所测的电压和电流在电压、电流决定动态内阻的三维关系图中确定相应的动态内阻，并根据动态内阻和温度在动态内阻、温度和SOC的三维关系图中确定退役动力电池的SOC值。
2.根据权利要求1所述的一种实时检测退役动力电池SOC的方法，其特征在于：所述动态内阻的值选取脉冲电压变化的平均值进行计算。
3.根据权利要求1所述的一种实时检测退役动力电池SOC的方法，其特征在于：所述步骤二中对退役动力电池的HPPC测试基于戴维南等效电路上进行。
4.根据权利要求1所述的一种实时检测退役动力电池SOC的方法，其特征在于：所述步骤四中SOC值通过安时积分法得到。
CN201910914801.1A 2019-09-26 2019-09-26 一种实时检测退役动力电池soc的方法 Active CN110554321B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910914801.1A CN110554321B (zh) 2019-09-26 2019-09-26 一种实时检测退役动力电池soc的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910914801.1A CN110554321B (zh) 2019-09-26 2019-09-26 一种实时检测退役动力电池soc的方法

Publications (2)

Publication Number Publication Date
CN110554321A CN110554321A (zh) 2019-12-10
CN110554321B true CN110554321B (zh) 2021-05-11

Family

ID=68741398

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910914801.1A Active CN110554321B (zh) 2019-09-26 2019-09-26 一种实时检测退役动力电池soc的方法

Country Status (1)

Country Link
CN (1) CN110554321B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110988722B (zh) * 2019-12-27 2020-07-10 湖南中大新能源科技有限公司 一种快速检测锂离子电池残余能量的方法
CN112526353B (zh) * 2020-12-17 2023-10-31 合肥工业大学 一种退役锂离子动力电池soc快速检测方法及装置
CN113030749B (zh) * 2021-03-17 2023-12-01 北京酷能科技有限公司 电流检测方法及装置、设备、系统以及存储介质
CN113283166B (zh) * 2021-05-21 2023-05-12 上海电力大学 一种退役动力电池剩余价值优化方法
CN114002601A (zh) * 2021-09-24 2022-02-01 河南利威新能源科技有限公司 一种退役锂离子电池电芯容量的计算方法及装置
CN113759252A (zh) * 2021-10-09 2021-12-07 长沙理工大学 基于直流内阻ir压降的储能电站电池簇不一致性在线评估方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN108445408A (zh) * 2018-03-20 2018-08-24 重庆大学 一种基于参数估计ocv的全温度soc估计方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7808244B2 (en) * 2008-03-31 2010-10-05 Texas Instruments Incorporated System and method for determining state of charge of a battery utilizing initial voltage and current measurement and a previous estimate of battery resistance
US8374807B2 (en) * 2008-11-13 2013-02-12 Lockheed Martin Corporation Method and apparatus that detects state of charge (SOC) of a battery
CN103257323B (zh) * 2013-06-03 2016-03-23 清华大学 一种锂离子电池剩余可用能量的估计方法
CN104237791A (zh) * 2013-06-20 2014-12-24 电子科技大学 一种锂电池荷电状态估算方法及电池管理系统和电池系统
CN103454592B (zh) * 2013-08-23 2016-05-11 中国科学院深圳先进技术研究院 一种动力电池荷电状态估计方法及系统
CN106125006B (zh) * 2016-08-31 2019-02-15 北京海博思创科技有限公司 电池荷电状态确定方法及装置
CN106646265A (zh) * 2017-01-22 2017-05-10 华南理工大学 一种锂电池soc估计方法
CN107045109B (zh) * 2017-05-19 2020-03-10 北京新能源汽车股份有限公司 电池的直流内阻测量方法和装置
CN109541485A (zh) * 2018-11-23 2019-03-29 河海大学常州校区 一种动力电池的soc估算方法
CN109444758A (zh) * 2018-12-03 2019-03-08 湖南金杯新能源发展有限公司 电池荷电状态估计方法、装置、存储介质及计算机设备
CN109856562A (zh) * 2019-01-30 2019-06-07 华北电力大学 基于自适应“i-u-r”法的锂电池梯次利用检测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN108445408A (zh) * 2018-03-20 2018-08-24 重庆大学 一种基于参数估计ocv的全温度soc估计方法

Also Published As

Publication number Publication date
CN110554321A (zh) 2019-12-10

Similar Documents

Publication Publication Date Title
CN110554321B (zh) 一种实时检测退役动力电池soc的方法
CN108717164B (zh) 电池的荷电状态soc标定方法及系统
CN108732508B (zh) 一种锂离子电池容量的实时估计方法
CN110196393B (zh) 一种锂电池荷电状态、能量状态和功率状态的联合在线估计方法
CN111537894A (zh) 一种用于估计锂电池soc和sop的方法
CN109358293B (zh) 基于ipf的锂离子电池soc估计方法
CN105021996A (zh) 储能电站bms的电池soh估算方法
EP1859523A1 (en) Apparatus and method for estimating battery state of charge
CN103675683A (zh) 一种锂电池荷电状态(soc)估算方法
EP3594705B1 (en) Method and device for estimating service capacity and state of health of minimum battery cell and battery system
CN102203628B (zh) 确定充电或放电阶段中电池的荷电状态的方法
CN112345939B (zh) 基于连续脉冲响应的锂离子电池模型参数辨识方法
CN106772104A (zh) 一种动力电池soc值估算方法
CN109752660B (zh) 一种无电流传感器的电池荷电状态估计方法
CN109490790B (zh) 采用补偿脉冲法的锂动力电池功率特性测试方法及装置
CN115389936A (zh) 一种数模混合驱动的锂电池持续峰值功率能力的在线预测方法
CN111044924B (zh) 一种全工况电池剩余容量确定方法及系统
CN115792638A (zh) 基于电池模型参数辨识的soc-内短路联合估计方法
CN112462282A (zh) 基于机理模型的用于确定电池组实时荷电状态的方法
Barreras et al. An improved parametrization method for Li-ion linear static Equivalent Circuit battery Models based on direct current resistance measurement
Duong et al. Novel estimation technique for the state-of-charge of the lead-acid battery by using EKF considering diffusion and hysteresis phenomenon
CN109298340B (zh) 一种基于可变时间尺度的电池容量在线估计方法
CN117007969A (zh) 可重构电池系统中单个模组soc确定方法、系统及设备
CN106815406B (zh) 一种基于特征模型的动力电池soc估算方法
Chaoui et al. Adaptive state of charge (SOC) estimation for batteries with parametric uncertainties

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