CN111308381A - 一种纯电动公交车动力电池健康状态评估方法 - Google Patents

一种纯电动公交车动力电池健康状态评估方法 Download PDF

Info

Publication number
CN111308381A
CN111308381A CN202010266292.9A CN202010266292A CN111308381A CN 111308381 A CN111308381 A CN 111308381A CN 202010266292 A CN202010266292 A CN 202010266292A CN 111308381 A CN111308381 A CN 111308381A
Authority
CN
China
Prior art keywords
power battery
pure electric
electric bus
health state
health
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
Application number
CN202010266292.9A
Other languages
English (en)
Inventor
钱科军
庞宗强
刘乙
秦萌
李亚飞
杨文桢
谢鹰
秦晓阳
陈丽娟
郑众
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.)
Southeast University
Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Southeast University
Nanjing University of Posts and Telecommunications
Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
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 Southeast University, Nanjing University of Posts and Telecommunications, Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd filed Critical Southeast University
Priority to CN202010266292.9A priority Critical patent/CN111308381A/zh
Publication of CN111308381A publication Critical patent/CN111308381A/zh
Pending legal-status Critical Current

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]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • 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]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Secondary Cells (AREA)

Abstract

本申请公开了一种纯电动公交车动力电池健康状态评估方法，通过模拟纯电动公交车运行环境，搭建动力电池应力老化实验室模拟环境，在实验室模拟环境下离线测量不同应力条件，动力电池健康状态与剩余容量、开路电压和欧姆内阻的关系，进而建立动力电池健康状态与应力条件、剩余容量和欧姆内阻的函数关系模型，通过读取运营中纯电动公交车的运行数据，即可实现对其动力电池的实时在线健康状态评估。本发明能够准确地实时在线获取纯电动公交车动力电池健康状态信息，对其动力电池退役评估和退役动力电池的梯次利用研究均具有重要指导意义。

Description

一种纯电动公交车动力电池健康状态评估方法
技术领域
本发明属于新能源汽车电池管理技术领域，涉及一种纯电动公交车动力电池健康状态评估方法，尤其涉及一种纯电动公交车动力电池健康状态实时在线评估方法。
背景技术
随着新能源汽车技术的不断发展，各城市把发展新能源汽车的重点放在公交领域的应用，致力于希望通过公交领域的示范应用达到节能减排、发展地方新能源汽车产业的目的。纯电动公交车作为公共设施，具有车速较低、线路固定及补贴较高等特点，是实现纯电动汽车发展的第一步，具有非常重要的研究价值。
纯电动公交车作为一种新型能源汽车，具有广阔的推广应用前景，是减少交通领域能源消耗、降低车辆对环境污染的有效措施。纯电动公交车的电池性能是影响其续航里程的主导因素，所以在纯电动公交车运营过程中，需要对电池组的健康状态进行实时评估，以确定动力电池组的有效剩余容量，如果评估方法不准确，可能导致其半路抛锚等现象。
然而，动力电池的健康状态受到电池的充电方式、车辆运行路况环境、环境温度和驾驶员的驾驶习惯等诸多不确定因素影响。虽然很多动力电池生产厂商投入大量人力物力进行动力电池健康状态的评估方法研究，但目前市面上尚无成熟的产品，如何通过纯电动公交车自带的电池管理系统对其动力电池健康状态进行实时在线测量评估是当下急需解决的问题。
发明内容
为解决现有技术中的不足，本申请提供一种纯电动公交车动力电池健康状态评估方法，数据运算量小、成本低、易实现。
为了实现上述目标，本申请采用如下技术方案：
一种纯电动公交车动力电池健康状态评估方法，包括以下步骤：
步骤一：搭建待评估纯电动公交车线路的动力电池应力老化实验室模拟环境；
步骤二：在步骤一建立的实验室模拟环境下离线循环老化试验，采集训练数据；
步骤三：利用训练数据训练得到待评估纯电动公交车动力电池健康状态评估模型；
步骤四：实时在线获取待评估纯电动公交车动力电池运行数据，根据步骤三得到的动力电池健康状态评估模型评估动力电池健康状态。
本发明进一步包括以下优选方案：
优选地，所述方法还包括：利用动力电池健康状态评估模型对不同线路同型号纯电动公交车动力电池健康状态进行预测；
预测结果与该纯电动公交车的实测动力电池健康状态进行误差比对，根据比对结果对动力电池健康状态评估模型进行修正。
优选地，所述步骤一中，获取待评估纯电动公交车的充电数据、放电数据、环境温度和路况信息，用以建立动力电池应力老化实验室模拟环境；
所述充电数据和环境温度数据通过充电桩的电池管理系统获取，放电数据、环境温度和路况信息通过公交车的电池管理系统获取；
所述充电数据、放电数据通过可调倍率充放电设备模拟，所述环境温度通过温控设备模拟，所述路况信息通过将动力电池放置于震动台上进行模拟。
优选地，所述步骤二中，在步骤一建立的实验室模拟环境下，对多组与待评估纯电动公交车动力电池同型号的全新动力电池分别进行不同应力条件的离线循环老化试验，获取动力电池不同健康状态及其对应的放电电流、放电电压、环境温度、剩余容量和欧姆内阻，作为训练数据。
优选地，步骤二中，所述放电电流、放电电压和环境温度通过在离线循环老化试验中实时记录获取；
所述剩余容量通过安时法离线测量；
所述欧姆内阻利用阶跃电流法测量。
优选地，利用阶跃电流法测量动力电池不同健康状态对应的欧姆内阻，具体为：
检测并记录动力电池依次进行恒压充电、静置及恒流放电时的电压值、电流值；
根据公式R＝(V1-V2)/I计算欧姆内阻；
其中，R为欧姆内阻，V1为静置时的电压值，V2为恒流放电初始时刻的电压值，I为恒流放电时的电流值。
优选地，所述步骤三中，利用扩展卡尔曼滤波方法训练得到动力电池健康状态评估模型，为：
SOH＝f(T,Id,Vd,SOC,R)；
其中，SOH为动力电池健康状态，Id为动力电池放电电流、Vd为动力电池放电电压、T为动力电池环境温度、SOC为动力电池剩余容量，R为动力电池欧姆内阻。
本申请所达到的有益效果：
本申请通过建立动力电池健康状态评估模型，能够准确地在线评估纯电动公交车动力电池健康状态，对纯电动公交车动力电池退役评估和退役动力电池的梯次利用研究均具有重要指导意义。
附图说明
图1为本申请一种纯电动公交车动力电池健康状态评估方法的流程图；
图2为本申请实施例中搭建的动力电池应力老化实验室示意图；
图3为本申请实施例中测量动力电池不同健康状态对应的欧姆内阻的方法示意图。
具体实施方式
下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本申请的保护范围。
如图1所示，本申请的一种纯电动公交车动力电池健康状态评估方法，包括以下步骤：
步骤一：搭建待评估纯电动公交车线路的动力电池应力老化实验室模拟环境，具体为：
获取待评估纯电动公交车的充电数据、放电数据、环境温度和路况信息，用以建立动力电池应力老化实验室模拟环境；
所述充电数据和环境温度数据通过充电桩的电池管理系统获取，放电数据、环境温度和路况信息通过公交车的电池管理系统获取；
如图2所示，所述充电数据、放电数据通过可调倍率充放电设备(充放电机)模拟，所述环境温度通过温控设备(温控系统)模拟，所述路况信息通过将动力电池放置于震动台上进行模拟。
步骤二：在步骤一建立的实验室模拟环境下离线循环老化试验，采集训练数据，具体为：
在步骤一建立的实验室模拟环境下，对多组与待评估纯电动公交车动力电池同型号的全新动力电池分别进行不同应力条件的离线循环老化试验，获取动力电池不同健康状态及其对应的放电电流、放电电压、环境温度、剩余容量和欧姆内阻，作为步骤三的训练数据。
其中，不同健康状态的动力电池其满充时的电池容量也不同；
剩余容量是一个相对值，比如100Ah的电池，刚退役时只有80Ah的容量，电池充满也就只有80Ah，这时的剩余容量可以是0％-100％，可以直接通过安时法离线测量；
所述放电电流、放电电压和环境温度通过在离线循环老化试验中实时记录获取；
所述欧姆内阻利用阶跃电流法测量。
利用阶跃电流法测量动力电池不同健康状态对应的欧姆内阻，具体为：
如图3所示，检测并记录动力电池依次进行恒压充电、静置及恒流放电时的电压值、电流值；
根据公式R＝(V1-V2)/I计算欧姆内阻；
其中，R为欧姆内阻，V1为静置时的电压值(即为开路电压值，如图3中的1点对应的纵坐标)，V2为恒流放电初始时刻的电压值(图3中2点对应的纵坐标值)，I为恒流放电时的电流值。
步骤三：利用训练数据，通过扩展卡尔曼滤波方法对动力电池SOH进行辨识，训练得到待评估纯电动公交车动力电池健康状态评估模型：
SOH＝f(T,Id,Vd,SOC,R)；
表示动力电池健康状态与放电电流、放电电压、环境温度、剩余容量和欧姆内阻的函数关系；
其中，SOH为动力电池健康状态，Id为动力电池放电电流、Vd为动力电池放电电压、T为动力电池环境温度、SOC为动力电池剩余容量，R为动力电池欧姆内阻。
实施例中，可利用动力电池健康状态评估模型对不同线路同型号纯电动公交车动力电池健康状态进行预测，预测结果与该纯电动公交车的实测动力电池健康状态进行误差比对，根据比对结果对动力电池健康状态评估模型进行修正。
步骤四：实时在线获取待评估纯电动公交车动力电池运行数据，根据步骤三得到的动力电池健康状态评估模型评估动力电池健康状态，即通过充电桩和公交车的电池管理系统实时在线获取动力电池环境温度数据、放电电流和放电电压数据，结合剩余容量和欧姆内阻，代入步骤三得到的电池健康状态评估模型即实现纯电动公交车动力电池健康状态的实时在线评估。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。

Claims (7)

1.一种纯电动公交车动力电池健康状态评估方法，其特征在于：
所述方法包括以下步骤：
步骤一：搭建待评估纯电动公交车线路的动力电池应力老化实验室模拟环境；
步骤二：在步骤一建立的实验室模拟环境下离线循环老化试验，采集训练数据；
步骤三：利用训练数据训练得到待评估纯电动公交车动力电池健康状态评估模型；
步骤四：实时在线获取待评估纯电动公交车动力电池运行数据，根据步骤三得到的动力电池健康状态评估模型评估动力电池健康状态。
2.根据权利要求1所述的一种纯电动公交车动力电池健康状态评估方法，其特征在于：
还包括：利用动力电池健康状态评估模型对不同线路同型号纯电动公交车动力电池健康状态进行预测；
预测结果与该纯电动公交车的实测动力电池健康状态进行误差比对，根据比对结果对动力电池健康状态评估模型进行修正。
3.根据权利要求1或2所述的一种纯电动公交车动力电池健康状态评估方法，其特征在于：
步骤一中，获取待评估纯电动公交车的充电数据、放电数据、环境温度和路况信息，用以建立动力电池应力老化实验室模拟环境；
所述充电数据和环境温度数据通过充电桩的电池管理系统获取，放电数据、环境温度和路况信息通过公交车的电池管理系统获取；
所述充电数据、放电数据通过可调倍率充放电设备模拟，所述环境温度通过温控设备模拟，所述路况信息通过将动力电池放置于震动台上进行模拟。
4.根据权利要求1或2所述的一种纯电动公交车动力电池健康状态评估方法，其特征在于：
步骤二中，在步骤一建立的实验室模拟环境下，对多组与待评估纯电动公交车动力电池同型号的全新动力电池分别进行不同应力条件的离线循环老化试验，获取动力电池不同健康状态及其对应的放电电流、放电电压、环境温度、剩余容量和欧姆内阻，作为训练数据。
5.根据权利要求4所述的一种纯电动公交车动力电池健康状态评估方法，其特征在于：
步骤二中，所述放电电流、放电电压和环境温度通过在离线循环老化试验中实时记录获取；
所述剩余容量通过安时法离线测量；
所述欧姆内阻利用阶跃电流法测量。
6.根据权利要求5所述的一种纯电动公交车动力电池健康状态评估方法，其特征在于：
所述利用阶跃电流法测量动力电池不同健康状态对应的欧姆内阻，具体为：
检测并记录动力电池依次进行恒压充电、静置及恒流放电时的电压值、电流值；
根据公式R＝(V1-V2)/I计算欧姆内阻；
其中，R为欧姆内阻，V1为静置时的电压值，V2为恒流放电初始时刻的电压值，I为恒流放电时的电流值。
7.根据权利要求1或2所述的一种纯电动公交车动力电池健康状态评估方法，其特征在于：
步骤三中，利用扩展卡尔曼滤波方法训练得到动力电池健康状态评估模型，为：
SOH＝f(T,Id,Vd,SOC,R)；
其中，SOH为动力电池健康状态，Id为动力电池放电电流、Vd为动力电池放电电压、T为动力电池环境温度、SOC为动力电池剩余容量，R为动力电池欧姆内阻。
CN202010266292.9A 2020-04-07 2020-04-07 一种纯电动公交车动力电池健康状态评估方法 Pending CN111308381A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010266292.9A CN111308381A (zh) 2020-04-07 2020-04-07 一种纯电动公交车动力电池健康状态评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010266292.9A CN111308381A (zh) 2020-04-07 2020-04-07 一种纯电动公交车动力电池健康状态评估方法

Publications (1)

Publication Number Publication Date
CN111308381A true CN111308381A (zh) 2020-06-19

Family

ID=71146282

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010266292.9A Pending CN111308381A (zh) 2020-04-07 2020-04-07 一种纯电动公交车动力电池健康状态评估方法

Country Status (1)

Country Link
CN (1) CN111308381A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111812538A (zh) * 2020-07-22 2020-10-23 兰州兰石恩力微电网有限公司 一种动力电池评估系统
CN112014737A (zh) * 2020-08-27 2020-12-01 湖北亿纬动力有限公司 一种电芯的健康状态的检测方法、装置、设备及存储介质
CN115313530A (zh) * 2021-05-06 2022-11-08 北京小米移动软件有限公司 电池状态的确定方法、装置、电子设备及存储介质
CN116381540A (zh) * 2023-06-05 2023-07-04 石家庄学院 一种计算机运行状态下电池健康监控系统
CN116990692A (zh) * 2023-09-28 2023-11-03 深圳康普盾科技股份有限公司 一种锂电池的健康状况评估与剩余寿命预测方法及系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104483633A (zh) * 2014-12-23 2015-04-01 广东电网有限责任公司电力科学研究院 铅酸蓄电池监测系统
CN105548902A (zh) * 2016-01-07 2016-05-04 北京北交新能科技有限公司 一种动力锂离子电池循环寿命等效测试方法
CN106569136A (zh) * 2016-10-19 2017-04-19 广州市香港科大霍英东研究院 一种电池健康状态在线估计方法及系统
CN107045103A (zh) * 2016-11-29 2017-08-15 北京长城华冠汽车科技股份有限公司 电动汽车动力电池寿命测试装置和方法
CN107122594A (zh) * 2017-04-10 2017-09-01 湖南中车时代电动汽车股份有限公司 一种新能源车辆电池的健康预测方法和系统
CN107957562A (zh) * 2018-01-05 2018-04-24 广西大学 一种锂离子电池剩余寿命在线预测方法
CN108445406A (zh) * 2018-03-13 2018-08-24 桂林电子科技大学 一种动力电池健康状态估计方法
CN108549030A (zh) * 2018-03-14 2018-09-18 重庆邮电大学 基于电压关键特性的锂电池在线健康状态快速预测方法
CN110346734A (zh) * 2019-06-19 2019-10-18 江苏大学 一种基于机器学习的锂离子动力电池健康状态估算方法
CN110554324A (zh) * 2019-08-26 2019-12-10 华中科技大学 一种soc和soh联合估计方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104483633A (zh) * 2014-12-23 2015-04-01 广东电网有限责任公司电力科学研究院 铅酸蓄电池监测系统
CN105548902A (zh) * 2016-01-07 2016-05-04 北京北交新能科技有限公司 一种动力锂离子电池循环寿命等效测试方法
CN106569136A (zh) * 2016-10-19 2017-04-19 广州市香港科大霍英东研究院 一种电池健康状态在线估计方法及系统
CN107045103A (zh) * 2016-11-29 2017-08-15 北京长城华冠汽车科技股份有限公司 电动汽车动力电池寿命测试装置和方法
CN107122594A (zh) * 2017-04-10 2017-09-01 湖南中车时代电动汽车股份有限公司 一种新能源车辆电池的健康预测方法和系统
CN107957562A (zh) * 2018-01-05 2018-04-24 广西大学 一种锂离子电池剩余寿命在线预测方法
CN108445406A (zh) * 2018-03-13 2018-08-24 桂林电子科技大学 一种动力电池健康状态估计方法
CN108549030A (zh) * 2018-03-14 2018-09-18 重庆邮电大学 基于电压关键特性的锂电池在线健康状态快速预测方法
CN110346734A (zh) * 2019-06-19 2019-10-18 江苏大学 一种基于机器学习的锂离子动力电池健康状态估算方法
CN110554324A (zh) * 2019-08-26 2019-12-10 华中科技大学 一种soc和soh联合估计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
范智伟 等: "锂离子电池充放电倍率对容量衰减影响研究", 《电源技术》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111812538A (zh) * 2020-07-22 2020-10-23 兰州兰石恩力微电网有限公司 一种动力电池评估系统
CN112014737A (zh) * 2020-08-27 2020-12-01 湖北亿纬动力有限公司 一种电芯的健康状态的检测方法、装置、设备及存储介质
CN115313530A (zh) * 2021-05-06 2022-11-08 北京小米移动软件有限公司 电池状态的确定方法、装置、电子设备及存储介质
CN116381540A (zh) * 2023-06-05 2023-07-04 石家庄学院 一种计算机运行状态下电池健康监控系统
CN116381540B (zh) * 2023-06-05 2023-08-22 石家庄学院 一种计算机运行状态下电池健康监控系统
CN116990692A (zh) * 2023-09-28 2023-11-03 深圳康普盾科技股份有限公司 一种锂电池的健康状况评估与剩余寿命预测方法及系统
CN116990692B (zh) * 2023-09-28 2023-12-08 深圳康普盾科技股份有限公司 一种锂电池的健康状况评估与剩余寿命预测方法及系统

Similar Documents

Publication Publication Date Title
CN111308381A (zh) 一种纯电动公交车动力电池健康状态评估方法
Zhu et al. A state of charge estimation method for lithium-ion batteries based on fractional order adaptive extended kalman filter
Farmann et al. Comparative study of reduced order equivalent circuit models for on-board state-of-available-power prediction of lithium-ion batteries in electric vehicles
CN110208704B (zh) 一种基于电压滞后效应的锂电池建模方法和系统
Yang et al. A fractional-order model-based battery external short circuit fault diagnosis approach for all-climate electric vehicles application
CN112433169B (zh) 一种云端动力电池健康度评估系统及方法
CN102998623B (zh) 蓄电池荷电状态的在线估算方法及系统
CN108710087B (zh) 一种纯电动汽车电池组健康状态测取装置及其测取方法
EP3594705B1 (en) Method and device for estimating service capacity and state of health of minimum battery cell and battery system
CN113109729B (zh) 基于加速老化试验与实车工况的车用动力电池soh评估方法
CN112327170B (zh) 基于神经网络的动力电池全周期剩余寿命估算方法
CN111665446A (zh) 一种退役动力电池性能评估方法及系统
CN110554321A (zh) 一种实时检测退役动力电池soc的方法
CN111562508A (zh) 在线检测电池包内部单体电池内阻异常的方法
CN115236524A (zh) 一种新能源汽车动力电池的绝缘故障检测方法及系统
CN111505511A (zh) 一种电动汽车单体电芯容量测定方法、电子设备及存储介质
Barreras et al. An improved parametrization method for Li-ion linear static Equivalent Circuit battery Models based on direct current resistance measurement
CN115267552A (zh) 车辆电池健康状态评估方法、装置、设备及存储介质
JP2011122917A (ja) 電池特性評価装置
CN111562499B (zh) 一种新能源汽车锂动力电池热管理模拟方法
CN213957574U (zh) 一种用于电动汽车动力电池加速循环寿命测试的装置
CN117269768A (zh) 基于容量增量曲线的并联电池组短路故障诊断方法及装置
CN116466250A (zh) 基于动态工况模型误差特征的动力电池健康状态估计方法
Dineva et al. High precision test system for the investigation of the condition of lithium-ion batteries
Heo et al. Available power and energy prediction using a simplified circuit model of HEV Li-ion 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
TA01 Transfer of patent application right

Effective date of registration: 20200812

Address after: 215004 No. 555 labour Road, Suzhou District, Jiangsu, Suzhou

Applicant after: STATE GRID JIANGSU ELECTRIC POWER Co.,Ltd. SUZHOU BRANCH

Applicant after: SOUTHEAST University

Address before: 215004 No. 555 labour Road, Suzhou District, Jiangsu, Suzhou

Applicant before: STATE GRID JIANGSU ELECTRIC POWER Co.,Ltd. SUZHOU BRANCH

Applicant before: SOUTHEAST University

Applicant before: NANJING University OF POSTS AND TELECOMMUNICATIONS

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20200619

RJ01 Rejection of invention patent application after publication