CN111551860A - 一种基于弛豫电压特征的电池内短路诊断方法 - Google Patents
一种基于弛豫电压特征的电池内短路诊断方法 Download PDFInfo
- Publication number
- CN111551860A CN111551860A CN202010456801.4A CN202010456801A CN111551860A CN 111551860 A CN111551860 A CN 111551860A CN 202010456801 A CN202010456801 A CN 202010456801A CN 111551860 A CN111551860 A CN 111551860A
- Authority
- CN
- China
- Prior art keywords
- battery
- relaxation voltage
- short circuit
- curve
- relaxation
- 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
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
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/52—Testing for short-circuits, leakage current or ground faults
-
- 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]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3835—Arrangements for monitoring battery or accumulator variables, e.g. SoC involving only 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
-
- 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
- H02J7/0068—Battery or charger load switching, e.g. concurrent charging and load supply
Abstract
本发明涉及一种基于弛豫电压特征的电池内短路诊断方法,包括以下步骤:1)在相同的电池条件下,获取电池中每个电池单体在卸载电流后的弛豫电压曲线;2)对每个电池单体的弛豫电压曲线进行特征提取,获取对应的曲线特征;3)根据曲线特征判断电池单体是否出现内短路,完成诊断。与现有技术相比,本发明具有检测时间短、准确度高等优点。
Description
技术领域
本发明涉及电池故障诊断领域,尤其是涉及一种基于弛豫电压特征的电池内短路诊断方法。
背景技术
锂离子电池因比能量密度高、循环寿命长等优点被广泛应用于交通工具、电子产品和储能电站,然而锂离子电池的安全性事故时有发生,其中内短路是主要的安全问题,造成锂离子电池内短路的有很多,包括制造缺陷、机械滥用、电滥用和热滥用,内短路在电池全生命周期中任何时候都有可能发生,内短路易引发热失控造成严重的安全事故,因此,内短路需要被及时诊断出来并进行预警,从而保证生命和财产安全。
在现有技术中,一般采用基于阈值的方法检测内短路是否发生,即,通过检测电压变化差值、电流变化差值和温度变化差值是否超过设定的阈值判断内短路是否发生,但现有的内短路检测方法检测时间长、易受外界干扰、检测结果受阈值设定的影响,检测的准确度不高,诊断效果不佳。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于弛豫电压特征的电池内短路诊断方法。
本发明的目的可以通过以下技术方案来实现:
一种基于弛豫电压特征的电池内短路诊断方法,包括以下步骤:
1)在相同的电池条件下,获取电池中每个电池单体在卸载电流后的弛豫电压曲线;
2)对每个电池单体的弛豫电压曲线进行特征提取,获取对应的曲线特征;
3)根据曲线特征判断电池单体是否出现内短路,完成诊断。
所述的步骤1)中,在相同的电池条件下具体为在相同的荷电状态SOC、温度、电流倍率和老化状态SOH下。
所述的电流倍率根据在电池充电/放电结束前流过电池单体的电流计算获得。
所述的步骤2)中,弛豫电压曲线的曲线特征包括弛豫电压差值和弛豫电压差分曲线。
所述的弛豫电压差值通过相邻电池单体之间的弛豫电压做差求得,则有:
ΔVk-1=|Vk-Vk-1|,k=2,3,4…
其中,ΔVk-1为第k个电池单体的弛豫电压Vk与第k-1个电池单体的弛豫电压Vk-1的差值;
通过弛豫电压差值判断电池单体是否出现内短路的具体方法为:
当第m个和第m+1个电池单体对应的弛豫电压差值ΔVm最大,即ΔVmax=ΔVm,第w个和第w+1个电池单体对应的弛豫电压差值ΔVw最小,即ΔVmin=ΔVw,且ΔVmax≥1.3ΔVmin时,则判定电路中存在第m个或第m+1个电池单体发生内短路,通过比较弛豫电压差值ΔVm-1和ΔVm+1的大小判定出发生内短路的电池单体,若ΔVm-1>ΔVm+1,则判断第m个电池单体发生内短路,若ΔVm-1<ΔVm+1,则判断第m+1个电池单体产生内短路。
弛豫电压差分曲线通过对每个电池单体弛豫电压曲线进行微分计算得到,通过弛豫电压差分曲线判断电池单体是否出现内短路的具体方法为:
所述的步骤1)中,弛豫电压具体为在电流卸载瞬间到达稳定开路状态的电压变化,用以表示电池在卸载电流后的恢复能力。
该方法还包括以下步骤:
4)对每个电池单体的弛豫电压曲线进行预测;
5)若当前时刻的电池单体没有发生内短路,则根据其预测弛豫电压曲线提取的曲线特征判断电池单体未来是否会发生内短路。
所述的步骤4)中,通过非线性预测方法对弛豫电压曲线进行预测。
所述的非线性预测方法包括扩展卡尔曼滤波算法和递推最小二乘算法。
与现有技术相比,本发明具有以下优点:
一、本发明基于电池弛豫电压特征变化的内短路诊断方法,弛豫电压是对电池在卸载电流后“恢复能力”的描述,弛豫电压的变化对电池内部状态敏感,能够灵敏的反映出内短路的状态。
二、本发明对电池的弛豫电压进行预测,通过少量的电池单体的弛豫电压的变化能够预测出未来的变化,缩短了获取弛豫电压的时间。
三、本发明采用扩展卡尔曼滤波和递推最小二乘算法等非线性预测算法,减小了外界噪声的干扰,提高了预估精度。
四、本发明在电池特定的SOC、温度、电流、老化状态对每个电池单体的弛豫电压曲线特征进行提取、融合和分析,多种评价维度的结合更能够反应出内短路的真实状态。
五、本发明能够对电池未来是否发生内短路做出预测,大大缩短了检测时间。
附图说明
图1为本发明的总体流程框图。
图2为本发明实施例中得到的电池弛豫电压曲线图。
图3为本发明实施例中弛豫电压差值的示意图。
图4为本发明实施例中弛豫电压差分曲线示意图。
图5为本发明实施例的诊断流程图。
具体实施方式
下面将结合附图和具体的实施方式对本发明的一种基于弛豫电压特征的电池内短路诊断方法作进一步说明,需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
在本发明中实施例中所提到名词释义如下:
内短路:电池内部正负极之间直接导通或由其他异物间接导通的非正常通路。
弛豫电压:弛豫电压是在电流卸载瞬间到达稳定开路状态的电压变化,是电池内部平衡过程的一种外在表现形式,弛豫电压是对电池在卸载电流后“恢复能力”的一种描述,其本质是将电池的恢复能力作为电池老化状态、荷电状态、阻抗状态以及反映外界电流及温度的一个评价维度,建立它与其他评价维度(如容量与内阻)之间的关系,在此基础上利用恢复能力值估计电池状态,因此,弛豫电压的变化对电池内部状态较为敏感。
本发明的内短路诊断方法是基于电池弛豫电压特征的一种内短路诊断方法,弛豫电压是电池内部状态的外在表现,能够准确地反映出电池内部状态的微小变化,当电池发生内短路时,电池内部原本的状态被打破。电池内部状态的改变会导致电池弛豫电压发生变化,因此通过对电池弛豫电压变化特征进行分析,能够准确判断出电池是否发生内短路。
实施例的具体过程如下:
1)选定一款锂离子电池,把其中一个锂离子电池单体并联特定阻值的电阻,将其视为已经产生内短路的电池单体;
2)将内短路的电池单体与几个正常的锂离子电池单体串联;
3)对串联电池组进行恒流充电,充电一段时间后停止充电;
4)获取电池单体在充电结束前的电流以及在充电结束后的弛豫电压、荷电状态SOC、温度及老化状态SOH;
5)提取电池单体的弛豫电压曲线特征,即弛豫电压差值和弛豫电压差分曲线;
弛豫电压差值是通过计算相邻电池单体之间的弛豫电压得到的:ΔVk-1=|Vk-Vk-1|,k=2,3,4…,Vk为第k个电池单体的弛豫电压,ΔVk-1为第k个电池单体的弛豫电压与第k-1个电池单体的弛豫电压的差值,如图3所示。
弛豫电压差分曲线是对每个电池单体弛豫电压曲线进行微分计算得到的,为了简化计算,采用差分的方式进行简化计算:
针对每个电池单体,Vn为获取的n时刻电池单体的弛豫电压,Vn-1为获取的n-1时刻电池单体的弛豫电压,Δt为获取Vn和Vn-1两个电池单体弛豫电压的时间间隔,即为计算得到的电池单体弛豫电压的差分,如图4所示。
6)将电池单体的弛豫电压的曲线特征作为判断是否发生内短路的依据,并且采用扩展卡尔曼滤波算法和最小二乘算法对电池单体的弛豫电压进行预测;
判断的方式如下:在步骤5)中已经获取得到了电池单体的弛豫电压特征,即弛豫电压差值和弛豫电压差分曲线。利用弛豫电压差值判断的方式为:
若通过分析比较获取弛豫电压差值ΔVk-1中的最大值ΔVmax=ΔVm和最小值ΔVmin=ΔVw,其中ΔVm为第m组(即第m个和第m+1个)弛豫电压的差值最大,其中ΔVw为第w组(即第w个和第w+1个)弛豫电压的差值最小。当ΔVmax≥1.3ΔVmin时,则判定电路中有第m个或第m+1个电池单体产生内短路。进一步地,通过分析ΔVm-1与ΔVm+1的大小判定出发生内短路的电池单体。若ΔVm-1>ΔVm+1,则第m个电池单体产生内短路;若ΔVm-1<ΔVm+1,则第m+1个电池单体产生内短路。
利用弛豫电压差分曲线的判断方式为:获取得到每个电池的弛豫电压的差分曲线,通过计算k+1时刻与k时刻的电池单体弛豫电压差分的差值,判断电池单体是否发生内短路,具体判定方式为:在对电池充电结束后,当该电池单体没有发生内短路,当该电池单体发生内短路;在电池放电结束后,当该电池单体没有发生内短路,当该电池单体发生内短路。
7)结合电池单体在卸载电流前的电流大小及卸载电流后电池单体的荷电状态、温度和老化状态,对电池单体的弛豫电压曲线进行提取、融合和分析,对电池单体是否发生内短路做出诊断。
本发明实施例中得到的电池单体的弛豫电压曲线如图2所示。利用实施例中所述方法准确检测出了产生内短路的电池单体。
以上所述仅为本发明的实施例而已,并不能限制本发明,凡是在本发明的精神与原则之内,均包含在本发明的保护范围之内。
Claims (10)
1.一种基于弛豫电压特征的电池内短路诊断方法,其特征在于,包括以下步骤:
1)在相同的电池条件下,获取电池中每个电池单体在卸载电流后的弛豫电压曲线;
2)对每个电池单体的弛豫电压曲线进行特征提取,获取对应的曲线特征;
3)根据曲线特征判断电池单体是否出现内短路,完成诊断。
2.根据权利要求1所述的一种基于弛豫电压特征的电池内短路诊断方法,其特征在于,所述的步骤1)中,在相同的电池条件下具体为在相同的荷电状态SOC、温度、电流倍率和老化状态SOH下。
3.根据权利要求2所述的一种基于弛豫电压特征的电池内短路诊断方法,其特征在于,所述的电流倍率根据在电池充电/放电结束前流过电池单体的电流计算获得。
4.根据权利要求1所述的一种基于弛豫电压特征的电池内短路诊断方法,其特征在于,所述的步骤2)中,弛豫电压曲线的曲线特征包括弛豫电压差值和弛豫电压差分曲线。
5.根据权利要求4所述的一种基于弛豫电压特征的电池内短路诊断方法,其特征在于,所述的弛豫电压差值通过相邻电池单体之间的弛豫电压做差求得,则有:
ΔVk-1=|Vk-Vk-1|,k=2,3,4…
其中,ΔVk-1为第k个电池单体的弛豫电压Vk与第k-1个电池单体的弛豫电压Vk-1的差值;
通过弛豫电压差值判断电池单体是否出现内短路的具体方法为:
当第m个和第m+1个电池单体对应的弛豫电压差值ΔVm最大,即ΔVmax=ΔVm,第w个和第w+1个电池单体对应的弛豫电压差值ΔVw最小,即ΔVmin=ΔVw,且ΔVmax≥1.3ΔVmin时,则判定电路中存在第m个或第m+1个电池单体发生内短路,通过比较弛豫电压差值ΔVm-1和ΔVm+1的大小判定出发生内短路的电池单体,若ΔVm-1>ΔVm+1,则判断第m个电池单体发生内短路,若ΔVm-1<ΔVm+1,则判断第m+1个电池单体产生内短路。
7.根据权利要求1所述的一种基于弛豫电压特征的电池内短路诊断方法,其特征在于,所述的步骤1)中,弛豫电压具体为在电流卸载瞬间到达稳定开路状态的电压变化,用以表示电池在卸载电流后的恢复能力。
8.根据权利要求1所述的一种基于弛豫电压特征的电池内短路诊断方法,其特征在于,该方法还包括以下步骤:
4)对每个电池单体的弛豫电压曲线进行预测;
5)若当前时刻的电池单体没有发生内短路,则根据其预测弛豫电压曲线提取的曲线特征判断电池单体未来是否会发生内短路。
9.根据权利要求1所述的一种基于弛豫电压特征的电池内短路诊断方法,其特征在于,所述的步骤4)中,通过非线性预测方法对弛豫电压曲线进行预测。
10.根据权利要求9所述的一种基于弛豫电压特征的电池内短路诊断方法,其特征在于,所述的非线性预测方法包括扩展卡尔曼滤波算法和递推最小二乘算法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010456801.4A CN111551860B (zh) | 2020-05-26 | 2020-05-26 | 一种基于弛豫电压特征的电池内短路诊断方法 |
PCT/CN2021/073275 WO2021238247A1 (zh) | 2020-05-26 | 2021-01-22 | 一种基于弛豫电压特征的电池内短路诊断方法 |
US17/613,660 US20220236338A1 (en) | 2020-05-26 | 2021-01-22 | Method For Diagnosing Internal Short Circuit Of Battery Based On Relaxation Voltage |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010456801.4A CN111551860B (zh) | 2020-05-26 | 2020-05-26 | 一种基于弛豫电压特征的电池内短路诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111551860A true CN111551860A (zh) | 2020-08-18 |
CN111551860B CN111551860B (zh) | 2021-03-26 |
Family
ID=72005045
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010456801.4A Active CN111551860B (zh) | 2020-05-26 | 2020-05-26 | 一种基于弛豫电压特征的电池内短路诊断方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220236338A1 (zh) |
CN (1) | CN111551860B (zh) |
WO (1) | WO2021238247A1 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112909363A (zh) * | 2021-02-05 | 2021-06-04 | 北京车和家信息技术有限公司 | 电池系统内短路预警方法、装置、介质、车载系统和车辆 |
CN113093018A (zh) * | 2021-03-09 | 2021-07-09 | 北京交通大学 | 一种锂离子电池瞬时内短路检测装置和方法 |
WO2021238247A1 (zh) * | 2020-05-26 | 2021-12-02 | 同济大学 | 一种基于弛豫电压特征的电池内短路诊断方法 |
CN113884922A (zh) * | 2021-10-28 | 2022-01-04 | 同济大学 | 一种基于电压和电量离群系数的电池内短路定量诊断方法 |
CN114583301A (zh) * | 2022-04-29 | 2022-06-03 | 国网浙江省电力有限公司电力科学研究院 | 基于安全特征参量表征体系的电站热失控预警方法及系统 |
WO2022180732A1 (ja) * | 2021-02-25 | 2022-09-01 | 三菱電機株式会社 | 蓄電池診断装置 |
WO2023274318A1 (zh) * | 2021-06-29 | 2023-01-05 | 蜂巢能源科技股份有限公司 | 电池突发型内短路诊断方法、装置、存储介质及电子设备 |
CN116400248A (zh) * | 2023-06-08 | 2023-07-07 | 中国华能集团清洁能源技术研究院有限公司 | 电池内短路故障的确定方法及装置 |
CN117289142A (zh) * | 2023-11-24 | 2023-12-26 | 国网天津市电力公司电力科学研究院 | 锂离子储能电站电池内部短路故障检测方法及装置 |
CN117686921A (zh) * | 2024-02-02 | 2024-03-12 | 江苏林洋亿纬储能科技有限公司 | 检测电池内短路的方法和系统及计算设备 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115792522B (zh) * | 2022-12-08 | 2023-07-28 | 青岛艾测科技有限公司 | 一种容性负载绝缘检测方法、装置和设备 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102680846B (zh) * | 2012-05-11 | 2015-01-14 | 许继电气股份有限公司 | 电池单元之间联接可靠性判断、保护方法与保护装置 |
JP2014002009A (ja) * | 2012-06-18 | 2014-01-09 | Toyota Motor Corp | 二次電池の検査方法 |
CN103545564B (zh) * | 2012-07-16 | 2015-12-09 | 联想(北京)有限公司 | 充电电池单元及其缺陷检测方法 |
CN104835987B (zh) * | 2014-07-25 | 2017-08-04 | 北汽福田汽车股份有限公司 | 用于电池系统的电池预处理方法 |
CN104617330B (zh) * | 2015-01-19 | 2017-01-25 | 清华大学 | 电池微短路的识别方法 |
JP2017106867A (ja) * | 2015-12-11 | 2017-06-15 | トヨタ自動車株式会社 | 二次電池の製造方法 |
CN107192914B (zh) * | 2017-04-18 | 2019-11-22 | 宁德时代新能源科技股份有限公司 | 锂离子动力电池内短路检测方法 |
US11072258B2 (en) * | 2017-12-11 | 2021-07-27 | Ford Global Technologies, Llc | Method for predicting battery life |
CN108711893A (zh) * | 2018-04-08 | 2018-10-26 | 江西优特汽车技术有限公司 | 一种动力电池热失控预警系统和方法 |
DE102019211913A1 (de) * | 2018-11-09 | 2020-05-14 | Volkswagen Aktiengesellschaft | Verfahren zur Bestimmung eines Alterungszustandes einer Batterie sowie Steuergerät und Fahrzeug |
CN110515012A (zh) * | 2019-09-04 | 2019-11-29 | 武汉美格科技股份有限公司 | 诊断蓄电池健康状态的方法 |
CN110943261B (zh) * | 2019-10-30 | 2022-04-15 | 江苏芯云电子科技有限公司 | 针对动力锂离子电池组的热失控监控装置及其方法 |
CN111551860B (zh) * | 2020-05-26 | 2021-03-26 | 同济大学 | 一种基于弛豫电压特征的电池内短路诊断方法 |
-
2020
- 2020-05-26 CN CN202010456801.4A patent/CN111551860B/zh active Active
-
2021
- 2021-01-22 WO PCT/CN2021/073275 patent/WO2021238247A1/zh active Application Filing
- 2021-01-22 US US17/613,660 patent/US20220236338A1/en active Pending
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021238247A1 (zh) * | 2020-05-26 | 2021-12-02 | 同济大学 | 一种基于弛豫电压特征的电池内短路诊断方法 |
CN112909363A (zh) * | 2021-02-05 | 2021-06-04 | 北京车和家信息技术有限公司 | 电池系统内短路预警方法、装置、介质、车载系统和车辆 |
WO2022180732A1 (ja) * | 2021-02-25 | 2022-09-01 | 三菱電機株式会社 | 蓄電池診断装置 |
JP7370491B2 (ja) | 2021-02-25 | 2023-10-27 | 三菱電機株式会社 | 蓄電池診断装置 |
CN113093018A (zh) * | 2021-03-09 | 2021-07-09 | 北京交通大学 | 一种锂离子电池瞬时内短路检测装置和方法 |
WO2023274318A1 (zh) * | 2021-06-29 | 2023-01-05 | 蜂巢能源科技股份有限公司 | 电池突发型内短路诊断方法、装置、存储介质及电子设备 |
CN113884922A (zh) * | 2021-10-28 | 2022-01-04 | 同济大学 | 一种基于电压和电量离群系数的电池内短路定量诊断方法 |
CN113884922B (zh) * | 2021-10-28 | 2022-11-18 | 同济大学 | 一种基于电压和电量离群系数的电池内短路定量诊断方法 |
CN114583301B (zh) * | 2022-04-29 | 2022-08-23 | 国网浙江省电力有限公司电力科学研究院 | 基于安全特征参量表征体系的电站热失控预警方法及系统 |
CN114583301A (zh) * | 2022-04-29 | 2022-06-03 | 国网浙江省电力有限公司电力科学研究院 | 基于安全特征参量表征体系的电站热失控预警方法及系统 |
CN116400248A (zh) * | 2023-06-08 | 2023-07-07 | 中国华能集团清洁能源技术研究院有限公司 | 电池内短路故障的确定方法及装置 |
CN116400248B (zh) * | 2023-06-08 | 2023-08-29 | 中国华能集团清洁能源技术研究院有限公司 | 电池内短路故障的确定方法及装置 |
CN117289142A (zh) * | 2023-11-24 | 2023-12-26 | 国网天津市电力公司电力科学研究院 | 锂离子储能电站电池内部短路故障检测方法及装置 |
CN117289142B (zh) * | 2023-11-24 | 2024-03-19 | 国网天津市电力公司电力科学研究院 | 锂离子储能电站电池内部短路故障检测方法及装置 |
CN117686921A (zh) * | 2024-02-02 | 2024-03-12 | 江苏林洋亿纬储能科技有限公司 | 检测电池内短路的方法和系统及计算设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111551860B (zh) | 2021-03-26 |
WO2021238247A1 (zh) | 2021-12-02 |
US20220236338A1 (en) | 2022-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111551860B (zh) | 一种基于弛豫电压特征的电池内短路诊断方法 | |
CN110794305B (zh) | 一种动力电池故障诊断方法和系统 | |
CN110376530B (zh) | 电池内短路检测装置及方法 | |
CN111679201B (zh) | 一种动力电池包内短路的检测方法 | |
CN112098850B (zh) | 基于sdo算法的锂离子电池电压故障诊断方法及系统 | |
CN114430080B (zh) | 一种基于运行数据的动力电池电芯异常自放电的识别方法 | |
CN111707958B (zh) | 一种基于容量增量曲线特征的电池内短路检测方法 | |
EP3992648A1 (en) | Battery diagnosis device and method | |
US20230152388A1 (en) | Battery Diagnosis Apparatus, Battery Diagnosis Method, Battery Pack, and Vehicle | |
CN112946522A (zh) | 低温工况导致电池储能系统内短路故障的在线监测方法 | |
EP3961233A1 (en) | Battery cell diagnosis device and method | |
JP2022502990A (ja) | リチウムイオンセルの異常な自己放電の検出及びバッテリーシステム | |
KR20210000207A (ko) | 내부 단락 셀 검출 방법 | |
CN115219905A (zh) | 一种电池内短路在线检测方法、装置及存储介质 | |
CN115166555A (zh) | 一种电池大数据平台电池模块内阻异常识别方法及系统 | |
US11959969B2 (en) | Apparatus and method for diagnosing battery | |
US20240027540A1 (en) | Battery Cell Diagnosing Apparatus and Method | |
CN117031337A (zh) | 一种电芯内短路检测方法、装置、存储介质及设备 | |
KR20210141211A (ko) | 배터리를 진단하기 위한 장치 및 그 방법 | |
KR20210132843A (ko) | 사용 후 배터리 팩의 불량 검출 장치 및 방법 | |
CN113884922B (zh) | 一种基于电压和电量离群系数的电池内短路定量诊断方法 | |
US20220214404A1 (en) | Method for determining battery state and battery state determination device | |
CN114152826B (zh) | 一种锂离子电池单体内短路检测方法 | |
Hu et al. | Improved internal short circuit detection method for Lithium-Ion battery with self-diagnosis characteristic | |
EP4016099A1 (en) | Battery diagnostic apparatus and method |
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 |