CN111751753A - 一种基于自放热温度的退役动力电池筛选方法及装置 - Google Patents
一种基于自放热温度的退役动力电池筛选方法及装置 Download PDFInfo
- Publication number
- CN111751753A CN111751753A CN202010430412.4A CN202010430412A CN111751753A CN 111751753 A CN111751753 A CN 111751753A CN 202010430412 A CN202010430412 A CN 202010430412A CN 111751753 A CN111751753 A CN 111751753A
- Authority
- CN
- China
- Prior art keywords
- self
- heat
- batch
- retired power
- release temperature
- 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
- 238000012216 screening Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000000638 solvent extraction Methods 0.000 claims abstract description 24
- 230000001133 acceleration Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 2
- 238000007873 sieving Methods 0.000 claims description 2
- 238000013316 zoning Methods 0.000 claims 1
- 238000004064 recycling Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 238000004146 energy storage Methods 0.000 description 10
- 238000011161 development Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 6
- 229910001416 lithium ion Inorganic materials 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012983 electrochemical energy storage Methods 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K17/00—Measuring quantity of heat
-
- 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
Abstract
本申请提供一种基于自放热温度的退役动力电池筛选方法及装置,通过获取同一批次退役动力电池的自放热温度,根据定义的热定全等级对本批次退役动力电池的自放热温度进行热安全分区和分级,获取所述本批次退役动力电池的安全等级,完成本批次退役动力电池的筛选,解决现有技术对退役动力电池再利用筛选标准中,未加入安全性能的问题。
Description
技术领域
本申请涉及锂离子电池应用领域,具体涉及一种基于自放热温度的退役动力电池筛选方法,同时涉及基于自放热温度的退役动力电池筛装置。
背景技术
日益突出的环境问题和资源问题促进了太阳能和风能的发展,而这些可再生能源的发展面临着电力品质差和并网难的问题,发展储能技术是解决这一问题的有效手段。同时,现阶段用户对电能质量和电力品质要求越来越高,传统的电力系统已经不能很好地满足用户的需求,坚强智能电网和微电网等电网新技术应运而生,而储能技术是这些电网新技术的关键支撑技术之一,未来将对电网发展有着深远的影响。在各类储能技术中,电化学储能技术是一个重要分支,而电化学储能的装置载体是电池。近年来,锂离子电池由于材料体系丰富、技术发展迅速、循环寿命长、能量转换效率高、自放电小、对环境友好等优点已经成为电化学储能技术主流,但是长期以来锂离子电池成本高,成为储能技术推广应用的最大障碍。
随着电动汽车的发展,锂离子电池技术不断进步,成本不断降低,促进了储能产业的发展,但是受锂离子电池关键材料资源的限制,锂离子电池价格下降空间有限,若想推动储能技术广泛应用,必须在技术和商业模式上实现进一步创新。另一方面,电动汽车快速发展和保有量不断上升,数年后必然出现数量庞大的电池集中退役。当动力电池无法满足电动汽车使用需求而被“退运”时,仍有可能将其用在使用条件比较温和、对电池性能要求相对较低的场合,如能实现退役动力电池在电力储能中的大规模应用,则既能实现有效的集中消纳,同时实现储能低成本化。由此可见,电动汽车退役动力电池在电力储能中的规模化梯次利用,是储能和电动汽车两大战略领域技术和产业的最佳结合点,能够实现直接技术贯通和产业对接,最大化发挥电池全寿命周期价值,双向破解两大行业低成本难题,高效驱动两个领域的技术创新和良性互动。
退役动力电池主要包括退役三元动力电池和退役磷酸铁锂动力电池。由于电池在长时间的运行过程中电池的寿命和安全性等方面都出现较大的衰退,尤其是寿命的中后期,受寿命衰减更快,并且引发安全问题。因此退役的动力电池还能否进入储能进行梯次利用,需要对退役动力电池进行系统评测,通过建立科学的评价方法对退役电池进行分批、分类筛选。目前常用筛选方法主要是通过电化学和内阻测试从电化学角度进行筛选,电池的性能包括电化学性能和安全性能,因此,目前需要对于电池电化学性能和安全性能衰降的退役动力电池再利用过程,加入对安全性能的考虑,建立的退役动力电池再利用筛选标准。
发明内容
本申请提供一种基于自放热温度的退役动力电池筛选方法及装置,解决现有技术对退役动力电池再利用筛选标准中,未加入安全性能的问题。
本申请提供一种基于自放热温度的退役动力电池筛选方法,包括:
随机抽取同一批次的退役动力电池中的多只作为样品;
获取所述样品的自放热温度;
计算所述样品的自放热温度的平均值,将所述平均值作为本批次退役动力电池的自放热温度;
将所述本批次退役动力电池的自放热温度进行热安全分区和分级,获取所述本批次退役动力电池的热安全等级,完成本批次退役动力电池的筛选。
优选的,获取所述样品的自放热温度,包括:
对所述样品通过绝热加速量热仪,获取所述样品的自放热温度。
优选的,计算所述样品的自放热温度的平均值,将所述平均值作为本批次退役动力电池的自放热温度,包括:
去掉所述样品中自放热温度最高值和最低值,计算剩余样本的自放热温度的平均值;将所述剩余样本的自放热温度的平均值作为本批次退役动力电池的自放热温度。
优选的,将所述本批次退役动力电池的自放热温度进行热安全分区和分级,获取所述本批次退役动力电池的热安全等级,包括:
以20℃为一个区间,10℃为一个等级;
每区前10℃为一级,第二个10℃为二级;
根据上述分区和分级规则,将所述本批次退役动力电池的自放热温度进行热安全分区和分级,获取所述本批次退役动力电池的热安全等级。
本申请同时提供一种基于自放热温度的退役动力电池筛选装置,包括:
样品抽取单元,随机抽取同一批次的退役动力电池中的多只作为样品;
样品的自放热温度获取单元,获取所述样品的自放热温度;
自放热温度的平均值获取单元,计算所述剩余样品的自放热温度的平均值,将所述平均值作为本批次退役动力电池的自放热温度;
筛选单元,将所述本批次退役动力电池的自放热温度进行热安全分区和分级,获取所述本批次退役动力电池的安全等级,完成本批次退役动力电池的筛选。
优选的,样品的自放热温度获取单元,包括:
自放热温度获取子单元,对所述样品通过绝热加速量热仪,获取所述样品的自放热温度。
优选的,自放热温度的平均值获取单元,包括:
自放热温度的平均值计算子单元,去掉所述样品中自放热温度最高值和最低值,计算剩余样本的自放热温度的平均值;将所述剩余样本的自放热温度的平均值作为本批次退役动力电池的自放热温度。
优选的,筛选单元,包括:
区间和等级设定子单元,以20℃为一个区间,10℃为一个等级;
分级子单元,每区前10℃为一级,第二个10℃为二级;
热安全等级获取子单元,根据上述分区和分级规则,将所述本批次退役动力电池的自放热温度进行热安全分区和分级,获取所述本批次退役动力电池的安全等级。
本申请提供一种基于自放热温度的退役动力电池筛选方法及装置,通过获取同一批次退役动力电池的自放热温度,根据定义的热定全等级对本批次退役动力电池的自放热温度进行热安全分区和分级,获取所述本批次退役动力电池的安全等级,完成本批次退役动力电池的筛选,解决现有技术对退役动力电池再利用筛选标准中,未加入安全性能的问题。
附图说明
图1是本申请提供的一种基于自放热温度的退役动力电池筛选方法的流程示意图;
图2是本申请提供的基于自放热温度的退役动力电池筛选装置示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵的情况下做类似推广,因此本申请不受下面公开的具体实施的限制。
图1是本申请提供的一种基于自放热温度的退役动力电池筛选方法的流程示意图,下面结合图1对本申请提供的方法进行详细说明。
步骤S101,随机抽取同一批次的退役动力电池中的多只作为样品。
对于同一批次的退役动力电池,从中随时抽取多只作为样品,一般情况下,抽取的样品不少于5只。
步骤S102,获取所述样品的自放热温度。
对所有样品分别通过绝热加速量热仪进行测量,从而获取样品的自放热温度。
步骤S103,计算所述样品的自放热温度的平均值,将所述平均值作为本批次退役动力电池的自放热温度。
去掉所述样品中自放热温度最高值和最低值,计算剩余样本的自放热温度的平均值;将所述剩余样本的自放热温度的平均值作为本批次退役动力电池的自放热温度。例如,当抽取的样品为5只时,去掉样品中自放热温度最高值和最低值,剩下的3只样品的自放热温度为中间数据,取剩下的3只样品的中间数据的平均值,作为本批次退役动力电池的自放热温度。
步骤S104,将所述本批次退役动力电池的自放热温度进行热安全分区和分级,获取所述本批次退役动力电池的安全等级,完成本批次退役动力电池的筛选。
退役动力电池的自放热温度一般都会高于40℃,所以热安全分区从40℃开始,分区和分级规则为,以20℃为一个区间,10℃为一个等级,40℃-60℃为一区,60℃-80℃为二区,80℃-100℃为三区,并依此类推;然后对每个热安全分区进行分级,分为两级,每区前10℃为一级,第二个10℃为二级,然后,根据上述分区和分级规则,将所述本批次退役动力电池的自放热温度进行热安全分区和分级,获取所述本批次退役动力电池的安全等级,根据安全等级完成本批次退役动力电池的筛选。
具体的应用实施例如下,有5批次退役动力电池,每个批次中随机抽取多只退役动力电池作为样品,然后,使用绝热加速量热仪,测量每个样品的自放热温度,去掉样品中自放热温度最高值和最低值,计算剩余样品的自放热温度的平均值,将平均值作为本批次退役动力电池的自放热温度,不同批次退役动力电池的自放热温度如下表所示,
然后,再根据分区和分级规则,对不同批次退役动力电池的自放热温度进行热安全分区和分级,从而获得不同批次退役动力电池的安全等级,如下表所示,根据安全等级完成本批次退役动力电池的筛选。
基于同一发明构思,本申请同时提供一种基于自放热温度的退役动力电池筛选装置200,如图2所示,包括:
样品抽取单元210,随机抽取同一批次的退役动力电池中的多只作为样品;
样品的自放热温度获取单元220,获取所述样品的自放热温度;
自放热温度的平均值获取单元230,计算所述剩余样品的自放热温度的平均值,将所述平均值作为本批次退役动力电池的自放热温度;
筛选单元240,将所述本批次退役动力电池的自放热温度进行热安全分区和分级,获取所述本批次退役动力电池的安全等级,完成本批次退役动力电池的筛选。
优选的,样品的自放热温度获取单元,包括:
自放热温度获取子单元,对所述样品通过绝热加速量热仪,获取所述样品的自放热温度。
优选的,自放热温度的平均值获取单元,包括:
自放热温度的平均值计算子单元,去掉所述样品中自放热温度最高值和最低值,计算剩余样本的自放热温度的平均值;将所述剩余样本的自放热温度的平均值作为本批次退役动力电池的自放热温度。
优选的,筛选单元,包括:
区间和等级设定子单元,以20℃为一个区间,10℃为一个等级;
分级子单元,每区前10℃为一级,第二个10℃为二级;
热安全等级获取子单元,根据上述分区和分级规则,将所述本批次退役动力电池的自放热温度进行热安全分区和分级,获取所述本批次退役动力电池的安全等级。
本申请提供一种基于自放热温度的退役动力电池筛选方法及装置,通过获取同一批次退役动力电池的自放热温度,根据定义的热定全等级对本批次退役动力电池的自放热温度进行热安全分区和分级,获取所述本批次退役动力电池的热安全等级,完成本批次退役动力电池的筛选,解决现有技术对退役动力电池再利用筛选标准中,未加入安全性能的问题。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应该说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替,其均应涵盖在本发明的权利要求范围当中。
Claims (8)
1.一种基于自放热温度的退役动力电池筛选方法,其特征在于,包括:
随机抽取同一批次的退役动力电池中的多只作为样品;
获取所述样品的自放热温度;
计算所述样品的自放热温度的平均值,将所述平均值作为本批次退役动力电池的自放热温度;
将所述本批次退役动力电池的自放热温度进行热安全分区和分级,获取所述本批次退役动力电池的热安全等级,完成本批次退役动力电池的筛选。
2.根据权利要求1所述的方法,其特征在于,获取所述样品的自放热温度,包括:
对所述样品通过绝热加速量热仪,获取所述样品的自放热温度。
3.根据权利要求1所述的方法,其特征在于,计算所述样品的自放热温度的平均值,将所述平均值作为本批次退役动力电池的自放热温度,包括:
去掉所述样品中自放热温度最高值和最低值,计算剩余样本的自放热温度的平均值;将所述剩余样本的自放热温度的平均值作为本批次退役动力电池的自放热温度。
4.根据权利要求1所述的方法,其特征在于,将所述本批次退役动力电池的自放热温度进行热安全分区和分级,获取所述本批次退役动力电池的热安全等级,包括:
以20℃为一个区间,10℃为一个等级;
每区前10℃为一级,第二个10℃为二级;
根据上述分区和分级规则,将所述本批次退役动力电池的自放热温度进行热安全分区和分级,获取所述本批次退役动力电池的热安全等级。
5.一种基于自放热温度的退役动力电池筛选装置,其特征在于,包括:
样品抽取单元,随机抽取同一批次的退役动力电池中的多只作为样品;
样品的自放热温度获取单元,获取所述样品的自放热温度;
自放热温度的平均值获取单元,计算所述剩余样品的自放热温度的平均值,将所述平均值作为本批次退役动力电池的自放热温度;
筛选单元,将所述本批次退役动力电池的自放热温度进行热安全分区和分级,获取所述本批次退役动力电池的安全等级,完成本批次退役动力电池的筛选。
6.根据权利要求5所述的方法,其特征在于,样品的自放热温度获取单元,包括:
自放热温度获取子单元,对所述样品通过绝热加速量热仪,获取所述样品的自放热温度。
7.根据权利要求5所述的方法,其特征在于,自放热温度的平均值获取单元,包括:
自放热温度的平均值计算子单元,去掉所述样品中自放热温度最高值和最低值,计算剩余样本的自放热温度的平均值;将所述剩余样本的自放热温度的平均值作为本批次退役动力电池的自放热温度。
8.根据权利要求5所述的方法,其特征在于,筛选单元,包括:
区间和等级设定子单元,以20℃为一个区间,10℃为一个等级;
分级子单元,每区前10℃为一级,第二个10℃为二级;
热安全等级获取子单元,根据上述分区和分级规则,将所述本批次退役动力电池的自放热温度进行热安全分区和分级,获取所述本批次退役动力电池的安全等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010430412.4A CN111751753A (zh) | 2020-05-20 | 2020-05-20 | 一种基于自放热温度的退役动力电池筛选方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010430412.4A CN111751753A (zh) | 2020-05-20 | 2020-05-20 | 一种基于自放热温度的退役动力电池筛选方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111751753A true CN111751753A (zh) | 2020-10-09 |
Family
ID=72673627
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010430412.4A Pending CN111751753A (zh) | 2020-05-20 | 2020-05-20 | 一种基于自放热温度的退役动力电池筛选方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111751753A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113815485A (zh) * | 2021-09-17 | 2021-12-21 | 岚图汽车科技有限公司 | 一种电动汽车的智能补电控制方法及相关设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104362395A (zh) * | 2014-09-12 | 2015-02-18 | 奇瑞汽车股份有限公司 | 一种废旧电池梯次使用的筛选方法 |
CN105983542A (zh) * | 2015-02-13 | 2016-10-05 | 国家电网公司 | 一种退役电动汽车动力电池分类方法 |
US20190178946A1 (en) * | 2017-12-13 | 2019-06-13 | Beijing Chuangyu Technology Co., Ltd. | Battery classification method and system |
CN110146825A (zh) * | 2019-04-24 | 2019-08-20 | 天津力神电池股份有限公司 | 一种快速评测锂离子电池安全性的方法 |
CN110548694A (zh) * | 2019-08-06 | 2019-12-10 | 江苏慧智能源工程技术创新研究院有限公司 | 一种退役电池模组的快速筛选和分级方法 |
-
2020
- 2020-05-20 CN CN202010430412.4A patent/CN111751753A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104362395A (zh) * | 2014-09-12 | 2015-02-18 | 奇瑞汽车股份有限公司 | 一种废旧电池梯次使用的筛选方法 |
CN105983542A (zh) * | 2015-02-13 | 2016-10-05 | 国家电网公司 | 一种退役电动汽车动力电池分类方法 |
US20190178946A1 (en) * | 2017-12-13 | 2019-06-13 | Beijing Chuangyu Technology Co., Ltd. | Battery classification method and system |
CN110146825A (zh) * | 2019-04-24 | 2019-08-20 | 天津力神电池股份有限公司 | 一种快速评测锂离子电池安全性的方法 |
CN110548694A (zh) * | 2019-08-06 | 2019-12-10 | 江苏慧智能源工程技术创新研究院有限公司 | 一种退役电池模组的快速筛选和分级方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113815485A (zh) * | 2021-09-17 | 2021-12-21 | 岚图汽车科技有限公司 | 一种电动汽车的智能补电控制方法及相关设备 |
CN113815485B (zh) * | 2021-09-17 | 2024-01-09 | 岚图汽车科技有限公司 | 一种电动汽车的智能补电控制方法及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106785178B (zh) | 电池模组再利用检测、筛选配组方法及装置 | |
CN110797591B (zh) | 一种锂动力梯次电芯重组的快速分选方法以及锂动力梯次重组电池 | |
CN108919127B (zh) | 一种快速统计二次电池不同温度和soc下直流内阻的方法 | |
CN107085187A (zh) | 梯次利用电池储能系统一致性维护指标的确定方法及装置 | |
CN102364353B (zh) | 一种基于热效应的二次电池一致性评估方法 | |
CN109116259B (zh) | 锂离子电池循环寿命预测方法、设备、系统及存储介质 | |
CN110850323A (zh) | 一种退役三元锂电池加速衰减的评价方法及装置 | |
CN106953379A (zh) | 一种并联储能电池荷电状态的均衡控制方法及装置 | |
CN111751753A (zh) | 一种基于自放热温度的退役动力电池筛选方法及装置 | |
CN103607494A (zh) | 一种分时段自动化测试终端续航时间的方法及终端 | |
Chen et al. | An efficient regrouping method of retired lithium-ion iron phosphate batteries based on incremental capacity curve feature extraction for echelon utilization | |
CN111077457A (zh) | 一种梯次利用磷酸铁锂电池加速衰减的评价方法及装置 | |
CN115301559A (zh) | 用于退役电池回收利用的高效筛选分拣方法及系统 | |
CN111562510B (zh) | 一种用于确定退役动力电池剩余寿命的方法及系统 | |
CN112685911A (zh) | 一种材料计算框架、方法、系统及计算机设备 | |
CN108417916B (zh) | 考虑电池不一致与老化共同演化的电池分选参数确定方法 | |
CN105225065A (zh) | 基于电子健康档案系统的二次锂电池监控系统及其管理方法 | |
Kim et al. | GK curve-based knee point prediction method for Li-ion batteries | |
CN111136033A (zh) | 一种锂离子电池一致性的筛选方法 | |
CN116736159A (zh) | 一种退役动力电池梯次利用快速一致性筛分方法 | |
CN114814631B (zh) | 一种基于云计算与特征选择的锂电池在线寿命预测方法 | |
CN109959645A (zh) | 锂离子电池壳核结构材料包覆完全性的评价方法和装置 | |
Gong et al. | Design of power battery data monitoring and sharing system based on blockchain | |
CN112578302A (zh) | 一种梯次利用动力电池重组方法、系统、设备和存储介质 | |
CN114793200B (zh) | 一种基于电力物联网网络结构的重要物联节点识别方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201009 |
|
RJ01 | Rejection of invention patent application after publication |