CN111766531B - 一种判断电池包电压一致性的累计风险建模方法 - Google Patents

一种判断电池包电压一致性的累计风险建模方法 Download PDF

Info

Publication number
CN111766531B
CN111766531B CN202010763035.6A CN202010763035A CN111766531B CN 111766531 B CN111766531 B CN 111766531B CN 202010763035 A CN202010763035 A CN 202010763035A CN 111766531 B CN111766531 B CN 111766531B
Authority
CN
China
Prior art keywords
voltage
value
battery pack
cell
risk
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
CN202010763035.6A
Other languages
English (en)
Other versions
CN111766531A (zh
Inventor
严中红
张怒涛
杨若浩
王澎
陈悟果
马敬轩
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.)
China Automotive Engineering Research Institute Co Ltd
Original Assignee
China Automotive Engineering Research Institute 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 China Automotive Engineering Research Institute Co Ltd filed Critical China Automotive Engineering Research Institute Co Ltd
Priority to CN202010763035.6A priority Critical patent/CN111766531B/zh
Publication of CN111766531A publication Critical patent/CN111766531A/zh
Application granted granted Critical
Publication of CN111766531B publication Critical patent/CN111766531B/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]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Secondary Cells (AREA)

Abstract

本发明涉及电池安全领域，具体公开了一种判断电池包电压一致性的累计风险建模方法，包括步骤：S1.获取单体电池随时间变化的单体电压值；S2.计算单体电压值的电压中心值；S3.计算电压中心值与每个单体电压值之间的一阶中心矩；S4.对一阶中心矩进行累计，得到单体电池的累计风险值。本方法确定作为标准的电压中心值(步骤S2)，用单体电压值与电压中心值的一阶中心距表现单体差异(步骤S3)，通过累计的方法表现单体差异在时间维度上从量变到质变的过程和异常变化(步骤S4)。相比现有值域方法、描述统计方法、内阻估算方法、特征分析方法等量化方法，本方法更能表现单体电压值的差异性，使得事故车和正常车区分度较大，且本方法运算量小。

Description

一种判断电池包电压一致性的累计风险建模方法
技术领域
本发明涉及电池安全领域，具体涉及一种判断电池包电压一致性的累计风险建模方法。
背景技术
当前的很多类似故障或问题都是在时间维度上从量变到质变,最终才发生的，例如新能源汽车发生起火事故时，往往是少数电芯先发生问题，继而引发周围电芯的热失控。因此可通过电池包的单体一致性反映电池包内部的安全状态。观察电池包单体一致性实际上就是观察各单体电压数据特征的差异。在量化表示各最小监控单元电压差异时候通常有值域方法、描述统计方法、内阻估算方法、特征分析方法等等，这些方法存在一些明确的缺陷，如事故车辆和正常车辆区分度小、量化的运算量大等。
发明内容
本发明提供一种判断电池包电压一致性的累计风险建模方法，解决的技术问题在于：现有量化电池电芯电压差异的方法，量化的运算量大，并且事故车辆和正常车辆区分度小。
本发明提供的基础方案为：
一种判断电池包电压一致性的累计风险建模方法，包括步骤：
S1.获取单体电池随时间变化的单体电压值；
S2.计算所述单体电压值的电压中心值；
S3.计算所述电压中心值与每个所述单体电压值之间的一阶中心矩；
S4.对所述一阶中心矩进行累计，得到所述单体电池的累计风险值。
本发明的工作原理及优点在于：
确定作为标准的电压中心值(步骤S2)，用单体电压值与电压中心值的一阶中心矩表现单体差异(步骤S3)，通过累计的方法表现单体差异在时间维度上从量变到质变的过程和异常变化(步骤S4)。相比现有值域方法、描述统计方法、内阻估算方法、特征分析方法等量化方法，本方法更能表现单体电压值的差异性，使得事故车和正常车区分度较大，且本方法采用简单的公式计算，运算量小。
进一步，所述电压中心值的计算公式为：
Figure GDA0003031511210000021
其中，uc表示电压中心值，n表示单体电压值的个数，ui表示第i个单体电压值，U表示所有单体电压值的集合，M0.25(U)表示各单体电压值的1/4位数，M0.75(U)表示各单体电压的3/4位数。
有益效果：利用各单体电压值的1/4位数和3/4位数计算电压中心值，便于计算一阶中心矩，从而便于计算累计风险值。
进一步，所述一阶中心矩的计算公式为：
μi＝|ui-uc|
其中，μi表示第i个单体电压值的一阶中心矩，j∈Ti，Ti表示衰退周期。
有益效果：利用一阶中心矩量化单体电压值的不一致性。
进一步，所述步骤S4具体包括步骤：
S41.设定衰退周期和衰退程度；
S42.对每个所述衰退周期内的一阶中心矩进行累计，得到所述单体电池在所述衰退周期内的累计风险值；
S43.按照时间线联立每个所述衰退周期内的累计风险值，绘制所述单体电池的累计风险曲线。
有益效果：通过局部累计的方法量化表现出各单体电压波动的相似性(步骤S42)；随后在时间维度上积分、设定衰退参数，表现出电池包的一致性并削弱历史数据的影响(步骤S41)；通过各单体的累计、累计差异的异常变化来反映电池包的安全状态(步骤S43)。
进一步，所述步骤S42中，对每个所述衰退周期内的一阶中心矩进行累计的公式为：
Figure GDA0003031511210000022
有益效果：采用公式累计每个衰退周期内的一阶中心矩，可得到所述单体电池的累计风险值。
进一步，所述步骤S1具体包括步骤：
S11.每隔预设时间段采集一次单体电池的单体电压值，并记录对应的采集时刻；
S12.按照采集时刻顺序获取累计时间段内所有的单体电压值。
有益效果：表现单体安全状态的能直接检测到的核心参数主要是电流、单体电压等等，因电池包内部各最小监控单元是串联的形式，其电流相等。所以观察电池包单体一致性实际上就是观察各单体电压数据特征的差异。
进一步，所述步骤S41中，每P个所述单体电压值为一所述衰退周期，P≥1000。
有益效果：将衰退周期设定为至少每1000个单体电压值，保证每个衰退周期内参与累计计算的单体数量值数量足够，能够较好地体现该衰退周期内的电压一致性。
进一步，P＝5000。
有益效果：将衰退周期设定为每5000个单体电压值，既能较好地体现该衰退周期内的电压一致性，也能较好地体现整个时间线所有衰退周期的电压一致性。
进一步，所述步骤S41中，所述衰退程度不小于5％。
有益效果：通过设定衰退程度以削弱历史数据的影响。
进一步，所述衰退程度等于10％。
有益效果：通过设定所述衰退程度为10％，可较大程度地削弱历史数据的影响。
附图说明
图1为本发明实施例1提供的一种判断电池包电压值一致性的累计风险建模方法的步骤流程图；
图2为本发明实施例1提供的电压中心值与单体电压值的关系图；
图3为本发明实施例1提供的正常车辆的累计风险曲线；
图4为本发明实施例2提供的正常车辆的累计风险曲线；
图5为本发明实施例3提供的正常车辆的累计风险曲线；
图6为本发明实施例4提供的异常车辆的累计风险曲线。
具体实施方式
下面通过具体实施方式进一步详细的说明：
实施例1
为了量化车辆单体电芯之间的电压差异，本实施例提供一种判断电池包电压值一致性的累计风险建模方法，如图1所示，包括步骤S1-S4。
S1.获取单体电池随时间变化的单体电压值。
该步骤具体包括步骤：
S11.每隔预设时间段采集一次单体电池的单体电压值，并记录对应的采集时刻；
S12.按照采集时刻顺序获取累计时间段内所有的单体电压值。
能直接检测到的表现单体电池安全状态的核心参数主要是电流、单体电压等等，因电池包内部各最小监控单元(单体电池)是串联的形式，其电流相等。因而观察电池包单体电池的一致性实际上就是观察各单体电池的电压数据特征的差异。本步骤S1便是获取各单体电池的电压数据。
S2.计算所述单体电压值的电压中心值。
本步骤中，所述电压中心值的计算公式为：
Figure GDA0003031511210000041
其中，uc表示电压中心值，n表示单体电压值的个数，ui表示第i个单体电压值，U表示所有单体电压值的集合，M0.25(U)表示各单体电压值的1/4位数，M0.75(U)表示各单体电压值的3/4位数。如图2，这种方式可以准确地找到最能代表整体情况的电压中心值，而不受个别离群值影响。
S3.计算所述电压中心值与每个所述单体电压值之间的一阶中心矩。
本步骤中，所述一阶中心矩的计算公式为：
μi＝|ui-uc|
其中，μi表示第i个单体电压值的一阶中心矩，j∈Ti，Ti表示衰退周期。
本步骤计算的一阶中心矩，得到各单体电压值与电压中心值的绝对差值。
S4.对所述一阶中心矩进行累计，得到所述单体电池的累计风险值。
该步骤具体包括步骤：
S41.设定衰退周期和衰退程度；
S42.对每个所述衰退周期内的一阶中心矩进行累计，得到所述单体电池在所述衰退周期内的累计风险值；
S43.按照时间线联立每个所述衰退周期内的累计风险值，绘制所述单体电池的累计风险曲线。
所述步骤S41中，每P个所述单体电压值为一所述衰退周期，P≥1000。将衰退周期设定为至少每1000个单体电压值，保证每个衰退周期内参与累计计算的单体数量值数量足够，能够较好地体现该衰退周期内的电压一致性。本实施例具体将衰退周期设定为每5000个单体电压值，既能较好地体现该衰退周期内的电压一致性，也能较好地体现整个时间线所有衰退周期的电压一致性。所述衰退程度不小于5％，通过设定衰退程度以削弱历史数据的影响。本实施例所述衰退程度等于10％。
所述步骤S42中，对每个所述衰退周期内的一阶中心矩进行累计的公式为：
Figure GDA0003031511210000051
本步骤S4：通过局部累计的方法量化表现出各单体电压波动的相似性(步骤S42)；随后在时间维度上积分、设定衰退参数，表现出电池包的一致性并削弱历史数据的影响(步骤S41)；通过各单体的累计、累计差异的异常变化来反映电池包的安全状态(步骤S43)。
本实施例以一电压异常的新能源电动车(异常车辆)为例，该异常车辆设有电池包，该电池包包括100个单体电池(即n＝100)，衰退周期＝5000，衰退程度＝10％，步骤S1获取了160000个单体电压值。经过步骤S2-S4的计算后，得到的累计风险曲线如图3所示。
从图3可以看出，记号为10的单体电池(cell 10)的累计风险值突然增大，最后直达最高，表示该单体电池相较其他单体电池最易发生异常。而记号为6和90的电池(cell 6和cell 90)也相较于其他单体电池累计风险上升较快，说明这两个电池运行也不太稳定，质量没有其他单体电池好。而电池包在工作过程中，最多的便是除cell 10、cell 6、cell90外的这一类单体电池，随工作时间增长，电池的损耗逐渐越多，其风险累计值也逐渐增加，但这种损耗无法避免。
综上，本实施例的工作原理及优点在于：
确定作为标准的电压中心值(步骤S2)，用单体电压值与电压中心值的一阶中心矩表现单体差异(步骤S3)，通过累计的方法表现单体差异在时间维度上从量变到质变的过程和异常变化(步骤S4)。相比现有值域方法、描述统计方法、内阻估算方法、特征分析方法等量化方法，如图2所示，本方法更能表现单体电压值的差异性，使得事故车和正常车区分度较大，且本方法运算量小。而因为电池包的单体电池之间大多是串联的方式，而一旦有单体电池发生损坏，不能正常输出电压，则将导致整个电动车辆无法运行。本实施例的累计风险建模方法对后期电池包的检查和维修具有绝对的指导作用。
实施例2
本实施例与实施例1的不同之处在于：本实施例以另一电压异常的新能源电动车(异常车辆)为例，该异常车辆设有电池包，该电池包包括100个单体电池(即n＝100)，衰退周期＝5000，衰退程度＝10％，步骤S1获取了105000个单体电压值。经过步骤S2-S4的计算后，得到的累计风险曲线如图4所示。
从图4可以看出，记号为11和84的电池(cell 11和cell 84)也相较于其他单体电池累计风险上升较快，说明这两个电池运行不太稳定，质量没有其他单体电池好。而电池包在工作过程中，最多的便是除cell 11、cell 8外的这一类单体电池，随工作时间增长，电池的损耗逐渐越多，其风险累计值也逐渐增加，但这种损耗无法避免。
和实施例1的图3相比，可看出本实施例的除cell 11、cell 8外的单体电池普遍都比实施例1的除cell 10、cell 6、cell 90外的单体电池的累计风险上升慢，可说明本实施例采用的电池质量更好，随工作时间增长，电池损耗明显更小。
实施例3
本实施例与实施例1的不同之处在于：本实施例以另一电压异常的新能源电动车(异常车辆)为例，该异常车辆设有电池包，该电池包包括100个单体电池(即n＝100)，衰退周期＝5000，衰退程度＝10％，步骤S1获取了220000个单体电压值。经过步骤S2-S4的计算后，得到的累计风险曲线如图5所示。
从图5可以看出，所有单体电池在运行到一段时间后(大约是采集到第200000个单体电压值时)，累计风险都明显增加，可见得，该电动车采用的单体电池在前期都工作较为稳定，在达到一个时间节点后，质量断崖式下降，且在短时间内风险概率急剧上升，甚至达到了百分之百，比如记号为39的单体电池(cell 39)。
实施例4
本实施例与实施例1的不同之处在于：本实施例以另一电压正常的新能源电动车(正常车辆)为例，该正常车辆设有电池包，该电池包包括100个单体电池(即n＝100)，衰退周期＝5000，衰退程度＝10％，步骤S1获取了180000个单体电压值。经过步骤S2-S4的计算后，得到的累计风险曲线如图6所示。
从图6可以看出，所有单体电池随工作时间增长，电池的损耗逐渐增多，其风险累计值也缓慢增加，但这种增加无法避免，这属于电池的正常损耗。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (8)

1.一种判断电池包电压一致性的累计风险建模方法，其特征在于，包括步骤：
S1.获取单体电池随时间变化的单体电压值；
S2.计算所述单体电压值的电压中心值；电压中心值的计算公式为：
Figure FDA0003031511200000011
其中，uc表示电压中心值，n表示单体电压值的个数，ui表示第i个单体电压值，U表示所有单体电压值的集合，M0.25(U)表示各单体电压值的1/4位数，M0.75(U)表示各单体电压的3/4位数；
S3.计算所述电压中心值与每个所述单体电压值之间的一阶中心矩；一阶中心矩的计算公式为：
μi＝|ui-uc|
其中，μi表示第i个单体电压值的一阶中心矩；
S4.对所述一阶中心矩进行累计，得到所述单体电池的累计风险值。
2.如权利要求1所述的一种判断电池包电压一致性的累计风险建模方法，其特征在于，所述步骤S4具体包括步骤：
S41.设定衰退周期和衰退程度；
S42.对每个所述衰退周期内的一阶中心矩进行累计，得到所述单体电池在所述衰退周期内的累计风险值；
S43.按照时间线联立每个所述衰退周期内的累计风险值，绘制所述单体电池的累计风险曲线。
3.如权利要求2所述的一种判断电池包电压一致性的累计风险建模方法，其特征在于：所述步骤S42中，对每个所述衰退周期内的一阶中心矩进行累计的公式为：
Figure FDA0003031511200000012
其中，Ti表示衰退周期。
4.如权利要求3所述的一种判断电池包电压一致性的累计风险建模方法，其特征在于：所述步骤S1具体包括步骤：
S11.每隔预设时间段采集一次单体电池的单体电压值，并记录对应的采集时刻；
S12.按照采集时刻顺序获取累计时间段内所有的单体电压值。
5.如权利要求4所述的一种判断电池包电压一致性的累计风险建模方法，其特征在于：所述步骤S41中，每P个所述单体电压值为一所述衰退周期，P≥1000。
6.如权利要求5所述的一种判断电池包电压一致性的累计风险建模方法，其特征在于：P＝5000。
7.如权利要求2所述的一种判断电池包电压一致性的累计风险建模方法，其特征在于：所述步骤S41中，所述衰退程度不小于5％。
8.如权利要求7所述的一种判断电池包电压一致性的累计风险建模方法，其特征在于：所述衰退程度等于10％。
CN202010763035.6A 2020-07-31 2020-07-31 一种判断电池包电压一致性的累计风险建模方法 Active CN111766531B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010763035.6A CN111766531B (zh) 2020-07-31 2020-07-31 一种判断电池包电压一致性的累计风险建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010763035.6A CN111766531B (zh) 2020-07-31 2020-07-31 一种判断电池包电压一致性的累计风险建模方法

Publications (2)

Publication Number Publication Date
CN111766531A CN111766531A (zh) 2020-10-13
CN111766531B true CN111766531B (zh) 2021-07-16

Family

ID=72728267

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010763035.6A Active CN111766531B (zh) 2020-07-31 2020-07-31 一种判断电池包电压一致性的累计风险建模方法

Country Status (1)

Country Link
CN (1) CN111766531B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030017821A (ko) * 2001-08-23 2003-03-04 현대자동차주식회사 전기자동차용 배터리 냉각시스템
WO2012164761A1 (ja) * 2011-05-31 2012-12-06 日立ビークルエナジー株式会社 電池システム監視装置
CN104614675A (zh) * 2014-12-31 2015-05-13 普天新能源车辆技术有限公司 一种动力电池组一致性检测方法及装置
CN104656023A (zh) * 2013-11-22 2015-05-27 广州汽车集团股份有限公司 一种评价电池单体一致性的方法和系统
CN204666795U (zh) * 2014-12-31 2015-09-23 普天新能源车辆技术有限公司 一种动力电池组一致性检测装置及设备
CN105467325A (zh) * 2014-09-26 2016-04-06 福特全球技术公司 电池容量退化解决的方法和系统
CN106842047A (zh) * 2017-01-22 2017-06-13 华北电力科学研究院有限责任公司 电池组串一致性的确定方法及装置
CN108089133A (zh) * 2017-11-29 2018-05-29 深圳市科陆电子科技股份有限公司 储能系统电池组一致性检测方法及检测装置
CN108680868A (zh) * 2018-05-28 2018-10-19 天津市捷威动力工业有限公司 一种电池包循环测试一致性分析方法
CN109532559A (zh) * 2018-11-14 2019-03-29 北汽福田汽车股份有限公司 动力电池的soc修正方法和装置、车辆
CN110161414A (zh) * 2019-06-13 2019-08-23 北京理工大学 一种动力电池热失控在线预测方法及系统
CN110794305A (zh) * 2019-10-14 2020-02-14 北京理工大学 一种动力电池故障诊断方法和系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102576056B (zh) * 2010-10-15 2015-02-18 日本精工株式会社 电源状态诊断方法及装置
US10371758B2 (en) * 2015-09-15 2019-08-06 Lg Chem, Ltd. Test system and method for testing a battery pack
CN105539187B (zh) * 2016-01-22 2018-01-23 深圳市智锂能源科技有限公司 一种动力锂电池全生命周期智能监管系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030017821A (ko) * 2001-08-23 2003-03-04 현대자동차주식회사 전기자동차용 배터리 냉각시스템
WO2012164761A1 (ja) * 2011-05-31 2012-12-06 日立ビークルエナジー株式会社 電池システム監視装置
CN104656023A (zh) * 2013-11-22 2015-05-27 广州汽车集团股份有限公司 一种评价电池单体一致性的方法和系统
CN105467325A (zh) * 2014-09-26 2016-04-06 福特全球技术公司 电池容量退化解决的方法和系统
CN104614675A (zh) * 2014-12-31 2015-05-13 普天新能源车辆技术有限公司 一种动力电池组一致性检测方法及装置
CN204666795U (zh) * 2014-12-31 2015-09-23 普天新能源车辆技术有限公司 一种动力电池组一致性检测装置及设备
CN106842047A (zh) * 2017-01-22 2017-06-13 华北电力科学研究院有限责任公司 电池组串一致性的确定方法及装置
CN108089133A (zh) * 2017-11-29 2018-05-29 深圳市科陆电子科技股份有限公司 储能系统电池组一致性检测方法及检测装置
CN108680868A (zh) * 2018-05-28 2018-10-19 天津市捷威动力工业有限公司 一种电池包循环测试一致性分析方法
CN109532559A (zh) * 2018-11-14 2019-03-29 北汽福田汽车股份有限公司 动力电池的soc修正方法和装置、车辆
CN110161414A (zh) * 2019-06-13 2019-08-23 北京理工大学 一种动力电池热失控在线预测方法及系统
CN110794305A (zh) * 2019-10-14 2020-02-14 北京理工大学 一种动力电池故障诊断方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Individual Cell Fault Detection for Parallel-Connected Battery Cells on Statistical Model and Analysis;Z.Song,etc;《2020 American Control Conference》;20200727;1155-1160 *
车用锂离子动力电池组的一致性研究;郑岳久;《中国博士学位论文全文数据库 工程科技II辑》;20150915;C035-11 *

Also Published As

Publication number Publication date
CN111766531A (zh) 2020-10-13

Similar Documents

Publication Publication Date Title
CN110794305B (zh) 一种动力电池故障诊断方法和系统
CN110161414B (zh) 一种动力电池热失控在线预测方法及系统
CN112327167B (zh) 一种电池容量跳水风险评估方法及系统
CN109116242B (zh) 一种动力电池的数据处理方法和装置
EP3316387A1 (en) Energy storage system
CN112098850A (zh) 基于sdo算法的锂离子电池电压故障诊断方法及系统
CN110045291B (zh) 一种锂电池容量估计方法
CN114462259B (zh) 基于soc的电池剩余寿命预测方法、系统、汽车及介质
CN116643178B (zh) 一种电池管理系统的soc估算方法及相关装置
CN112363059A (zh) 基于gm（1，1）灰色模型的电池故障诊断方法及系统
CN117074965B (zh) 一种锂离子电池剩余寿命预测方法及系统
JP2019152656A (ja) 電池監視システム
CN115494399A (zh) 一种新能源汽车电池系统的单体差异风险智能识别方法
WO2023052910A1 (en) System and method for estimating state of health and remaining useful life of a battery
CN117783745B (zh) 用于换电柜的数据在线监测方法及系统
CN114036647A (zh) 一种基于实车数据的动力电池安全风险评估方法
WO2022016862A1 (zh) 用于监控电池组健康状况的方法和系统
CN111766531B (zh) 一种判断电池包电压一致性的累计风险建模方法
CN111859710A (zh) 一种量化安全的累计风险模型建模方法
CN117630672A (zh) 借助变换器模型预测诊断技术设备的设备电池的方法和设备
CN116893366A (zh) 用于运行系统以识别设备的电蓄能器的异常的方法和装置
CN116298988A (zh) 一种储能电站中电池状态的诊断方法及装置
JP2019152657A (ja) 電池監視システム
CN115128468A (zh) 一种化学储能电池phm欠压故障预测方法
CN115424443A (zh) 一种基于行驶数据的车辆异常监控方法

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
GR01 Patent grant
GR01 Patent grant