CN111982531B - 评估电池与整车匹配性的方法 - Google Patents

评估电池与整车匹配性的方法 Download PDF

Info

Publication number
CN111982531B
CN111982531B CN202010780610.3A CN202010780610A CN111982531B CN 111982531 B CN111982531 B CN 111982531B CN 202010780610 A CN202010780610 A CN 202010780610A CN 111982531 B CN111982531 B CN 111982531B
Authority
CN
China
Prior art keywords
battery
index
current
indexes
vehicle
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
CN202010780610.3A
Other languages
English (en)
Other versions
CN111982531A (zh
Inventor
吴伟
张志平
刘聪
曾庆隆
黄李冲
陈攀兰
石宇航
方伟鹏
谢礼波
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.)
Guangdong Greenway Technology Co Ltd
Original Assignee
Guangdong Greenway Technology 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 Guangdong Greenway Technology Co Ltd filed Critical Guangdong Greenway Technology Co Ltd
Priority to CN202010780610.3A priority Critical patent/CN111982531B/zh
Publication of CN111982531A publication Critical patent/CN111982531A/zh
Application granted granted Critical
Publication of CN111982531B publication Critical patent/CN111982531B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/007—Wheeled or endless-tracked vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • 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
    • 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
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Tests Of Electric Status Of Batteries (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种评估电池与整车匹配性的方法，包括：电池BMS系统获取锂电池数据信息；手机APP程序通过蓝牙BLE通讯绑定电池，并获取电池与整车运行数据；云服务器通过手机APP程序获取电池的数据信息，并通过后台数据分析电池与整车匹配性，生成电池与整车匹配性指标；获取电池与整车的最佳匹配度，生成最佳匹配度下的锂电池性能参数指标；动态调整锂电池性能参数指标，满足在动态条件下的电池与整车的最佳匹配度。本发明通过手机APP收集电池与车辆匹配使用的数据，通过云服务器评估电池与整车的匹配性问题，针对不同车型使用适用的电池，去降低电池的故障率，延长电池的使用时间，降低研发成本以及售后服务成本。

Description

评估电池与整车匹配性的方法
技术领域
本发明涉及电池管理技术领域，尤其涉及一种评估电池与整车匹配性的方法。
背景技术
随着新能源的发展，锂电池的需求量越来越大，锂电池所使用的车型也越来越多样化。共享电池，模块化电池等技术类电池的发展，让人们可以在出行更安心，不再担心电池再出行时突然没电的情况。为了更好的推广电池的使用，通过提高电池与整车的匹配性，通过大数据统计了解电池对不同车型的匹配性以及对整车和电池的差异化需求改善。
目前各大产品电池虽然勉强能通用大多数车型的使用，但由于匹配性问题，导致电池的故障急剧增多，使售后维修人员苦不堪言，也使较多的终端消费者对这些产品电池的信任度降低，甚至不再使用这款产品的电池。
因此，现有技术需要改进。
发明内容
本发明实施例所要解决的技术问题是：提供一种评估电池与整车匹配性的方法，以解决现有技术中存在的问题。
根据本发明实施例的一个方面，公开一种评估电池与整车匹配性的方法，包括：
电池BMS系统获取锂电池数据信息，所述电池数据信息包括锂电池电压、电流、温度、回馈电流、电池ID信息；
手机APP程序通过蓝牙BLE通讯绑定电池，并获取电池与整车运行数据，所述电池与整车运行数据包括：整车运行电池电压、整车运行电流、电芯温升、SOC、FCC、整车速度、骑行坡度、耗电时间比、电压电流的最大值及最小值；
云服务器通过手机APP程序获取电池的数据信息，并通过后台数据分析电池与整车匹配性，生成电池与整车匹配性指标，所述电池与整车匹配性指标包括：持续骑行温度指标、持续骑行速度指标、持续骑行电流指标、速度电流指标、坡度加速度电流指标、最大电流指标、最大电压指标、最大温度值指标、最大回馈电流指标、最小电流指标、最小电压指标、最小温度值指标、最小回馈电流指标、行车里程指标、电池荷电状态指标；
获取电池与整车的最佳匹配度，生成最佳匹配度下的锂电池性能参数指标；
动态调整锂电池性能参数指标，满足在动态条件下的电池与整车的最佳匹配度。
基于本发明上述评估电池与整车匹配性的方法的另一个实施例中，所述持续骑行温度指标包括：
采集持续骑行的电池温度变化状况，检验电池的温度上升数据；
计算持续骑行时间与电池温度变化的相关性指数；
判断实际骑行时间与电池温度变化的相关性指数与设定的相关性指数是否一致；
如果一致，则判定持续骑行温度指标匹配；
如果不一致，则判定持续骑行温度指标不匹配。
基于本发明上述评估电池与整车匹配性的方法的另一个实施例中，所述持续骑行速度指标包括：
采集持续骑行的车辆速度变化状况，检验单位电池的骑行时间与速度变化数据；
计算持续骑行时间与车辆速度变化的相关性指数；
判断实际骑行时间与车辆速度变化的相关性指数与设定的相关性指数是否一致；
如果一致，则判定持续骑行速度指标匹配；
如果不一致，则判定持续骑行速度指标不匹配。
基于本发明上述评估电池与整车匹配性的方法的另一个实施例中，所述速度电流指标包括：
采集单位电池的车辆速度数据及电池电流数据，检验电池电流与速度变化数据；
计算电池电流与车辆速度变化的相关性指数；
判断实际电池输出电流与车辆速度变化的相关性指数与设定的BMS输出最大电流是否一致；
如果一致，则判定速度电流指标匹配；
如果不一致，则判定速度电流指标不匹配。
基于本发明上述评估电池与整车匹配性的方法的另一个实施例中，所述最大电流指标包括：
采集单位电池的BMS中输出电流的最大值情况；
判断采集的BMS输出电流最大值是否与设计的BMS输出电流一致；
如果一致，则判定最大电流指标匹配；
如果不一致，则判定最大电流指标不匹配。
基于本发明上述评估电池与整车匹配性的方法的另一个实施例中，所述最小电流指标包括：
采集单位电池的BMS中输出电流的最小值情况；
判断采集的BMS输出电流最小值是否与设计的BMS输出电流一致；
如果一致，则判定最小电流指标匹配；
如果不一致，则判定最小电流指标不匹配。
基于本发明上述评估电池与整车匹配性的方法的另一个实施例中，所述行车里程指标包括：
采集单位电池的电量1％损耗所行驶的里程数量，并预计总行驶里程；
检测车辆的实际行驶里程；
比对车辆设计的行驶里程与实际行驶里程误差是否在设定的指标范围内；
如果是，则判定行车里程指标匹配；
如果否，则判定行车里程指标不匹配。
基于本发明上述评估电池与整车匹配性的方法的另一个实施例中，所述电池荷电状态指标包括：
采集车辆行驶单位里程的电池荷电状态下降数量，并预计当前电池支撑的行车里程；
检测车辆在电池荷电状态为零时的实际行车里程；
比对预计的行车里程与实际行车里程的误差是否在设定的指标范围内；
如果是，则判定电池电荷状态指标匹配；
如果否，则判定电池电荷状态指标不匹配。
与现有技术相比，本发明具有如下优点：
本发明的评估电池与整车匹配性的方法通过手机APP收集电池与车辆匹配使用的数据，通过云服务器实时大数据分析技术和海量数据储存技术，结合车辆的动态信息去评估电池与整车的匹配性问题，针对不同车型使用适用的电池，去降低电池的故障率，延长电池的使用时间，降低研发成本以及售后服务成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明的评估电池与整车匹配性的方法的一个实施例的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例只是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合附图和实施例对本发明提供的一种评估电池与整车匹配性的方法进行更详细地说明。
图1是本发明的评估电池与整车匹配性的方法的一个实施例的流程图，如图1所示，该实施例的评估电池与整车匹配性的方法包括：
10，电池BMS系统获取锂电池数据信息，所述电池数据信息包括锂电池电压、电流、温度、回馈电流、电池ID信息；
20，手机APP程序通过蓝牙BLE通讯绑定电池，并获取电池与整车运行数据，所述电池与整车运行数据包括：整车运行电池电压、整车运行电流、电芯温升、SOC、FCC、整车速度、骑行坡度、耗电时间比、电压电流的最大值及最小值；
30，云服务器通过手机APP程序获取电池的数据信息，并通过后台数据分析电池与整车匹配性，生成电池与整车匹配性指标，所述电池与整车匹配性指标包括：持续骑行温度指标、持续骑行速度指标、持续骑行电流指标、速度电流指标、坡度加速度电流指标、最大电流指标、最大电压指标、最大温度值指标、最大回馈电流指标、最小电流指标、最小电压指标、最小温度值指标、最小回馈电流指标、行车里程指标、电池荷电状态指标；
40，获取电池与整车的最佳匹配度，生成最佳匹配度下的锂电池性能参数指标；
50，动态调整锂电池性能参数指标，满足在动态条件下的电池与整车的最佳匹配度。
所述持续骑行温度指标包括：
采集持续骑行的电池温度变化状况，检验电池的温度上升数据；
计算持续骑行时间与电池温度变化的相关性指数；
判断实际骑行时间与电池温度变化的相关性指数与设定的相关性指数是否一致；
如果一致，则判定持续骑行温度指标匹配；
如果不一致，则判定持续骑行温度指标不匹配。
所述持续骑行速度指标包括：
采集持续骑行的车辆速度变化状况，检验单位电池的骑行时间与速度变化数据；
计算持续骑行时间与车辆速度变化的相关性指数；
判断实际骑行时间与车辆速度变化的相关性指数与设定的相关性指数是否一致；
如果一致，则判定持续骑行速度指标匹配；
如果不一致，则判定持续骑行速度指标不匹配。
所述持续骑行温度指标、持续骑行电流指标与所述持续骑行速度指标的相关实现步骤类似，在此不做赘述。
所述速度电流指标包括：
采集单位电池的车辆速度数据及电池电流数据，检验电池电流与速度变化数据；
计算电池电流与车辆速度变化的相关性指数；
判断实际电池输出电流与车辆速度变化的相关性指数与设定的BMS输出最大电流是否一致；
如果一致，则判定速度电流指标匹配；
如果不一致，则判定速度电流指标不匹配。
所述坡度加速度电流指标与所述速度电流指标的相关实现步骤类似，在此不做赘述。
所述最大电流指标包括：
采集单位电池的BMS中输出电流的最大值情况；
判断采集的BMS输出电流最大值是否与设计的BMS输出电流一致；
如果一致，则判定最大电流指标匹配；
如果不一致，则判定最大电流指标不匹配。
所述最大电压指标、最大温度值指标、最大回馈电流指标与所述最大电流指标的相关实现步骤类似，在此不做赘述。
所述最小电流指标包括：
采集单位电池的BMS中输出电流的最小值情况；
判断采集的BMS输出电流最小值是否与设计的BMS输出电流一致；
如果一致，则判定最小电流指标匹配；
如果不一致，则判定最小电流指标不匹配。
所述最小电压指标、最小温度值指标、最小回馈电流指标与所述最小电流指标的相关实现步骤类似，在此不做赘述。
所述行车里程指标包括：
采集单位电池的电量1％损耗所行驶的里程数量，并预计总行驶里程；
检测车辆的实际行驶里程；
比对车辆设计的行驶里程与实际行驶里程误差是否在设定的指标范围内；
如果是，则判定行车里程指标匹配；
如果否，则判定行车里程指标不匹配。
所述电池荷电状态指标包括：
采集车辆行驶单位里程的电池荷电状态下降数量，并预计当前电池支撑的行车里程；
检测车辆在电池荷电状态为零时的实际行车里程；
比对预计的行车里程与实际行车里程的误差是否在设定的指标范围内；
如果是，则判定电池电荷状态指标匹配；
如果否，则判定电池电荷状态指标不匹配。
以上对本发明所提供的一种评估电池与整车匹配性的方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种评估电池与整车匹配性的方法，其特征在于，包括：
电池BMS系统获取锂电池数据信息，所述电池数据信息包括锂电池电压、电流、温度、回馈电流、电池ID信息；
手机APP程序通过蓝牙BLE通讯绑定电池，并获取电池与整车运行数据，所述电池与整车运行数据包括：整车运行电池电压、整车运行电流、电芯温升、SOC、FCC、整车速度、骑行坡度、耗电时间比、电压电流的最大值及最小值；
云服务器通过手机APP程序获取电池的数据信息，并通过后台数据分析电池与整车匹配性，生成电池与整车匹配性指标，所述电池与整车匹配性指标包括：持续骑行温度指标、持续骑行速度指标、持续骑行电流指标、速度电流指标、坡度加速度电流指标、最大电流指标、最大电压指标、最大温度值指标、最大回馈电流指标、最小电流指标、最小电压指标、最小温度值指标、最小回馈电流指标、行车里程指标、电池荷电状态指标；
获取电池与整车的最佳匹配度，生成最佳匹配度下的锂电池性能参数指标；
动态调整锂电池性能参数指标，满足在动态条件下的电池与整车的最佳匹配度；
所述持续骑行温度指标包括：
采集持续骑行的电池温度变化状况，检验电池的温度上升数据；
计算持续骑行时间与电池温度变化的相关性指数；
判断实际骑行时间与电池温度变化的相关性指数与设定的相关性指数是否一致；
如果一致，则判定持续骑行温度指标匹配；
如果不一致，则判定持续骑行温度指标不匹配；
所述持续骑行速度指标包括：
采集持续骑行的车辆速度变化状况，检验单位电池的骑行时间与速度变化数据；
计算持续骑行时间与车辆速度变化的相关性指数；
判断实际骑行时间与车辆速度变化的相关性指数与设定的相关性指数是否一致；
如果一致，则判定持续骑行速度指标匹配；
如果不一致，则判定持续骑行速度指标不匹配；
所述速度电流指标包括：
采集单位电池的车辆速度数据及电池电流数据，检验电池电流与速度变化数据；
计算电池电流与车辆速度变化的相关性指数；
判断实际电池输出电流与车辆速度变化的相关性指数与设定的BMS输出最大电流是否一致；
如果一致，则判定速度电流指标匹配；
如果不一致，则判定速度电流指标不匹配；
所述最大电流指标包括：
采集单位电池的BMS中输出电流的最大值情况；
判断采集的BMS输出电流最大值是否与设计的BMS输出电流一致；
如果一致，则判定最大电流指标匹配；
如果不一致，则判定最大电流指标不匹配；
所述最小电流指标包括：
采集单位电池的BMS中输出电流的最小值情况；
判断采集的BMS输出电流最小值是否与设计的BMS输出电流一致；
如果一致，则判定最小电流指标匹配；
如果不一致，则判定最小电流指标不匹配；
所述行车里程指标包括：
采集单位电池的电量1％损耗所行驶的里程数量，并预计总行驶里程；
检测车辆的实际行驶里程；
比对车辆设计的行驶里程与实际行驶里程误差是否在设定的指标范围内；
如果是，则判定行车里程指标匹配；
如果否，则判定行车里程指标不匹配；
所述电池荷电状态指标包括：
采集车辆行驶单位里程的电池荷电状态下降数量，并预计当前电池支撑的行车里程；
检测车辆在电池荷电状态为零时的实际行车里程；
比对预计的行车里程与实际行车里程的误差是否在设定的指标范围内；
如果是，则判定电池电荷状态指标匹配；
如果否，则判定电池电荷状态指标不匹配。
CN202010780610.3A 2020-08-06 2020-08-06 评估电池与整车匹配性的方法 Active CN111982531B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010780610.3A CN111982531B (zh) 2020-08-06 2020-08-06 评估电池与整车匹配性的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010780610.3A CN111982531B (zh) 2020-08-06 2020-08-06 评估电池与整车匹配性的方法

Publications (2)

Publication Number Publication Date
CN111982531A CN111982531A (zh) 2020-11-24
CN111982531B true CN111982531B (zh) 2023-09-01

Family

ID=73445075

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010780610.3A Active CN111982531B (zh) 2020-08-06 2020-08-06 评估电池与整车匹配性的方法

Country Status (1)

Country Link
CN (1) CN111982531B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113553542A (zh) * 2021-06-08 2021-10-26 广汽菲亚特克莱斯勒汽车有限公司 一种基于数据分析的新能源汽车动力电池状态评估方法
CN114493372B (zh) * 2022-03-31 2022-08-02 一道新能源科技(衢州)有限公司 用于太阳能电池大数据分析的数据收集方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104485474A (zh) * 2014-12-04 2015-04-01 上海交通大学 一种基于一致性指标的纯电动汽车电池组匹配方法
CN104569847A (zh) * 2015-01-28 2015-04-29 国网冀北电力有限公司电力科学研究院 一种锂电池性能评估方法及装置
CN105608299A (zh) * 2016-03-04 2016-05-25 安徽工程大学 基于多目标优化的纯电动车动力系统参数匹配方法
CN106908075A (zh) * 2017-03-21 2017-06-30 福州大学 大数据采集与处理系统及基于其电动汽车续航估计方法
CN107696896A (zh) * 2017-09-29 2018-02-16 江西江铃集团新能源汽车有限公司 电动汽车续驶里程估算方法
CN109188302A (zh) * 2018-10-31 2019-01-11 安徽江淮汽车集团股份有限公司 一种电动汽车动力性匹配的方法及系统
CN109783831A (zh) * 2017-11-15 2019-05-21 河南森源重工有限公司 一种电动汽车的动力系统性能验证方法
WO2019113828A1 (zh) * 2017-12-13 2019-06-20 深圳配天智能技术研究院有限公司 纯电动汽车剩余里程的估算方法及装置
CN110549902A (zh) * 2018-03-30 2019-12-10 比亚迪股份有限公司 云服务器、电动汽车及其中动力电池的管理系统、方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104485474A (zh) * 2014-12-04 2015-04-01 上海交通大学 一种基于一致性指标的纯电动汽车电池组匹配方法
CN104569847A (zh) * 2015-01-28 2015-04-29 国网冀北电力有限公司电力科学研究院 一种锂电池性能评估方法及装置
CN105608299A (zh) * 2016-03-04 2016-05-25 安徽工程大学 基于多目标优化的纯电动车动力系统参数匹配方法
CN106908075A (zh) * 2017-03-21 2017-06-30 福州大学 大数据采集与处理系统及基于其电动汽车续航估计方法
CN107696896A (zh) * 2017-09-29 2018-02-16 江西江铃集团新能源汽车有限公司 电动汽车续驶里程估算方法
CN109783831A (zh) * 2017-11-15 2019-05-21 河南森源重工有限公司 一种电动汽车的动力系统性能验证方法
WO2019113828A1 (zh) * 2017-12-13 2019-06-20 深圳配天智能技术研究院有限公司 纯电动汽车剩余里程的估算方法及装置
CN110549902A (zh) * 2018-03-30 2019-12-10 比亚迪股份有限公司 云服务器、电动汽车及其中动力电池的管理系统、方法
CN109188302A (zh) * 2018-10-31 2019-01-11 安徽江淮汽车集团股份有限公司 一种电动汽车动力性匹配的方法及系统

Also Published As

Publication number Publication date
CN111982531A (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
Noel et al. Vehicle-to-Grid
Xiong et al. Advanced battery management technologies for electric vehicles
Ahmed et al. The role of artificial intelligence in the mass adoption of electric vehicles
Meissner et al. Battery monitoring and electrical energy management: Precondition for future vehicle electric power systems
Alves et al. Indirect methodologies to estimate energy use in vehicles: Application to battery electric vehicles
Mehar et al. Sustainable transportation management system for a fleet of electric vehicles
Meissner et al. The challenge to the automotive battery industry: the battery has to become an increasingly integrated component within the vehicle electric power system
Hou et al. A comparison study of battery size optimization and an energy management strategy for FCHEVs based on dynamic programming and convex programming
CN111982531B (zh) 评估电池与整车匹配性的方法
CN113085655B (zh) 一种车载电动汽车综合服务系统
Veerendra et al. Hybrid power management for fuel cell/supercapacitor series hybrid electric vehicle
EP3771020A1 (en) Battery control device, battery control method, uninterruptible power supply unit, power system, and electric vehicle
KR20130082959A (ko) 전기자동차 관리 서비스 시스템 및 이를 이용한 서비스 방법
Wang et al. A driving-behavior-based SoC prediction method for light urban vehicles powered by supercapacitors
CN102890245A (zh) 用于确定充电接受能力及为可充电电池充电的方法
Rizoug et al. Aging of high power Li‐ion cells during real use of electric vehicles
CN102221678A (zh) 一种电池系统在线寿命计算方法
Mei et al. Remaining driving range prediction for electric vehicles: Key challenges and outlook
Qahtan et al. Charging Station of Electric Vehicle Based on IoT: A Review
Ghaderi et al. Online energy management of a hybrid fuel cell vehicle considering the performance variation of the power sources
Leska et al. Comparative Calculation of the Fuel–Optimal Operating Strategy for Diesel Hybrid Railway Vehicles
JP2021086191A (ja) 貸出システム、貸出方法、およびプログラム
CN207199787U (zh) 一种基于无线通讯电芯的汽车云端电池管理系统
WO2022024847A1 (ja) 演算システム、電池の劣化予測方法、及び電池の劣化予測プログラム
D’Arpino et al. Lifetime optimization for a grid-friendly dc fast charge station with second life batteries

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