CN111983477B - 一种基于阻抗谱模型的锂离子电池安全度估算方法及估算装置 - Google Patents
一种基于阻抗谱模型的锂离子电池安全度估算方法及估算装置 Download PDFInfo
- Publication number
- CN111983477B CN111983477B CN202010867342.9A CN202010867342A CN111983477B CN 111983477 B CN111983477 B CN 111983477B CN 202010867342 A CN202010867342 A CN 202010867342A CN 111983477 B CN111983477 B CN 111983477B
- Authority
- CN
- China
- Prior art keywords
- safety
- battery
- lithium ion
- ion battery
- impedance
- 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
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]
- G01R31/367—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]
- G01R31/389—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]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种基于阻抗谱模型的锂离子电池安全度估算方法及估算装置,属于电池安全度估算领域。本发明用以解决现有技术没有以电气热失控因素量化电池安全程度的问题。本发明建立锂离子电池的等效阻抗模型;根据锂离子电池内部SEI模阻抗得到电池安全边界阙值l;根据所述安全边界阙值l得到安全度SOS值;综合电池电气热失控因素确定电池安全性的量化值,提高了电池使用的可靠性和安全性。
Description
技术领域
本发明涉及电池安全度估算领域,特别是涉及一种基于阻抗谱模型的锂离子电池安全度估算方法及估算装置。
背景技术
随着全球电动汽车行业的崛起,锂离子电池的发展也进一步引起了人们的关注。然而,由于锂离子电池内部化学反应的不稳定性,电池自燃、爆炸、漏液等不事故逐渐发生在我们的身边,使人们不得不关注新能源汽车电池系统的安全性。保证电池工作在电池特有的用电安全边界内,即保证电池在工作时不会发生自燃、爆炸、漏液等现象。
由此可知,锂离子电池的安全性是电力电子行业的首要问题。锂离子电池热失控是导致电池脱离安全边界、降低锂离子电池安全度的最重要的影响因素,而机械因素如针刺、碰撞等操作和电气因素如过充、过放、短路等操作,是影响锂离子电池热失控的两个主要原因。为了避免机械热失控,将电池保持在相对稳定的环境中;而电气热失控的研究也是锂离子电池安全边界以及安全度的主要研究方向,具有电气热失控的锂离子电池导致SEI膜的分解,使电池的内阻变大,即电化学阻抗谱对于锂离子电池安全性能的研究尤为重要。根据电池热失控得到电池安全性的量化值是本领域亟待解决的问题。
发明内容
为了解决上述问题,本发明提供了一种基于阻抗谱模型的锂离子电池安全度估算方法及估算装置,综合电池电气热失控因素确定电池安全性的量化值,提高了电池使用的可靠性和安全性。
本发明第一方面提供了一种基于阻抗谱模型的锂离子电池安全度估算方法,包括如下步骤:
S1、建立锂离子电池的等效阻抗模型;
S2、根据锂离子电池内部SEI模阻抗得到电池安全边界阙值l;
S3、根据所述安全边界阙值l得到安全度SOS值:
其中,Di、D0、Dl分别代表锂离子电池任意状态、初始状态、达到安全边界状态时的阻抗谱的横向位置;
S4、所述安全度数值划分成若干区间,代表锂离子电池的安全程度。
进一步的,步骤S2具体包括:
S21、根据所述电池等效阻抗模型,采集电池安全边界阙值、电池零初始和电池使用过三种状态下的阻抗模型数据,绘制阻抗谱模型;
S22、将所述三种状态下的数据点划分成高频、中频和低频三类,每一类数据采用非线性最小二乘法分析确定模型参数为SEI膜阻抗;
S23、根据SEI膜阻抗得到电池安全边界阙值l。
进一步的,所述电池安全边界阙值l为:
其中,Rfilm,EOL代表该锂离子电池达到安全边界阙值时的SEI膜阻抗,Rfilm,fresh代表该锂离子电池出厂时的SEI膜阻抗。
进一步的,所述电池等效阻抗模型包括锂离子电池内部SEI膜阻抗模型、锂离子电荷转移阻抗模型和扩散阻抗模型。
进一步的,所述一种基于阻抗谱模型的锂离子电池安全度估算方法包括将电池的安全度划分成若干安全区间,所述安全区间对应当前时刻的电池安全情况。
本发明另一方面提供一种基于阻抗谱模型的锂离子电池安全度估算装置,包括:
估算模块,用以通过本发明第一方面所述一种基于阻抗谱模型的锂离子电池安全度估算方法对电池安全度进行估算;
包括区间匹配模块,建立安全度对照表,所述安全度对照表由若干安全区间构成,安全区间对应当前时刻的电池安全情况;将估算模块得到的安全度数值与所述安全区间匹配,得到当前时刻的电池安全情况。
显示模块,用以显示电池的安全度数值和或电池安全程度。
如上所述,本发明提供的一种基于阻抗谱模型的锂离子电池安全度估算方法,具有如下效果:
1、本申请通过阻抗谱模型结合电池各方面电气热失控因素,确定影响电池安全性的模阻抗参数,根据膜阻抗参数实现电池使用过程中安全性的量化描述,即安全度数值,量化的安全性数值对于预防电池事故的发生、保障使用者生命安全具有重要意义。
2、本发明所述方法的电池等效模型简单,可方便更新计算结果,适用于锂离子电池在使用过程中安全度的在线估算。
3、本方法适用于各种电池的安全度估算,适用性广且应用场合较多。
综上可见,本发明中提出的一种基于阻抗谱模型的锂离子电池安全度估算方法非常适用于各种电池的安全度估算且具有实用性。
附图说明
图1为本发明具体实施例的整体流程图;
图2为本发明具体实施例的步骤S2的流程图;
图3为本发明具体实施例的电池等效模型;
图4为本发明具体实施例的阻抗谱图形;
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
如图1所示,本实施例的一种基于阻抗谱模型的锂离子电池安全度估算方法,包括如下步骤:
S1、建立锂离子电池的等效阻抗模型;
本实施例的锂离子电池的等效阻抗模型如图3所示,包括锂离子电池内部SEI膜阻抗模型、锂离子电荷转移阻抗模型和扩散阻抗模型三个部分,图3中,Rfilm、QCPE1分别代表了锂离子电池内部SEI膜阻抗和电容;Rct、QCPE2分别代表了锂离子电荷转移阻抗和电容;ZW、R0、L0分别代表了扩散阻抗、电导特性、电感集总。
本实施例中,阻抗为常数相元其中,TCPE和PCPE是常数相元的参数,j是虚数单位,角频率ω,根据锂离子电池内部模型算出的锂离子电池总的阻抗即扩散阻抗+SEI阻抗+电荷转移阻抗,这几个部分结合常数相元依次带入得到,所以本实施例所述的电池的总阻抗Z为:
其中,为扩散阻抗ZW,D是固体扩散系数,C0是固相初始锂离浓度,d是有效扩散系数,R是气体常数,F是法拉第常数,T是温度,PW为任意值,Tfilm和Pdl是等效电路模型中SEI膜阻抗部分常数相元的参数;
S2、根据锂离子电池内部SEI模阻抗得到电池安全边界阙值l,具体包括如下步骤:
S21、根据所述电池等效阻抗模型,采集电池安全边界阙值、电池零初始、电池使用过的三种状态下的阻抗模型数据并作图,如图4所示。本实施例利用HIOKI(BT4560)仪器可行频率从1000Hz-0.1Hz下的扫频阻抗谱测试,并且采集若干个数据点绘制阻抗谱模型,根据以上电池等效阻抗模型,对处在初始情况和安全边界时的锂离子电池使用情况的阻抗谱进行分析。所述锂离子电池内部SEI膜阻抗体现在阻抗谱高频区域的圆弧处,锂离子电荷转移阻抗反映在阻抗谱的中频区域的圆弧处;扩散阻抗反映在阻抗谱的低频区的直线处,随着使用时间的增加,高频区域的圆弧变大,代表锂离子电池的SEI膜阻抗增加。中频区和低频区的电荷转移阻抗和扩散阻抗变化不大,同时,逐渐图像向左移。
S22、本实施例将步骤S21所述的数据划分成高频、中频和低频三类每一类采集20个数据点,共采集180个数据点,进行非线性最小二乘法分析确定模型参数为SEI膜阻抗;
所述非线性最小二乘法原理为未知量的最可能值使各项实际观测值和计算值之间差的平方乘以其精确度的数值以后的和为最小,具体为:
其中,h(k)=[-y(k-1),-y(k-2),...,y(k-n),u(k-1),u(k-2),...,u(k-n)];
待估参数θ为:θ=[a1,a2,...,an,b1,b2,...,bn]T;
其中,z(k)为系统输出量的第k次观测值,y(k)为系统输出量的第k次真值,u(k)为系统第k个输入值,v(k)是均值为0的随机噪声。
通过非线性最小二乘法公式可以进一步化简为:Zm=Hmθ+Vm;
本实施例根据电池管理系统历史数据和相关专家经验,锂离子电池使用过程中,不同安全程度下,锂离子电池内部各个部分阻抗的变化趋势,阻抗谱模型中高频区域圆弧半径逐渐变大,SEI膜阻抗变大,而中频区域的电荷转移阻抗和低频区域扩算阻抗的图像变化不大可以忽略不计,即可利用SEI膜阻抗Rfilm对锂离子电池安全边界进行估计。
S23、根据SEI膜阻抗得到锂离子电池安全边界阙值l。
所述锂离子电池的安全边界是指锂离子电池不发生电气热失控临界状态下的电化学阻抗谱;本实施例由法拉第电流与电极过电位之间的关系经过一阶泰勒展开线性化可得其中,jfd是电极表面的法拉第电流密度,η是过电势,j0是交换电流密度,从而可得SEI膜阻抗Rfilm为:
本实施例根据电池管理系统历史数据和相关专家经验得到,随着锂离子电池使用过程中的安全程度的降低,锂离子电池的SEI膜阻抗呈单调增加的趋势,并且得到SEI膜的增长率为:即SEI膜增长率δ与安全度成反比,那么,通过实验得到锂离子电池安全边界时的SEI膜增长率的倒数即为锂离子电池安全边界阙值l为:
其中,Rfilm,EOL代表该锂离子电池达到安全边界值时的SEI膜阻抗,Rfilm,fresh代表该锂离子电池出厂时的电荷转移阻抗,Rfilm,i代表了锂离子电池任意状态下的SEI膜的阻抗。
S3、根据所述安全边界阙值l得到安全度SOS值:
本申请中的锂离子电池的安全度指锂离子电池在任意时刻阻抗谱距离锂离子电池安全边界阻抗谱的距离与锂离子电池安全边界阻抗谱到一个完全初始状态锂离子电池阻抗谱距离的比值,即锂离子电池的安全度为锂离子电池在使用过程中不因电气热失控而发生燃烧、爆炸、产生有毒有害气体、对使用者造成伤害的性能,又定量地描述了锂离子电池的安全程度。同时,通过锂离子安全边界阙值的概念可以将锂离子电池的安全度表示为锂离子安全边界l与锂离子任意时刻所处的边界li之差,即可得到本实施例所述的安全度SOS。同时,膜增长率δ与安全度成反比,即当达到安全边界时的膜增长率δ的倒数即为安全边界阈值,而通过安全度也可以理解为安全边界l与任意时刻所处的边界li之差,将安全边界阈值带入即可求得下式安全度SOS与膜阻抗的关系为:
其中Di、D0、Dl分别代表锂离子电池当前时刻的安全度状态、初始状态、达到安全边界状态阻抗谱的横向位置;
S4、建立安全度对照表,所述安全度对照表由若干安全区间构成,安全区间对应当前时刻的电池安全情况;将得到的安全度数值与所述安全区间匹配,得到当前时刻的电池安全情况。
本申请将电池的安全程通过电池安全边界阙值l进行量化表示,实现电池安全度的实时显示,为了更为直观的利用安全度,安全度可以根据锂离子电池使用环境或使用方式等不同划分成不同的区间,本实施例将安全度划分并建立电池安全程度对应表,如表1所示。
表1电池安全程度对应表
安全隶属度 | 安全程度 |
0-0.2 | 严重危险 |
0.2-0.4 | 危险 |
0.4-0.6 | 潜在危险 |
0.6-0.8 | 可正常使用 |
0.8-1 | 放心使用 |
表1左侧表示电池安全度数值,右侧表示当前电池使用的安全程度,因为安全度数值越接近于1,说明电池也就越安全;安全隶度数值越接近于0,电池也就越大概率发生安全事故。本实施例依据上述安全区间建立了电池安全程度对应表,如表1所示,当电池的安全度数值位于[0.8,1]范围内时,表明此时电池的状体良好,可以继续使用,当电池的安全度数值位于[0.6,0.8)范围内时,表明此时电池状态一般,需要使用者稍加留意,当电池的安全度数值位于[0.4,0.6)范围内时,表明此时电池存在潜在危险,在使用过程中需要使用者多加注意,当电池的安全度数值位于[0.2,0.4)范围内时,此时电池已经达到危险程度,此时应停止使用并将更换电池,当电池的安全度数值位于[0,0.2)范围内时,表面电池达到严重危险程度,表明已经出现燃烧爆炸情况或极易引起燃烧和爆炸,此时应根据实际需要采取紧急处理方式将电池拆卸并妥善转移。
本实施例提供一种基于阻抗谱模型的锂离子电池安全度估算装置,其特征在于,包括:
估算模块,用以通过本实施例所述一种基于阻抗谱模型的锂离子电池安全度估算方法对电池安全度进行估算;
本实施例所述估算模块可以通过现有的单片机等芯片搭载程序实现,或者通过云计算平台实现;
包括区间匹配模块,用以将电池的安全度划分成若干安全区间,所述安全区间对应当前时刻的电池安全情况;将估算模块得到的安全度数值与所述安全区间匹配,得到当前时刻的电池安全情况;
显示模块,用以显示电池的安全度数值和/或电池安全程度。
本实施例所述一种基于阻抗谱模型的锂离子电池安全度估算装置集成在一种电子设备中,包括处理器、存储器和显示器,存储器中存在用以实现基于双卡尔曼滤波的锂离子动力电池安全度估算方法的指令,处理器用以调用所述指令以执行本发明实施例所述的电池安全区估算方法,本实施例中的处理器可以为DSP或单片机等。
此外,上述的存储器中的指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中,即本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (6)
1.一种基于阻抗谱模型的锂离子电池安全度估算方法,其特征在于,包括如下步骤:
S1、建立锂离子电池的等效阻抗模型;
S2、根据锂离子电池内部SEI膜阻抗得到电池安全边界阙值l,包括:
S21、根据所述电池等效阻抗模型,采集电池安全边界阙值、电池零初始和电池使用过三种状态下的阻抗模型数据,绘制阻抗谱模型;
S22、将所述三种状态下的数据点划分成高频、中频和低频三类,每一类数据采用非线性最小二乘法分析确定模型参数为SEI膜阻抗;
S23、根据SEI膜阻抗得到电池安全边界阙值l;
S3、根据所述安全边界阙值l得到安全度SOS值:
其中,Di、D0、Dl分别代表锂离子电池任意状态、初始状态、达到安全边界状态时的阻抗谱的横向位置;
所述电池安全边界阙值l为:
其中,Rfilm,EOL代表该锂离子电池达到安全边界阙值时的SEI膜阻抗,Rfilm,fresh代表该锂离子电池出厂时的SEI膜阻抗;
S4、所述安全度SOS值划分成若干区间,代表锂离子电池的安全程度。
2.根据权利要求1所述一种基于阻抗谱模型的锂离子电池安全度估算方法,其特征在于,所述电池等效阻抗模型包括锂离子电池内部SEI膜阻抗模型、锂离子电荷转移阻抗模型和扩散阻抗模型。
3.根据权利要求1所述一种基于阻抗谱模型的锂离子电池安全度估算方法,其特征在于,所述一种基于阻抗谱模型的锂离子电池安全度估算方法包括建立安全度对照表,所述安全度对照表由若干安全区间构成,安全区间对应当前时刻的电池安全情况;将得到的安全度数值与所述安全区间匹配,得到当前时刻的电池安全情况。
4.根据权利要求1所述一种基于阻抗谱模型的锂离子电池安全度估算方法,其特征在于,所述锂离子电池包括磷酸铁锂电池、钴酸锂电池或锰酸锂电池;所述锂离子电池形状包括方形、圆柱形、软包方形和塑壳方形。
5.一种基于阻抗谱模型的锂离子电池安全度估算装置,其特征在于,包括:
估算模块,用以通过权利要求1-4任一项所述一种基于阻抗谱模型的锂离子电池安全度估算方法对电池安全度进行估算;
显示模块,用以显示电池的安全度数值和或电池安全程度。
6.根据权利要求5所述一种基于阻抗谱模型的锂离子电池安全度估算装置,其特征在于,包括区间匹配模块,用以建立安全度对照表,所述安全度对照表由若干安全区间构成,安全区间对应当前时刻的电池安全情况;将得到的安全度数值与所述安全区间匹配,得到当前时刻的电池安全情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010867342.9A CN111983477B (zh) | 2020-08-24 | 2020-08-24 | 一种基于阻抗谱模型的锂离子电池安全度估算方法及估算装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010867342.9A CN111983477B (zh) | 2020-08-24 | 2020-08-24 | 一种基于阻抗谱模型的锂离子电池安全度估算方法及估算装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111983477A CN111983477A (zh) | 2020-11-24 |
CN111983477B true CN111983477B (zh) | 2022-09-02 |
Family
ID=73444082
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010867342.9A Active CN111983477B (zh) | 2020-08-24 | 2020-08-24 | 一种基于阻抗谱模型的锂离子电池安全度估算方法及估算装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111983477B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112731181B (zh) * | 2020-12-30 | 2022-07-19 | 哈尔滨工业大学(威海) | 一种基于电化学原理的锂离子电池阻抗模型 |
EP3998487B1 (en) * | 2021-02-19 | 2024-05-29 | Lilium eAircraft GmbH | Battery management system for an electric air vehicle |
CN114720526B (zh) * | 2022-03-25 | 2023-08-04 | 江苏海基新能源股份有限公司 | 一种磷酸铁锂材料循环性能的快速评价方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2382272A1 (es) * | 2009-11-13 | 2012-06-06 | Universitat Politècnica De Catalunya | Metodo y aparato de medida del estado de carga y del estado de salud de baterias. |
CN106872905A (zh) * | 2017-02-23 | 2017-06-20 | 哈尔滨工业大学 | 一种单体锂离子全电池参数获取方法 |
CN107121643A (zh) * | 2017-07-11 | 2017-09-01 | 山东大学 | 锂离子电池健康状态联合估计方法 |
CN107526881A (zh) * | 2017-08-10 | 2017-12-29 | 浙江大学城市学院 | 一种基于连续性推导的锂电池电极阻抗建模方法 |
CN107607880A (zh) * | 2017-09-19 | 2018-01-19 | 哈尔滨工业大学 | 一种基于阻抗谱的锂离子电池内部健康特征提取方法 |
CN107831444A (zh) * | 2017-10-26 | 2018-03-23 | 哈尔滨工业大学 | 一种锂离子电池健康状态估计方法 |
CN108919137A (zh) * | 2018-08-22 | 2018-11-30 | 同济大学 | 一种考虑不同电池状态的电池老化状态估计方法 |
CN109061516A (zh) * | 2018-10-10 | 2018-12-21 | 哈尔滨理工大学 | 一种基于模糊概率综合评判的电池健康状态评估方法 |
CN109143108A (zh) * | 2018-07-25 | 2019-01-04 | 合肥工业大学 | 一种基于电化学阻抗谱的锂离子电池soh的估计方法 |
CN109765496A (zh) * | 2018-12-20 | 2019-05-17 | 西安交通大学 | 一种基于在线电化学阻抗谱测量的电池健康状态估计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3011393B1 (fr) * | 2013-10-01 | 2017-02-10 | Centre Nat Rech Scient | Procede et appareil d'evaluation de l'etat de sante d'une batterie lithium |
-
2020
- 2020-08-24 CN CN202010867342.9A patent/CN111983477B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2382272A1 (es) * | 2009-11-13 | 2012-06-06 | Universitat Politècnica De Catalunya | Metodo y aparato de medida del estado de carga y del estado de salud de baterias. |
CN106872905A (zh) * | 2017-02-23 | 2017-06-20 | 哈尔滨工业大学 | 一种单体锂离子全电池参数获取方法 |
CN107121643A (zh) * | 2017-07-11 | 2017-09-01 | 山东大学 | 锂离子电池健康状态联合估计方法 |
CN107526881A (zh) * | 2017-08-10 | 2017-12-29 | 浙江大学城市学院 | 一种基于连续性推导的锂电池电极阻抗建模方法 |
CN107607880A (zh) * | 2017-09-19 | 2018-01-19 | 哈尔滨工业大学 | 一种基于阻抗谱的锂离子电池内部健康特征提取方法 |
CN107831444A (zh) * | 2017-10-26 | 2018-03-23 | 哈尔滨工业大学 | 一种锂离子电池健康状态估计方法 |
CN109143108A (zh) * | 2018-07-25 | 2019-01-04 | 合肥工业大学 | 一种基于电化学阻抗谱的锂离子电池soh的估计方法 |
CN108919137A (zh) * | 2018-08-22 | 2018-11-30 | 同济大学 | 一种考虑不同电池状态的电池老化状态估计方法 |
CN109061516A (zh) * | 2018-10-10 | 2018-12-21 | 哈尔滨理工大学 | 一种基于模糊概率综合评判的电池健康状态评估方法 |
CN109765496A (zh) * | 2018-12-20 | 2019-05-17 | 西安交通大学 | 一种基于在线电化学阻抗谱测量的电池健康状态估计方法 |
Non-Patent Citations (2)
Title |
---|
Online Estimation of the Electrochemical Impedance Spectrum and Remaining Useful Life of Lithium-Ion Batteries;Arijit Guha et al.;《IEEE Transactions on Instrumentation and Measurement》;20180831;1836-1849 * |
基于电化学阻抗谱的三元锂离子电池状态估计研究;张连德;《中国优秀博硕士学位论文全文数据库(硕士) 工程科技II辑》;20190115;C035-939 * |
Also Published As
Publication number | Publication date |
---|---|
CN111983477A (zh) | 2020-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111983477B (zh) | 一种基于阻抗谱模型的锂离子电池安全度估算方法及估算装置 | |
How et al. | State of charge estimation for lithium-ion batteries using model-based and data-driven methods: A review | |
Cen et al. | Lithium‐ion battery SOC/SOH adaptive estimation via simplified single particle model | |
US10491022B2 (en) | Secondary battery management system | |
Zhang et al. | Joint state-of-charge and state-of-available-power estimation based on the online parameter identification of lithium-ion battery model | |
Wu et al. | Low‐complexity state of charge and anode potential prediction for lithium‐ion batteries using a simplified electrochemical model‐based observer under variable load condition | |
Shahriari et al. | Online state-of-health estimation of VRLA batteries using state of charge | |
Chen et al. | Core temperature estimation based on electro‐thermal model of lithium‐ion batteries | |
Su et al. | Fast capacity estimation for lithium-ion battery based on online identification of low-frequency electrochemical impedance spectroscopy and Gaussian process regression | |
Lee et al. | Novel state-of-charge estimation method for lithium polymer batteries using electrochemical impedance spectroscopy | |
CN112946489B (zh) | 一种基于低频eis的快速容量评估方法 | |
Pang et al. | A comprehensive physics-based equivalent-circuit model and state of charge estimation for lithium-ion batteries | |
Qin et al. | A novel transfer learning-based cell SOC online estimation method for a battery pack in complex application conditions | |
Han et al. | The state of health estimation framework for lithium-ion batteries based on health feature extraction and construction of mixed model | |
Zhou et al. | An online state of health estimation method for lithium-ion batteries based on integrated voltage | |
Xu et al. | Electrode thickness correlated parameters estimation for a Li-ion NMC battery electrochemical model | |
CN111983471A (zh) | 一种基于双卡尔曼滤波的锂离子动力电池安全度估算方法及估算装置 | |
Weber et al. | Process noise quantification in kalman filters with application to electrochemical lithium-ion battery state estimation | |
Jia et al. | Model improvement and SOC estimation based on aluminium ion batteries | |
Alao et al. | Characterization of lithium ncm and sealed lead acid batteries using electrochemical impedance spectroscopy | |
Zeng et al. | Improved fractional‐order hysteresis‐equivalent circuit modeling for the online adaptive high‐precision state of charge prediction of urban‐electric‐bus lithium‐ion batteries | |
Feng et al. | State-of-charge and state-of-health estimation algorithms of lithium-ion batteries using SMO | |
Kono et al. | Dynamic characteristic analysis and visualization of current–voltage distribution in pores of lithium-ion battery | |
Li et al. | SOH estimation method for lithium-ion batteries based on an improved equivalent circuit model via electrochemical impedance spectroscopy | |
CN111983467A (zh) | 基于二阶rc等效电路模型的电池安全度估算方法及估算装置 |
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 |