CN111999659B - 基于特征值法的磷酸铁锂电池soh估算方法及存储介质 - Google Patents

基于特征值法的磷酸铁锂电池soh估算方法及存储介质 Download PDF

Info

Publication number
CN111999659B
CN111999659B CN202011055490.7A CN202011055490A CN111999659B CN 111999659 B CN111999659 B CN 111999659B CN 202011055490 A CN202011055490 A CN 202011055490A CN 111999659 B CN111999659 B CN 111999659B
Authority
CN
China
Prior art keywords
battery
iron phosphate
lithium iron
phosphate battery
charging
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
CN202011055490.7A
Other languages
English (en)
Other versions
CN111999659A (zh
Inventor
张绍虹
洪木南
郑英
朱骞
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.)
Deep Blue Automotive Technology Co ltd
Original Assignee
Chongqing Changan New Energy Automobile 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 Chongqing Changan New Energy Automobile Technology Co Ltd filed Critical Chongqing Changan New Energy Automobile Technology Co Ltd
Priority to CN202011055490.7A priority Critical patent/CN111999659B/zh
Publication of CN111999659A publication Critical patent/CN111999659A/zh
Application granted granted Critical
Publication of CN111999659B publication Critical patent/CN111999659B/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]
    • G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
    • 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
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [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]
    • G01R31/367—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
    • 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)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Secondary Cells (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

本发明提供了一种基于特征值法的磷酸铁锂电池SOH估算方法及存储介质，涉及新能源汽车电池管理系统技术领域，包括通过预设电压设定值以及根据电压设定值分析电池在充电过程中的电压及容量数据，以确定电压压差设定值，并在确定电压压差设定值后，统计每100秒内电池的充入量，用于计算得出区间内的累计充电容量；对磷酸铁锂电池的寿命进行循环充电测试，统计磷酸铁锂电池全寿命周期内累计充入容量与总电池容量之间的函数关系，并基于所述函数关系实现磷酸铁锂电池SOH的估算。解决了传统方法无法在线估算磷酸铁锂电池SOH的问题，还克服了由于磷酸铁锂电池较长的平台期，所导致的估算方法的触发条件在实际中较难达到的技术问题。

Description

基于特征值法的磷酸铁锂电池SOH估算方法及存储介质
技术领域
本发明涉及新能源汽车电池管理系统技术领域，具体涉及一种基于特征值法的磷酸铁锂电池SOH估算方法及存储介质。
背景技术
电动汽车在使用过程中的SOH衰减速度的快慢往往与BMS(电池管理系统)的内部控制密不可分，可以通过提升电池的SOH精度，进而对于提升BMS的控制水平起到较大的帮助作用，且SOH的精度与电池容量的计算结果息息相关。
在现有的磷酸铁锂电池SOH估算方法中，普遍应用的估算方法有两种，一种是通过充电前的SOC1、充电后的SOC2及充电过程中的电池容量变化Q充电，利用公式(1)估算电池现阶段的总容量，利用公式(2)实现电池SOH的估算。
Q＝Q充电/(SOC2-SOC1) (1)
SOH＝Q/Q额定 (2)
该方法的缺点是，要求充电前的电池SOC低于平台期的SOC最小值，且充电后的电池SOC需高于平台期的SOC最大值，由于磷酸铁锂电池的平台期较长，所以该方法的触发条件在实际中较难达到。
另一种常用估算磷酸铁锂电池容量的方法则是利用IC曲线的特征值，通过记录IC曲线上的波峰和波谷以及IC曲线的面积，在IC曲线的特征值里，分别计算特征值与电池容量衰减相关性，选择与电池衰减具有强相关性的特征值作为电池容量衰减预测的观测量。该方法的缺点是离线计算电池容量衰减，无法在线实现电池SOH的预测。
因此，有必要开发一种基于特征值法的磷酸铁锂电池SOH估算方法及存储介质。
发明内容
有鉴于此，本发明的目的在于提供一种基于特征值法的磷酸铁锂电池SOH估算方法及存储介质，用以解决传统估算磷酸铁锂电池SOH的估算条件不易触发，且无法实现在线估算磷酸铁锂电池SOH的技术问题。
第一方面，本发明提供了一种基于特征值法的磷酸铁锂电池SOH估算方法，包括：
步骤1，通过磷酸铁锂电池的SOC-OCV曲线、充电电流以及充电电阻确定电压设定值U；
步骤2，在所述磷酸铁锂电池的慢充充电过程中，当磷酸铁锂电池的电压大于所述电压设定值U时，以采样周期T连续采集磷酸铁锂电池的电压，计算一个采样周期所采集到的电压和其前一周期所采集到的电压差值，并基于各电压差值得到电压压差设定值；
步骤3，在慢充充电过程中，记录采样周期T内电压压差第一次小于所述电压压差设定值时的电池充入容量，记为第一电池充入容量Q1，以及记录采样周期T内电压压差第二次大于电压压差设定值时的电池充入容量，记为第二电池充入容量Q2；
步骤4，根据所述第一电池充入容量Q1与所述第二电池充入容量Q2前后两次充入容量的变化，计算电压压差小于电压压差设定值期间内，电池的累计充入容量Q，即为Q＝Q2-Q1；
步骤5，对磷酸铁锂电池的寿命进行循环充电测试，统计磷酸铁锂电池全寿命周期内累计充入容量与总电池容量之间的关系，并拟合得到函数关系的表达式为y＝0.846x+25.967,其中，y表示磷酸铁锂电池SOH的预测估计值，x表示则表示累计充入电量
步骤6，基于所述函数关系对磷酸铁锂电池现阶段的总容量进行预测，以实现磷酸铁锂电池SOH的估算。
进一步地，在对所述磷酸铁锂电池的慢充充电过程中，根据充电电流、充电电阻以及磷酸铁锂电池的SOC-OCV曲线，通过计算得到当SOC＝65％时的两端电压，即为电压设定值。
进一步地，所述步骤2中的所述采用周期T为100秒。
第二方面，本发明还提供了一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序被一个或者多个处理器执行时，能实现所述的基于特征值法的磷酸铁锂电池SOH估算方法的步骤。
本发明带来了以下有益效果：
本发明所述的一种基于特征值法的磷酸铁锂电池SOH估算方法及存储介质，通过计算并建立累计充电容量与磷酸铁锂电池总容量衰减的函数关系，从而实现电池SOH的预测。该方法不仅可以利用大数据平台采集到的汽车相关数据，通过对数据进行提取处理、分析以及云计算的方式，实现了磷酸铁锂电池SOH的离线计算，还基于BMS实时可采集的电流以及单体电压数据的基础上，通过对充电过程中的电压及充电容量数据进行分析处理，利用充电曲线在循环试验过程中的特征值变化，能够预测磷酸铁锂电池容量在使用过程中的变化，从而实现了磷酸铁锂电池SOH的估算。且该算法不再受磷酸铁锂电池平台期长的约束，能够通过简单有效的方案即可实现离线估算磷酸铁锂电池SOH。解决了传统估算方法无法在线估算磷酸铁锂电池SOH的问题，还克服了磷酸铁锂电池较长的平台期，所导致估算方法的触发条件在实际中较难达到的技术问题。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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为本发明提供的一种基于特征值法的磷酸铁锂电池SOH估算方法的具体流程图；
图2为本发明提供的一种基于特征值法的磷酸铁锂电池SOH估算方法的函数关系示意图；
图3为本发明提供的一种基于特征值法的磷酸铁锂电池SOH估算方法的函数关系的测试数据示意图；
图4为本发明提供的一种基于特征值法的磷酸铁锂电池SOH估算方法的总流程图。
具体实施方式
如图1所示，一种基于特征值法的磷酸铁锂电池SOH估算方法，包括：
步骤1，通过磷酸铁锂电池的SOC-OCV曲线、充电电流以及充电电阻确定电压设定值U。
步骤2，在所述磷酸铁锂电池的慢充充电过程中，当磷酸铁锂电池的电压大于所述电压设定值U时，以采样周期T连续采集磷酸铁锂电池的电压，计算一个采样周期所采集到的电压和其前一周期所采集到的电压差值，并基于各电压差值得到电压压差设定值。
步骤3，在慢充充电过程中，记录采样周期T内电压压差第一次小于所述电压压差设定值时的电池充入容量，记为第一电池充入容量Q1，以及记录采样周期T内电压压差第二次大于电压压差设定值时的电池充入容量，记为第二电池充入容量Q2。
本实施例中，采样周期T为100秒，将平台期内的各电压差值称为电压压差ΔU1，将出平台期时的各电压差值称为电压压差ΔU2，由于出平台期时100秒内的电压压差ΔU2大于平台期内100秒的电压压差ΔU1，故将电压压差设定值设置在ΔU1和ΔU2之间，即比ΔU1略大，且小于ΔU2。
步骤4，根据所述第一电池充入容量Q1与所述第二电池充入容量Q2前后两次充入容量的变化，计算电压压差小于电压压差设定值期间内，电池的累计充入容量Q，即为Q＝Q2-Q1；
步骤5，对磷酸铁锂电池的寿命进行循环充电测试，统计磷酸铁锂电池全寿命周期内累计充入容量与总电池容量之间的关系，并拟合得到函数关系的表达式为y＝0.846x+25.967,其中，y表示磷酸铁锂电池SOH的预测估计值，x表示则表示累计充入电量。
步骤6，基于所述函数关系对磷酸铁锂电池现阶段的总容量进行预测，以实现磷酸铁锂电池SOH的估算。
需要说明的是，该函数关系表达式是对电池单体进行若干次充电测试实验得到的，具体实验数据如图表3所示。由图表数据可以看出刚开始对电池单体进行充电测试时，其预测容量与实际容量几乎相当，但随着测试时间的增加，电池容量的衰减，预测容量的结果与实际容量的结果开始出现了偏差，预测容量的结果往往比实际容量要高，且呈现出预测容量结果与实际容量结果偏差值有变大的趋势，但估计误差值的范围能够控制在1Ah范围之内，所以对磷酸铁锂电池SOH的估算结果不会有太大出入。
在本实施例中，在对磷酸铁锂电池进行慢充充电过程中，首先是通过离线方式获取磷酸铁锂电池的SOC-OCV曲线，同时根据充电电流和充电内阻，可以计算得到当SOC＝65％时的电压，即为电压设定值U。然后分析磷酸铁锂电池在充电过程中的电压及容量数据。同时为了便于验证测试实验结果，将采样周期T设为100秒，将平台期内的各电压差值称为电压压差ΔU1，将出平台期时的各电压差值称为电压压差ΔU2，由于出平台期时100秒内的电压压差ΔU2大于平台期内100秒的电压压差ΔU1，故将电压压差设定值设置在ΔU1和ΔU2之间，即比ΔU1略大，且小于ΔU2。
具体地，在磷酸铁锂电池进行慢充充电过程中，当电压大于电压设定值U，且检测到100秒内电压压差第一次小于电压压差设定值，记录此时的电池充入容量，记作第一电池充入容量Q1。当检测到100秒内电压压差第二次大于电压压差设定值时，记录此时的电池充入容量，记作第二电池充入容量Q2。然后根据前后两次电池充入容量Q1与Q2的变化，计算电压压差小于电压压差预设值期间内电池的累计充入容量Q，即表示为Q＝Q2-Q1。并在确定电压压差设定值后，对磷酸铁锂电池寿命进行循环充电测试，同时统计电池寿命周期内累计充入容量Q与电池总容量衰减的函数关系。然后统计电池在充电过程中的累计容量，并根据电压压差小于电压压差设定值期间内的充电累计容量与电池总容量之间的函数关系，即可实现预测电池现阶段的总容量，进而实现磷酸铁锂电池SOH的估算。
综上所述，本发明所述的一种基于特征值法的磷酸铁锂电池SOH估算方法的总流程图，如图4所示，通过电压设定值以及分析电池在充电过程中的电压及容量数据，用于确定电压压差设定值；并在确定电压压差设定值后统计每100秒的磷酸铁锂电池充入量，用于计算得出区间内的累计充电容量；同时在确定电压压差设定值后，对磷酸铁锂电池寿命进行循环测试，并统计全寿命周期内充电累计容量与磷酸铁锂电池总容量衰减的函数关系，并根据计算磷酸铁锂电池的累计充电容量，进而实现磷酸铁锂电池SOH的预测。该方法不仅可以利用大数据平台采集到的汽车相关数据，通过对数据进行提取处理、分析以及云计算的方式，实现了磷酸铁锂电池SOH的离线计算，还基于BMS实时可采集的电流以及单体电压数据的基础上，通过对充电过程中的电压及充电容量数据进行分析处理，利用充电曲线在循环试验过程中的特征值变化，能够预测磷酸铁锂电池容量在使用过程中的变化，从而实现了磷酸铁锂电池SOH的估算。且该算法不再受磷酸铁锂电池平台期长的约束，能够通过简单有效的方案即可实现离线估算电池SOH。解决了传统估算方法无法在线估算磷酸铁锂电池SOH的问题，还克服了磷酸铁锂电池较长的平台期，导致估算方法的触发条件在实际中较难达到的技术问题。
在本实施例中，还提供了一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序被一个或者多个处理器执行时，能实现所述的基于特征值法的磷酸铁锂电池SOH估算方法的步骤。
所述功能如果以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。基于这样的理解，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(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (4)

1.一种基于特征值法的磷酸铁锂电池SOH估算方法，其特征在于，包括：
步骤1，通过磷酸铁锂电池的SOC-OCV曲线、充电电流以及充电电阻确定电压设定值U；
步骤2，在所述磷酸铁锂电池的慢充充电过程中，当磷酸铁锂电池的电压大于所述电压设定值U时，以采样周期T连续采集磷酸铁锂电池的电压，计算一个采样周期所采集到的电压和其前一周期所采集到的电压差值，并基于各电压差值得到电压压差设定值；
步骤3，在慢充充电过程中，记录采样周期T内电压压差第一次小于所述电压压差设定值时的电池充入容量，记为第一电池充入容量Q1，以及记录采样周期T内电压压差第二次大于电压压差设定值时的电池充入容量，记为第二电池充入容量Q2；
步骤4，根据所述第一电池充入容量Q1与所述第二电池充入容量Q2前后两次充入容量的变化，计算电压压差小于电压压差设定值期间内，电池的累计充入容量Q，即为Q＝Q2-Q1；
步骤5，对磷酸铁锂电池的寿命进行循环充电测试，统计磷酸铁锂电池全寿命周期内累计充入容量与总电池容量之间的关系，并拟合得到函数关系的表达式为y＝0.846x+25.967,其中，y表示磷酸铁锂电池SOH的预测估计值，x表示则表示累计充入电量；
步骤6，基于所述函数关系对磷酸铁锂电池现阶段的总容量进行预测，以实现磷酸铁锂电池SOH的估算。
2.根据权利要求1所述的基于特征值法的磷酸铁锂电池SOH估算方法，其特征在于，在对所述磷酸铁锂电池的慢充充电过程中，根据充电电流、充电电阻以及磷酸铁锂电池的SOC-OCV曲线，通过计算得到当SOC＝65％时的两端电压，即为电压设定值。
3.根据权利要求1所述的基于特征值法的磷酸铁锂电池SOH估算方法，其特征在于，所述步骤2中的所述采样 周期T为100秒。
4.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序被一个或者多个处理器执行时，能实现如权利要求1～3中任一项所述的基于特征值法的磷酸铁锂电池SOH估算方法的步骤。
CN202011055490.7A 2020-09-30 2020-09-30 基于特征值法的磷酸铁锂电池soh估算方法及存储介质 Active CN111999659B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011055490.7A CN111999659B (zh) 2020-09-30 2020-09-30 基于特征值法的磷酸铁锂电池soh估算方法及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011055490.7A CN111999659B (zh) 2020-09-30 2020-09-30 基于特征值法的磷酸铁锂电池soh估算方法及存储介质

Publications (2)

Publication Number Publication Date
CN111999659A CN111999659A (zh) 2020-11-27
CN111999659B true CN111999659B (zh) 2022-05-03

Family

ID=73475006

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011055490.7A Active CN111999659B (zh) 2020-09-30 2020-09-30 基于特征值法的磷酸铁锂电池soh估算方法及存储介质

Country Status (1)

Country Link
CN (1) CN111999659B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112540318B (zh) * 2020-12-22 2022-01-04 武汉理工大学 一种起动内燃机的铅酸蓄电池健康状态估算方法
CN113176505B (zh) * 2021-04-30 2022-10-04 重庆长安新能源汽车科技有限公司 车载动力电池荷电状态与健康状态在线估算方法、装置及存储介质
CN116908723A (zh) * 2023-06-08 2023-10-20 武汉亿纬储能有限公司 一种电池循环次数的计算方法及装置

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202353275U (zh) * 2011-12-20 2012-07-25 惠州市亿能电子有限公司 一种充放电结合的动力电池均衡电路
KR20120134415A (ko) * 2011-06-02 2012-12-12 에스케이이노베이션 주식회사 Ｅｓｓ의 배터리 수명 예측 시스템 및 그 방법
CN102866361A (zh) * 2012-08-31 2013-01-09 惠州市亿能电子有限公司 一种电池组soh在线估算方法
CN103020445A (zh) * 2012-12-10 2013-04-03 西南交通大学 一种电动车车载磷酸铁锂电池的soc与soh预测方法
JP2013148452A (ja) * 2012-01-19 2013-08-01 Toyota Industries Corp Ｓｏｈ推定装置
CN103558556A (zh) * 2013-10-31 2014-02-05 重庆长安汽车股份有限公司 一种动力电池soh估算方法
CN103728563A (zh) * 2013-12-17 2014-04-16 惠州市亿能电子有限公司 一种电池健康状态的测算方法
CN106680725A (zh) * 2016-12-14 2017-05-17 广东恒沃动力科技有限公司 一种磷酸铁锂电池容量在线估算方法
CN107247235A (zh) * 2017-05-19 2017-10-13 江苏大学 一种考虑并联电池差异的电池组容量估算方法
CN108693473A (zh) * 2017-04-12 2018-10-23 东软集团股份有限公司 电池健康状态soh的检测方法及装置
CN109298348A (zh) * 2018-11-30 2019-02-01 北京长城华冠汽车科技股份有限公司 电池的寿命估算方法
CN110967631A (zh) * 2019-05-17 2020-04-07 宁德时代新能源科技股份有限公司 Soh修正方法和装置、电池管理系统和存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7040284B2 (ja) * 2018-05-23 2022-03-23 トヨタ自動車株式会社 二次電池の劣化状態推定方法、劣化状態推定装置、制御方法、及び制御システム

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120134415A (ko) * 2011-06-02 2012-12-12 에스케이이노베이션 주식회사 Ｅｓｓ의 배터리 수명 예측 시스템 및 그 방법
CN202353275U (zh) * 2011-12-20 2012-07-25 惠州市亿能电子有限公司 一种充放电结合的动力电池均衡电路
JP2013148452A (ja) * 2012-01-19 2013-08-01 Toyota Industries Corp Ｓｏｈ推定装置
CN102866361A (zh) * 2012-08-31 2013-01-09 惠州市亿能电子有限公司 一种电池组soh在线估算方法
CN103020445A (zh) * 2012-12-10 2013-04-03 西南交通大学 一种电动车车载磷酸铁锂电池的soc与soh预测方法
CN103558556A (zh) * 2013-10-31 2014-02-05 重庆长安汽车股份有限公司 一种动力电池soh估算方法
CN103728563A (zh) * 2013-12-17 2014-04-16 惠州市亿能电子有限公司 一种电池健康状态的测算方法
CN106680725A (zh) * 2016-12-14 2017-05-17 广东恒沃动力科技有限公司 一种磷酸铁锂电池容量在线估算方法
CN108693473A (zh) * 2017-04-12 2018-10-23 东软集团股份有限公司 电池健康状态soh的检测方法及装置
CN107247235A (zh) * 2017-05-19 2017-10-13 江苏大学 一种考虑并联电池差异的电池组容量估算方法
CN109298348A (zh) * 2018-11-30 2019-02-01 北京长城华冠汽车科技股份有限公司 电池的寿命估算方法
CN110967631A (zh) * 2019-05-17 2020-04-07 宁德时代新能源科技股份有限公司 Soh修正方法和装置、电池管理系统和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于Thevenin模型的锂离子电池温度特性研究;张绍虹;《中国科技论文》;20181231;第13卷(第23期);第2718-2722页 *
基于开路电压特性的动力电池健康状态诊断与估计;姜久春;《北京交通大学学报》;20160831;第40卷(第4期);第92-98页 *

Also Published As

Publication number Publication date
CN111999659A (zh) 2020-11-27

Similar Documents

Publication Publication Date Title
CN111999659B (zh) 基于特征值法的磷酸铁锂电池soh估算方法及存储介质
CN107785624B (zh) 一种评估锂电池性能的方法
CN109557477B (zh) 一种电池系统健康状态估算方法
CN111448467A (zh) 用于对电池容量进行建模和估计的方法及系统
WO2024036737A1 (zh) 一种动力电池老化状态评估与退役筛选方法及系统
CN113406523A (zh) 一种储能电池状态评价方法、装置、电子设备及存储系统
CN113030761A (zh) 一种超大规模储能电站电池健康状态的评估方法及系统
CN115512777B (zh) 一种基于容量变化率的电化学模型参数辨识方法和系统
CN114609523A (zh) 一种电池容量的在线检测方法、电子设备及存储介质
CN115219905A (zh) 一种电池内短路在线检测方法、装置及存储介质
CN112765794A (zh) 基于加速寿命试验的磷酸铁锂电池的可靠性分析方法
CN114035087B (zh) 储能电池剩余寿命评估方法、装置、设备及介质
CN114675187A (zh) 一种物理机理和机器学习融合的锂离子电池寿命预测方法
CN112731162B (zh) 一种基于v2g使用场景下的电池健康度检测方法
CN108398642B (zh) 一种锂离子动力电池soc在线校准方法
CN116953547A (zh) 一种储能电池健康度评估方法、系统、设备及存储介质
CN113900028B (zh) 一种考虑初始荷电状态和充放电路径的电池健康状态估计方法及系统
CN115639480A (zh) 一种电池健康状态的检测方法及装置
CN115754772A (zh) 一种电池容量衰减处理方法、装置、设备和存储介质
CN115923592A (zh) 电动车的电池状态检测方法及装置
CN116148670A (zh) 一种电化学储能电站电池寿命估算方法及装置
CN115902625A (zh) 一种电池系统的性能预测方法、装置、设备及存储介质
CN113447821A (zh) 评估电池荷电状态的方法
CN111983456A (zh) 一种动力电池剩余容量预测方法和系统
CN105633488B (zh) 一种电池组功率自适应控制的方法及系统

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 401133 room 208, 2 house, 39 Yonghe Road, Yu Zui Town, Jiangbei District, Chongqing

Patentee after: Deep Blue Automotive Technology Co.,Ltd.

Address before: 401133 room 208, 2 house, 39 Yonghe Road, Yu Zui Town, Jiangbei District, Chongqing

Patentee before: CHONGQING CHANGAN NEW ENERGY AUTOMOBILE TECHNOLOGY Co.,Ltd.