CN112083345B - 电池状态检测方法、装置及存储介质 - Google Patents
电池状态检测方法、装置及存储介质 Download PDFInfo
- Publication number
- CN112083345B CN112083345B CN202010874716.XA CN202010874716A CN112083345B CN 112083345 B CN112083345 B CN 112083345B CN 202010874716 A CN202010874716 A CN 202010874716A CN 112083345 B CN112083345 B CN 112083345B
- Authority
- CN
- China
- Prior art keywords
- battery
- dqdv
- capacity
- open
- circuit voltage
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 74
- 230000036541 health Effects 0.000 claims abstract description 39
- 238000004088 simulation Methods 0.000 claims description 35
- 238000007599 discharging Methods 0.000 claims description 23
- 230000008859 change Effects 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 14
- 230000014759 maintenance of location Effects 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 230000007246 mechanism Effects 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 104
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 54
- 229910001416 lithium ion Inorganic materials 0.000 description 54
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 4
- 229910052744 lithium Inorganic materials 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- PXHVJJICTQNCMI-UHFFFAOYSA-N nickel Substances [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 239000011149 active material Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229910002804 graphite Inorganic materials 0.000 description 2
- 239000010439 graphite Substances 0.000 description 2
- 239000011572 manganese Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 229910052759 nickel Inorganic materials 0.000 description 2
- 229910013716 LiNi Inorganic materials 0.000 description 1
- 229910001228 Li[Ni1/3Co1/3Mn1/3]O2 (NCM 111) Inorganic materials 0.000 description 1
- 229910018439 LixC Inorganic materials 0.000 description 1
- 229910014247 LixNi1/3Co1/3Mn1/3O2 Inorganic materials 0.000 description 1
- PWHULOQIROXLJO-UHFFFAOYSA-N Manganese Chemical compound [Mn] PWHULOQIROXLJO-UHFFFAOYSA-N 0.000 description 1
- 150000001450 anions Chemical class 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910017052 cobalt Inorganic materials 0.000 description 1
- 239000010941 cobalt Substances 0.000 description 1
- GUTLYIVDDKVIGB-UHFFFAOYSA-N cobalt atom Chemical compound [Co] GUTLYIVDDKVIGB-UHFFFAOYSA-N 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 229910052748 manganese Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229910021645 metal ion Inorganic materials 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 229910001428 transition metal ion Inorganic materials 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
- G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements
-
- 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
Abstract
本发明公开了一电池状态检测方法、装置及存储介质,包括:获取电池工作状态下的第一开路电压函数;根据所述第一开路电压函数获取所述电池的功率损失值和/或容量损失值;根据所述功率损失值和/或所述容量损失值确定所述电池的健康状态。本申请实施例通过通过获取电池工作状态下的第一开路电压函数,以实现对电池的在线检测,并通过电池的容量损失值和/或功率损失值确定电池的健康状态,构建了基于电池运行原理及衰减机理的在线检测方法,提高了电池健康状态的检测精度。
Description
技术领域
本发明涉及电池检测领域,尤其是涉及一种电池状态检测方法、装置及存储介质。
背景技术
随着城市的发展,生活水平的不断提高,电池被广泛的应用于各个行业,例如:锂离子电池在新能源汽车上的广泛应用等。目前,为了保证锂离子电池的正常使用,通常需要对锂离子电池的荷电状态(SOC)以及健康状态(SOH)进行检测。
在相关技术中,采用离线预测法对锂离子电池进行检测。离线预测法需要建立离线预测模型,然而离线预测模型一旦建立后一般难以修改,所以对锂离子电池的检测精度造成一定的影响。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种电池状态检测方法、装置及存储介质,能够实现电池的在线检测,并提高电池的检测精度。
第一方面,本发明的一个实施例提供了电池状态检测方法,包括:获取电池工作状态下的第一开路电压函数;根据所述第一开路电压函数获取所述电池的功率损失值和/或容量损失值;根据所述功率损失值和/或所述容量损失值确定所述电池的健康状态。
本申请实施例的电池状态检测方法至少具有如下有益效果:通过获取电池工作状态下的第一开路电压函数,以实现对电池的在线检测,并通过电池的容量损失值和/或功率损失值确定电池的健康状态,构建了基于电池运行原理及衰减机理的在线检测方法,提高了电池健康状态的检测精度。
根据本发明的另一些实施例的电池状态检测方法,还包括:预先存储以下数据:不同温度及不同电流的充电曲线、不同温度及不同电流的放电曲线、第一开路电压;根据所述数据获取第二开路电压函数、初始容量以及初始dQdV曲线;其中,所述电池包括:全电池和半电池;所述第二开路电压函数包括:所述全电池的初始容量C0、所述全电池的开路电压函数V0、所述半电池的正极开路电压函数V1、所述半电池的负极开路电压函数V2;所述初始容量包括:所述半电池的正极初始容量C1、所述半电池的负极初始容量C2;所述初始dQdV曲线包括:所述半电池的正极dQdV-SOC2曲线、所述半电池的负极dQdV-SOC3曲线。
根据本发明的另一些实施例的电池状态检测方法,所述获取电池工作状态下的第一开路电压函数,具体包括:获取所述全电池和所述半电池在充电或放电状态下的第一电流、第一电压以及第一工作温度;获取所述全电池和所述半电池在充电结束或放电结束后的第二开路电压;根据所述第一电流、所述第一电压、所述第一工作温度以及所述第二开路电压,得到所述第一开路电压函数。
根据本发明的另一些实施例的电池状态检测方法,所述根据所述第一开路电压函数获取所述电池的功率损失值和/或容量损失值,具体包括:根据所述第一开路电压函数获取所述全电池的dQdV-SOC4曲线;构建所述半电池的正极容量损失函数LC1、所述半电池的负极容量损失函数LC2、所述半电池的正极功率损失函数LP1、所述半电池的负极功率损失函数LP2;设定若干仿真容量损失值,根据所述初始容量和所述半电池的正极容量损失函数LC1获取所述半电池的正极荷电状态变化△SOC1,和/或根据所述初始容量和所述半电池的负极容量损失函数LC2获取所述半电池的负极荷电状态变化△SOC2,以得到对应的若干第一仿真dQdV曲线;将若干所述第一仿真dQdV曲线与所述初始dQdV曲线和/或所述dQdV-SOC4曲线进行比较,以得到所述容量损失值;其中,若干所述第一仿真dQdV曲线包括以下任一种或多种:dQdV-△SOC1曲线、dQdV-△SOC2曲线和dQdV-△SOC3曲线,△SOC3表示全电池的仿真荷电状态,,SOC4表示所述全电池的荷电状态。
根据本发明的另一些实施例的电池状态检测方法,所述根据所述第一开路电压函数获取所述电池的功率损失值和/或容量损失值,具体包括:根据若干所述仿真容量损失值,得到所述电池的若干仿真电压曲线;将若干所述仿真电压曲线与所述第二开路电压函数进行比较,以得到所述容量损失值。
根据本发明的另一些实施例的电池状态检测方法,所述根据所述第一开路电压函数获取所述电池的功率损失值和/或容量损失值,还包括:对所述容量损失值和所述不同电流的充电曲线和/或放电曲线进行多目标优化处理,以得到所述功率损失值。
根据本发明的另一些实施例的电池状态检测方法,还包括:获取所述电池的能量损失与时间变化参数的关系函数X=f(t);其中,t表示所述时间变化参数,所述时间变化参数包括以下任一种:容量保持率、功率保持率、能量吞吐量、累计行驶里程;X表示所述能量损失,所述能量损失包括以下任一种或多种:所述半电池的正极能量损失、所述半电池的负极能量损失、所述全电池的能量损失;设定目标t1,根据所述关系函数X=f(t)得到所述能量损失,以确定SOH(t1);其中,SOH(t1)表示所述电池在所述目标t1的健康状态,t1表示所述时间变化参数。
根据本发明的另一些实施例的电池状态检测方法,还包括:获取所述电池的截止寿命SOH;将SOH(t2)与所述截止寿命SOH进行比较,以得到△t;其中,SOH(t2)表示所述电池在t2时的健康状态,△t表示剩余行驶里程或剩余能量吞吐量,t1表示所述时间变化参数。
第二方面,本发明的一个实施例提供了电池状态检测装置,包括:能量损失检测模块,用于获取电池工作状态下的第一开路电压函数,并根据所述第一开路电压函数获取所述电池的功率损失值和/或容量损失值,根据所述功率损失值和/或容量损失值确定所述电池的健康状态;剩余寿命估算模块,与所述能量损失检测模块连接,用于获取所述电池的能量损失与时间变化参数的关系函数X=f(t),并设定目标t1,根据所述关系函数X=f(t)得到所述能量损失,以确定SOH(t1);其中,t表示所述时间变化参数,所述时间变化参数包括以下任一种:容量保持率、功率保持率、能量吞吐量、累计行驶里程;X表示所述能量损失,所述能量损失包括:半电池的正极能量损失和/或半电池的负极能量损失;SOH(t1)表示所述电池在所述目标t1的健康状态,t1表示所述时间变化参数。
第三方面,本发明的一个实施例提供了计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如第一方面任一实施例所描述的电池状态检测方法。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
图1是本申请实施例中电池状态检测方法的一具体实施例流程示意图;
图2是本申请实施例中电池状态检测方法的另一具体实施例流程示意图;
图3是本申请实施例中电池状态检测方法的另一具体实施例流程示意图;
图4是本申请实施例中电池状态检测方法的另一具体实施例流程示意图;
图5是本申请实施例中电池状态检测方法的另一具体实施例流程示意图;
图6是本申请实施例中电池状态检测方法的另一具体实施例流程示意图;
图7是本申请实施例中电池状态检测装置的一具体实施例模块框图;
附图标记说明:
能量损失检测模块100、剩余寿命估算模块200。
具体实施方式
以下将结合实施例对本发明的构思及产生的技术效果进行清楚、完整地描述,以充分地理解本发明的目的、特征和效果。显然,所描述的实施例只是本发明的一部分实施例,而不是全部实施例,基于本发明的实施例,本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例,均属于本发明保护的范围。
在本发明的描述中,如果某一特征被称为“设置”、“固定”、“连接”、“安装”在另一个特征,它可以直接设置、固定、连接在另一个特征上,也可以间接地设置、固定、连接、安装在另一个特征上。
在本申请实施例的描述中,如果涉及到“若干”,其含义是一个以上,如果涉及到“多个”,其含义是两个以上,如果涉及到“大于”、“小于”、“超过”,均应理解为不包括本数,如果涉及到“以上”、“以下”、“以内”,均应理解为包括本数。如果涉及到“第一”、“第二”,应当理解为用于区分技术特征,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
需要说明的是,电池包括蓄电池、锂离子电池等,在下述实施中,以锂离子电池为例进行具体说明。在本申请的实施例中,将半电池的正极表示为Lx1My1Nz1,半电池的负极表示为Lx2Ay2,其中,L表示以下任一种金属离子:Li、Na、K;M表示以下任一种或多种过渡金属离子:Ni、Mn、Co;N表示以下任一种或多种阴离子:O、S;A表示以下任一种或多种离子:C、Si。x1、y1、z1、x2、y2均表示为0至12中的任一数值。
第一方面,本申请实施例提供了一种电池状态检测方法。
参照图1,电池状态检测方法包括:S100、获取电池工作状态下的第一开路电压函数;S200、根据第一开路电压函数获取电池的功率损失值和/或容量损失值;S300、根据功率损失值和/或容量损失值确定电池的健康状态。
其中,步骤S100、获取电池工作状态下的第一开路电压函数的一具体实施方式为:获取锂离子电池在充电状态下或放电状态下的第一电压函数V4,以实现对锂离子电池健康状态的在线检测。
步骤S200、根据第一开路电压函数获取电池的功率损失值和/或容量损失值的一具体实施方式为:根据第一开路电压函数V4推算出锂离子电池在工作状态的功率损失值和/或容量容量损失值,以确定锂离子电池工作状态下的健康状态。
步骤S300、根据功率损失值和/或容量损失值确定电池的健康状态的一具体实施方式为:根据电池的功率损失值和/或容量损失值即可确定电池的当前容量,基于健康状态SOH=当前容量/初始容量,可以推算出锂离子电池当前的健康状态。可以理解的是,初始容量可以由锂离子电池说明书获得,或通过其他方式检测得到,本申请实施例不作具体限定。
本申请实施例通过获取锂离子电池工作状态下的第一开路电压函数,以实现对锂离子电池的在线检测,并通过锂离子电池的容量损失值和/或功率损失值确定锂离子电池的健康状态,构建了基于锂离子电池运行原理及衰减机理的在线检测方法,提高了锂离子电池健康状态的检测精度。
参照图2,在一些实施例中,还包括步骤S400:预先存储以下数据:不同温度及不同电流的充电曲线、不同温度及不同电流的放电曲线、第一开路电压;根据数据获取第二开路电压函数、初始容量以及初始dQdV曲线。其中,电池包括:全电池和半电池,因此第二开路电压函数包括:全电池的开路电压函数V0、半电池的正极开路电压函数V1、半电池的负极开路电压函数V2;初始容量包括:全电池的初始容量C0、半电池的正极初始容量C1、半电池的负极初始容量C2;初始dQdV曲线包括:半电池的正极dQdV-SOC2曲线、半电池的负极dQdV-SOC3曲线。在一些具体的实施例中,全电池表示常规电池,例如NCM(Ni、Co、Mn,镍、钴、锰)正极与石墨负极组成的电池。半电池分为半电池正极以及半电池负极,例如:NCM正极、石墨负极。
具体地,在锂离子电池BMS(Battery Management System,电池管理系统)中预先植入全电池和半电池在不同温度、不同倍率下的充电曲线和/或放电曲线,以及第一开路电压。根据上述数据获取全电池的开路电压函数V0=(I1,SOC1,T1),半电池的正极开路电压函数V1=(I2,SOC2,T2),半电池的负极开路电压函数V2=(I3,SOC3,T3)。其中,I1表示全电池的电流,SOC1表示全电池的荷电状态,T1表示全电池的温度;I2表示半电池的正极电流,SOC2表示半电池的正极荷电状态,T2表示半电池的正极温度;I3表示半电池的负极电流,SOC3表示半电池的负极荷电状态,T3表示半电池的负极温度。本申请实施例通过预先植入全电池和半电池在工作状态下的数据,为后续锂离子电池健康状态的检测提供数据比对依据,从而提高锂离子电池健康状态检测的准确性。
参照图3,在一些实施例中,步骤S100具体包括以下步骤:S110、获取全电池和半电池在充电状态或放电状态下的第一电流、第一电压以及第一工作温度;S120、获取全电池和半电池在充电结束或放电结束后的第二开路电压;S130、根据第一电流、第一电压、第一工作温度以及第二开路电压,得到第一开路电压函数。具体地,获取全电池和半电池的第一电流、第一电压,以及充电截止和/或放电截止后静置一段时间的第二开路电压,例如静置两小时后的第二开路电压。
在一些具体的实施例中,第一电流包括以下任一种或多种:全电池、半电池正极、半电池负极在充电或放电状态下的电流;第一电压包括以下任一种或多种:全电池、半电池正极、半电池负极在充电或放电状态下的电压;第一工作温度包括以下任一种或多种:全电池、半电池正极、半电池负极在充电或放电状态下的工作温度;第二开路电压包括以下任一种或多种:全电池、半电池正极、半电池负极在充电结束或放电结束后的开路电压。例如,当第一电流、第一电压、第一工作温度、第二开路电压均表示为全电池数据时,根据第一电流、第一电压、第一工作温度以及第二开路电压,通过查表法和最小二乘法对预先植入的全电池的开路电压函数V0=(I1,SOC1,T1)进行查找,以获取全电池当前的荷电状态SOC4,从而确定全电池当前的第一开路电压函数V4=(SOC4,T),其中,T表示全电池当前的第一工作温度,可由BMS中的温度检测模块测量得到。可以理解的是,根据上述实施方式,还可以对半电池的正极开路电压函数V1=(I2,SOC2,T2)、半电池的负极开路电压函数V2=(I3,SOC3,T3)进行对应查找,以分别获取半电池正极、半电池负极当前的第一开路电压函数。本申请实施例通过获取全电池和半电池的第一开路电压函数,以对全电池和半电池的实际工作数据进行检测,为后续锂离子电池健康状态的检测提供数据比对依据,从而提高锂离子电池健康状态检测的准确性。
参照图4,在一些实施例中,步骤S200具体包括以下步骤:S210、根据第一开路电压函数获取全电池的dQdV-SOC4曲线;S220、构建半电池的正极容量损失函数LC1、半电池的负极容量损失函数LC2、半电池的正极功率损失函数LP1、半电池的负极功率损失函数LP2;S230、设定若干仿真容量损失值,根据初始容量和半电池的正极容量损失函数LC1获取半电池的正极荷电状态变化△SOC1,和/或根据初始容量和半电池的负极容量损失函数LC2获取半电池的负极荷电状态变化△SOC2,以得到若干对应的第一仿真dQdV曲线;S240、将若干第一仿真dQdV曲线与初始dQdV曲线和/或dQdV-SOC4曲线进行比较,以得到容量损失值。其中,若干第一仿真dQdV曲线包括以下任一种或多种:dQdV-△SOC1曲线、dQdV-△SOC2曲线和dQdV-△SOC3曲线,△SOC3表示全电池的仿真荷电状态,SOC4表示全电池的荷电状态。
在一些实施例中,步骤S210、根据第一开路电压函数获取全电池的dQdV-SOC4曲线的一具体实施方式为:根据全电池当前的第一开路电压函数V4=(SOC4,T)获取全电池的dQdV-SOC4曲线。
步骤S220、构建半电池的正极容量损失函数LC1、半电池的负极容量损失函数LC2、半电池的正极功率损失函数LP1、半电池的负极功率损失函数LP2的一具体实施方式为:根据半电池的正极表达式Lx1My1Nz1,以及半电池的负极表达式Lx2Ay2分别构建半电池的正极容量损失函数和功率损失函数、半电池的负极容量损失函数和功率损失函数,以进一步分析容量损失和功率损失的具体原因。
具体地,锂离子电池的能量损失包括:半电池的正极容量损失PCL、半电池的负极容量损失NCL、半电池的正极功率损失PPL、半电池的负极功率损失NPL。根据半电池的正极表达式Lx1My1Nz1,以及半电池的负极表达式Lx2Ay2,将半电池的正极容量损失PCL分解为:PCL(L)、PCL(Lx1My1Nz1)和PCL(My1Nz1);将半电池的负极容量损失NCL分解为:NCL(L)、NCL(Lx2Ay2)和NCL(Ay2);将半电池的正极功率损失PPL分解为:PPL(ohm)和PPL(F);将半电池的负极功率损失NPL分解为:NPL(ohm)和NPL(F)。其中,PPL(ohm)和NPL(ohm)分别表示半电池的正极欧姆部分和半电池的负极欧姆部分,PPL(F)和NPL(F)分别表示半电池的正极反应部分和半电池的负极反应部分,欧姆部分包括液相欧姆部分和/或固相欧姆部分。其中,PCL(L)表示发生了来源于正极中的活性锂的损失,例如:生成SEI膜消耗了锂离子,该锂离子来源于半电池的正极侧;NCL(L)表示发生了来源于负极中的活性锂的损失,例如:生成SEI膜消耗了锂离子,该锂离子来源于半电池的负极侧;PCL(Lx1My1Nz1)和NCL(Lx2Ay2)表示含锂态的正极或负极的活性物质发生了损失;PCL(My1Nz1)和NCL(Ay2)表示不含锂的正极或负极的活性物质发生了损失。根据上述分解式,半电池的正极容量损失函数LC1可表示为:LC1=f(PCL(L),PCL(Lx1My1Nz1),PCL(My1Nz1));半电池的负极容量损失函数LC2可表示为:LC2=f(NCL(L),NCL(Lx2Ay2));半电池的正极功率损失函数LP1可表示为:LP1=f(PPL(ohm),PPL(F));半电池的负极功率损失函数LP2可表示为:LP2=f(NPL(ohm),NPL(F))。
步骤S230、设定若干仿真容量损失值,根据初始容量和半电池的正极容量损失函数LC1获取半电池的正极荷电状态变化△SOC1,和/或根据初始容量和半电池的负极容量损失函数LC2获取半电池的负极荷电状态变化△SOC2,以得到若干对应的第一仿真dQdV曲线的一具体实施方式为:根据半电池的正极初始容量C1、半电池的负极初始容量C2,获取半电池的正极容量损失函数LC1对应的SOC损失△SOC1,和半电池的负极容量损失函数LC2对应的SOC损失△SOC2。其中,△SOC1=LC1/C1,△SOC2=LC2/C2。
在一些具体的实施例中,分别为PCL(L)、PCL(Lx1My1Nz1)、PCL(My1Nz1)、NCL(L)、NCL(Lx2Ay2)和NCL(Ay2)设定若干组仿真值,以得到若干对应的第一仿真dQdV曲线。其中,第一仿真dQdV曲线包括以下任一种或多种:dQdV-△SOC1曲线、dQdV-△SOC2曲线和dQdV-△SOC3曲线,dQdV-△SOC1=f(PCL(L),PCL(Lx1My1Nz1),PCL(My1Nz1))、dQdV-△SOC2=f(NCL(L),NCL(Lx2Ay2),NCL(Ay2))。根据dQdV-△SOC1曲线和dQdV-△SOC2曲线可以推导出dQdV-△SOC3曲线,其中,△SOC3表示全电池荷电状态变化。
步骤S240、将若干第一仿真dQdV曲线与初始dQdV曲线和/或dQdV-SOC4曲线进行比较,以得到容量损失值的一具体实施方式为:第一仿真曲线包括:dQdV-△SOC1曲线、dQdV-△SOC2曲线和dQdV-△SOC3曲线,其中,dQdV-△SOC1曲线表示半电池的正极曲线,dQdV-△SOC2表示半电池的负极曲线,dQdV-△SOC3曲线表示全电池曲线。将若干第一仿真dQdV曲线与初始dQdV曲线进行对应比较,即dQdV-△SOC1曲线与半电池的正极dQdV-SOC2曲线进行比较,dQdV-△SOC2曲线与半电池的负极dQdV-SOC3曲线进行比较计算,例如:计算平均方差、最小方差、累计方差、最大偏差等,并进行多目标优化处理,若计算结果小于预设的第一阈值,则认为该第一仿真曲线对应的仿真容量损失值为真实解,即得到PCL(L)、PCL(Lx1My1Nz1)、PCL(My1Nz1)、NCL(L)、NCL(Lx2Ay2)和NCL(Ay2)的真实值,以推导出对应的半电池正极和/或负极容量衰减的原因。根据若干dQdV-△SOC1曲线、dQdV-△SOC2曲线可推导出若干全电池的仿真dQdV曲线dQdV-△SOC3,根据全电池当前的第一开路电压函数V4=(SOC4,T)可推导出全电池当前的dQdV-SOC4曲线。将若干全电池的dQdV-△SOC3曲线与全电池当前的dQdV-SOC4曲线进行比较计算,例如:计算平均方差、最小方差、累计方差、最大偏差等,并进行多目标优化处理,若计算结果小于预设的第一阈值,则认为该全电池的dQdV-△SOC3曲线对应的仿真容量损失值为真实解,以推导出对应的全电池容量衰减的原因。可以理解的是,第一阈值的范围可以根据需要进行适应性调整。
参照图5,在一些实施例中,步骤S200还具体包括以下步骤:S250、根据若干仿真容量损失值,得到电池的若干仿真电压曲线;S260、将若干仿真电压曲线与第二开路电压函数进行比较,以得到容量损失值;S270、对容量损失值和不同电流的充电曲线和/或放电曲线进行多目标优化处理,以得到功率损失值。
其中,步骤S250、根据若干仿真容量损失值,得到电池的若干仿真电压曲线的一具体实施方式为:根据步骤S230设定的若干仿真容量损失值,可以推算出若干锂离子电池当前的仿真荷电状态SOC,并根据步骤100得到的锂离子电池的第一开路电压函数,得到若干仿真电压曲线,包括:若干仿真全电池电压曲线、若干仿真半电池的正极电压曲线、若干仿真半电池的负极电压曲线。例如:根据全电池的初始容量C0和全电池的荷电状态变化△SOC3得到全电池当前的仿真荷电状态SOC,将若干全电池当前的仿真荷电状态SOC代入全电池当前的第一开路电压函数V4=(SOC4,T)中,以得到若干仿真全电池电压曲线。
步骤S260、将若干仿真电压曲线与第二开路电压函数进行比较,以得到容量损失值的一具体实施方式为:将若干仿真全电池电压曲线与预植的全电池的开路电压函数V0=(I1,SOC1,T1)进行比较,将若干仿真半电池的正极电压曲线与预植的半电池的正极开路电压函数V1=(I2,SOC2,T2)进行比较,将若干仿真半电池的负极电压曲线与预植的半电池的负极开路电压函数V2=(I3,SOC3,T3)进行比较计算,例如:计算平均方差、最小方差、累计方差、最大偏差等,若计算结果小于预设的第二阈值,则认为该仿真电压曲线对应的仿真容量损失值为真实解。可以理解的是,预设的第二阈值范围可以根据实际需要进行适应性调整。在一些实施例中,当仿真容量损失值同时满足第一阈值和第二阈值时,才认定该仿真容量损失值为真实解,以提高锂离子电池容量损失检测的准确性。
S270、对容量损失值和不同电流的充电曲线和/或放电曲线进行多目标优化处理,以得到功率损失值的一具体实施方式为:将PCL(L)、PCL(Lx1My1Nz1)、PCL(My1Nz1)、NCL(L)、NCL(Lx2Ay2)和NCL(Ay2)的真实值代入步骤400中不同电流的充电曲线或放电曲线,以得到若干PPL(ohm)、PPL(F)、NPL(ohm)和NPL(F),并基于多目标优化算法,多若干PPL(ohm)、PPL(F)、NPL(ohm)和NPL(F)进行筛选,以确定PPL(ohm)、PPL(F)、NPL(ohm)和NPL(F)的真实值,从而得到锂离子电池功率衰减的原因。
在一些实施例中,根据容量损失真实值和功率损失真实值,可以推导出半电池正极和/或负极容量衰减和功率衰减的原因,进而得到全电池容量衰减和功率衰减的原因,以确定锂离子电池的SOH。可以理解的是,在上述多个实施例中,在进行锂离子电池充电检测时,只需获取锂离子电池的充电数据;在进行锂离子电池放电检测时,只需获取锂离子电池的放电数据。
参照图6,在一些实施例中,电池状态检测方法还包括步骤:S500、获取电池的能量损失与时间变化参数的关系函数X=f(t);S600、设定目标t1,根据关系函数X=f(t)得到能量损失,以确定SOH(t1)。
其中,步骤S500、获取电池的能量损失与时间变化参数的关系函数X=f(t)的一具体实施方式为:关系函数X=f(t)中,t表示时间变化参数,时间变化参数包括以下任一种:容量保持率、功率保持率、能量吞吐量、累计行驶里程;X表示能量损失,能量损失包括以下任一种或多种:半电池的正极能量损失、半电池的负极能量损失、全电池的能量损失。具体地,对锂离子电池不定期的进行检测,获取以下一种或多种数据:PCL(L)、PCL(Lx1My1Nz1)、PCL(My1Nz1)、NCL(L)、NCL(Lx2Ay2)、NCL(Ay2)、PPL(ohm)、PPL(F)、NPL(ohm)和NPL(F),以得到上述一种或多种数据随能量吞吐量或累计行驶里程等时间变化参数的关系函数X=f(t)。
步骤S600、设定目标t1,根据关系函数X=f(t)得到能量损失,以确定SOH(t1)的一具体实施方式为:设定一个目标t1,例如:设定一个目标行驶里程,基于关系函数X=f(t),得到行驶至目标行驶里程时对应的能量损失,即得到PCL(L)、PCL(Lx1My1Nz1)、PCL(My1Nz1)、NCL(L)、NCL(Lx2Ay2)、NCL(Ay2)、PPL(ohm)、PPL(F)、NPL(ohm)和NPL(F)的具体数值,根据上述数据的具体数值,即可推导出运行至目标行驶里程时锂离子电池的健康状态SOH(t1),以实现对锂离子电池健康状态的预测功能。
在一些实施例中,电池状态检测方法还包括步骤:S700、获取电池的截止寿命SOH;S800、将SOH(t2)与截止寿命SOH进行比较,以得到△t。
其中,步骤S700、获取电池的截止寿命SOH的一具体实施方式为:获取锂离子电池截止寿命时对应的健康状态SOH。
步骤S800、将SOH(t2)与截止寿命SOH进行比较,以得到△t的一具体实施方式为:当SOH(t2)与锂离子电池截止寿命时对应的健康状态SOH一致时,可以得到对应的时间变化参数t2,将当前的时间变化参数t与时间变化参数t2进行比较,即可得到锂离子电池剩余的行驶里程或剩余能量吞吐量。
在一个具体的实施例中,半电池的正极表达式为LiNi1/3Co1/3Mn1/3O2,半电池的负极表达式为C。预先植入全电池和半电池在不同温度、不同电流的充/放电曲线,以获取全电池的开路电压函数V0、半电池的正极开路电压函数V1、半电池的负极开路电压函数V2,以及初始容量和初始dQdV曲线。获取全电池和半电池在充电或放电状态下的第一开路电压函数,以对全电池和半电池的实际工作数据进行检测。构建半电池正极和半电池负极的能量损失,包括:半电池的正极容量损失、半电池的负极容量损失、半电池的正极功率损失、半电池的负极功率损失。根据半电池的正极表达式和半电池的负极表达式对能量损失进行分解,例如分解为:PCL(Li)、PCL(LiNi1/3Co1/3Mn1/3O2)、PCL(LixNi1/3Co1/3Mn1/3O2(x=0-1))、NCL(Li)、NCL(C)、NCL(LixC6,x=0-1)、PPL(ohm)、NPL(ohm)、PPL(F)和NPL(F),其中,(x=0-1)表示NC333三元材料中的锂离子含量大于0小于1。对上述分解式设定若干数值,以得到若干对应的第一仿真dQdV曲线,将第一仿真dQdV曲线与初始dQdV曲线和/或dQdV-SOC4曲线进行比较,即将仿真曲线与实测曲线进行比较;根据设定的若干数值,推导出若干仿真电压曲线,将若干仿真电压曲线与第二开路电压函数进行比较,即将仿真电压曲线与实测电压曲线进行比较。当比较结果同时满足dQdV曲线比较和电压曲线比较预设的阈值时,认为该第一仿真dQdV曲线和该仿真电压曲线对应的分解式的数值,为当前锂离子电池的真实能量损失值,从而确定全电池、半电池的正极、半电池的负极对应的当前健康状态,以实现对锂离子健康状态的在线检测。获取不同行驶里程的能量损失,以构建能量损失随行驶里程的关系函数X=f(t),进而可以预测出距离截止寿命SOH的剩余行驶里程,和到达目标行驶里程时的健康状态SOH(t2),以实现锂离子电池剩余寿命的估算。
第二方面,本申请实施例提供了一种电池状态检测装置。
参照图7,在一些实施例中,锂离子电池健康状态在线检测装置包括:能量损失检测模块100和剩余寿命估算模块200,能量损失检测模块100与剩余寿命估算模块200连接。具体地,能量损失检测模块100用于获取电池工作状态下的第一开路电压函数,并根据第一开路电压函数获取电池的功率损失值和/或容量损失值,根据功率损失值和/或容量损失值确定电池的健康状态;剩余寿命估算模块200用于获取电池的能量损失与时间变化参数的关系函数X=f(t),并设定目标t1,根据关系函数X=f(t)得到能量损失,以确定SOH(t1)。其中,t表示时间变化参数,时间变化参数包括以下任一种:容量保持率、功率保持率、能量吞吐量、累计行驶里程;X表示能量损失,能量损失包括以下任一种或多种:半电池的正极能量损失、半电池的负极能量损失、全电池的能量损失;SOH(t1)表示电池在目标t1的健康状态,t1表示时间变化参数。在一些具体的实施例中,能量损失检测模块100用于执行如上述步骤S100至步骤S400任一实施例所描述的电池状态检测方法,剩余寿命估算模块200用于执行如上述步骤S500至步骤S800任一实施例所描述的电池状态检测方法。可以理解的是,在能量损失检测模块100和剩余寿命估算模块200中可预先植入蒙特卡诺算法及遗传算法,从而根据用户的使用习惯对上述任一实施例所描述的在线检测方法进行自动匹配和优化,以提高锂离子电池在线检测的效率。
第三方面,本发明实例提供了计算机可读存储介质,存储有计算机可执行指令,计算机可执行指令用于:执行第一方面任一实施例的电池状态检测方法。
本申请实施例通过将锂离子电池工作状态下的实测值与预设的仿真值进行比较,以得到锂离子电池当前的工作状态的真实值,实现了对锂离子电池的在线检测。基于锂离子电池衰减机理构建半电池的正极容量损失函数、半电池的负极容量损失函数、半电池的正极功率损失函数、半电池的负极功率损失函数,结合数据分析对锂离子电池的能量损失进行在线检测以及寿命预测,从而提高了锂离子电池寿命预测和SOH检测的精度。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
上面结合附图对本申请实施例作了详细说明,但是本发明不限于上述实施例,在所属技术领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。此外,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
Claims (8)
1.电池状态检测方法,其特征在于,包括:
获取电池工作状态下的第一开路电压函数;
根据所述第一开路电压函数获取所述电池的功率损失值和/或容量损失值;
根据所述功率损失值和/或所述容量损失值确定所述电池的健康状态;
其中,所述电池包括全电池和半电池;
所述获取电池工作状态下的第一开路电压函数,具体包括:
获取所述全电池和所述半电池在充电或放电状态下的第一电流、第一电压以及第一工作温度;
获取所述全电池和所述半电池在充电结束或放电结束后的第二开路电压;
根据所述第一电流、所述第一电压、所述第一工作温度以及所述第二开路电压,得到所述第一开路电压函数;
其中,所述电池状态检测方法还包括:
预先存储以下数据:不同温度及不同电流的充电曲线、不同温度及不同电流的放电曲线、第一开路电压;
根据所述数据获取初始容量、初始dQdV曲线;其中,所述初始容量包括:所述全电池的初始容量C0、所述半电池的正极初始容量C1、所述半电池的负极初始容量C2;所述初始dQdV曲线包括:所述半电池的正极dQdV-SOC2曲线、所述半电池的负极dQdV-SOC3曲线;
所述根据所述第一开路电压函数获取所述电池的功率损失值和/或容量损失值,具体包括:
根据所述第一开路电压函数获取所述全电池的dQdV-SOC4曲线;
构建所述半电池的正极容量损失函数LC1、所述半电池的负极容量损失函数LC2、所述半电池的正极功率损失函数LP1、所述半电池的负极功率损失函数LP2;
设定若干仿真容量损失值,根据所述初始容量和所述半电池的正极容量损失函数LC1获取所述半电池的正极荷电状态变化△SOC1,和/或根据所述初始容量和所述半电池的负极容量损失函数LC2获取所述半电池的负极荷电状态变化△SOC2,以得到若干对应的第一仿真dQdV曲线;
将若干所述第一仿真dQdV曲线与所述初始dQdV曲线和/或所述dQdV-SOC4曲线进行比较,以得到所述容量损失值;
其中,若干所述第一仿真dQdV曲线包括以下任一种或多种:dQdV-△SOC1曲线、dQdV-△SOC2曲线和dQdV-△SOC3曲线,△SOC3表示全电池的荷电状态变化,SOC4表示所述全电池的荷电状态。
2.根据权利要求1所述的电池状态检测方法,其特征在于,还包括:
根据所述数据获取第二开路电压函数、初始容量;
所述第二开路电压函数包括:所述全电池的开路电压函数V0、所述半电池的正极开路电压函数V1、所述半电池的负极开路电压函数V2。
3.根据权利要求1所述的电池状态检测方法,其特征在于,所述根据所述第一开路电压函数获取所述电池的功率损失值和/或容量损失值,具体包括:
根据若干所述仿真容量损失值,得到所述电池的若干仿真电压曲线;
将若干所述仿真电压曲线与所述第二开路电压函数进行比较,以得到所述容量损失值。
4.根据权利要求3所述的电池状态检测方法,其他特征在于,所述根据所述第一开路电压函数获取所述电池的功率损失值和/或容量损失值,还包括:
对所述容量损失值和所述不同电流的充电曲线和/或放电曲线进行多目标优化处理,以得到所述功率损失值。
5.根据权利要求4所述的电池状态检测方法,其特征在于,还包括:
获取所述电池的能量损失与时间变化参数的关系函数X=f(t);
其中,t表示所述时间变化参数,所述时间变化参数包括以下任一种:容量保持率、功率保持率、能量吞吐量、累计行驶里程;X表示所述能量损失,所述能量损失包括以下任一种或多种:所述半电池的正极能量损失、所述半电池的负极能量损失、所述全电池的能量损失;
设定目标t1,根据所述关系函数X=f(t)得到所述能量损失,以确定SOH(t1);
其中,SOH(t1)表示所述电池在所述目标t1的健康状态,t1表示所述时间变化参数。
6.根据权利要求5所述的电池状态检测方法,其特征在于,还包括:
获取所述电池的截止寿命SOH;
将SOH(t2)与所述截止寿命SOH进行比较,以得到△t;
其中,SOH(t2)表示所述电池在t2时的健康状态,△t表示剩余行驶里程或剩余能量吞吐量,t2表示所述时间变化参数。
7.电池状态检测装置,其特征在于,包括:
能量损失检测模块,用于获取电池工作状态下的第一开路电压函数,并根据所述第一开路电压函数获取所述电池的功率损失值和/或容量损失值,根据所述功率损失值和/或容量损失值确定所述电池的健康状态;其中,所述获取电池工作状态下的第一开路电压函数,包括:获取全电池和半电池在充电或放电状态下的第一电流、第一电压以及第一工作温度;获取所述全电池和所述半电池在充电结束或放电结束后的第二开路电压;根据所述第一电流、所述第一电压、所述第一工作温度以及所述第二开路电压,得到所述第一开路电压函数;其中,还用于预先存储以下数据:不同温度及不同电流的充电曲线、不同温度及不同电流的放电曲线、第一开路电压;根据所述数据获取初始容量、初始dQdV曲线;其中,所述初始容量包括:所述全电池的初始容量C0、所述半电池的正极初始容量C1、所述半电池的负极初始容量C2;所述初始dQdV曲线包括:所述半电池的正极dQdV-SOC2曲线、所述半电池的负极dQdV-SOC3曲线;所述根据所述功率损失值和/或容量损失值确定所述电池的健康状态,包括:根据所述第一开路电压函数获取所述全电池的dQdV-SOC4曲线;构建所述半电池的正极容量损失函数LC1、所述半电池的负极容量损失函数LC2、所述半电池的正极功率损失函数LP1、所述半电池的负极功率损失函数LP2;设定若干仿真容量损失值,根据所述初始容量和所述半电池的正极容量损失函数LC1获取所述半电池的正极荷电状态变化△SOC1,和/或根据所述初始容量和所述半电池的负极容量损失函数LC2获取所述半电池的负极荷电状态变化△SOC2,以得到若干对应的第一仿真dQdV曲线;将若干所述第一仿真dQdV曲线与所述初始dQdV曲线和/或所述dQdV-SOC4曲线进行比较,以得到所述容量损失值;其中,若干所述第一仿真dQdV曲线包括以下任一种或多种:dQdV-△SOC1曲线、dQdV-△SOC2曲线和dQdV-△SOC3曲线,△SOC3表示全电池的荷电状态变化,SOC4表示所述全电池的荷电状态;
剩余寿命估算模块,与所述能量损失检测模块连接,用于获取所述电池的能量损失与时间变化参数的关系函数X=f(t),并设定目标t1,根据所述关系函数X=f(t)得到所述能量损失,以确定SOH(t1);
其中,t表示所述时间变化参数,所述时间变化参数包括以下任一种:容量保持率、功率保持率、能量吞吐量、累计行驶里程;X表示所述能量损失,所述能量损失包括:半电池的正极能量损失和/或半电池的负极能量损失;SOH(t1)表示所述电池在所述目标t1的健康状态,t1表示所述时间变化参数。
8.计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1至6任一项所述的电池状态检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010874716.XA CN112083345B (zh) | 2020-08-27 | 2020-08-27 | 电池状态检测方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010874716.XA CN112083345B (zh) | 2020-08-27 | 2020-08-27 | 电池状态检测方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112083345A CN112083345A (zh) | 2020-12-15 |
CN112083345B true CN112083345B (zh) | 2023-10-31 |
Family
ID=73728086
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010874716.XA Active CN112083345B (zh) | 2020-08-27 | 2020-08-27 | 电池状态检测方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112083345B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112816880B (zh) * | 2021-02-23 | 2023-01-13 | 欣旺达惠州动力新能源有限公司 | 电池寿命预测的方法、装置及存储介质 |
CN113406523B (zh) * | 2021-08-19 | 2021-11-16 | 中国电力科学研究院有限公司 | 一种储能电池状态评价方法、装置、电子设备及存储系统 |
CN114035087B (zh) * | 2021-12-23 | 2023-11-07 | 中国电力科学研究院有限公司 | 储能电池剩余寿命评估方法、装置、设备及介质 |
JP7398500B2 (ja) | 2022-03-30 | 2023-12-14 | 本田技研工業株式会社 | バッテリ状態の測定方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102011117249A1 (de) * | 2010-11-01 | 2012-05-03 | Gm Global Technology Operations Llc (N.D.Ges.D. Staates Delaware) | Verfahren und Vorrichtung zum Beurteilen des Batteriefunktionszustands |
CN102998626A (zh) * | 2011-09-12 | 2013-03-27 | 伊格皮切尔科技有限责任公司 | 用于确定电池组健康状态的系统和方法 |
CN105334462A (zh) * | 2014-08-07 | 2016-02-17 | 华为技术有限公司 | 电池容量损失在线估算方法 |
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 |
CN107179505A (zh) * | 2016-03-09 | 2017-09-19 | 华为技术有限公司 | 电池健康状态检测装置及方法 |
CN108732500A (zh) * | 2017-04-18 | 2018-11-02 | 华为技术有限公司 | 电池健康状态的估计方法及装置 |
CN110954832A (zh) * | 2019-12-19 | 2020-04-03 | 北京交通大学 | 一种识别老化模式的锂离子电池健康状态在线诊断方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170115355A1 (en) * | 2015-10-23 | 2017-04-27 | Oxfordian, Llc | Maximum capacity estimator for battery state of health and state of charge determinations |
-
2020
- 2020-08-27 CN CN202010874716.XA patent/CN112083345B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102011117249A1 (de) * | 2010-11-01 | 2012-05-03 | Gm Global Technology Operations Llc (N.D.Ges.D. Staates Delaware) | Verfahren und Vorrichtung zum Beurteilen des Batteriefunktionszustands |
CN102998626A (zh) * | 2011-09-12 | 2013-03-27 | 伊格皮切尔科技有限责任公司 | 用于确定电池组健康状态的系统和方法 |
CN105334462A (zh) * | 2014-08-07 | 2016-02-17 | 华为技术有限公司 | 电池容量损失在线估算方法 |
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 |
CN107179505A (zh) * | 2016-03-09 | 2017-09-19 | 华为技术有限公司 | 电池健康状态检测装置及方法 |
JP2019510970A (ja) * | 2016-03-09 | 2019-04-18 | 華為技術有限公司Huawei Technologies Co.,Ltd. | 電池ヘルス状態を検出する装置及び方法 |
CN108732500A (zh) * | 2017-04-18 | 2018-11-02 | 华为技术有限公司 | 电池健康状态的估计方法及装置 |
CN110954832A (zh) * | 2019-12-19 | 2020-04-03 | 北京交通大学 | 一种识别老化模式的锂离子电池健康状态在线诊断方法 |
Non-Patent Citations (2)
Title |
---|
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》;第1-7页 * |
基于衰退机理的三元锂离子电池SOH的诊断与估算;王振新等;《电子测量技术》(第10期);第1-3页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112083345A (zh) | 2020-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112083345B (zh) | 电池状态检测方法、装置及存储介质 | |
Eddahech et al. | Determination of lithium-ion battery state-of-health based on constant-voltage charge phase | |
Guo et al. | A Bayesian approach for Li-Ion battery capacity fade modeling and cycles to failure prognostics | |
EP3644079B1 (en) | Apparatus and method for testing performance of battery cell | |
Kang et al. | Comparison of comprehensive properties of Ni-MH (nickel-metal hydride) and Li-ion (lithium-ion) batteries in terms of energy efficiency | |
Balagopal et al. | The state of the art approaches to estimate the state of health (SOH) and state of function (SOF) of lithium Ion batteries | |
EP3611525B1 (en) | Apparatus for estimating a battery free capacity | |
CN107329094A (zh) | 动力电池健康状态估算方法及装置 | |
JP2020507067A (ja) | リチウムイオンバッテリーセルの退化情報を獲得する装置及び方法 | |
US20200271727A1 (en) | Apparatus and Method for Diagnosing Battery | |
US11239505B2 (en) | Apparatus and method for estimating capacity retention ratio of secondary battery | |
KR20130122543A (ko) | 이차 전지의 파라미터 추정 장치 및 방법 | |
EP3674730B1 (en) | Battery diagnostic device and method | |
CN112005124A (zh) | 电池状态评估方法 | |
WO2021176748A1 (ja) | 電池特性決定装置及び二次電池システム | |
Shi et al. | Electric vehicle battery remaining charging time estimation considering charging accuracy and charging profile prediction | |
KR20210000207A (ko) | 내부 단락 셀 검출 방법 | |
KR20210000206A (ko) | 이상 배터리 셀 검출 방법 | |
Kebede et al. | Development of a lifetime model for large format nickel-manganese-cobalt oxide-based lithium-ion cell validated using a real-life profile | |
CN116559757B (zh) | 电池析锂电位预测准确性的验证方法、装置和电子设备 | |
JP2019032274A (ja) | 電池状態推定装置及び電源装置 | |
CN111308352A (zh) | 一种锂离子的电池衰减估算方法 | |
JP2022139501A (ja) | 劣化判定装置、劣化判定システム、劣化判定方法及びそのプログラム | |
Goyal et al. | Novel Multiple Parameter Optimization for Improving Accuracy of Battery Ageing Model and Lifetime Prediction | |
CN117388737A (zh) | 电池健康状态的评估方法、装置、设备及存储介质 |
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 | ||
CB02 | Change of applicant information |
Address after: 518000 1-2 Floor, Building A, Xinwangda Industrial Park, No. 18 Tangjianan Road, Gongming Street, Guangming New District, Shenzhen City, Guangdong Province Applicant after: Xinwangda Power Technology Co.,Ltd. Address before: 518000 Xinwangda Industrial Park, No.18, Tangjia south, Gongming street, Guangming New District, Shenzhen City, Guangdong Province Applicant before: SUNWODA ELECTRIC VEHICLE BATTERY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |