CN112290109B - 一种基于云平台的锂离子电池均衡维修方法 - Google Patents
一种基于云平台的锂离子电池均衡维修方法 Download PDFInfo
- Publication number
- CN112290109B CN112290109B CN202011190788.9A CN202011190788A CN112290109B CN 112290109 B CN112290109 B CN 112290109B CN 202011190788 A CN202011190788 A CN 202011190788A CN 112290109 B CN112290109 B CN 112290109B
- Authority
- CN
- China
- Prior art keywords
- battery
- maintained
- candidate
- battery module
- monomer
- 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
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/4207—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells for several batteries or cells simultaneously or sequentially
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/05—Accumulators with non-aqueous electrolyte
- H01M10/052—Li-accumulators
- H01M10/0525—Rocking-chair batteries, i.e. batteries with lithium insertion or intercalation in both electrodes; Lithium-ion batteries
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/4285—Testing apparatus
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/44—Methods for charging or discharging
-
- 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
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Materials Engineering (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本方案涉及一种基于云平台的锂离子电池均衡维修方法。包括:获取待维修模组的历史数据;基于待维修模组的历史数据,确定待维修模组的服役年限和等效循环圈数,确定待维修模组中需要更换的异常单体;确定待维修模组的各正常单体的状态参数;从车联网云平台的退役电池数据库中筛选出与待维修模组的电池型号相同且应用场景相同的至少一个锂离子模组;从至少一个锂离子模组中挑选出与待维修模组的服役年限和等效循环圈数相近的候选模组;并确定候选模组中的候选单体的状态参数;结合正常单体的状态参数,采用多特征综合最邻近评价法,对各候选单体进行评分,将评分最高的其中一个候选单体确定为替换单体;使用替换单体更换异常单体。
Description
技术领域
本发明应用于电池技术领域,具体涉及一种基于云平台的锂离子电池均衡维修方法。
背景技术
目前,锂离子电池被广泛应用在电动汽车(EVs)、混合动力汽车(HEVs)和电网储能领域。由于设计生产水平、使用差异和环境影响等因素,成组电池总会在各个性能指标上表现出或大或小的不一致性,例如SOC不一致性、内阻不一致、自放电率不一致等等。不一致性现象会使得模组内性能较差的单体电池持续恶化,最终整个模组不能正常使用。
当出现明显不一致性导致性能下降时,常规的方法是采用均衡电路或外加电路进行维修,人为地将其不一致性降低。而不一致性严重无法维修时,目前采用的方法多是更换整个模组。然而,更换的新模组与整个电池系统往往会出现更严重的不一致性,带来电池系统再次损坏的隐患。
因此,最佳的方式是将差异明显的单体拆下,替换一个与已有模组的其他单体一致性较强的电池。用于替换的电池往往不是新电池,而是在各个性能方面与该模组相似的“旧电池”。
发明内容
鉴于此,本发明的目的在于提供一种基于云平台的锂离子电池均衡维修方法,基于云平台对海量电池进行筛选,获取与待维修电池模组一致性较强的替换电池单体,替换待维修电池模组中差异性最显著的异常单体,实现模组的均衡。
为达到上述目的,本发明提供如下技术方案:
本发明实施例提供了一种基于云平台的锂离子电池均衡维修方法,所述方法包含如下步骤:
步骤S1:获取待维修电池模组的历史数据;基于所述待维修电池模组的历史数据,确定所述待维修电池模组的服役年限和等效循环圈数,确定所述待维修电池模组中需要更换的一个或多个异常单体,并确定所述待维修电池模组的各正常电池单体的状态参数;
步骤S2:从车联网云平台的退役电池数据库中筛选出与所述待维修电池模组的电池型号相同且应用场景相同的至少一个锂离子电池模组;
步骤S3:对步骤S2中得到的至少一个锂离子电池模组进行筛选,挑选出与所述待维修电池模组的服役年限相近且等效循环圈数也相近的候选电池模组;并进一步确定所述候选电池模组中的各候选电池单体的状态参数;
S4:结合所述待维修电池模组的各正常电池单体的状态参数,采用多特征综合最邻近评价法,对各所述候选电池模组中的各候选电池单体进行评分,并将评分最高的其中一个候选电池单体确定为替换电池单体;
S5:对所述待维修电池模组进行充放电操作,并统一所述待维修电池模组和所述替换电池单体的SOC状态;使用所述替换电池单体更换所述待维修电池模组中的异常电池单体,并进行电池模组装配。
优选地,步骤S1中:
所述异常电池单体为一致性与其它电池单体的一致性超过设定阈值的电池单体;
所述状态参数为描述各电池单体的健康状态的参数,所述状态参数至少包括:电池单体的容量、电池单体的内阻、电池单体的自放电率和电池单体的充电温升;
所述服役年限为电池模组搭载在车辆上使用的年数或储能系统启动运行的年数;
所述等效循环圈数为所述待维修电池模组每次进行充电的放电深度DOD与每次进行放电的放电深度DOD之和按照100%为一次循环所折算得到的折算圈数。
优选地,步骤S1中所述的状态参数中:
电池单体的容量是指所述电池单体为满充状态下,常温下以1C倍率放电可放出的电量;
电池单体的内阻为欧姆内阻;
电池单体的自放电率为:在设定时间段内计算出的电池单体的自放电量占其总容量的百分比;
电池单体的充电温升为:在充电过程中,电池单体所对应的温度探针测得的温度升高值。
优选地,步骤S2中,
所述应用场景包括:车载应用场景和储能应用场景;所述车载应用场景至少包括:乘用车应用场景、物流车应用场景和特种车应用场景;所述储能应用场景至少包括:调频应用场景、调峰应用场景、需求响应应用场景和旋转备用应用场景。
优选地,步骤S3包括:
步骤S31,先对步骤S2中筛选出的至少一个锂电池模组进行服役年限和等效循环圈数计算,再将各锂电池模组的服役年限和等效循环圈数与所述待维修电池模组的服役年限和等效循环圈数进行对比,保留与待维修电池模组的服役年限差距小于Y年且与待维修电池模组的等效循环圈数差值小于C圈的候选电池模组;
步骤S32,先对候选电池模组的各候选电池单体进行状态估计,获取各候选电池单体的状态参数。
优选地,步骤S4包括:
S41,剔除所述待维修电池模组中的异常电池单体,剔除后待维修电池模组中剩余的正常电池单体为N个;
S42,选取所述候选电池模组中的某一个候选电池单体;
S43,选择待维修电池模组中各正常电池单体的某一个状态参数F,将各正常电池单体的状态参数F组成参数序列{F};
S44,求取参数序列{F}的平均值Mean;
再求取各正常电池单体的状态参数F各自与平均Mean的差值的第一绝对值,并求取所述候选电池单体F与平均Mean的差值的第二绝对值;
将所有第一绝对值和第二绝对值按照从大到小的顺序进行排序;
按照候选电池单体所处的排序位置计算候选电池单体的相对得分,相对得分的计算方法为:S=(p-1)/N*100,其中p为候选电池单体的绝对值排序名次;N为第一绝对值和第二绝对值的总个数;
步骤S45,重复步骤S43至步骤S44,得到候选电池单体在不同状态参数下的所有相对得分;再计算各个相对得分的平均分,作为候选电池单体的综合评分;
步骤S46,重复步骤S42至步骤S45,计算候选电池模组中剩余的候选电池单体的综合评分,再选择综合评分最高的其中一个候选电池单体作为替换电池单体。
优选地,步骤S5中,统一所述待维修电池模组和所述替换电池单体的SOC状态的步骤为:
通过充电或放电操作,使得所述待维修电池模组和所述替换电池单体的SOC值相同;
进行模组装配的步骤为:拆卸异常电池单体、焊接替换电池单体及焊接替换电池单体后的位置矫正。
本发明的有益效果为:
通过对退役电池数据库中的退役电池模组进行多级筛选,得到与待维修电池模组一致性最匹配的电池单体用于替换该待维修电池模组中的异常电池单体,实现均衡维修。具体来说,具有如下优点:
1)、挑选出退役电池模组中仍有较高价值的电池单体用于维修,可充分利用退役电池,实现全寿命周期效益最大化。
2)、采用退役电池单体进行电池模组维修,成本较低;且该电池模组可继续使用,避免了更换整个电池模组带来的经济损失;
3)、采用与现有电池模组的状态一直的电池单体进行维修,避免了因更换新电池模组后带来的电池模组间不一致性;
4)、基于云平台的电池单体状态识别和重组,无需进行实验,降低了人力和时间成本。
附图说明
图1是本发明整体的方法流程图;
图2是待维修电池模组的容量分布图;
图3是待维修电池模组的直流内阻分布图;
图4是待维修电池模组的自放电率分布图;
图5是待维修电池模组的温升分布图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,以下实施例结合附图对本发明作具体阐述。应当理解,此处所描述的具体实施例仅用于解释本发明,并不用于限定本发明。
本发明实施例提供了一种基于云平台的锂离子电池均衡维修方法,所述方法包含如下步骤:
步骤S1:获取待维修电池模组的历史数据;基于所述待维修电池模组的历史数据,确定所述待维修电池模组的服役年限和等效循环圈数,确定所述待维修电池模组中需要更换的一个或多个异常单体,并确定所述待维修电池模组的各正常电池单体的状态参数。
其中,步骤S1中:所述待维修电池模组为由于不一致性严重导致无法正常工作的模组;所述异常电池单体为一致性与其它电池单体的一致性超过设定阈值的电池单体;所述不一致性为:SOC不一致性、内阻不一致和/或自放电率不一致;所述状态参数为描述各电池单体的健康状态的参数,所述状态参数至少包括:电池单体的容量、电池单体的内阻、电池单体的自放电率和电池单体的充电温升;所述服役年限为电池模组搭载在车辆上使用的年数或储能系统启动运行的年数;所述等效循环圈数为所述待维修电池模组每次进行充电的放电深度DOD与每次进行放电的放电深度DOD之和按照100%为一次循环所折算得到的折算圈数。
此外,步骤S1中所述的状态参数中:电池单体的容量是指所述电池单体为满充状态下,常温下以1C倍率放电可放出的电量;电池单体的内阻为欧姆内阻;电池单体的自放电率为:在设定时间段内计算出的的自放电量占其总容量的百分比;电池单体的充电温升为:在充电过程中,电池单体所对应的温度探针测得的温度升高值。
步骤S2:从车联网云平台的退役电池数据库中筛选出与所述待维修电池模组的电池型号相同且应用场景相同的至少一个锂离子电池模组。
其中,步骤S2中,所述应用场景包括:车载应用场景和储能应用场景;所述车载应用场景至少包括:乘用车应用场景、物流车应用场景和特种车应用场景;所述储能应用场景至少包括:调频应用场景、调峰应用场景、需求响应应用场景和旋转备用应用场景。
此外,步骤S2所述的筛选步骤,要求从退役电池数据库中匹配与待维修电池模组相同电池型号和应用场景的电池。本步骤无需额外计算,可通过固有信息进行初步筛选,减轻后续计算压力。
步骤S3:对步骤S2中得到的至少一个锂离子电池模组进行筛选,挑选出与所述待维修电池模组的服役年限相近且等效循环圈数也相近的候选电池模组;并进一步确定所述候选电池模组中的各候选电池单体的状态参数。
步骤S3具体包括:
步骤S31,先对步骤S2中筛选出的至少一个锂电池模组进行服役年限和等效循环圈数计算,再将各锂电池模组的服役年限和等效循环圈数与所述待维修电池模组的服役年限和等效循环圈数进行对比,保留与待维修电池模组的服役年限差距小于Y年且与待维修电池模组的等效循环圈数差值小于C圈的候选电池模组。
S32:对候选电池模组的各候选电池单体进行状态估计,获取各候选电池单体的容量、内阻、自放电率、充电温升等状态参数。
S4:结合所述待维修电池模组的各正常电池单体的状态参数,采用多特征综合最邻近评价法,对各所述候选电池模组中的各候选电池单体进行评分,并将评分最高的其中一个候选电池单体确定为替换电池单体。
具体地,步骤S4包括:
S41,剔除所述待维修电池模组中的异常电池单体,剔除后待维修电池模组中剩余的正常电池单体为N个;
S42,选取所述候选电池模组中的某一个候选电池单体;
S43,选择待维修电池模组中各正常电池单体的某一个状态参数F,将各正常电池单体的状态参数F组成参数序列{F};
S44,求取参数序列{F}的平均值Mean;
再求取各正常电池单体的状态参数F各自与平均值Mean的差值的第一绝对值,并求取所述候选电池单体F与平均值Mean的差值的第二绝对值;
将所有第一绝对值和第二绝对值按照从大到小的顺序进行排序;
按照候选电池单体所处的排序位置计算候选电池单体的相对得分,相对得分的计算方法为:S=(p-1)/N*100,其中p为候选电池单体的绝对值排序名次;N为第一绝对值和第二绝对值的总个数;
步骤S45,重复步骤S43至步骤S44,得到候选电池单体在不同状态参数下的所有相对得分;再计算各个相对得分的平均分,作为候选电池单体的综合评分;
步骤S46,重复步骤S42至步骤S45,计算候选电池模组中剩余的候选电池单体的综合评分,再选择综合评分最高的其中一个候选电池单体作为替换电池单体。
S5:对所述待维修电池模组进行充放电操作,并统一所述待维修电池模组和所述替换电池单体的SOC状态;使用所述替换电池单体更换所述待维修电池模组中的异常电池单体,并进行电池模组装配。
步骤S5中,统一所述待维修电池模组和所述替换电池单体的SOC状态的步骤为:
通过充电或放电操作,使得所述待维修电池模组和所述替换电池单体的SOC值相同;
进行模组装配的步骤为:拆卸异常电池单体、焊接替换电池单体及焊接替换电池单体后的位置矫正。
本发明上述方法,基于车联网云平台对海量退役电池进行筛选,获取与待维修电池模组一致性较强的替换电池单体,替换待维修电池模组中差异性最显著的异常电池单体,实现电池模组的均衡。
本案例采用某电动汽车异常电池模组的均衡维修过程进行说明,该电动汽车采用采用额定容量为1.1Ah的18650磷酸铁锂电池单体,96个磷酸铁锂电池单体串联为一个电池模组。该车载电池系统的某个电池模组出现了严重的不一致性故障,导致车辆续驶里程远低于预期值。通过读取该车辆的历史数据,本案例进行了容量、直流内阻、自放电率、单次满充的温度升高值(后简称温升)四个状态参数的计算,如图1和图2所示。虽然该电池模组的各电池单体的容量一致性很强,但22号电池单体出现了内阻增大和自放电率增大,内阻的增大也进一步导致充电温升偏大。由于这种不一致性无法通过均衡电路维修的手段矫正,所以不得不更换整个电池模组。但应用本发明提供的方案后,可从退役电池数据库中筛选出于该电池模组一致性匹配的替换电池单体,在替换异常电池单体后,该电池模组可再次使用。
基于车辆网技术,从车联网云平台中的退役电池数据库进行筛选,共得到87个相同型号且都属于乘用车的退役电池模组。进一步通过读取这87个退役电池模组的历史数据,进行等效圈数和服役年限计算。设置等效循环圈数与待维修电池模组不超过3圈,服役年限与待维修电池模组相差不超过0.02年,筛选出3个满足条件的候选电池单体,其状态参数如表1所示。
候选电池单体 | 容量(Ah) | 直流内阻(Ω) | 自放电率(%/月) | 温升(℃) |
候选电池单体a | 1.082 | 0.0168 | 0.5432 | 3.67 |
候选电池单体b | 1.055 | 0.0179 | 0.5267 | 3.65 |
候选电池单体c | 1.064 | 0.0167 | 0.5649 | 3.64 |
表1
结合表2,以候选电池单体c为例,应用本文提供方案,可知候选电池单体c在四个状态参数下的相对得分分别是:97.89,89.47,94.74,87.37。这四个相对得分可描述该候选电池单体c与待维修电池模组之间的契合度,通过计算平均分,可知该候选电池单体c的最终评分为92.37。对比候选电池单体a的67.37分和候选电池单体b的42.63分,候选电池单体c与待维修电池模组中的正常电池单体具有更强的一致性,因此最终采用候选电池单体c替换了该待维修电池模组的异常电池单体。在后续的应用中,该电池模组与车载电池系统具有很强的一致性,保障了车辆的正常使用。
表2。
Claims (7)
1.一种基于云平台的锂离子电池均衡维修方法,其特征在于,所述方法包含如下步骤:
步骤S1,获取待维修电池模组的历史数据;基于所述待维修电池模组的历史数据,确定所述待维修电池模组的服役年限和等效循环圈数,确定所述待维修电池模组中需要更换的一个或多个异常单体,并确定所述待维修电池模组的各正常电池单体的状态参数;
步骤S2,从车联网云平台的退役电池数据库中筛选出与所述待维修电池模组的电池型号相同且应用场景相同的至少一个锂离子电池模组;
步骤S3,对步骤S2中得到的至少一个锂离子电池模组进行筛选,挑选出与所述待维修电池模组的服役年限差距小于Y年且与待维修电池模组的等效循环圈数差值小于C圈的候选电池模组;并进一步确定所述候选电池模组中的各候选电池单体的状态参数;
步骤S4,结合所述待维修电池模组的各正常电池单体的状态参数,采用多特征综合最邻近评价法,对各所述候选电池模组中的各候选电池单体进行评分,并将评分最高的其中一个候选电池单体确定为替换电池单体;
步骤S5,对所述待维修电池模组进行充放电操作,并统一所述待维修电池模组和所述替换电池单体的SOC状态;使用所述替换电池单体更换所述待维修电池模组中的异常电池单体,并进行电池模组装配;Y为预设年限, C为预设圈数。
2.根据权利要求1所述的一种基于云平台的锂离子电池均衡维修方法,其特征在于,步骤S1中:
所述异常电池单体为一致性与其它电池单体的一致性超过设定阈值的电池单体;
所述状态参数为描述各电池单体的健康状态的参数,所述状态参数至少包括:电池单体的容量、电池单体的内阻、电池单体的自放电率和电池单体的充电温升;
所述服役年限为电池模组搭载在车辆上使用的年数或储能系统启动运行的年数;
所述等效循环圈数为所述待维修电池模组每次进行充电的放电深度DOD与每次进行放电的放电深度DOD之和按照100%为一次循环所折算得到的折算圈数。
3.根据权利要求2所述的一种基于云平台的锂离子电池均衡维修方法,其特征在于,步骤S1中所述的状态参数中:
电池单体的容量是指所述电池单体为满充状态下,常温下以1C倍率放电可放出的电量;
电池单体的内阻为欧姆内阻;
电池单体的自放电率为:在设定时间段内计算出的电池单体的自放电量占其总容量的百分比;
电池单体的充电温升为:在充电过程中,电池单体所对应的温度探针测得的温度升高值。
4.根据权利要求1所述的一种基于云平台的锂离子电池均衡维修方法,其特征在于,步骤S2中,
所述应用场景包括:车载应用场景和储能应用场景;所述车载应用场景至少包括:乘用车应用场景、物流车应用场景和特种车应用场景;所述储能应用场景至少包括:调频应用场景、调峰应用场景、需求响应应用场景和旋转备用应用场景。
5.根据权利要求1所述的一种基于云平台的锂离子电池均衡维修方法,其特征在于,步骤S3包括:
步骤S31,先对步骤S2中筛选出的至少一个锂电池模组进行服役年限和等效循环圈数计算,再将各锂电池模组的服役年限和等效循环圈数与所述待维修电池模组的服役年限和等效循环圈数进行对比,保留与待维修电池模组的服役年限差距小于Y年且与待维修电池模组的等效循环圈数差值小于C圈的候选电池模组;
步骤S32,先对候选电池模组的各候选电池单体进行状态估计,获取各候选电池单体的状态参数。
6.根据权利要求1所述的一种基于云平台的锂离子电池均衡维修方法,其特征在于,步骤S4包括:
S41,剔除所述待维修电池模组中的异常电池单体,剔除后待维修电池模组中剩余的正常电池单体为N个;
S42,选取所述候选电池模组中的某一个候选电池单体;
S43,选择待维修电池模组中各正常电池单体的某一个状态参数F,将各正常电池单体的状态参数F组成参数序列{F};
S44,求取参数序列{F}的平均值Mean;再求取各正常电池单体的状态参数F各自与平均值Mean的差值的第一绝对值,并求取所述候选电池单体F与平均值Mean的差值的第二绝对值;将所有第一绝对值和第二绝对值按照从大到小的顺序进行排序;按照候选电池单体所处的排序位置计算候选电池单体的相对得分,相对得分的计算方法为: S=(p-1)/N*100,其中p为候选电池单体的绝对值排序名次;N为第一绝对值和第二绝对值的总个数;
步骤S45,重复步骤S43至步骤S44,得到候选电池单体在不同状态参数下的所有相对得分;再计算各个相对得分的平均分,作为候选电池单体的综合评分;
步骤S46,重复步骤S42至步骤S45,计算候选电池模组中剩余的候选电池单体的综合评分,再选择综合评分最高的其中一个候选电池单体作为替换电池单体。
7.根据权利要求1所述的一种基于云平台的锂离子电池均衡维修方法,其特征在于,步骤S5中,统一所述待维修电池模组和所述替换电池单体的SOC状态的步骤为:通过充电或放电操作,使得所述待维修电池模组和所述替换电池单体的SOC值相同;
进行电池模组装配的步骤为:拆卸异常电池单体、焊接替换电池单体及焊接替换电池单体后的位置矫正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011190788.9A CN112290109B (zh) | 2020-10-30 | 2020-10-30 | 一种基于云平台的锂离子电池均衡维修方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011190788.9A CN112290109B (zh) | 2020-10-30 | 2020-10-30 | 一种基于云平台的锂离子电池均衡维修方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112290109A CN112290109A (zh) | 2021-01-29 |
CN112290109B true CN112290109B (zh) | 2022-03-15 |
Family
ID=74353339
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011190788.9A Active CN112290109B (zh) | 2020-10-30 | 2020-10-30 | 一种基于云平台的锂离子电池均衡维修方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112290109B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113673719A (zh) * | 2021-08-24 | 2021-11-19 | 华南理工大学 | 考虑电池二次利用的电池更换方法、系统、装置及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107085187A (zh) * | 2017-04-13 | 2017-08-22 | 华北电力科学研究院有限责任公司 | 梯次利用电池储能系统一致性维护指标的确定方法及装置 |
CN109856540A (zh) * | 2019-02-14 | 2019-06-07 | 江苏慧智能源工程技术创新研究院有限公司 | 一种退役电池包的回收利用方法和分级方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3820184B2 (ja) * | 2002-05-30 | 2006-09-13 | 松下電器産業株式会社 | 二次電池の交換方法 |
AU2014235103B2 (en) * | 2013-03-15 | 2018-02-15 | Crown Equipment Corporation | Fractional depletion estimation for battery condition metrics |
CN103475063A (zh) * | 2013-09-25 | 2013-12-25 | 重庆长安汽车股份有限公司 | 一种锂离子电池动态均衡控制方法 |
CN103682490A (zh) * | 2013-12-30 | 2014-03-26 | 合肥国轩高科动力能源股份公司 | 多并联锂离子电池模块的修复方法 |
CN109754136B (zh) * | 2017-11-03 | 2022-11-08 | 蔚来控股有限公司 | 电池均衡方法及系统 |
CN110147808A (zh) * | 2019-03-26 | 2019-08-20 | 张锐明 | 一种新型电池成组筛选方法 |
-
2020
- 2020-10-30 CN CN202011190788.9A patent/CN112290109B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107085187A (zh) * | 2017-04-13 | 2017-08-22 | 华北电力科学研究院有限责任公司 | 梯次利用电池储能系统一致性维护指标的确定方法及装置 |
CN109856540A (zh) * | 2019-02-14 | 2019-06-07 | 江苏慧智能源工程技术创新研究院有限公司 | 一种退役电池包的回收利用方法和分级方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112290109A (zh) | 2021-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107612071B (zh) | 一种电池组电池故障判定及处理方法 | |
Motapon et al. | A generic cycle life model for lithium-ion batteries based on fatigue theory and equivalent cycle counting | |
CN102782928B (zh) | 一种用于均衡具有多个蓄电池单元的蓄电池的充电状态的方法以及相应的蓄电池管理系统和蓄电池 | |
CN107003357B (zh) | 基于无线网络的电池管理系统 | |
CN111693882B (zh) | 一种换电电池健康状态的评价方法 | |
CN109759354B (zh) | 一种退回蓄电池分流筛选方法 | |
CN110323508B (zh) | 电动汽车中动力电池的回收系统和方法 | |
CN106154175B (zh) | 基于动态压差的充电电池荷电状态估算系统及工作流程 | |
Göhlich et al. | Conceptual design of urban e-bus systems with special focus on battery technology | |
CN112290109B (zh) | 一种基于云平台的锂离子电池均衡维修方法 | |
CN104882914B (zh) | 一种多电池单体均衡方法 | |
CN114527390A (zh) | 基于rtm数据等电池容量估计方法 | |
CN115097313A (zh) | 适用于多工况全电量区间的动力电池状态估算方法 | |
CN113805080B (zh) | 一种判断电池组电芯异常的方法 | |
CN109756001B (zh) | 电动汽车、电池系统及其均衡方法和装置 | |
CN113945852B (zh) | 一种蓄电池组不一致性评价方法 | |
JP2018078025A (ja) | 電動車両 | |
CN107271907B (zh) | 一种电动汽车动力电池性能的判断方法及系统 | |
CN113435688A (zh) | 动力电池系统的风险排查方法 | |
CN116819373A (zh) | 车用退役电池的分级方法以及系统 | |
CN111596219A (zh) | 一种储能电池组soc的估算方法 | |
CN116256642A (zh) | 一种适用于稀疏数据的磷酸铁锂电池故障诊断方法 | |
CN110990770A (zh) | 一种电动汽车动力电池故障模糊综合评判方法 | |
CN114910793B (zh) | 一种储能电站串联电池组的soh估计方法 | |
CN111239607A (zh) | 磷酸铁锂电池系统容量不均衡度的大数据提取计算方法 |
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 | ||
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. |
|
CP01 | Change in the name or title of a patent holder |