CN112327172A - 一种基于弛豫时间分布的锂离子电池建模方法 - Google Patents

一种基于弛豫时间分布的锂离子电池建模方法 Download PDF

Info

Publication number
CN112327172A
CN112327172A CN202011374782.7A CN202011374782A CN112327172A CN 112327172 A CN112327172 A CN 112327172A CN 202011374782 A CN202011374782 A CN 202011374782A CN 112327172 A CN112327172 A CN 112327172A
Authority
CN
China
Prior art keywords
impedance
relaxation time
time distribution
lithium ion
ion battery
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.)
Granted
Application number
CN202011374782.7A
Other languages
English (en)
Other versions
CN112327172B (zh
Inventor
魏学哲
乔冬冬
戴海峰
王学远
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.)
Tongji University
Original Assignee
Tongji University
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 Tongji University filed Critical Tongji University
Priority to CN202011374782.7A priority Critical patent/CN112327172B/zh
Publication of CN112327172A publication Critical patent/CN112327172A/zh
Application granted granted Critical
Publication of CN112327172B publication Critical patent/CN112327172B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367Software therefor, e.g. for battery testing using modelling or look-up tables
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/385Arrangements for measuring battery or accumulator variables
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/389Measuring internal impedance, internal conductance or related variables

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tests Of Electric Status Of Batteries (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明涉及一种基于弛豫时间分布的锂离子电池建模方法,该方法包括如下步骤:S1、在特定SOC和温度T下对锂离子电池样本进行交流阻抗谱测试;S2、计算交流阻抗;S3、利用德拜弛豫时间公式建立交流阻抗的弛豫时间分布函数;S4、根据交流阻抗的弛豫时间分布函数确定电池RC模型阶数以及模型各参数;S5、确定锂离子电池模型。与现有技术相比,本发明排除了主观因素对模型建立的影响,建立的模型精度高。

Description

一种基于弛豫时间分布的锂离子电池建模方法
技术领域
本发明涉及储能电池领域,尤其是涉及一种基于弛豫时间分布的锂离子电池建模方法。
背景技术
近年来全球能源和环境问题日益突出,为了实现可持续发展,世界各国纷纷大力发展以纯电动汽车为核心的新能源产业。锂离子电池是纯电动汽车动力的主要来源,准确估计电池的荷电状态、剩余寿命和健康状态等信息是电池管理系统工作重点。受电池管理系统存储器的存储空间和处理器的运算速度限制,合适的电池模型是电池管理系统有效工作的前提。
由于RC模型在阶数较低时,模型较为简单,其精度也较低。随着RC模型阶数的增加,其精度也逐渐增加,同时其计算量也随之增加。因此被广泛的应用于电池管理系统。但是大多数使用人员在建立RC模型时,通常是逆向建模。工作人员首先根据经验权衡模型的精度和计算量来确定模型阶数,然后通过参数辨识获得模型的参数,但是这种建模方法受个人主观因素影响较大。同时随着电池的老化,模型参数将发生漂移,因此在长期使用过程中模型精度逐渐降低。因此,如何准确建立电池模型是本领域技术人员亟待解决的技术问题。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于弛豫时间分布的锂离子电池建模方法。
本发明的目的可以通过以下技术方案来实现:
一种基于弛豫时间分布的锂离子电池建模方法,该方法包括如下步骤:
S1、在特定SOC和温度T下对锂离子电池样本进行交流阻抗谱测试;
S2、计算交流阻抗;
S3、利用德拜弛豫时间公式建立交流阻抗的弛豫时间分布函数;
S4、根据交流阻抗的弛豫时间分布函数确定电池RC模型阶数以及模型各参数;
S5、确定锂离子电池模型。
优选地,步骤S1中进行交流阻抗谱测试时选择特定频率的电压或电流作为电池的激励源。
优选地,步骤S2交流阻抗计算方式具体为:
Z(ω)=X(ω)/J(ω)
Z(ω)=Z′(ω)+jZ″(ω)
其中,J(ω)为交流激励,X(ω)为交流响应,ω为施加激励的角频率,Z(ω)为电池交流阻抗,Z′(ω)为电池交流阻抗的实部值,Z″(ω)为电池交流阻抗的虚部值,j为虚部单位。
优选地,步骤S3建立的交流阻抗的弛豫时间分布函数包括:
交流阻抗总阻抗的弛豫时间分布函数F(τ);
交流阻抗实部的弛豫时间分布函数F′(τ);
交流阻抗虚部的弛豫时间分布函数F″(τ);
其中,τ为弛豫时间,ω为交流阻抗谱测试施加的交流激励的角频率τω=1。
优选地,交流阻抗总阻抗的弛豫时间分布函数F(τ)通过下式获得:
Figure BDA0002807900050000021
Z′(∞)为Z′(ω)在角频率ω趋于无限大时的极值,τω=1;
交流阻抗实部的弛豫时间分布函数F′(τ)以及交流阻抗虚部的弛豫时间分布函数F″(τ)通过下式获得:
在获取F(τ)的基础上,对F(τ)进行变换得到:
Figure BDA0002807900050000022
进而:
Figure BDA0002807900050000023
Figure BDA0002807900050000024
其中,R0为电池欧姆阻抗。
优选地,以τ为横坐标,F(τ)为纵坐标绘制交流阻抗总阻抗的弛豫时间分布图,确定交流阻抗总阻抗的弛豫时间分布图中峰的总数为K,则电池RC模型阶数为K+1,其中最高峰FH对应两个RC环节,分别对应为固相扩散阻抗和液相扩散阻抗,其他各峰分别对应一个RC环节。
优选地,确定模型各参数的具体过程为:
以τ为横坐标,F′(τ)为纵坐标绘制交流阻抗实部的弛豫时间分布图,同时以τ为横坐标,F″(τ)为纵坐标绘制交流阻抗虚部的弛豫时间分布图,确定交流阻抗实部的弛豫时间分布图中的最高峰FH1以及交流阻抗虚部的弛豫时间分布图中的最高峰FH2,则最高峰FH对应的两个RC环节分别对应为最高峰FH1和最高峰FH2
对于每个RC环节根据对应的峰的大小确定电阻和电容大小。
优选地,RC环节中电阻大小Ri为对应峰的面积,进而对应的电容Ci通过下式得到:
Figure BDA0002807900050000031
其中,τi为对应峰最高点对应的弛豫时间大小。
优选地,步骤S5中锂离子电池模型包括依次串联的理想电压源、电池欧姆阻抗以及K+1各RC环节。
优选地,锂离子电池模型中理想电压源的电压大小为电池端电压,通过SOC-OCV曲线获得,电池欧姆阻抗通过内阻实验获得。
与现有技术相比,本发明具有如下优点:
(1)本发明能够在建模过程中通过弛豫时间分布图峰的个数确定RC模型的阶数,排除了主观因素对模型建立的影响;同时在建模过程中通过弛豫时间分布考虑了电池的老化机理,提高建模精度。
(2)本发明将扩散阻抗细分为固相扩散阻抗与液相扩散阻抗,创新性地引入交流阻抗实部的弛豫时间分布图和交流阻抗实部的弛豫时间分布图,实现固相扩散阻抗与液相扩散阻抗参数的精确获取,使得模型更加精准。
附图说明
图1为本发明基于弛豫时间分布的锂离子电池建模方法的流程框图。
图2为实施例中锂离子电池交流阻抗谱示意图;
图3为实施例中交流阻抗总阻抗的弛豫时间分布图;
图4为实施例中锂离子电池模型示意图;
图5为交流阻抗实部的弛豫时间分布图;
图6为交流阻抗实部的弛豫时间分布图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。注意,以下的实施方式的说明只是实质上的例示,本发明并不意在对其适用物或其用途进行限定,且本发明并不限定于以下的实施方式。
实施例
如图1所示,一种基于弛豫时间分布的锂离子电池建模方法,该方法包括如下步骤:
S1、在特定SOC和温度T下对锂离子电池样本进行交流阻抗谱测试;
S2、计算交流阻抗;
S3、利用德拜弛豫时间公式建立交流阻抗的弛豫时间分布函数;
S4、根据交流阻抗的弛豫时间分布函数确定电池RC模型阶数以及模型各参数;
S5、确定锂离子电池模型。
步骤S1中进行交流阻抗谱测试时选择特定频率的电压或电流作为电池的激励源。
步骤S2交流阻抗计算方式具体为:
Z(ω)=X(ω)/J(ω)
Z(ω)=Z′(ω)+jZ″(ω)
其中,J(ω)为交流激励,X(ω)为交流响应,ω为施加激励的角频率,Z(ω)为电池交流阻抗,Z′(ω)为电池交流阻抗的实部值,Z″(ω)为电池交流阻抗的虚部值,j为虚部单位。
本实施例中,在特定SOC和温度T下的锂离子电池的交流阻抗谱如图2所示。
步骤S3建立的交流阻抗的弛豫时间分布函数包括:
交流阻抗总阻抗的弛豫时间分布函数F(τ);
交流阻抗实部的弛豫时间分布函数F′(τ);
交流阻抗虚部的弛豫时间分布函数F″(τ);
其中,τ为弛豫时间,ω为交流阻抗谱测试施加的交流激励的角频率τω=1。
交流阻抗总阻抗的弛豫时间分布函数F(τ)通过下式获得:
Figure BDA0002807900050000051
Z′(∞)为Z′(ω)在角频率ω趋于无限大时的极值,τω=1;
交流阻抗实部的弛豫时间分布函数F′(τ)以及交流阻抗虚部的弛豫时间分布函数F″(τ)通过下式获得:
在获取F(τ)的基础上,对F(τ)进行变换得到:
Figure BDA0002807900050000052
进而:
Figure BDA0002807900050000053
Figure BDA0002807900050000054
其中,R0为电池欧姆阻抗。
根据弛豫时间分布函数确定电池RC模型阶数的方式为:
以τ为横坐标,F(τ)为纵坐标绘制交流阻抗总阻抗的弛豫时间分布图,确定交流阻抗总阻抗的弛豫时间分布图中峰的总数为K,则电池RC模型阶数为K+1,其中最高峰FH代表扩散过程,然而扩散阻抗包括固相扩散和液相扩散,因此扩散阻抗RD等于固相扩散阻抗RD,s与液相阻抗RD,e之和,进而最高峰FH对应两个RC环节,分别对应为固相扩散阻抗和液相扩散阻抗,其他各峰分别对应一个RC环节,随着峰高度的降低,依次为SEI膜阻抗RSEI、传荷阻抗RCT、接触阻抗RC和其它阻抗对应过程。
如图3所示为本实施例绘制的交流阻抗总阻抗的弛豫时间分布图Tu,由图2可以看出该电池的弛豫时间分布共有4个峰组成,每个峰代表一个电化学过程。峰①代表接触阻抗RC、峰②代表传荷阻抗RCT、峰③代表SEI膜阻抗RSEI、峰④代表扩散阻抗RD。然而扩散阻抗包括固相扩散和液相扩散,因此扩散阻抗RD等于固相扩散阻抗与液相阻抗RD,s之和RD,e。因此确定该电池模型为5阶RC模型,如图3所示。即步骤S5中锂离子电池模型包括依次串联的理想电压源、电池欧姆阻抗以及K+1各RC环节。锂离子电池模型中理想电压源的电压大小为电池端电压,通过SOC-OCV曲线获得,电池欧姆阻抗通过内阻实验获得。
模型中各RC环节各参数的具体过程为:
以τ为横坐标,F′(τ)为纵坐标绘制交流阻抗实部的弛豫时间分布图,同时以τ为横坐标,F″(τ)为纵坐标绘制交流阻抗虚部的弛豫时间分布图Tu2,确定交流阻抗实部的弛豫时间分布图中的最高峰FH1以及交流阻抗虚部的弛豫时间分布图的最高峰FH2,则最高峰FH对应的两个RC环节分别对应为最高峰FH1和最高峰FH2
对于每个RC环节根据对应的峰的大小确定电阻和电容大小。
RC环节中电阻大小Ri为对应峰的面积,进而对应的电容Ci通过下式得到:
Figure BDA0002807900050000061
其中,τi为对应峰最高点对应的弛豫时间大小。
具体地:
除固相扩散RD,s和液相扩散阻抗RD,e外,接触阻抗RC、传荷阻抗RCT、SEI膜阻抗RSEI等各阻抗由弛豫时间分布图所对应峰的面积确定,具体为下式:
Figure BDA0002807900050000062
其中,Ri为各RC环节所对应弛豫时间分布函数峰的面积,τL和τU为对应峰边界所对应的弛豫时间。
而接触阻抗RC、传荷阻抗RCT、SEI膜阻抗RSEI等各阻抗对应RC环节的电容Ci
Figure BDA0002807900050000063
τi为对应峰最高点对应的弛豫时间大小。
对于扩散过程:
如图4所示,以τ为横坐标,F′(τ)为纵坐标绘制交流阻抗实部的弛豫时间分布图Tu1,Tu1中的最高峰FH1对应为液相扩散阻抗RD,e
RD,e确定为:
Figure BDA0002807900050000064
其中,τ′L和τ′U为峰Tu1边界所对应的弛豫时间。
RD,e对应的电容大小CD,e确定为:
Figure BDA0002807900050000065
τ′D,e为峰Tu1最高点对应的弛豫时间大小。
如图5所示,以τ为横坐标,F″(τ)为纵坐标绘制交流阻抗实部的弛豫时间分布图Tu2,Tu2中的最高峰FH2对应为固相扩散阻抗RD,s
RDs确定为:
Figure BDA0002807900050000071
其中,τ″L和τU为峰Tu2边界所对应的弛豫时间。
RD,s对应的电容大小CD,s确定为:
Figure BDA0002807900050000072
τ″D,s为峰Tu1最高点对应的弛豫时间大小。
通过上述方法可以获得电池在老化前的RC模型,该模型可以应用于电池管理系统对电池的状态信息进行监控。
上述实施方式仅为例举,不表示对本发明范围的限定。这些实施方式还能以其它各种方式来实施,且能在不脱离本发明技术思想的范围内作各种省略、置换、变更。

Claims (10)

1.一种基于弛豫时间分布的锂离子电池建模方法,其特征在于,该方法包括如下步骤:
S1、在特定SOC和温度T下对锂离子电池样本进行交流阻抗谱测试;
S2、计算交流阻抗;
S3、利用德拜弛豫时间公式建立交流阻抗的弛豫时间分布函数;
S4、根据交流阻抗的弛豫时间分布函数确定电池RC模型阶数以及模型各参数;
S5、确定锂离子电池模型。
2.根据权利要求1所述的一种基于弛豫时间分布的锂离子电池建模方法,其特征在于,步骤S1中进行交流阻抗谱测试时选择特定频率的电压或电流作为电池的激励源。
3.根据权利要求2所述的一种基于弛豫时间分布的锂离子电池建模方法,其特征在于,步骤S2交流阻抗计算方式具体为:
Z(ω)=X(ω)/J(ω)
Z(ω)=Z′(ω)+jZ″(ω)
其中,J(ω)为交流激励,X(ω)为交流响应,ω为施加激励的角频率,Z(ω)为电池交流阻抗,Z′(ω)为电池交流阻抗的实部值,Z″(ω)为电池交流阻抗的虚部值,j为虚部单位。
4.根据权利要求3所述的一种基于弛豫时间分布的锂离子电池建模方法,其特征在于,步骤S3建立的交流阻抗的弛豫时间分布函数包括:
交流阻抗总阻抗的弛豫时间分布函数F(τ);
交流阻抗实部的弛豫时间分布函数F′(τ);
交流阻抗虚部的弛豫时间分布函数F″(τ);
其中,τ为弛豫时间,ω为交流阻抗谱测试施加的交流激励的角频率τω=1。
5.根据权利要求4所述的一种基于弛豫时间分布的锂离子电池建模方法,其特征在于,交流阻抗总阻抗的弛豫时间分布函数F(τ)通过下式获得:
Figure FDA0002807900040000011
Z′(∞)为Z′(ω)在角频率ω趋于无限大时的极值,τω=1;
交流阻抗实部的弛豫时间分布函数F′(τ)以及交流阻抗虚部的弛豫时间分布函数F″(τ)通过下式获得:
在获取F(τ)的基础上,对F(τ)进行变换得到:
Figure FDA0002807900040000021
进而:
Figure FDA0002807900040000022
Figure FDA0002807900040000023
其中,R0为电池欧姆阻抗。
6.根据权利要求5所述的一种基于弛豫时间分布的锂离子电池建模方法,其特征在于,根据弛豫时间分布函数确定电池RC模型阶数的方式为:
以τ为横坐标,F(τ)为纵坐标绘制交流阻抗总阻抗的弛豫时间分布图,确定交流阻抗总阻抗的弛豫时间分布图中峰的总数为K,则电池RC模型阶数为K+1,其中最高峰FH对应两个RC环节,分别对应为固相扩散阻抗和液相扩散阻抗,其他各峰分别对应一个RC环节。
7.根据权利要求6所述的一种基于弛豫时间分布的锂离子电池建模方法,其特征在于,确定模型各参数的具体过程为:
以τ为横坐标,F′(τ)为纵坐标绘制交流阻抗实部的弛豫时间分布图,同时以τ为横坐标,F″(τ)为纵坐标绘制交流阻抗虚部的弛豫时间分布图,确定交流阻抗实部的弛豫时间分布图中的最高峰FH1以及交流阻抗虚部的弛豫时间分布图中的最高峰FH2,则最高峰FH对应的两个RC环节分别对应为最高峰FH1和最高峰FH2
对于每个RC环节根据对应的峰的大小确定电阻和电容大小。
8.根据权利要求7所述的一种基于弛豫时间分布的锂离子电池建模方法,其特征在于,RC环节中电阻大小Ri为对应峰的面积,进而对应的电容Ci通过下式得到:
Figure FDA0002807900040000024
其中,τi为对应峰最高点对应的弛豫时间大小。
9.根据权利要求6所述的一种基于弛豫时间分布的锂离子电池建模方法,其特征在于,步骤S5中锂离子电池模型包括依次串联的理想电压源、电池欧姆阻抗以及K+1各RC环节。
10.根据权利要求9所述的一种基于弛豫时间分布的锂离子电池建模方法,其特征在于,锂离子电池模型中理想电压源的电压大小为电池端电压,通过SOC-OCV曲线获得,电池欧姆阻抗通过内阻实验获得。
CN202011374782.7A 2020-11-30 2020-11-30 一种基于弛豫时间分布的锂离子电池建模方法 Active CN112327172B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011374782.7A CN112327172B (zh) 2020-11-30 2020-11-30 一种基于弛豫时间分布的锂离子电池建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011374782.7A CN112327172B (zh) 2020-11-30 2020-11-30 一种基于弛豫时间分布的锂离子电池建模方法

Publications (2)

Publication Number Publication Date
CN112327172A true CN112327172A (zh) 2021-02-05
CN112327172B CN112327172B (zh) 2021-09-03

Family

ID=74309436

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011374782.7A Active CN112327172B (zh) 2020-11-30 2020-11-30 一种基于弛豫时间分布的锂离子电池建模方法

Country Status (1)

Country Link
CN (1) CN112327172B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114137429A (zh) * 2021-10-29 2022-03-04 国电南瑞科技股份有限公司 充放电过程中锂离子电池性能异常变化的参数化表征方法及装置
CN116774051A (zh) * 2023-06-28 2023-09-19 上海炙云新能源科技有限公司 考虑时频域多维数据特征的电池容量快速估计方法
CN116804703A (zh) * 2022-03-23 2023-09-26 本田技研工业株式会社 测定装置、测定方法以及存储介质
CN116819377A (zh) * 2023-06-28 2023-09-29 上海炙云新能源科技有限公司 电池组异常识别诊断方法和系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104914312A (zh) * 2015-06-18 2015-09-16 哈尔滨工业大学 一种计算交流阻抗谱弛豫时间分布的方法
CN105137362A (zh) * 2015-10-19 2015-12-09 清华大学 一种电堆的无损在线检测和故障诊断方法
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
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
US20190198856A1 (en) * 2017-12-22 2019-06-27 Ut-Battelle, Llc Fast formation cycling for rechargeable batteries
US20190341638A1 (en) * 2017-01-10 2019-11-07 Nissan Motor Co., Ltd. Control method for fuel cell system, and fuel cell system
CN110488194A (zh) * 2019-09-02 2019-11-22 中南大学 一种基于电化学阻抗模型的锂电池soc估算方法及其系统
CN111736085A (zh) * 2020-07-07 2020-10-02 中国检验检疫科学研究院 一种基于电化学阻抗谱的锂离子电池健康状态估计方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104914312A (zh) * 2015-06-18 2015-09-16 哈尔滨工业大学 一种计算交流阻抗谱弛豫时间分布的方法
CN105137362A (zh) * 2015-10-19 2015-12-09 清华大学 一种电堆的无损在线检测和故障诊断方法
US20190341638A1 (en) * 2017-01-10 2019-11-07 Nissan Motor Co., Ltd. Control method for fuel cell system, and fuel cell system
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
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
US20190198856A1 (en) * 2017-12-22 2019-06-27 Ut-Battelle, Llc Fast formation cycling for rechargeable batteries
CN110488194A (zh) * 2019-09-02 2019-11-22 中南大学 一种基于电化学阻抗模型的锂电池soc估算方法及其系统
CN111736085A (zh) * 2020-07-07 2020-10-02 中国检验检疫科学研究院 一种基于电化学阻抗谱的锂离子电池健康状态估计方法

Non-Patent Citations (10)

* Cited by examiner, † Cited by third party
Title
DONGXU GUO ET AL.: "Determination of the Differential Capacity of Lithium-Ion Batteries by the Deconvolution of Electrochemical Impedance Spectra", 《ENERGIES》 *
FRANK M.KINDERMANN ET AL.: "Long-term equalization effects in Li-ion batteries due to local state of charge inhomogeneities and their impact on impedance measurements", 《ELECTROCHIMICA ACTA》 *
JAN PHILIPP SCHMIDT ET AL.: "The distribution of relaxation times as basis for generalized time-domain models for Li-ion batteries", 《JOURNAL OF POWER SOURCES》 *
JUAN XIA ET AL.: "A perspective on DRT applications for the analysis of solid oxide cell electrodes", 《ELECTROCHIMICA ACTA》 *
JUN HUANG ET AL.: "An analytical three-scale impedance model for porous electrode with agglomerates in lithium-ion batteries", 《JOURNAL OF THE ELECTROCHEMICAL SOCIETY》 *
YANXIANG ZHANG ET AL.: "Reconstruction of relaxation time distribution from linear electrochemical impedance spectroscopy", 《JOURNAL OF POWER SOURCES》 *
何百练: "锂电池状态参数在线估计技术研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
杨德才: "《锂离子电池安全性原理、设计与测试》", 31 May 2012, 电子科技大学出版社 *
王佳 等: "电化学阻抗谱弛豫时间分布基础", 《电化学》 *
袁浩 等: "质子交换膜燃料电池电化学阻抗谱弛豫时间分布研究", 《机械工程学报》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114137429A (zh) * 2021-10-29 2022-03-04 国电南瑞科技股份有限公司 充放电过程中锂离子电池性能异常变化的参数化表征方法及装置
CN116804703A (zh) * 2022-03-23 2023-09-26 本田技研工业株式会社 测定装置、测定方法以及存储介质
US11977124B2 (en) 2022-03-23 2024-05-07 Honda Motor Co., Ltd Measurement device, measurement method, and storage medium
CN116774051A (zh) * 2023-06-28 2023-09-19 上海炙云新能源科技有限公司 考虑时频域多维数据特征的电池容量快速估计方法
CN116819377A (zh) * 2023-06-28 2023-09-29 上海炙云新能源科技有限公司 电池组异常识别诊断方法和系统
CN116774051B (zh) * 2023-06-28 2024-02-02 上海炙云新能源科技有限公司 考虑时频域多维数据特征的电池容量快速估计方法
CN116819377B (zh) * 2023-06-28 2024-05-07 上海炙云新能源科技有限公司 电池组异常识别诊断方法和系统

Also Published As

Publication number Publication date
CN112327172B (zh) 2021-09-03

Similar Documents

Publication Publication Date Title
CN112327172B (zh) 一种基于弛豫时间分布的锂离子电池建模方法
Cacciato et al. Real-time model-based estimation of SOC and SOH for energy storage systems
CN109633454B (zh) 一种实现锂离子电池等效温度在线估计的方法
CN110488194B (zh) 一种基于电化学阻抗模型的锂电池soc估算方法及其系统
TWI384246B (zh) 藉電池電壓變化模式估測開路電壓以估測電池電阻特徵之裝置及方法
CN112327171B (zh) 一种基于弛豫时间分布的锂离子电池寿命估计方法
CN111856178B (zh) 一种基于锂离子电容器电化学特征的soc分区估计方法
CN106814329A (zh) 一种基于双卡尔曼滤波算法的电池soc在线估计方法
CN108732508B (zh) 一种锂离子电池容量的实时估计方法
CN105467328A (zh) 一种锂离子电池荷电状态估计方法
JP5674783B2 (ja) 電池を特徴付ける方法
CN112345939B (zh) 基于连续脉冲响应的锂离子电池模型参数辨识方法
CN111913109B (zh) 一种电池峰值功率的预测方法及装置
CN108663634B (zh) 一种动力电池内阻的确定方法和装置
CN102203628B (zh) 确定充电或放电阶段中电池的荷电状态的方法
CN111308379A (zh) 一种基于局部恒压充电数据的电池健康状态估计方法
JP6440377B2 (ja) 二次電池状態検出装置および二次電池状態検出方法
CN108445422B (zh) 基于极化电压恢复特性的电池荷电状态估算方法
CN111308363B (zh) 一种基于自适应模型的锂电池荷电状态估计装置及方法
JP6183283B2 (ja) 車両用二次電池の等価回路のパラメータ推定装置
CN109856548A (zh) 动力电池容量估算方法
CN111812515A (zh) 基于XGboost模型的锂离子电池荷电状态估算
JP3876252B2 (ja) バッテリー定常状態端子電圧算出方法
Yang et al. State-of-health estimation for lithium-ion batteries based on decoupled dynamic characteristic of constant-voltage charging current
CN109901072B (zh) 基于历史数据与实验室测试数据的退役电池参数检测方法

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