CN112485673B - 一种基于动态多安全约束的电池充放电峰值功率预测方法 - Google Patents
一种基于动态多安全约束的电池充放电峰值功率预测方法 Download PDFInfo
- Publication number
- CN112485673B CN112485673B CN202011303051.3A CN202011303051A CN112485673B CN 112485673 B CN112485673 B CN 112485673B CN 202011303051 A CN202011303051 A CN 202011303051A CN 112485673 B CN112485673 B CN 112485673B
- Authority
- CN
- China
- Prior art keywords
- battery
- charging
- soc
- current
- ocv
- 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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
Abstract
本发明公开了一种基于动态多安全约束的电池充放电峰值功率预测方法,该方法采用等效电路模型、热模型和负极析锂模型三种模型,首先基于等效电路模型和热模型获得SOC、端电压、温度约束下的充放电峰值电流,然后基于负极析锂模型获得析锂约束下的充电峰值电流,综合考虑各安全约束推导出电池持续充放电峰值电流,进而实现动态多安全约束下的电池持续充放电峰值功率预测,对于电池的安全性和耐久性具有重要意义。
Description
技术领域
本发明涉及新能源汽车动力电池系统安全技术领域,具体是一种基于动态多安全约束的电池充放电峰值功率预测方法。
背景技术
电动汽车的峰值功率直接影响了加速爬坡性能以及回馈制动能量回收能力。峰值功率过低,电池所提供的能量将无法满足需要;峰值功率过高,则会对电池造成不可逆的伤害,缩短电池的使用寿命。鉴于峰值功率的不可直接测量特性,对其进行准确预测就显得很尤为必要。
目前,对动力电池峰值功率的预测过程中大多采用将电池的荷电状态(State ofcharge,SOC)、端电压、温度以及电池设计的最大电流作为约束进行峰值电流预测的手段,进而实现峰值功率预测。然而动力电池的性能受环境温度的影响显著,尤其是在低温下,电池的性能会发生严重退化。在低温环境下对动力电池大倍率充电,因电池内部电化学反应过程速率减慢,会造成锂离子在电池负极来不及反应而析出金属锂,锂金属的沉积会进一步形成锂枝晶,锂枝晶持续生长最终会刺穿隔膜引起电池内部短路,进而引发热失控。由此可见,为了动力电池能够在宽温度范围安全可靠的进行大倍率充放电,除了考虑常规的SOC、端电压、温度和出厂电流限值约束外,负极析锂也是需要考虑的一个重要因素,然而现有技术中对此方面尚缺乏研究。
发明内容
为解决现有技术中的不足,本发明结合现有技术,从实际应用出发,提供一种基于动态多安全约束的电池充放电峰值功率预测方法。
本发明技术方案如下:
一种基于动态多安全约束的电池充放电峰值功率预测方法,其特征在于:包括以下步骤:
步骤S1、记录电池充放电过程中的电流I、端电压Ut、电池表面温度T和外界环境温度Tex;
步骤S2、建立动力电池的一阶RC等效电路模型;基于外界环境温度、开路电压以及荷电状态三者间的关系,拟合建立开路OCV-SOC-Tex三维响应面模型;利用所述OCV-SOC-Tex三维响应面模型获取动力电池的等效电路模型和热模型参数;建立充电过程动力电池负极析锂模型;
进一步,步骤S2中,所述一阶RC等效电路模型具体采用以下形式:
式中,下标k表示第k个采样时刻,Δt为采样周期;R0表示欧姆内阻;I表示电流;τ1为时间常数且τ1=R1C1,R1和C1分别为电池的极化内阻和极化电容;U1表示电池极化电压;Ut为端电压;模型参数R0、R1和C1通过带遗忘因子的递推最小二乘法在线辨识获得;Uocv表示电池开路电压OCV,可通过OCV-SOC-Tex三维响应面模型获取;
进一步,步骤S2中所述OCV-SOC-Tex三维响应面模型构建方法为:
在不同外界环境温度Tex下分别进行OCV测试,以获取不同外界环境温度下的SOC与OCV对应关系,按下式分别对不同外界环境温度下的SOC与OCV关系进行拟合,从而得到各个温度Tex下的α0,α1,…,α6参数值,然后采用二次函数对参数α0,α1,…,α6与温度Tex的关系进行拟合完成三维响应面的建立:
Uocv(Tex,z)=α0+α1z+α2z2+α3z3+α4/z+α5 ln(z)+α6 ln(1-z)
[α0 α1 α2 α3 α4 α5 α6]T=Λ×[Tex 2 Tex 1]T
式中,Uocv(Tex,z)表示开路电压OCV的函数,其为关于Tex与SOC的函数;α0,α1,…,α6为模型拟合系数;Λ为7×3常数矩阵;z表示电池荷电状态SOC,基于安时积分法计算:
式中,z0为初始时刻的SOC值;η表示电池库伦效率;Q表示电池容量;
所述热模型基于任意时刻电池表面的温度T和生热速率q分布均匀的假设建立:
k+1时刻电池的温度可表示为:
式中,Rth和Cth分别为电池的热阻和热容,τth为热时间常数,且τth=RthCth,热阻和热容可通过绝热量热仪测得,q主要由不可逆热和可逆热组成,可表示为:
动力电池充电过程的负极析锂模型如下:
φn=ηn+Un-R0·I
式中,φn表示负极过电势,φn>0则不析锂;ηn为负极固液交界面处的反应极化过电势;Un为负极在当前嵌锂浓度分数下的电势;R0为电池的欧姆内阻;
其中反应极化过电势ηn满足下式:
式中,R为理想气体常数;F为法拉第常数;mn为计算中间量;c0为电解液初始锂离子浓度;x为负极表面嵌锂浓度分数,x与SOC满足线性关系:x=Az+B,z可通过安时积分法获得;Pact为反应极化常数,可通过动态工况实验获得;
Un与x可用下述经验公式拟合:
Un=a0+a1 exp(b1x+c1)+a2 exp(b2x+c2)+a3 exp(b3x+c3)+a4 arctan(b4x+c4)+a5arctan(b5x+c5)
(0<x<1)
将x=Az+B代入可得Un与z的关系式,通过负极半电池OCV实验并运用非线性最小二乘拟合可以得到经验公式中的各个参数以及A和B。
将电池的SOC作为约束条件,预测步长L为若干个采样周期,根据安时积分法推导出电池的持续充放电峰值电流表达式:
进一步,步骤S4通过带遗忘因子的递推最小二乘法得到k时刻的模型参数R0,k、R1,k和C1,k,假设在L个采样周期内电池的模型参数不变,当工作电流为Ik时,k+L时刻的端电压可表示为:
Ut,k+L=Uocv,k+L+U1,k+L+Ik+L·R0
则电池在k+L时刻的开路电压值和极化电压值分别可表示为:
基于上式可得到电池的持续充放电峰值电流分别为:
进一步,步骤S5根据电池热模型得到k+L时刻电池的表面温度Tk+L:
式中,τth表示电池热时间常数;Tex,k+L为k+L时刻的外界环境温度;
锂离子电池的生热速率可近似为:
式中,Rt为电池欧姆内阻和极化内阻之和;
进一步,步骤S6利用牛顿迭代法求解满足析锂条件的峰值充电电流,具体流程如下:
析锂条件可表述为φn=ηn+Un-R0·I>0
由x=Az+B,将电池充电的初始SOC值z0和最大SOC值zmax代入可得x的最小值xmin和最大值xmax,再将xmin和xmax代入γ的表达式可得γ的边界值γ1和γ2,再将xmin和xmax代入Un的表达式求出Un的边界值U1和U2;
利用牛顿迭代法,求出迭代公式为:
进一步,步骤S7中多约束的持续充电峰值电流和持续放电峰值电流为:
式中,Ichg和Idchg分别为电池出厂设计的最大充电电流和最大放电电流;结合电池端电压即进一步得到持续充放电峰值功率:
对比现有技术,本发明的有益效果在于:
本发明同时使用等效电路模型、热模型和负极析锂模型,基于等效电路模型和热模型获得SOC、端电压、温度约束下的充放电峰值电流,基于负极析锂模型获得析锂约束下的充电峰值电流,综合考虑各安全约束推导出电池持续充放电峰值电流,进而实现多安全约束下的电池持续充放电峰值功率预测,对于电池的安全性和耐久性具有重要意义。
附图说明
图1是本发明所提供方法的流程示意图;
图2是本发明的方法中所采用的一阶RC等效电路图;
图3是本发明的方法中所采用的热模型电路图。
具体实施方式
下面结合具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所限定的范围。
本发明的一个优选实施例中,基于一款LiFePO4电池执行本发明所提供的方法进行持续预测峰值功率。所用电池LiFePO4电池参数如下:额定电压3.6V,标称容量为20A,上下限截止电压为4.2V和2.5V,最高电流为100A,建议温度使用范围为0℃~50℃。
所执行的电池持续峰值功率预测方法流程如图1所示,具体步骤如下:
步骤S1、记录电池充放电过程中的电流I、端电压Ut、电池表面温度T和外界环境温度Tex;
步骤S2、建立动力电池的一阶RC等效电路模型;基于外界环境温度、开路电压以及荷电状态三者间的关系,拟合建立OCV-SOC-Tex(开路电压-荷电状态-环境温度)三维响应面模型;利用所述三维响应面模型获取动力电池的等效电路模型和热模型参数;建立充电过程动力电池负极析锂模型;
建立如图2所示一阶RC等效电路模型,其数学表达式为:
式中,下标k表示第k个采样时刻,Δt为采样周期;R0表示欧姆内阻;I表示电流;τ1为时间常数且τ1=R1C1,R1和C1分别为电池的极化内阻和极化电容;U1表示电池极化电压;Ut为端电压;模型参数R0、R1和C1通过带遗忘因子的递推最小二乘法在线辨识获得;Uocv表示电池开路电压OCV;
其中,OCV-SOC-Tex三维响应面模型构建方法为:在-10℃、0℃、10℃、20℃、30℃、40℃、50℃和60℃下分别进行OCV测试,以获取不同温度下的SOC与OCV对应关系,按下式分别对不同温度下的SOC与OCV关系进行拟合,从而得到各个温度Tex下的α0,α1,…,α6值,然后采用二次函数对α0,α1,…,α6与温度Tex的关系进行拟合完成三维响应面模型的建立:
Uocv(Tex,z)=α0+α1z+α2z2+α3z3+α4/z+α5 ln(z)+α6 ln(1-z)
[α0 α1 α2 α3 α4 α5 α6]T=Λ×[Tex 2 Tex 1]T
式中,Uocv(Tex,z)表示开路电压OCV的函数,其为关于Tex与SOC的函数;α0,α1,…,α6为模型拟合系数;Λ为7×3常数矩阵;z表示电池荷电状态SOC,基于安时积分法计算:
式中,z0为初始时刻的SOC值;η表示电池库伦效率;Q表示电池容量;
建立如图3所示的电池热模型,假设任意时刻电池表面的温度T和生热速率q分布均匀。Rth和Cth分别为电池的热阻和热容,τth为热时间常数,且τth=RthCth,q为电池的生热速率。
k+1时刻电池的温度可表示为:
式中,Rth和Cth可通过绝热加速量热仪测得,q主要由不可逆热和可逆热组成,可表示为:
动力电池充电过程的负极析锂模型如下:
φn=ηn+Un-R0·I
式中,φn表示负极过电势,φn>0则不析锂;ηn为负极固液交界面处的反应极化过电势;Un为负极在当前嵌锂浓度分数下的电势;R0为电池的欧姆内阻;
其中反应极化过电势ηn满足下式:
式中,R为理想气体常数;F为法拉第常数;mn为计算中间量;c0为电解液初始锂离子浓度;x为负极表面嵌锂浓度分数,x与SOC满足线性关系:x=Az+B,z可通过安时积分法获得;Pact为反应极化常数,可通过动态工况实验获得;
Un与x可用下述经验公式拟合:
Un=a0+a1 exp(b1x+c1)+a2 exp(b2x+c2)+a3 exp(b3x+c3)+a4 arctan(b4x+c4)+a5arctan(b5x+c5)
(0<x<1)
将x=Az+B代入可得Un与z的关系式,通过负极半电池OCV实验并运用非线性最小二乘拟合可以得到经验公式中的各个参数以及A和B;
将电池的SOC作为约束条件,预测步长L为360个采样周期,根据安时积分法推导出电池的持续充电峰值电流和持续放电峰值电流表达式:
通过带遗忘因子的递推最小二乘法得到k时刻的模型参数R0,k、R1,k和C1,k,通过绝热加速量热仪测得Rth和Cth。假设在L个采样周期内电池的模型参数不变,当工作电流为Ik时,k+L时刻的端电压可表示为:
Ut,k+L=Uocv,k+L+U1,k+L+Ik+L·R0
则电池在k+L时刻的开路电压值和极化电压值分别可表示为:
Ut在k+L时刻可表示为:
基于上式可得到电池的持续充放电峰值电流分别为:
根据电池热模型得到k+L时刻电池的表面温度Tk+L:
锂离子电池的生热速率可近似为:
式中,Rt为电池欧姆内阻和极化内阻之和;
析锂条件可表述为φn=ηn+Un-R0·I>0
由x=Az+B,将电池充电的初始SOC值z0和最大SOC值zmax代入可得x的最小值xmin和最大值xmax,再将xmin和xmax代入γ的表达式可得γ的边界值γ1和γ2;
利用牛顿迭代法,求出迭代公式为:
基于以上多约束的持续充电峰值电流和持续放电峰值电流为:
式中,Ichg和Idchg分别为电池出厂设计的最大充电电流和最大放电电流。
结合电池端电压进一步得到持续充放电峰值功率:
Claims (8)
1.一种基于动态多安全约束的电池充放电峰值功率预测方法,其特征在于:包括以下步骤:
步骤S1、记录电池充放电过程中的电流I、端电压Ut、电池表面温度T和外界环境温度Tex;
步骤S2、建立动力电池的一阶RC等效电路模型;基于外界环境温度、开路电压OCV以及荷电状态SOC三者间的关系,拟合建立开路OCV-SOC-Tex三维响应面模型;利用所述OCV-SOC-Tex三维响应面模型实时获取动力电池的等效电路模型的开路电压OCV和热模型的熵热系数;建立充电过程动力电池负极析锂模型;
3.根据权利要求2所述的一种基于动态多安全约束的电池充放电峰值功率预测方法,其特征在于:
步骤S2中所述OCV-SOC-Tex三维响应面模型构建方法为:
在不同外界环境温度Tex下分别进行OCV测试,以获取不同外界环境温度下的SOC与OCV对应关系,按下式分别对不同外界环境温度下的SOC与OCV关系进行拟合,从而得到各个温度Tex下的α0,α1,…,α6参数值,然后采用二次函数对参数α0,α1,…,α6与温度Tex的关系进行拟合完成三维响应面的建立:
Uocv(Tex,z)=α0+α1z+α2z2+α3z3+α4/z+α5ln(z)+α6ln(1-z)
[α0 α1 α2 α3 α4 α5 α6]T=Λ×[Tex 2 Tex 1]T
式中,Uocv(Tex,z)表示开路电压OCV的函数,其为关于Tex与SOC的函数;α0,α1,…,α6为模型拟合系数;Λ为7×3常数矩阵;z表示电池荷电状态SOC,基于安时积分法计算:
式中,z0为初始时刻的SOC值;η表示电池库伦效率;Q表示电池容量;
所述热模型基于任意时刻电池表面的温度T和生热速率q分布均匀的假设建立:
k+1时刻电池的温度可表示为:
式中,Rth和Cth分别为电池的热阻和热容,τth为热时间常数,且τth=RthCth,热阻和热容可通过绝热量热仪测得,q主要由不可逆热和可逆热组成,可表示为:
动力电池充电过程的负极析锂模型如下:
φn=ηn+Un-R0·I
式中,φn表示负极过电势,φn>0则不析锂;ηn为负极固液交界面处的反应极化过电势;Un为负极在当前嵌锂浓度分数下的电势;R0为电池的欧姆内阻;
其中反应极化过电势ηn满足下式:
式中,R为理想气体常数;F为法拉第常数;mn为计算中间量;c0为电解液初始锂离子浓度;x为负极表面嵌锂浓度分数,x与SOC满足线性关系:x=Az+B,z可通过安时积分法获得;Pact为反应极化常数,可通过动态工况实验获得;
Un与x可用下述经验公式拟合:
Un=a0+a1 exp(b1x+c1)+a2 exp(b2x+c2)+a3 exp(b3x+c3)+a4 arctan(b4x+c4)+a5arctan(b5x+c5)(0<x<1)
将x=Az+B代入可得Un与z的关系式,通过负极半电池OCV实验并运用非线性最小二乘拟合可以得到经验公式中的各个参数以及A和B。
5.根据权利要求4所述的一种基于动态多安全约束的电池充放电峰值功率预测方法,其特征在于:
步骤S4通过带遗忘因子的递推最小二乘法得到k时刻的模型参数R0,k、R1,k和C1,k,假设在L个采样周期内电池的模型参数不变,当工作电流为Ik时,k+L时刻的端电压可表示为:
Ut,k+L=Uocv,k+L+U1,k+L+Ik+L·R0
则电池在k+L时刻的开路电压值和极化电压值分别可表示为:
基于上式可得到电池的持续充放电峰值电流分别为:
7.根据权利要求6所述的一种基于动态多安全约束的电池充放电峰值功率预测方法,其特征在于:
步骤S6利用牛顿迭代法求解满足析锂条件的峰值充电电流,具体流程如下:
析锂条件可表述为φn=ηn+Un-R0·I>0
由x=Az+B,将电池充电的初始SOC值z0和最大SOC值zmax代入可得x的最小值xmin和最大值xmax,再将xmin和xmax代入γ的表达式可得γ的边界值γ1和γ2,再将xmin和xmax代入Un的表达式求出Un的边界值U1和U2;
利用牛顿迭代法,求出迭代公式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011303051.3A CN112485673B (zh) | 2020-11-19 | 2020-11-19 | 一种基于动态多安全约束的电池充放电峰值功率预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011303051.3A CN112485673B (zh) | 2020-11-19 | 2020-11-19 | 一种基于动态多安全约束的电池充放电峰值功率预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112485673A CN112485673A (zh) | 2021-03-12 |
CN112485673B true CN112485673B (zh) | 2022-04-08 |
Family
ID=74932153
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011303051.3A Active CN112485673B (zh) | 2020-11-19 | 2020-11-19 | 一种基于动态多安全约束的电池充放电峰值功率预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112485673B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111025172B (zh) * | 2019-12-31 | 2022-03-01 | 国联汽车动力电池研究院有限责任公司 | 一种实现锂离子电池充放电最大允许功率快速测量的方法 |
CN113189489A (zh) * | 2021-05-08 | 2021-07-30 | 东风汽车集团股份有限公司 | 基于电热耦合电池模型的sop预测系统及其预测方法、存储介质 |
CN113352937B (zh) * | 2021-06-02 | 2023-04-11 | 国网智慧能源交通技术创新中心(苏州)有限公司 | 一种基于v2g充电系统的电动汽车充放电控制方法 |
CN113779794B (zh) * | 2021-09-13 | 2023-12-01 | 山东大学 | 计及微观约束的锂离子电池sop估计方法及系统 |
CN115993539B (zh) * | 2023-03-22 | 2023-06-06 | 国民技术股份有限公司 | 基于实时温度的电池sop的预测方法和装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103675707A (zh) * | 2013-12-13 | 2014-03-26 | 国家电网公司 | 锂离子电池峰值功率在线评估方法 |
CN107750425A (zh) * | 2016-02-05 | 2018-03-02 | 广东欧珀移动通信有限公司 | 用于终端的充电系统、充电方法及电源适配器、开关电源 |
CN108199122A (zh) * | 2017-12-28 | 2018-06-22 | 哈尔滨工业大学 | 基于电化学-热耦合模型的锂离子电池无析锂低温加热方法 |
CN109017366A (zh) * | 2018-07-11 | 2018-12-18 | 浙江合众新能源汽车有限公司 | 电动汽车的经济模式、电动汽车的控制方法、电动汽车控制系统及电动汽车 |
CN109633455A (zh) * | 2019-01-17 | 2019-04-16 | 安徽优旦科技有限公司 | 一种估算电池可用放电和回馈功率的方法 |
CN109841926A (zh) * | 2019-04-08 | 2019-06-04 | 北京理工大学 | 一种动力电池低温快速自加热方法和装置 |
CN111458650A (zh) * | 2020-01-15 | 2020-07-28 | 合肥国轩高科动力能源有限公司 | 一种锂离子动力电池系统峰值功率估算的方法 |
-
2020
- 2020-11-19 CN CN202011303051.3A patent/CN112485673B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103675707A (zh) * | 2013-12-13 | 2014-03-26 | 国家电网公司 | 锂离子电池峰值功率在线评估方法 |
CN107750425A (zh) * | 2016-02-05 | 2018-03-02 | 广东欧珀移动通信有限公司 | 用于终端的充电系统、充电方法及电源适配器、开关电源 |
CN108199122A (zh) * | 2017-12-28 | 2018-06-22 | 哈尔滨工业大学 | 基于电化学-热耦合模型的锂离子电池无析锂低温加热方法 |
CN109017366A (zh) * | 2018-07-11 | 2018-12-18 | 浙江合众新能源汽车有限公司 | 电动汽车的经济模式、电动汽车的控制方法、电动汽车控制系统及电动汽车 |
CN109633455A (zh) * | 2019-01-17 | 2019-04-16 | 安徽优旦科技有限公司 | 一种估算电池可用放电和回馈功率的方法 |
CN109841926A (zh) * | 2019-04-08 | 2019-06-04 | 北京理工大学 | 一种动力电池低温快速自加热方法和装置 |
CN111458650A (zh) * | 2020-01-15 | 2020-07-28 | 合肥国轩高科动力能源有限公司 | 一种锂离子动力电池系统峰值功率估算的方法 |
Non-Patent Citations (2)
Title |
---|
基于数据统计特性的GS—SVM电池峰值功率预测模型;郑方丹等;《电力自动化设备》;20170930;第37卷(第9期);第56-60页 * |
基于电化学- 热耦合模型的21700 型锂离子电池充放电过程热行为分析;徐文军等;《中国科学技术大学学报》;20200531;第50卷(第5期);第645-653页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112485673A (zh) | 2021-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112485673B (zh) | 一种基于动态多安全约束的电池充放电峰值功率预测方法 | |
Kang et al. | Comparison of comprehensive properties of Ni-MH (nickel-metal hydride) and Li-ion (lithium-ion) batteries in terms of energy efficiency | |
CN109839598B (zh) | 一种无损检测锂离子电池正极可逆锂损失方法 | |
CN106384853B (zh) | 一种锂离子电池分步化成及一致性筛选方法 | |
CN112464571B (zh) | 基于多约束条件粒子群优化算法的锂电池组参数辨识方法 | |
CN105759213A (zh) | 一种测量蓄电池剩余容量soc的方法 | |
CN112068000B (zh) | 一种考虑动力电池耐久性影响的峰值功率预测方法 | |
Swierczynski et al. | Investigation on the Self-discharge of the LiFePO 4/C nanophosphate battery chemistry at different conditions | |
CN108508370A (zh) | 一种基于温度校正的开路电压-安时积分soc估计方法 | |
CN111638462B (zh) | 一种soc-ocv分段拟合方法 | |
CN112540297A (zh) | 一种研究锂离子电池过充安全冗余边界的方法 | |
Tran et al. | State of charge estimation of lithium ion batteries using an extended single particle model and sigma-point Kalman filter | |
CN101388562B (zh) | 快速充电方法 | |
CN113779794B (zh) | 计及微观约束的锂离子电池sop估计方法及系统 | |
Kim et al. | Hysteresis modeling for model-based condition monitoring of lithium-ion batteries | |
CN112684342A (zh) | 一种钠离子电池充/放电过程中产热率的评估方法 | |
Li et al. | A new method of state of peak power capability prediction for Li-Ion battery | |
CN105653844B (zh) | 一种计算电池热能转换效率的方法 | |
CN115331743A (zh) | 基于实验类比法的高倍率工况电化学模型建模方法 | |
CN115267551A (zh) | 一种同时测得锂离子电池电极材料开路电势曲线与熵系数曲线的方法 | |
CN114996932A (zh) | 一种锂离子电池过充热失控模型的建模方法 | |
Li et al. | An equivalent circuit model for Li-ion batteries used in energy storage systems in building environment | |
CN113884901A (zh) | 一种电池表面温度分布估计方法及系统 | |
张朝龙 et al. | State-of-health estimate for lithium-ion battery using information entropy and PSO-LSTM | |
Yin et al. | Study on the Effect of High Temperature and High-Current Rate on Fast Charging of Lithium-ion Batteries |
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 |