CN112886674B - 一种锂电池的多目标优化充电控制方法 - Google Patents
一种锂电池的多目标优化充电控制方法 Download PDFInfo
- Publication number
- CN112886674B CN112886674B CN202110280479.9A CN202110280479A CN112886674B CN 112886674 B CN112886674 B CN 112886674B CN 202110280479 A CN202110280479 A CN 202110280479A CN 112886674 B CN112886674 B CN 112886674B
- Authority
- CN
- China
- Prior art keywords
- lithium battery
- battery
- charging
- model
- coupling
- 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
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 41
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005457 optimization Methods 0.000 claims abstract description 20
- 230000008878 coupling Effects 0.000 claims abstract description 13
- 238000010168 coupling process Methods 0.000 claims abstract description 13
- 238000005859 coupling reaction Methods 0.000 claims abstract description 13
- 239000013598 vector Substances 0.000 claims description 20
- 230000005611 electricity Effects 0.000 claims description 17
- 238000005070 sampling Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 239000003990 capacitor Substances 0.000 claims description 4
- 230000005520 electrodynamics Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000009467 reduction Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 7
- 239000004973 liquid crystal related substance Substances 0.000 description 6
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 4
- 229910001416 lithium ion Inorganic materials 0.000 description 4
- 238000011217 control strategy Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/007—Regulation of charging or discharging current or voltage
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0029—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with safety or protection devices or circuits
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
- H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/007—Regulation of charging or discharging current or voltage
- H02J7/007188—Regulation of charging or discharging current or voltage the charge cycle being controlled or terminated in response to non-electric parameters
- H02J7/007192—Regulation of charging or discharging current or voltage the charge cycle being controlled or terminated in response to non-electric parameters in response to temperature
- H02J7/007194—Regulation of charging or discharging current or voltage the charge cycle being controlled or terminated in response to non-electric parameters in response to temperature of the battery
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种锂电池的多目标优化充电控制方法，该方法具体为：根据耦合电热模型描述锂电池特性，得到锂电池的耦合电热模型；基于锂电池的耦合电热模型，依据用户需求、能量损失和成本优化建立多目标优化的锂电池充电模型，并利用障碍函数法对模型进行求解，得到最优的锂电池充电控制方案。本发明综合考虑用户需求、减少能量损失和优化成本的充电目标，建立锂电池充电模型并求解，获得最优充电控制方案。通过考虑用户需求，可以根据用户要求自动调整充电电流的大小，即对于紧凑/充足的预设充电持续时间采用大/小充电电流，这样可以减少因盲目追求快速充电而造成的不必要的电池容量损失。
Description
技术领域
本发明涉及一种锂电池的多目标优化充电控制方法，属于锂电池充电技术领域。
背景技术
由于电动汽车具有零排放和高效率的优点，逐渐成为传统汽油和柴油汽车的理想替代品。作为电动汽车的动力设备，可充电锂离子电池在电动汽车应用中起着至关重要的作用。电池技术的最新发展表明，锂离子电池比其他电池具有明显的优势，例如更高的能量密度和电池电压，更长的使用寿命和更低的自放电率。然而，当锂离子电池过充、过放电、过电流等不当操作时，存在安全隐患，这限制了其广泛应用。因此，必须使用有效的电池管理系统来优化电池性能并增强其安全性。
目前已提出的电池充电策略主要分为传统的和优化的。恒流-恒压方法是最常用的传统策略：电池在第一阶段以预先设定的恒定电流充电，当电池的端电压增加到指定值时，第二阶段以预定的恒定电压充电，当充电电流逐渐减小到足够小的值时，充电过程终止。另一种常用的传统充电方法是多级恒流方法，通过多级恒流对电池充电，当电池的端电压达到预设阈值时，充电模式将转移到下一个阶段。这些方法选择的充电参数取决于经验知识，而没有考虑电池的动力学特性，充电模式可能与电池不匹配。为了弥补这一不足，设计优化的充电策略来优化充电协议，以提高充电性能。
随着电池充电技术的这种增长，在充电过程中考虑用户需求的趋势正在增加。实际上，遇到充足充电时间的情况并不少见，例如，电动汽车可以一整夜充电。对于这些情况，最好为电池提供低且健康的充电电流。而对于紧急充电的情况，不可避免的要使用大电流来实现快速充电。通过在充电控制策略中考虑用户的充电需求，可以根据用户的规格和电池的特性自调整充电电流，既可以使充电器更加智能，又可以减少电池的容量损失。
发明内容
本发明所要解决的技术问题是：提供一种锂电池的多目标优化充电控制方法，综合考虑用户需求、减少能量损失和优化成本的充电目标，建立锂电池充电模型并求解，获得最优的充电控制方案。
本发明为解决上述技术问题采用以下技术方案：
一种锂电池的多目标优化充电控制方法，包括如下步骤：
步骤1，根据耦合电热模型描述锂电池特性，得到锂电池的耦合电热模型；
步骤2，基于锂电池的耦合电热模型，依据用户需求、能量损失和成本优化建立多目标优化的锂电池充电模型，并利用障碍函数法对模型进行求解，得到最优的锂电池充电控制方案。
作为本发明的一种优选方案，所述步骤1的具体过程如下：
根据基尔霍夫电流和电压定律，描述锂电池的电动力学模型如下：
其中，SOC、Cn、IB和VB分别是电池的荷电状态、标称容量、充电电流和端电压，R1、R2分别是第一电阻、第二电阻，C1、C2分别是第一电容、第二电容，V1、V2分别是电容C1、C2两端的电压，VOC是电压源，R0是电阻器；
根据节能原理计算电池的核心温度Tc和表面温度Ts：
其中，Tamb是电池的环境温度，Rc和Ru分别是热传导和对流阻力；Cc和Cs分别是电池的内部和表面热容量，Q是热量，其计算公式为：
Q＝IB(V1+V2+R0IB) (3)
定义电池的温度Ta为：
使用欧拉方法离散化公式(1)-(4)，并在每个采样周期T内保持充电电流恒定，定义状态向量输出向量/>以及输入/> 分别是一维，三维，五维向量，具体为：
则锂电池的耦合电热模型表示为：
其中，k+1、k分别表示第k+1、k次采样，且
其约束条件为：
0≤u(k)≤uM
y(k)≤yM
其中，uM是电池的最大允许充电电流，yM是电池输出向量的上限，
作为本发明的一种优选方案，步骤2所述基于锂电池的耦合电热模型，依据用户需求、能量损失和成本优化建立多目标优化的锂电池充电模型，具体过程如下：
考虑用户需求的成本函数J1表示为：
J1＝(x1(N)-SOCd)2
Td＝NT
其中，N是采样次数，SOCd、Td分别是预设的目标荷电状态、预设的充电持续时间，T是采样周期，x1(N)是第N次采样的状态向量；
考虑成本优化的成本函数J2表示为：
其中，p(k)是第k次采样时以千瓦时为单位的电能的分时电价价格；
考虑能量损失的成本函数J3表示为：
采用最小-最大规格化算法将成本函数J1、J2和J3规格化为0到1之间的范围：
其中，J′i、和/>分别是Ji的规范化值、最小值和最大值，1≤i≤3；
则多目标优化的锂电池充电模型为：
s.t.x(k+1)＝f(x(k),u(k)),x(0)
h(x(k+1),u(k+1))≤yM
0≤u(k)≤uM
其中，J＝γ1J′1+γ2J′2+γ3J′3，γ1＞0,γ2＞0和γ3＞0是权重系数，x(0)为电池的初始状态向量。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：
1、本发明通过考虑用户需求，可以根据用户要求自动调整充电电流的大小，即对于紧凑/充足的预设充电持续时间采用大/小充电电流，这样可以减少因盲目追求快速充电而造成的不必要的电池容量损失。
2、本发明考虑优化成本和减少电池充电的能量损失，充电电流可以根据TOU电价进行自我调节，以减少电费和能量损失。这不仅可以减轻用户的经济负担，而且可以减少充电过程中的能源浪费。
附图说明
图1是本发明锂电池的耦合电热模型图。
图2是本发明锂电池的多目标优化充电控制方法框架图。
图3是北京分时电价的分布图。
图4(a)-图4(d)分别是本发明实施例SOC响应图、充电电流图、终端电压图、温度图。
具体实施方式
下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本发明提供一种兼顾用户需求、能量损失和经济成本优化的锂电池充电控制方法，包括以下步骤：
(1)根据耦合电热模型描述锂电池特性，建立锂电池的耦合电热模型；
如图1所示，使用耦合电热模型来描述圆柱形锂离子电池的特性。电压源VOC和电阻器R0分别用于模拟电池的能量存储和充电/放电能量损失，RC网络(R1、C1)和(R2、C2)表征了短期和电池的长期瞬态响应。根据基尔霍夫电流和电压定律，电池的电动力学可描述为：
其中SOC、Cn、IB和VB分别是电池的SOC、标称容量、充电电流和端电压；电池的开路电压VOC是关于SOC的非线性函数，可以表示为VOC＝g(SOC)；V1和V2分别代表电容C1和C2两端的电压。Tc和Ts表示电池的核心温度和表面温度，可以根据节能原理计算为：
Tamb是电池的环境温度；Rc和Ru分别表示热传导和对流阻力；Cc和Cs分别代表电池的内部和表面热容量；Q为从下式计算得出的热量
Q＝IB(V1+V2+R0IB) (3)
电池的温度Ta定义为Tc和Ts的平均值，可以表示为
为了便于在数字控制系统中实现充电控制算法，可以使用欧拉方法离散化电池模型(1)-(4)，并在每个采样间隔T内保持充电电流恒定。为简化表示符号，状态向量输出向量/>输入定义为：
则电池的耦合电热模型可以表示为：
其中，
模型的安全约束如下：
由于大电流充电会给电池带来不可逆转的损坏，因此应将其维持在电池操作说明建议的适当范围内，该范围可公式化为以下输入约束：
0≤u(k)≤uM (7)
其中，是电池的最大允许充电电流。此外，过度充电和过热会导致电池容量的加速下降，甚至导致安全问题。为避免这些情况，必须防止电池的SOC，终端电压和温度超过其允许的限制，即
y(k)≤yM (8)
其中，代表电池输出向量的上限。
(2)依据用户需求、能量损失和经济成本优化建立多目标优化的锂电池充电模型，并求解。
用户参与充电任务：在用户参与的充电策略中，用户可以预先设置其目标SOC和充电持续时间，分别为SOCd和Td。然后，充电控制器在满足(7)和(8)中所有与安全相关的硬约束的前提下，在所需充电持续时间结束时将电池的SOC最大限度地朝方向驱动。鉴于此，关于用户需求的成本函数可以表示为：
J1＝(x1(N)-SOCd)2,Td＝NT (9)
其中，N是采样次数。
经济成本优化任务：世界各地的电价通常会随着一天中的用电高峰或低谷而波动，这被定义为峰谷电价。在预设的充电时间段内调整充电方式以降低消耗的电力的经济成本是有价值且必要的。相应的电费可以通过下式计算求得：
其中，p(k)是在采样步骤k时以千瓦时为单位的电能的分时电价价格。
减少能量损失任务：由于一些电能以热的形式耗散而不是转化为存储在电池中的化学能，因此有必要通过减少充电过程中电池的能量损失来提高充电效率。基于(3)，可以生成与能量损失有关的成本函数，表示为：
为了在以上三个目标之间取得平衡，通过采用加权度量方法来获得折中的解决方案。由于单位和小数位数的不同，首先需要使用最小-最大规格化算法将成本函数J1,J2和J3规格化为0到1之间的范围：
其中，Ji′,和/>分别是Ji的规范化值，最小值和最大值。基于(9)-(12)，可将充电控制问题简化为使以下函数最小化：
J＝γ1J′1+γ2J′2+γ3J′3 (13)
其中，γ1＞0,γ2＞0和γ3＞0是权重系数。
图2展示了本发明提出的多目标最优充电控制策略的示意图。首先，充电设备接收用户的需求设置，并考虑需求、经济成本优化、减少能耗以及与安全相关的约束。然后，采用障碍函数法求解约束优化问题，得到最优充电电流。最后，充电器向电池提供相应的电流，直到充电任务完成。
考虑到(13)中用户参与充电任务，经济成本优化任务和减少能量损失任务以及(7)和(8)中与安全相关的约束方面的多目标，基于电池模型(6)，充电控制算法可公式化为以下约束优化问题：
其中，x(0)为电池的初始状态向量。定义输入变量通过迭代，x(k)和y(k)(1≤k≤N)可重新表示为
然后，输出序列可以表示为
基于(15)，(14)可以被重写为
其中，L＝[I3,…,I3]T，其中0N和1N表示具有N个1和0的列向量；I3是维度为3*3的单位矩阵。通过使用障碍函数法代替不等式约束，可以将(16)转换为
其中μ是一个正参数，表示对数势垒函数，Gj表示向量/>的第j个元素，给定为
为了证明本发明的效果，下面用一个实施例证明该技术方案的可行性。
1、参数设置
电池的标称容量为2.3Ah，环境温度为25℃。电池的充电电流、SOC、端子电压和温度的上限分别选择为6.9A(3C速率)、100％、3.6V和45℃。采用北京的TOU价格，如图3所示，高峰时段、平坦时段和谷底时段的价格分别为1.253元/kWh(在10：00-15：00和18：00-21：00)、0.781元/kWh(07：00-10：00、15：00-18：00和21：00-23：00)和0.335元/kWh(23：00-07：00)。成本函数J1m、J2m和J3m的下限均为零，权重系数γ1、γ2和γ3分别选择为1、0.01、0.001。采样次数选择为N＝10。
2、充电结果
研究将目标SOC设置为100％，并选择从6:00到8:00的充电时间。初始SOC为10％。SOC、电流、终端电压和温度的仿真结果分别如图4(a)-4(d)所示。结果表明，在确保所有充电约束的情况下，电池的SOC已充电至99.72％，电费和能量损失分别为0.00237元和544.97J。如图4(b)所示，充电电流可随电价波动自动调整，在第一小时6：00-7：00采用大充电电流(电价为0.335元/kWh)，而在7：00-8：00期间充电电流几乎为零(电价为0.781元/kWh)，这可以有效降低电力成本。
为了比较没有经济成本优化的计费方法的性能，在建议的计费方法中将γ2设置为零。充电结果也如图4(a)-4(d)所示。充电2小时后，电池的SOC达到99.85％。由于设计的充电电流不能随着分时电价的变化而变化(如图4(b)所示)，因此电费为0.0038元，是经济成本优化后电费的1.58倍。以一个由7000个电池组成的电动汽车电池组为例(例如特斯拉)，假设在这种模式下每年要充电30次，那么在进行经济优化和不进行经济优化的情况下，电费分别为497.7元和798元。结果表明，在充电控制算法中考虑经济性的优化，一辆电动汽车每年可降低300.3元，这可以大大减轻电动汽车用户的经济负担。
以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。
Claims (2)
1.一种锂电池的多目标优化充电控制方法，其特征在于，包括如下步骤：
步骤1，根据耦合电热模型描述锂电池特性，得到锂电池的耦合电热模型；具体过程如下：
根据基尔霍夫电流和电压定律，描述锂电池的电动力学模型如下：
其中，SOC、Cn、IB和VB分别是电池的荷电状态、标称容量、充电电流和端电压，R1、R2分别是第一电阻、第二电阻，C1、C2分别是第一电容、第二电容，V1、V2分别是电容C1、C2两端的电压，VOC是电压源，R0是电阻器；
根据节能原理计算电池的核心温度Tc和表面温度Ts：
其中，Tamb是电池的环境温度，Rc和Ru分别是热传导和对流阻力；Cc和Cs分别是电池的内部和表面热容量，Q是热量，其计算公式为：
Q＝IB(V1+V2+R0IB) (3)
定义电池的温度Ta为：
使用欧拉方法离散化公式(1)-(4)，并在每个采样周期T内保持充电电流恒定，定义状态向量输出向量/>以及输入/> 分别是一维，三维，五维向量，具体为：
则锂电池的耦合电热模型表示为：
其中，k+1、k分别表示第k+1、k次采样，且
其约束条件为：
0≤u(k)≤uM
y(k)≤yM
其中，uM是电池的最大允许充电电流，yM是电池输出向量的上限，/>
步骤2，基于锂电池的耦合电热模型，依据用户需求、能量损失和成本优化建立多目标优化的锂电池充电模型，并利用障碍函数法对模型进行求解，得到最优的锂电池充电控制方案。
2.根据权利要求1所述锂电池的多目标优化充电控制方法，其特征在于，步骤2所述基于锂电池的耦合电热模型，依据用户需求、能量损失和成本优化建立多目标优化的锂电池充电模型，具体过程如下：
考虑用户需求的成本函数J1表示为：
J1＝(x1(N)-SOCd)2
Td＝NT
其中，N是采样次数，SOCd、Td分别是预设的目标荷电状态、预设的充电持续时间，T是采样周期，x1(N)是第N次采样的状态向量；
考虑成本优化的成本函数J2表示为：
其中，p(k)是第k次采样时以千瓦时为单位的电能的分时电价价格；
考虑能量损失的成本函数J3表示为：
采用最小-最大规格化算法将成本函数J1、J2和J3规格化为0到1之间的范围：
其中，Ji′、和/>分别是Ji的规范化值、最小值和最大值，1≤i≤3；
则多目标优化的锂电池充电模型为：
s.t.x(k+1)＝f(x(k),u(k)),x(0)
h(x(k+1),u(k+1))≤yM
0≤u(k)≤uM
其中，J＝γ1J1′+γ2J2′+γ3J3′，γ1＞0,γ2＞0和γ3＞0是权重系数，x(0)为电池的初始状态向量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110280479.9A CN112886674B (zh) | 2021-03-16 | 2021-03-16 | 一种锂电池的多目标优化充电控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110280479.9A CN112886674B (zh) | 2021-03-16 | 2021-03-16 | 一种锂电池的多目标优化充电控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112886674A CN112886674A (zh) | 2021-06-01 |
| CN112886674B true CN112886674B (zh) | 2023-10-27 |
Family
ID=76040949
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110280479.9A Active CN112886674B (zh) | 2021-03-16 | 2021-03-16 | 一种锂电池的多目标优化充电控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112886674B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113370847A (zh) * | 2021-08-04 | 2021-09-10 | 特瓦特能源科技有限公司 | 一种电池安全监测方法及相关设备 |
| CN113815494A (zh) * | 2021-09-22 | 2021-12-21 | 北京链宇科技有限责任公司 | 一种锂离子电池的预热充电控制方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104679232A (zh) * | 2013-11-12 | 2015-06-03 | 谷歌公司 | 将通知重定向到可穿戴计算设备 |
| CN105191040A (zh) * | 2013-05-03 | 2015-12-23 | 三星电子株式会社 | 用于控制无线电力接收器中的异常状况的方法和装置 |
-
2021
- 2021-03-16 CN CN202110280479.9A patent/CN112886674B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105191040A (zh) * | 2013-05-03 | 2015-12-23 | 三星电子株式会社 | 用于控制无线电力接收器中的异常状况的方法和装置 |
| CN104679232A (zh) * | 2013-11-12 | 2015-06-03 | 谷歌公司 | 将通知重定向到可穿戴计算设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112886674A (zh) | 2021-06-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Abdollahi et al. | Optimal battery charging, Part I: Minimizing time-to-charge, energy loss, and temperature rise for OCV-resistance battery model | |
| CN105552465B (zh) | 一种基于时间和温度的锂离子电池优化充电方法 | |
| CN112886674B (zh) | 一种锂电池的多目标优化充电控制方法 | |
| EP1139481B1 (en) | Charging/discharging control method for secondary battery | |
| CN105518924B (zh) | 电池设备和电动车辆 | |
| CN101816110B (zh) | 具有多个电池的电路布置 | |
| CN101953016B (zh) | 用于组合电池芯和组合电池芯系统的充电方法 | |
| EP2587583B1 (en) | AC current control of mobile battery chargers | |
| US20120274145A1 (en) | Circuit for Rendering Energy Storage Devices Parallelable | |
| CN111668894B (zh) | 基于充电与均衡组合优化的锂电池组快速充电控制方法 | |
| CN108583347A (zh) | 一种并联充电和选择性单体电池放电均衡的均衡电路及其控制方法 | |
| CN110311451B (zh) | 梯次电池的充放电的控制方法、系统、设备和存储介质 | |
| AU2012306113C1 (en) | Method and device for optimized recharging of an electric battery | |
| Wai et al. | Design of energy-saving adaptive fast-charging control strategy for Li-FePO4 battery module | |
| CN113370840A (zh) | 一种自适应不同低速电动车电压等级的充电控制算法 | |
| CN109991549B (zh) | 锂离子电池荷电状态及内阻的联合预测方法 | |
| Ouyang et al. | User-involved charging control for lithium-ion batteries with economic cost optimization | |
| CN109193863A (zh) | 电池组电压均衡控制方法及电路 | |
| Kishkin et al. | Algorithm for Charging a Supercapacitor Energy Storage System | |
| CN116914886A (zh) | 一种基于用户侧储能系统的充放电控制优化策略 | |
| CN112117792B (zh) | 一种基于模型的被动均衡系统及均衡电流估计方法 | |
| CN115447431A (zh) | 一种基于ppo算法及考虑充电电费的电池快速充电控制方法 | |
| AU2012306115B2 (en) | Method and device for optimized recharging of an electric battery | |
| CN115295903A (zh) | 一种基于多目标优化的锂离子电池快速充电方法 | |
| CN114932838A (zh) | 储能系统并联电池簇荷电状态均衡系统、方法及介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |