CN112946509A - 一种基于电极应变的锂离子电池老化状态估计方法 - Google Patents
一种基于电极应变的锂离子电池老化状态估计方法 Download PDFInfo
- Publication number
- CN112946509A CN112946509A CN202110218022.5A CN202110218022A CN112946509A CN 112946509 A CN112946509 A CN 112946509A CN 202110218022 A CN202110218022 A CN 202110218022A CN 112946509 A CN112946509 A CN 112946509A
- Authority
- CN
- China
- Prior art keywords
- battery
- optical fiber
- fiber cable
- electrode
- lithium ion
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 title claims abstract description 21
- 229910001416 lithium ion Inorganic materials 0.000 title claims abstract description 21
- 230000032683 aging Effects 0.000 title claims abstract description 20
- 239000013307 optical fiber Substances 0.000 claims abstract description 57
- 238000007789 sealing Methods 0.000 claims abstract description 16
- 239000000853 adhesive Substances 0.000 claims abstract description 11
- 230000001070 adhesive effect Effects 0.000 claims abstract description 11
- 238000012360 testing method Methods 0.000 claims abstract description 11
- 238000007599 discharging Methods 0.000 claims abstract description 8
- 230000001681 protective effect Effects 0.000 claims abstract description 8
- 238000004806 packaging method and process Methods 0.000 claims abstract description 4
- 239000000835 fiber Substances 0.000 claims description 14
- 239000000463 material Substances 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000007430 reference method Methods 0.000 claims description 4
- 239000011149 active material Substances 0.000 claims description 3
- 239000003792 electrolyte Substances 0.000 claims description 3
- 238000003475 lamination Methods 0.000 claims description 3
- 238000004804 winding Methods 0.000 claims description 3
- 238000005452 bending Methods 0.000 claims description 2
- 239000011159 matrix material Substances 0.000 description 8
- 238000001914 filtration Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000000178 monomer Substances 0.000 description 3
- KRHYYFGTRYWZRS-UHFFFAOYSA-N Fluorane Chemical compound F KRHYYFGTRYWZRS-UHFFFAOYSA-N 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003446 memory effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
- G01B11/165—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge by means of a grating deformed by the object
-
- 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]
- G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明涉及一种基于电极应变的锂离子电池老化状态估计方法，包括以下步骤：1)将表面包覆有保护性热密封膜的光纤电缆埋进不含电极结构的电池外壳中；2)在电池外壳密封后进行密封完整性测试，并选择合格规格的光纤电缆；3)采用粘合剂将光纤传感器的端子一侧粘附在阳极片的中间区域；4)在光纤传感器固定后，将光纤电缆引出电池区域，并完成电池封装；5)将光纤电缆与数据记录仪相连，获取在各种环境和工况下电极的应变值；6)对经过多次充、放电循环的待测电池单体进行容量估计。与现有技术相比，本发明具有稳定获取信号、精准检测、保证估计精度等优点。
Description
技术领域
本发明涉及锂离子动力电池技术与测量领域，尤其是涉及一种基于电极应变的锂离子电池老化状态估计方法。
背景技术
锂离子动力电池是电动汽车中极为重要的组成部分。锂离子电池本身具有轻便性、灵活性、低成本、高能量密度和缺乏记忆效应等多种特性，以上特质使得锂离子电池成为用于电动汽车和可再生能源系统的公认的有前途的储能设备。然而，当车用锂离子动力电池充、放电次数逐渐增加，其实际的可使用容量会随之减少。若想实现对电池的合理控制与安全管理，则需要实时更新这种不断变化的状态量。
在现有的电池老化状态的检测技术中，一般是通过测量电池的外特性，如电压、电流、温度、阻抗等，来估计或预测电池的老化状态，但是由于外部因素的干扰，电池内部和外部的状态量存在一定的偏差。因此，只利用电池的外特性对电池的老化状态进行估计具有一定的不确定性，其结果往往存在较大的偏差；同时，测量设备与电池系统的集成度不高，由此会带来一定的不便捷性。
因此，从精度需求出发，探索更为便捷的测量设备、探究更为精确的电池内部状态测量方法便成为促进锂离子动力电池技术不断提升的重要手段。
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电极应变的锂离子电池老化状态估计方法。
本发明的目的可以通过以下技术方案来实现：
一种基于电极应变的锂离子电池老化状态估计方法，包括以下步骤：
1)将表面包覆有保护性热密封膜的光纤电缆埋进不含电极结构的电池外壳中；
2)在电池外壳密封后进行密封完整性测试，并选择合格规格的光纤电缆；
3)采用粘合剂将光纤传感器的端子一侧粘附在阳极片的中间区域；
4)在光纤传感器固定后，将光纤电缆引出电池区域，并完成电池封装；
5)将光纤电缆与数据记录仪相连，获取在各种环境和工况下电极的应变值；
6)对经过多次充、放电循环的待测电池单体进行容量估计。
所述的步骤1)中，保护性热密封膜的材质与对软包电池极耳进行密封采用热封膜的材质相同，用以实现电池极耳侧与电池极耳对侧两处密封的材料的一致性。
所述的步骤2)中，进行密封完整性测试并选择合格规格的光纤电缆具体步骤为：
在高温、高湿的条件下进行，并在定量电解液的条件下检测HF的含量大小，对于嵌入一定毫米级直径的光纤电缆与不嵌入光纤电缆的两种电池包，同时进行密封完整性测试，若两者检测到HF的含量相同，则判定嵌入的光纤电缆具有合格规格。
所述的光纤传感器采用布拉格光纤光栅传感器，用于实时采集电池电极的应变值和温度值，并且采用参考法将应变值与温度值分离。
所述的步骤3)中，粘附光纤传感器端子的粘合剂的材质与将活性材料固定在集流体上所用的粘合剂材质相同，用以保证内嵌的光纤传感器在电池全生命周期状态下的良好存在性，且光纤电缆朝向极耳的对侧。
所述的步骤4)中，采用叠片或卷绕技术进行电池封装，且光纤电缆的走向垂直于阳极片较短的边缘一侧，用以使得光纤电缆平缓地离开电池区域，以此减少由于走向弯曲对光纤电缆造成的不必要折损。
所述的步骤5)中，光纤电缆与数据记录仪连接，各种环境和工况具体包括高温与低温、快充与慢充、US06循环工况与UDDS循环工况。
所述的步骤6)中，采用非线性预测方法对电池容量进行预测。
所述的非线性预测方法为扩展卡尔曼滤波算法。
用以实现该估计方法的装置包括依次连接的光纤传感器、光纤电缆、数据记录仪。
与现有技术相比，本发明具有以下优点：
1、本发明采用了光纤传感器，对电池内部复杂的环境的鲁棒性好，且不影响电池的正常运行，可作为嵌入电池内部并稳定获取信号的良好选择。
2、本发明采用了布拉格光纤光栅传感器，可实现多路复用的信号传输，对电池电极应变进行实时、精确的测量，以实现对电池老化后的容量较为精准的估计。
3、本发明采用了扩展卡尔曼滤波算法，考虑了噪声的干扰，保证了估计精度。
附图说明
图1为本发明的总体流程框图。
图2为本发明实施例中嵌入式光纤传感器电池单体的布置结构示意图。
图3为本发明实施例中自嵌入式光纤传感器电池单体内部引出的光纤电缆与外部数据记录仪的连接示意图。
图4为采用扩展卡尔曼滤波算法进行电池容量预测的流程图。
图中标记说明：
1、布拉格光纤光栅传感器，2、粘合剂，3、光纤电缆，4、保护性热密封膜，5、数据记录仪。
具体实施方式
为使本专业领域技术人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明进行详细阐述。
在本发明中实施例中所提到的名词释义如下：
布拉格光纤光栅传感器：一种以反射波长编码的光纤传感器，在受到外界环境变化的刺激下，会输出对应变和温度敏感的变化波长。
参考法：一种分离不同测量值的方法，具体实施方法为一条电缆复合两个光纤传感器，其中以一个传感器的测量量作为参考，仅选择性地对温度敏感，通过另外一个传感器的测量对其作差，消除温度对应变测量产生的影响。
如图1-3所示，本发明提供一种基于电极应变的锂离子电池老化状态估计方法，包括以下步骤：
1)将表面包覆有保护性热密封膜的光纤电缆埋进不含电极结构的电池外壳中；
该步骤中，在保护性热密封膜与对软包电池的极耳进行密封时所用的热封膜相同。
2)将电池外壳密封后，进行密封完整性测试，测试完成后，取用合格规格的电缆；
此步骤中，密封完整性测试具体是在高温、高湿的条件下进行，在定量电解液的条件下检测HF(氢氟酸)的含量大小。
采用嵌入一定毫米级直径电缆以及不嵌入电缆的两种电池包，同时进行密封完整性测试，若两种电池包检测到的HF含量相差无几，即可判定所选电缆具有合格规格。
3)使用粘合剂将光纤传感器的端子一侧粘附在阳极片的中间区域；
本例中，该阳极片位于电池整体的中间位置，光纤传感器采用布拉格光纤光栅传感器，用以实时采集电池电极的应变值和温度值，采用参考法将应变值与温度值分离，粘合剂与将活性材料固定在集流体上所用的粘合剂用材相同，并且光纤电缆朝向极耳的对侧。
4)在传感器固定后，将光纤电缆引出电池区域，并完成电池封装；
本例中，光纤电缆的走向垂直于阳极片较短的边缘一侧，电池组装采用叠片或卷绕技术。
5)将光纤电缆与数据记录仪相连，在各种环境、工况下监测、记录阳极电极的应变值；
将光纤电缆与数据记录仪相连，用于记录、实时显示所测得的电极应变值，各种环境、工况包括但不限于高温与低温、快充与慢充、US06循环工况与UDDS循环工况等。
6)对经过若干次充、放电循环的电池单体进行容量估计。
通过非线性预测方法对电池容量进行预测，使用的非线性预测方法包括但不限于扩展卡尔曼滤波算法，本例中采用扩展卡尔曼滤波算法进行预测，如图4所示。
首先，对同批次的多个新鲜电池单体进行一定次数的充、放电循环，在各个次数下对电池单体进行电极应变标定和电池容量标定，经过数值拟合，得到电池容量-电极应变函数关系曲线；
然后，对需要估计老化状态的同批次电池单体进行真实的电极应变测量，根据上述得到的电池容量-电极应变函数关系曲线，采用扩展卡尔曼滤波算法进行老化状态估计，具体步骤如下：
定义电流i为系统输入u，估计容量CR为待观测状态变量x，测得的电极应变μ为系统输出y。
利用以下公式进行更新迭代：
待观测变量x及误差协方差矩阵P初始化：
待观测状态变量x在k时刻的先验估计：
误差协方差矩阵P在k时刻的先验估计：
k时刻的残差：
卡尔曼增益矩阵K：
待观测状态变量x在k时刻的后验估计：
误差协方差矩阵P更新：
其中，
为采用扩展卡尔曼滤波算法的原始更新公式，对应上述的Hk为系统输出y经离散化算子g(·)线性化后得到的测量系数矩阵，即待观测状态变量x的更新公式为上述的
所述线性化，多为非线性函数f和g在某点处经过一阶泰勒展开，求得相应系数矩阵，以求将非线性问题转化为局部线性问题，即最终通过标准卡尔曼滤波算法对非线性系统进行局部线性处理，另外，f(·)为待观测变量的离散化算子，Ak为待观测变量x经离散化算子f(·)线性化后得到的状态转移系数矩阵，∑w和∑v分别为过程激励噪声和测量噪声的协方差矩阵，I为单位矩阵。
本发明提供了一种基于电极应变的电池老化状态估计方法，本发明利用了由于电池经过一定充、放电循环后会引起电极厚度的变化，不同于电压、电流、温度和阻抗等外特性，通过电极应变来准确反映电池内部状态的微小变化，这种变化通过嵌入到电池内部的光纤传感器精准测得；同时，经过一定充、放电循环次数后的电池容量衰减表现为非线性变化，且局部线性度较好，适合采用扩展卡尔曼滤波算法进行状态估计；上述的电极应变与电池容量可经数值拟合方法建立定量的函数关系；并且，光纤传感器在复杂的电池内部环境中的鲁棒性较好；另外，本发明所采用的布拉格光纤光栅传感器，可以实现多路复用的信号传输；最后，采用扩展卡尔曼滤波算法进行容量估计，考虑噪声影响，保证了估计的精度。
以上所述仅为本发明的具体实施方法而已，并不能限制本发明，凡是在本发明的精神与原则之内，均包含在本发明的保护范围之内。
Claims (10)
1.一种基于电极应变的锂离子电池老化状态估计方法，其特征在于，包括以下步骤：
1)将表面包覆有保护性热密封膜的光纤电缆埋进不含电极结构的电池外壳中；
2)在电池外壳密封后进行密封完整性测试，并选择合格规格的光纤电缆；
3)采用粘合剂将光纤传感器的端子一侧粘附在阳极片的中间区域；
4)在光纤传感器固定后，将光纤电缆引出电池区域，并完成电池封装；
5)将光纤电缆与数据记录仪相连，获取在各种环境和工况下电极的应变值；
6)对经过多次充、放电循环的待测电池单体进行容量估计。
2.根据权利要求1所述的一种基于电极应变的锂离子电池老化状态估计方法，其特征在于，所述的步骤1)中，保护性热密封膜的材质与对软包电池极耳进行密封采用热封膜的材质相同，用以实现电池极耳侧与电池极耳对侧两处密封的材料的一致性。
3.根据权利要求1所述的一种基于电极应变的锂离子电池老化状态估计方法，其特征在于，所述的步骤2)中，进行密封完整性测试并选择合格规格的光纤电缆具体步骤为：
在高温、高湿的条件下进行，并在定量电解液的条件下检测HF的含量大小，对于嵌入一定毫米级直径的光纤电缆与不嵌入光纤电缆的两种电池包，同时进行密封完整性测试，若两者检测到HF的含量相同，则判定嵌入的光纤电缆具有合格规格。
4.根据权利要求1所述的一种基于电极应变的锂离子电池老化状态估计方法，其特征在于，所述的光纤传感器采用布拉格光纤光栅传感器，用于实时采集电池电极的应变值和温度值，并且采用参考法将应变值与温度值分离。
5.根据权利要求1所述的一种基于电极应变的锂离子电池老化状态估计方法，其特征在于，所述的步骤3)中，粘附光纤传感器端子的粘合剂的材质与将活性材料固定在集流体上所用的粘合剂材质相同，用以保证内嵌的光纤传感器在电池全生命周期状态下的良好存在性，且光纤电缆朝向极耳的对侧。
6.根据权利要求1所述的一种基于电极应变的锂离子电池老化状态估计方法，其特征在于，所述的步骤4)中，采用叠片或卷绕技术进行电池封装，且光纤电缆的走向垂直于阳极片较短的边缘一侧，用以使得光纤电缆平缓地离开电池区域，以此减少由于走向弯曲对光纤电缆造成的不必要折损。
7.根据权利要求1所述的一种基于电极应变的锂离子电池老化状态估计方法，其特征在于，所述的步骤5)中，光纤电缆与数据记录仪连接，各种环境和工况具体包括高温与低温、快充与慢充、US06循环工况与UDDS循环工况。
8.根据权利要求1所述的一种基于电极应变的锂离子电池老化状态估计方法，其特征在于，所述的步骤6)中，采用非线性预测方法对电池容量进行预测。
9.根据权利要求8所述的一种基于电极应变的锂离子电池老化状态估计方法，其特征在于，所述的非线性预测方法为扩展卡尔曼滤波算法。
10.根据权利要求1所述的一种基于电极应变的锂离子电池老化状态估计方法，其特征在于，用以实现该估计方法的装置包括依次连接的光纤传感器、光纤电缆、数据记录仪。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110218022.5A CN112946509A (zh) | 2021-02-26 | 2021-02-26 | 一种基于电极应变的锂离子电池老化状态估计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110218022.5A CN112946509A (zh) | 2021-02-26 | 2021-02-26 | 一种基于电极应变的锂离子电池老化状态估计方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112946509A true CN112946509A (zh) | 2021-06-11 |
Family
ID=76246501
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110218022.5A Pending CN112946509A (zh) | 2021-02-26 | 2021-02-26 | 一种基于电极应变的锂离子电池老化状态估计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112946509A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114199434A (zh) * | 2021-11-24 | 2022-03-18 | 华中科技大学 | 方形锂电池卷绕参数的测量系统、测量方法及优化方法 |
| CN114421037A (zh) * | 2022-01-21 | 2022-04-29 | 深圳太辰光通信股份有限公司 | 测量电池内部温度和应变的装置、方法及电池 |
| CN114918159A (zh) * | 2022-05-16 | 2022-08-19 | 杭州煦达新能源科技有限公司 | 一种退役锂离子动力电池的筛选方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101042393A (zh) * | 2007-04-23 | 2007-09-26 | 哈尔滨工业大学 | 复合材料健康监测装置 |
| CN103250301A (zh) * | 2010-10-13 | 2013-08-14 | 弗劳恩霍弗应用技术研究院 | 具有内部参考电极的基于锂技术的电化学电池、用于其制造的工艺以及用于同时监测其阳极和阴极的电压或阻抗的方法 |
| JP2019219389A (ja) * | 2018-06-14 | 2019-12-26 | 株式会社Ｇｓユアサ | 推定装置、蓄電装置、推定方法、及びコンピュータプログラム |
| CN110659722A (zh) * | 2019-08-30 | 2020-01-07 | 江苏大学 | 基于AdaBoost-CBP神经网络的电动汽车锂离子电池健康状态估算方法 |
| CN111142036A (zh) * | 2019-12-18 | 2020-05-12 | 同济大学 | 基于容量增量分析的锂离子电池在线快速容量估计方法 |
| CN111781504A (zh) * | 2020-08-03 | 2020-10-16 | 北京理工大学 | 一种锂离子动力电池老化状态识别与开路电压重构方法 |
| CN112014738A (zh) * | 2020-10-13 | 2020-12-01 | 北京理工大学 | 一种基于内嵌光纤传感器的锂离子电池荷电状态估计方法 |
| CN112054254A (zh) * | 2020-08-18 | 2020-12-08 | 暨南大学 | 电池光纤原位检测系统及方法 |
-
2021
- 2021-02-26 CN CN202110218022.5A patent/CN112946509A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101042393A (zh) * | 2007-04-23 | 2007-09-26 | 哈尔滨工业大学 | 复合材料健康监测装置 |
| CN103250301A (zh) * | 2010-10-13 | 2013-08-14 | 弗劳恩霍弗应用技术研究院 | 具有内部参考电极的基于锂技术的电化学电池、用于其制造的工艺以及用于同时监测其阳极和阴极的电压或阻抗的方法 |
| JP2019219389A (ja) * | 2018-06-14 | 2019-12-26 | 株式会社Ｇｓユアサ | 推定装置、蓄電装置、推定方法、及びコンピュータプログラム |
| CN110659722A (zh) * | 2019-08-30 | 2020-01-07 | 江苏大学 | 基于AdaBoost-CBP神经网络的电动汽车锂离子电池健康状态估算方法 |
| CN111142036A (zh) * | 2019-12-18 | 2020-05-12 | 同济大学 | 基于容量增量分析的锂离子电池在线快速容量估计方法 |
| CN111781504A (zh) * | 2020-08-03 | 2020-10-16 | 北京理工大学 | 一种锂离子动力电池老化状态识别与开路电压重构方法 |
| CN112054254A (zh) * | 2020-08-18 | 2020-12-08 | 暨南大学 | 电池光纤原位检测系统及方法 |
| CN112014738A (zh) * | 2020-10-13 | 2020-12-01 | 北京理工大学 | 一种基于内嵌光纤传感器的锂离子电池荷电状态估计方法 |
Non-Patent Citations (1)
| Title |
|---|
| 周炜航等: "锂离子电池内温度场健康状态分布式光纤原位监测技术研究", 《中国激光》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114199434A (zh) * | 2021-11-24 | 2022-03-18 | 华中科技大学 | 方形锂电池卷绕参数的测量系统、测量方法及优化方法 |
| CN114421037A (zh) * | 2022-01-21 | 2022-04-29 | 深圳太辰光通信股份有限公司 | 测量电池内部温度和应变的装置、方法及电池 |
| CN114918159A (zh) * | 2022-05-16 | 2022-08-19 | 杭州煦达新能源科技有限公司 | 一种退役锂离子动力电池的筛选方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112946509A (zh) | 一种基于电极应变的锂离子电池老化状态估计方法 | |
| Wei et al. | Future smart battery and management: Advanced sensing from external to embedded multi-dimensional measurement | |
| Samad et al. | Battery capacity fading estimation using a force-based incremental capacity analysis | |
| KR100818520B1 (ko) | 전기화학셀(ｃｅｌｌ)의 현재 상태와 현재 파라미터를추정하는 장치, 방법 및 시스템 및 기록매체 | |
| CN113285131B (zh) | 一种内置光纤传感器的智能电池及其健康状态估计方法 | |
| KR20180099668A (ko) | 팽창 특징들에 기반한 배터리 헬스 상태 추정 | |
| US10403922B2 (en) | Battery with embedded fiber optic cable | |
| WO2006098541A1 (en) | Apparatus and method for estimating battery state of charge | |
| EP3678256B1 (en) | Apparatus and method for testing secondary battery | |
| US20160380317A1 (en) | Method and system for monitoring battery cell health | |
| CN111965545A (zh) | 锂电池自放电检测方法、装置及系统 | |
| CN114729967A (zh) | 用于估计储能器的状态的方法 | |
| CN113785209B (zh) | 用于检测异常电池单体的方法 | |
| CN116203490A (zh) | 传感器故障诊断方法、装置、设备及存储介质 | |
| CN103983179B (zh) | 电池厚度变化检测装置、电池安全检测及判断方法 | |
| Lee et al. | Flexible micro sensor for in-situ monitoring temperature and voltage of coin cells | |
| CN115097338A (zh) | Soc校准方法、soh估计方法、装置及存储介质 | |
| Bree et al. | Monitoring state of charge and volume expansion in lithium-ion batteries: an approach using surface mounted thin-film graphene sensors | |
| Chen et al. | Detection of jelly roll pressure evolution in large-format Li-ion batteries via in situ thin film flexible pressure sensors | |
| CN112230152B (zh) | 测量单体电芯内阻增量的方法及系统 | |
| CN113176516A (zh) | 容量预测方法、装置、电子设备及存储介质 | |
| KR20210136253A (ko) | 스트레인 게이지를 이용한 리튬 이차전지의 가스 발생 거동 평가방법 | |
| Knobloch et al. | Novel thin temperature and expansion sensors for li-ion battery monitoring | |
| US11515583B2 (en) | Method for determining the state of an electrical energy storage unit, corresponding device for carrying out the method and corresponding electrical energy storage unit | |
| Ramilli et al. | Sensors for next-generation smart batteries in automotive: A review |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210611 |