CN113036846A - 基于阻抗检测的锂离子电池智能优化快速充电方法及系统 - Google Patents
基于阻抗检测的锂离子电池智能优化快速充电方法及系统 Download PDFInfo
- Publication number
- CN113036846A CN113036846A CN202110250632.3A CN202110250632A CN113036846A CN 113036846 A CN113036846 A CN 113036846A CN 202110250632 A CN202110250632 A CN 202110250632A CN 113036846 A CN113036846 A CN 113036846A
- Authority
- CN
- China
- Prior art keywords
- charging
- soc
- lithium ion
- ion battery
- current
- 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
Links
- 238000007600 charging Methods 0.000 title claims abstract description 163
- 229910001416 lithium ion Inorganic materials 0.000 title claims abstract description 101
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 title claims abstract description 100
- 238000000034 method Methods 0.000 title claims abstract description 92
- 238000005457 optimization Methods 0.000 title claims abstract description 57
- 238000001514 detection method Methods 0.000 title claims abstract description 33
- 238000010277 constant-current charging Methods 0.000 claims abstract description 62
- 239000002245 particle Substances 0.000 claims abstract description 29
- 238000012360 testing method Methods 0.000 claims abstract description 22
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims description 34
- 230000015654 memory Effects 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 15
- 230000010287 polarization Effects 0.000 claims description 13
- 230000009467 reduction Effects 0.000 claims description 11
- 238000010280 constant potential charging Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000001453 impedance spectrum Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 229910052744 lithium Inorganic materials 0.000 description 9
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 8
- 230000036541 health Effects 0.000 description 7
- 239000003792 electrolyte Substances 0.000 description 4
- 238000001556 precipitation Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 230000016507 interphase Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000010281 constant-current constant-voltage charging Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000010278 pulse charging Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
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
- H02J7/0071—Regulation of charging or discharging current or voltage with a programmable schedule
-
- 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
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
- H01M10/4257—Smart batteries, e.g. electronic circuits inside the housing of the cells or 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
- H01M10/44—Methods for charging or discharging
-
- 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
- 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
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
- H01M2010/4278—Systems for data transfer from batteries, e.g. transfer of battery parameters to a controller, data transferred between battery controller and main controller
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B40/00—Technologies aiming at improving the efficiency of home appliances, e.g. induction cooking or efficient technologies for refrigerators, freezers or dish washers
-
- 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)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Power Engineering (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了基于阻抗检测的锂离子电池智能优化快速充电方法及系统，建立锂离子电池二阶RC等效电路模型；对锂离子电池二阶RC等效电路模型，进行参数辨识；在不同充电倍率下，对锂离子电池进行恒流充电，每间隔设定的SOC，进行阻抗测试；根据测量阻抗随SOC曲线变化趋势，获得不同倍率下恒流充电SOC边界值；利用电池最大容量和不同倍率下恒流充电SOC边界值，建立约束条件；基于辨识得到的参数和建立的约束条件，采用粒子群算法建立适应度函数进行求解，得到锂离子电池最优充电电流曲线，根据最优充电电流曲线对锂离子电池进行充电，实现对锂离子电池充电的优化。
Description
技术领域
本发明涉及锂离子电池快速充电和寿命老化技术领域，特别是涉及基于阻抗检测的锂离子电池智能优化快速充电方法及系统。
背景技术
本部分的陈述仅仅是提到了与本发明相关的背景技术，并不必然构成现有技术。
近年来随着电动汽车和各类电子产品大量普及，对高续航、高安全性的动力电池需求也在日益激增，锂离子电池以其高比能量、轻重量、低自放电率、循环寿命良好被业界广泛应用。如何保证在锂离子电池寿命健康的前提下，做到快速充电，亟待解决。有研究表明，影响电池寿命最大的问题是充电过程中金属锂析出现象，会造成活性锂离子损失，进一步导致电池寿命下降，影响电池正常使用。
电池充电方法指在电池充电过程中，为达到不同充电目的，而控制调整相应的电流值与电压值的策略。近年来，国内外均对锂离子电池充电方法优化进行了广泛的研究，例如：基于电化学模型的锂离子电池不析锂充电优化策略；基于电热耦合模型的降低温升的锂离子电池充电优化策略；基于动态规划的多目标优化的锂离子电池充电策略；消除极化的锂离子电池脉冲充电优化策略。
究其根本，缩短充电时间势必要增加充电电流，而充电电流过大会对电池寿命造成不可逆损伤。
发明内容
为了解决现有技术的不足，本发明提供了基于阻抗检测的锂离子电池智能优化快速充电方法及系统；旨在提升锂离子电池充电速度的同时保证其寿命健康。金属锂析出现象，会严重影响电池寿命健康，本方法采用在充电过程中进行锂离子电池阻抗检测保证充电过程不发生明显锂析出现象。同时使用群智能优化算法对充电全过程进行多目标优化。
第一方面，本发明提供了基于阻抗检测的锂离子电池智能优化快速充电方法；
基于阻抗检测的锂离子电池智能优化快速充电方法，包括：
建立锂离子电池二阶RC等效电路模型；对锂离子电池二阶RC等效电路模型，进行参数辨识；
在不同充电倍率下，对锂离子电池进行恒流充电，每间隔设定的SOC，进行阻抗测试；根据测量阻抗随SOC曲线变化趋势，获得不同倍率下恒流充电SOC边界值；
利用电池最大容量和不同倍率下恒流充电SOC边界值，建立约束条件；
基于辨识得到的参数和建立的约束条件，采用粒子群算法建立适应度函数进行求解，得到锂离子电池最优充电电流曲线，根据最优充电电流曲线对锂离子电池进行充电，实现对锂离子电池充电的优化。
第二方面，本发明提供了基于阻抗检测的锂离子电池智能优化快速充电系统；
基于阻抗检测的锂离子电池智能优化快速充电系统，包括：
参数辨识模块，其被配置为：建立锂离子电池二阶RC等效电路模型；对锂离子电池二阶RC等效电路模型，进行参数辨识；
阻抗测试模块，其被配置为：在不同充电倍率下，对锂离子电池进行恒流充电，每间隔设定的SOC进行阻抗测试；根据测量阻抗随SOC曲线变化趋势，获得不同倍率下恒流充电SOC边界值；
约束条件建立模块，其被配置为：利用电池最大容量和不同倍率下恒流充电SOC边界值，建立约束条件；
充电优化模块，其被配置为：基于辨识得到的参数和建立的约束条件，采用粒子群算法建立适应度函数进行求解，得到锂离子电池最优充电电流曲线，根据最优充电电流曲线对锂离子电池进行充电，实现对锂离子电池充电的优化。
第三方面，本发明还提供了一种电子设备，包括：一个或多个处理器、一个或多个存储器、以及一个或多个计算机程序；其中，处理器与存储器连接，上述一个或多个计算机程序被存储在存储器中，当电子设备运行时，该处理器执行该存储器存储的一个或多个计算机程序，以使电子设备执行上述第一方面所述的方法。
第四方面，本发明还提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述的方法。
与现有技术相比，本发明的有益效果是：
1.采用阻抗检测方法，避免深入机理复杂的锂离子电池电化学模型建模过程，达到预防锂离子电池充电过程中金属锂析出效果，操作步骤较简捷，操作难度较低。
2.利用群智能优化算法对充电全过程进行优化，根据不同充电需求调整适应度函数权重系数，可根据用户侧需求决策权重偏好。
3.不针对特定材料的锂电池，具有广泛普适性；
4.在保证锂离子电池寿命健康的前提下，对电池进行快速充电优化，提高电池使用寿命，做到资源利用最大化。
5.针对极高、极低SOC区域充电过程进行优化，避免电池初始充电电流过高以及电池过充造成安全隐患。
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为本发明实施例的基于阻抗检测的锂离子电池多目标优化充电方法流程图；
图2为本发明实施例的二阶RC等效电路模型图；
图3为本发明实施例的一次充电过程中不同SOC下电化学阻抗谱图；
图4为本发明实施例的不同倍率充电过程Ztr-SOC图；
图5为本发明实施例的优化算法流程图。
图6为本发明实施例的充电优化方法波形图。
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
术语解释：
混合脉冲功率特性测试，(Hybrid Pulse Power Characterization,简称HPPC)；
RC表示阻容；
荷电状态(State of Charge，简称SOC)；
实施例一
本实施例提供了基于阻抗检测的锂离子电池智能优化快速充电方法；
如图1所示，基于阻抗检测的锂离子电池智能优化快速充电方法，包括：
S101：建立锂离子电池二阶RC等效电路模型；对锂离子电池二阶RC等效电路模型，进行参数辨识；
S102：在不同充电倍率下，对锂离子电池进行恒流充电，每间隔设定的SOC，进行阻抗测试；根据测量阻抗随SOC曲线变化趋势，获得不同倍率下恒流充电SOC边界值；
S103：利用电池最大容量和不同倍率下恒流充电SOC边界值，建立约束条件；
S104：基于辨识得到的参数和建立的约束条件，采用粒子群算法建立适应度函数进行求解，得到锂离子电池最优充电电流曲线，根据最优充电电流曲线对锂离子电池进行充电，实现对锂离子电池充电的优化。
进一步地，所述电池最大容量，获取方式为：
对锂离子电池进行最大容量测试，以1/3C倍率恒流恒压充电对电池进行三次充放电循环，取最后一次数值为电池最大容量。
进一步地，所述S101建立锂离子电池二阶RC等效电路模型，具体包括：
对电池进行HPPC充电测试，获取电池的电流与电压；基于电池的电流与电压，建立锂离子电池二阶RC等效电路模型。
进一步地，如图2所示，所述锂离子电池二阶RC等效电路模型，其数学公式为：
U＝OCV+i*R0+U1+U2
其中，R0为欧姆内阻，OCV为电池开路电压，U为电池端电压，R1为电化学极化电阻，C1为电化学极化电容，R2，C2分别为浓差极化电阻、浓差极化电容，U1为R1两端电压，U2为R2两端电压，i1为流经R1的电流值，i2为流经R2的电流值。
进一步地，所述对锂离子电池二阶RC等效电路模型，进行参数辨识；具体包括：
采用最小二乘法对锂离子电池二阶RC等效电路模型，进行参数辨识，得到欧姆内阻R0、电化学极化电阻R1、浓差极化电阻R2、电化学极化电容C1和浓差极化电容C2。
进一步地，所述S102：在不同充电倍率下，对锂离子电池进行恒流充电，每间隔设定的SOC，进行阻抗测试；根据测量阻抗随SOC曲线变化趋势，获得不同倍率下恒流充电SOC边界值；具体包括：
S1021：进行电池充电不同倍率梯度设置；
S1022：按照设置梯度，进行电池不同倍率恒流充电，并在充电过程中每提升1％SOC中断充电过程，进行电化学阻抗检测，记录不同充电倍率下电化学阻抗谱，获得不同倍率下Ztr-SOC对应关系；
S1023：如果Ztr-SOC在一次下降的基础上，产生二次下降，则以Ztr二次下降起始点，作为当前倍率下可充电SOC范围；
随着充电倍率的下降，可充电SOC范围在逐步扩大，以可充电SOC范围的上界作为不同倍率梯度分界线，得到多段恒流充电策略。
应理解的，充电过程中电池内部阻抗公式如下：
Ztr＝ZCTL+ZΩ+ZSEI+ZEL
其中：ZΩ为电池欧姆内阻值；ZSEI为电池负极电解质相间膜阻值；ZEL为电池电解质阻抗值；ZCTL表示内部电荷转移阻抗，取电化学阻抗谱中频段极小值点总阻抗值Ztr代表充电过程中阻抗变化。
电池欧姆内阻值、电池负极电解质相间膜阻值和电池电解质阻抗值总体在一次充电过程中随SOC从0至100％呈先下降后上升趋势。
若充电过程中发生析锂现象，则会在负极表面形成金属锂的通路，相当于在电池负极电路中并联了一个阻抗ZLi，使得ZCTL阻抗值下降，从而使得Ztr阻抗值下降：
Ztr＝ZCTL||ZLi+ZΩ+ZSEI+ZEL
在充电过程中每1％SOC间断充电过程，进行一次电化学阻抗测试，记录不同充电倍率下电化学阻抗谱。完成测试后继续恒流充电过程，图3为在一次充电过程中不同SOC所得部分数据。
充电过程中电池若不发生析锂，Ztr-SOC图像是一条凹型曲线，只产生一次下降。充电过程中电池若发生析锂，Ztr-SOC图像在一次下降的基础上，产生二次下降。
应理解的，S1021：电池充电可接受最大充电电流从低SOC区域至高SOC区域逐渐降低，故设定由高到低不同倍率梯度恒流充电电流值。
示例性的，S1021：针对能量型电池，将梯度充电电流分为6段，分别为：3C，2.5C，2C，1.5C，1C，0.5C。针对功率型电池可相应提高充电倍率。
每间隔设定的电池剩余容量SOC是指每间隔1％SOC进行一次阻抗测试。
以Ztr二次下降起始点作为该倍率下可充电SOC范围，图4为不同倍率梯度电流充电过程Ztr-SOC图像，可以看到随着充电倍率的下降，可充电SOC范围在逐步扩大，以此作为不同倍率梯度分界线，得到多段恒流充电策略。
示例性的，确定SOC范围的方法：
对每条Ztr-SOC曲线进行拟合；
使用三次多项式yn＝kn1x3+kn2x2+kn3x+kn4进行拟合，求取在各个倍率恒流充电下，Ztr-SOC曲线的拐点xn0，以此作为每个充电倍率下SOC边界值，即使得：
其中，n为不同倍率的曲线编号，令n＝1，n＝2，n＝3，n＝4，n＝5，n＝6分别表示3C，2.5C，2C，1.5C，1C，0.5C倍率恒流充电曲线；kn1，kn2，kn3，kn4分别为每条拟合曲线的系数；Δ为无穷小变量。
经上述方法计算，x10＝32，x20＝38，x30＝43，x40＝48，x50＝59，x60＝79，即3C恒流充电SOC范围为0-32％，2.5C恒流充电SOC范围为0-38％，2C恒流充电SOC范围为0-43％，1.5C恒流充电SOC范围为0-48％，1C恒流充电SOC范围为0-59％，0.5C恒流充电SOC范围为0-79％。
进一步地，所述S103：利用电池最大容量和不同倍率下恒流充电SOC边界值，建立约束条件；其中，约束条件的公式表达为：
3C恒流充电SOC范围为0-32％；2.5C恒流充电SOC范围为0-38％；
2C恒流充电SOC范围为0-43％；1.5C恒流充电SOC范围为0-48％；
1C恒流充电SOC范围为0-59％；0.5C恒流充电SOC范围为0-79％。
进一步地，所述S104：基于辨识得到的参数和建立的约束条件，采用粒子群算法建立适应度函数进行求解，得到锂离子电池最优充电电流曲线，根据最优充电电流曲线对锂离子电池进行充电，实现对锂离子电池充电的优化；具体包括：
S1041：初始化：设定初始SOC为0，初始电流值为0，并设定粒子速度范围，种群规模以及动态权重系数；
S1042：初始群体的生成：将充电过程按每1％SOC为一段分为100段，同时设置100个种群个体，每个种群个体代表每段SOC电流值，低SOC区域采用低倍率恒流充电，中SOC区域采用所得不同倍率下恒流充电SOC边界值，高SOC段采用恒压充电；
S1043：根据需求侧不同的目标需要，计算相应适应度函数来更新筛选最优位置；
S1044：寻找个体中和群体中适应度值为最优的粒子位置，对当前粒子位置的适应度值与个体和群体极值适应度值进行不断比较，寻找最更优的粒子位置；
S1045：更新粒子的速度和位置；
S1046：迭代：返回S1043，设置最大迭代更新代数；
S1047：结束：设置截止条件，达到截止条件优化过程停止。
进一步地，所述S1043的适应度函数的公式表达为：
其中，SOCEOC为优化充电方法充电过程截止时电池SOC，tch为优化充电方法充电时间，lossch为优化充电方法充电过程损耗，tref为参考传统充电方法充电时间，lossref为参考传统充电方法充电损耗，α，β，γ分别为充入电量、充电时间、充电损耗三者权重，adj为调整系数。
进一步地，所述S1045的更新粒子的速度和位置，公式表达为：
其中，
是第i个粒子迭代更新到第j代时的位置；
是第i个粒子迭代更新到第j代时的当前速度；ω是惯性权重，可设为0到1之间的动态区间；c1和c2称之为加速系数；γ1和γ2是分布于0到1之间的随机数；pbesti是第i个粒子最优值，即个体极值；gbest是pbesti中适应度值最优数值，即种群的群体极值；
S1043优化目的是在保证电池寿命健康的前提下，缩短充电时间，提高充电效率。
根据不同的优化权重系数得到不同的优化结果，由低SOC区域的低倍率(不高于0.5C)预充电、中SOC区域的多段恒流充电以及高SOC区域的恒压充电共同构成最终完整的基于阻抗检测的锂离子电池多目标优化充电方法。
考虑到低SOC区域阻抗值较大，为降低能量损耗，同时也为了避免电池在初始阶段温升过快，在低SOC区域，加入短时间(5分钟以内)低倍率预充电阶段；
当电池电压达到截止电压时，为避免造成电池过充，同时也为了补充少量电量，在高SOC区域，加入短时间(5分钟以内)的恒压充电，到达0.1C截止电流后停止充电；
在中SOC区域，采用所得到的不同倍率下恒流充电SOC边界值作为充电电流上限。
由低、中、高三个区域的充电策略共同构成最终的充电方法。
SOC高、中、低区域界定步骤包括：
低SOC区域电池内部阻抗值较高，故对拟合的最大电流y1曲线进行求导，令最大倍率充电阻抗拟合曲线一阶导数y1'<-0.01部分SOC区域为低SOC区域，界定低SOC区域为0～5％区域。在低SOC区域进行低倍率预充电，避免电池温升过快，减少能量损耗，降低安全隐患风险。
高SOC区域电池接受电能能力较差，不适于进行大倍率充电，且电池高SOC状态下易发生过充现象。故令电池充电达到截止电压4.2V时的SOC值为中、高SOC分界值，界定高SOC区域为95％～100％区域。在高SOC区域进行一定程度恒压充电，补充少量电量，及时中止充电避免过充。
中SOC区域为低、高SOC区域之间，界定中SOC区域为5％-95％区域。在中SOC区域采取阻抗测试所得梯度倍率充电策略，在保证电池寿命健康的前提下，提高充电效率。
对上述充电方法进行多目标优化，如图5所示，粒子群智能算法优化的过程为：
(1)初始化：设定初始SOC为0，初始电流值为0，并设定粒子速度范围[-0.1,0.1]。示例1中设置种群规模为50，动态权重系数ω＝0.5+rand/2，其中rand为[-1,1]之间随机数。最大进化代数Mmax＝50。
为便于计算，SOC估计采用安时积分法：
(2)初始群体的生成：将充电过程按每1％SOC为一段分为100段，同时设置100个种群个体，每个种群个体代表每段SOC电流值，低SOC区域采用0.5C倍率，中SOC区域采用步骤s2所得多段充电策略倍率，高SOC段采用恒压充电。
(3)评价：本方法优化目的是在保证电池寿命健康的前提下，缩短充电时间，提高充电效率。故，适应度函数设置如下，可以通过根据不同需要计算相应适应度函数来更新筛选最优位置。
分别令α＝0.33，β＝0.33，γ＝0.33，得到较为均衡的优化结果。
等效电路模型计算速度较快，通过等效电路模型计算电路损耗，损耗定义如下：
(4)寻优：寻找个体中和群体中适应度值为最优的粒子位置，对当前粒子位置的适应度值与个体和群体极值适应度值进行不断比较，寻找最更优的粒子位置。
(5)更新：按照下式，更新粒子的速度和位置：
为获得满意的最优解，设置时变加速的认知因子与社会因子：
其中，c1f＝0.5，c2f＝2.5分别为加速因子的终值，c1i＝2.5，c2i＝0.5分别为加速因子的初值，m为迭代进化代数。
(6)迭代：返回评价步骤，设置优化截止条件：
其中，
为第m代适应度值，若达到优化代数或迭代优化效果不明显则停止迭代。
(7)结束：设置充电截止条件为电池充电电流减小至0.1C或SOC达到100％。
根据不同的优化权重系数得到不同的优化结果，由低SOC区域的低倍率预充电、中SOC区域的多段恒流充电以及高SOC区域的恒压充电共同构成最终完整的基于阻抗检测的锂离子电池多目标优化充电方法，如图6所示。并且将所得优化充电方法与等效恒流恒压充电方法作对比，在充电时间，充入电量，有效充电率等方面均优于传统充电方法，效果卓著，实验数据如下表：
表1实验数据
由大到小逐级递减制定电池充电梯度倍率，建议制定十个梯度以内，若梯度设置过多进行阻抗测试过程会较冗长。
本方法所用阻抗检测方法包括但不限于电化学阻抗检测，亦包括内阻检测等普通阻抗检测方法。
本发明通过阻抗检测确定不同恒流阶段充电SOC边界范围，避免了针对特定材料电池电化学模型的复杂建模，在保证电池使用寿命的前提下，提高了充电效率，具有广泛的适用性。
实施例二
本实施例提供了基于阻抗检测的锂离子电池智能优化快速充电系统；
基于阻抗检测的锂离子电池智能优化快速充电系统，包括：
参数辨识模块，其被配置为：建立锂离子电池二阶RC等效电路模型；对锂离子电池二阶RC等效电路模型，进行参数辨识；
阻抗测试模块，其被配置为：在不同充电倍率下，对锂离子电池进行恒流充电，每间隔设定的SOC进行阻抗测试；根据测量阻抗随SOC曲线变化趋势，获得不同倍率下恒流充电SOC边界值；
约束条件建立模块，其被配置为：利用电池最大容量和不同倍率下恒流充电SOC边界值，建立约束条件；
充电优化模块，其被配置为：基于辨识得到的参数和建立的约束条件，采用粒子群算法建立适应度函数进行求解，得到锂离子电池最优充电电流曲线，根据最优充电电流曲线对锂离子电池进行充电，实现对锂离子电池充电的优化。
此处需要说明的是，上述参数辨识模块、阻抗测试模块、约束条件建立模块和充电优化模块对应于实施例一中的步骤S101至S104，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。需要说明的是，上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
上述实施例中对各个实施例的描述各有侧重，某个实施例中没有详述的部分可以参见其他实施例的相关描述。
所提出的系统，可以通过其他的方式实现。例如以上所描述的系统实施例仅仅是示意性的，例如上述模块的划分，仅仅为一种逻辑功能划分，实际实现时，可以有另外的划分方式，例如多个模块可以结合或者可以集成到另外一个系统，或一些特征可以忽略，或不执行。
实施例三
本实施例还提供了一种电子设备，包括：一个或多个处理器、一个或多个存储器、以及一个或多个计算机程序；其中，处理器与存储器连接，上述一个或多个计算机程序被存储在存储器中，当电子设备运行时，该处理器执行该存储器存储的一个或多个计算机程序，以使电子设备执行上述实施例一所述的方法。
应理解，本实施例中，处理器可以是中央处理单元CPU，处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC，现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。
在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。
实施例一中的方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。
本领域普通技术人员可以意识到，结合本实施例描述的各示例的单元及算法步骤，能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
实施例四
本实施例还提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成实施例一所述的方法。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.基于阻抗检测的锂离子电池智能优化快速充电方法，其特征是，包括：
建立锂离子电池二阶RC等效电路模型；对锂离子电池二阶RC等效电路模型，进行参数辨识；
在不同充电倍率下，对锂离子电池进行恒流充电，每间隔设定的SOC，进行阻抗测试；根据测量阻抗随SOC曲线变化趋势，获得不同倍率下恒流充电SOC边界值；
利用电池最大容量和不同倍率下恒流充电SOC边界值，建立约束条件；
基于辨识得到的参数和建立的约束条件，采用粒子群算法建立适应度函数进行求解，得到锂离子电池最优充电电流曲线，根据最优充电电流曲线对锂离子电池进行充电，实现对锂离子电池充电的优化。
2.如权利要求1所述的基于阻抗检测的锂离子电池智能优化快速充电方法，其特征是，所述电池最大容量，获取方式为：
对锂离子电池进行最大容量测试，以1/3C倍率恒流恒压充电对电池进行三次充放电循环，取最后一次数值为电池最大容量；
建立锂离子电池二阶RC等效电路模型，具体包括：
对电池进行HPPC充电测试，获取电池的电流与电压；基于电池的电流与电压，建立锂离子电池二阶RC等效电路模型；
采用最小二乘法对锂离子电池二阶RC等效电路模型，进行参数辨识，得到欧姆内阻R0、电化学极化电阻R1、浓差极化电阻R2、电化学极化电容C1和浓差极化电容C2。
3.如权利要求1所述的基于阻抗检测的锂离子电池智能优化快速充电方法，其特征是，在不同充电倍率下，对锂离子电池进行恒流充电，每间隔设定的SOC，进行阻抗测试；根据测量阻抗随SOC曲线变化趋势，获得不同倍率下恒流充电SOC边界值；具体包括：
进行电池充电不同倍率梯度设置；
按照设置梯度，进行电池不同倍率恒流充电，并在充电过程中每提升1％SOC中断充电过程，进行电化学阻抗检测，记录不同充电倍率下电化学阻抗谱，获得不同倍率下Ztr-SOC对应关系；
如果Ztr-SOC在一次下降的基础上，产生二次下降，则以Ztr二次下降起始点，作为当前倍率下可充电SOC范围；
随着充电倍率的下降，可充电SOC范围在逐步扩大，以可充电SOC范围的上界作为不同倍率梯度分界线，得到多段恒流充电策略。
4.如权利要求1所述的基于阻抗检测的锂离子电池智能优化快速充电方法，其特征是，利用电池最大容量和不同倍率下恒流充电SOC边界值，建立约束条件；其中，约束条件的公式表达为：
3C恒流充电SOC范围为0-32％；2.5C恒流充电SOC范围为0-38％；
2C恒流充电SOC范围为0-43％；1.5C恒流充电SOC范围为0-48％；
1C恒流充电SOC范围为0-59％；0.5C恒流充电SOC范围为0-79％。
5.如权利要求1所述的基于阻抗检测的锂离子电池智能优化快速充电方法，其特征是，基于辨识得到的参数和建立的约束条件，采用粒子群算法建立适应度函数进行求解，得到锂离子电池最优充电电流曲线，根据最优充电电流曲线对锂离子电池进行充电，实现对锂离子电池充电的优化；具体包括：
初始化：设定初始SOC为0，初始电流值为0，并设定粒子速度范围，种群规模以及动态权重系数；
初始群体的生成：将充电过程按每1％SOC为一段分为100段，同时设置100个种群个体，每个种群个体代表每段SOC电流值，低SOC区域采用低倍率恒流充电，中SOC区域采用所得不同倍率下恒流充电SOC边界值，高SOC段采用恒压充电；
根据需求侧不同的目标需要，计算相应适应度函数来更新筛选最优位置；
寻找个体中和群体中适应度值为最优的粒子位置，对当前粒子位置的适应度值与个体和群体极值适应度值进行不断比较，寻找最更优的粒子位置；
更新粒子的速度和位置；
迭代：返回适应度函数计算步骤，设置最大迭代更新代数；
结束：设置截止条件，达到截止条件优化过程停止。
6.如权利要求1所述的基于阻抗检测的锂离子电池智能优化快速充电方法，其特征是，
在低SOC区域，加入5分钟以内不高于0.5C的低倍率预充电阶段；
在中SOC区域，采用所得到的不同倍率下恒流充电SOC边界值作为充电电流上限；
在高SOC区域，加入5分钟以内的恒压充电，到达0.1C截止电流后停止充电。
7.如权利要求1所述的基于阻抗检测的锂离子电池智能优化快速充电方法，其特征是，
界定低SOC区域为0～5％区域；界定中SOC区域为5％-95％区域；界定高SOC区域为95％～100％区域。
8.基于阻抗检测的锂离子电池智能优化快速充电系统，其特征是，包括：
参数辨识模块，其被配置为：建立锂离子电池二阶RC等效电路模型；对锂离子电池二阶RC等效电路模型，进行参数辨识；
阻抗测试模块，其被配置为：在不同充电倍率下，对锂离子电池进行恒流充电，每间隔设定的SOC进行阻抗测试；根据测量阻抗随SOC曲线变化趋势，获得不同倍率下恒流充电SOC边界值；
约束条件建立模块，其被配置为：利用电池最大容量和不同倍率下恒流充电SOC边界值，建立约束条件；
充电优化模块，其被配置为：基于辨识得到的参数和建立的约束条件，采用粒子群算法建立适应度函数进行求解，得到锂离子电池最优充电电流曲线，根据最优充电电流曲线对锂离子电池进行充电，实现对锂离子电池充电的优化。
9.一种电子设备，其特征是，包括：一个或多个处理器、一个或多个存储器、以及一个或多个计算机程序；其中，处理器与存储器连接，上述一个或多个计算机程序被存储在存储器中，当电子设备运行时，该处理器执行该存储器存储的一个或多个计算机程序，以使电子设备执行上述权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其特征是，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110250632.3A CN113036846B (zh) | 2021-03-08 | 2021-03-08 | 基于阻抗检测的锂离子电池智能优化快速充电方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110250632.3A CN113036846B (zh) | 2021-03-08 | 2021-03-08 | 基于阻抗检测的锂离子电池智能优化快速充电方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113036846A true CN113036846A (zh) | 2021-06-25 |
| CN113036846B CN113036846B (zh) | 2023-03-17 |
Family
ID=76468383
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110250632.3A Active CN113036846B (zh) | 2021-03-08 | 2021-03-08 | 基于阻抗检测的锂离子电池智能优化快速充电方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113036846B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113285132A (zh) * | 2021-07-22 | 2021-08-20 | 天津力神电池股份有限公司 | 锂离子电池阶梯充电制度制定方法及应用 |
| CN114035096A (zh) * | 2021-11-29 | 2022-02-11 | 东莞新能安科技有限公司 | 电化学装置soh评估方法、电子设备及电池系统 |
| CN114084026A (zh) * | 2021-11-29 | 2022-02-25 | 重庆长安新能源汽车科技有限公司 | 电动汽车最优充电路径的动态规划方法及系统 |
| CN114200310A (zh) * | 2021-12-08 | 2022-03-18 | 东莞新能安科技有限公司 | 电化学装置析锂检测方法及电子设备 |
| CN114200322A (zh) * | 2021-12-07 | 2022-03-18 | 欣旺达电动汽车电池有限公司 | 一种锂离子电池析锂检测方法 |
| CN114744310A (zh) * | 2022-02-11 | 2022-07-12 | 长安大学 | 基于soc自适应分阶的动力锂电池两步充电方法 |
| CN115101138A (zh) * | 2022-06-29 | 2022-09-23 | 上海玫克生储能科技有限公司 | 基于参数辨识的锂电池设计优化方法及装置、存储介质 |
| CN116577687A (zh) * | 2023-07-14 | 2023-08-11 | 南昌航空大学 | 快充电池包的电芯筛选方法、系统、存储介质及计算机 |
| CN118300229A (zh) * | 2024-04-19 | 2024-07-05 | 北京迅巢科技有限公司 | 充电效率智能优化方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104849672A (zh) * | 2015-05-27 | 2015-08-19 | 中国人民解放军国防科学技术大学 | 基于等效电路模型的锂电池动态阻抗参数识别方法 |
| US20190178945A1 (en) * | 2017-12-13 | 2019-06-13 | Beijing Chuangyu Technology Co., Ltd. | Battery state of charge prediction method and system |
| CN110515011A (zh) * | 2019-09-16 | 2019-11-29 | 华南农业大学 | 一种锂离子动力电池soc的精确估算方法 |
| CN111477981A (zh) * | 2020-03-11 | 2020-07-31 | 北京交通大学 | 一种锂离子电池分区间优化充电方法 |
| CN111797568A (zh) * | 2020-06-16 | 2020-10-20 | 武汉大学深圳研究院 | 一种基于最小能耗的锂电池充电方法 |
| CN112103580A (zh) * | 2020-09-21 | 2020-12-18 | 武汉大学 | 一种基于等效内阻的锂电池充电方法 |
| CN112436202A (zh) * | 2020-10-22 | 2021-03-02 | 中车长春轨道客车股份有限公司 | 一种防止锂离子电池负极析锂的阶梯式电流充电方法 |
-
2021
- 2021-03-08 CN CN202110250632.3A patent/CN113036846B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104849672A (zh) * | 2015-05-27 | 2015-08-19 | 中国人民解放军国防科学技术大学 | 基于等效电路模型的锂电池动态阻抗参数识别方法 |
| US20190178945A1 (en) * | 2017-12-13 | 2019-06-13 | Beijing Chuangyu Technology Co., Ltd. | Battery state of charge prediction method and system |
| CN110515011A (zh) * | 2019-09-16 | 2019-11-29 | 华南农业大学 | 一种锂离子动力电池soc的精确估算方法 |
| CN111477981A (zh) * | 2020-03-11 | 2020-07-31 | 北京交通大学 | 一种锂离子电池分区间优化充电方法 |
| CN111797568A (zh) * | 2020-06-16 | 2020-10-20 | 武汉大学深圳研究院 | 一种基于最小能耗的锂电池充电方法 |
| CN112103580A (zh) * | 2020-09-21 | 2020-12-18 | 武汉大学 | 一种基于等效内阻的锂电池充电方法 |
| CN112436202A (zh) * | 2020-10-22 | 2021-03-02 | 中车长春轨道客车股份有限公司 | 一种防止锂离子电池负极析锂的阶梯式电流充电方法 |
Non-Patent Citations (4)
| Title |
|---|
| JIAWEI LIU 等: "A Multi-objective Optimization Charging Strategy for Lithium Ion Battery Based on Lithium-plating Inhibited Model", 《2020 IEEE 4TH CONFERENCE ON ENERGY INTERNET AND ENERGY SYSTEM INTEGRATION (EI2)》 * |
| 刘伟等: "一种均衡考虑锂电池内部能量损耗和充电速度的多段恒流充电方法", 《电工技术学报》 * |
| 史永胜等: "基于电-热-老化耦合模型的锂离子电池优化充电策略", 《电子器件》 * |
| 高欢等: "基于实时内阻测试的锂电池自适应电流充电策略", 《可再生能源》 * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113285132B (zh) * | 2021-07-22 | 2021-10-26 | 天津力神电池股份有限公司 | 锂离子电池阶梯充电制度制定方法及应用 |
| CN113285132A (zh) * | 2021-07-22 | 2021-08-20 | 天津力神电池股份有限公司 | 锂离子电池阶梯充电制度制定方法及应用 |
| CN114084026B (zh) * | 2021-11-29 | 2023-06-02 | 重庆长安新能源汽车科技有限公司 | 电动汽车最优充电路径的动态规划方法及系统 |
| CN114035096A (zh) * | 2021-11-29 | 2022-02-11 | 东莞新能安科技有限公司 | 电化学装置soh评估方法、电子设备及电池系统 |
| CN114084026A (zh) * | 2021-11-29 | 2022-02-25 | 重庆长安新能源汽车科技有限公司 | 电动汽车最优充电路径的动态规划方法及系统 |
| CN114035096B (zh) * | 2021-11-29 | 2023-12-26 | 东莞新能安科技有限公司 | 电化学装置soh评估方法、电子设备及电池系统 |
| CN114200322B (zh) * | 2021-12-07 | 2024-04-30 | 欣旺达动力科技股份有限公司 | 一种锂离子电池析锂检测方法 |
| CN114200322A (zh) * | 2021-12-07 | 2022-03-18 | 欣旺达电动汽车电池有限公司 | 一种锂离子电池析锂检测方法 |
| CN114200310B (zh) * | 2021-12-08 | 2023-12-26 | 东莞新能安科技有限公司 | 电化学装置析锂检测方法及电子设备 |
| CN114200310A (zh) * | 2021-12-08 | 2022-03-18 | 东莞新能安科技有限公司 | 电化学装置析锂检测方法及电子设备 |
| CN114744310B (zh) * | 2022-02-11 | 2023-02-03 | 长安大学 | 基于soc自适应分阶的动力锂电池两步充电方法 |
| CN114744310A (zh) * | 2022-02-11 | 2022-07-12 | 长安大学 | 基于soc自适应分阶的动力锂电池两步充电方法 |
| CN115101138A (zh) * | 2022-06-29 | 2022-09-23 | 上海玫克生储能科技有限公司 | 基于参数辨识的锂电池设计优化方法及装置、存储介质 |
| CN116577687A (zh) * | 2023-07-14 | 2023-08-11 | 南昌航空大学 | 快充电池包的电芯筛选方法、系统、存储介质及计算机 |
| CN116577687B (zh) * | 2023-07-14 | 2024-04-19 | 南昌航空大学 | 快充电池包的电芯筛选方法、系统、存储介质及计算机 |
| CN118300229A (zh) * | 2024-04-19 | 2024-07-05 | 北京迅巢科技有限公司 | 充电效率智能优化方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113036846B (zh) | 2023-03-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113036846B (zh) | 基于阻抗检测的锂离子电池智能优化快速充电方法及系统 | |
| CN112366375B (zh) | 一种锂离子动力电池快速充电方法 | |
| CN110011374B (zh) | 一种电池充放电电流的控制方法、系统及终端设备 | |
| CN109239608B (zh) | 一种实时修正锂电池soc-ocv曲线的方法 | |
| CN110635187B (zh) | 一种考虑老化的锂电池充电方法 | |
| JP7181995B2 (ja) | 充電方法、電子装置及び記憶媒体 | |
| CN107196371B (zh) | 电池充电方法、装置、设备和存储介质 | |
| US10236702B2 (en) | Method and apparatus for rapidly charging battery | |
| CN110350240B (zh) | 锂离子电池分容方法及锂离子电池 | |
| CN107020251A (zh) | 电池及电池组的筛选方法 | |
| CN107204493A (zh) | 电池充电方法、装置和设备 | |
| Jantharamin et al. | A new dynamic model for lead-acid batteries | |
| CN113394840B (zh) | 一种储能电池电量智能均衡控制方法及系统 | |
| CN104051810A (zh) | 一种锂离子储能电池系统soc估算快速修正方法 | |
| CN115932605A (zh) | 储能电池剩余电量校正方法、装置及电池管理系统 | |
| WO2020259039A1 (zh) | 荷电状态修正方法及装置 | |
| CN105634063A (zh) | 一种基于电池历史数据的主动均衡方法 | |
| WO2022183459A1 (zh) | 一种估算电池包soc的方法、装置及电池管理系统 | |
| CN114264969B (zh) | 一种电芯自放电性能评估方法及装置 | |
| CN110861535A (zh) | 一种充电控制方法及装置 | |
| US20210119461A1 (en) | Electronic device and method for charging battery | |
| CN115001094A (zh) | 一种电池防过充的充电方法、装置、设备及存储介质 | |
| JP7250914B2 (ja) | 充電方法、電子装置及び記憶媒体 | |
| CN111082174B (zh) | 一种锂离子电池三段式充电方法 | |
| CN116031974B (zh) | 一种储能电池组均衡充放电方法及系统 |
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 |