CN113125965B - 电池析锂检测方法、装置、设备及存储介质 - Google Patents

电池析锂检测方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN113125965B
CN113125965B CN202110354009.2A CN202110354009A CN113125965B CN 113125965 B CN113125965 B CN 113125965B CN 202110354009 A CN202110354009 A CN 202110354009A CN 113125965 B CN113125965 B CN 113125965B
Authority
CN
China
Prior art keywords
lithium ion
ion battery
battery
equation
real
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
Application number
CN202110354009.2A
Other languages
English (en)
Other versions
CN113125965A (zh
Inventor
潘岳
任东生
卢兰光
韩雪冰
冯旭宁
郑岳久
李哲
欧阳明高
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.)
Tsinghua University
Original Assignee
Tsinghua 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 Tsinghua University filed Critical Tsinghua University
Priority to CN202110354009.2A priority Critical patent/CN113125965B/zh
Publication of CN113125965A publication Critical patent/CN113125965A/zh
Application granted granted Critical
Publication of CN113125965B publication Critical patent/CN113125965B/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]
    • G01R31/378Arrangements 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
    • 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]
    • G01R31/382Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements

Landscapes

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

Abstract

本申请涉及一种电池析锂检测方法、装置、设备及存储介质,所述方法包括:获取待测锂离子电池在放电过程中的实时电压和实时电流;获取待测锂离子电池的参数辨识方程,并将实时电压和实时电流输入至参数辨识方程中,计算得到待测锂离子电池的特征参数;将待测锂离子电池的特征参数与标准特征参数进行比较,并根据比较结果确定待测锂离子电池的析锂情况;标准特征参数为未发生析锂现象的标准锂离子电池的特征参数。本申请实施例提供的技术方案可以提高对锂离子电池进行析锂检测的效率。

Description

电池析锂检测方法、装置、设备及存储介质
技术领域
本申请涉及电池技术领域,特别是涉及一种电池析锂检测方法、装置、设备及存储介质。
背景技术
为缓解能源短缺和环境污染问题,我国已经将新能源汽车列入战略性新兴技术产业,锂离子电池因其具有能量高、自放电率低以及循环寿命长的特点,是目前最具实用价值的新能源汽车的能量源。而锂离子电池在低温、大倍率充电情况下常出现析锂现象,在出现析锂现象后由于析出的锂金属会形成锂枝晶,锂枝晶会刺破锂离子电池的隔膜,使锂离子电池发生短路,从而影响锂离子电池使用的安全性,因而需要对锂离子电池进行析锂检测。
在对锂离子电池进行析锂检测时,通常是先获取锂离子电池在充电后静置过程中的电压,再对该电压做微分处理得到电压微分曲线,从而通过电压微分曲线中的极小值来检测锂离子电池是否出现析锂现象,即,若电压微分曲线产生极小值,则说明锂离子电池出现析锂现象。
但是,由于电压微分曲线产生极小值的时间较长,从而使得检测锂离子电池是否出现析锂现象时所需的时间较长,降低了对锂离子电池进行析锂检测的效率。
发明内容
基于此,本申请实施例提供了一种电池析锂检测方法、装置、设备及存储介质,可以提高对锂离子电池进行析锂检测的效率。
第一方面,提供了一种电池析锂检测方法,该方法包括:
获取待测锂离子电池在放电过程中的实时电压和实时电流;获取待测锂离子电池的参数辨识方程,并将实时电压和实时电流输入至参数辨识方程中,计算得到待测锂离子电池的特征参数;将待测锂离子电池的特征参数与标准特征参数进行比较,并根据比较结果确定待测锂离子电池的析锂情况;标准特征参数为未发生析锂现象的标准锂离子电池的特征参数。
在其中一个实施例中,获取待测锂离子电池的参数辨识方程,包括:
获取待测锂离子电池的电池状态方程;对电池状态方程进行离散化处理后得到离散化的电池方程;根据离散化的电池方程、电池状态方程以及电池状态方程的前一时刻的电池状态方程,得到参数辨识方程。
在其中一个实施例中,将实时电压和实时电流输入至参数辨识方程中,计算得到待测锂离子电池的特征参数,包括:
将实时电压和实时电流输入至参数辨识方程中,采用预估算法对参数辨识方程的系数进行估计,得到参数辨识方程的系数估计值;基于参数辨识方程及离散化的电池方程,得到参数辨识方程的系数与待测锂离子电池的特征参数之间的关系式;将参数辨识方程的系数估计值输入至关系式中,计算得到待测锂离子电池的特征参数。
在其中一个实施例中,预估算法包括最小二乘算法、递推最小二乘算法、递推增广最小二乘算法以及基于遗忘因子的递推最小二乘算法中的一种。
在其中一个实施例中,在将待测锂离子电池的特征参数与标准特征参数进行比较,并根据比较结果确定待测锂离子电池的析锂情况之前,还包括:
获取标准锂离子电池;将标准锂离子电池在放电过程中的实时电压、实时电流输入至标准锂离子电池的参数辨识方程,计算得到标准锂离子电池的标准特征参数。
在其中一个实施例中,获取标准锂离子电池的过程,包括:
获取目标锂离子电池的初始电池容量;根据目标锂离子电池在恒流放电过程中的目标电流与目标放电时长,计算得到目标锂离子电池在放电结束时的实际电池容量;将实际电池容量与初始电池容量进行比较,若实际电池容量与初始电池容量的差值小于第一预设阈值,则将目标锂离子电池作为标准锂离子电池。
在其中一个实施例中,待测锂离子电池的特征参数包括多个特征参数;将待测锂离子电池的特征参数与标准特征参数进行比较,并根据比较结果确定待测锂离子电池的析锂情况,包括:
计算待测锂离子电池的各特征参数与对应的标准特征参数之间的差值;判断各差值是否大于与差值对应的第二预设阈值;若各差值均大于与差值对应的第二预设阈值,则确定待测锂离子电池发生析锂现象;若至少一个差值小于或等于与差值对应的第二误差阈值,则确定待测锂离子电池未发生析锂现象。
第二方面,提供了一种电池析锂检测装置,该装置包括:
第一获取模块,用于获取待测锂离子电池在放电过程中的实时电压和实时电流;
第二获取模块,用于获取待测锂离子电池的参数辨识方程,并将实时电压和实时电流输入至参数辨识方程中,计算得到待测锂离子电池的特征参数;
确定模块,用于将待测锂离子电池的特征参数与标准特征参数进行比较,并根据比较结果确定待测锂离子电池的析锂情况;标准特征参数为未发生析锂现象的标准锂离子电池的特征参数。
第三方面,提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,计算机程序被处理器执行时实现上述第一方面任一实施例中的方法步骤。
第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述第一方面任一实施例中的方法步骤。
上述电池析锂检测方法、装置、设备及存储介质,通过获取待测锂离子电池在放电过程中的实时电压和实时电流;获取待测锂离子电池的参数辨识方程,并将实时电压和实时电流输入至参数辨识方程中,计算得到待测锂离子电池的特征参数;将待测锂离子电池的特征参数与标准特征参数进行比较,并根据比较结果确定待测锂离子电池的析锂情况。在本申请实施例提供的技术方案中,通过对锂离子电池的特征参数进行实时辨识,并将辨识得到的特征参数与预设的标准特征参数进行比较,从而检测锂离子电池是否出现析锂现象,不需要等待电压微分曲线中产生的极小值来检测锂离子电池是否出现析锂现象,从而提高了对锂离子电池进行析锂检测的效率;并且,只需要获取锂离子电池在放电过程中的实时电压和实时电流,不需要额外测量其他物理信号,就能够对锂离子电池进行析锂检测,从而可以实现对锂离子电池的无损检测。
附图说明
图1为本申请实施例提供的一种计算机设备的框图;
图2为本申请实施例提供的一种电池析锂检测方法的流程图;
图3为本申请实施例提供的一种电池析锂检测方法的流程图;
图4为本申请实施例提供的一种电池析锂检测方法的流程图;
图5为本申请实施例提供的一种电池析锂检测方法的流程图;
图6为本申请实施例提供的一种电池析锂检测方法的流程图;
图7为本申请实施例提供的一种电池析锂检测方法的流程图;
图8为本申请实施例提供的一种电池析锂检测方法的流程图;
图9为本申请实施例提供的一种标准特征参数的示意图;
图10为本申请实施例提供的一种待测锂离子电池的特征参数的示意图;
图11为本申请实施例提供的一种差值示意图;
图12为本申请实施例提供的一种电池析锂检测装置的框图;
图13为本申请实施例提供的一种电池析锂检测装置的框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
本申请提供的电池析锂检测方法可以应用于计算机设备中,计算机设备可以是服务器,也可以是终端,其中,服务器可以为一台服务器也可以为由多台服务器组成的服务器集群,本申请实施例对此不作具体限定,终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。
以计算机设备是服务器为例,图1示出了一种服务器的框图,如图1所示,服务器可以包括通过系统总线连接的处理器和存储器。其中,该服务器的处理器用于提供计算和控制能力。该服务器的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序以及数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机程序被处理器执行时以实现一种电池析锂检测方法。
本领域技术人员可以理解,图1中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的服务器的限定,可选地服务器可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
需要说明的是,本申请实施例的执行主体可以是计算机设备,也可以是电池析锂检测装置,下述方法实施例中就以计算机设备为执行主体进行说明。
在一个实施例中,如图2所示,其示出了本申请实施例提供的一种电池析锂检测方法的流程图,该方法可以包括以下步骤:
步骤220、获取待测锂离子电池在放电过程中的实时电压和实时电流。
其中,在判断锂离子电池在充电过程中是否出现析锂现象时,需要先获取待测锂离子电池在放电过程中的实时电压和实时电流。锂离子电池在使用的过程中,通常会采用电池管理系统(Battery Management System,BMS)对锂离子电池进行监控管理,从而可以通过电池管理系统获取到待测锂离子电池在放电过程中的实时电压和实时电流,获取到的实时电压和实时电流可以是一组值,也可以是每间隔固定时长获取一组实时电压和实时电流,从而获取到多组实时电压和实时电流。
步骤240、获取待测锂离子电池的参数辨识方程,并将实时电压和实时电流输入至参数辨识方程中,计算得到待测锂离子电池的特征参数。
其中,待测锂离子电池的参数辨识方程用于计算待测锂离子电池的特征参数,参数辨识方程可以通过待测锂离子电池的电池状态方程得到,电池状态方程是通过对待测锂离子电池建立电池模型后,确定输入、输出以及状态变量后列写出来的状态方程。特征参数可以包括锂离子电池的电压、电阻以及放电时间常数等参数,还可以包括其他特征参数。将获取到的实时电压和实时电流作为参数辨识方程的输入变量,从而通过求解参数辨识方程,可以得到待测锂离子电池的特征参数。
步骤260、将待测锂离子电池的特征参数与标准特征参数进行比较,并根据比较结果确定待测锂离子电池的析锂情况;标准特征参数为未发生析锂现象的标准锂离子电池的特征参数。
其中,获取到待测锂离子电池的特征参数后,可以将待测锂离子电池的特征参数与标准特征参数进行比较,标准特征参数是未发生析锂现象的标准锂离子电池的特征参数,即,标准特征参数可以根据标准锂离子电池的特征参数得到,标准锂离子电池的特征参数也可以是通过标准锂离子电池的参数辨识方程计算得到的,其中,待测锂离子电池与标准锂离子电池应该为同型号的电池,并且充放电的外部条件应该相同。
将待测锂离子电池的特征参数与标准特征参数进行比较后,可以根据比较结果确定待测锂离子电池的析锂情况,可以将待测锂离子电池的特征参数与标准特征参数作差比较,根据差值确定待测锂离子电池的析锂情况;也可以将待测锂离子电池的特征参数与标准特征参数作商比较,再根据商值确定待测锂离子电池的析锂情况;还可以是其他将待测锂离子电池的特征参数与标准特征参数进行比较的方式,本实施例对此不作具体限定。
本实施例中,通过对锂离子电池的特征参数进行实时辨识,并将辨识得到的特征参数与预设的标准特征参数进行比较,从而检测锂离子电池是否出现析锂现象,不需要等待电压微分曲线中产生的极小值来检测锂离子电池是否出现析锂现象,从而提高了对锂离子电池进行析锂检测的效率;并且,只需要获取锂离子电池在放电过程中的实时电压和实时电流,不需要额外测量其他物理信号,就能够对锂离子电池进行析锂检测,从而可以实现对锂离子电池的无损检测。
在一个实施例中,如图3所示,其示出了本申请实施例提供的一种电池析锂检测方法的流程图,具体涉及的是获取参数辨识方程的过程,该方法可以包括以下步骤:
步骤320、获取待测锂离子电池的电池状态方程。
其中,电池状态方程用于描述由待测锂离子电池组成的动态系统的输入、输出以及状态变量之间的变换关系,在获取待测锂离子电池的电池状态方程时,需要先对待测锂离子电池建立电池模型,建立的电池模型可以是一阶RC等效电路模型,也可以是二阶RC等效电路模型,也可以是其他类型的电池模型,本申请实施例对此不作具体限定,根据建立的电池模型,基于基尔霍夫定律可以列写出电池状态方程。以电池模型为一阶等效电路模型为例进行说明,一阶RC等效电路模型中,锂离子电池被等效为一个直流电动势与内阻的串联电路,以及极化电阻与极化电容并联的电路,根据一阶RC等效电路模型得到的电池状态方程如公式(1)所示。
Figure BDA0003003034010000071
其中,Up为极化电压;UOC为电压源,即直流电动势;Ut为端电压,即实时电压;Ro为欧姆电阻,即内阻;Rp为极化电阻;Cp为极化电容;iL为负载电流。
步骤340、对电池状态方程进行离散化处理后得到离散化的电池方程。
其中,离散化的电池方程与原本的电池状态方程是等价的,继续以一阶RC等效电路模型得到的电池状态方程为例,对上述电池状态方程,即公式(1)进行离散化处理后得到的离散化的电池方程如公式(2)所示。
Figure BDA0003003034010000072
其中,τ为放电时间常数,τ=RpCp;Δt为采样间隔;k为离散化步长,k=0,1,2,...n。
步骤360、根据离散化的电池方程、电池状态方程以及电池状态方程的前一时刻的电池状态方程,得到参数辨识方程。
其中,将离散化的电池方程、电池状态方程以及电池状态方程的前一时刻的电池状态方程联立方程组后,可以推导出参数辨识方程,参数辨识方程描述了预估的电池端电压与当前时刻的实时电压、实时电流,以及前一时刻的实时电压、实时电流之间的关系。根据一阶RC等效电路模型得到的电池状态方程,确定的参数辨识方程如公式(3)所示。
Figure BDA0003003034010000081
其中,θk为参数辨识方程的系数。
本实施例中,通过获取待测锂离子电池的电池状态方程;对电池状态方程进行离散化处理后得到离散化的电池方程;根据离散化的电池方程、电池状态方程以及电池状态方程的前一时刻的电池状态方程,得到参数辨识方程,从而可以采用该参数辨识方程计算得到待测锂离子电池的特征参数,实现对电池特征参数的估计。
在一个实施例中,如图4所示,其示出了本申请实施例提供的一种电池析锂检测方法的流程图,具体涉及的是计算待测锂离子电池的特征参数的过程,该方法可以包括以下步骤:
步骤420、将实时电压和实时电流输入至参数辨识方程中,采用预估算法对参数辨识方程的系数进行估计,得到参数辨识方程的系数估计值。
其中,确定出参数辨识方程之后,可以将获取到的实时电压和实时电流作为参数辨识方程的输入变量,可以将当前时刻的实时电压、实时电流,以及前一时刻的实时电压、实时电流都作为参数辨识方程的输入,并采用预估算法对参数辨识方程的系数进行估计,参数辨识方程的系数如公式(3)所示,预估算法为对参数辨识方程的系数进行估计的算法,可选地,预估算法包括最小二乘算法、递推最小二乘算法、递推增广最小二乘算法以及基于遗忘因子的递推最小二乘算法中的一种,还可以是其他对参数辨识方程的系数进行估计的算法。以递推最小二乘算法为例,先对该递推最小二乘算法初始化,再将获取到的当前时刻的实时电压、实时电流,以及前一时刻的实时电压、实时电流作为输入变量进行迭代计算,直到达到预设的迭代终止条件,输出参数辨识方程的系数估计值。
步骤440、基于参数辨识方程及离散化的电池方程,得到参数辨识方程的系数与待测锂离子电池的特征参数之间的关系式。
步骤460、将参数辨识方程的系数估计值输入至关系式中,计算得到待测锂离子电池的特征参数。
其中,将参数辨识方程及离散化的电池方程联立方程组,可以推导出来参数辨识方程的系数与待测锂离子电池的特征参数之间的关系式。以一阶等效电路模型为例,联立公式(2)和公式(3)后,得到参数辨识方程的系数与待测锂离子电池的特征参数之间的关系式如公式(4)所示。再将参数辨识方程的系数估计值输入至关系式中,就可以计算得到待测锂离子电池的特征参数。
Figure BDA0003003034010000091
本实施例中,通过将实时电压和实时电流输入至参数辨识方程中,采用预估算法对参数辨识方程的系数进行估计,得到参数辨识方程的系数估计值;基于参数辨识方程及离散化的电池方程,得到参数辨识方程的系数与待测锂离子电池的特征参数之间的关系式;将参数辨识方程的系数估计值输入至关系式中,计算得到待测锂离子电池的特征参数。通过采用预估算法对参数辨识方程的系数进行估计,只需要将实时电压和实时电流输入至参数辨识方程中,不需要额外测量其他物理信号,就能够得到待测锂离子电池的特征参数,计算方式简单且易于实现。
在一个实施例中,如图5所示,其示出了本申请实施例提供的一种电池析锂检测方法的流程图,具体涉及的是在与标准特征参数进行比较之前获取标准特征参数的过程,该方法可以包括以下步骤:
步骤520、获取标准锂离子电池。
其中,标准锂离子电池为未发生析锂现象的标准锂离子电池,在获取标准锂离子电池时,可以通过检测锂离子电池充放电前后的电池容量来判断该锂离子电池是否为标准锂离子电池,也可以通过其他方式来获取标准锂离子电池,本实施例对此不作具体限定。
步骤540、将标准锂离子电池在放电过程中的实时电压、实时电流输入至标准锂离子电池的参数辨识方程,计算得到标准锂离子电池的标准特征参数。
其中,在获取到标准锂离子电池之后,也可以通过获取标准锂离子电池在放电过程中的实时电压以及实时电流,并获取标准锂离子电池的电池状态方程,对该电池状态方程进行离散化处理后得到离散化的电池方程,接着根据离散化的电池方程、电池状态方程以及电池状态方程的前一时刻的电池状态方程,得到标准锂离子电池的参数辨识方程。将获取到的实时电压和实时电流输入至该参数辨识方程中,并采用预估算法对参数辨识方程的系数进行估计,得到该参数辨识方程的系数估计值,再基于该参数辨识方程及离散化的电池方程,得到该参数辨识方程的系数与标准锂离子电池的特征参数之间的关系式,最后将该参数辨识方程的系数估计值输入至关系式中,计算得到标准锂离子电池的标准特征参数。
本实施例中,通过获取标准锂离子电池;将标准锂离子电池在放电过程中的实时电压、实时电流输入至标准锂离子电池的参数辨识方程,计算得到标准锂离子电池的标准特征参数,同样可以采用预估算法得到标准锂离子电池的标准特征参数,计算方式简单且易于实现,提高了确定标准特征参数的效率。
在一个实施例中,如图6所示,其示出了本申请实施例提供的一种电池析锂检测方法的流程图,具体涉及的是获取标准锂离子电池的过程,该方法可以包括以下步骤:
步骤620、获取目标锂离子电池的初始电池容量。
步骤640、根据目标锂离子电池在恒流放电过程中的目标电流与目标放电时长,计算得到目标锂离子电池在放电结束时的实际电池容量。
步骤660、将实际电池容量与初始电池容量进行比较,若实际电池容量与初始电池容量的差值小于第一预设阈值,则将目标锂离子电池作为标准锂离子电池。
其中,目标锂离子电池的初始电池容量可以是通过电池管理系统获取到的目标锂离子电池的额定电池容量。再对该目标锂离子电池进行恒流恒压充电,在充电结束后,对该目标锂离子电池进行恒流放电,并记录目标锂离子电池在恒流放电过程中的目标电流与目标放电时长,目标放电时长为目标锂离子电池放电结束所用的时长,可以将该目标电流与目标放电时长相乘后,得到目标锂离子电池在放电结束时的实际电池容量。
得到目标锂离子电池的实际电池容量后,将实际电池容量与初始电池容量进行比较,若实际电池容量与初始电池容量的差值小于第一预设阈值,则将目标锂离子电池作为标准锂离子电池,第一预设阈值可以是预先设定的,第一预设阈值可以为0,即实际电池容量与初始电池容量相等时,再将目标锂离子电池作为标准锂离子电池;第一预设阈值也可以是根据经验或实际情况确定出来的可接受的误差范围值,即实际电池容量与初始电池容量在可接受的误差范围值之内时,就将该目标锂离子电池作为标准锂离子电池。
本实施例中,通过获取目标锂离子电池的初始电池容量;根据目标锂离子电池在恒流放电过程中的目标电流与目标放电时长,计算得到目标锂离子电池在放电结束时的实际电池容量;将实际电池容量与初始电池容量进行比较,若实际电池容量与初始电池容量的差值小于第一预设阈值,则将目标锂离子电池作为标准锂离子电池。通过将电池容量作为确定标准锂离子电池的依据,可靠性高,确定的标准锂离子电池更加准确;并且,比较方式简单易于实现,提高了确定标准锂离子电池的效率。
在一个实施例中,所述待测锂离子电池的特征参数包括多个特征参数,如图7所示,其示出了本申请实施例提供的一种电池析锂检测方法的流程图,具体涉及的是根据比较结果确定待测锂离子电池的析锂情况的过程,该方法可以包括以下步骤:
步骤720、计算待测锂离子电池的各特征参数与对应的标准特征参数之间的差值。
步骤740、判断各差值是否大于与差值对应的第二预设阈值。
步骤760、若各差值均大于与差值对应的第二预设阈值,则确定待测锂离子电池发生析锂现象。
步骤780、若至少一个差值小于或等于与差值对应的第二误差阈值,则确定待测锂离子电池未发生析锂现象。
其中,待测锂离子电池的特征参数可以包括多个特征参数,标准特征参数也可以包括多个与各特征参数对应的标准特征参数。在确定出待测锂离子电池的各特征参数与各标准特征参数之后,可以计算待测锂离子电池的各特征参数与对应的标准特征参数之间的差值,再判断各差值是否大于与差值对应的第二预设阈值,每个差值都对应一个第二预设阈值,第二预设阈值可以是根据经验或者实际情况设定出来的。
若各差值均大于与差值对应的第二预设阈值,则确定待测锂离子电池发生析锂现象;若至少一个差值小于或等于与差值对应的第二预设阈值,则确定待测锂离子电池未发生析锂现象。可以对各差值取绝对值后与差值对应的第二预设阈值进行比较,即,若各差值绝对值均大于与差值对应的第二预设阈值,则确定待测锂离子电池发生析锂现象;若至少一个差值绝对值小于或等于与差值对应的第二误差阈值,则确定待测锂离子电池未发生析锂现象。
本实施例中,通过计算待测锂离子电池的各特征参数与对应的标准特征参数之间的差值;判断各差值是否大于与差值对应的第二预设阈值;若各差值均大于与差值对应的第二预设阈值,则确定待测锂离子电池发生析锂现象;若至少一个差值小于或等于与差值对应的第二预设阈值,则确定待测锂离子电池未发生析锂现象。通过待测锂离子电池的各特征参数与对应的标准特征参数之间的差值与对应的第二预设阈值之间的大小关系,确定待测锂离子电池是否出现析锂现象,判断方式简单,从而提高了对待测锂离子电池进行析锂检测的效率。
在一个实施例中,如图8所示,其示出了本申请实施例提供的一种电池析锂检测方法的流程图,该方法可以包括以下步骤:
步骤801、获取目标锂离子电池的初始电池容量。
步骤802、根据目标锂离子电池在恒流放电过程中的目标电流与目标放电时长,计算得到目标锂离子电池在放电结束时的实际电池容量。
步骤803、将实际电池容量与初始电池容量进行比较,若实际电池容量与初始电池容量的差值小于第一预设阈值,则将目标锂离子电池作为标准锂离子电池。
步骤804、将标准锂离子电池在放电过程中的实时电压、实时电流输入至标准锂离子电池的参数辨识方程,计算得到标准锂离子电池的标准特征参数。
步骤805、获取待测锂离子电池在放电过程中的实时电压和实时电流。
步骤806、获取待测锂离子电池的电池状态方程。
步骤807、对电池状态方程进行离散化处理后得到离散化的电池方程。
步骤808、根据离散化的电池方程、电池状态方程以及电池状态方程的前一时刻的电池状态方程,得到参数辨识方程。
步骤809、将实时电压和实时电流输入至参数辨识方程中,采用预估算法对参数辨识方程的系数进行估计,得到参数辨识方程的系数估计值。
步骤810、基于参数辨识方程及离散化的电池方程,得到参数辨识方程的系数与待测锂离子电池的特征参数之间的关系式。
步骤811、将参数辨识方程的系数估计值输入至关系式中,计算得到待测锂离子电池的特征参数。
步骤812、计算待测锂离子电池的各特征参数与对应的标准特征参数之间的差值。
步骤813、判断各差值是否大于与差值对应的第二预设阈值。
步骤814、若各差值均大于与差值对应的第二预设阈值,则确定待测锂离子电池发生析锂现象。
步骤815、若至少一个差值小于或等于与差值对应的第二误差阈值,则确定待测锂离子电池未发生析锂现象。
本实施例提供的电池析锂检测方法中各步骤,其实现原理和技术效果与前面各电池析锂检测方法实施例中类似,在此不再赘述。图8实施例中各步骤的实现方式只是一种举例,对各实现方式不作限定,各步骤的顺序在实际应用中可进行调整,只要可以实现各步骤的目的即可。
在本申请实施例提供的技术方案中,通过对锂离子电池的特征参数进行实时辨识,并将辨识得到的特征参数与预设的标准特征参数进行比较,从而检测锂离子电池是否出现析锂现象,不需要等待电压微分曲线中产生的极小值来检测锂离子电池是否出现析锂现象,从而提高了对锂离子电池进行析锂检测的效率;并且,只需要获取锂离子电池在放电过程中的实时电压和实时电流,不需要额外测量其他物理信号,就能够对锂离子电池进行析锂检测,从而可以实现对锂离子电池的无损检测。
另外,本申请基于一款软包锂离子电池,对本方案进行说明。该软包锂离子电池的电池容量为24Ah,将该锂离子电池置于-10℃恒温箱中,用0.2C电流进行恒流恒压充电,记录放电过程中的实时电压和实时电流,放电结束后计算电池容量,判断出其没有容量衰减,证明在本次充电中该锂离子电池不存在析锂现象,则将该锂离子电池作为标准锂离子电池,基于一阶RC等效电路模型,采用预估算法对该锂离子电池进行参数辨识,得到三个标准特征参数:电压OCV标准,电阻R1标准和放电时间常数Tau标准,如图9所示,图9为本申请实施例提供的一种标准特征参数的示意图。其中,各计算次数对应一组实时电压和实时电流下的标准特征参数。
将另一个同型号的待测锂离子电池置于-10℃恒温箱中,用2C电流进行恒流恒压充电,记录放电过程中的实时电压和实时电流,同样基于一阶RC模型,采用预估算法对该锂离子电池进行参数辨识,得到该待测锂离子电池的三个特征参数电压OCV,电阻R1和放电时间常数Tau,如图10所示,图10为本申请实施例提供的一种待测锂离子电池的特征参数的示意图,其中,各计算次数对应一组实时电压和实时电流下的待测锂离子电池的特征参数。并计算待测锂离子电池的各特征参数与对应的标准特征参数之间的差值,与差值对应的第二预设阈值进行比较,如图11所示,图11为本申请实施例提供的一种差值示意图,其中,各计算次数对应一组实时电压和实时电流下的差值。
应该理解的是,虽然图2-11的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-11中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
请参考图12,其示出了本申请实施例提供的一种电池析锂检测装置1200的框图。如图12所示,该电池析锂检测装置1200可以包括:第一获取模块1202、第二获取模块1204和确定模块1206,其中:
第一获取模块1202,用于获取待测锂离子电池在放电过程中的实时电压和实时电流;
第二获取模块1204,用于获取所述待测锂离子电池的参数辨识方程,并将所述实时电压和所述实时电流输入至所述参数辨识方程中,计算得到所述待测锂离子电池的特征参数;
确定模块1206,用于将所述待测锂离子电池的特征参数与标准特征参数进行比较,并根据比较结果确定所述待测锂离子电池的析锂情况;所述标准特征参数为未发生析锂现象的标准锂离子电池的特征参数。
在一个实施例中,上述第二获取模块1204包括获取单元、离散化单元和确定单元,其中,获取单元用于获取所述待测锂离子电池的电池状态方程;离散化单元用于对所述电池状态方程进行离散化处理后得到离散化的电池方程;确定单元用于根据所述离散化的电池方程、所述电池状态方程以及所述电池状态方程的前一时刻的电池状态方程,得到所述参数辨识方程。
在一个实施例中,上述第二获取模块1204还包括估计单元、确定单元和计算单元,其中,估计单元用于将所述实时电压和所述实时电流输入至所述参数辨识方程中,采用预估算法对所述参数辨识方程的系数进行估计,得到所述参数辨识方程的系数估计值;确定单元用于基于所述参数辨识方程及所述离散化的电池方程,得到所述参数辨识方程的系数与所述待测锂离子电池的特征参数之间的关系式;计算单元用于将所述参数辨识方程的系数估计值输入至所述关系式中,计算得到所述待测锂离子电池的特征参数。
在一个实施例中,上述预估算法包括最小二乘算法、递推最小二乘算法、递推增广最小二乘算法以及基于遗忘因子的递推最小二乘算法中的一种。
在一个实施例中,请参考图13,其示出了本申请实施例提供的一种电池析锂检测装置1200的框图。如图10所示,该电池析锂检测装置1200还包括:第三获取模块1208和计算模块1210,其中:
第三获取模块1208,用于获取标准锂离子电池;
计算模块1210,用于将所述标准锂离子电池在放电过程中的实时电压、实时电流输入至所述标准锂离子电池的参数辨识方程,计算得到所述标准锂离子电池的标准特征参数。
在一个实施例中,上述第三获取模块1208包括获取单元、计算单元和比较单元,其中,获取单元用于获取目标锂离子电池的初始电池容量;计算单元用于根据所述目标锂离子电池在恒流放电过程中的目标电流与目标放电时长,计算得到所述目标锂离子电池在放电结束时的实际电池容量;比较单元用于将所述实际电池容量与所述初始电池容量进行比较,若所述实际电池容量与所述初始电池容量的差值小于第一预设阈值,则将所述目标锂离子电池作为所述标准锂离子电池。
在一个实施例中,上述确定模块1206包括计算单元、判断单元、第一确定单元和第二确定单元,其中,计算单元用于计算所述待测锂离子电池的各特征参数与对应的所述标准特征参数之间的差值;判断单元用于判断各所述差值是否大于与所述差值对应的第二预设阈值;第一确定单元用于若各所述差值均大于与所述差值对应的第二预设阈值,则确定所述待测锂离子电池发生析锂现象;第二确定单元用于若至少一个所述差值小于或等于与所述差值对应的第二误差阈值,则确定所述待测锂离子电池未发生析锂现象。
关于电池析锂检测装置的具体限定可以参见上文中对于电池析锂检测方法的限定,在此不再赘述。上述电池析锂检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块的操作。
在本申请的一个实施例中,提供了一种计算机设备,该计算机设备包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取待测锂离子电池在放电过程中的实时电压和实时电流;获取待测锂离子电池的参数辨识方程,并将实时电压和实时电流输入至参数辨识方程中,计算得到待测锂离子电池的特征参数;将待测锂离子电池的特征参数与标准特征参数进行比较,并根据比较结果确定待测锂离子电池的析锂情况;标准特征参数为未发生析锂现象的标准锂离子电池的特征参数。
在本申请的一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取待测锂离子电池的电池状态方程;对电池状态方程进行离散化处理后得到离散化的电池方程;根据离散化的电池方程、电池状态方程以及电池状态方程的前一时刻的电池状态方程,得到参数辨识方程。
在本申请的一个实施例中,处理器执行计算机程序时还实现以下步骤:
将实时电压和实时电流输入至参数辨识方程中,采用预估算法对参数辨识方程的系数进行估计,得到参数辨识方程的系数估计值;基于参数辨识方程及离散化的电池方程,得到参数辨识方程的系数与待测锂离子电池的特征参数之间的关系式;将参数辨识方程的系数估计值输入至关系式中,计算得到待测锂离子电池的特征参数。
在本申请的一个实施例中,预估算法包括最小二乘算法、递推最小二乘算法、递推增广最小二乘算法以及基于遗忘因子的递推最小二乘算法中的一种。
在本申请的一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取标准锂离子电池;将标准锂离子电池在放电过程中的实时电压、实时电流输入至标准锂离子电池的参数辨识方程,计算得到标准锂离子电池的标准特征参数。
在本申请的一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取目标锂离子电池的初始电池容量;根据目标锂离子电池在恒流放电过程中的目标电流与目标放电时长,计算得到目标锂离子电池在放电结束时的实际电池容量;将实际电池容量与初始电池容量进行比较,若实际电池容量与初始电池容量的差值小于第一预设阈值,则将目标锂离子电池作为标准锂离子电池。
在本申请的一个实施例中,处理器执行计算机程序时还实现以下步骤:
计算待测锂离子电池的各特征参数与对应的标准特征参数之间的差值;判断各差值是否大于与差值对应的第二预设阈值;若各差值均大于与差值对应的第二预设阈值,则确定待测锂离子电池发生析锂现象;若至少一个差值小于或等于与差值对应的第二误差阈值,则确定待测锂离子电池未发生析锂现象。
本申请实施例提供的计算机设备,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在本申请的一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取待测锂离子电池在放电过程中的实时电压和实时电流;获取待测锂离子电池的参数辨识方程,并将实时电压和实时电流输入至参数辨识方程中,计算得到待测锂离子电池的特征参数;将待测锂离子电池的特征参数与标准特征参数进行比较,并根据比较结果确定待测锂离子电池的析锂情况;标准特征参数为未发生析锂现象的标准锂离子电池的特征参数。
在本申请的一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取待测锂离子电池的电池状态方程;对电池状态方程进行离散化处理后得到离散化的电池方程;根据离散化的电池方程、电池状态方程以及电池状态方程的前一时刻的电池状态方程,得到参数辨识方程。
在本申请的一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将实时电压和实时电流输入至参数辨识方程中,采用预估算法对参数辨识方程的系数进行估计,得到参数辨识方程的系数估计值;基于参数辨识方程及离散化的电池方程,得到参数辨识方程的系数与待测锂离子电池的特征参数之间的关系式;将参数辨识方程的系数估计值输入至关系式中,计算得到待测锂离子电池的特征参数。
在本申请的一个实施例中,预估算法包括最小二乘算法、递推最小二乘算法、递推增广最小二乘算法以及基于遗忘因子的递推最小二乘算法中的一种。
在本申请的一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取标准锂离子电池;将标准锂离子电池在放电过程中的实时电压、实时电流输入至标准锂离子电池的参数辨识方程,计算得到标准锂离子电池的标准特征参数。
在本申请的一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取目标锂离子电池的初始电池容量;根据目标锂离子电池在恒流放电过程中的目标电流与目标放电时长,计算得到目标锂离子电池在放电结束时的实际电池容量;将实际电池容量与初始电池容量进行比较,若实际电池容量与初始电池容量的差值小于第一预设阈值,则将目标锂离子电池作为标准锂离子电池。
在本申请的一个实施例中,计算机程序被处理器执行时还实现以下步骤:
计算待测锂离子电池的各特征参数与对应的标准特征参数之间的差值;判断各差值是否大于与差值对应的第二预设阈值;若各差值均大于与差值对应的第二预设阈值,则确定待测锂离子电池发生析锂现象;若至少一个差值小于或等于与差值对应的第二误差阈值,则确定待测锂离子电池未发生析锂现象。
本实施例提供的计算机可读存储介质,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种电池析锂检测方法,其特征在于,所述方法包括:
获取待测锂离子电池在放电过程中的实时电压和实时电流;
获取所述待测锂离子电池的电池状态方程;对所述电池状态方程进行离散化处理后得到离散化的电池方程;根据所述离散化的电池方程、所述电池状态方程以及所述电池状态方程的前一时刻的电池状态方程,得到参数辨识方程,并将所述实时电压和所述实时电流输入至所述参数辨识方程中,计算得到所述待测锂离子电池的特征参数;
将所述待测锂离子电池的特征参数与标准特征参数进行比较,并根据比较结果确定所述待测锂离子电池的析锂情况;所述标准特征参数为未发生析锂现象的标准锂离子电池的特征参数。
2.根据权利要求1所述的方法,其特征在于,所述将所述实时电压和所述实时电流输入至所述参数辨识方程中,计算得到所述待测锂离子电池的特征参数,包括:
将所述实时电压和所述实时电流输入至所述参数辨识方程中,采用预估算法对所述参数辨识方程的系数进行估计,得到所述参数辨识方程的系数估计值;
基于所述参数辨识方程及所述离散化的电池方程,得到所述参数辨识方程的系数与所述待测锂离子电池的特征参数之间的关系式;
将所述参数辨识方程的系数估计值输入至所述关系式中,计算得到所述待测锂离子电池的特征参数。
3.根据权利要求2所述的方法,其特征在于,所述预估算法包括最小二乘算法、递推最小二乘算法、递推增广最小二乘算法以及基于遗忘因子的递推最小二乘算法中的一种。
4.根据权利要求1所述的方法,其特征在于,在所述将所述待测锂离子电池的特征参数与标准特征参数进行比较,并根据比较结果确定所述待测锂离子电池的析锂情况之前,还包括:
获取标准锂离子电池;
将所述标准锂离子电池在放电过程中的实时电压、实时电流输入至所述标准锂离子电池的参数辨识方程,计算得到所述标准锂离子电池的标准特征参数。
5.根据权利要求4所述的方法,其特征在于,所述获取标准锂离子电池的过程,包括:
获取目标锂离子电池的初始电池容量;
根据所述目标锂离子电池在恒流放电过程中的目标电流与目标放电时长,计算得到所述目标锂离子电池在放电结束时的实际电池容量;
将所述实际电池容量与所述初始电池容量进行比较,若所述实际电池容量与所述初始电池容量的差值小于第一预设阈值,则将所述目标锂离子电池作为所述标准锂离子电池。
6.根据权利要求1所述的方法,其特征在于,所述待测锂离子电池的特征参数包括多个特征参数;所述将所述待测锂离子电池的特征参数与标准特征参数进行比较,并根据比较结果确定所述待测锂离子电池的析锂情况,包括:
计算所述待测锂离子电池的各特征参数与对应的所述标准特征参数之间的差值;
判断各所述差值是否大于与所述差值对应的第二预设阈值;
若各所述差值均大于与所述差值对应的第二预设阈值,则确定所述待测锂离子电池发生析锂现象;
若至少一个所述差值小于或等于与所述差值对应的第二误差阈值,则确定所述待测锂离子电池未发生析锂现象。
7.一种电池析锂检测装置,其特征在于,所述装置包括:
第一获取模块,用于获取待测锂离子电池在放电过程中的实时电压和实时电流;
第二获取模块,用于获取所述待测锂离子电池的电池状态方程;对所述电池状态方程进行离散化处理后得到离散化的电池方程;根据所述离散化的电池方程、所述电池状态方程以及所述电池状态方程的前一时刻的电池状态方程,得到参数辨识方程,并将所述实时电压和所述实时电流输入至所述参数辨识方程中,计算得到所述待测锂离子电池的特征参数;
确定模块,用于将所述待测锂离子电池的特征参数与标准特征参数进行比较,并根据比较结果确定所述待测锂离子电池的析锂情况;所述标准特征参数为未发生析锂现象的标准锂离子电池的特征参数。
8.根据权利要求7所述的装置,其特征在于,所述第二获取模块包括估计单元、确定单元和计算单元,其中:
估计单元,用于将所述实时电压和所述实时电流输入至所述参数辨识方程中,采用预估算法对所述参数辨识方程的系数进行估计,得到所述参数辨识方程的系数估计值;
确定单元,用于基于所述参数辨识方程及所述离散化的电池方程,得到所述参数辨识方程的系数与所述待测锂离子电池的特征参数之间的关系式;
计算单元,用于将所述参数辨识方程的系数估计值输入至所述关系式中,计算得到所述待测锂离子电池的特征参数。
9.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至6任一项所述的方法的步骤。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的方法的步骤。
CN202110354009.2A 2021-04-01 2021-04-01 电池析锂检测方法、装置、设备及存储介质 Active CN113125965B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110354009.2A CN113125965B (zh) 2021-04-01 2021-04-01 电池析锂检测方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110354009.2A CN113125965B (zh) 2021-04-01 2021-04-01 电池析锂检测方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN113125965A CN113125965A (zh) 2021-07-16
CN113125965B true CN113125965B (zh) 2021-11-19

Family

ID=76774582

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110354009.2A Active CN113125965B (zh) 2021-04-01 2021-04-01 电池析锂检测方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113125965B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114509695B (zh) * 2022-01-10 2023-01-03 清华大学 电池析锂检测方法、装置、设备、存储介质和计算机程序
CN118244146A (zh) * 2022-12-22 2024-06-25 北京车和家汽车科技有限公司 电池析锂状态检测方法、装置、设备、存储介质及车辆

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110378571A (zh) * 2019-06-25 2019-10-25 河海大学 一种基于多新息最小二乘算法的锂电池参数辨识方法
CN111638461A (zh) * 2020-06-27 2020-09-08 天能帅福得能源股份有限公司 一种锂离子电池充电析锂实时检测方法及系统
CN111948539A (zh) * 2019-05-17 2020-11-17 天津科技大学 一种基于深度强化学习的卡尔曼滤波锂离子电池soc估计方法
CN112394289A (zh) * 2020-10-27 2021-02-23 同济大学 一种锂离子电池充电时析锂检测方法
CN112526348A (zh) * 2020-11-18 2021-03-19 南通大学 一种基于多新息递推贝叶斯算法的电池模型参数辨识方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10183588B2 (en) * 2016-01-06 2019-01-22 Johnson Controls Technology Company Battery module lithium plating reduction

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111948539A (zh) * 2019-05-17 2020-11-17 天津科技大学 一种基于深度强化学习的卡尔曼滤波锂离子电池soc估计方法
CN110378571A (zh) * 2019-06-25 2019-10-25 河海大学 一种基于多新息最小二乘算法的锂电池参数辨识方法
CN111638461A (zh) * 2020-06-27 2020-09-08 天能帅福得能源股份有限公司 一种锂离子电池充电析锂实时检测方法及系统
CN112394289A (zh) * 2020-10-27 2021-02-23 同济大学 一种锂离子电池充电时析锂检测方法
CN112526348A (zh) * 2020-11-18 2021-03-19 南通大学 一种基于多新息递推贝叶斯算法的电池模型参数辨识方法

Also Published As

Publication number Publication date
CN113125965A (zh) 2021-07-16

Similar Documents

Publication Publication Date Title
US11598816B2 (en) Method and system for online assessing state of health of a battery
RU2524050C1 (ru) Устройство оценки состояния аккумулятора и способ оценки состояния аккумулятора
Hussein Capacity fade estimation in electric vehicle li-ion batteries using artificial neural networks
JP5944291B2 (ja) バッテリのパラメータ等推定装置およびその推定方法
CN111679199B (zh) 一种锂离子电池soc估计方法及装置
CN111448467B (zh) 用于对电池容量进行建模和估计的方法及系统
CN109581225A (zh) 电池在线参数辨识的能量状态估算方法及电池管理系统
CN113176505B (zh) 车载动力电池荷电状态与健康状态在线估算方法、装置及存储介质
CN111220920B (zh) 基于h∞无迹卡尔曼滤波算法的退役锂离子电池荷电状态计算方法
EP3983814A1 (en) Methods and devices for determining battery state of health using incremental capacity analysis and support vector regression
CN113484770B (zh) 基于充放电数据在线测算电池内部核心温度的方法及系统
CN113125965B (zh) 电池析锂检测方法、装置、设备及存储介质
Taborelli et al. State of charge estimation using extended Kalman filters for battery management system
CN112327166A (zh) 基于分数阶平方根无迹卡尔曼滤波的锂电池soc估计方法
CN110376536B (zh) 电池系统soh检测方法、装置、计算机设备和存储介质
CN113777510A (zh) 一种锂电池荷电状态估计方法及装置
CN109800446B (zh) 一种锂离子电池放电过程电压不一致性估计方法及装置
CN110806540B (zh) 电芯测试数据处理方法、装置、系统和存储介质
CN115219905A (zh) 一种电池内短路在线检测方法、装置及存储介质
CN114729967A (zh) 用于估计储能器的状态的方法
CN116224073A (zh) 电池soc估计方法、装置、设备、电池模组及存储介质
CN116577686A (zh) 一种基于局部阶段充电数据的多工况soh估计方法和系统
CN114779089A (zh) 一种基于储能锂电池等效电路模型计算电池荷电状态方法
CN113189500B (zh) 电池电量计算方法、装置、计算机设备和存储介质
CN110726937A (zh) 用于确定状态噪声协方差矩阵的方法和相应设备

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