CN113167835B - 用于确定电池最大使用持续时间的方法和装置 - Google Patents

用于确定电池最大使用持续时间的方法和装置 Download PDF

Info

Publication number
CN113167835B
CN113167835B CN201980048094.0A CN201980048094A CN113167835B CN 113167835 B CN113167835 B CN 113167835B CN 201980048094 A CN201980048094 A CN 201980048094A CN 113167835 B CN113167835 B CN 113167835B
Authority
CN
China
Prior art keywords
battery
value
degradation factor
maximum
during
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
CN201980048094.0A
Other languages
English (en)
Other versions
CN113167835A (zh
Inventor
玛丽·萨耶格
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.)
Safran Electrical and Power SAS
Original Assignee
Safran Electrical and Power SAS
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 Safran Electrical and Power SAS filed Critical Safran Electrical and Power SAS
Publication of CN113167835A publication Critical patent/CN113167835A/zh
Application granted granted Critical
Publication of CN113167835B publication Critical patent/CN113167835B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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]
    • G01R31/389Measuring internal impedance, internal conductance or related variables
    • 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]
    • G01R31/392Determining battery ageing or deterioration, e.g. state of health
    • 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]
    • G01R31/3644Constructional arrangements
    • G01R31/3648Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • 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]
    • G01R31/374Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with means for correcting the measurement for temperature or ageing
    • 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
    • G01R31/3835Arrangements for monitoring battery or accumulator variables, e.g. SoC involving only voltage measurements
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/4285Testing apparatus
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10Energy storage using batteries

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Secondary Cells (AREA)

Abstract

本发明涉及一种用于确定电池最大使用持续时间的方法,所述方法包括:选择电池使用周期(P)的步骤;在选择步骤期间选择的电池的使用周期期间,获得电池的退化因子(Fi)的值的步骤;基于在获得所述值步骤中获得的退化因子值,确定电池的至少一个老化指示符(ΔC,ΔR)的步骤;以及识别在所述使用周期期间退化因子变化的间隔(Fi,max/min)的步骤,每个老化指示符与实际变化的间隔相关联,所述每个实际变化的间隔包括在所述确定步骤期间所使用的所述因子的最小值和最大值;和基于在所述识别步骤中获得的变化间隔、至少一个老化指示符和电池的操作极限来预测最大使用持续时间(D)的步骤。

Description

用于确定电池最大使用持续时间的方法和装置
技术领域
总体上,本发明涉及对蓄电池的电池的操作状态的监视,并且尤其涉及对飞机上的电池的操作状态的监视。
更具体地,本发明涉及通过预测电池的最大使用持续时间来监视电池的剩余寿命,特别是关于电池的一个或多个使用概况(profile)。这尤其涉及预测电池必须经受维护活动的时间。
背景技术
一定数量的参数能够影响电池的剩余寿命。
例如,当电池的温度下降时,可用容量(即其能够与负载交换的容量)下降。类似地,内部电阻的值随着温度的下降而增加,从而导致输出电压连续下降。
电池老化也可能是电池使用条件及其存放条件的结果。
对电池的最大使用持续时间的估计允许优化电池的维护阶段,并且从而避免将来任何潜在故障。
更具体地,电池被例行地维护,并且偶尔以非频繁的间隔被拆卸,特别是在测试台上进行一系列测试。
在大多数情况下,对于这种类型的操作,尤其是在打开电池以调节电解质密度或液位的情况下,例如对于铅酸/NiCd电池,人工干预是不可避免的。
新技术在电池中日益普遍的集成(例如基于锂离子的技术)限制了维护需求。但是,仍必须优化维护间隔,以尽可能减少对电池维护过程的人工干预,并避免需要拆卸电池或暂时中断服务。
电池测试基本上是基于估计电池的健康状态(SOH)及其剩余寿命。
但是,电池的剩余寿命难以预测。更具体地,对于许多应用,电池的剩余寿命通常以循环数来确定。然而,该提法与更复杂的应用不兼容,在更复杂的应用中,电池关于电池存储模式及其操作都经历了变化的操作条件,因为这些条件是不可预见的且不会重复。
在现有技术中已经已知用于确定电池的剩余寿命的方法,该寿命被提供作为使用循环的数量的函数,其通过倒计时来更新。
可以参考欧洲专利文件EP-A-2 933 149,其中在多个充电和放电循环期间确定可再充电电池的参数,这些参数允许指示电池的剩余寿命及其性能水平。在这些充电和放电阶段结束时,特别是基于电池的电流、电压和温度来估计剩余容量和内部电阻。
还可以参考国际专利文件WO 2005/00 38 00,其中,使用在电池测试期间自适应实现的功能生成用于电池的健康状态SOH指示符,并基于SOH指示符使用电池的寿命模型来估计剩余寿命。
因此,本发明的目的是克服现有技术的各种缺点,并允许确定电池的最大使用持续时间,该最大使用持续时间是足够可靠和准确的,以延长维护周期,即在两次连续的维护行动之间的持续时间。
发明内容
因此,本发明涉及一种用于确定电池的最大使用持续时间的方法,该方法包括:
-选择电池的使用周期的步骤;
-获得在所述选择步骤期间选择的电池的使用周期期间电池的退化因子的值的步骤;
-基于在所述获得步骤期间获得的退化因子的值,确定电池的一个或多个老化指示符的步骤;
-识别在所述使用周期期间退化因子的变化的间隔的步骤,每个老化指示符与实际变化间隔相关联,所述每个实际变化的间隔包括在所述确定步骤期间所使用的所述因子的最小值和最大值;和
-基于在所述识别步骤中获得的变化的间隔、一个或多个老化指示符和电池的操作极限来预测最大使用持续时间的步骤。
因此,电池的最大使用持续时间是基于对在预定的使用周期期间电池的操作的分析以及基于所产生的最大使用持续时间的预测,特别是基于与用于电池的操作极限值相结合的预测模型而建立,其允许确定从退化因子变化的间隔得出的操作条件是否位于操作极限之外,并且从而允许准确且可靠地估计电池的最大使用持续时间。
在实施本发明的一种方法中,基于所述退化因子的平均值和标准偏差值的计算识别所述退化因子的变化的间隔,所述退化因子的值在使用周期P期间被获得。
有利地,所述老化指示符是基于用于所述电池的老化模型作为所述退化因子的函数而获得的。
在实施本发明的一种方法中,该方法包括额外的电池在先训练步骤,在该步骤期间,所述电池的操作极限被确定为所述退化因子的函数。
优选地,所述预测最大使用持续时间的步骤还包括以下阶段:使用每个退化因子的最小和最大值和电池的操作极限来分析操作条件。
根据该方法的另一个特征,使用老化模型(M),所述老化模型在输入处接收m个退化因子的2m+1个极限值,并生成2m+1个最大使用持续时间值,以及保留生成的最大持续时间的最小值。
例如,所述老化指示符包括所述电池的内阻值和所述电池的容量值。
所述退化因子可以包括所述电池的温度、所述电池的充电状态和电池拉动循环的次数。
有利地,对所述电池退化因子进行加权。
本发明还涉及一种用于确定电池最大使用持续时间的设备,该设备包括:
-用于电池的老化模型,其能够生成老化指示符值作为在电池使用周期期间获得的电池的退化因子的函数;和
-计算装置,用于计算影响老化指示符的退化因子的最小值和最大值;
所述老化模型针对与退化因子的最小值和最大值的组合对应的每个操作条件并基于电池的操作极限,生成电池的最大使用持续时间,
所述计算装置适于保留最大使用持续时间的最小值。
附图说明
给定参考附图,在阅读以下说明之后,本发明的其他目的、特征和优点将显而易见,以下说明仅是出于说明的目的而被提供,并不旨在限制本发明的范围,其中:
-图1是示出根据本发明的用于确定电池的最大使用持续时间的方法的主要阶段的框图;和
-图2示出了用于确定电池的最大使用持续时间的相应设备的总体架构。
具体实施方式
图1中所示的方法目的是估计电池的剩余寿命,特别是飞机上的蓄电池的可再充电电池的剩余寿命。
更特别地,其目的是在考虑能够影响电池寿命的退化因子的情况下,估计电池的最大使用持续时间。
该方法旨在预测在预定使用条件下电池在其使用期间将不再能够执行其电源功能的时间。
因此,该方法允许基于对电池剩余寿命的预测来安排维护阶段。
在实现本发明的一种方法中,该方法在连接到电池并与其通信的设备内被实现,该设备结合了用于实现该方法的所有硬件装置和软件装置。这样的设备特别地使用电池的预测模型,该模型能够在使用周期P期间基于对电池过去使用的分析来预测电池的剩余寿命、预测其将来使用的可能条件以及更新其健康状态SOH指示符。
为了说明的目的,假定在电池使用的后续阶段期间再现在使用周期P期间的电池使用条件的前提下考虑预测剩余寿命。
但是,本发明的范围还包括将来的电池使用条件被修改的情况,该方法能够预测这些使用条件。
如图1中所示,该方法包括第一记录步骤1,在该步骤期间,针对电池的当前使用概况识别电池的退化因子的数量m。针对分开两个电池测试事件的使用周期P记录这些因子Fi,i=1…,m,随后对其进行更新。
记录的采样取决于应用,即取决于电池的使用模式。例如,该采样是按时间单位(小时数、天数等)或按事件数(充电周期和放电周期等)执行的。
如所示,根据周期Te定期地进行这些记录,退化因子Fi在时间k x Te被记录,其中k=1,…,n,和P=n x Te
当测试设备连接到电池时,数据记录步骤1结束。电池中存储在存储器中的数据因此被传输到该设备。
在随后的步骤2期间,确定或更新电池的健康状态SOH。在这种情况下,健康状态由两个老化指示符ΔC和ΔR表示,ΔC和ΔR分别表示电池容量和内阻方面的演变。
为此目的,测试设备配备有老化模型M,该老化模型M能够基于在输入处接收到的记录数据来生成指示符值ΔC和ΔR。步骤3构成分析在使用周期P期间电池的过去使用的步骤。计算每个退化因子Fi的值的加权平均值Fi,mean和标准偏差值σi。使用老化模型来确定平均值的加权和标准偏差值的加权。该模型用于确定对电池退化影响最大的每个因子Fi的变化范围。更具体地,随着电池的容量和内阻的发展,因子Fi的影响被假定为不同。
在此步骤3期间,确定平均值Fi,mean和标准偏差值σi的集合,并将从映射中提取的权重分配给为每个指示符计算的平均值和标准偏差值。
在此步骤期间,根据方程式,为每个指示符识别与周期P中的影响间隔[Fi,min,Fi,max]对应的老化因子的变化间隔:
Fi,max/min=Fi,mean±σi (1)
通过假定将来的操作条件类似于在周期P期间观察到的操作条件,在方法的以下步骤中使用极限Fi,max/min来预测电池的剩余寿命。
在接下来的步骤4期间,作为老化指示符值的函数,基于退化因子的变化间隔和通过事先训练获得的电池的操作极限来预测电池的剩余寿命。
在所设想的示例实施方式中,作为老化指示符ΔC和ΔR的函数,电池的操作极限通过在电池测试阶段期间的在先训练来获得。
如图1中所示,电池的操作极限由被确定作为电池使用概况函数的寿命终止曲线I来识别。这些测试针对每个使用概况被执行,并且包括针对预定义的持续时间或持续时间的范围、针对电池的各种内部容量和电阻值提供在电压水平、电流水平、功率或电能方面检查电池是否能够提供其所要求的使用概况。
m个退化因子的极限Fi,max/min的组合对于每个SOH指示符给出2m个操作条件,其被表示如下:
{F1,k,...,Fi,k,...,Fm,k}k={max,min} (2)
总共为老化模型标识了2m+1个组合。对于这2m+1个输入,方程式组S的解在输出处给出了电池的2m+1个剩余寿命值D。保留结果中的最小值。
在接下来的步骤5期间,确定对电池下一次测试P'建议的截止日期。该截止日期是基于函数h确定的,函数h取决于估计的剩余寿命D和电池的老化指示符。例如,将下一次测试P'建议的截止期限定义为剩余寿命D的一半。这样,例如,建议的截止期限P'不等于电池监视截止期限P。更具体地说,两次测试之间的周期可能会超过根据电池维护管理模式考虑的截止期限。在该步骤5结束时,重置计时器并开始新的周期P。然后断开测试设备。
如上所指示的,上述方法有利地由测试设备实现,该测试设备连接到电池以在电池使用周期P期间检索和分析存储在存储器中的数据。该设备检索存储在电池的存储器中的退化因子的数据,并更新电池的健康状态,预测其剩余寿命并计算下一次测试的截止期限。在这方面,例如,可以认为在包括在最小值Tmin和最大值Tmax之间的时间间隔内需要维护动作。
参考图2,该设备包括接口10、老化模型M以及计算装置11,接口10用于与电池电连接,老化模型M能够生成作为老化因子的函数的老化指示符值,该计算装置11用于实现上文参考图1、并且特别步骤3至5所描述的步骤以计算影响老化指示符的退化因子的最小值和最大值,并求解为老化模型识别的2m+1个组合的方程式组S,并在输出中,产生电池剩余寿命的2m+1个值从中提取出最小值,并确定下一次测试的截止期限。
现在将描述本发明的一种示例实施方式,其对应于在存储模式下电池的老化的情况。在这种情况下,根据环境温度和电池的充电状态SOC,只有日历老化影响电池的寿命。充电状态直接从在电池端子处获得的开路电压OCV获得。在这种情况下识别的退化因子是温度和电池的充电状态。环境温度和电池电压的记录分别表示这两个退化因子。退化因子的采样是根据电池的环境选择的。例如,每天进行多次测量。而且,温度退化因子具有最大的影响。因此,在计算加权平均值和标准偏差值时,将最大权重分配给最高温度。
当对电池充电和放电时,存在多个附加因子。这些包括电流和称为放电深度或DoD的参数。其他因子也可能存在。这些因子可以根据目标应用和对电池将来使用概况的了解被量化为交换的安培数、循环数和请求数等。日历老化是占主导的。出于信息目的,可以考虑其他原因对退化的贡献。因此,无论所考虑的应用如何,都可以应用该方法。

Claims (9)

1.一种用于确定电池最大使用持续时间的方法,其特征在于,所述方法包括:
-选择所述电池的使用周期(P)的步骤;
-在选择步骤期间选择的所述电池的使用周期期间,获得所述电池的退化因子(Fi)的值的步骤;
-基于在获得步骤期间获得的所述退化因子的值,确定所述电池的一个或多个老化指示符(ΔC,ΔR)的步骤;
-识别在所述使用周期期间所述退化因子的变化的间隔(Fi,max/min)的步骤,每个老化指示符与实际变化的间隔相关联,每个所述实际变化的间隔包括在上述确定步骤期间所使用的所述因子的最小值和最大值,所述退化因子的变化的间隔是基于所述退化因子的平均值(Fi,mean)和标准偏差值(σi)的计算而识别的;和
-基于在上述识别步骤中获得的所述变化的间隔、所述一个或多个老化指示符和所述电池的操作极限来预测所述最大使用持续时间(D)的步骤。
2.根据权利要求1所述的方法,其中,所述老化指示符是基于作为所述退化因子的函数的、针对所述电池的老化模型而获得的。
3.根据权利要求1或2中任一项所述的方法,包括额外的电池在先训练步骤,在该步骤期间,所述电池的操作极限被确定为所述退化因子的函数。
4.根据权利要求3所述的方法,其中,所述预测最大使用持续时间的步骤包括以下阶段:使用每个退化因子的最小值和最大值(Fi,max/min)和所述电池的操作极限来分析操作条件。
5.根据权利要求4所述的方法,其中使用老化模型(M),所述老化模型在输入处接收m个退化因子的2m+1个极限值,并生成2m+1个最大使用持续时间值,其中保留生成的最大持续时间的最小值。
6.根据权利要求1至5中任一项所述的方法,其中,所述老化指示符包括所述电池的内阻值和所述电池的容量值。
7.根据权利要求1至6中的任一项所述的方法,其中,所述退化因子包括所述电池的温度、所述电池的充电状态和电池拉动循环的次数。
8.根据权利要求1至7中任一项所述的方法,其中,对所述电池退化因子进行加权。
9.一种用于确定电池的最大使用持续时间的设备,所述设备包括:
-针对所述电池的老化模型(M),所述老化模型(M)能够生成老化指示符值作为在电池使用周期期间获得的退化因子的函数;和
-计算装置(11),所述计算装置(11)用于基于所述退化因子的平均值(Fi,mean)和标准偏差值(σi)的计算而计算影响老化指示符的退化因子的最小值和最大值,
所述老化模型(M)针对与退化因子的最小值和最大值的组合对应的每个操作条件并基于电池的操作极限,生成电池的最大使用持续时间,
所述计算装置(11)适于保留所述最大使用持续时间的所述最小值。
CN201980048094.0A 2018-07-17 2019-07-16 用于确定电池最大使用持续时间的方法和装置 Active CN113167835B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR1856605A FR3084171B1 (fr) 2018-07-17 2018-07-17 Procede et dispositif de determination d'une duree limite d'utilisation d'une batterie
FR1856605 2018-07-17
PCT/FR2019/051784 WO2020016522A1 (fr) 2018-07-17 2019-07-16 Procédé et dispositif de détermination d'une durée limite d'utilisation d'une batterie

Publications (2)

Publication Number Publication Date
CN113167835A CN113167835A (zh) 2021-07-23
CN113167835B true CN113167835B (zh) 2024-05-14

Family

ID=65031447

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980048094.0A Active CN113167835B (zh) 2018-07-17 2019-07-16 用于确定电池最大使用持续时间的方法和装置

Country Status (5)

Country Link
US (1) US11467220B2 (zh)
EP (1) EP3824305B1 (zh)
CN (1) CN113167835B (zh)
FR (1) FR3084171B1 (zh)
WO (1) WO2020016522A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113660934A (zh) 2018-11-21 2021-11-16 特默罗制药股份有限公司 罗非昔布的纯化形式、制备方法和用途
EP4246162B1 (en) * 2022-03-18 2024-07-10 ABB Schweiz AG Method of estimation of battery degradation
CN117007999B (zh) * 2023-08-08 2024-05-07 杭州意博科技有限公司 一种电池组故障诊断方法、装置及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103336248A (zh) * 2013-07-25 2013-10-02 哈尔滨工业大学 基于电池退化状态模型的锂离子电池循环寿命预测方法
CN103698710A (zh) * 2013-12-12 2014-04-02 中南大学 一种电池寿命周期预测方法
CN104620122A (zh) * 2012-08-21 2015-05-13 空中客车防务和空间公司 用于估计电池老化的方法
CN106443474A (zh) * 2016-10-09 2017-02-22 北京理工大学 一种动力电池系统寿命衰退特征快速识别的方法
CN107957562A (zh) * 2018-01-05 2018-04-24 广西大学 一种锂离子电池剩余寿命在线预测方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7199557B2 (en) 2003-07-01 2007-04-03 Eaton Power Quality Company Apparatus, methods and computer program products for estimation of battery reserve life using adaptively modified state of health indicator-based reserve life models
JP5644848B2 (ja) 2012-12-11 2014-12-24 Smk株式会社 車両用入力装置
US10338153B2 (en) * 2015-03-03 2019-07-02 Samsung Electronics Co., Ltd. Method and apparatus for automatically estimating remaining useful life (RUL) of battery in real time
US10345391B2 (en) * 2015-03-03 2019-07-09 Samsung Electronics Co., Ltd. Method and apparatus for predicting remaining useful life (RUL) of battery
US10197631B2 (en) * 2015-06-01 2019-02-05 Verizon Patent And Licensing Inc. Systems and methods for determining vehicle battery health

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104620122A (zh) * 2012-08-21 2015-05-13 空中客车防务和空间公司 用于估计电池老化的方法
CN103336248A (zh) * 2013-07-25 2013-10-02 哈尔滨工业大学 基于电池退化状态模型的锂离子电池循环寿命预测方法
CN103698710A (zh) * 2013-12-12 2014-04-02 中南大学 一种电池寿命周期预测方法
CN106443474A (zh) * 2016-10-09 2017-02-22 北京理工大学 一种动力电池系统寿命衰退特征快速识别的方法
CN107957562A (zh) * 2018-01-05 2018-04-24 广西大学 一种锂离子电池剩余寿命在线预测方法

Also Published As

Publication number Publication date
WO2020016522A1 (fr) 2020-01-23
FR3084171A1 (fr) 2020-01-24
EP3824305A1 (fr) 2021-05-26
CN113167835A (zh) 2021-07-23
FR3084171B1 (fr) 2020-07-17
US20210263105A1 (en) 2021-08-26
EP3824305B1 (fr) 2024-11-06
US11467220B2 (en) 2022-10-11

Similar Documents

Publication Publication Date Title
CN108254696B (zh) 电池的健康状态评估方法及系统
CN113167835B (zh) 用于确定电池最大使用持续时间的方法和装置
US20170115355A1 (en) Maximum capacity estimator for battery state of health and state of charge determinations
US11982720B2 (en) Method and battery management system for ascertaining a state of health of a secondary battery
JP6234946B2 (ja) 電池状態推定装置
US20120019253A1 (en) Method for determining an aging condition of a battery cell by means of impedance spectroscopy
KR101615139B1 (ko) 배터리 잔존수명 실시간 추정 장치 및 방법
CN110320474A (zh) 一种锂离子电池老化模型的寿命预测方法
EP3719515A1 (en) Evaluation device, power storage system, evaluation method, and computer program
Mekonnen et al. Life cycle prediction of Sealed Lead Acid batteries based on a Weibull model
CN108205114B (zh) 电池寿命的预测方法及系统
US11835589B2 (en) Method and apparatus for machine-individual improvement of the lifetime of a battery in a battery-operated machine
JP3641367B2 (ja) アルカリ蓄電池容量残量推定法および容量推定装置
CN113219351A (zh) 动力电池的监控方法及装置
CN104833917B (zh) 用于锂蓄电池中荷电状态实时估算的标称电池电阻的确定
CN113728242A (zh) 对可充电电池中的析锂进行表征
CN110703120A (zh) 基于粒子滤波和长短时记忆网络的锂离子电池寿命预测方法
KR20220034543A (ko) 배터리의 충전상태를 추정하는 방법
KR20190041360A (ko) 배터리 수명 예측 방법 및 장치
Qiu et al. Battery hysteresis modeling for state of charge estimation based on Extended Kalman Filter
CN115932634A (zh) 一种对电池健康状态评估的方法、装置、设备及存储介质
JP6532374B2 (ja) 蓄電池状態分析システム、蓄電池状態分析方法および蓄電池状態分析プログラム
CN116203437A (zh) 剩余放电时间的显示方法、电子设备和储能设备
CN114441980A (zh) 一种量测锂离子电池的健康情况和剩余使用寿命的方法
WO2023176028A1 (ja) 電池状態推定装置、電池システム、電池状態推定方法

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
TA01 Transfer of patent application right

Effective date of registration: 20220130

Address after: Blagnac, France

Applicant after: SAFRAN ELECTRICAL & POWER

Address before: Montreuil, France

Applicant before: Safran Electronics & Defense solutions Inc.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant