CN113296010B - 一种基于差分电压分析的电池健康状态在线评估方法 - Google Patents
一种基于差分电压分析的电池健康状态在线评估方法 Download PDFInfo
- Publication number
- CN113296010B CN113296010B CN202110458279.8A CN202110458279A CN113296010B CN 113296010 B CN113296010 B CN 113296010B CN 202110458279 A CN202110458279 A CN 202110458279A CN 113296010 B CN113296010 B CN 113296010B
- Authority
- CN
- China
- Prior art keywords
- battery
- curve
- delta
- slope
- soh
- 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
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
- 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
- G01R31/005—Testing of electric installations on transport means
- G01R31/006—Testing of electric installations on transport means on road vehicles, e.g. automobiles or trucks
-
- 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]
- G01R31/3644—Constructional arrangements
- G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
-
- 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
Abstract
本发明属于电池技术领域，提供了一种基于差分电压分析的电池健康状态在线评估方法，建立(ΔV/ΔQ)‑Q曲线，并过(ΔV/ΔQ)‑Q曲线末端的某一(ΔV/ΔQ)值，做(ΔV/ΔQ)‑Q曲线的切线，而切线的斜率Slope与电池SOH值呈线性负相关，斜率Slope越大，电池SOH值越小。建立起了斜率Slope‑SOH模型，只要采集到SOH未知的待测电池在同一充放电倍率下的放电电压数据，通过差分电压分析获得待测电池(ΔV/ΔQ)‑Q曲线的在同一(ΔV/ΔQ)值下的切线斜率Slope，就可以根据模型查找该斜率Slope所对应的电池SOH值，实现电池健康状态SOH的在线评估。本发明的基于差分电压分析的电池健康状态在线评估方法能够在线对电池健康状态进行评估，避免停止商业运行而带来的损失，且评估方法简单，评估数据获取容易，评估结果精度高。
Description
技术领域
本发明属于电池技术领域，具体涉及一种基于差分电压分析的电池健康状态在线评估方法。
背景技术
随着锂电池储能技术的发展，锂电池储能电站逐渐成为电网发输变配用等环节的重要组成部分。但是，储能电站运行一段时间以后，锂电池性能逐渐变得参差不齐，这种情况会影响储能电站的安全高效运行，带来潜在风险。电池的健康状态SOH(State ofHealth)是评估电池老化状态的重要指标，SOH不仅可以在线诊断电池系统中电池老化状态，帮助电池管理系统(BMS)调整充放电策略，避免风险。
传统的电池健康状态评估方法主要基于容量标定和脉冲阶跃内阻测量，此类方法测试虽精准但是耗时长，且需要将储能电站正常的商业运行停止，专门进行容量标定和脉冲阶跃内阻测量，这样势必影响储能电站的经济效益。
专利CN202010751300.9公开了一种利用卡尔曼滤波算法，在线估算电池的欧姆内阻、极化内阻和极化电容提高了健康状态的估算精度。但是电池内阻测试往往是离线检测，不适合在线检测。另外，由于电池技术的突飞猛进，电池内阻越来越小，通过电池内阻的微小变化来反映电池健康状态的变化也越来越不准确了。
专利CN 201510122357.1公开了一种储能电池健康状态评估方法，方法包括以下步骤：I、采集储能电池的外特性参数数据，并计算外特性参数数据的波动率；II、储能电池循环运行若干次后，采集外特性参数数据，并计算外特性参数数据的波动率；III、计算波动率的变化，判断电池是否健康。该方法中所描述的外特性参数比较模糊，不同外特性参数变化对电池健康状态的的影响各不相同，而且外特性参数变化是相互影响的，因此该方法的实际应用效果是有待进一步验证的。
专利CN202010598598.4公开了一种用于评估储能电站健康状态的方法及系统，包括：采集储能电站的运行数据，根据运行数据获取储能电池的电量；以预设的二阶RC电路等效模型根据运行数据，确定储能电池的开路电压；对储能电池的电量和开路电压进行拟合，确定Ah-VOC关系曲线；根据Ah-VOC关系曲线确定储能电池的健康状态。该方法中以预设的二阶RC电路等效模型和运行数据来确定储能电池的开路电压是存在较大误差的，因此根据Ah-VOC关系曲线确定储能电池的健康状态(SOH)存在精度不高的问题。
发明内容
本发明是为了解决上述问题而进行的，目的在于提供一种基于差分电压分析的电池健康状态在线评估方法。
本发明提供了一种基于差分电压分析的电池健康状态在线评估方法，具有这样的特征，包括如下步骤：步骤S1，获取电池在一定倍率下放电的电压数据，并根据电压数据建立Q-V曲线；步骤S2，对Q-V曲线进行插值处理，得到插值后的Q-V曲线；步骤S3，根据插值后的Q-V曲线绘制(ΔV/ΔQ)-Q曲线，并对(ΔV/ΔQ)-Q曲线进行平滑处理，得到(ΔV/ΔQ)-Q平滑曲线；步骤S4，在(ΔV/ΔQ)-Q平滑曲线的末端取一点作为切点，过切点作(ΔV/ΔQ)-Q平滑曲线的切线，获取切线的斜率Slope；步骤S5，选取不同SOH的电池，分别重复步骤S1-步骤S4，得到不同的SOH下的斜率Slope；步骤S6，根据步骤S4和步骤S5中得到的斜率Slope与斜率Slope对应的SOH，获得斜率Slope-SOH曲线；步骤S7，将待测电池在与步骤S1中的倍率下放电，得到待测电压数据，根据待测电压数据得到待测Q-V曲线；步骤S8，通过步骤S2-步骤S4对待测Q-V曲线进行处理，得到待测斜率Slope；步骤S9，将待测斜率Slope代入斜率Slope-SOH曲线，得到对应的SOH值，完成待测电池健康状态评估。
在本发明提供的基于差分电压分析的电池健康状态在线评估方法中，还可以具有这样的特征：其中，SOH为电池健康状态，
在本发明提供的基于差分电压分析的电池健康状态在线评估方法中，还可以具有这样的特征：其中，在步骤S1获取电池的电压数据前，需要对电池的实际容量进行标定，实际容量的标定步骤如下：步骤A1，在恒流恒压条件下，对电池进行充电，直至达到电池的充电上限；步骤A2，静置一段时间后，再在与步骤A1相同的恒流恒压条件下，使电池放电，直至达到电池的放电下限；步骤A3，静置一段时间后，测得电池的放电容量，将放电容量作为电池的实际容量。
在本发明提供的基于差分电压分析的电池健康状态在线评估方法中，还可以具有这样的特征：其中，在步骤S1中，建立Q-V曲线和对Q-V曲线进行插值处理均使用Origin软件。
发明的作用与效果
根据本发明所涉及的基于差分电压分析的电池健康状态在线评估方法，因为建立(ΔV/ΔQ)-Q曲线，并过(ΔV/ΔQ)-Q曲线末端的某一(ΔV/ΔQ)值，做(ΔV/ΔQ)-Q曲线的切线，而切线的斜率Slope与电池SOH值呈线性负相关，斜率Slope越大，电池SOH值越小。同时，一旦建立起了斜率Slope-SOH模型，只要采集到SOH未知的待测电池在同一充放电倍率下的放电电压数据，通过差分电压分析获得待测电池(ΔV/ΔQ)-Q曲线的在同一(ΔV/ΔQ)值下的切线的斜率Slope，就可以根据模型查找该斜率Slope所对应的电池SOH值，从而实现电池健康状态SOH的在线评估。所以，本发明的基于差分电压分析的电池健康状态在线评估方法能够在线对电池健康状态进行评估，避免停止商业运行而带来的损失，且评估方法简单，评估数据获取容易，评估结果精度高。
附图说明
图1是本发明的实施例中不同SOH值的9颗电池在1/2C倍率下的Q-V曲线；
图2是本发明的实施例中不同SOH值的下电池放电末端的电压DVA曲线及过ΔV/ΔQ＝5这一点做这一曲线的切线；
图3是本发明的实施例中建立模型的电池健康状态相关信息表；
图4是本发明的实施例中的斜率Slope-SOH拟合曲线；
图5是本发明的实施例中待测电池SOH值评估结果。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，以下实施例结合附图对本发明一种基于差分电压分析的电池健康状态在线评估方法作具体阐述。
<实施例>
本实施例中详细描述基于差分电压分析的电池健康状态在线评估方法。
本实施例中采用特斯拉电动汽车上退役的不同健康状态(SOH)的21700三元电池9颗。新的21700三元电池的额定容量为5Ah，定义其SOH值为100％。
本实施例中基于差分电压分析的电池健康状态在线评估方法包括如下步骤：
开始评估前首先对21700三元电池的实际容量进行标定。
电池的实际容量的标定步骤如下：
步骤A1，以1/2C的电流速率在恒流恒压条件下，对21700三元电池进行充电，直至达到企业规定的电池的充电上限；
步骤A2，静置30min后，再在1/2C的电流速率与恒流恒压条件下，使电池放电，直至达到企业规定的电池的放电下限；
步骤A3，静置30min后，测得电池的放电容量，将放电容量作为电池的实际容量。
得到9颗21700三元电池的实际容量后，分别计算SOH值，计算SOH值的公式如下：
9颗21700三元电池的SOH值按从大到小依次为83.8％，82.6％，79.4％，74.2％，67.4％，64.2％，60.0％，57.8％，56.2％。
步骤S1，获取9颗电池在1/2C倍率下放电的电压数据，并根据电压数据以及实际容量建立电池容量-电压曲线(Q-V曲线)，分别得到9条Q-V曲线(见图1)。
步骤S2，利用Origin软件，固定Q列数据长度为1000，分别对9条Q-V曲线进行插值处理，得到9条插值后的Q-V曲线。
步骤S3，分别对9条插值后的Q-V曲线使用Origin软件进行差分，取ΔV＝1mV，得到9条不同SOH值下的(ΔV/ΔQ)-Q曲线并对其进行平滑，得到9条(ΔV/ΔQ)-Q平滑曲线。
步骤S4，分别在9条(ΔV/ΔQ)-Q平滑曲线上过ΔV/ΔQ＝5这一点做这一曲线的切线(见图2)，并分别求取切线的斜率Slope，得到9颗电池的斜率依次为13.63，14.25，15.68，17.5，18.81，20.68，22.57，24.14，25.27。
图3是本实施例中建立模型的电池健康状态相关信息表。
步骤S5，根据图3的内容，建立Slope-SOH模型，以9颗电池的SOH值为纵坐标，斜率Slope为横坐标，得到斜率Slope-SOH拟合曲线(见图4)。
如图4所示，斜率Slope与SOH呈良好的线性负相关关系，因此可以用放电曲线末端斜率作为电池SOH的快速评估指标，通过它们的负相关关系可快速检测待测电池的SOH值。
步骤S6，使用建立的Slope-SOH模型对编号为12#、23#、35#、88#、137#以及193#的待测电池进行测试。
步骤S7，将步骤S6的待测电池1/2C的倍率下放电，得到待测电压数据，根据待测电压数据得到待测Q-V曲线。
步骤S8，对步骤S7中得到的待测Q-V曲线进行差分、平滑处理后，得到待测斜率Slope。
步骤S9，将待测斜率Slope代入斜率Slope-SOH曲线，利用Slope-SOH模型得出相应的SOH值并进行评估。
图5是本实施例中待测电池SOH值评估结果。
如图5所示，通过Slope-SOH模型计算得到的预测SOH值与实测SOH值之间的估计误差基本小于0.05，具有较高精度。
实施例的作用与效果
根据本实施例所涉及的基于差分电压分析的电池健康状态在线评估方法，因为建立(ΔV/ΔQ)-Q曲线，并过(ΔV/ΔQ)-Q曲线末端的某一(ΔV/ΔQ)值，做(ΔV/ΔQ)-Q曲线的切线，而切线的斜率Slope与电池SOH值呈线性负相关，斜率Slope越大，电池SOH值越小。同时，一旦建立起了斜率Slope-SOH模型，只要采集到SOH未知的待测电池在同一充放电倍率下的放电电压数据，通过差分电压分析获得待测电池(ΔV/ΔQ)-Q曲线的在同一(ΔV/ΔQ)值下的切线的斜率Slope，就可以根据模型查找该斜率Slope所对应的电池SOH值，从而实现电池健康状态SOH的在线评估。所以，本发明的基于差分电压分析的电池健康状态在线评估方法能够在线对电池健康状态进行评估，避免停止商业运行而带来的损失，且评估方法简单，评估数据获取容易，评估结果精度高。
上述实施方式为本发明的优选案例，并不用来限制本发明的保护范围。
Claims (4)
1.一种基于差分电压分析的电池健康状态在线评估方法，其特征在于，包括如下步骤：
步骤S1，获取电池在一定倍率下放电的电压数据，并根据所述电压数据建立Q-V曲线；
步骤S2，对所述Q-V曲线进行插值处理，得到插值后的Q-V曲线；
步骤S3，根据所述插值后的Q-V曲线绘制(ΔV/ΔQ)-Q曲线，并对所述(ΔV/ΔQ)-Q曲线进行平滑处理，得到(ΔV/ΔQ)-Q平滑曲线；
步骤S4，在所述(ΔV/ΔQ)-Q平滑曲线的末端取一点作为切点，过所述切点作所述(ΔV/ΔQ)-Q平滑曲线的切线，获取所述切线的斜率Slope；
步骤S5，选取不同SOH的电池，分别重复步骤S1-步骤S4，得到不同的SOH下的斜率Slope；
步骤S6，根据步骤S4和步骤S5中得到的所述斜率Slope与所述斜率Slope对应的SOH，获得斜率Slope-SOH曲线；
步骤S7，将待测电池在与步骤S1中的所述倍率下放电，得到待测电压数据，根据所述待测电压数据得到待测Q-V曲线；
步骤S8，通过所述步骤S2-所述步骤S4对所述待测Q-V曲线进行处理，得到待测斜率Slope；
步骤S9，将所述待测斜率Slope代入所述斜率Slope-SOH曲线，得到对应的SOH值，完成所述待测电池健康状态评估。
2.根据权利要求1所述的基于差分电压分析的电池健康状态在线评估方法，其特征在于：
其中，所述SOH为电池健康状态，
3.根据权利要求1所述的基于差分电压分析的电池健康状态在线评估方法，其特征在于：
其中，在步骤S1获取所述电池的所述电压数据前，需要对所述电池的实际容量进行标定，所述实际容量的标定步骤如下：
步骤A1，在恒流恒压条件下，对所述电池进行充电，直至达到所述电池的充电上限；
步骤A2，静置一段时间后，再在与步骤A1相同的恒流恒压条件下，使所述电池放电，直至达到所述电池的放电下限；
步骤A3，静置一段时间后，测得所述电池的放电容量，将所述放电容量作为所述电池的实际容量。
4.根据权利要求1所述的基于差分电压分析的电池健康状态在线评估方法，其特征在于：
其中，在步骤S1中，建立所述Q-V曲线和对所述Q-V曲线进行插值处理均使用Origin软件。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110458279.8A CN113296010B (zh) | 2021-04-27 | 2021-04-27 | 一种基于差分电压分析的电池健康状态在线评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110458279.8A CN113296010B (zh) | 2021-04-27 | 2021-04-27 | 一种基于差分电压分析的电池健康状态在线评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113296010A CN113296010A (zh) | 2021-08-24 |
| CN113296010B true CN113296010B (zh) | 2022-10-04 |
Family
ID=77320277
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110458279.8A Active CN113296010B (zh) | 2021-04-27 | 2021-04-27 | 一种基于差分电压分析的电池健康状态在线评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113296010B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2023072955A (ja) * | 2021-11-15 | 2023-05-25 | トヨタ自動車株式会社 | 電池の劣化診断装置、及び電池の劣化診断方法 |
| FR3132774A1 (fr) | 2022-02-17 | 2023-08-18 | Renault S.A.S | Methode d’estimation de l’etat de sante d’une batterie d’un vehicule electrique ou hybride |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100173212A1 (en) * | 2007-09-28 | 2010-07-08 | Kiyoshi Senoue | Fuel cell degradation detecting apparatus and fuel cell system |
| CN105158698A (zh) * | 2015-08-28 | 2015-12-16 | 江苏大学 | 基于充电电压曲线的电池组健康状态在线估算方法 |
| US20160195589A1 (en) * | 2013-09-19 | 2016-07-07 | Kabushiki Kaisha Toshiba | Degradation diagnosis system and degradation diagnosis method for secondary battery |
| JP2018205138A (ja) * | 2017-06-05 | 2018-12-27 | 三菱自動車工業株式会社 | 二次電池システム |
| WO2019181138A1 (ja) * | 2018-03-19 | 2019-09-26 | 三菱自動車工業株式会社 | 二次電池の劣化度合測定装置 |
| CN110333463A (zh) * | 2019-07-09 | 2019-10-15 | 深圳市清新电源研究院 | 一种电芯一致性筛选方法及其系统 |
| CN111247685A (zh) * | 2018-08-29 | 2020-06-05 | 株式会社Lg化学 | 电池管理装置、电池管理方法、电池组以及电动车辆 |
| WO2021049882A1 (ko) * | 2019-09-11 | 2021-03-18 | 주식회사 엘지화학 | 배터리 관리 장치 및 방법 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103675692B (zh) * | 2012-09-26 | 2016-12-21 | 财团法人车辆研究测试中心 | 电池健康状态检知方法与装置 |
| CN111398837A (zh) * | 2020-04-01 | 2020-07-10 | 重庆大学 | 一种基于数据驱动的车用电池健康状态估计方法 |
-
2021
- 2021-04-27 CN CN202110458279.8A patent/CN113296010B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100173212A1 (en) * | 2007-09-28 | 2010-07-08 | Kiyoshi Senoue | Fuel cell degradation detecting apparatus and fuel cell system |
| US20160195589A1 (en) * | 2013-09-19 | 2016-07-07 | Kabushiki Kaisha Toshiba | Degradation diagnosis system and degradation diagnosis method for secondary battery |
| CN105158698A (zh) * | 2015-08-28 | 2015-12-16 | 江苏大学 | 基于充电电压曲线的电池组健康状态在线估算方法 |
| JP2018205138A (ja) * | 2017-06-05 | 2018-12-27 | 三菱自動車工業株式会社 | 二次電池システム |
| WO2019181138A1 (ja) * | 2018-03-19 | 2019-09-26 | 三菱自動車工業株式会社 | 二次電池の劣化度合測定装置 |
| CN111247685A (zh) * | 2018-08-29 | 2020-06-05 | 株式会社Lg化学 | 电池管理装置、电池管理方法、电池组以及电动车辆 |
| CN110333463A (zh) * | 2019-07-09 | 2019-10-15 | 深圳市清新电源研究院 | 一种电芯一致性筛选方法及其系统 |
| WO2021049882A1 (ko) * | 2019-09-11 | 2021-03-18 | 주식회사 엘지화학 | 배터리 관리 장치 및 방법 |
Non-Patent Citations (4)
| Title |
|---|
| 《Capacity estimation algorithm with a second-order differential voltage curve for Li-ion batteries with NMC cathodes》;Taedong Goh et al.;《Energy》;20170624;全文 * |
| 《Novel application of differential thermal voltammetry as an in-depth state-of-health diagnosis method for lithium-ion batteries》;Yu Merla et al.;《Journal of Power Sources》;20161231;全文 * |
| 《基于衰退机理的三元锂离子电池SOH的诊断与估算》;王振新 等;《电子测量技术》;20200531;全文 * |
| 《电动汽车退役锂电池一致性快速分选方法研究》;刘俊华 等;《上海节能》;20200731;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113296010A (zh) | 2021-08-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108254696B (zh) | 电池的健康状态评估方法及系统 | |
| CN110031770B (zh) | 一种快速得到电池包中所有单体电池容量的方法 | |
| CN110261779A (zh) | 一种三元锂电池荷电状态与健康状态在线协同估计方法 | |
| CN106772104B (zh) | 一种动力电池soc值估算方法 | |
| CN105021996A (zh) | 储能电站bms的电池soh估算方法 | |
| CN109870659A (zh) | 应用滑窗寻优策略的锂离子电池健康状态估算方法 | |
| CN108535661B (zh) | 一种基于模型误差谱的动力电池健康状态在线估计方法 | |
| CN111736085A (zh) | 一种基于电化学阻抗谱的锂离子电池健康状态估计方法 | |
| CN105223487B (zh) | 一种锂离子电池的多状态解耦估计方法 | |
| CN113296010B (zh) | 一种基于差分电压分析的电池健康状态在线评估方法 | |
| CN105572596B (zh) | 锂电池soc估算方法及系统 | |
| CN113109729B (zh) | 基于加速老化试验与实车工况的车用动力电池soh评估方法 | |
| CN110673037B (zh) | 基于改进模拟退火算法的电池soc估算方法及系统 | |
| CN111458649A (zh) | 一种电池模组健康度快速检测方法 | |
| CN106033114B (zh) | 一种储能电池健康状态评估方法 | |
| CN112485693B (zh) | 一种基于温度概率密度函数的电池健康状态快速评估方法 | |
| CN111123136A (zh) | 一种锂离子电池健康状态在线测量装置及在线测量方法 | |
| CN112528472A (zh) | 一种多新息混合Kalman滤波和H无穷滤波算法 | |
| CN115754724A (zh) | 一种适用于未来不确定性动态工况放电的动力电池健康状态估计方法 | |
| CN111965557A (zh) | 一种后备电源可靠性的评估方法和装置 | |
| CN113466728B (zh) | 一种两阶段电池模型参数在线辨识的方法与系统 | |
| CN105738828A (zh) | 一种电池容量精准测量方法 | |
| CN111216595B (zh) | 基于锂电池等效电路模型的重度混合动力汽车soc校准方法 | |
| CN106646260A (zh) | 一种基于遗传神经网络的bms系统的soc的估算方法 | |
| CN115902677A (zh) | 一种锂离子电池直流内阻参数的获取方法 |
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 | ||
| CB03 | Change of inventor or designer information |
Inventor after: Dou Zhenlan Inventor after: Gao Zesong Inventor after: Li Tong Inventor after: Xia Wenxiang Inventor after: Li Xue Inventor after: Zhang Chunyan Inventor after: Liao Qiangqiang Inventor after: Ma Linrui Inventor after: Liu Cuicui Inventor after: Wei Chenjun Inventor after: Huang Shaotang Inventor after: Sun Huiqin Inventor after: Shen Jianjia Inventor before: Liao Qiangqiang Inventor before: Xia Wenxiang Inventor before: Li Xue Inventor before: Ma Linrui Inventor before: Liu Cuicui Inventor before: Wei Chenjun Inventor before: Huang Shaotang Inventor before: Sun Huiqin Inventor before: Shen Jianjia Inventor before: Gao Zesong Inventor before: Li Tong |
|
| CB03 | Change of inventor or designer information | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220915 Address after: 1122 Yuanshen Road, Pudong New Area, Shanghai, 200120 Applicant after: STATE GRID SHANGHAI MUNICIPAL ELECTRIC POWER Co. Applicant after: Jiangsu Kunyi Energy Technology Co.,Ltd. Address before: No. 1851, Hucheng Ring Road, Yangpu District, Shanghai 200090 Applicant before: Shanghai Electric Power University |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |