CN113311344A - 适用于梯次利用的锂离子电池的热故障诊断方法及系统 - Google Patents

适用于梯次利用的锂离子电池的热故障诊断方法及系统 Download PDF

Info

Publication number
CN113311344A
CN113311344A CN202110369174.5A CN202110369174A CN113311344A CN 113311344 A CN113311344 A CN 113311344A CN 202110369174 A CN202110369174 A CN 202110369174A CN 113311344 A CN113311344 A CN 113311344A
Authority
CN
China
Prior art keywords
lithium ion
ion battery
gas
temperature control
control box
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
Application number
CN202110369174.5A
Other languages
English (en)
Other versions
CN113311344B (zh
Inventor
李晨
夏伟栋
许洪华
马宏忠
杨启帆
高沁
陈允屹
彭晓晗
刘宝稳
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.)
Hohai University HHU
Nanjing Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Hohai University HHU
Nanjing Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
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 Hohai University HHU, Nanjing Power Supply Co of State Grid Jiangsu Electric Power Co Ltd filed Critical Hohai University HHU
Priority to CN202110369174.5A priority Critical patent/CN113311344B/zh
Publication of CN113311344A publication Critical patent/CN113311344A/zh
Application granted granted Critical
Publication of CN113311344B publication Critical patent/CN113311344B/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]
    • G01R31/385Arrangements for measuring battery or accumulator variables
    • 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

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

Abstract

一种适用于梯次利用的锂离子电池的热故障诊断方法及系统,其特征在于,包括以下步骤:步骤1,对所述锂离子电池进行充放电,以初始化所述锂离子电池的荷电状态;步骤2,将处于不同荷电状态的所述锂离子电池置于温控箱内,基于气体监测系统采集所述锂离子电池在逐渐升温的温控箱环境中的气体释放浓度;步骤3,基于所述气体释放浓度计算气体的总浓度值,并在所述总浓度值超过预定阈值时确认并发出故障诊断信号,以及基于所述故障诊断信号确定梯次利用时所述锂离子电池的热故障判据。本发明中的热故障诊断方法及系统,原理简单,准确度高,便于实现,易于推广。

Description

适用于梯次利用的锂离子电池的热故障诊断方法及系统
技术领域
本发明涉及锂离子电池检测领域,更具体地,涉及一种适用于梯次利用的锂离子电池的热故障诊断方法及系统。
背景技术
目前,锂离子电池的梯次利用技术在储能电站中取得了广泛利用。然而,由于梯次利用的锂离子电池之间存在着很强的不一致性,因此,在相同的充放电条件下,不同的锂离子电池会具有不同的荷电状态。
另外,热故障作为锂离子电池最为严重的故障种类,会造成锂离子电池出现不同且复杂的故障特征。热故障发生的过程中,随着电池内部温度的持续增加,内部化学反应的相继进行,会导致锂离子电池的电解液中会析出多种气体。因此,诊断锂离子电池所析出气体的信号,能够很好的对热故障问题进行分析。
然而,利用C2H5F的检测来对锂离子电池的热故障进行诊断,仍然是锂离子电池检测领域中的研究空白。并且,现有技术中也不存在同时对不同荷电状态和不同热故障组合情况下的锂离子电池的故障状态的分析。
因此,亟需一种新的适用于梯次利用的锂离子电池的热故障诊断方法及系统。
发明内容
为解决现有技术中存在的不足,本发明的目的在于,提供一种适用于梯次利用的锂离子电池的热故障诊断方法及系统,能够基于C2H5F气体监测手段对具有不同荷电状态,且处于不同环境温度中的锂离子电池进行故障诊断。
本发明采用如下的技术方案。
一种适用于梯次利用的锂离子电池的热故障诊断方法,包括以下步骤:步骤1,对锂离子电池进行充放电,以初始化锂离子电池的荷电状态;步骤2,将处于不同荷电状态的锂离子电池置于温控箱内,基于气体监测系统采集锂离子电池在逐渐升温的温控箱环境中的气体释放浓度;步骤3,基于气体释放浓度计算气体的总浓度值,并在总浓度值超过预定阈值时确认并发出故障诊断信号,以及基于所述故障诊断信号确定梯次利用时所述锂离子电池的热故障判据。
优选地,步骤1中对锂离子电池进行充放电还包括:步骤1.1,以1C倍率对锂离子电池进行恒流充电,直到锂离子电池的电压达到电池规定电压上限;步骤1.2,对锂离子电池进行放电,通过放电时长控制锂离子电池的荷电状态满足试验要求。
优选地,不同荷电状态是基于对锂离子电池进行梯次利用过程中锂离子电池的梯次划分确定的;
优选地,不同荷电状态还包括:0%SOC、30%SOC、50%SOC或100%SOC。
优选地,步骤2中逐渐升温的温控箱环境包括:设置温控箱的初始温度为n1,每分钟温升为n2,最高截止温度为n3;当温控箱完成升温后,保持在最高截止温度1小时。
优选地,初始温度n1的取值范围为[20,30],每分钟温升n2的取值范围为[5,10]。
优选地,采用C2H5F气体监测系统实时监测锂离子电池在温控箱内C2H5F气体的释放浓度并采样;当采样数据满足[Ck-1,Ck-2,...,Ck-b]>0时,则判定锂离子电池在当前温度环境下开始析出;其中,C为C2H5F气体的浓度,k-1、k-2至k-b为b个连续的C2H5F气体的浓度的采样序号。
优选地,步骤3中基于气体释放浓度计算气体的总浓度值还包括:设定计算气体的总浓度值的时间间隔,并基于时间间隔和C2H5F气体监测系统的采样频率确定时间间隔内的采样点个数;汇总所有的采样点的气体释放浓度并求和,从而获得C2H5F气体的总浓度值。
优选地,步骤3中的预定阈值为100ppm。
优选地,方法还包括:对具有不同荷电状态的锂离子电池,基于C2H5F气体监测系统采集到的C2H5F气体的释放浓度和与其对应的采集时间点,生成C2H5F气体的析出曲线。
本发明第二方面,涉及一种如本发明第一方面中适用于梯次利用的锂离子电池的热故障诊断方法的适用于梯次利用的锂离子电池的热故障诊断系统,系统包括锂离子电池、温控箱、C2H5F气体监测系统以及计算机;其中,锂离子电池与C2H5F气体监测系统中的传感器模块,置于温控箱内,C2H5F气体监测系统、温控箱与计算机之间通信连接;C2H5F气体监测系统,用于接收来自传感器模块生成的监测信号以监测温控箱内的气体释放浓度,并且将气体释放浓度数据通过数据传输信号发送至计算机;温控箱,用于基于计算机的控制信号执行控温;计算机,用于接收来自C2H5F气体监测系统的数据传输信号,并对数据传输信号进行计算处理以生成故障诊断信号。
本发明的有益效果在于,与现有技术相比,本发明中一种适用于梯次利用的锂离子电池的热故障诊断方法及系统,原理简单,准确度高,便于实现,易于推广,能够在线实时地诊断梯次利用中不同SOC锂离子电池的热故障,为梯次利用的锂离子电池安全防护提供有力支持,从而保证梯次利用的锂离子电池在应用场所中可靠运行。
附图说明
图1为本发明一种适用于梯次利用的锂离子电池的热故障诊断方法的步骤流程示意图;
图2为本发明一种适用于梯次利用的锂离子电池的热故障诊断方法中故障信号发生的逻辑流程示意图;
图3为本发明一种适用于梯次利用的锂离子电池的热故障诊断方法中不同荷电状态的锂离子电池的气体释放浓度随时间变化的曲线示意图;
图4为本发明一种适用于梯次利用的锂离子电池的热故障诊断方法中不同荷电状态的锂离子电池的外观示意图;
图5为本发明一种适用于梯次利用的锂离子电池的热故障诊断系统的结构示意图。
具体实施方式
下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本申请的保护范围。
图1为本发明一种适用于梯次利用的锂离子电池的热故障诊断方法的步骤流程示意图。图2为本发明一种适用于梯次利用的锂离子电池的热故障诊断方法中故障信号发生的逻辑流程示意图。如图1、图2所示,本发明第一方面,涉及一种适用于梯次利用的锂离子电池的热故障诊断方法,包括步骤1至步骤3。
步骤1,对锂离子电池进行充放电,以初始化锂离子电池的荷电状态。
优选地,步骤1中对锂离子电池进行充放电还包括:步骤1.1,以1C倍率对所述锂离子电池进行恒流充电,直到所述锂离子电池的电压达到电池规定电压上限;步骤1.2,对锂离子电池进行放电,通过放电时长控制锂离子电池的荷电状态满足试验要求。
本发明一实施例中,可以选用32700型号的磷酸铁锂锂离子电池进行热故障的模拟。例如,以6A恒流、1C充电倍率对锂离子电池进行充电,直到锂离子电池的电压达到3.65V。可以理解的是,本发明中,可以选用同型号的新电池,充电至相应的荷电状态,对适用于梯次利用的锂离子电池进行模拟。本发明中,也可以从已经选取好并经过荷电状态检测的用于梯次利用的批量锂离子电池中进行抽样,并将具有某一荷电状态的样本电池用作本发明中的试验。
本发明中,不同荷电状态是基于对锂离子电池进行梯次利用过程中锂离子电池的梯次划分确定的。具体来说,在梯次利用过程中,需要对于回收的锂离子电池的荷电状态进行确认,并根据不同的荷电状态确定电池梯次,从而实现梯次利用。因此,根据梯次利用时梯次的划分,可以确定本发明锂离子电池的热故障诊断方法中需要进行故障测试的电池的荷电状态。在进行本发明中的故障诊断方法时,就可以选用符合这些荷电状态的锂离子电池了。
本发明一实施例中,不同荷电状态还包括:0%SOC(Stage of Charge,荷电状态)、30%SOC、50%SOC或100%SOC。
本发明一实施例中采用的电池,可以当放电时长为1小时时,判定锂离子电池的荷电状态为0%;当放电时长为0.7小时时,判定锂离子电池的荷电状态为30%;当放电时长为0.5小时时,判定锂离子电池的荷电状态为50%;当放电时长为0小时时,判定锂离子电池的荷电状态为100%。
可以理解的是,在完成充放电以使得锂离子电池处于不同的荷电状态之后,可以将锂离子电池先在室温环境中静置一个小时以上,以消除极化。
步骤2,将处于不同荷电状态的锂离子电池置于温控箱内,基于气体监测系统采集锂离子电池在逐渐升温的温控箱环境中的气体释放浓度。
优选地,步骤2中逐渐升温的温控箱环境包括:设置温控箱的初始温度为n1,每分钟温升为n2,最高截止温度为n3;当温控箱完成升温后,保持在最高截止温度1小时。
优选地,初始温度n1的取值范围为[20,30],每分钟温升n2的取值范围为[5,10]。本发明一实施例中,可以设置初始温度n1=25℃,每分钟温升n2=5℃,最高截止温度为n3=150℃。具体来说,当电池放入温控箱内后,温控箱可以根据设置的温度逐渐升温,待升温到最高截止温度后,停止升温,并保持在该温度一段时间,以观察锂离子电池的气体释放情况。
步骤3,基于气体释放浓度计算气体的总浓度值,并在总浓度值超过预定阈值时确认并发出故障诊断信号,以及基于故障诊断信号确定梯次利用时锂离子电池的热故障判据。
优选地,采用C2H5F气体监测系统实时监测锂离子电池在温控箱内C2H5F气体的释放浓度并采样;当采样数据满足[Ck-1,Ck-2,...,Ck-b]>0时,则判定锂离子电池在当前温度环境下开始析出;
其中,C为C2H5F气体的浓度,k-1、k-2至k-b为b个连续的所述C2H5F气体的浓度的采样序号。
本发明中,为了实现对气体释放浓度情况的准确检测,可以在测试之前通过计算机或气体监测系统设置气体释放浓度的两个阈值。第一个阈值用于确定锂离子电池中气体的析出时间。本发明中,由于采用了C2H5F气体监测系统对C2H5F气体的释放浓度进行采样,而这种气体并非空气中正常存在的气体种类,因此可以设定第一个阈值为0ppm,即当采样数据满足[Ck-1,Ck-2,...,Ck-b]>0时,表示锂离子电池在当前温度环境下开始析出。
优选地,步骤3中基于气体释放浓度计算气体的总浓度值还包括:设定计算气体的总浓度值的时间间隔,并基于时间间隔和C2H5F气体监测系统的采样频率确定时间间隔内的采样点个数;汇总所有的采样点的气体释放浓度并求和,从而获得C2H5F气体的总浓度值。
采样点个数的计算公式为n=Δt·f,其中,Δt为设定的时间间隔,f为C2H5F气体监测系统的采样频率,根据上述两个参数,可以获得在设定的时间间隔内,气体监测系统一共的采样个数n。本发明一实施例中,可以设计时间间隔Δt,以使得采样个数n=60。
本发明中,根据采样个数的取值,可以计算得出气体的总浓度值,其计算公式为
Figure BDA0003008571530000061
其中Ck为n个不同采样点上检测到的气体释放浓度的取值。
优选地,步骤3中的预定阈值为100ppm。这里的预定阈值可以为本发明中的第二个阈值,是用于对C2H5F气体的总浓度值进行判断,并当总浓度值大于第二个阈值时发出故障诊断信号。
优选地,本发明中的方法还包括:对具有不同荷电状态的锂离子电池,基于C2H5F气体监测系统采集到的C2H5F气体的释放浓度和与其对应的采集时间点,生成C2H5F气体的析出曲线。
图3为本发明一种适用于梯次利用的锂离子电池的热故障诊断方法中不同荷电状态的锂离子电池的气体释放浓度随时间变化的曲线示意图。如图3所示,当锂离子电池处于不同的荷电状态时,锂离子电池随着温控箱温度的升高,其气体析出的特性有所不同。当荷电状态为100%SOC时,气体释放浓度达到第一个阈值的时间最短,在本发明实施例中,从温控箱开始升温时起的第554秒左右,荷电状态为100%SOC的锂离子电池开始析出C2H5F气体。而当锂离子电池的荷电状态分别为0%SOC、30%SOC、50%SOC时,其析出时间略晚。另一方面,
具体来说,如图3所示,荷电状态为100%SOC的锂离子电池在615秒左右,其析出气体的总浓度值达到了预定阈值100ppm并发出了故障诊断信号。而当锂离子电池的荷电状态分别为0%SOC、30%SOC、50%SOC时,其发出故障诊断信号的时间分别为2777秒、1840秒以及1527秒。
本发明中测得的数据,例如,不同荷电状态的锂离子电池发出故障诊断信号的时间,可以作为梯次利用时锂离子电池的热故障判据。在梯次利用时,当检测到某一梯次的锂离子电池处于热故障环境超过了热故障判据中记录的时间,则可以判定这一梯次的锂离子电池可能发生了热故障。
图4为本发明一种适用于梯次利用的锂离子电池的热故障诊断方法中不同荷电状态的锂离子电池的外观示意图。
本发明第二方面,涉及一种适用于梯次利用的锂离子电池的热故障诊断系统。图5为本发明一种适用于梯次利用的锂离子电池的热故障诊断系统的结构示意图。如图5所示,系统包括锂离子电池、温控箱、C2H5F气体监测系统以及计算机;其中,锂离子电池与C2H5F气体监测系统中的传感器模块,置于温控箱内,C2H5F气体监测系统、温控箱与所述计算机之间通信连接;C2H5F气体监测系统,用于接收来自所述传感器模块生成的监测信号以监测温控箱内的气体释放浓度,并且将气体释放浓度数据通过数据传输信号发送至计算机;温控箱,用于基于计算机的控制信号执行控温;计算机,用于接收来自C2H5F气体监测系统的数据传输信号,并对数据传输信号进行计算处理以生成故障诊断信号。
本发明的有益效果在于,与现有技术相比,本发明中一种适用于梯次利用的锂离子电池的热故障诊断方法及系统,原理简单,准确度高,便于实现,易于推广,能够在线实时地诊断梯次利用中不同SOC锂离子电池的热故障,为梯次利用的锂离子电池安全防护提供有力支持,从而保证梯次利用的锂离子电池在应用场所中可靠运行。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述,但是本领域技术人员应该理解,以上实施示例仅为本发明的优选实施方案,详尽的说明只是为了帮助读者更好地理解本发明精神,而并非对本发明保护范围的限制,相反,任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。

Claims (10)

1.一种适用于梯次利用的锂离子电池的热故障诊断方法,其特征在于,包括以下步骤:
步骤1,对所述锂离子电池进行充放电,以初始化所述锂离子电池的荷电状态;
步骤2,将处于不同荷电状态的所述锂离子电池置于温控箱内,基于气体监测系统采集所述锂离子电池在逐渐升温的温控箱环境中的气体释放浓度;
步骤3,基于所述气体释放浓度计算气体的总浓度值,并在所述总浓度值超过预定阈值时确认并发出故障诊断信号,以及基于所述故障诊断信号确定梯次利用时所述锂离子电池的热故障判据。
2.根据权利要求1中所述的一种适用于梯次利用的锂离子电池的热故障诊断方法,其特征在于:
所述步骤1中对锂离子电池进行充放电还包括:
步骤1.1,以1C倍率对所述锂离子电池进行恒流充电,直到所述锂离子电池的电压达到电池规定电压上限;
步骤1.2,对所述锂离子电池进行放电,通过放电时长控制所述锂离子电池的荷电状态满足试验要求。
3.根据权利要求2中所述的一种适用于梯次利用的锂离子电池的热故障诊断方法,其特征在于:
所述不同荷电状态是基于对所述锂离子电池进行梯次利用过程中所述锂离子电池的梯次划分确定的;
优选地,所述不同荷电状态还包括:0%SOC、30%SOC、50%SOC或100%SOC。
4.根据权利要求1中所述的一种适用于梯次利用的锂离子电池的热故障诊断方法,其特征在于:
所述步骤2中所述逐渐升温的温控箱环境包括:
设置所述温控箱的初始温度为n1,每分钟温升为n2,最高截止温度为n3
当所述温控箱完成升温后,保持在最高截止温度1小时。
5.根据权利要求4中所述的一种适用于梯次利用的锂离子电池的热故障诊断方法,其特征在于:
所述初始温度n1的取值范围为[20,30],所述每分钟温升n2的取值范围为[5,10]。
6.根据权利要求5中所述的一种适用于梯次利用的锂离子电池的热故障诊断方法,其特征在于:
采用C2H5F气体监测系统实时监测所述锂离子电池在所述温控箱内C2H5F气体的释放浓度并采样;
当所述采样数据满足[Ck-1,Ck-2,...,Ck-b]>0时,则判定所述锂离子电池在当前温度环境下开始析出;
其中,C为C2H5F气体的浓度,k-1、k-2至k-b为b个连续的所述C2H5F气体的浓度的采样序号。
7.根据权利要求1中所述的一种适用于梯次利用的锂离子电池的热故障诊断方法,其特征在于:
所述步骤3中基于所述气体释放浓度计算气体的总浓度值还包括:
设定所述计算气体的总浓度值的时间间隔,并基于所述时间间隔和所述C2H5F气体监测系统的采样频率确定所述时间间隔内的采样点个数;
汇总所有的所述采样点的气体释放浓度并求和,从而获得所述C2H5F气体的总浓度值。
8.根据权利要求1中所述的一种适用于梯次利用的锂离子电池的热故障诊断方法,其特征在于:
所述步骤3中的预定阈值为100ppm。
9.根据权利要求1中所述的一种适用于梯次利用的锂离子电池的热故障诊断方法,其特征在于:
所述方法还包括:
对具有不同荷电状态的所述锂离子电池,基于所述C2H5F气体监测系统采集到的C2H5F气体的释放浓度和与其对应的采集时间点,生成C2H5F气体的析出曲线。
10.一种如权利要求1-9中适用于梯次利用的锂离子电池的热故障诊断方法的适用于梯次利用的锂离子电池的热故障诊断系统,其特征在于:
所述系统包括锂离子电池、温控箱、C2H5F气体监测系统以及计算机;
其中,所述锂离子电池与所述C2H5F气体监测系统中的传感器模块,置于所述温控箱内,所述C2H5F气体监测系统、所述温控箱与所述计算机之间通信连接;
所述C2H5F气体监测系统,用于接收来自所述传感器模块生成的监测信号以监测所述温控箱内的气体释放浓度,并且将所述气体释放浓度数据通过数据传输信号发送至计算机;
所述温控箱,用于基于所述计算机的控制信号执行控温;
所述计算机,用于接收来自所述C2H5F气体监测系统的数据传输信号,并对所述数据传输信号进行计算处理以生成故障诊断信号。
CN202110369174.5A 2021-04-06 2021-04-06 适用于梯次利用的锂离子电池的热故障诊断方法及系统 Active CN113311344B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110369174.5A CN113311344B (zh) 2021-04-06 2021-04-06 适用于梯次利用的锂离子电池的热故障诊断方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110369174.5A CN113311344B (zh) 2021-04-06 2021-04-06 适用于梯次利用的锂离子电池的热故障诊断方法及系统

Publications (2)

Publication Number Publication Date
CN113311344A true CN113311344A (zh) 2021-08-27
CN113311344B CN113311344B (zh) 2023-07-14

Family

ID=77371931

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110369174.5A Active CN113311344B (zh) 2021-04-06 2021-04-06 适用于梯次利用的锂离子电池的热故障诊断方法及系统

Country Status (1)

Country Link
CN (1) CN113311344B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116593902A (zh) * 2023-07-13 2023-08-15 中国铁塔股份有限公司江西省分公司 基于铁锂电池的性能参数融合成ai模型的故障诊断方法
CN117171588A (zh) * 2023-11-02 2023-12-05 吉林省有继科技有限公司 一种用于动力电池梯次利用故障检测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015179625A1 (en) * 2014-05-21 2015-11-26 Cadenza Innovation, Llc Lithium ion battery with thermal runaway protection
CN109375016A (zh) * 2018-10-31 2019-02-22 国网重庆市电力公司电力科学研究院 六氟化硫在不同过热性故障温度下分解特性测试方法
CN111060821A (zh) * 2019-12-18 2020-04-24 国网智能科技股份有限公司 具备锂电池故障早期预警功能的电池管理系统及方法
CN111426955A (zh) * 2020-04-23 2020-07-17 华南理工大学 一种锂离子电池故障诊断方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015179625A1 (en) * 2014-05-21 2015-11-26 Cadenza Innovation, Llc Lithium ion battery with thermal runaway protection
CN109375016A (zh) * 2018-10-31 2019-02-22 国网重庆市电力公司电力科学研究院 六氟化硫在不同过热性故障温度下分解特性测试方法
CN111060821A (zh) * 2019-12-18 2020-04-24 国网智能科技股份有限公司 具备锂电池故障早期预警功能的电池管理系统及方法
CN111426955A (zh) * 2020-04-23 2020-07-17 华南理工大学 一种锂离子电池故障诊断方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨启帆 等: "锂离子电池气体故障特性分析及诊断方法", 《高电压技术》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116593902A (zh) * 2023-07-13 2023-08-15 中国铁塔股份有限公司江西省分公司 基于铁锂电池的性能参数融合成ai模型的故障诊断方法
CN116593902B (zh) * 2023-07-13 2023-10-31 中国铁塔股份有限公司江西省分公司 基于铁锂电池的性能参数融合成ai模型的故障诊断方法
CN117171588A (zh) * 2023-11-02 2023-12-05 吉林省有继科技有限公司 一种用于动力电池梯次利用故障检测方法

Also Published As

Publication number Publication date
CN113311344B (zh) 2023-07-14

Similar Documents

Publication Publication Date Title
Xiong et al. A sensor fault diagnosis method for a lithium-ion battery pack in electric vehicles
Yan et al. A battery management system with a Lebesgue-sampling-based extended Kalman filter
CN112838631B (zh) 动力电池的充电动态管控装置和动力电池的充电诊断方法
Ouyang et al. An online prediction of capacity and remaining useful life of lithium-ion batteries based on simultaneous input and state estimation algorithm
CN112098850B (zh) 基于sdo算法的锂离子电池电压故障诊断方法及系统
CN113447828B (zh) 一种基于贝叶斯神经网络的锂电池温度估计方法及系统
CN112858941B (zh) 一种磷酸铁锂动力电池加速试验与寿命评估方法
CN111781503B (zh) 一种锂离子储能电池soc在线估算方法
CN113311344A (zh) 适用于梯次利用的锂离子电池的热故障诊断方法及系统
CN112098875B (zh) 锂离子电池析锂的检测方法
CN112578298B (zh) 电池温度估算方法、装置、电子设备及存储介质
CN114035086B (zh) 基于信号处理的电池组多故障诊断方法
CN112345955B (zh) 一种动力电池多故障在线诊断方法与系统
Chang et al. Electric vehicle battery pack micro-short circuit fault diagnosis based on charging voltage ranking evolution
CN112068018A (zh) 基于改进格拉布斯准则和电池电热耦合模型的动力电池组故障诊断方法
Zhang et al. An early soft internal short-circuit fault diagnosis method for lithium-ion battery packs in electric vehicles
CN114814691A (zh) 一种基于数字孪生的锂电池系统电压传感器故障诊断方法
CN115267589A (zh) 一种电动汽车电池故障多参数联合诊断方法
CN115877232A (zh) 一种基于卡尔曼滤波的锂离子电池内部温度估计方法
JP7485043B2 (ja) 電源装置および電池の不具合検出方法
CN110716141A (zh) 一种基于扩展卡尔曼滤波的电池荷电状态估计方法
CN112776667B (zh) 一种车端动力电池析锂在线监控方法
CN113687251A (zh) 一种基于双模型的锂离子电池组电压异常故障诊断方法
CN113391214A (zh) 一种基于电池充电电压排名变化的电池微故障诊断方法
CN116973782A (zh) 基于机器学习的新能源汽车保养维护与故障监测诊断方法

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
GR01 Patent grant
GR01 Patent grant