CN113625183A - 一种电池包寿命预测方法及电池包模拟系统 - Google Patents

一种电池包寿命预测方法及电池包模拟系统 Download PDF

Info

Publication number
CN113625183A
CN113625183A CN202110903481.7A CN202110903481A CN113625183A CN 113625183 A CN113625183 A CN 113625183A CN 202110903481 A CN202110903481 A CN 202110903481A CN 113625183 A CN113625183 A CN 113625183A
Authority
CN
China
Prior art keywords
battery
battery pack
wrapped
temperature
difference value
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
CN202110903481.7A
Other languages
English (en)
Other versions
CN113625183B (zh
Inventor
李文华
王洋洋
刘宏勋
邵方旭
何明泽
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.)
Hebei University of Technology
Original Assignee
Hebei University of Technology
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 Hebei University of Technology filed Critical Hebei University of Technology
Priority to CN202110903481.7A priority Critical patent/CN113625183B/zh
Publication of CN113625183A publication Critical patent/CN113625183A/zh
Application granted granted Critical
Publication of CN113625183B publication Critical patent/CN113625183B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)

Abstract

本申请公开了一种电池包寿命预测方法及电池包模拟系统。包括以下步骤：建立电池包仿真模型；利用绝热材料对电池包的每节电池包裹，得到包裹电池，并记录包裹的绝热材料的层数；采集每节包裹电池的温度数据，并计算包裹电池的温度与预设温度的差值；筛选在预设误差范围内的差值，获取相对应的可模拟电池；对可模拟电池循环充放电，采集相应的电压电流数据以及EIS阻抗；利用电压电流数据以及EIS阻抗，计算可模拟电池的容量。本申请利用电池包仿真模型模拟实际电池包内部各个位置电池的温度变化，通过筛选、运算得到电池容量，利用电池容量表示电池寿命，即可获得实际电池包不同位置电池的真实寿命，避免拆解实际电池包，造成其内的电池短路或损坏。

Description

一种电池包寿命预测方法及电池包模拟系统
技术领域
本公开一般涉及汽车动力电池技术领域，具体涉及一种电池包寿命预测方法及电池包模拟系统。
背景技术
近年来，随着能源危机越来越严重，新能源汽车以其优良的节能环保特点，已成为未来汽车产业的发展重点。其中，搭载在新能源汽车上的电池包的电池寿命直接影响着新能源汽车的性能和运行情况，因此，预测电池包的电池寿命已成为新能源汽车研究中至关重要的一个环节。
目前，常规方法对电池包整体进行测试，无法模拟电池包内部各个位置电池的实际温度变化和寿命数据，只能统一处理。而且，电池包的实际拆解过程十分麻烦，拆解过程很容易造成电池的短路和损坏，导致拆解过的电池包无法继续使用。因此，我们提出一种电池包寿命预测方法及电池包模拟系统，用以解决上述的电池包拆解繁琐，电池易出现短路和损坏情况，导致电池包无法继续使用，以及测试电池包各位置电池的实际温度变化与寿命数据处理方式单一，导致各位置电池的测试数据不准确的问题。
发明内容
鉴于现有技术中的上述缺陷或不足，期望提供一种可以模拟不同位置电池的散热情况，提高电池寿命测试的准确性，操作简便且易于实现的电池包寿命预测方法及电池包模拟系统。
第一方面，本申请提供一种电池包寿命预测方法，包括以下步骤：
建立电池包仿真模型；
利用绝热材料对电池包的每节电池包裹，得到包裹电池，并记录包裹的绝热材料的层数；
采集每节包裹电池的温度数据，并计算包裹电池的温度与预设温度的差值；
筛选在预设误差范围内的差值，获取相对应的可模拟电池；
对可模拟电池循环充放电，采集相应的电压电流数据以及EIS阻抗；
利用电压电流数据以及EIS阻抗，计算可模拟电池的容量。
根据本申请实施例提供的技术方案，根据以下方法筛选在预设误差范围内的差值，获取相对应的可模拟电池：
获取预设误差范围；
判断各个差值是否在预设误差范围内；
若差值不在预设误差范围内，则改变相应的包裹电池的绝热材料层数，重新计算差值，并重复上述步骤；
若差值在预设误差范围内，则可获得可模拟电池。
根据本申请实施例提供的技术方案，根据以下公式计算可模拟电池的容量：
ht＝u*xt+w*st-1；
st＝f(ht)；
0t＝g(v*st)；
其中，w、u、ν为随机随机化初始变量；x表示输入样本(样本为电池放电过程等时间压降，从开始放电到放电结束所需要的时间，转移阻抗和欧姆阻抗)；t-1、t表示时间序列；f和g均为激活函数；ht表示t时刻的输入量xt和st的结合；w表示输入样本的权重；u表示输入样本的权重；st表示样本在时间t处的记忆；ν表示输出样本的权重。
根据本申请实施例提供的技术方案，根据以下公式计算所述的权重参数w、u、ν：
Figure BDA0003200654430000021
Figure BDA0003200654430000022
Figure BDA0003200654430000023
Figure BDA0003200654430000024
根据本申请实施例提供的技术方案，所述电池包具备多节对称排列的电池。
第二方面，本申请提供一种基于上述的电池包寿命预测方法的电池包模拟系统，包括：绝热材料模块、测温模块、充放电模块、处理模块和采集模块；
所述绝热材料模块，用于包裹在每节电池的表面，形成包裹电池；
所述测温模块，用于测量包裹电池表面温度；
所述处理模块，用于接收包裹电池表面温度数据，并筛选出可模拟电池；
所述充放电模块，用于对所述可模拟电池做充放电试验；
所述采集模块，用于采集充放电试验过程中，可模拟电池的电压电流数据以及EIS阻抗；
所述处理模块，还用于根据可模拟电池的电压电流数据以及EIS阻抗，计算所述可模拟电池的容量。
根据本申请实施例提供的技术方案，还包括：温度箱；
所述温度箱，用于放置所述的包裹后的电池。
第三方面，本申请提供一种服务端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述的一种电池包寿命预测方法的步骤。
第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质有计算机程序，所述计算机程序被处理器执行时实现如上述的的一种电池包寿命预测方法的步骤。
综上所述，本技术方案具体地公开了一种电池包寿命预测方法的具体流程。本申请具体地通过构建电池包仿真模型，利用绝热材料对电池包的每节电池包裹，得到包裹电池，模拟实际电池包内部各个位置的电池的温度变化；通过采集每节包裹电池的温度数据，并计算包裹电池的温度与预设温度的差值，再筛选在预设误差范围内的差值，获取相对应的可模拟电池，对可模拟电池循环充放电，采集相应的电压电流数据以及EIS阻抗，计算可模拟电池的容量，利用电池容量表示电池寿命，即可获得实际电池包内部不同位置的电池的真实寿命，提高电池寿命测试的准确性，避免拆解实际电池包，造成其内的电池短路或损坏。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1为一种电池包寿命预测方法的流程示意图。
图2为获取可模拟电池的流程示意图。
图3为电池包内部温度仿真示意图。
图4为低温下包裹效果检验示意图。
图5为常温下包裹效果检验示意图。
图6为根据公式计算可模拟电池的容量的过程示意图。
图7为电池容量变化的示意图。
图8为一种电池包模拟系统的流程示意图。
图9为计算机程序的原理框图。
图中标号：101、绝热材料模块；102、测温模块；103、充放电模块；104、处理模块；105、采集模块；
501、CPU；502、ROM；503、RAM；504、总线；505、I/O接口；506、输入部分；507、输出部分；508、存储部分；509、通信部分；510、驱动器；511、可拆卸介质。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
实施例一
请参考图1所示的本申请提供的一种电池包寿命预测方法的第一种实施例的流程示意图，包括以下步骤：
建立电池包仿真模型；
利用绝热材料对电池包的每节电池包裹，得到包裹电池，并记录包裹的绝热材料的层数；
采集每节包裹电池的温度数据，并计算包裹电池的温度与预设温度的差值；
筛选在预设误差范围内的差值，获取相对应的可模拟电池；
对可模拟电池循环充放电，采集相应的电压电流数据以及EIS阻抗；
利用电压电流数据以及EIS阻抗，计算可模拟电池的容量。
在本实施例中，建立电池包仿真模型，利用电池包仿真模型模拟实际电池包内部各个位置的电池的温度变化，通过筛选、运算得到模型中电池的容量，利用电池容量来反应相应的电池寿命，即可获得实际电池包内部不同位置的电池的真实寿命，避免拆解实际电池包，造成其内的电池短路或损坏；
其中，如图3所示，仿真模型的电池包具备多节对称排列的电池；此处，电池的类型，例如为18650锂离子电池。
利用绝热材料对电池包的每节电池包裹，得到包裹电池，并记录包裹的绝热材料的层数；
具体地，利用绝热材料包裹在各个位置的电池表面，得到包裹电池，并将相应的包裹的绝热材料的层数记录下来。
采集每节包裹电池的温度数据，并计算包裹电池的温度与预设温度的差值；
具体地，采集每个包裹电池的温度数据，并获得预设温度，利用每个温度数据与预设温度做差，得到每个温度数据与预设温度的差值。
筛选在预设误差范围内的差值，获取相对应的可模拟电池；
具体地，如图2所示，获取预设误差范围；
判断各个差值是否在预设误差范围内；
如图4所示为低温下包裹效果；如图5所示为常温下包裹效果；
若差值不在预设误差范围内，则改变相应的包裹电池的绝热材料层数，重新计算该包裹电池的温度数据与预设温度的差值，并重复上述步骤；
若差值在预设误差范围内，证明该电池在其相应的位置处包覆的层数，能够模拟电池包内电池的近绝热状态，则可获得可模拟电池。
对可模拟电池循环充放电，采集相应的电压电流数据以及EIS阻抗；
具体地，对可模拟电池做充放电试验，调节可模拟电池的放电倍率为1c，放电时间为0.5h，进行循环充放电，采集可模拟电池在充放电循环过程中的电压电流数据，以及EIS阻抗谱图；
此处，在放电过程持续0.5h后温度较稳定时，包裹的电池和未包裹的电池温差大约在1.5℃左右，与仿真结果相比较差距很小，此时可模拟电池可近似模拟实际电池包内电池的近绝热状态。
利用电压电流数据以及EIS阻抗，计算可模拟电池的容量；
具体地，如图6所示，t-1、t、t+1表示时间序列；
在t＝1时刻，一般初始化输入so＝0，随机化初始变量w，u，ν进行下面公示计算：
h1＝u*x1+w*s0；
s1＝f(h1)；
01＝g(v*s1)；
其中，f和g均为激活函数，并且f可以是tanh，relu，sigmoid等激活函数，g通常是softmax也可以是其他函数。
时间就向前推进，此时的状态s1作为时刻1的记忆状态将参与下一个时刻的预测活动，即：
h2＝u*x2+w*s1；
s2＝f(h2)；
02＝g(v*s2)；
以此类推，可以得到最终的输出值为：
ht＝u*xt+w*st-1；
st＝f(ht)；
0t＝g(v*st)；
其中，w、u、ν为随机随机化初始变量；x表示输入样本(样本为电池放电过程等时间压降，从开始放电到放电结束所需要的时间，转移阻抗和欧姆阻抗)；t-1、t表示时间序列；f和g均为激活函数；ht表示t时刻的输入量xt和st的结合；w表示输入样本的权重；u表示输入样本的权重；st表示样本在时间t处的记忆；ν表示输出样本的权重。
此处，w，u，ν在每个时刻都是相等的(即权重共享)；隐藏状态可以理解为：s＝f(现有的输入+过去记忆总结)；
其中，根据以下公式计算权重参数w、u、ν：
Figure BDA0003200654430000071
Figure BDA0003200654430000072
Figure BDA0003200654430000073
Figure BDA0003200654430000074
此处，以t＝3为例，权重参数w、u、ν为：
Figure BDA0003200654430000075
Figure BDA0003200654430000076
Figure BDA0003200654430000077
具体地，例如从测量的数据中挑选15组(靠前循环周期挑选5组，后几个循环周期挑选10组)，其余的带入电压电流EIS数据训练，挑选出来的15组用来预测可得结果，如图7所示，标号1为实际容量，标号2为预测容量，前5组数据的预测值和实际值有差距，后十组数据的预测值和实际值差距很小，是因为前5组电池刚刚激活，内部化学反应还不稳定电压电流数据不稳定造成的，经过几组充放电循环后电池内部化学成分逐渐趋于稳定，内部化学反应也逐渐稳定，体现在电压电流数据逐渐稳定，预测值和实际值差距就越来越小。
实施例二
如图8所示，一种基于实施例一所述的电池包寿命预测方法的电池包模拟系统，包括：
绝热材料模块101，用于包裹在每节电池的表面，形成包裹电池；
测温模块102，用于测量包裹电池表面温度；此处，测温模块102的类型，例如为温度测量仪；
处理模块104，用于接收包裹电池表面温度数据，并筛选出可模拟电池；
充放电模块103，用于对可模拟电池做充放电试验；此处，充放电模块103的类型，例如为充放电机；
采集模块105，用于采集充放电试验过程中，可模拟电池的电压电流数据以及EIS阻抗；
处理模块104，还用于根据可模拟电池的电压电流数据以及EIS阻抗，计算可模拟电池的容量；
进一步地，还包括：温度箱，用于放置的包裹后的电池。
实施例三
一种服务端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如实施例一所述的一种电池包寿命预测方法的步骤。
在本实施例中，如图9所示，计算机系统包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM503中，还存储有系统操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地，根据本发明的实施例，上文参考流程图1描述的过程可以被实现为计算机软件程序。例如，本发明的实施例三包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分从网络上被下载和安装，和/或从可拆卸介质被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本申请的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例X的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。所描述的单元或模块也可以设置在处理器中，例如，可以描述为：一种处理器包括第一生成模块、获取模块、查找模块、第二生成模块及合并模块。其中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定，例如，获取模块还可以被描述为“用于在该基础表中获取多个待探测实例的获取模块”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现如上述实施例中所述的电池包寿命预测方法。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (9)

1.一种电池包寿命预测方法，其特征在于，包括以下步骤：
建立电池包仿真模型；
利用绝热材料对电池包的每节电池包裹，得到包裹电池，并记录包裹的绝热材料的层数；
采集每节包裹电池的温度数据，并计算包裹电池的温度与预设温度的差值；
筛选在预设误差范围内的差值，获取相对应的可模拟电池；
对可模拟电池循环充放电，采集相应的电压电流数据以及EIS阻抗；
利用电压电流数据以及EIS阻抗，计算可模拟电池的容量。
2.根据权利要求1所述的一种电池包寿命预测方法，其特征在于，根据以下方法筛选在预设误差范围内的差值，获取相对应的可模拟电池：
获取预设误差范围；
判断各个差值是否在预设误差范围内；
若差值不在预设误差范围内，则改变相应的包裹电池的绝热材料层数，重新计算差值，并重复上述步骤；
若差值在预设误差范围内，则可获得可模拟电池。
3.根据权利要求2所述的一种电池包寿命预测方法，其特征在于，根据以下公式计算可模拟电池的容量：
ht＝u*xt+w*st-1；
st＝f(ht)；
0t＝g(v*st)；
其中，w、u、ν为随机随机化初始变量；x表示输入样本(样本为电池放电过程等时间压降，从开始放电到放电结束所需要的时间，转移阻抗和欧姆阻抗)；t-1、t表示时间序列；f和g均为激活函数；ht表示t时刻的输入量xt和st的结合；w表示输入样本的权重；u表示输入样本的权重；st表示样本在时间t处的记忆；ν表示输出样本的权重。
4.根据权利要求3所述的一种电池包寿命预测方法，其特征在于，根据以下公式计算所述的权重参数w、u、ν：
Figure FDA0003200654420000021
Figure FDA0003200654420000022
Figure FDA0003200654420000023
Figure FDA0003200654420000024
5.根据权利要求1所述的一种电池包寿命预测方法，其特征在于，所述电池包具备多节对称排列的电池。
6.一种基于权利要求1至5所述的电池包寿命预测方法的电池包模拟系统，其特征在于，包括：绝热材料模块(101)、测温模块(102)、充放电模块(103)、处理模块(104)和采集模块(105)；
所述绝热材料模块(101)，用于包裹在每节电池的表面，形成包裹电池；
所述测温模块(102)，用于测量包裹电池表面温度；
所述处理模块(104)，用于接收包裹电池表面温度数据，并筛选出可模拟电池；
所述充放电模块(103)，用于对所述可模拟电池做充放电试验；
所述采集模块(105)，用于采集充放电试验过程中，可模拟电池的电压电流数据以及EIS阻抗；
所述处理模块(104)，还用于根据可模拟电池的电压电流数据以及EIS阻抗，计算所述可模拟电池的容量。
7.根据权利要求6所述的一种电池包模拟系统，其特征在于，还包括：温度箱；
所述温度箱，用于放置所述的包裹后的电池。
8.一种服务端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的一种电池包寿命预测方法的步骤。
9.一种计算机可读存储介质，所述计算机可读存储介质有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的一种电池包寿命预测方法的步骤。
CN202110903481.7A 2021-08-06 2021-08-06 一种电池包寿命预测方法及电池包模拟系统 Active CN113625183B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110903481.7A CN113625183B (zh) 2021-08-06 2021-08-06 一种电池包寿命预测方法及电池包模拟系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110903481.7A CN113625183B (zh) 2021-08-06 2021-08-06 一种电池包寿命预测方法及电池包模拟系统

Publications (2)

Publication Number Publication Date
CN113625183A true CN113625183A (zh) 2021-11-09
CN113625183B CN113625183B (zh) 2023-07-04

Family

ID=78383301

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110903481.7A Active CN113625183B (zh) 2021-08-06 2021-08-06 一种电池包寿命预测方法及电池包模拟系统

Country Status (1)

Country Link
CN (1) CN113625183B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117013112A (zh) * 2023-10-08 2023-11-07 深圳市顺熵科技有限公司 一种模拟电池及模拟电池的制作方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0505333A2 (en) * 1991-03-18 1992-09-23 Ente per le nuove tecnologie, l'energia e l'ambiente ( ENEA) Estimating the charge of batteries
JP2004355953A (ja) * 2003-05-29 2004-12-16 Nissan Motor Co Ltd バイポーラ二次電池およびバイポーラ二次電池容量調整システム
US20050052810A1 (en) * 2001-12-03 2005-03-10 Teuvo Suntio Method and apparatus for soft-sensor characterization of batteries
CN201229395Y (zh) * 2008-06-25 2009-04-29 河北工业大学 锂离子电池组剩余电能计算方法的装置
CN103760495A (zh) * 2014-01-24 2014-04-30 哈尔滨工业大学 一种用于bms检测的soc源产生方法及soc估计精度测试方法
CN104868180A (zh) * 2014-09-30 2015-08-26 北汽福田汽车股份有限公司 单体电池配组方法及系统
CN106597313A (zh) * 2016-12-30 2017-04-26 北京金风科创风电设备有限公司 电池剩余寿命的预测方法及系统
US20170182908A1 (en) * 2014-03-21 2017-06-29 Aleees Eco Ark (Cayman) Co. Ltd. Battery management apparatus
CN206301849U (zh) * 2016-11-21 2017-07-04 山东魔方新能源科技有限公司 一种电池系统填充结构
CN107390136A (zh) * 2017-08-15 2017-11-24 北京航空航天大学 一种老化锂离子电池热失控建模方法
CN107765190A (zh) * 2017-12-11 2018-03-06 太原理工大学 一种长寿命快充型磷酸铁锂电池的寿命预测方法
WO2020199416A1 (zh) * 2019-04-02 2020-10-08 清华大学 动力电池热失控安全性的定量评价方法及系统
CN113156314A (zh) * 2021-04-16 2021-07-23 东风汽车集团股份有限公司 一种整车级动力电池寿命衰减的测算方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0505333A2 (en) * 1991-03-18 1992-09-23 Ente per le nuove tecnologie, l'energia e l'ambiente ( ENEA) Estimating the charge of batteries
US20050052810A1 (en) * 2001-12-03 2005-03-10 Teuvo Suntio Method and apparatus for soft-sensor characterization of batteries
JP2004355953A (ja) * 2003-05-29 2004-12-16 Nissan Motor Co Ltd バイポーラ二次電池およびバイポーラ二次電池容量調整システム
CN201229395Y (zh) * 2008-06-25 2009-04-29 河北工业大学 锂离子电池组剩余电能计算方法的装置
CN103760495A (zh) * 2014-01-24 2014-04-30 哈尔滨工业大学 一种用于bms检测的soc源产生方法及soc估计精度测试方法
US20170182908A1 (en) * 2014-03-21 2017-06-29 Aleees Eco Ark (Cayman) Co. Ltd. Battery management apparatus
CN104868180A (zh) * 2014-09-30 2015-08-26 北汽福田汽车股份有限公司 单体电池配组方法及系统
CN206301849U (zh) * 2016-11-21 2017-07-04 山东魔方新能源科技有限公司 一种电池系统填充结构
CN106597313A (zh) * 2016-12-30 2017-04-26 北京金风科创风电设备有限公司 电池剩余寿命的预测方法及系统
CN107390136A (zh) * 2017-08-15 2017-11-24 北京航空航天大学 一种老化锂离子电池热失控建模方法
CN107765190A (zh) * 2017-12-11 2018-03-06 太原理工大学 一种长寿命快充型磷酸铁锂电池的寿命预测方法
WO2020199416A1 (zh) * 2019-04-02 2020-10-08 清华大学 动力电池热失控安全性的定量评价方法及系统
CN113156314A (zh) * 2021-04-16 2021-07-23 东风汽车集团股份有限公司 一种整车级动力电池寿命衰减的测算方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
FELIX WEIDMANN: "Insulating sandwich housing structures for the thermal management of battery packs", 2017 TWELFTH INTERNATIONAL CONFERENCE ON ECOLOGICAL VEHICLES AND RENEWABLE ENERGIES (EVER) *
张立玉;路昭;韦立川;漆鹏程;孟祥兆;康三娜;赵民;金立文;: "锂电池性能与温度相关性的基础实验研究", 西安交通大学学报, vol. 52, no. 05, pages 133 - 141 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117013112A (zh) * 2023-10-08 2023-11-07 深圳市顺熵科技有限公司 一种模拟电池及模拟电池的制作方法
CN117013112B (zh) * 2023-10-08 2024-01-16 深圳市顺熵科技有限公司 一种模拟电池及模拟电池的制作方法

Also Published As

Publication number Publication date
CN113625183B (zh) 2023-07-04

Similar Documents

Publication Publication Date Title
CN111157897B (zh) 评估动力电池的方法、装置、存储介质及处理器
CN110632528B (zh) 一种基于内阻检测的锂电池soh估算方法
Zhang et al. Aging performance characterization and state-of-health assessment of retired lithium-ion battery modules
CN106250576A (zh) 一种基于动态阻抗的锂电池模型的建模方法
CN110426639B (zh) 一种基于动态阻抗谱的锂离子电池寿命预测方法及系统
CN110045292A (zh) 基于大数据和bp神经网络的锂离子电池SOC预测方法
CN113138340A (zh) 电池等效电路模型的建立方法、健康状态估算方法及装置
CN114818831B (zh) 基于多源感知的双向锂离子电池故障检测方法及系统
CN113189495A (zh) 一种电池健康状态的预测方法、装置及电子设备
CN116482551B (zh) 模组内短路的标定方法、测量方法、系统、设备及介质
CN109814037A (zh) 锂离子电池熵热系数的获取方法、终端设备及介质
CN114594378A (zh) 一种锂电池soh模型训练方法、预测方法、装置及设备
CN108594117B (zh) 确定电池容量的方法、装置、终端设备及计算机存储介质
Fan et al. Data-driven identification of lithium-ion batteries: A nonlinear equivalent circuit model with diffusion dynamics
CN115270454A (zh) 电池寿命预测方法及相关设备
CN113625183B (zh) 一种电池包寿命预测方法及电池包模拟系统
CN111274539B (zh) 一种基于交替最小二乘法的锂电池soh估计方法
CN115407217B (zh) 一种电动汽车锂电池荷电状态在线估计方法及系统
CN111426966A (zh) 一种电动汽车电池重组方法、装置及电子设备
CN116337481A (zh) 车辆的续驶里程的确定方法、装置和存储介质
CN114879071B (zh) 一种基于平均电压的锂离子电池老化模式在线诊断方法
CN114355222A (zh) 基于电压曲线的电池健康状态估计方法、装置及可读介质
CN114881316A (zh) 锂电池剩余寿命预测方法、系统、终端设备及存储介质
Quantmeyer et al. Modeling the Electrical Behavior of Lithium-Ion Batteries for Electric Vehicles
CN109991546B (zh) 一种电池参数获取方法、装置及终端设备

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