CN113655395A - 一种评估电动自行车用锂电池使用状态的方法 - Google Patents
一种评估电动自行车用锂电池使用状态的方法 Download PDFInfo
- Publication number
- CN113655395A CN113655395A CN202110943404.4A CN202110943404A CN113655395A CN 113655395 A CN113655395 A CN 113655395A CN 202110943404 A CN202110943404 A CN 202110943404A CN 113655395 A CN113655395 A CN 113655395A
- Authority
- CN
- China
- Prior art keywords
- internal resistance
- single batteries
- battery
- electric bicycle
- difference
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 32
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 32
- 230000003068 static effect Effects 0.000 claims abstract description 40
- 238000012216 screening Methods 0.000 claims abstract description 27
- 230000002159 abnormal effect Effects 0.000 claims abstract description 26
- 238000011156 evaluation Methods 0.000 claims abstract description 25
- 239000006185 dispersion Substances 0.000 claims description 38
- 230000008569 process Effects 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 5
- 239000010405 anode material Substances 0.000 claims description 4
- QHGJSLXSVXVKHZ-UHFFFAOYSA-N dilithium;dioxido(dioxo)manganese Chemical compound [Li+].[Li+].[O-][Mn]([O-])(=O)=O QHGJSLXSVXVKHZ-UHFFFAOYSA-N 0.000 claims description 3
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 4
- 230000004888 barrier function Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000007774 positive electrode material Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
-
- 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]
- G01R31/389—Measuring internal impedance, internal conductance or related variables
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明涉及一种评估电动自行车用锂电池使用状态的方法,对电池模块中的单体电池进行评估,从单体电池的一致性差异以及内阻的差异两个维度对生命周期内电动自行车用锂电池使用状态进行评估,包括对单体电池静态电压的差异性筛选和对单体电池直流内阻的异常筛选,当静态电压的差异性筛选和直流内阻的异常筛选评估值超过预设值后,认定为异常单体电池。本发明解决了现有技术中无法实现对正在使用的电动自行车电池状态评估的技术壁垒,从两个维度差异进行评估,评估范围覆盖更广、评估结果更精确,并且能够对电池模块中单个电池的性能进行评估,根据评估结果,精准定位异常状态的单体,能够实现对单体电池的维修和更换。
Description
技术领域
本发明涉及锂电池评估技术领域,尤其是指一种评估电动自行车用锂电池使用状态的方法。
背景技术
随着电动自行车新国标政策的推广,消费人群的年轻化、消费趋势的不断升级,以及线上商家覆盖率不断提升带动线下外卖、配送、快递等服务业的迅猛发展,锂电池共享骑行与换电不断普及,市场规模不断扩大。
锂电池电动自行车市场保有量的不断增加,对电动自行车用锂电池的评估方式也提出了新的挑战。目前市场上主要依赖的评估方式还是以容量为主,质保期内的容量衰减不得高于协议的规定值。而实际使用过程中精确的容量测量是无法实现的,市场上给锂电车中的电池充电的柜子也仅具备充电功能,如果需要充电柜具备完整的充放电功能,成本则会成倍的增加,这对于目前市场的推广也是不现实的,这就导致目前对电动自行车用锂电池的评估方式还是以直观感受来评估,终端用户唯一能感受到的就是用了一段时间之后续航里程明显缩小,接到客户反馈商家或者运维点才会对产品进行检测和容量测试,确定是否有异常或者容量衰减超出质保。
另外,电动自行车用锂电池的应用场景也再变得越来越复杂。使用过程中一些锂电池不可避免会出现滥用的情况,可能会存在一定的安全风险。由于目前没有有效的后台数据监控,没有全生命周期产品的评估机制,也没有异常品的提前识别机制,不断恶化可能会引发安全风险,对于一些模块中个体极化大、内阻大、接触不良等异常的样品,虽然没有安全风险,但相应也会导致整体生命周期缩短。如果能有有效的策略提前识别出模块内异常电池,进行个体更换或返修,则可提高其他个体的使用价值发挥,同时极大提高用户的体验,提升产品信誉度
发明内容
为此,本发明所要解决的技术问题在于克服现有技术中对电动自行车用锂电池使用状态评估存在的技术缺陷,提供一种评估电动自行车用锂电池使用状态的方法,从两个维度评估对电动自行车内电池模块中单个电池的使用状态进行评估。
为解决上述技术问题,本发明提供了一种评估电动自行车用锂电池使用状态的方法,对电池模块中的单体电池进行评估,从单体电池的一致性差异以及内阻的差异两个维度对生命周期内电动自行车用锂电池使用状态进行评估,包括对单体电池静态电压的差异性筛选和对单体电池直流内阻的异常筛选,当静态电压的差异性筛选和直流内阻的异常筛选评估值超过预设值后,认定为异常单体电池。
在本发明的一个实施例中,所述静态电压的差异性筛选过程包括以下步骤:
获取电动自行车用锂电池模块上充电柜时多个单体电池的静态电压Vn0,其中n表述电池模块的单体电池数量,n=1,2,3…;
计算多个单体电池静态电压的离散度dn,根据离散度评估单体电池的一致性差异,筛选出一致性较差的单体。
在本发明的一个实施例中,所述静态电压的离散度dn大于等于|±1%|时,所述单体电池视为一致性较差的单体。
在本发明的一个实施例中,所述直流内阻的异常筛选过程包括以下步骤:
获取电动自行车用锂电池模块上充电柜时多个单体电池的静态电压Vn0,其中n表述电池模块的单体电池数量,n=1,2,3…;
充电柜在规定时间t内用固定电流I对电池模块进行充电,获取充电后多个单体电池的动态电压Vn1;
通过充电后电压的变化计算出电池模块中多个单体电池的直流内阻Rn;
计算单体电池直流内阻的离散度Dn,根据离散度评估单体电池内阻的差异,筛选出内阻异常的单体。
在本发明的一个实施例中,所述直流内阻的离散度D大于等于|±10%|时,所述单体电池视为内阻异常的单体。
在本发明的一个实施例中,所述充电柜输出的固定电流为稳定的固定值。
在本发明的一个实施例中,所述充电柜的规定时间t不超过60s。
在本发明的一个实施例中,所述直流内阻Rn由欧姆定律计算得出。
在本发明的一个实施例中,在获取静态电压时,当正极材料为是锰酸锂和三元时,静态电压需满足Vn0≥3.5V,当正极材料为磷酸铁锂时,静态电压需满足Vn0≥3.0V。
在本发明的一个实施例中,对电池模块中的异常单体电池能够进行单独更换。
本发明的上述技术方案相比现有技术具有以下优点:
本发明所述的评估电动自行车用锂电池使用状态的方法,从单体电池的一致性差异以及内阻的差异两个维度对生命周期内电动自行车用锂电池使用状态进行评估,解决了现有技术中无法实现对正在使用的电动自行车电池状态评估的技术壁垒,从两个维度差异进行评估,评估范围覆盖更广、评估结果更精确,并且能够对电池模块中单个电池的性能进行评估,根据评估结果,精准定位异常状态的单体,能够实现对单体电池的维修和更换。
附图说明
为了使本发明的内容更容易被清楚的理解,下面根据本发明的具体实施例并结合附图,对本发明作进一步详细的说明,其中
图1是本发明评估电动自行车用锂电池使用状态的方法的步骤流程图;
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好地理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
参照图1所示,本发明的评估电动自行车用锂电池使用状态的方法,对电池模块中的单体电池进行评估,从单体电池的一致性差异以及内阻的差异两个维度对生命周期内电动自行车用锂电池使用状态进行评估,包括对单体电池静态电压的差异性筛选和对单体电池直流内阻的异常筛选,当静态电压的差异性筛选和直流内阻的异常筛选评估值超过预设值后,认定为异常单体电池,解决了现有技术中无法实现对正在使用的电动自行车电池状态评估的技术壁垒,从两个维度差异进行评估,评估范围覆盖更广、评估结果更精确,并且能够对电池模块中单个电池的性能进行评估,根据评估结果,精准定位异常状态的单体,能够实现对单体电池的维修和更换。
具体地,所述静态电压的差异性筛选过程包括以下步骤:
获取电动自行车用锂电池模块上充电柜时多个单体电池的静态电压Vn0,其中n表述电池模块的单体电池数量,n=1,2,3…;
计算多个单体电池静态电压的离散度dn,根据离散度评估单体电池的一致性差异,筛选出一致性较差的单体,所述单体电池静态电压的离散度dn的计算过程为:
其中:
本发明中,根据大数据分析测得,当所述静态电压的离散度dn大于等于±1%时,认定所述单体电池视为一致性较差的单体。
具体地,所述直流内阻的异常筛选过程包括以下步骤:
获取电动自行车用锂电池模块上充电柜时多个单体电池的静态电压Vn0,其中n表述电池模块的单体电池数量,n=1,2,3…;
充电柜在规定时间t内用固定电流I对电池模块进行充电,获取充电后多个单体电池的动态电压Vn1;
通过充电后电压的变化计算出电池模块中多个单体电池的直流内阻Rn,所述直流内阻Rn的计算过程为,先计算充电过程中电压的变化ΔVn:
ΔVn=Vn1-Vn0
再根据欧姆定律计算出直流内阻Rn:
其中,I为所述充电柜输出的固定电流,为稳定的固定值,需要等到充电柜电流稳定后测得;
具体地,所述充电柜的规定时间t不超过60s,一方面减少充电检测时间,保证输出的电流稳定,另一方面,也能够提高评估的效率;
计算单体电池直流内阻的离散度Dn,根据离散度评估单体电池内阻的差异,筛选出内阻异常的单体,所述单体电池直流内阻的离散度Dn的计算过程为:
其中:
本发明中,根据大数据分析测得,当所述直流内阻的离散度D大于等于±5%时,所述单体电池视为内阻异常的单体。
具体地,在获取静态电压时,当正极材料为是锰酸锂和三元时,静态电压需满足Vn0≥3.5V,当正极材料为磷酸铁锂时,静态电压需满足Vn0≥3.0V。
具体地,通过上述方法评估的电池模块中单体异常电池能够进行单独更换。
具体地,为了验证本评估方法的可行性,对市场上两款1并10串的产品后台记录数据进行计算和判定,具体地的计算和判定方法如下:
实施例1
导出上柜时的静态电压V10-V100,见表1;
计算出静态电压的离散度d1-d10,见表1,其中Vn0avg为3703.4mV;
4.5A充电20s之后记录动态电压V11-V101,见表1;
计算cell 1#-10#的内阻值R1-R10,见表1;
计算出直流内阻的离散度D1-D10,见表1,其中Ravg为14.6mΩ;
项目 | Cell 1# | Cell 2# | Cell 3# | Cell 4# | Cell5# | Cell 6# | Cell 7# | Cell 8# | Cell 9# | Cell 10# |
静态电压Vn0/mV | 3708 | 3702 | 3720 | 3699 | 3701 | 3718 | 3687 | 3702 | 3701 | 3696 |
动态电压Vn1/mV | 3776 | 3766 | 3778 | 3760 | 3766 | 3783 | 3749 | 3765 | 3763 | 3786 |
压差ΔVn/mV | 68 | 64 | 58 | 61 | 65 | 65 | 62 | 63 | 62 | 90 |
内阻Rn/mΩ | 15.1 | 14.2 | 12.9 | 13.6 | 14.4 | 14.4 | 13.8 | 14.0 | 13.8 | 20.0 |
离散度dn/% | 0.12 | -0.04 | 0.45 | -0.12 | -0.06 | 0.39 | -0.44 | -0.04 | -0.06 | -0.20 |
离散度Dn/% | 3.34 | -2.74 | -11.85 | -7.29 | -1.22 | -1.22 | -5.78 | -4.26 | -5.78 | 36.78 |
表1
从表1中可以得出:
从静态电压的离散度dn的维度测得,该电池模块中的单体电池的离散度dn均没有大于等于|±1%|,分析得到该电池模块中国的单体电池均为正常状态的电池,但是3号、6号、7号电池离散度dn较高,有向不合格发展的趋势,需要时刻关注电池的使用状态;
从直流内阻的离散度Dn的直流内阻的离散度,该电池模块中的单体电池3号、10号的离散度大于10%,有此判断单体电池3号、10号为异常电池需要维修和更换。
实施例2
导出上柜时的静态电压V10-V100,见表2;
计算出静态电压的离散度d1-d10,见表2,其中Vn0avg为3520.9mV;
4.5A充电20s之后记录动态电压V11-V101,见表2;
计算cell 1#-10#的内阻值R1-R10,见表2;
计算出直流内阻的离散度D1-D10,见表2,其中Ravg为13.9mΩ;
项目 | Cell 1# | Cell 2# | Cell 3# | Cell 4# | Cell5# | Cell 6# | Cell 7# | Cell 8# | Cell 9# | Cell 10# |
静态电压Vn0/mV | 3518 | 3517 | 3518 | 3523 | 3527 | 3518 | 3518 | 3525 | 3518 | 3527 |
动态电压Vn1/mV | 3582 | 3578 | 3577 | 3578 | 3586 | 3576 | 3577 | 3583 | 3581 | 3616 |
压差ΔVn/mV | 64 | 61 | 59 | 55 | 59 | 58 | 59 | 58 | 63 | 89 |
内阻Rn/mΩ | 14.2 | 13.6 | 13.1 | 12.2 | 13.1 | 12.9 | 13.1 | 12.9 | 14.0 | 19.8 |
离散度dn/% | -0.08 | -0.11 | -0.08 | 0.06 | 0.17 | -0.08 | -0.08 | 0.12 | -0.08 | 0.17 |
离散度Dn/% | 2.40 | -2.40 | -5.60 | -12.00 | -5.60 | -7.20 | -5.60 | -7.20 | 0.80 | 42.40 |
表2
从表2中可以得出:
从静态电压的离散度dn的维度测得,该电池模块中的单体电池的离散度dn均没有大于等于|±1%|,分析得到该电池模块中的单体电池均为正常状态的电池;
从直流内阻的离散度Dn的直流内阻的离散度,该电池模块中的单体电池4号、10号的离散度大于10%,有此判断单体电池4号、10号为异常电池需要维修和更换。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,上述实施例仅仅是为清楚地说明所作的举例,并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种评估电动自行车用锂电池使用状态的方法,其特征在于:对电池模块中的单体电池进行评估,从单体电池的一致性差异以及内阻的差异两个维度对生命周期内电动自行车用锂电池使用状态进行评估,包括对单体电池静态电压的差异性筛选和对单体电池直流内阻的异常筛选,当静态电压的差异性筛选和直流内阻的异常筛选评估值超过预设值后,认定为异常单体电池。
2.一种评估电动自行车用锂电池使用状态的方法,其特征在于:所述静态电压的差异性筛选过程包括以下步骤:
获取电动自行车用锂电池模块上充电柜时多个单体电池的静态电压Vn0,其中n表述电池模块的单体电池数量,n=1,2,3…;
计算多个单体电池静态电压的离散度dn,根据离散度评估单体电池的一致性差异,筛选出一致性较差的单体。
3.根据权利要求2所述的评估电动自行车用锂电池使用状态的方法,其特征在于:所述静态电压的离散度dn大于等于|±1%|时,所述单体电池视为一致性较差的单体。
4.根据权利要求1所述的评估电动自行车用锂电池使用状态的方法,其特征在于:所述直流内阻的异常筛选过程包括以下步骤:
获取电动自行车用锂电池模块上充电柜时多个单体电池的静态电压Vn0,其中n表述电池模块的单体电池数量,n=1,2,3…;
充电柜在规定时间t内用固定电流I对电池模块进行充电,获取充电后多个单体电池的动态电压Vn1;
通过充电后电压的变化计算出电池模块中多个单体电池的直流内阻Rn;
计算单体电池直流内阻的离散度Dn,根据离散度评估单体电池内阻的差异,筛选出内阻异常的单体。
5.根据权利要求4所述的评估电动自行车用锂电池使用状态的方法,其特征在于:所述直流内阻的离散度D大于等于|±10%|时,所述单体电池视为内阻异常的单体。
6.根据权利要求4所述的评估电动自行车用锂电池使用状态的方法,其特征在于:所述充电柜输出的固定电流为稳定的固定值。
7.根据权利要求4所述的评估电动自行车用锂电池使用状态的方法,其特征在于:所述充电柜的规定时间t不超过60s。
8.根据权利要求4所述的评估电动自行车用锂电池使用状态的方法,其特征在于:所述直流内阻Rn由欧姆定律计算得出。
9.根据权利要求2或4所述的评估电动自行车用锂电池使用状态的方法,其特征在于:在获取静态电压时,当正极材料为是锰酸锂和三元时,静态电压需满足Vn0≥3.5V,当正极材料为磷酸铁锂时,静态电压需满足Vn0≥3.0V。
10.根据权利要求1所述的评估电动自行车用锂电池使用状态的方法,其特征在于:对电池模块中的异常单体电池能够进行单独更换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110943404.4A CN113655395A (zh) | 2021-08-17 | 2021-08-17 | 一种评估电动自行车用锂电池使用状态的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110943404.4A CN113655395A (zh) | 2021-08-17 | 2021-08-17 | 一种评估电动自行车用锂电池使用状态的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113655395A true CN113655395A (zh) | 2021-11-16 |
Family
ID=78479972
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110943404.4A Pending CN113655395A (zh) | 2021-08-17 | 2021-08-17 | 一种评估电动自行车用锂电池使用状态的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113655395A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114325448A (zh) * | 2021-12-30 | 2022-04-12 | 星恒电源股份有限公司 | 锂电池的评估方法、装置、计算机设备及可读存储介质 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1572042A (zh) * | 2001-11-09 | 2005-01-26 | 丰田自动车株式会社 | 电池组状态判定装置 |
JP2006138750A (ja) * | 2004-11-12 | 2006-06-01 | Matsushita Electric Ind Co Ltd | 電池監視装置 |
CN101950991A (zh) * | 2010-08-06 | 2011-01-19 | 王大地 | 以遥感技术对遥控电池组进行实时监控和动态修复的方法 |
CN102590751A (zh) * | 2011-10-12 | 2012-07-18 | 北京市电力公司 | 动力电池包一致性评估方法和装置 |
WO2012143996A1 (ja) * | 2011-04-18 | 2012-10-26 | 日立ビークルエナジー株式会社 | 蓄電装置 |
CN103176129A (zh) * | 2011-12-20 | 2013-06-26 | 财团法人车辆研究测试中心 | 电动交通工具的电池残余电量估测方法 |
CN104122447A (zh) * | 2014-06-26 | 2014-10-29 | 武汉理工大学 | 一种电动汽车动力电池组直流阻抗的在线估算方法 |
CN105680108A (zh) * | 2016-04-13 | 2016-06-15 | 合肥国轩高科动力能源有限公司 | 一种锂离子电池的筛选方法 |
CN106556802A (zh) * | 2016-11-01 | 2017-04-05 | 东软集团股份有限公司 | 一种蓄电池组异常单体电池识别方法及装置 |
CN106802395A (zh) * | 2017-02-21 | 2017-06-06 | 山东玉皇新能源科技有限公司 | 一种锂离子电池内部电池热测试装置 |
CN109127473A (zh) * | 2018-07-19 | 2019-01-04 | 中航锂电技术研究院有限公司 | 基于等时静置开路电压快速分选梯级利用锂电池的方法 |
CN209461569U (zh) * | 2019-01-17 | 2019-10-01 | 星恒电源股份有限公司 | 一种锂离子电池排气机构 |
CN110911766A (zh) * | 2019-12-02 | 2020-03-24 | 国网天津市电力公司电力科学研究院 | 一种变电站退役铅酸蓄电池梯次利用的方法 |
CN111707951A (zh) * | 2020-06-22 | 2020-09-25 | 北京理工大学 | 一种电池组一致性评估方法及系统 |
CN111751752A (zh) * | 2020-05-20 | 2020-10-09 | 中国电力科学研究院有限公司 | 一种退役磷酸铁锂动力电池状态评估方法及装置 |
CN113238158A (zh) * | 2021-05-21 | 2021-08-10 | 张家港清研检测技术有限公司 | 一种检测动力电池包中电芯一致性的方法 |
-
2021
- 2021-08-17 CN CN202110943404.4A patent/CN113655395A/zh active Pending
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1572042A (zh) * | 2001-11-09 | 2005-01-26 | 丰田自动车株式会社 | 电池组状态判定装置 |
JP2006138750A (ja) * | 2004-11-12 | 2006-06-01 | Matsushita Electric Ind Co Ltd | 電池監視装置 |
CN101950991A (zh) * | 2010-08-06 | 2011-01-19 | 王大地 | 以遥感技术对遥控电池组进行实时监控和动态修复的方法 |
WO2012143996A1 (ja) * | 2011-04-18 | 2012-10-26 | 日立ビークルエナジー株式会社 | 蓄電装置 |
CN102590751A (zh) * | 2011-10-12 | 2012-07-18 | 北京市电力公司 | 动力电池包一致性评估方法和装置 |
CN103176129A (zh) * | 2011-12-20 | 2013-06-26 | 财团法人车辆研究测试中心 | 电动交通工具的电池残余电量估测方法 |
CN104122447A (zh) * | 2014-06-26 | 2014-10-29 | 武汉理工大学 | 一种电动汽车动力电池组直流阻抗的在线估算方法 |
CN105680108A (zh) * | 2016-04-13 | 2016-06-15 | 合肥国轩高科动力能源有限公司 | 一种锂离子电池的筛选方法 |
CN106556802A (zh) * | 2016-11-01 | 2017-04-05 | 东软集团股份有限公司 | 一种蓄电池组异常单体电池识别方法及装置 |
CN106802395A (zh) * | 2017-02-21 | 2017-06-06 | 山东玉皇新能源科技有限公司 | 一种锂离子电池内部电池热测试装置 |
CN109127473A (zh) * | 2018-07-19 | 2019-01-04 | 中航锂电技术研究院有限公司 | 基于等时静置开路电压快速分选梯级利用锂电池的方法 |
CN209461569U (zh) * | 2019-01-17 | 2019-10-01 | 星恒电源股份有限公司 | 一种锂离子电池排气机构 |
CN110911766A (zh) * | 2019-12-02 | 2020-03-24 | 国网天津市电力公司电力科学研究院 | 一种变电站退役铅酸蓄电池梯次利用的方法 |
CN111751752A (zh) * | 2020-05-20 | 2020-10-09 | 中国电力科学研究院有限公司 | 一种退役磷酸铁锂动力电池状态评估方法及装置 |
CN111707951A (zh) * | 2020-06-22 | 2020-09-25 | 北京理工大学 | 一种电池组一致性评估方法及系统 |
CN113238158A (zh) * | 2021-05-21 | 2021-08-10 | 张家港清研检测技术有限公司 | 一种检测动力电池包中电芯一致性的方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114325448A (zh) * | 2021-12-30 | 2022-04-12 | 星恒电源股份有限公司 | 锂电池的评估方法、装置、计算机设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dubarry et al. | Battery energy storage system modeling: Investigation of intrinsic cell-to-cell variations | |
CN113696786B (zh) | 电池均衡方法及系统 | |
Chang et al. | A novel fast capacity estimation method based on current curves of parallel-connected cells for retired lithium-ion batteries in second-use applications | |
CN107346907A (zh) | 一种电池包维护系统和电池包维护方法 | |
Zheng et al. | A novel classification method of commercial lithium-ion battery cells based on fast and economic detection of self-discharge rate | |
US11680987B2 (en) | Method and apparatus with battery management | |
CN106662620A (zh) | 电池状态探测装置、二次电池系统、程序产品、电池状态探测方法 | |
CN113391229B (zh) | 退役动力电池的性能评价方法、设备及系统 | |
CN110045291B (zh) | 一种锂电池容量估计方法 | |
CN112098875B (zh) | 锂离子电池析锂的检测方法 | |
Kim et al. | Aging monitoring method for lithium-ion batteries using harmonic analysis | |
CN110927609B (zh) | 梯次利用电池储能系统的衰退评估方法及装置 | |
CN113655395A (zh) | 一种评估电动自行车用锂电池使用状态的方法 | |
CN112505557A (zh) | 一种动态评价电芯一致性的方法 | |
CN114035087B (zh) | 储能电池剩余寿命评估方法、装置、设备及介质 | |
Liu et al. | Self-discharge prediction method for lithium-ion batteries based on improved support vector machine | |
CN114966411A (zh) | 一种基于电池充电片段数据快速进行电池容量估算的方法 | |
CN112776667B (zh) | 一种车端动力电池析锂在线监控方法 | |
CN114487855A (zh) | 电池的析锂检测方法、装置、存储介质以及处理器 | |
Lai et al. | A quantitative method for early-stage detection of the internal-short-circuit in Lithium-ion battery pack under float-charging conditions | |
JP2020024153A (ja) | 電池情報処理システム、電池情報処理方法ならびに組電池およびその製造方法 | |
CN117048342A (zh) | 一种用于电动汽车的电池安全检测方法、装置及电动汽车 | |
Tang et al. | An aging-and load-insensitive method for quantitatively detecting the battery internal-short-circuit resistance | |
CN115193747A (zh) | 一种基于容量增量曲线的电动车退役电池的筛选重组方法 | |
CN115792636A (zh) | 一种基于电压最值的电池组微小故障定量诊断方法及系统 |
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 |