CN114137429A - 充放电过程中锂离子电池性能异常变化的参数化表征方法及装置 - Google Patents

充放电过程中锂离子电池性能异常变化的参数化表征方法及装置 Download PDF

Info

Publication number
CN114137429A
CN114137429A CN202111271541.4A CN202111271541A CN114137429A CN 114137429 A CN114137429 A CN 114137429A CN 202111271541 A CN202111271541 A CN 202111271541A CN 114137429 A CN114137429 A CN 114137429A
Authority
CN
China
Prior art keywords
lithium ion
ion battery
relaxation time
time distribution
change
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
Application number
CN202111271541.4A
Other languages
English (en)
Inventor
陈良亮
孟繁昌
石纯洁
高辉
王宇斌
张彩萍
周材
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.)
Beijing Jiaotong University
Nanjing University of Posts and Telecommunications
Nari Technology Co Ltd
Original Assignee
Beijing Jiaotong University
Nanjing University of Posts and Telecommunications
Nari Technology 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 Beijing Jiaotong University, Nanjing University of Posts and Telecommunications, Nari Technology Co Ltd filed Critical Beijing Jiaotong University
Priority to CN202111271541.4A priority Critical patent/CN114137429A/zh
Publication of CN114137429A publication Critical patent/CN114137429A/zh
Pending legal-status Critical Current

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]
    • G01R31/389Measuring internal impedance, internal conductance or related variables

Landscapes

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

Abstract

本发明公开了一种充放电过程中锂离子电池性能异常变化的参数化表征方法及装置,其方法包括:基于弛豫时间分布法分析获取的锂离子电池电化学阻抗谱,得到弛豫时间分布曲线;基于弛豫时间分布曲线的峰值数确定阻抗环节个数,并建立相应的等效阻抗模型;获取预定SOC点下弛豫时间分布曲线与等效阻抗模型的特征参数;通过对不同SOC点间的特征参数变化进行对比分析,获取与锂离子电池性能异常变化相关的特征参数集;基于对特征参数集中各参数的变化率形式进行统一表征,实现SOC点下锂离子电池性能异常变化的参数化表征;本发明能够有效的辨识电池性能衰减过程的异常变化现象,且对于不同工况的适应性强。

Description

充放电过程中锂离子电池性能异常变化的参数化表征方法及 装置
技术领域
本发明涉及一种充放电过程中锂离子电池性能异常变化的参数化表征方法及装置,属于电池安全管理技术领域。
背景技术
我国电动汽车保有量逐年增长,电动汽车大规模应用推动动力电池的蓬勃发展。在动力电池的使用过程中,不可避免的需要对电池进行充放电。然而,在动力电池的充放电过程中,不可避免的发生性能衰减现象,从而带来电动汽车动力电池的运行安全挑战。
电池正常性能衰减过程中,电池容量随循环次数近似稳定衰退。然而,通过大量三元锂离子电池常规循环老化测试发现,电池存在充放电过程中性能异常变化的现象,大部分电池容量保持率90%以上就已开始加速衰退,并且伴随着电池体积的显著膨胀,对于电池系统的安全运行产生巨大隐患。严重情况下,导致电池材料错位,隔膜曲折,引起内短路,从而导致电池系统起火爆炸。
锂离子电池充放电过程中性能异常变化蕴含的核心问题是电池性能异常变化作用机制及其相关物理参数表征不明晰。为了解决这种问题,本申请提出了一种充放电过程中锂离子电池性能异常变化的参数化表征方法及装置。
发明内容
本发明的目的在于克服现有技术中的不足,提供一种充放电过程中锂离子电池性能异常变化的参数化表征方法及装置,确立以弛豫时间分布曲线与阻抗模型参数作为表征电池性能异常变化的特征参数,给出电池性能异常变化的参数化表征方法,实现不同工况下锂离子电池性能异常变化的准确刻画。
为达到上述目的,本发明是采用下述技术方案实现的:
第一方面,本发明提供了一种充电过程中锂离子电池性能异常变化的参数化表征方法,包括:
基于弛豫时间分布法分析获取的锂离子电池电化学阻抗谱,得到弛豫时间分布曲线;
基于弛豫时间分布曲线的峰值数确定阻抗环节个数,并建立相应的等效阻抗模型;
获取预定SOC点下弛豫时间分布曲线与等效阻抗模型的特征参数;
通过对不同SOC点间的特征参数变化进行对比分析,获取与锂离子电池性能异常变化相关的特征参数集;
基于对特征参数集中各参数的变化率形式进行统一表征,实现SOC点下锂离子电池性能异常变化的参数化表征。
可选的,所述基于弛豫时间分布法分析获取的锂离子电池电化学阻抗谱,得到弛豫时间分布曲线包括:
构建锂离子电池电化学阻抗的表达式:
Figure BDA0003328144860000021
其中,Ro为锂离子电池的欧姆阻抗,γ(lnτ)为弛豫时间分布曲线函数,τ为弛豫时间,j为虚数符号,w为角频率;
对锂离子电池电化学阻抗的表达式ZDRT进行离散化表达:
Figure BDA0003328144860000022
Figure BDA0003328144860000031
其中,μ为形状因子,τn为第n个阻抗环节的中心弛豫时间,N为阻抗环节的个数,xn为参数;
基于锂离子电池电化学阻抗ZDRT拟合获取的锂离子电池电化学阻抗谱,使其误差的平方和最小,确定弛豫时间分布曲线函数γ(lnτ)。
可选的,所述基于对特征参数集中各参数的变化率形式进行统一表征包括:
Figure BDA0003328144860000032
其中,θ为电池老化后的特征参数,θ0为电池初始时刻的特征参数,S为工况,所述工况包括电池等效循环次数、等效吞吐容量、等效吞吐能量和等效里程。
第二方面,本发明提供了一种充电过程中锂离子电池性能异常变化的参数化表征装置,所述装置包括:
弛豫时间分布曲线确定模块,用于基于弛豫时间分布法分析获取的锂离子电池电化学阻抗谱,得到弛豫时间分布曲线;
等效阻抗模型确定模块,用于基于弛豫时间分布曲线的峰值数确定阻抗环节个数,并建立相应的等效阻抗模型;
特征参数获取模块,用于获取预定SOC点下弛豫时间分布曲线与等效阻抗模型的特征参数;
特征参数集获取模块,用于通过对不同SOC点间的特征参数变化进行对比分析,获取与锂离子电池性能异常变化相关的特征参数集;
参数化表征模块,用于基于对特征参数集中各参数的变化率形式进行统一表征,实现SOC点下锂离子电池性能异常变化的参数化表征。
第三方面,本发明提供了一种充电过程中锂离子电池性能异常变化的参数化表征系统,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据上述任一项所述方法的步骤。
第四方面,本发明提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现上述任一项所述方法的步骤。
与现有技术相比,本发明所达到的有益效果:
本发明提供的一种锂离子电池性能异常变化的参数化表征方法,通过获取弛豫时间分布(DRT)曲线与阻抗模型参数,在不同SOC间的变化进行对比分析,以变化率的形式对循环次数与健康状态并非处于相同状态的锂离子电池进行统一表征,有效的辨识电池性能衰减过程的异常变化现象。该方法阐释了电池性能异常变化的作用机制,且对于不同工况的适应性强。
附图说明
图1是本发明实施例提供的一种锂离子电池性能异常变化的参数化表征方法流程图;
图2是本发明实施例提供的锂离子电池电化学阻抗谱示意图;
图3是本发明实施例提供的锂离子电池弛豫时间分布曲线示意图;
图4是本发明实施例提供的锂离子电池等效阻抗模型示意图;
图5是本发明实施例提供的基于对特征参数集中各参数的变化率形式进行统一表征的表征结果示意图。
具体实施方式
下面结合附图对本发明作进一步描述。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发明的保护范围。
实施例一:
如图1所示,本发明实施例提供了一种充电过程中锂离子电池性能异常变化的参数化表征方法,包括:
基于弛豫时间分布法分析获取的锂离子电池电化学阻抗谱,得到弛豫时间分布曲线;
基于弛豫时间分布曲线的峰值数确定阻抗环节个数,并建立相应的等效阻抗模型;
获取预定SOC点下弛豫时间分布曲线与等效阻抗模型的特征参数;
通过对不同SOC点间的特征参数变化进行对比分析,获取与锂离子电池性能异常变化相关的特征参数集;
基于对特征参数集中各参数的变化率形式进行统一表征,实现SOC点下锂离子电池性能异常变化的参数化表征。
具体的,锂离子电池电化学阻抗谱通过阻抗测试仪(EIS)获取锂离子电池电化学阻抗谱,如图2所示;
基于弛豫时间分布法分析获取的锂离子电池电化学阻抗谱,得到弛豫时间分布曲线,具体包括:
构建锂离子电池电化学阻抗的表达式:
Figure BDA0003328144860000051
其中,Ro为锂离子电池的欧姆阻抗,γ(lnτ)为弛豫时间分布曲线函数,τ为弛豫时间,j为虚数符号,w为角频率;
对锂离子电池电化学阻抗的表达式ZDRT进行离散化表达:
Figure BDA0003328144860000061
Figure BDA0003328144860000062
其中,μ为形状因子,τn为第n个阻抗环节的中心弛豫时间,N为阻抗环节的个数,xn为参数;
基于锂离子电池电化学阻抗ZDRT拟合获取的锂离子电池电化学阻抗谱,使其误差的平方和最小,确定弛豫时间分布曲线函数γ(lnτ),如图3所示,图中L1、L2和L3分别对应时间位置,P1、P2和P3分别对应曲线的峰。
如图4所示,统计峰个数确定等效阻抗模型的环节个数(本实施例为3个),进而确定等效电路模型的电路描述码为Ro(QSEIRSEI)(Qdl(RctQw)),从而确定等效阻抗模型:
Figure BDA0003328144860000065
Figure BDA0003328144860000066
Figure BDA0003328144860000063
Figure BDA0003328144860000064
获取预定SOC点下弛豫时间分布曲线与等效阻抗模型的特征参数包括:
弛豫时间分布曲线的特征参数集为:
θDRT={Pii,Pi-Pjij}(i,j<n且i≠j)
其中,n为弛豫时间分布曲线的峰数,Pi为第i个峰的阻抗强度,τi为第i个峰的位置;
等效阻抗模型的特征参数集为:
θModel={Ro,RSEI,Rct,QSEI,Qdl,Qw,nw}
其中,Ro、RSEI和Rct分别为电池的欧姆阻抗、SEI膜电阻与电荷传递电阻。由于EIS曲线中的弧并非是理想半圆的轨迹,通常由于电极/电解液界面的不均匀性导致,这种现象一般称为“弥散效应”,因此引入具有电容性质的常相位元件CPE,其等效元件用Q表示。故而SEI膜与双电层的电容可以利用QSEI,Qdl来代表,由于低频直线也可以近似为半径很大的弧,因此同样可以使用Qw代表固相的扩散阻抗。nw为常相位角元件的阶次,为一个经验常数,缺乏确切的物理意义,作为拟合阻抗谱时对电容所做的修正。
电池的阻抗特性除了与不同频率区段具有紧密的联系,同时对其所处的SOC状态具有极强的依赖性。当电池处于不同SOC点时,由于其正负极材料的嵌锂状态不同,所对应的电化学阻抗谱亦不相同。
无论是性能异常变化的电池,还是正常老化的电池,阻抗谱中占据主导地位的都是电荷传递过程,且随着SOC的增大该过程的阻抗先减小后增加。不同的是,性能异常变化的电池相对于正常老化的电池而言,其电荷传递过程阻抗增加的比例显著减小。因此,不同SOC状态处的DRT曲线特征参数以及等效阻抗模型参数被提取用以表征电池性能异常变化。
基于对特征参数集中各参数的变化率形式进行统一表征包括:
Figure BDA0003328144860000071
其中,θ为电池老化后的特征参数,θ0为电池初始时刻的特征参数,S为工况,工况包括电池等效循环次数、等效吞吐容量、等效吞吐能量和等效里程。
不同工况条件下,基于阻抗特征参数的电池性能异常变化表征结果如图5所示。
实施例二:
本发明实施例提供一种充电过程中锂离子电池性能异常变化的参数化表征装置,装置包括:
弛豫时间分布曲线确定模块,用于基于弛豫时间分布法分析获取的锂离子电池电化学阻抗谱,得到弛豫时间分布曲线;
等效阻抗模型确定模块,用于基于弛豫时间分布曲线的峰值数确定阻抗环节个数,并建立相应的等效阻抗模型;
特征参数获取模块,用于获取预定SOC点下弛豫时间分布曲线与等效阻抗模型的特征参数;
特征参数集获取模块,用于通过对不同SOC点间的特征参数变化进行对比分析,获取与锂离子电池性能异常变化相关的特征参数集;
参数化表征模块,用于基于对特征参数集中各参数的变化率形式进行统一表征,实现SOC点下锂离子电池性能异常变化的参数化表征。
实施例三:
本发明实施例提供了一种充电过程中锂离子电池性能异常变化的参数化表征系统,包括处理器及存储介质;
存储介质用于存储指令;
处理器用于根据指令进行操作以执行根据上述任一项方法的步骤。
实施例四:
本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现上述任一项方法的步骤。
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。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。

Claims (6)

1.一种充电过程中锂离子电池性能异常变化的参数化表征方法,其特征在于,包括:
基于弛豫时间分布法分析获取的锂离子电池电化学阻抗谱,得到弛豫时间分布曲线;
基于弛豫时间分布曲线的峰值数确定阻抗环节个数,并建立相应的等效阻抗模型;
获取预定SOC点下弛豫时间分布曲线与等效阻抗模型的特征参数;
通过对不同SOC点间的特征参数变化进行对比分析,获取与锂离子电池性能异常变化相关的特征参数集;
基于对特征参数集中各参数的变化率形式进行统一表征,实现SOC点下锂离子电池性能异常变化的参数化表征。
2.根据权利要求1所述的一种充电过程中锂离子电池性能异常变化的参数化表征方法,其特征在于,所述基于弛豫时间分布法分析获取的锂离子电池电化学阻抗谱,得到弛豫时间分布曲线包括:
构建锂离子电池电化学阻抗的表达式:
Figure FDA0003328144850000011
其中,Ro为锂离子电池的欧姆阻抗,γ(lnτ)为弛豫时间分布曲线函数,τ为弛豫时间,j为虚数符号,w为角频率;
对锂离子电池电化学阻抗的表达式ZDRT进行离散化表达:
Figure FDA0003328144850000021
Figure FDA0003328144850000022
其中,μ为形状因子,τn为第n个阻抗环节的中心弛豫时间,N为阻抗环节的个数,xn为参数;
基于锂离子电池电化学阻抗ZDRT拟合获取的锂离子电池电化学阻抗谱,使其误差的平方和最小,确定弛豫时间分布曲线函数γ(lnτ)。
3.根据权利要求1所述的一种充电过程中锂离子电池性能异常变化的参数化表征方法,其特征在于,所述基于对特征参数集中各参数的变化率形式进行统一表征包括:
Figure FDA0003328144850000023
其中,θ为电池老化后的特征参数,θ0为电池初始时刻的特征参数,S为工况,所述工况包括电池等效循环次数、等效吞吐容量、等效吞吐能量和等效里程。
4.一种充电过程中锂离子电池性能异常变化的参数化表征装置,其特征在于,所述装置包括:
弛豫时间分布曲线确定模块,用于基于弛豫时间分布法分析获取的锂离子电池电化学阻抗谱,得到弛豫时间分布曲线;
等效阻抗模型确定模块,用于基于弛豫时间分布曲线的峰值数确定阻抗环节个数,并建立相应的等效阻抗模型;
特征参数获取模块,用于获取预定SOC点下弛豫时间分布曲线与等效阻抗模型的特征参数;
特征参数集获取模块,用于通过对不同SOC点间的特征参数变化进行对比分析,获取与锂离子电池性能异常变化相关的特征参数集;
参数化表征模块,用于基于对特征参数集中各参数的变化率形式进行统一表征,实现SOC点下锂离子电池性能异常变化的参数化表征。
5.一种充电过程中锂离子电池性能异常变化的参数化表征系统,其特征在于,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据权利要求1-3任一项所述方法的步骤。
6.计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-3任一项所述方法的步骤。
CN202111271541.4A 2021-10-29 2021-10-29 充放电过程中锂离子电池性能异常变化的参数化表征方法及装置 Pending CN114137429A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111271541.4A CN114137429A (zh) 2021-10-29 2021-10-29 充放电过程中锂离子电池性能异常变化的参数化表征方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111271541.4A CN114137429A (zh) 2021-10-29 2021-10-29 充放电过程中锂离子电池性能异常变化的参数化表征方法及装置

Publications (1)

Publication Number Publication Date
CN114137429A true CN114137429A (zh) 2022-03-04

Family

ID=80394968

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111271541.4A Pending CN114137429A (zh) 2021-10-29 2021-10-29 充放电过程中锂离子电池性能异常变化的参数化表征方法及装置

Country Status (1)

Country Link
CN (1) CN114137429A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115267557A (zh) * 2022-08-26 2022-11-01 中国长江三峡集团有限公司 一种锂电池电解液泄露故障诊断方法、装置和电子设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1938599A (zh) * 2004-03-26 2007-03-28 伊顿动力品质公司 测试电化学装置的方法
CN104914312A (zh) * 2015-06-18 2015-09-16 哈尔滨工业大学 一种计算交流阻抗谱弛豫时间分布的方法
CN107861070A (zh) * 2017-10-25 2018-03-30 北京交通大学 一种锂离子电池健康状态在线诊断方法
DE102018216518A1 (de) * 2018-09-26 2020-03-26 Rheinisch-Westfälische Technische Hochschule (Rwth) Aachen Verfahren und Vorrichtung zur Diagnose von Batteriezellen
CN112180278A (zh) * 2020-09-28 2021-01-05 天津大学 考虑电压迟滞特性的电动汽车动力电池性能无损检测方法
CN112327172A (zh) * 2020-11-30 2021-02-05 同济大学 一种基于弛豫时间分布的锂离子电池建模方法
CN112487748A (zh) * 2020-10-14 2021-03-12 中车长春轨道客车股份有限公司 一种考虑时频域特性的锂离子电池分数阶模型建立方法
CN112816895A (zh) * 2020-12-31 2021-05-18 中国科学院上海高等研究院 电化学阻抗谱的分析方法、系统、设备及计算机存储介质
CN113138340A (zh) * 2020-01-17 2021-07-20 华为技术有限公司 电池等效电路模型的建立方法、健康状态估算方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1938599A (zh) * 2004-03-26 2007-03-28 伊顿动力品质公司 测试电化学装置的方法
CN104914312A (zh) * 2015-06-18 2015-09-16 哈尔滨工业大学 一种计算交流阻抗谱弛豫时间分布的方法
CN107861070A (zh) * 2017-10-25 2018-03-30 北京交通大学 一种锂离子电池健康状态在线诊断方法
DE102018216518A1 (de) * 2018-09-26 2020-03-26 Rheinisch-Westfälische Technische Hochschule (Rwth) Aachen Verfahren und Vorrichtung zur Diagnose von Batteriezellen
CN113138340A (zh) * 2020-01-17 2021-07-20 华为技术有限公司 电池等效电路模型的建立方法、健康状态估算方法及装置
WO2021143592A1 (zh) * 2020-01-17 2021-07-22 华为技术有限公司 电池等效电路模型的建立方法、健康状态估算方法及装置
CN112180278A (zh) * 2020-09-28 2021-01-05 天津大学 考虑电压迟滞特性的电动汽车动力电池性能无损检测方法
CN112487748A (zh) * 2020-10-14 2021-03-12 中车长春轨道客车股份有限公司 一种考虑时频域特性的锂离子电池分数阶模型建立方法
CN112327172A (zh) * 2020-11-30 2021-02-05 同济大学 一种基于弛豫时间分布的锂离子电池建模方法
CN112816895A (zh) * 2020-12-31 2021-05-18 中国科学院上海高等研究院 电化学阻抗谱的分析方法、系统、设备及计算机存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115267557A (zh) * 2022-08-26 2022-11-01 中国长江三峡集团有限公司 一种锂电池电解液泄露故障诊断方法、装置和电子设备
CN115267557B (zh) * 2022-08-26 2023-06-16 中国长江三峡集团有限公司 一种锂电池电解液泄露故障诊断方法、装置和电子设备

Similar Documents

Publication Publication Date Title
CN109782190B (zh) 用于估计单颗电池或单批电池的剩余使用寿命的方法
CN114174846A (zh) 电池监控和测试系统及其方法
US20240036115A1 (en) Battery diagnosing apparatus and method
CN110940920A (zh) 锂电池在预定soc下的不析锂的最大充电电流的获取方法
CN111999666B (zh) 一种锂离子电芯扩散阻抗的定量测试方法
CN111580003A (zh) 一种基于阻抗谱的二次电池不一致性鉴别方法及装置
US20230236265A1 (en) Methods, systems and terminal devices for analyzing states of battery packs in battery cluster
CN112098875A (zh) 锂离子电池析锂的检测方法
CN112108400B (zh) 一种预测软包电池循环性能的测试方法
CN115267544A (zh) 一种电池充电策略可靠性测试方法、装置、终端及存储介质
CN110927609B (zh) 梯次利用电池储能系统的衰退评估方法及装置
CN113341329A (zh) 一种电压弛豫判定电芯析锂的方法及系统
CN115542176A (zh) 电池模组中电压一致性监测方法、系统、存储介质及终端
CN110187291B (zh) 基于直流阻抗的锂离子电池自放电快速筛选装置及筛选方法
CN114137429A (zh) 充放电过程中锂离子电池性能异常变化的参数化表征方法及装置
Wang et al. Parameter sensitivity analysis and parameter identifiability analysis of electrochemical model under wide discharge rate
CN116754981B (zh) 电池容量预测方法、装置、电子设备及存储介质
CN113533985A (zh) 一种电池包内阻异常模块的识别方法及其存储介质
CN110068409B (zh) 锂电池应力预测方法和装置
CN111426966A (zh) 一种电动汽车电池重组方法、装置及电子设备
CN114089205B (zh) 充电极限电流检测方法、装置、系统及存储介质
Zhou et al. Cycle life prediction and match detection in retired electric vehicle batteries
EP4382937A1 (en) Abnormal battery cell identification method and apparatus, electronic device, and storage medium
CN116184241A (zh) 锂电池析锂检测方法、装置及系统
CN116047325A (zh) 一种用于锂离子电池的自放电检测方法和装置

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