CN115084693B - 一种锂电池固相浓度修正方法、系统及存储介质 - Google Patents
一种锂电池固相浓度修正方法、系统及存储介质 Download PDFInfo
- Publication number
- CN115084693B CN115084693B CN202210741901.0A CN202210741901A CN115084693B CN 115084693 B CN115084693 B CN 115084693B CN 202210741901 A CN202210741901 A CN 202210741901A CN 115084693 B CN115084693 B CN 115084693B
- Authority
- CN
- China
- Prior art keywords
- phase concentration
- lithium battery
- solid
- solid phase
- output voltage
- 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
- 239000007790 solid phase Substances 0.000 title claims abstract description 218
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 157
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 157
- 238000012937 correction Methods 0.000 title claims abstract description 96
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000004088 simulation Methods 0.000 claims abstract description 36
- 238000001514 detection method Methods 0.000 claims description 29
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000011478 gradient descent method Methods 0.000 claims description 10
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 claims description 9
- 239000007772 electrode material Substances 0.000 claims description 9
- 229910001416 lithium ion Inorganic materials 0.000 claims description 9
- 239000007773 negative electrode material Substances 0.000 claims description 8
- 239000006183 anode active material Substances 0.000 claims description 6
- 239000007774 positive electrode material Substances 0.000 claims description 5
- 239000006182 cathode active material Substances 0.000 claims 1
- 230000008569 process Effects 0.000 description 13
- 238000005070 sampling Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000002474 experimental method Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004146 energy storage Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000010405 anode material Substances 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
-
- 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
-
- 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
- G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/05—Accumulators with non-aqueous electrolyte
- H01M10/052—Li-accumulators
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/05—Accumulators with non-aqueous electrolyte
- H01M10/052—Li-accumulators
- H01M10/0525—Rocking-chair batteries, i.e. batteries with lithium insertion or intercalation in both electrodes; Lithium-ion batteries
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
-
- 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
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Materials Engineering (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种锂电池固相浓度修正方法、系统及存储介质,其方法包括步骤:预先建立锂电池的电化学模型;初始化电化学模型中固相浓度为第一固相浓度;根据电化学模型、预设电流和第一固相浓度,模拟锂电池在预设时段内的仿真输出电压;获取锂电池在预设时段内的实际输出电压;计算仿真输出电压与实际输出电压之间的误差系数,并预设误差系数对应的误差阈值;在误差系数大于所述误差阈值时,对第一固相浓度进行迭代修正,直至误差系数不大于误差阈值,输出修正后的第二固相浓度。本发明可以根据仿真输出电压与实际输出电压之间的误差系数,对锂电池的固相浓度进行修正,提高对锂电池固相浓度测算的准确性。
Description
技术领域
本发明涉及锂电池电化学模型技术领域,特别涉及一种锂电池固相浓度修正方法、系统及存储介质。
背景技术
目前储能电站中通常使用大量的锂电池,其电池的内部性能参数的估算不仅是电池管理系统((battery management system,BMS)的重要功能,而且电池各项内部性能参数是储能电站性能的重要参数,对电池内部性能参数的准确估算可以显著提高电池的使用性能,更大限度发挥电站在调频储能和“削峰填谷”的调节作用和经济价值。
在电池的内部性能参数中,固相浓度作为可以直接或间接影响电池的多项内部性能参数,目前对于电池的固相浓度通常由电化学公式进行预测,或用户查阅相关材料参数获取,这些方式对于固相浓度的判断通常存在一定误差,进而影响后续对于电池性能的测算。
因此目前需要一种锂电池固相浓度修正方法,对锂电池的固相浓度进行修正,提高对锂电池固相浓度测算的准确性,便于根据锂电池固相浓度对锂电池其他参数进行精确测算。
发明内容
为解决现有技术中对于锂电池固相浓度的测算存在误差的技术问题,本发明提供一种锂电池固相浓度修正方法、系统及存储介质,具体的技术方案如下:
本发明提供一种锂电池固相浓度修正方法,包括步骤:
预先建立锂电池的电化学模型;
初始化所述电化学模型中固相浓度为第一固相浓度;
根据所述电化学模型、预设电流和所述第一固相浓度,模拟所述锂电池在预设时段内的仿真输出电压;
获取所述锂电池在所述预设时段内的实际输出电压;
计算所述仿真输出电压与所述实际输出电压之间的误差系数,并预设所述误差系数对应的误差阈值,所述误差系数包括初始检测值的电压差值和电压均方误差;
在所述误差系数大于所述误差阈值时,对所述第一固相浓度进行迭代修正,直至所述误差系数不大于所述误差阈值,输出修正后的第二固相浓度。
本发明提供的锂电池固相浓度修正方法通过比较预设工况条件下电化学模型的仿真输出电压和锂电池的实际输出电压的差别,对预设的第一固相浓度进行迭代修正,从而获得锂电池准确的固相浓度值,便于基于固相浓度精确地获取锂电池的工况参数。
在一些实施方式中,所述的计算所述仿真输出电压与所述实际输出电压之间的误差系数,并预设所述误差系数对应的误差阈值,具体包括:
计算所述仿真输出电压的所述初始检测值与所述实际输出电压的所述初始检测值之间的所述电压差值,并预设电压阈值。
本发明提供的锂电池固相浓度修正方法通过判断仿真输出电压的初始检测值与实际输出电压的初始检测值之间的电压差值是否不大于预设电压阈值,对锂电池的固相浓度值进行迭代修正,从而获得锂电池准确的固相浓度值。
在一些实施方式中,所述的计算所述仿真输出电压与所述实际输出电压之间的误差系数,并预设所述误差系数对应的误差阈值,具体还包括:
计算所述仿真输出电压与所述实际输出电压的电压均方误差,并预设电压均方误差阈值;
所述的在所述误差系数大于所述误差阈值时,对所述第一固相浓度进行迭代修正,直至所述误差系数不大于所述误差阈值,输出修正后的第二固相浓度,具体包括:
判断所述电压差值是否大于所述电压差值阈值;
在所述电压差值大于所述电压差值阈值时,对所述第一固相浓度进行迭代修正,直至所述电压差值不大于所述电压差值阈值,输出修正后的第三固相浓度;
判断所述电压均方误差是否大于所述电压均方误差阈值;
在所述电压均方误差大于所述电压均方误差阈值时,对所述第三固相浓度进行迭代修正,直至所述电压均方误差不大于所述电压均方误差阈值,输出修正后的所述第二固相浓度。
本发明提供的锂电池固相浓度修正方法在判断仿真输出电压的初始检测值与实际输出电压的初始检测值之间的电压差值是否不大于预设电压阈值的基础上,二次判断电压均方误差是否大于预设的电压均方误差阈值,更为精确地对锂电池的固相浓度值进行迭代修正,通过对电压阈值和电压均方误差阈值的调整实现对迭代修正精度的控制。
在一些实施方式中,所述的对所述第一固相浓度进行迭代修正,具体包括:
通过梯度下降法对所述第一固相浓度中正极固相浓度进行迭代修正,公式如下:
其中c为所述第一固相浓度中正极固相浓度,lr为修正系数,ΔV为所述电压差值,ocp为电极在正极固相浓度为c时的开路电位;
根据修正后所述正极固相浓度对所述第一固相浓度中负极固相浓度进行修正。
本发明提供的锂电池固相浓度修正方法通过梯度下降法对锂电池的固相浓度值进行迭代修正,可以根据修正系数的调整对迭代修正速度和精度进行调节。
在一些实施方式中,所述的通过梯度下降法对所述第一固相浓度中正极固相浓度进行迭代修正之前,还包括:
获取锂电池电极材料ocp与锂离子浓度c的第一对应关系,以及锂电池dc/docp值,其中ocp为电极在锂离子浓度为c时的开路电位;
根据所述第一对应关系与所述锂电池dc/docp值,得到dc/docp与ocp的第二对应关系。
在一些实施方式中,所述的获取所述锂电池在所述预设时段内的实际输出电压,具体包括:
每隔预设的时间间隔,采集所述锂电池在所述预设时段内的所述实际输出电压。
本发明提供的锂电池固相浓度修正方法可以定期在一段时间内进行充放电实验,根据充放电试验数据进行固相浓度的修正。
在一些实施方式中,所述的获取所述锂电池在所述预设时段内的实际输出电压,具体还包括:
实时采集所述锂电池在所述预设时段内的所述实际输出电压。
本发明提供的锂电池固相浓度修正方法可以实时采集电池组的充放电数据,根据充放电试验数据进行固相浓度的修正。
在一些实施方式中,所述的输出修正后的第二固相浓度之后,还包括:
根据所述第二固相浓度计算所述锂电池的SOC值。
本发明提供的锂电池固相浓度修正方法可以根据修正后的固相浓度值对锂电池的SOC值进行计算,提高锂电池的SOC值测算的精确性,避免现有技术中对于电池SOC值的测算存在误差,影响对电池组的控制。
在一些实施方式中,根据本发明的另一方面,本发明还提供一种锂电池固相浓度修正系统,包括:
模型设置模块,用于预先建立锂电池的电化学模型;
固相浓度初始化模块,用于初始化所述电化学模型中固相浓度为第一固相浓度;
模拟模块,分别与所述模型设置模块和所述固相浓度初始化模块连接,用于根据所述电化学模型、预设电流和所述第一固相浓度,模拟所述锂电池在预设时段内的仿真输出电压;
获取模块,用于获取所述锂电池在所述预设时段内的实际输出电压;
计算模块,分别与所述模拟模块和所述获取模块连接,用于计算所述仿真输出电压与所述实际输出电压之间的误差系数,并预设所述误差系数对应的误差阈值,所述误差系数包括初始检测值的电压差值和电压均方误差;
修正模块,与所述计算模块连接,用于在所述误差系数大于所述误差阈值时,对所述第一固相浓度进行迭代修正,直至所述误差系数不大于所述误差阈值,输出修正后的第二固相浓度。
在一些实施方式中,根据本发明的另一方面,本发明还提供一种存储介质,所述存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现上述锂电池固相浓度修正方法所执行的操作。
本发明提供的锂电池固相浓度修正方法、系统及存储介质,至少包括以下一项技术效果:
(1)通过比较预设工况条件下电化学模型的仿真输出电压和锂电池的实际输出电压的差别,对预设的第一固相浓度进行迭代修正,从而获得锂电池准确的固相浓度值,便于基于固相浓度精确地获取锂电池的工况参数;
(2)通过判断仿真输出电压的初始检测值与实际输出电压的初始检测值之间的电压差值是否不大于预设电压阈值,对锂电池的固相浓度值进行迭代修正,从而获得锂电池准确的固相浓度值;
(3)在判断仿真输出电压的初始检测值与实际输出电压的初始检测值之间的电压差值是否不大于预设电压阈值的基础上,二次判断电压均方误差是否大于预设的电压均方误差阈值,更为精确地对锂电池的固相浓度值进行迭代修正,通过对电压阈值和电压均方误差阈值的调整实现对迭代修正精度的控制;
(4)通过梯度下降法对锂电池的固相浓度值进行迭代修正,可以根据修正系数的调整对迭代修正速度和精度进行调节;
(5)可以定期在一段时间内进行充放电实验,根据充放电试验数据进行固相浓度的修正,也可以实时采集电池组的充放电数据,根据充放电试验数据进行固相浓度的修正;
(6)可以根据修正后的固相浓度值对锂电池的SOC值进行修正,提高锂电池的SOC值测算的精确性,避免现有技术中对于电池SOC值的测算存在误差,影响对电池组的控制。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种锂电池固相浓度修正方法的流程图;
图2为本发明一种锂电池固相浓度修正方法中基于电化学模型模拟出锂电池在1C工况下,电压与运行时间的示意图;
图3为本发明一种锂电池固相浓度修正方法中电化学模型模拟的锂电池在1C恒流放电的工况下,正极固相浓度为cp,100时的仿真输出电压与实际输出电压的曲线图;
图4为本发明一种锂电池固相浓度修正方法中计算仿真输出电压与实际输出电压之间的误差系数的一个流程图;
图5为本发明一种锂电池固相浓度修正方法中计算仿真输出电压与实际输出电压之间的误差系数的另一个流程图;
图6为本发明一种锂电池固相浓度修正方法中锂电池中正极材料ocp与固相浓度之间关系的示例图;
图7为本发明一种锂电池固相浓度修正方法中固相浓度与锂电池电极材料ocp的关系示例图;
图8为本发明一种锂电池固相浓度修正方法中dc/docp与锂电池电极材料ocp的关系示例图;
图9为本发明一种锂电池固相浓度修正方法修正结束后的仿真输出电压与实际输出电压示例图;
图10为本发明一种锂电池固相浓度修正方法修正过程中正极固相浓度变化趋势示例图;
图11为本发明一种锂电池固相浓度修正方法的另一个流程图;
图12为本发明一种锂电池固相浓度修正系统的示意图。
图中标号:模型设置模块-10、固相浓度初始化模块-20、模拟模块-30、获取模块-40、计算模块-50和修正模块-60。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其他实施例中也可以实现本申请。在其他情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所述描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其他特征、整体、步骤、操作、元素、组件和/或集合的存在或添加。
为使图面简洁,各图中只示意性地表示出了与本发明相关的部分,它们并不代表其作为产品的实际结构。另外,以使图面简洁便于理解,在有些图中具有相同结构或功能的部件,仅示意性地绘出了其中的一个,或仅标出了其中的一个。在本文中,“一个”不仅表示“仅此一个”,也可以表示“多于一个”的情形。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
另外,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对照附图说明本发明的具体实施方式。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,并获得其他的实施方式。
本发明的一个实施例,如图1~3所示,本发明提供一种锂电池固相浓度修正方法,包括步骤:
S100预先建立锂电池的电化学模型。
具体地,根据实际工况过程中使用的锂电池的电池参数和环境参数,建立锂电池电化学模型,可以选用常见的电化学模型结构,例如P2D电化学模型、电热耦合电化学模型等等,通过建立的电化学模型可以计算出锂电池在不同工况下的端电压和锂离子浓度分布。
示例性地,如图2所示,图2为基于电化学模型模拟出锂电池在1C工况下,电压与运行时间的示意图,其中1C表示电池一小时完全放电时电流强度。
S200初始化电化学模型中固相浓度为第一固相浓度。
具体地,初始化电化学模型中固相浓度为第一固相浓度的过程中,固相浓度可任意设取,其中在电池荷电状态为soc时,正负极固相初始浓度符合下式:
其中,cn,100为电池在soc=100%时的负极活性材料的浓度,cn,soc为电池在soc状态时的负极活性材料的浓度,Ln为负极活性材料厚度,εn为负极活性材料体积分数,p表示正极材料。
S300根据电化学模型、预设电流和第一固相浓度,模拟锂电池在预设时段内的仿真输出电压。
具体地,初始化浓度后,将预设的电流工况输入电化学模型中,电化学模型可以仿真输出电池在预设时段内的仿真输出电压。
S400获取锂电池在预设时段内的实际输出电压。
示例性地,如图3所示,图3为电化学模型模拟的锂电池在1C恒流放电的工况下,正极固相浓度为cp,100时的仿真输出电压与实际输出电压的曲线图,图3中Vsim虚线表示仿真输出电压曲线,Vcell实线表示实际输出电压曲线。
S500计算仿真输出电压与实际输出电压之间的误差系数,并预设误差系数对应的误差阈值。
具体地,误差系数包括初始检测值的电压差值和电压均方误差,在模拟锂电池在预设时段内的仿真输出电压,以及获取锂电池在预设时段内的实际输出电压的过程中均包含多个采样点,|Vsim,1-Vreal,1|作为初始检测值的电压差值,
其中Vsim,1为模型仿真输出的第一个电压值,Vreal,1为在该工况下电池实测的第一个电压值。
电压均方误差MSE的计算公式为:
其中Vsim,i为第i个采样点的模型仿真输出电压值,Vreal,i为第i个采样点的该工况下电池实测电压值,N为电压数据的个数。
S600在误差系数大于误差阈值时,对第一固相浓度进行迭代修正,直至误差系数不大于误差阈值,输出修正后的第二固相浓度。
本发明提供的锂电池固相浓度修正方法通过比较预设工况条件下电化学模型的仿真输出电压和锂电池的实际输出电压的差别,对预设的第一固相浓度进行迭代修正,从而获得锂电池准确的固相浓度值,便于基于固相浓度精确地获取锂电池的工况参数。
在一个实施例中,如图4所示,步骤S500计算仿真输出电压与实际输出电压之间的误差系数,并预设误差系数对应的误差阈值,具体包括:
S510计算仿真输出电压的初始检测值与实际输出电压的初始检测值之间的电压差值,并预设电压阈值。
具体地,|Vsim,1-Vreal,1|作为初始检测值的电压差值,其中Vsim,1为模型仿真输出的第一个电压值,Vreal,1为在该工况下电池实测的第一个电压值,
V电压阈值作为电压阈值。在执行步骤S600的过程中,在|Vsim,1-Vreal,1|>V电压阈值时,对第一固相浓度进行迭代修正,直至|Vsim,1-Vreal,1|≤V电压阈值,输出修正后的第二固相浓度。
在一个实施例中,如图5所示,步骤S400获取锂电池在预设时段内的实际输出电压之后,还包括:
S510计算仿真输出电压的初始检测值与实际输出电压的初始检测值之间的电压差值,并预设电压阈值。
具体地,|Vsim,1-Vreal,1|作为初始检测值的电压差值,其中Vsim,1为模型仿真输出的第一个电压值,Vreal,1为在该工况下电池实测的第一个电压值,
V电压阈值作为电压阈值。在执行步骤S600的过程中,在|Vsim,1-Vreal,1|>V电压阈值时,对第一固相浓度进行迭代修正,直至|Vsim,1-Vreal,1|≤V电压阈值,输出修正后的第二固相浓度。
S520计算仿真输出电压与实际输出电压的电压均方误差,并预设电压均方误差阈值。
具体地,电压均方误差MSE的计算公式为:
其中Vsim,i为第i个采样点的模型仿真输出电压值,Vreal,i为第i个采样点的该工况下电池实测电压值,N为电压数据的个数。
S610判断电压差值是否大于电压差值阈值。
S620在电压差值大于电压差值阈值时,对第一固相浓度进行迭代修正,直至电压差值不大于电压差值阈值,输出修正后的第三固相浓度。
具体地,通过梯度下降法对第一固相浓度中正极固相浓度进行迭代修正,公式如下:
其中,c为第一固相浓度中正极固相浓度,lr为修正系数,ΔV为电压差值,ocp为电极在正极固相浓度为c时的开路电位,通过梯度下降法对锂电池的固相浓度值进行迭代修正,可以根据修正系数的调整对迭代修正速度和精度进行调节。
根据修正后正极固相浓度对第一固相浓度中负极固相浓度进行修正,公式如下:
其中,cn,100为电池在soc=100%时的负极活性材料的浓度,cn,soc为电池在soc状态时的负极活性材料的浓度,Ln为负极活性材料厚度,εn为负极活性材料体积分数,p表示正极材料。
S630判断电压均方误差是否大于电压均方误差阈值。
具体地,电压均方误差MSE的计算公式为:
其中Vsim,i为第i个采样点的模型仿真输出电压值,Vreal,i为第i个采样点的该工况下电池实测电压值,N为电压数据的个数。
S640在电压均方误差大于电压均方误差阈值时,对第三固相浓度进行迭代修正,直至电压均方误差不大于电压均方误差阈值,输出修正后的第二固相浓度。
具体地,判断电压均方误差MSE≤电压均方误差阈值是否成立,若不成立,则根据步骤S620中的梯度下降法公式继续对正极固相浓度进行修正,直至MSE≤电压均方误差阈值。
本实施例提供的锂电池固相浓度修正方法在判断仿真输出电压的初始检测值与实际输出电压的初始检测值之间的电压差值是否不大于预设电压阈值的基础上,二次判断电压均方误差是否大于预设的电压均方误差阈值,更为精确地对锂电池的固相浓度值进行迭代修正,通过对电压阈值和电压均方误差阈值的调整实现对迭代修正精度的控制。
在一个实施例中,执行步骤S620在电压差值大于电压差值阈值时,对第一固相浓度进行迭代修正,直至电压差值不大于电压差值阈值,输出修正后的第三固相浓度的过程中,预先获取锂电池电极材料ocp与锂离子浓度c的第一对应关系,以及锂电池dc/docp值,其中ocp为电极在锂离子浓度为c时的开路电位,再根据第一对应关系与锂电池dc/docp值,得到dc/docp与ocp的第二对应关系,根据第二对应关系,通过梯度下降法对第一固相浓度中正极固相浓度进行迭代修正。
其中,锂电池电极材料ocp与锂离子浓度c的第一对应关系可以通过查阅电极材料的相关资料获取。
示例性地,如图6~8所示,图6为锂电池中正极材料ocp与固相浓度之间关系的示例图,图7为固相浓度与锂电池电极材料ocp的关系示例图,图8为dc/docp与锂电池电极材料ocp的关系示例图。
在一个实施例中,在执行步骤S510~S640的过程中,初始化正极固相浓度设置为cp,100,迭代修正过程中修正系数lr设置为0.1,电压差值阈值设置为1mV,电压均方误差阈值设置为2(mv)2,对锂电池的固相浓度修正结果如图9和图10所示,其中图9为修正结束后的仿真输出电压与实际输出电压图,图9中Vsim虚线表示仿真输出电压曲线,Vcell实线表示实际输出电压曲线,图10为修正过程中正极固相浓度变化趋势,图10中sim concentration虚线表示初始化正极固相浓度修正变化曲线,initial concentration实线表示正极固相浓度实际曲线,从实验曲线数据分析,对于正极固相浓度修正的误差小于0.25%。
在一个实施例中,S400获取锂电池在预设时段内的实际输出电压在执行过程中,可以每隔预设的时间间隔,采集锂电池在预设时段内的实际输出电压,也可以实时采集锂电池在预设时段内的实际输出电压,使本实施例提供的锂电池固相浓度修正方法可以控制锂电池定期在一段时间内进行充放电实验,根据充放电试验数据进行固相浓度的修正,也可以实时采集电池组的充放电数据,根据充放电试验数据进行固相浓度的修正。
在一个实施例中,如图11所示,步骤S600在误差系数大于误差阈值时,对第一固相浓度进行迭代修正,直至误差系数不大于误差阈值,输出修正后的第二固相浓度之后,还包括步骤:
S700根据第二固相浓度计算锂电池的SOC值。
具体地,目前主流的SOC估算方法都是以宏观的电流、电压等物理量进行预测,比较常用的有开路电压法、安时积分法等。,其中安时积分法需要将一段时间内电池充电或放电的电流进行积分计算,并于初始电量进行加和,准确性依赖于初始SOC的准确度,但在实际工况下很难准确获取电池初始SOC值,使得其准确性降低。
开路电压法是测得各个SOC值对应的电池开路电压(OCV),建立电池的OCV与SOC之间的映射关系,但由于测量开路电压时,需要将电池与外电路断开,并间隔一段时间之后测得,因此不适用在线预估。
目前已有卡尔曼滤波算法和神经网络法等基于电池模型的算法,对电池SOC进行预估,但都不涉及电池内部复杂的电化学变化过程。
本实施例提供的锂电池固相浓度修正方法可以直接根据修正后的固相浓度计算锂电池的SOC值,还可以在对电池进行电化学建模后,将BMS计算的SOC值和测得的电流值输入到电化学模型中,通过对比模型输出电压与电池实时电压的误差对电化学模型进行修正,重新计算电池的SOC,即可对BMS计算的电池SOC值进行实时修正。
本实施例提供的锂电池固相浓度修正方法可以根据修正后的固相浓度值对锂电池的SOC值进行计算,提高锂电池的SOC值测算的精确性,避免现有技术中对于电池SOC值的测算存在误差,影响对电池组的控制。
在一个实施例中,如图2、图3和图12所示,本发明还提供一种锂电池固相浓度修正系统,包括模型设置模块10、固相浓度初始化模块20、模拟模块30、获取模块40、计算模块50和修正模块60。
其中,模型设置模块10用于预先建立锂电池的电化学模型。
具体地,根据实际工况过程中使用的锂电池的电池参数和环境参数,建立锂电池电化学模型,可以选用常见的电化学模型结构,例如P2D电化学模型、电热耦合电化学模型等等,通过建立的电化学模型可以计算出锂电池在不同工况下的端电压和锂离子浓度分布。
示例性地,如图2所示,图2为基于电化学模型模拟出锂电池在1C工况下,电压与运行时间的示意图,其中1C表示电池一小时完全放电时电流强度。
固相浓度初始化模块20用于初始化电化学模型中固相浓度为第一固相浓度。
具体地,初始化电化学模型中固相浓度为第一固相浓度的过程中,固相浓度可任意设取,其中在电池荷电状态为soc时,正负极固相初始浓度符合下式:
其中,cn,100为电池在soc=100%时的负极活性材料的浓度,cn,soc为电池在soc状态时的负极活性材料的浓度,Ln为负极活性材料厚度,εn为负极活性材料体积分数,p表示正极材料。
模拟模块30分别与模型设置模块10和固相浓度初始化模块20连接,用于根据电化学模型、预设电流和第一固相浓度,模拟锂电池在预设时段内的仿真输出电压。
具体地,初始化浓度后,将预设的电流工况输入电化学模型中,电化学模型可以仿真输出电池在预设时段内的仿真输出电压。
获取模块40用于获取锂电池在预设时段内的实际输出电压。
示例性地,如图3所示,图3为电化学模型模拟的锂电池在1C恒流放电的工况下,正极固相浓度为cp,100时的仿真输出电压与实际输出电压的曲线图,图3中Vsim虚线表示仿真输出电压曲线,Vcell实线表示实际输出电压曲线。
计算模块50分别与模拟模块30和获取模块40连接,用于计算仿真输出电压与实际输出电压之间的误差系数,并预设误差系数对应的误差阈值,误差系数包括初始检测值的电压差值和电压均方误差。
具体地,误差系数包括初始检测值的电压差值和电压均方误差,在模拟锂电池在预设时段内的仿真输出电压,以及获取锂电池在预设时段内的实际输出电压的过程中均包含多个采样点,|Vsim,1-Vreal,1|作为初始检测值的电压差值,
其中Vsim,1为模型仿真输出的第一个电压值,Vreal,1为在该工况下电池实测的第一个电压值。
电压均方误差MSE的计算公式为:
其中Vsim,i为第i个采样点的模型仿真输出电压值,Vreal,i为第i个采样点的该工况下电池实测电压值,N为电压数据的个数。
修正模块60与计算模块50连接,用于在误差系数大于误差阈值时,对第一固相浓度进行迭代修正,直至误差系数不大于误差阈值,输出修正后的第二固相浓度。
本发明提供的锂电池固相浓度修正系统通过比较预设工况条件下电化学模型的仿真输出电压和锂电池的实际输出电压的差别,对预设的第一固相浓度进行迭代修正,从而获得锂电池准确的固相浓度值,便于基于固相浓度精确地获取锂电池的工况参数。
在一个实施例中,本发明还提供一种存储介质,存储介质中存储有至少一条指令,指令由处理器加载并执行以实现上述锂电池固相浓度修正方法对应实施例所执行的操作。例如,存储介质可以是只读内存(ROM)、随机存取存储器(RAM)、只读光盘(CD-ROM)、磁带、软盘和光数据存储设备等。
它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述或记载的部分,可以参见其他实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的一种锂电池固相浓度修正方法、系统及存储介质,可以通过其他的方式实现。例如,以上所描述的一种锂电池固相浓度修正方法、系统及存储介质实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如,多个单元或模块可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的通讯连接可以是通过一些接口,装置或单元的通讯连接或集成电路,可以是电性、机械或其他的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可能集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
应当说明的是,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,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种锂电池固相浓度修正方法,其特征在于,包括步骤:
预先建立锂电池的电化学模型;
初始化所述电化学模型中固相浓度为第一固相浓度;
根据所述电化学模型、预设电流和所述第一固相浓度,模拟所述锂电池在预设时段内的仿真输出电压;
获取所述锂电池在所述预设时段内的实际输出电压;
计算所述仿真输出电压与所述实际输出电压之间的误差系数,并预设所述误差系数对应的误差阈值,所述误差系数包括初始检测值的电压差值和电压均方误差;
在所述误差系数大于所述误差阈值时,对所述第一固相浓度进行迭代修正,直至所述误差系数不大于所述误差阈值,输出修正后的第二固相浓度;
所述的对所述第一固相浓度进行迭代修正,具体包括:
通过梯度下降法对所述第一固相浓度中正极固相浓度进行迭代修正,公式如下:
;
其中c为所述第一固相浓度中正极固相浓度,lr为修正系数,为所述电压差值,ocp为电极在正极固相浓度为c时的开路电位;
根据修正后所述正极固相浓度对所述第一固相浓度中负极固相浓度进行修正,公式如下:
;
其中,为电池在soc=100%时的负极活性材料的浓度,为电池在soc状态时的负极活性材料的浓度,为负极活性材料厚度,为负极活性材料体积分数,p表示正极材料。
2.根据权利要求1所述的一种锂电池固相浓度修正方法,其特征在于,所述的计算所述仿真输出电压与所述实际输出电压之间的误差系数,并预设所述误差系数对应的误差阈值,具体包括:
计算所述仿真输出电压的所述初始检测值与所述实际输出电压的所述初始检测值之间的所述电压差值,并预设电压阈值。
3.根据权利要求2所述的一种锂电池固相浓度修正方法,其特征在于,所述的计算所述仿真输出电压与所述实际输出电压之间的误差系数,并预设所述误差系数对应的误差阈值,具体还包括:
计算所述仿真输出电压与所述实际输出电压的电压均方误差,并预设电压均方误差阈值;
所述的在所述误差系数大于所述误差阈值时,对所述第一固相浓度进行迭代修正,直至所述误差系数不大于所述误差阈值,输出修正后的第二固相浓度,具体包括:
判断所述电压差值是否大于所述电压差值阈值;
在所述电压差值大于所述电压差值阈值时,对所述第一固相浓度进行迭代修正,直至所述电压差值不大于所述电压差值阈值,输出修正后的第三固相浓度;
判断所述电压均方误差是否大于所述电压均方误差阈值;
在所述电压均方误差大于所述电压均方误差阈值时,对所述第三固相浓度进行迭代修正,直至所述电压均方误差不大于所述电压均方误差阈值,输出修正后的所述第二固相浓度。
4.根据权利要求1所述的一种锂电池固相浓度修正方法,其特征在于,所述的通过梯度下降法对所述第一固相浓度中正极固相浓度进行迭代修正之前,还包括:
获取锂电池电极材料ocp与锂离子浓度c的第一对应关系,以及锂电池dc/docp值,其中ocp为电极在锂离子浓度为c时的开路电位;
根据所述第一对应关系与所述锂电池dc/docp值,得到dc/docp与ocp的第二对应关系。
5.根据权利要求1所述的一种锂电池固相浓度修正方法,所述的获取所述锂电池在所述预设时段内的实际输出电压,具体包括:
每隔预设的时间间隔,采集所述锂电池在所述预设时段内的所述实际输出电压。
6.根据权利要求1所述的一种锂电池固相浓度修正方法,所述的获取所述锂电池在所述预设时段内的实际输出电压,具体还包括:
实时采集所述锂电池在所述预设时段内的所述实际输出电压。
7.根据权利要求1~6中任意一项所述的一种锂电池固相浓度修正方法,其特征在于,所述的输出修正后的第二固相浓度之后,还包括:
根据所述第二固相浓度计算所述锂电池的SOC值。
8.一种锂电池固相浓度修正系统,其特征在于,所述锂电池固相浓度修正系统用于执行权利要求1所述的锂电池固相浓度修正方法所执行的操作,包括:
模型设置模块,用于预先建立锂电池的电化学模型;
固相浓度初始化模块,用于初始化所述电化学模型中固相浓度为第一固相浓度;
模拟模块,分别与所述模型设置模块和所述固相浓度初始化模块连接,用于根据所述电化学模型、预设电流和所述第一固相浓度,模拟所述锂电池在预设时段内的仿真输出电压;
获取模块,用于获取所述锂电池在所述预设时段内的实际输出电压;
计算模块,分别与所述模拟模块和所述获取模块连接,用于计算所述仿真输出电压与所述实际输出电压之间的误差系数,并预设所述误差系数对应的误差阈值,所述误差系数包括初始检测值的电压差值和电压均方误差;
修正模块,与所述计算模块连接,用于在所述误差系数大于所述误差阈值时,对所述第一固相浓度进行迭代修正,直至所述误差系数不大于所述误差阈值,输出修正后的第二固相浓度。
9.一种存储介质,其特征在于,所述存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现如权利要求1~7中任意一项所述的锂电池固相浓度修正方法所执行的操作。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210741901.0A CN115084693B (zh) | 2022-06-28 | 2022-06-28 | 一种锂电池固相浓度修正方法、系统及存储介质 |
US18/208,372 US20230417834A1 (en) | 2022-06-28 | 2023-06-12 | Method, system and storage medium for solid-phase concentration correction of lithium batteries |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210741901.0A CN115084693B (zh) | 2022-06-28 | 2022-06-28 | 一种锂电池固相浓度修正方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115084693A CN115084693A (zh) | 2022-09-20 |
CN115084693B true CN115084693B (zh) | 2023-04-21 |
Family
ID=83256730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210741901.0A Active CN115084693B (zh) | 2022-06-28 | 2022-06-28 | 一种锂电池固相浓度修正方法、系统及存储介质 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230417834A1 (zh) |
CN (1) | CN115084693B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115436812B (zh) * | 2022-09-23 | 2023-08-04 | 上海玫克生储能科技有限公司 | 一种基于拼接因子的电化学模型参数辨识方法和系统 |
CN115512777B (zh) * | 2022-09-23 | 2024-02-09 | 上海玫克生储能科技有限公司 | 一种基于容量变化率的电化学模型参数辨识方法和系统 |
CN115510648B (zh) * | 2022-09-27 | 2023-12-19 | 上海玫克生储能科技有限公司 | 一种锂电池电芯实际容量和电芯健康度识别方法和系统 |
CN117200405B (zh) * | 2023-11-08 | 2024-01-23 | 南京鼎尔特科技有限公司 | 一种基于pwm动态均衡的蓄电池放电控制系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11204149A (ja) * | 1998-01-13 | 1999-07-30 | Denso Corp | リチウム電池の残存容量測定方法 |
CN112067999A (zh) * | 2020-09-18 | 2020-12-11 | 哈尔滨工业大学 | 一种锂离子电池正极开路电势曲线非破坏获取系统及方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4872743B2 (ja) * | 2007-03-23 | 2012-02-08 | トヨタ自動車株式会社 | 二次電池の状態推定装置 |
CN101629992B (zh) * | 2009-05-27 | 2011-11-16 | 重庆大学 | 磷酸铁锂动力电池剩余容量的估算方法 |
US9197089B2 (en) * | 2011-11-14 | 2015-11-24 | Auburn University | Rapid battery charging method and system |
US9130248B2 (en) * | 2012-05-25 | 2015-09-08 | GM Global Technology Operations LLC | Modeling changes in the state-of-charge open circuit voltage curve by using regressed parameters in a reduced order physics based model |
JP2014126411A (ja) * | 2012-12-25 | 2014-07-07 | Toyota Motor Corp | 二次電池の状態推定装置及び制御装置 |
EP3475711A1 (en) * | 2016-06-28 | 2019-05-01 | Bayerische Motoren Werke Aktiengesellschaft | Method and device for estimating a voltage of a battery |
KR102636362B1 (ko) * | 2016-11-22 | 2024-02-14 | 삼성전자주식회사 | 배터리 상태 추정 방법 및 장치 |
CN110165314A (zh) * | 2019-04-30 | 2019-08-23 | 蜂巢能源科技有限公司 | 电池电芯性能参数获取方法及获取装置 |
KR20210047682A (ko) * | 2019-10-22 | 2021-04-30 | 삼성전자주식회사 | 배터리 상태 추정 방법 및 장치 |
CN110888056B (zh) * | 2019-11-20 | 2022-05-06 | 上海交通大学 | 适用于车载动力锂离子电池的在线soc观测器搭建方法及系统 |
CN113176503B (zh) * | 2021-04-23 | 2022-07-12 | 哈尔滨工业大学(威海) | 基于电化学过程的全soc范围锂离子电池等效模型 |
CN114545265B (zh) * | 2022-03-01 | 2022-11-11 | 上海玫克生储能科技有限公司 | 基于电化学模型的电池荷电状态的估算方法及装置 |
-
2022
- 2022-06-28 CN CN202210741901.0A patent/CN115084693B/zh active Active
-
2023
- 2023-06-12 US US18/208,372 patent/US20230417834A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11204149A (ja) * | 1998-01-13 | 1999-07-30 | Denso Corp | リチウム電池の残存容量測定方法 |
CN112067999A (zh) * | 2020-09-18 | 2020-12-11 | 哈尔滨工业大学 | 一种锂离子电池正极开路电势曲线非破坏获取系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115084693A (zh) | 2022-09-20 |
US20230417834A1 (en) | 2023-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115084693B (zh) | 一种锂电池固相浓度修正方法、系统及存储介质 | |
CN109946623A (zh) | 一种锂电池的soc在线估测方法 | |
CN114545265B (zh) | 基于电化学模型的电池荷电状态的估算方法及装置 | |
CN112615075A (zh) | 电池快速充电方法及计算机设备 | |
EP4152022B1 (en) | Method for determining full-charge capacity of battery pack, method for determining state of health of battery pack, system, and apparatus | |
CN108829911A (zh) | 一种开路电压与soc函数关系优化方法 | |
Jiang et al. | A novel adaptive extended Kalman filtering and electrochemical-circuit combined modeling method for the online ternary battery state-of-charge estimation | |
CN115902653A (zh) | 确定电池老化程度的方法、装置、存储介质与电子设备 | |
CN115512777A (zh) | 一种基于容量变化率的电化学模型参数辨识方法和系统 | |
CN112763916B (zh) | 一种空间用锂离子电池组未来工况预测方法 | |
CN116577686B (zh) | 一种基于局部阶段充电数据的多工况soh估计方法和系统 | |
CN112114254B (zh) | 一种动力电池开路电压模型融合方法 | |
CN117169730A (zh) | 车用电池组连续变脉宽电流激励的健康度快速检测方法 | |
CN116819340A (zh) | 一种储能锂电池在线参数辨识与状态估计方法及系统 | |
CN109716151B (zh) | 用于估计电池电压的方法和设备 | |
CN116087808B (zh) | 一种电化学模型参数辨识过程的电流修正方法及系统 | |
CN117074955A (zh) | 一种基于云-端修正ocv的锂电池状态联合估计方法 | |
WO2019184879A1 (zh) | 动力电池组的rc网络参数获取方法、装置和电动汽车 | |
CN115951225A (zh) | 一种电池均衡优化容量估计方法和装置 | |
CN114184969B (zh) | 一种电芯可逆自放电容量损失测试方法及装置 | |
CN113075550B (zh) | 获取电动势曲线的方法、装置、介质及电子设备 | |
CN112946498B (zh) | 电动势曲线的获得方法和装置、及处理器 | |
CN114779105A (zh) | 一种锂电池组的不一致性估计方法 | |
CN107703451A (zh) | 一种锂电池电量智能估计系统及方法 | |
CN115510648B (zh) | 一种锂电池电芯实际容量和电芯健康度识别方法和系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |