CN115236514A - 电池健康状态分析方法及系统、电池管理系统、存储介质 - Google Patents
电池健康状态分析方法及系统、电池管理系统、存储介质 Download PDFInfo
- Publication number
- CN115236514A CN115236514A CN202110448476.1A CN202110448476A CN115236514A CN 115236514 A CN115236514 A CN 115236514A CN 202110448476 A CN202110448476 A CN 202110448476A CN 115236514 A CN115236514 A CN 115236514A
- Authority
- CN
- China
- Prior art keywords
- battery
- value
- internal resistance
- voltage
- working 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.)
- Pending
Links
- 230000036541 health Effects 0.000 title claims abstract description 74
- 238000004458 analytical method Methods 0.000 title claims description 29
- 238000000034 method Methods 0.000 claims abstract description 44
- 238000004364 calculation method Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 17
- 238000005259 measurement Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000009533 lab test Methods 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011897 real-time detection Methods 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]
- G01R31/367—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]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明涉及一种电池健康状态分析方法及系统、电池管理系统、存储介质,包括:基于预先建立的电池模型进行电池工作电压预测获得电池工作电压预测值、电池开路电压预测值;获取对电池工作电压进行实际测量获得的电池工作电压实测值;根据所述电池工作电压预测值、电池开路电压预测值和所述电池工作电压实测值计算电池内阻变化量;其中所述电池内阻变化量为当前状态下电池相对于原始状态下电池的内阻增加情况;根据所述电池内阻变化量确定电池健康状态。通过本发明,能够有效识别特定电池的健康状态,简单且可靠性高。
Description
技术领域
本发明涉及电池技术领域,具体涉及一种电池健康状态分析方法及系统、电池管理系统、存储介质。
背景技术
电池健康状态(SOH,State of Health)的估计分析对电池其他状态,包括电池中剩余电荷的可用状态(SOC,State of Charge)、电池剩余电量(SOE,State of Energy)、电池的功率状态(SOP,State of Power)以及续驶里程的确定等有重要的意义。
目前针对于内阻增加的SOH计算的方法中,有利用实验室测试法、基于数据统计的方法和基于模型和滤波器的自适应算法等。其中,基于实验室测试的方法不宜应用于工程上的开发和使用;基于数据统计的方法利于电池整个使用周期内的充电量、放电量、静置数据,并根据测算数据拟合出电池健康状态与上述数据之间的关系,进而得到电池的健康状态;因其为一种开环的方法,因此不能识别出电芯特性异常改变时的情形;基于模型和滤波器的自适应算法借助电化学模型或者等效电路模型,它通过对模型进行参数辨识,并采用滤波器等对SOC和SOH的估计,因其算法结构较复杂,影响变量较多,因而稳定性目前往往达不到要求。
因此,亟待提出一种算法结构简单、可靠性高的电池健康状态分析方法以有效识别特定电池的健康状态。
发明内容
本发明的目的在于提出一种电池健康状态分析方法及系统、电池管理系统、存储介质,以有效识别特定电池的健康状态,简单且可靠性高。
为实现上述目的,本发明第一方面提出一种电池健康状态分析方法,包括:
基于预先建立的电池模型进行电池工作电压预测获得电池工作电压预测值、电池开路电压预测值;
获取对电池工作电压进行实际测量获得的电池工作电压实测值;
根据所述电池工作电压预测值、电池开路电压预测值和所述电池工作电压实测值计算电池内阻变化量;其中所述电池内阻变化量为当前状态下电池相对于原始状态下电池的内阻增加情况;
根据所述电池内阻变化量确定电池健康状态。
可选地,所述根据所述电池工作电压预测值和所述电池工作电压实测值计算电池内阻变化量具体为根据以下最小二乘法公式计算获得电池内阻变化量;
y(k)=A(k)x+e(k)
其中,(k)表示电池内阻变化量的第k次计算过程,y(k)=ΔU(k),ΔU=UMdulmeas-OCVset-OVset,A(k)=[OVset(k) 1],e(k)为计算过程中的噪声,UMdulmeas为电池工作电压实测值,OCVset为电池模型预测的电池工作电压,OVset为电池工作电压预测值与电池开路电压预测值的差值,dR为电池内阻变化量,off为预设值。
可选地,所述根据所述电池内阻变化量确定电池健康状态具体为根据以下公式计算获得电池健康值;
其中,SOHR为电池健康值,RBOL为电池的标称内阻值,dR为电池内阻变化量。
可选地,所述基于预先建立的电池模型进行电池工作电压预测获得电池工作电压预测值、电池开路电压预测值,包括:
获取电池当前工作电流和电池当前工作电压,并根据所述电池当前工作电流和电池当前工作电压以及预先建立的电池模型进行电池工作电压预测获得电池工作电压预测值、电池开路电压预测值;其中所述预先建立的电池模型为二阶电池模型。
本发明第二方面提出一种电池健康状态分析系统,包括:
电压预测值获取单元,用于基于预先建立的电池模型进行电池工作电压预测获得电池工作电压预测值、电池开路电压预测值;
电压实测值获取单元,用于获取对电池工作电压进行实际测量获得的电池工作电压实测值;
内阻计算单元,用于根据所述电池工作电压预测值、电池开路电压预测值和所述电池工作电压实测值计算电池内阻变化量;其中所述电池内阻变化量为当前状态下电池相对于原始状态下电池的内阻增加情况;以及
电池健康确定单元,用于根据所述电池内阻变化量确定电池健康状态。
可选地,所述内阻计算单元具体用于:
根据以下最小二乘法公式计算获得电池内阻变化量;
y(k)=A(k)x+e(k)
其中,(k)表示电池内阻变化量的第k次计算过程,y(k)=ΔU(k),ΔU=UMdulmeas-OCVset-OVset,A(k)=[OVset(k) 1],e(k)为计算过程中的噪声,UMdulmeas为电池工作电压实测值,OCVset为电池模型预测的电池工作电压,OVset为电池工作电压预测值与电池开路电压预测值的差值,dR为电池内阻变化量,off为预设值。
可选地,所述电池健康确定单元具体用于:
根据以下公式计算获得电池健康值;
其中,SOHR为电池健康值,RBOL为电池的标称内阻值,dR为电池内阻变化量。
可选地,所述电压预测值获取单元具体用:
获取电池当前工作电流和电池当前工作电压,并根据所述电池当前工作电流和电池当前工作电压以及预先建立的电池模型进行电池工作电压预测获得电池工作电压预测值、电池开路电压预测值;其中所述预先建立的电池模型为二阶电池模型。
本发明第三方面提出一种电池管理系统,包括第一方面所述电池健康状态分析系统。
本发明第四方面提出一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面所述电池健康状态分析方法的步骤。
实施上述的一种电池健康状态分析方法及系统、电池管理系统、存储介质,至少具有以下有益效果:基于预先建立的电池模型进行电池工作电压预测获得电池工作电压预测值、电池开路电压预测值,并根据所述电池工作电压预测值、电池开路电压预测值和电池工作电压实测值,进而识别出电池内阻的增加情况,根据内阻的增加情况分析确定出电池的健康状态;适用于各种类型的电池健康分析,从而能够有效识别特定电池的健康状态,使用简单且可靠性高。
本发明的其它特征和优点将在随后的说明书中阐述。
附图说明
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,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,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。
图1为本发明一实施例中一种电池健康状态分析方法流程图。
图2为本发明一实施例中二阶电池模型示意图。
图3为本发明一实施例中电池充电过程中电压预测值与电压实测值的对比结果示意图。
图4为本发明另一实施例中一种电池健康状态分析系统结构示意图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。另外,为了更好的说明本发明,在下文的具体实施例中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本发明同样可以实施。在一些实例中,对于本领域技术人员熟知的手段未作详细描述,以便于凸显本发明的主旨。
参阅图1,本发明一实施例提出一种电池健康状态分析方法,包括如下步骤S1~S3:
步骤S1、基于预先建立的电池模型进行电池工作电压预测获得电池工作电压预测值、电池开路电压预测值。
其中,本实施例中所述预先建立的电池模型为二阶电池模型,所述二阶电池模型的等效电路图如图2所示;所述二阶电池模型的基本方程如下公式所示:
具体而言,可以通过获取电池当前工作电流和电池当前工作电压,并根据所述电池当前工作电流和电池当前工作电压以及预先建立的电池模型的上述方程,进行电池工作电压预测计算获得电池工作电压预测值、电池开路电压预测值;
步骤S2、获取对电池工作电压进行实际测量获得的电池工作电压实测值。
具体而言,一般而言,蓄电池都会配置有电池管理系统,电池管理系统是为了智能化管理及维护各个电池单元,防止电池出现过充电和过放电,延长电池的使用寿命,监控电池的状态。步骤中可以通过获取电池管理系统(Battery Management System,BMS)的其他检测单元对电池工作电压的实时检测数据获得电池工作电压实测值,并不需要增加新的测量元件。
步骤S3、根据所述电池工作电压预测值、电池开路电压预测值和所述电池工作电压实测值计算电池内阻变化量;其中所述电池内阻变化量为当前状态下电池相对于原始状态下电池的内阻增加情况;
具体而言,在一次充电的过程中,电池的工作电压的变化如图3所示,图3中示出了实际测量的电池工作电压实测值,模型预测的电池工作电压预测值,以及电池开路电压的变化过程,带箭头的实线表示实际的电池工作电压充电过程电压变化增量,带箭头的虚线表示模型预测的电池工作电压充电过程电压变化增量。显然由于电池的老化,内阻有所增加,导致实际测量的电池工作电压实测值应当大于模型预测的电池工作电压预测值。
根据上述的电池内阻的变化和因此导致的测量电压的变化,我们能够得到如下等式:
OVset(1+dR)+off=UMdulmeas-OCVset
其中,上述等式两边均表示电池工作电压实测值和电池工作电压预测值的差值。
其中,OVset为电池工作电压预测值与电池开路电压预测值的差值;dR为电池内阻变化量,用百分比表示;off为预设值;UMdulmeas为电池工作电压实测值;OCVset为电池模型预测的电池工作电压。
定义变量ΔU=UMdulmeas-OCVset-OVset,则上述等式可以写为:
进一步地,上述等式可以写为以下最小二乘法公式:
y(k)=A(k)x+e(k)
根据上述最小二乘法公式可以计算获得电池内阻变化量dR。
步骤S4、根据所述电池内阻变化量确定电池健康状态。
示例性地,具体根据以下公式计算获得电池健康值;
其中,SOHR为电池健康值,RBOL为电池的标称内阻值,dR为电池内阻变化量。
可以理解的是,电池健康状态对电动汽车动力电池的全生命周期管理有重要的意义,在电池因长期使用而造成内阻增加,导致电池各参数变化较大,导致电池和管理和控制存在很大困难;准确地估计电池的健康状态,能够更加准确地给电池的其他状态估计提供参考,电池管理和控制策略更加精确,同时能够提前预警因电池老化造成的各种安全问题,因而有重大的意义。本发明实施例方法基于预先建立的电池模型进行电池工作电压预测获得电池工作电压预测值、电池开路电压预测值,并根据所述电池工作电压预测值、电池开路电压预测值和电池工作电压实测值,进而识别出电池内阻的增加情况,根据内阻的增加情况分析确定出电池的健康状态;适用于各种类型的电池健康分析,从而能够有效识别特定电池的健康状态,使用简单且可靠性高。
参阅图4,本发明另一实施例提出一种电池健康状态分析系统,包括:
电压预测值获取单元1,用于基于预先建立的电池模型进行电池工作电压预测获得电池工作电压预测值、电池开路电压预测值;
电压实测值获取单元2,用于获取对电池工作电压进行实际测量获得的电池工作电压实测值;
内阻计算单元3,用于根据所述电池工作电压预测值、电池开路电压预测值和所述电池工作电压实测值计算电池内阻变化量;其中所述电池内阻变化量为当前状态下电池相对于原始状态下电池的内阻增加情况;以及
电池健康确定单元4,用于根据所述电池内阻变化量确定电池健康状态。
具体地,所述内阻计算单元3具体用于:
根据以下最小二乘法公式计算获得电池内阻变化量;
y(k)=A(k)x+e(k)
其中,(k)表示电池内阻变化量的第k次计算过程,y(k)=ΔU(k),ΔU=UMdulmeas-OCVset-OVset,A(k)=[OVset(k) 1],e(k)为计算过程中的噪声,UMdulmeas为电池工作电压实测值,OCVset为电池模型预测的电池工作电压,OVset为电池工作电压预测值与电池开路电压预测值的差值,dR为电池内阻变化量,off为预设值。
具体地,所述电池健康确定单元4具体用于:
根据以下公式计算获得电池健康值;
其中,SOHR为电池健康值,RBOL为电池的标称内阻值,dR为电池内阻变化量。
具体地,所述电压预测值获取单元1具体用:
获取电池当前工作电流和电池当前工作电压,并根据所述电池当前工作电流和电池当前工作电压以及预先建立的电池模型进行电池工作电压预测获得电池工作电压预测值、电池开路电压预测值;其中所述预先建立的电池模型为二阶电池模型。
以上所描述的系统实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。
需说明的是,上述实施例所述系统与上述实施例所述方法对应,因此,上述实施例所述系统未详述部分可以参阅上述实施例所述方法的内容得到,即上述实施例方法记载的具体步骤内容可以理解为本实施例系统的所能够实现的功能,此处不再赘述。
并且,上述实施例所述电池健康状态分析系统若以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。
本发明另一实施例提出一种电池管理系统,包括上述实施例所述的电池健康状态分析系统。
具体而言,锂电池通常需要配合电池管理系统(Battery Management System,BMS)使用,电池管理系统可以监控电池电压、温度、电流等参数,并且根据这些数据进行保护,例如过充/过放保护、高温/低温保护、过流保护等;本实施例的电池管理系统指的除了实现常规监控保护功能以外,还包括实现了电池健康状态分析功能。
本发明另一实施例提出一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述实施例所述电池健康状态分析方法的步骤。
具体而言,所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种电池健康状态分析方法,其特征在于,包括:
基于预先建立的电池模型进行电池工作电压预测获得电池工作电压预测值、电池开路电压预测值;
获取对电池工作电压进行实际测量获得的电池工作电压实测值;
根据所述电池工作电压预测值、电池开路电压预测值和所述电池工作电压实测值计算电池内阻变化量;其中所述电池内阻变化量为当前状态下电池相对于原始状态下电池的内阻增加情况;
根据所述电池内阻变化量确定电池健康状态。
4.根据权利要求1所述的电池健康状态分析方法,其特征在于,所述基于预先建立的电池模型进行电池工作电压预测获得电池工作电压预测值、电池开路电压预测值,包括:
获取电池当前工作电流和电池当前工作电压,并根据所述电池当前工作电流和电池当前工作电压以及预先建立的电池模型进行电池工作电压预测获得电池工作电压预测值、电池开路电压预测值;其中所述预先建立的电池模型为二阶电池模型。
5.一种电池健康状态分析系统,其特征在于,包括:
电压预测值获取单元,用于基于预先建立的电池模型进行电池工作电压预测获得电池工作电压预测值、电池开路电压预测值;
电压实测值获取单元,用于获取对电池工作电压进行实际测量获得的电池工作电压实测值;
内阻计算单元,用于根据所述电池工作电压预测值、电池开路电压预测值和所述电池工作电压实测值计算电池内阻变化量;其中所述电池内阻变化量为当前状态下电池相对于原始状态下电池的内阻增加情况;以及
电池健康确定单元,用于根据所述电池内阻变化量确定电池健康状态。
8.根据权利要求5所述的电池健康状态分析系统,其特征在于,所述电压预测值获取单元具体用:
获取电池当前工作电流和电池当前工作电压,并根据所述电池当前工作电流和电池当前工作电压以及预先建立的电池模型进行电池工作电压预测获得电池工作电压预测值、电池开路电压预测值;其中所述预先建立的电池模型为二阶电池模型。
9.一种电池管理系统,其特征在于,包括权利要求5~8任一项所述的电池健康状态分析系统。
10.一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,所述计算机程序被处理器执行时实现权利要求1~4中任一项所述电池健康状态分析方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110448476.1A CN115236514A (zh) | 2021-04-25 | 2021-04-25 | 电池健康状态分析方法及系统、电池管理系统、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110448476.1A CN115236514A (zh) | 2021-04-25 | 2021-04-25 | 电池健康状态分析方法及系统、电池管理系统、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115236514A true CN115236514A (zh) | 2022-10-25 |
Family
ID=83666245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110448476.1A Pending CN115236514A (zh) | 2021-04-25 | 2021-04-25 | 电池健康状态分析方法及系统、电池管理系统、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115236514A (zh) |
-
2021
- 2021-04-25 CN CN202110448476.1A patent/CN115236514A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Berecibar et al. | State of health estimation algorithm of LiFePO4 battery packs based on differential voltage curves for battery management system application | |
CN102998623B (zh) | 蓄电池荷电状态的在线估算方法及系统 | |
US8521497B2 (en) | Systems, methods and computer-readable media for modeling cell performance fade of rechargeable electrochemical devices | |
JP5818878B2 (ja) | リチウムイオン電池充電状態の算出方法 | |
CN102468521B (zh) | 用于估计蓄电池健康状态的方法和装置 | |
EP2321663B1 (en) | Apparatus and method for estimating state of health of battery based on battery voltage variation pattern | |
CN102565710B (zh) | 用于估计蓄电池健康状态的方法和装置 | |
US9366732B2 (en) | Estimation of state-of-health in batteries | |
US8849598B2 (en) | In-situ battery diagnosis method using electrochemical impedance spectroscopy | |
CN107167743B (zh) | 基于电动车辆的荷电状态估算方法和装置 | |
US20130069660A1 (en) | Method for in situ battery diagnostic by electrochemical impedance spectroscopy | |
CN110376536B (zh) | 电池系统soh检测方法、装置、计算机设备和存储介质 | |
CN113219351A (zh) | 动力电池的监控方法及装置 | |
KR20210000206A (ko) | 이상 배터리 셀 검출 방법 | |
CN115097338A (zh) | Soc校准方法、soh估计方法、装置及存储介质 | |
CN113075558B (zh) | 一种电池soc估算方法、装置及系统 | |
Tian et al. | Performance analysis and modeling of three energy storage devices for electric vehicle applications over a wide temperature range | |
CN113296010A (zh) | 一种基于差分电压分析的电池健康状态在线评估方法 | |
CN113176516A (zh) | 容量预测方法、装置、电子设备及存储介质 | |
CN117388737A (zh) | 电池健康状态的评估方法、装置、设备及存储介质 | |
CN118226262A (zh) | 电池荷电状态估算方法及装置、储能电站和存储介质 | |
CN111308352A (zh) | 一种锂离子的电池衰减估算方法 | |
CN114814604A (zh) | 一种电池soc估算方法及装置 | |
CN115236514A (zh) | 电池健康状态分析方法及系统、电池管理系统、存储介质 | |
KR102255914B1 (ko) | 저온 환경에서의 예측 정확도 향상을 위한 리튬이차전지 잔량 예측방법 및 예측장치 |
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 | ||
CB02 | Change of applicant information |
Country or region after: China Address after: No. 36 Longying Road, Shilou Town, Panyu District, Guangzhou City, Guangdong Province Applicant after: GAC AION NEW ENERGY AUTOMOBILE Co.,Ltd. Address before: No. 36 Longying Road, Shilou Town, Panyu District, Guangzhou City, Guangdong Province Applicant before: GAC AION New Energy Vehicle Co.,Ltd. Country or region before: China |