CN115327391A - 一种基于梯次利用电池的检测方法及装置 - Google Patents

一种基于梯次利用电池的检测方法及装置 Download PDF

Info

Publication number
CN115327391A
CN115327391A CN202211256522.9A CN202211256522A CN115327391A CN 115327391 A CN115327391 A CN 115327391A CN 202211256522 A CN202211256522 A CN 202211256522A CN 115327391 A CN115327391 A CN 115327391A
Authority
CN
China
Prior art keywords
battery
gradient
voltage
capacity
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
CN202211256522.9A
Other languages
English (en)
Other versions
CN115327391B (zh
Inventor
郑伟鹏
丁柏栋
杨昊昱
李艳芹
胡银平
周丽悦
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.)
Shenzhen Jiecheng Nickel Cobalt New Energy Technology Co ltd
Original Assignee
Shenzhen Jiecheng Nickel Cobalt New Energy 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 Shenzhen Jiecheng Nickel Cobalt New Energy Technology Co ltd filed Critical Shenzhen Jiecheng Nickel Cobalt New Energy Technology Co ltd
Priority to CN202211256522.9A priority Critical patent/CN115327391B/zh
Publication of CN115327391A publication Critical patent/CN115327391A/zh
Application granted granted Critical
Publication of CN115327391B publication Critical patent/CN115327391B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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]
    • G01R31/367Software therefor, e.g. for battery testing using modelling or look-up tables
    • 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]
    • G01R31/385Arrangements for measuring battery or accumulator variables
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10Energy storage using batteries

Abstract

本发明涉及电池性能检测技术领域,揭露了一种基于梯次利用电池的检测方法及装置,包括:将梯次利用电池充满电后执行放电操作,在放电过程中计算梯次利用电池的电压梯度集与容量梯度集,判断所述电压梯度集与容量梯度集中是否存在大于指定梯度阈值的电压梯度或容量梯度,若存在则鉴定所述梯次利用电池为待报废电池,若不存在则构建电池性能特征,计算所述电池性能特征与数据库中电池参考特征集的误差值,若误差值大于误差阈值,则鉴定所述梯次利用电池为低风险电池,若误差值小于或等于误差阈值,则鉴定所述梯次利用电池为安全可用电池。本发明主要目的在于提高梯次利用电池检测准确度的同时,减少检测过程的计算资源浪费问题。

Description

一种基于梯次利用电池的检测方法及装置
技术领域
本发明涉及一种基于梯次利用电池的检测方法及装置,属于电池性能检测技术领域。
背景技术
梯次利用电池在重复使用前需进行安全评估,是梯次利用电池在二次利用的安全保障。由于梯次利用电池可能具有老化、内部结构变异等安全性严重,因此需要从梯次利用电池中快速、准确的筛选合格的梯次电池继续应用于供电装置。
目前基于梯次利用电池的检测主要包括综合指数法、函数模型法、决策树分析法等,其中综合指数法是获取一系列梯次利用电池的指标数据,包括恒压充电时间、平均放电电压、最大放电电压及放电持续时间等,基于这类指标数据是否有过高或过低的异常值而鉴定梯次利用电池的安全情况,而函数模型法、决策树分析法主要是是基于所获取的指标数据构建函数关系式或决策树模型,用于智能判断梯次利用电池的安全性。
上述方法可有效实现梯次利用电池的安全性判断,但由于综合指数法仅考虑指标的异常值,过于简单的判断逻辑容易造成对梯次利用电池的误判,而函数模型法、决策树分析法需要拟合函数或训练模型,反复的拟合及训练容易造成过多的计算资源浪费。
发明内容
本发明提供一种基于梯次利用电池的检测方法、装置及计算机可读存储介质,其主要目的在于提高梯次利用电池检测准确度的同时,减少检测过程的计算资源浪费问题。
为实现上述目的,本发明提供的一种基于梯次利用电池的检测方法,包括:
接收梯次利用电池的检测指令,根据所述检测指令将梯次利用电池充满电后执行放电操作,在放电过程中实时检测梯次利用电池的电压变化值与容量变化值;
分别拟合电压变化值与放电时间的关系、容量变化值与放电时间的关系,得到电压变化函数与容量变化函数;
分别计算电压变化函数与容量变化函数的多组梯度值,得到电压梯度集与容量梯度集;
判断所述电压梯度集与容量梯度集中是否存在大于指定梯度阈值的电压梯度或容量梯度,若存在大于指定梯度阈值的电压梯度或容量梯度,则鉴定所述梯次利用电池为待报废电池;
若不存在大于指定梯度阈值的电压梯度或容量梯度,构建电池性能特征,其中电池性能特征包括恒压充电时间、平均放电电压、最大放电电压及放电持续时间;
计算所述电池性能特征与数据库中电池参考特征集的误差值,若误差值大于误差阈值,则鉴定所述梯次利用电池为低风险电池;
若误差值小于或等于误差阈值,则鉴定所述梯次利用电池为安全可用电池。
可选地,所述将梯次利用电池充满电后执行放电操作,包括:
将梯次利用电池所在环境调整至室温,在室温环境下以恒流模式将梯次利用电池充电至模式切换电压;
在梯次利用电池充电到达模式切换电压时,将恒流模式切换为恒压模式继续给梯次利用电池充电,直至恒压模式下供给至梯次利用电池的电流减少至断电电流临界值时完成充电;
接收设定的放电电流,以所述放电电流恒定的情况下放电所述梯次利用电池,直至梯次利用电池的端电压达到设定的截止电压时完成放电。
可选地,所述分别计算电压变化函数与容量变化函数的多组梯度值,得到电压梯度集与容量梯度集,包括:
接收设定的时间切分区间值,利用所述时间切分区间值切分所述放电时间,得到多组分段时间;
依次计算在每组分段时间内电压变化函数与容量变化函数的梯度值,得到多组梯度值,其中每组梯度值包括电压梯度与容量梯度;
汇总每组电压梯度得到电压梯度集,汇总每组容量梯度得到容量梯度集。
可选地,所述依次计算在每组分段时间内电压变化函数与容量变化函数的梯度值,得到多组梯度值,其中每组梯度值包括电压梯度与容量梯度,包括:
采用如下计算方法计算得到梯度值:
Figure 701493DEST_PATH_IMAGE001
其中,
Figure 244470DEST_PATH_IMAGE002
表示电压梯度,
Figure 68070DEST_PATH_IMAGE003
表示容量梯度,
Figure 721905DEST_PATH_IMAGE004
表示在分段时间内共采集的电压变 化值总数,
Figure 212929DEST_PATH_IMAGE005
表示在分段时间内共采集的容量变化值总数,
Figure 195316DEST_PATH_IMAGE006
表示电压变化函数,
Figure 506212DEST_PATH_IMAGE007
表示容量变化函数,
Figure 432579DEST_PATH_IMAGE008
表示在分段时间内第
Figure 43689DEST_PATH_IMAGE009
个电压变化值,
Figure 194048DEST_PATH_IMAGE010
表示在分段时间内第
Figure 992240DEST_PATH_IMAGE009
个容 量变化值,
Figure 456719DEST_PATH_IMAGE011
表示在分段时间内第
Figure 453494DEST_PATH_IMAGE009
个电压变化值所对应的放电时间,
Figure 978016DEST_PATH_IMAGE012
表示在分段时间 内第
Figure 997925DEST_PATH_IMAGE009
个容量变化值所对应的放电时间,
Figure 531674DEST_PATH_IMAGE013
为求偏导的符号表示。
可选地,所述判断所述电压梯度集与容量梯度集中是否存在大于指定梯度阈值的电压梯度或容量梯度,包括:
接收指定梯度阈值,其中指定梯度阈值包括电压梯度阈值和容量梯度阈值;
依次判断所述电压梯度集中是否存在大于电压梯度阈值的电压梯度;
依次判断所述容量梯度集中是否存在大于容量梯度阈值的容量梯度。
可选地,所述恒压充电时间的获取包括:
记录恒流模式切换为恒压模式的模式切换时间;
当在恒压模式下供给至梯次利用电池的电流减少至断电电流临界值时,记录充电完成时间;
计算充电完成时间与模式切换时间的差值即为所述恒压充电时间。
可选地,所述计算所述电池性能特征与数据库中电池参考特征集的误差值,包括:
确定所述梯次利用电池的电池型号,从数据库中找到具有相同电池型号的电池参考特征集;
计算所述电池性能特征与电池参考特征集的误差值。
可选地,所述计算所述电池性能特征与电池参考特征集的误差值,包括:
分别计算恒压充电时间、平均放电电压、最大放电电压及放电持续时间在电池参考特征集的特征权重,得到四组权重值;
将每组权重值映射为对应的熵值,并根据四组熵值的总和确定为误差值。
可选地,所述权重值和熵值的计算方法分别为:
Figure 385885DEST_PATH_IMAGE014
其中,
Figure 815729DEST_PATH_IMAGE015
表示第
Figure 588513DEST_PATH_IMAGE016
组权重值,
Figure 660375DEST_PATH_IMAGE017
表示第
Figure 569425DEST_PATH_IMAGE016
组熵值,
Figure 498067DEST_PATH_IMAGE016
的取值可以为恒压充电时间、 平均放电电压、最大放电电压或放电持续时间,
Figure 492567DEST_PATH_IMAGE018
表示第
Figure 368119DEST_PATH_IMAGE016
组电池性能特征的数值,
Figure 334938DEST_PATH_IMAGE019
表 示电池参考特征集中第
Figure 434482DEST_PATH_IMAGE020
组电池参考特征的数值,
Figure 916278DEST_PATH_IMAGE021
表示电池参考特征集中第
Figure 329942DEST_PATH_IMAGE020
组电池参 考特征的特征总数。
为了解决上述问题,本发明还提供一种基于梯次利用电池的检测装置,所述装置包括:
放电检测模块,用于接收梯次利用电池的检测指令,根据所述检测指令将梯次利用电池充满电后执行放电操作,在放电过程中实时检测梯次利用电池的电压变化值与容量变化值;
变化函数构建模块,用于分别拟合电压变化值与放电时间的关系、容量变化值与放电时间的关系,得到电压变化函数与容量变化函数;
梯度值计算模块,用于分别计算电压变化函数与容量变化函数的多组梯度值,得到电压梯度集与容量梯度集;
电池性能特征构建模块,用于判断所述电压梯度集与容量梯度集中是否存在大于指定梯度阈值的电压梯度或容量梯度,若存在大于指定梯度阈值的电压梯度或容量梯度,则鉴定所述梯次利用电池为待报废电池,若不存在大于指定梯度阈值的电压梯度或容量梯度,构建电池性能特征,其中电池性能特征包括恒压充电时间、平均放电电压、最大放电电压及放电持续时间;
误差判断模块,用于计算所述电池性能特征与数据库中电池参考特征集的误差值,若误差值大于误差阈值,则鉴定所述梯次利用电池为低风险电池,若误差值小于或等于误差阈值,则鉴定所述梯次利用电池为安全可用电池。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以实现上述所述的基于梯次利用电池的检测方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于梯次利用电池的检测方法。
相比于背景技术所述问题,本发明实施例接收梯次利用电池的检测指令,根据所述检测指令将梯次利用电池充满电后执行放电操作,在放电过程中实时检测梯次利用电池的电压变化值与容量变化值,其中电压变化值与容量变化值作为梯次利用电池最重要的指标之一,是本发明实施例首先需要考虑的特征,因为电压变化值与容量变化值的变化频率与变化幅度过高,则表明梯次利用电池的内部结构已发生重要改变,具有高风险性,因此分别拟合电压变化值与放电时间的关系、容量变化值与放电时间的关系,得到电压变化函数与容量变化函数,分别计算电压变化函数与容量变化函数的多组梯度值,得到电压梯度集与容量梯度集,并进一步判断所述电压梯度集与容量梯度集中是否存在大于指定梯度阈值的电压梯度或容量梯度,若存在大于指定梯度阈值的电压梯度或容量梯度,则鉴定所述梯次利用电池为待报废电池,可见本发明实施例为了减少因拟合模型或函数造成的资源浪费问题,先仅提取两组特征:电压变化值与容量变化值,通过这两组特征的梯度变化检测梯次利用电池的安全性,当不存在大于指定梯度阈值的电压梯度或容量梯度,构建电池性能特征,其中电池性能特征包括恒压充电时间、平均放电电压、最大放电电压及放电持续时间,并根据与数据库中电池参考特征集的误差值判断梯次利用电池的安全性,可见相比于传统的综合指数法来说,本发明实施例的检测过程更趋于完善和成熟,先计算梯度后计算误差,有效的提高检测准确率。因此本发明提出的基于梯次利用电池的检测方法、装置、电子设备及计算机可读存储介质,其主要目的在于提高梯次利用电池检测准确度的同时,减少检测过程的计算资源浪费问题。
附图说明
图1为本发明一实施例提供的基于梯次利用电池的检测方法的流程示意图;
图2为本发明一实施例提供的基于梯次利用电池的检测装置的功能模块图;
图3为本发明一实施例提供的实现所述基于梯次利用电池的检测方法的电子设备的结构示意图。
本发明目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种基于梯次利用电池的检测方法。所述基于梯次利用电池的检测方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述基于梯次利用电池的检测方法可以由安装在终端设备或服务端设备的软件或硬件来执行。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
实施例1:
参照图1所示,为本发明一实施例提供的基于梯次利用电池的检测方法的流程示意图。在本实施例中,所述基于梯次利用电池的检测方法包括:
S1、接收梯次利用电池的检测指令,根据所述检测指令将梯次利用电池充满电后执行放电操作,在放电过程中实时检测梯次利用电池的电压变化值与容量变化值。
需强调的是,本发明实施例所述梯次利用电池包括但不限于锂离子电池、磷酸铁锂电池等。此外,梯次利用电池的检测指令一般由梯次利用电池的回收人员发起。示例性的,小张作为梯次利用电池回收厂的电池检测员,需要检测当前回收的锂离子电池的电池健康情况,故发起检测指令。
需解释的是,标称容量是电池出厂时厂家测定的储能能力。假如上述所回收的锂离子电池标称容量为1300毫安时,表明该电池在规定条件下可以达到输出1300毫安时的能力。但需强调的是,电池容量随着多次充放电会逐步减小,使用中若是过量充电、过量放电、使用不配套的充电器会加速容量减少,甚至报废,因此本发明实施例将梯次利用电池的标称容量作为后续评定梯次利用电池健康状态的标准。
详细地,所述将梯次利用电池充满电后执行放电操作,包括:
将梯次利用电池所在环境调整至室温,在室温环境下以恒流模式将梯次利用电池充电至模式切换电压;
在梯次利用电池充电到达模式切换电压时,将恒流模式切换为恒压模式继续给梯次利用电池充电,直至恒压模式下供给至梯次利用电池的电流减少至断电电流临界值时完成充电;
接收设定的放电电流,以所述放电电流恒定的情况下放电所述梯次利用电池,直至梯次利用电池的端电压达到设定的截止电压时完成放电。
需解释的是,设定为室温环境是为了与标称容量形成统一,因为厂家测定标称容量一般也在室温环境。此外恒流模式、恒压模式及模式切换电压所对应的电流电压一般需根据梯次利用电池的类型、标称容量设定。
需解释的是,梯次利用电池的放电容量表示当前电池内的储能值,如上述锂离子电池的标称容量为1300毫安时,而当锂离子电池作为梯次利用电池时,测定其充满电后开始执行放电操作时的储能值为1150毫安时,持续放电20分钟后,其储能值变为为950毫安时,则1150毫安时、950毫安时均称为放电容量的变化值。
进一步地,通过电压表及电池容量检测器,实时检测梯次利用电池在放电过程的电压变化值与容量变化值,如每10秒检测一次,则可得到从放电开始到放电结束的多组电压变化值与容量变化值。
S2、分别拟合电压变化值与放电时间的关系、容量变化值与放电时间的关系,得到电压变化函数与容量变化函数。
可理解的是,在放电过程中由于放电电流恒定,因此放电电压与放电时间之间会产生相关关系,因此本发明实施例以放电时间为自变量,放电电压的电压变化值为因变量构建得到电压变化函数。同理,容量变化值与放电时间也存在相关关系,进而构建得到容量变化函数。
本发明实施例中,可通过MATLAB、Python内的Sklearn库拟合电压变化值与放电时间、容量变化值与放电时间的关系,从而得到电压变化函数与容量变化函数。
S3、分别计算电压变化函数与容量变化函数的多组梯度值,得到电压梯度集与容量梯度集;
详细地,所述分别计算电压变化函数与容量变化函数的多组梯度值,得到电压梯度集与容量梯度集,包括:
接收设定的时间切分区间值,利用所述时间切分区间值切分所述放电时间,得到多组分段时间;
依次计算在每组分段时间内电压变化函数与容量变化函数的梯度值,得到多组梯度值,其中每组梯度值包括电压梯度与容量梯度;
汇总每组电压梯度得到电压梯度集,汇总每组容量梯度得到容量梯度集。
示例性的,如上述小张检测回收的锂离子电池的电池健康情况,在放电锂离子电池时共持续50分钟,现设定时间切分区间值为30秒,即将50分钟的放电时间按照每30秒为一个区间拆分为多组分段时间,其中第一段为[0,30]、第二段为[30,60],以此类推。
现需要计算每组分段时间内的电压梯度与容量梯度,详细地,所述依次计算在每组分段时间内电压变化函数与容量变化函数的梯度值,得到多组梯度值,其中每组梯度值包括电压梯度与容量梯度,包括:
采用如下计算方法计算得到梯度值:
Figure 213585DEST_PATH_IMAGE022
其中,
Figure 687291DEST_PATH_IMAGE002
表示电压梯度,
Figure 656384DEST_PATH_IMAGE003
表示容量梯度,
Figure 864950DEST_PATH_IMAGE004
表示在分段时间内共采集的电压变 化值总数,
Figure 603099DEST_PATH_IMAGE005
表示在分段时间内共采集的容量变化值总数,
Figure 982128DEST_PATH_IMAGE023
表示电压变化函数,
Figure 704096DEST_PATH_IMAGE007
表示容量变化函数,
Figure 459562DEST_PATH_IMAGE008
表示在分段时间内第
Figure 317797DEST_PATH_IMAGE009
个电压变化值,
Figure 602148DEST_PATH_IMAGE010
表示在分段时间内第
Figure 545833DEST_PATH_IMAGE009
个容 量变化值,
Figure 370569DEST_PATH_IMAGE011
表示在分段时间内第
Figure 817731DEST_PATH_IMAGE009
个电压变化值所对应的放电时间,
Figure 804142DEST_PATH_IMAGE012
表示在分段时间 内第
Figure 969544DEST_PATH_IMAGE009
个容量变化值所对应的放电时间,
Figure 66813DEST_PATH_IMAGE013
为求偏导的符号表示。
S4、判断所述电压梯度集与容量梯度集中是否存在大于指定梯度阈值的电压梯度或容量梯度,若存在大于指定梯度阈值的电压梯度或容量梯度,则鉴定所述梯次利用电池为待报废电池;
详细地,所述判断所述电压梯度集与容量梯度集中是否存在大于指定梯度阈值的电压梯度或容量梯度,包括:
接收指定梯度阈值,其中指定梯度阈值包括电压梯度阈值和容量梯度阈值;
依次判断所述电压梯度集中是否存在大于电压梯度阈值的电压梯度;
依次判断所述容量梯度集中是否存在大于容量梯度阈值的容量梯度。
需解释的是,本发明实施例所提出的梯度值计算公式,可有效表示表示出电压变化或容量变化的变化快慢及变化幅度,即电压梯度越大,表示在对应的分段时间内,电压变化频率越高、变化幅度越大;容量梯度越大,表示在对应的分段时间内,容量变化频率越高、变化幅度越大。需强调的是,变化频率越高、变化幅度越大表明梯次利用电池由于使用年限、过高的使用负担已导致梯次利用电池的内部结构产生巨大变化,因此具有安全隐患,则鉴定为待报废电池。
S5、若不存在大于指定梯度阈值的电压梯度或容量梯度,构建电池性能特征,其中电池性能特征包括恒压充电时间、平均放电电压、最大放电电压及放电持续时间;
需解释的是,若梯次利用电池的电压与容量的变化频率变化幅度稳定,表明梯次利用电池内部结构相对完善,因此需进一步判断梯次利用电池的基本电池特征是否完善,故需获取电池性能特征。
需了解的是,恒压充电时间表示梯次利用电池在充满电维持恒压模式时的持续时间总长,详细地,所述恒压充电时间的获取包括:
记录恒流模式切换为恒压模式的模式切换时间;
当在恒压模式下供给至梯次利用电池的电流减少至断电电流临界值时,记录充电完成时间;
计算充电完成时间与模式切换时间的差值即为所述恒压充电时间。
示例性的,上述小张检测锂离子电池的电池健康情况,先对锂离子电池执行充电共花费13分钟,其中恒流模式持续5分钟,恒压模式持续8分钟,恒压充电时间即为8分钟。
此外,平均放电电压、最大放电电压与放电持续时间为梯次利用电池的常规参数,获取过程在此不再赘述。
S6、计算所述电池性能特征与数据库中电池参考特征集的误差值,若误差值大于误差阈值,则鉴定所述梯次利用电池为低风险电池;
详细地,所述计算所述电池性能特征与数据库中电池参考特征的误差值,包括:
确定所述梯次利用电池的电池型号,从数据库中找到具有相同电池型号的电池参考特征集;
计算所述电池性能特征与电池参考特征集的误差值。
示例性的,小张检测的锂离子电池的电池型号为KB-3,则从数据库中找到所有KB-3的电池参考特征集,其中需强调的是,数据库中所有KB-3的电池参考特征集均为非梯次利用的KB-3电池,即收集的所有正常的KB-3电池的恒压充电时间、平均放电电压、最大放电电压及放电持续时间称为电池参考特征集。
详细地,所述计算所述电池性能特征与电池参考特征集的误差值,包括:
分别计算恒压充电时间、平均放电电压、最大放电电压及放电持续时间在电池参考特征集的特征权重,得到四组权重值;
将每组权重值映射为对应的熵值,并根据四组熵值的总和确定为误差值。
进一步地,每组权重值的计算方法为:
Figure 899640DEST_PATH_IMAGE024
其中,
Figure 56952DEST_PATH_IMAGE025
表示第
Figure 975229DEST_PATH_IMAGE026
组权重值,
Figure 613539DEST_PATH_IMAGE026
的取值可以为恒压充电时间、平均放电电压、最大 放电电压或放电持续时间,
Figure 300873DEST_PATH_IMAGE027
表示第
Figure 894665DEST_PATH_IMAGE026
组电池性能特征的数值,
Figure 34659DEST_PATH_IMAGE028
表示电池参考特征集中 第
Figure 473731DEST_PATH_IMAGE020
组电池参考特征的数值,
Figure 749992DEST_PATH_IMAGE029
表示电池参考特征集中第
Figure 249106DEST_PATH_IMAGE020
组电池参考特征的特征总数。
示例性的,
Figure 876396DEST_PATH_IMAGE025
可以表示恒压充电时间的权重值,如上所述,锂电池在恒压模式的 恒压充电时间为8分钟,则
Figure 119159DEST_PATH_IMAGE027
=8,然后提取出数据库中所有恒压充电时间所对应的数据,并 相加后与
Figure 515505DEST_PATH_IMAGE027
=8相除,得到恒压充电时间的权重值。
此外,所述将每组权重值映射为对应的熵值,包括:
采用如下方法映射得到熵值
Figure 451100DEST_PATH_IMAGE030
其中,
Figure 300108DEST_PATH_IMAGE031
表示第
Figure 346561DEST_PATH_IMAGE026
组熵值。
S7、若误差值小于或等于误差阈值,则鉴定所述梯次利用电池为安全可用电池;
需解释的是,通过计算电池性能特征与数据库中电池参考特征集的误差值发现,梯次利用电池的电池性能特征误差值并不大,则表明电池性能特征的各项指标均属于正常范围,因此鉴定对应的梯次利用电池为安全可用电池。
相比于背景技术所述问题,本发明实施例接收梯次利用电池的检测指令,根据所述检测指令将梯次利用电池充满电后执行放电操作,在放电过程中实时检测梯次利用电池的电压变化值与容量变化值,其中电压变化值与容量变化值作为梯次利用电池最重要的指标之一,是本发明实施例首先需要考虑的特征,因为电压变化值与容量变化值的变化频率与变化幅度过高,则表明梯次利用电池的内部结构已发生重要改变,具有高风险性,因此分别拟合电压变化值与放电时间的关系、容量变化值与放电时间的关系,得到电压变化函数与容量变化函数,分别计算电压变化函数与容量变化函数的多组梯度值,得到电压梯度集与容量梯度集,并进一步判断所述电压梯度集与容量梯度集中是否存在大于指定梯度阈值的电压梯度或容量梯度,若存在大于指定梯度阈值的电压梯度或容量梯度,则鉴定所述梯次利用电池为待报废电池,可见本发明实施例为了减少因拟合模型或函数造成的资源浪费问题,先仅提取两组特征:电压变化值与容量变化值,通过这两组特征的梯度变化检测梯次利用电池的安全性,当不存在大于指定梯度阈值的电压梯度或容量梯度,构建电池性能特征,其中电池性能特征包括恒压充电时间、平均放电电压、最大放电电压及放电持续时间,并根据与数据库中电池参考特征集的误差值判断梯次利用电池的安全性,可见相比于传统的综合指数法来说,本发明实施例的检测过程更趋于完善和成熟,先计算梯度后计算误差,有效的提高检测准确率。因此本发明提出的基于梯次利用电池的检测方法、装置、电子设备及计算机可读存储介质,其主要目的在于提高梯次利用电池检测准确度的同时,减少检测过程的计算资源浪费问题。
实施例2:
如图2所示,是本发明一实施例提供的基于梯次利用电池的检测装置的功能模块图。
本发明所述基于梯次利用电池的检测装置100可以安装于电子设备中。根据实现的功能,所述基于梯次利用电池的检测装置100可以包括放电检测模块101、变化函数构建模块102、梯度值计算模块103、电池性能特征构建模块104及误差判断模块105。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
所述放电检测模块101,用于接收梯次利用电池的检测指令,根据所述检测指令将梯次利用电池充满电后执行放电操作,在放电过程中实时检测梯次利用电池的电压变化值与容量变化值;
所述变化函数构建模块102,用于分别拟合电压变化值与放电时间的关系、容量变化值与放电时间的关系,得到电压变化函数与容量变化函数;
所述梯度值计算模块103,用于分别计算电压变化函数与容量变化函数的多组梯度值,得到电压梯度集与容量梯度集;
所述电池性能特征构建模块104,用于判断所述电压梯度集与容量梯度集中是否存在大于指定梯度阈值的电压梯度或容量梯度,若存在大于指定梯度阈值的电压梯度或容量梯度,则鉴定所述梯次利用电池为待报废电池,若不存在大于指定梯度阈值的电压梯度或容量梯度,构建电池性能特征,其中电池性能特征包括恒压充电时间、平均放电电压、最大放电电压及放电持续时间;
所述误差判断模块105,用于计算所述电池性能特征与数据库中电池参考特征集的误差值,若误差值大于误差阈值,则鉴定所述梯次利用电池为低风险电池,若误差值小于或等于误差阈值,则鉴定所述梯次利用电池为安全可用电池。
详细地,本发明实施例中所述基于梯次利用电池的检测装置100中的所述各模块在使用时采用与上述的图1中所述的基于梯次利用电池的检测方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
实施例3:
如图3所示,是本发明一实施例提供的实现基于梯次利用电池的检测方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、总线12和通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如基于梯次利用电池的检测程序。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card, SMC)、安全数字(SecureDigital, SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如基于梯次利用电池的检测程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如基于梯次利用电池的检测程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图3示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于梯次利用电池的检测程序是多个指令的组合,在所述处理器10中运行时,可以实现:
接收梯次利用电池的检测指令,根据所述检测指令将梯次利用电池充满电后执行放电操作,在放电过程中实时检测梯次利用电池的电压变化值与容量变化值;
分别拟合电压变化值与放电时间的关系、容量变化值与放电时间的关系,得到电压变化函数与容量变化函数;
分别计算电压变化函数与容量变化函数的多组梯度值,得到电压梯度集与容量梯度集;
判断所述电压梯度集与容量梯度集中是否存在大于指定梯度阈值的电压梯度或容量梯度,若存在大于指定梯度阈值的电压梯度或容量梯度,则鉴定所述梯次利用电池为待报废电池;
若不存在大于指定梯度阈值的电压梯度或容量梯度,构建电池性能特征,其中电池性能特征包括恒压充电时间、平均放电电压、最大放电电压及放电持续时间;
计算所述电池性能特征与数据库中电池参考特征集的误差值,若误差值大于误差阈值,则鉴定所述梯次利用电池为低风险电池;
若误差值小于或等于误差阈值,则鉴定所述梯次利用电池为安全可用电池。
具体地,所述处理器10对上述指令的具体实现方法可参考图1至图2对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/单元如果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存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括: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)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
接收梯次利用电池的检测指令,根据所述检测指令将梯次利用电池充满电后执行放电操作,在放电过程中实时检测梯次利用电池的电压变化值与容量变化值;
分别拟合电压变化值与放电时间的关系、容量变化值与放电时间的关系,得到电压变化函数与容量变化函数;
分别计算电压变化函数与容量变化函数的多组梯度值,得到电压梯度集与容量梯度集;
判断所述电压梯度集与容量梯度集中是否存在大于指定梯度阈值的电压梯度或容量梯度,若存在大于指定梯度阈值的电压梯度或容量梯度,则鉴定所述梯次利用电池为待报废电池;
若不存在大于指定梯度阈值的电压梯度或容量梯度,构建电池性能特征,其中电池性能特征包括恒压充电时间、平均放电电压、最大放电电压及放电持续时间;
计算所述电池性能特征与数据库中电池参考特征集的误差值,若误差值大于误差阈值,则鉴定所述梯次利用电池为低风险电池;
若误差值小于或等于误差阈值,则鉴定所述梯次利用电池为安全可用电池。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块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。
另外,在本发明各个实施例中的各功能模块可以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,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种基于梯次利用电池的检测方法,其特征在于,所述方法包括:
接收梯次利用电池的检测指令,根据所述检测指令将梯次利用电池充满电后执行放电操作,在放电过程中实时检测梯次利用电池的电压变化值与容量变化值;
分别拟合电压变化值与放电时间的关系、容量变化值与放电时间的关系,得到电压变化函数与容量变化函数;
分别计算电压变化函数与容量变化函数的多组梯度值,得到电压梯度集与容量梯度集;
判断所述电压梯度集与容量梯度集中是否存在大于指定梯度阈值的电压梯度或容量梯度,若存在大于指定梯度阈值的电压梯度或容量梯度,则鉴定所述梯次利用电池为待报废电池;
若不存在大于指定梯度阈值的电压梯度或容量梯度,构建电池性能特征,其中电池性能特征包括恒压充电时间、平均放电电压、最大放电电压及放电持续时间;
计算所述电池性能特征与数据库中电池参考特征集的误差值,若误差值大于误差阈值,则鉴定所述梯次利用电池为低风险电池;
若误差值小于或等于误差阈值,则鉴定所述梯次利用电池为安全可用电池。
2.如权利要求1所述的基于梯次利用电池的检测方法,其特征在于,所述将梯次利用电池充满电后执行放电操作,包括:
将梯次利用电池所在环境调整至室温,在室温环境下以恒流模式将梯次利用电池充电至模式切换电压;
在梯次利用电池充电到达模式切换电压时,将恒流模式切换为恒压模式继续给梯次利用电池充电,直至恒压模式下供给至梯次利用电池的电流减少至断电电流临界值时完成充电;
接收设定的放电电流,以所述放电电流恒定的情况下放电所述梯次利用电池,直至梯次利用电池的端电压达到设定的截止电压时完成放电。
3.如权利要求2所述的基于梯次利用电池的检测方法,其特征在于,所述分别计算电压变化函数与容量变化函数的多组梯度值,得到电压梯度集与容量梯度集,包括:
接收设定的时间切分区间值,利用所述时间切分区间值切分所述放电时间,得到多组分段时间;
依次计算在每组分段时间内电压变化函数与容量变化函数的梯度值,得到多组梯度值,其中每组梯度值包括电压梯度与容量梯度;
汇总每组电压梯度得到电压梯度集,汇总每组容量梯度得到容量梯度集。
4.如权利要求3所述的基于梯次利用电池的检测方法,其特征在于,所述依次计算在每组分段时间内电压变化函数与容量变化函数的梯度值,得到多组梯度值,其中每组梯度值包括电压梯度与容量梯度,包括:
采用如下计算方法计算得到梯度值:
Figure 111192DEST_PATH_IMAGE001
其中,
Figure 952109DEST_PATH_IMAGE002
表示电压梯度,
Figure 553992DEST_PATH_IMAGE003
表示容量梯度,
Figure 138557DEST_PATH_IMAGE004
表示在分段时间内共采集的电压变化值 总数,
Figure 509496DEST_PATH_IMAGE005
表示在分段时间内共采集的容量变化值总数,
Figure 521314DEST_PATH_IMAGE006
表示电压变化函数,
Figure 610493DEST_PATH_IMAGE007
表示 容量变化函数,
Figure 936432DEST_PATH_IMAGE008
表示在分段时间内第
Figure 161877DEST_PATH_IMAGE009
个电压变化值,
Figure 610176DEST_PATH_IMAGE010
表示在分段时间内第
Figure 921071DEST_PATH_IMAGE009
个容量变 化值,
Figure 115948DEST_PATH_IMAGE011
表示在分段时间内第
Figure 461479DEST_PATH_IMAGE009
个电压变化值所对应的放电时间,
Figure 815100DEST_PATH_IMAGE012
表示在分段时间内第
Figure 816554DEST_PATH_IMAGE009
个容量变化值所对应的放电时间,
Figure 546612DEST_PATH_IMAGE013
为求偏导的符号表示。
5.如权利要求4所述的基于梯次利用电池的检测方法,其特征在于,所述判断所述电压梯度集与容量梯度集中是否存在大于指定梯度阈值的电压梯度或容量梯度,包括:
接收指定梯度阈值,其中指定梯度阈值包括电压梯度阈值和容量梯度阈值;
依次判断所述电压梯度集中是否存在大于电压梯度阈值的电压梯度;
依次判断所述容量梯度集中是否存在大于容量梯度阈值的容量梯度。
6.如权利要求2所述的基于梯次利用电池的检测方法,其特征在于,所述恒压充电时间的获取包括:
记录恒流模式切换为恒压模式的模式切换时间;
当在恒压模式下供给至梯次利用电池的电流减少至断电电流临界值时,记录充电完成时间;
计算充电完成时间与模式切换时间的差值即为所述恒压充电时间。
7.如权利要求6所述的基于梯次利用电池的检测方法,其特征在于,所述计算所述电池性能特征与数据库中电池参考特征集的误差值,包括:
确定所述梯次利用电池的电池型号,从数据库中找到具有相同电池型号的电池参考特征集;
计算所述电池性能特征与电池参考特征集的误差值。
8.如权利要求7所述的基于梯次利用电池的检测方法,其特征在于,所述计算所述电池性能特征与电池参考特征集的误差值,包括:
分别计算恒压充电时间、平均放电电压、最大放电电压及放电持续时间在电池参考特征集的特征权重,得到四组权重值;
将每组权重值映射为对应的熵值,并根据四组熵值的总和确定为误差值。
9.如权利要求8所述的基于梯次利用电池的检测方法,其特征在于,所述权重值和熵值的计算方法分别为:
Figure 746649DEST_PATH_IMAGE014
其中,
Figure 271172DEST_PATH_IMAGE015
表示第
Figure 556660DEST_PATH_IMAGE016
组权重值,
Figure 824830DEST_PATH_IMAGE017
表示第
Figure 144953DEST_PATH_IMAGE016
组熵值,
Figure 105955DEST_PATH_IMAGE016
的取值可以为恒压充电时间、平均 放电电压、最大放电电压或放电持续时间,
Figure 878739DEST_PATH_IMAGE018
表示第
Figure 685021DEST_PATH_IMAGE016
组电池性能特征的数值,
Figure 859651DEST_PATH_IMAGE019
表示电 池参考特征集中第
Figure 929238DEST_PATH_IMAGE020
组电池参考特征的数值,
Figure 189318DEST_PATH_IMAGE021
表示电池参考特征集中第
Figure 596029DEST_PATH_IMAGE020
组电池参考特 征的特征总数。
10.一种基于梯次利用电池的检测装置,其特征在于,所述装置包括:
放电检测模块,用于接收梯次利用电池的检测指令,根据所述检测指令将梯次利用电池充满电后执行放电操作,在放电过程中实时检测梯次利用电池的电压变化值与容量变化值;
变化函数构建模块,用于分别拟合电压变化值与放电时间的关系、容量变化值与放电时间的关系,得到电压变化函数与容量变化函数;
梯度值计算模块,用于分别计算电压变化函数与容量变化函数的多组梯度值,得到电压梯度集与容量梯度集;
电池性能特征构建模块,用于判断所述电压梯度集与容量梯度集中是否存在大于指定梯度阈值的电压梯度或容量梯度,若存在大于指定梯度阈值的电压梯度或容量梯度,则鉴定所述梯次利用电池为待报废电池,若不存在大于指定梯度阈值的电压梯度或容量梯度,构建电池性能特征,其中电池性能特征包括恒压充电时间、平均放电电压、最大放电电压及放电持续时间;
误差判断模块,用于计算所述电池性能特征与数据库中电池参考特征集的误差值,若误差值大于误差阈值,则鉴定所述梯次利用电池为低风险电池,若误差值小于或等于误差阈值,则鉴定所述梯次利用电池为安全可用电池。
CN202211256522.9A 2022-10-14 2022-10-14 一种基于梯次利用电池的检测方法及装置 Active CN115327391B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211256522.9A CN115327391B (zh) 2022-10-14 2022-10-14 一种基于梯次利用电池的检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211256522.9A CN115327391B (zh) 2022-10-14 2022-10-14 一种基于梯次利用电池的检测方法及装置

Publications (2)

Publication Number Publication Date
CN115327391A true CN115327391A (zh) 2022-11-11
CN115327391B CN115327391B (zh) 2022-12-30

Family

ID=83914120

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211256522.9A Active CN115327391B (zh) 2022-10-14 2022-10-14 一种基于梯次利用电池的检测方法及装置

Country Status (1)

Country Link
CN (1) CN115327391B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116738932A (zh) * 2023-08-16 2023-09-12 杭州程单能源科技有限公司 锂电池梯次利用的电芯压差优化方法及装置

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5371682A (en) * 1993-02-04 1994-12-06 At&T Corp. Method and apparatus for predicting battery reserve time to a specified end-voltage
CN102698968A (zh) * 2012-06-07 2012-10-03 北京有色金属研究总院 分选锂离子动力电池的方法
CN103439665A (zh) * 2013-08-30 2013-12-11 长城汽车股份有限公司 动力电池梯次利用的分析方法
CN107271912A (zh) * 2017-06-27 2017-10-20 荆门市格林美新材料有限公司 一种蓄电池梯级利用评估方法
CN108155426A (zh) * 2017-12-25 2018-06-12 合肥工业大学智能制造技术研究院 基于衰减特性参数的电池梯次利用方法
CN109860739A (zh) * 2019-02-19 2019-06-07 湖北鹏程新锐科技发展有限公司 一种非等容电池组的组配方法、系统、存储介质及装置
CN110596612A (zh) * 2019-09-16 2019-12-20 上海理工大学 一种对面向梯次利用的退役锂电池分类方法的选取方法
CN111079796A (zh) * 2019-11-22 2020-04-28 上海电气分布式能源科技有限公司 电池的筛选方法、系统、电子产品和介质
CN111816938A (zh) * 2020-07-06 2020-10-23 安徽恒明工程技术有限公司 一种退役电池梯次利用方法
TWI723694B (zh) * 2019-12-20 2021-04-01 國家中山科學研究院 一種快速評估電池剩餘可用容量的方法
WO2022004356A1 (ja) * 2020-06-30 2022-01-06 株式会社デンソー 二次電池の劣化度判定装置
US20220146589A1 (en) * 2019-07-24 2022-05-12 Eco Stor As Method and device for predicting state of health and remaining lifetime for used electric vehicle batteries

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5371682A (en) * 1993-02-04 1994-12-06 At&T Corp. Method and apparatus for predicting battery reserve time to a specified end-voltage
CN102698968A (zh) * 2012-06-07 2012-10-03 北京有色金属研究总院 分选锂离子动力电池的方法
CN103439665A (zh) * 2013-08-30 2013-12-11 长城汽车股份有限公司 动力电池梯次利用的分析方法
CN107271912A (zh) * 2017-06-27 2017-10-20 荆门市格林美新材料有限公司 一种蓄电池梯级利用评估方法
CN108155426A (zh) * 2017-12-25 2018-06-12 合肥工业大学智能制造技术研究院 基于衰减特性参数的电池梯次利用方法
CN109860739A (zh) * 2019-02-19 2019-06-07 湖北鹏程新锐科技发展有限公司 一种非等容电池组的组配方法、系统、存储介质及装置
US20220146589A1 (en) * 2019-07-24 2022-05-12 Eco Stor As Method and device for predicting state of health and remaining lifetime for used electric vehicle batteries
CN110596612A (zh) * 2019-09-16 2019-12-20 上海理工大学 一种对面向梯次利用的退役锂电池分类方法的选取方法
CN111079796A (zh) * 2019-11-22 2020-04-28 上海电气分布式能源科技有限公司 电池的筛选方法、系统、电子产品和介质
TWI723694B (zh) * 2019-12-20 2021-04-01 國家中山科學研究院 一種快速評估電池剩餘可用容量的方法
WO2022004356A1 (ja) * 2020-06-30 2022-01-06 株式会社デンソー 二次電池の劣化度判定装置
CN111816938A (zh) * 2020-07-06 2020-10-23 安徽恒明工程技术有限公司 一种退役电池梯次利用方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
XIN LAI ET AL.: "Sorting, regrouping, and echelon utilization of the large-scale retired", 《RENEWABLE AND SUSTAINABLE ENERGY REVIEWS》 *
杜常清 等: "锂离子动力电池单体筛选方法研究", 《电源技术》 *
王永琛 等: "锂离子电池一致性分选方法", 《储能科学与技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116738932A (zh) * 2023-08-16 2023-09-12 杭州程单能源科技有限公司 锂电池梯次利用的电芯压差优化方法及装置
CN116738932B (zh) * 2023-08-16 2024-01-05 杭州程单能源科技有限公司 锂电池梯次利用的电芯压差优化方法及装置

Also Published As

Publication number Publication date
CN115327391B (zh) 2022-12-30

Similar Documents

Publication Publication Date Title
CN108089133B (zh) 储能系统电池组一致性检测方法及检测装置
CN110161425B (zh) 一种基于锂电池退化阶段划分的剩余使用寿命的预测方法
CN103904721B (zh) 电池电压均等化装置及方法
CN109116242B (zh) 一种动力电池的数据处理方法和装置
WO2023024851A1 (zh) 电池均衡方法及系统
CN115951230B (zh) 一种锂电池储能箱的异常检测方法及系统
CN115995628B (zh) 一种退役锂离子电池的回收处理方法及装置
CN115330275B (zh) 一种退役电池的梯次利用方法及装置
CN107167737A (zh) 一种电池系统安全监控方法
CN104535935A (zh) 一种动力电池组的容量检测方法及装置
WO2024060537A1 (zh) 电池异常自放电预警方法、系统、电子设备及存储介质
CN115327391B (zh) 一种基于梯次利用电池的检测方法及装置
CN115514068A (zh) 一种锂电池梯次利用的电芯压差优化方法
CN116879760B (zh) 退役动力电池历史过充电故障诊断方法及装置
CN114879070A (zh) 一种电池状态评估方法及相关设备
CN112816885A (zh) 一种电池异常检测方法、装置、电子设备及存储介质
CN115469239B (zh) 电池系统的电荷状态一致性评价方法、装置及电子设备
CN115800433A (zh) 电池组一致性评估与等级评价方法及装置
CN113030760B (zh) 电池寿命预测方法、设备及存储介质
CN114103729B (zh) 用于均衡电池包的方法、装置和电动汽车
CN114879054A (zh) 一种电池安全监测方法、装置、电子设备及存储介质
CN107748327B (zh) 一种储能电池组在线评估方法及装置
CN117250522B (zh) 应用于退役电池管理下的数据建模方法及系统
CN116738932B (zh) 锂电池梯次利用的电芯压差优化方法及装置
CN117228021B (zh) 用于高粱害虫类别识别的无人机充放电调节方法及系统

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
GR01 Patent grant
GR01 Patent grant