CN115456223A - 基于全生命周期的锂电池梯次回收管理方法及系统 - Google Patents
基于全生命周期的锂电池梯次回收管理方法及系统 Download PDFInfo
- Publication number
- CN115456223A CN115456223A CN202211397096.0A CN202211397096A CN115456223A CN 115456223 A CN115456223 A CN 115456223A CN 202211397096 A CN202211397096 A CN 202211397096A CN 115456223 A CN115456223 A CN 115456223A
- Authority
- CN
- China
- Prior art keywords
- recovery
- battery
- strategy
- lithium battery
- target
- 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
Links
- 238000011084 recovery Methods 0.000 title claims abstract description 462
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 188
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 188
- 238000007726 management method Methods 0.000 title claims abstract description 69
- 238000004064 recycling Methods 0.000 claims abstract description 129
- 238000011156 evaluation Methods 0.000 claims abstract description 81
- 238000012163 sequencing technique Methods 0.000 claims abstract description 79
- 238000000034 method Methods 0.000 claims abstract description 41
- 230000008569 process Effects 0.000 claims description 27
- 238000013507 mapping Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000007599 discharging Methods 0.000 claims description 5
- 230000000875 corresponding effect Effects 0.000 description 94
- 238000012545 processing Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 230000001172 regenerating effect Effects 0.000 description 4
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 229910001416 lithium ion Inorganic materials 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 239000010926 waste battery Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/30—Administration of product recycling or disposal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W30/00—Technologies for solid waste management
- Y02W30/50—Reuse, recycling or recovery technologies
- Y02W30/84—Recycling of batteries or fuel cells
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Secondary Cells (AREA)
Abstract
本发明涉及电池回收领域，公开了一种基于全生命周期的锂电池梯次回收管理方法及系统，用于提高锂电池的回收效率。所述方法包括：对回收流程信息进行流程信息解析，得到回收流程路径以及回收流程节点，并获取第一评价指标和第二评价指标；根据第一评价指标对多个电池回收策略进行排序，得到第一排序结果，并根据第一排序结果对多个电池回收策略进行回收策略概率预测，得到第一预测概率值；根据第二评价指标对多个电池回收策略进行排序，得到第二排序结果，并根据第二排序结果对多个电池回收策略进行回收概率预测，得到第二预测概率值；根据第一预测概率值和第二预测概率值选取目标电池回收策略。
Description
技术领域
本发明涉及电池回收领域，尤其涉及一种基于全生命周期的锂电池梯次回收管理方法及系统。
背景技术
随着现代化科技的高速发展，社会能源与环境生态污染等问题日益突出，各种废弃电池对环境及生态的污染问题已经成了社会关注的焦点。而锂离子电池由于容量高、循环性能稳定、工作平台电压高等特点被广泛应用于动力电池和储能电池，未来可能会有大量的锂离子电池被报废，对锂离子电池进行回收具有很高的社会价值。
但是现有的锂电池回收通常是采用统一回收的方式，没有针对锂电池的全生命周期制定回收策略对锂电池进行特异性的分类回收，进而导致现有方案的回收效率较低。
发明内容
本发明提供了一种基于全生命周期的锂电池梯次回收管理方法及系统，用于提高锂电池的回收效率。
本发明第一方面提供了一种基于全生命周期的锂电池梯次回收管理方法，所述基于全生命周期的锂电池梯次回收管理方法包括：从预置的电池回收管理数据库中获取目标锂电池对应的锂电池关联数据，并根据所述锂电池关联数据更新所述目标锂电池的电池状态数据；根据所述电池状态数据查询所述目标锂电池对应的多个电池回收策略，并获取每个电池回收策略对应的回收流程信息；对每个电池回收策略对应的回收流程信息进行流程信息解析，得到回收流程路径以及回收流程路径对应的回收流程节点，并获取所述回收流程节点的第一评价指标和第二评价指标；根据所述第一评价指标对所述多个电池回收策略进行排序，得到第一排序结果，并根据所述第一排序结果对所述多个电池回收策略进行回收策略概率预测，得到每个电池回收策略的第一预测概率值；根据所述第二评价指标对所述多个电池回收策略进行排序，得到第二排序结果，并根据所述第二排序结果对所述多个电池回收策略进行回收概率预测，得到每个电池回收策略的第二预测概率值；根据所述第一预测概率值和所述第二预测概率值，从所述多个电池回收策略中选取目标电池回收策略。
可选的，在本发明第一方面的第一种实现方式中，所述从预置的电池回收管理数据库中获取目标锂电池对应的锂电池关联数据，并根据所述锂电池关联数据更新所述目标锂电池的电池状态数据，包括：从预置的电池回收管理数据库中获取目标锂电池对应的锂电池关联数据；对所述锂电池关联数据进行电池充放电参数提取，得到电池充放电参数；根据所述电池充放电参数对所述目标锂电池进行电池状态更新，生成电池状态数据。
可选的，在本发明第一方面的第二种实现方式中，所述根据所述电池状态数据查询所述目标锂电池对应的多个电池回收策略，并获取每个电池回收策略对应的回收流程信息，包括：基于所述电池状态数据，对所述目标锂电池进行电池回收策略查询和匹配，并输出所述目标锂电池对应的多个电池回收策略；分别获取所述多个电池回收策略的回收标准数据；对所述回收标准数据进行流程信息解析，得到每个电池回收策略对应的回收流程信息。
可选的，在本发明第一方面的第三种实现方式中，所述对每个电池回收策略对应的回收流程信息进行流程信息解析，得到回收流程路径以及回收流程路径对应的回收流程节点，并获取所述回收流程节点的第一评价指标和第二评价指标，包括：对每个电池回收策略对应的回收流程信息进行流程路径解析，得到回收流程路径；对所述回收流程路径进行路径节点解析，得到所述回收流程路径对应的回收流程节点；获取所述回收流程节点中每个回收流程节点对应的回收成功率，并根据每个回收流程节点对应的回收成功率生成第一评价指标；获取所述回收流程节点中每个回收流程节点对应的回收时长，并根据每个回收流程节点对应的回收时长生成第二评价指标。
可选的，在本发明第一方面的第四种实现方式中，所述根据所述第一评价指标对所述多个电池回收策略进行排序，得到第一排序结果，并根据所述第一排序结果对所述多个电池回收策略进行回收策略概率预测，得到每个电池回收策略的第一预测概率值，包括：根据所述第一评价指标对所述多个电池回收策略进行排序，得到第一排序结果；获取所述多个电池回收策略和预置成功率指标之间的概率预测映射表；根据所述概率预测映射表对所述多个电池回收策略进行回收策略概率预测，得到每个电池回收策略的第一预测概率值。
可选的，在本发明第一方面的第五种实现方式中，所述根据所述第一预测概率值和所述第二预测概率值，从所述多个电池回收策略中选取目标电池回收策略，包括：获取回收成功率权重与回收时长权重；对所述第一预测概率值和所述回收成功率权重进行乘积运算，得到回收成功率加权值；对所述第二预测概率值和所述回收时长权重进行乘积运算，得到回收时长加权值；对所述回收成功率加权值和所述回收时长加权值进行相加运算，得到每个电池回收策略对应的目标分值；根据所述目标分值选取目标电池回收策略。
可选的，在本发明第一方面的第六种实现方式中，所述根据所述目标分值选取目标电池回收策略，包括：按照从小到大的顺序，对所述目标分值进行排序，得到分值排序结果；将所述分值排序结果中排名第一的电池回收策略作为目标电池回收策略。
本发明第二方面提供了一种基于全生命周期的锂电池梯次回收管理系统，所述基于全生命周期的锂电池梯次回收管理系统包括：获取模块，用于从预置的电池回收管理数据库中获取目标锂电池对应的锂电池关联数据，并根据所述锂电池关联数据更新所述目标锂电池的电池状态数据；查询模块，用于根据所述电池状态数据查询所述目标锂电池对应的多个电池回收策略，并获取每个电池回收策略对应的回收流程信息；解析模块，用于对每个电池回收策略对应的回收流程信息进行流程信息解析，得到回收流程路径以及回收流程路径对应的回收流程节点，并获取所述回收流程节点的第一评价指标和第二评价指标；第一预测模块，用于根据所述第一评价指标对所述多个电池回收策略进行排序，得到第一排序结果，并根据所述第一排序结果对所述多个电池回收策略进行回收策略概率预测，得到每个电池回收策略的第一预测概率值；第二预测模块，用于根据所述第二评价指标对所述多个电池回收策略进行排序，得到第二排序结果，并根据所述第二排序结果对所述多个电池回收策略进行回收概率预测，得到每个电池回收策略的第二预测概率值；选取模块，用于根据所述第一预测概率值和所述第二预测概率值，从所述多个电池回收策略中选取目标电池回收策略。
可选的，在本发明第二方面的第一种实现方式中，所述获取模块具体用于：从预置的电池回收管理数据库中获取目标锂电池对应的锂电池关联数据；对所述锂电池关联数据进行电池充放电参数提取，得到电池充放电参数；根据所述电池充放电参数对所述目标锂电池进行电池状态更新，生成电池状态数据。
可选的，在本发明第二方面的第二种实现方式中，所述查询模块具体用于：基于所述电池状态数据，对所述目标锂电池进行电池回收策略查询和匹配，并输出所述目标锂电池对应的多个电池回收策略；分别获取所述多个电池回收策略的回收标准数据；对所述回收标准数据进行流程信息解析，得到每个电池回收策略对应的回收流程信息。
可选的，在本发明第二方面的第三种实现方式中，所述解析模块具体用于：对每个电池回收策略对应的回收流程信息进行流程路径解析，得到回收流程路径；对所述回收流程路径进行路径节点解析，得到所述回收流程路径对应的回收流程节点；获取所述回收流程节点中每个回收流程节点对应的回收成功率，并根据每个回收流程节点对应的回收成功率生成第一评价指标；获取所述回收流程节点中每个回收流程节点对应的回收时长，并根据每个回收流程节点对应的回收时长生成第二评价指标。
可选的，在本发明第二方面的第四种实现方式中，所述第一预测模块具体用于：根据所述第一评价指标对所述多个电池回收策略进行排序，得到第一排序结果；获取所述多个电池回收策略和预置成功率指标之间的概率预测映射表；根据所述概率预测映射表对所述多个电池回收策略进行回收策略概率预测，得到每个电池回收策略的第一预测概率值。
可选的，在本发明第二方面的第五种实现方式中，所述选取模块还包括：计算单元，用于获取回收成功率权重与回收时长权重；对所述第一预测概率值和所述回收成功率权重进行乘积运算，得到回收成功率加权值；对所述第二预测概率值和所述回收时长权重进行乘积运算，得到回收时长加权值；对所述回收成功率加权值和所述回收时长加权值进行相加运算，得到每个电池回收策略对应的目标分值；选取单元，用于根据所述目标分值选取目标电池回收策略。
可选的，在本发明第二方面的第六种实现方式中，所述选取单元具体用于：按照从小到大的顺序，对所述目标分值进行排序，得到分值排序结果；将所述分值排序结果中排名第一的电池回收策略作为目标电池回收策略。
本发明第三方面提供了一种基于全生命周期的锂电池梯次回收管理设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述基于全生命周期的锂电池梯次回收管理设备执行上述的基于全生命周期的锂电池梯次回收管理方法。
本发明的第四方面提供了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指令，当其在计算机上运行时，使得计算机执行上述的基于全生命周期的锂电池梯次回收管理方法。
本发明提供的技术方案中，对回收流程信息进行流程信息解析，得到回收流程路径以及回收流程节点，并获取第一评价指标和第二评价指标；根据第一评价指标对多个电池回收策略进行排序，得到第一排序结果，并根据第一排序结果对多个电池回收策略进行回收策略概率预测，得到第一预测概率值；根据第二评价指标对多个电池回收策略进行排序，得到第二排序结果，并根据第二排序结果对多个电池回收策略进行回收概率预测，得到第二预测概率值；根据第一预测概率值和第二预测概率值选取目标电池回收策略，本发明通过对目标锂电池的电池状态数据进行分析进而选取最适用于目标锂电池的目标电池回收策略，通过对目标锂电池进行特异性的分类回收处理，从而提高了锂电池的回收效率。
附图说明
图1为本发明实施例中基于全生命周期的锂电池梯次回收管理方法的一个实施例示意图；
图2为本发明实施例中基于全生命周期的锂电池梯次回收管理方法的另一个实施例示意图；
图3为本发明实施例中基于全生命周期的锂电池梯次回收管理系统的一个实施例示意图；
图4为本发明实施例中基于全生命周期的锂电池梯次回收管理系统的另一个实施例示意图；
图5为本发明实施例中基于全生命周期的锂电池梯次回收管理设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种基于全生命周期的锂电池梯次回收管理方法及系统，用于提高锂电池的回收效率。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中基于全生命周期的锂电池梯次回收管理方法的一个实施例包括：
101、从预置的电池回收管理数据库中获取目标锂电池对应的锂电池关联数据，并根据锂电池关联数据更新目标锂电池的电池状态数据；
可以理解的是，本发明的执行主体可以为基于全生命周期的锂电池梯次回收管理系统，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
具体的，服务器获取海量锂电池关联数据，对海量锂电池关联数据进行积累，形成基础数据，得到电池回收管理数据库，对获取的海量锂电池关联数据进行处理，形成处理数据，根据处理数据以及基础数据，获取训练集数据库，利用训练集数据库对新数据进行处理，获取锂电池间数据关联关系，并根据锂电池关联数据更新目标锂电池的电池状态数据，可以保证海量数据的安全存储，保证海量数据分布式处理，效率高，以大数据技术驱动及基于分布式并行计算架构解决海量数据的存储和计算的问题，对锂电池有效的数据进行自动关联以及自动分类，识别效率高。
102、根据电池状态数据查询目标锂电池对应的多个电池回收策略，并获取每个电池回收策略对应的回收流程信息；
具体的，服务器接收终端上报的锂电池状态信息，并根据锂电池状态信息判断终端内的物品是否满足回收条件，若是，则生成锂电池回收指示，并发送至锂电池回收管理端，该锂电池回收指示用于指示锂电池回收管理端调配与锂电池回收指示相匹配的物品设备来回收物品，并获取每个电池回收策略对应的回收流程信息，本发明可以从而简化锂电池回收的操作，进而提高物品的回收效率，还能够减少锂电池回收人员的需求量及充分利用物品设备的资源。
103、对每个电池回收策略对应的回收流程信息进行流程信息解析，得到回收流程路径以及回收流程路径对应的回收流程节点，并获取回收流程节点的第一评价指标和第二评价指标；
具体的，服务器建立流程引擎，基于流程引擎制定标准规范，得到流程模型，建立权限引擎，并基于流程模型构建角色控制模型，建立统一认证平台，通过流程模型，认证流程模型中的角色身份，得到角色身份在流程模型中的共享资源信息，基于共享资源信息，采用标识解析技术，得到共享信息，对每个电池回收策略对应的回收流程信息进行流程信息解析，得到回收流程路径以及回收流程路径对应的回收流程节点，并获取回收流程节点的第一评价指标和第二评价指标，对于具有不同信息并分布在不同使用终端的信息，做到既能共享共用，又能保证信息本身的保密性。
104、根据第一评价指标对多个电池回收策略进行排序，得到第一排序结果，并根据第一排序结果对多个电池回收策略进行回收策略概率预测，得到每个电池回收策略的第一预测概率值；
具体的，在策略执行之前对列表中的策略进行甄别，按照预置策略的规则、优先级的高低顺序进行重排序，针对不同的策略等级为策略分配不同的硬件和计算资源，服务器根据预置策略选择策略进行打包，并在服务器打包时调用策略引擎，判断优先级账户或地址是否存在并负责对优先级进行排序，区块链将策略池推送至池队列，采用高速缓存队列以先进先出的顺序接受策略池，多个策略引擎对策略进行排序，并根据第一排序结果对多个电池回收策略进行回收策略概率预测，得到每个电池回收策略的第一预测概率值。
105、根据第二评价指标对多个电池回收策略进行排序，得到第二排序结果，并根据第二排序结果对多个电池回收策略进行回收概率预测，得到每个电池回收策略的第二预测概率值；
具体的，服务器首先根据第二评价指标进行逐点排序阶段，成对排序阶段，其中，需要说明的是，逐点排序阶段对样本进行打分并做第一次排序，并筛选出得分较高的候选，在这些候选基础上，进一步对其进行成对排序阶段，其中成对策略排序采用了一种编码、参照生成、对比、再编码、打分的流程，并根据第二排序结果对多个电池回收策略进行回收概率预测，得到每个电池回收策略的第二预测概率值。
106、根据第一预测概率值和第二预测概率值，从多个电池回收策略中选取目标电池回收策略。
可选的，服务器通过获取锂电池针对不同回收策略的历史反馈数据，首先根据历史反馈数据确定锂电池的状态转移矩阵，状态转移矩阵用于指示锂电池在不同回收策略下的状态变化的概率值。再根据锂电池的状态转移矩阵、不同回收策略下的状态变化对应的预设短期价值以及基准长期价值，从回收策略集合中确定长短期价值最大时的目标回收策略，同时选取的回收策略效果更好。
本发明实施例中，对回收流程信息进行流程信息解析，得到回收流程路径以及回收流程节点，并获取第一评价指标和第二评价指标；根据第一评价指标对多个电池回收策略进行排序，得到第一排序结果，并根据第一排序结果对多个电池回收策略进行回收策略概率预测，得到第一预测概率值；根据第二评价指标对多个电池回收策略进行排序，得到第二排序结果，并根据第二排序结果对多个电池回收策略进行回收概率预测，得到第二预测概率值；根据第一预测概率值和第二预测概率值选取目标电池回收策略，本发明通过对目标锂电池的电池状态数据进行分析进而选取最适用于目标锂电池的目标电池回收策略，通过对目标锂电池进行特异性的分类回收处理，从而提高了锂电池的回收效率。
请参阅图2，本发明实施例中基于全生命周期的锂电池梯次回收管理方法的另一个实施例包括：
201、从预置的电池回收管理数据库中获取目标锂电池对应的锂电池关联数据，并根据锂电池关联数据更新目标锂电池的电池状态数据；
具体的，从预置的电池回收管理数据库中获取目标锂电池对应的锂电池关联数据；对锂电池关联数据进行电池充放电参数提取，得到电池充放电参数；根据电池充放电参数对目标锂电池进行电池状态更新，生成电池状态数据。
其中，服务器从预置的电池回收管理数据库中获取目标锂电池对应的锂电池关联数据，并监测和采集电压变化数据进行处理，同时采集锂电池的剩余使用寿命数据作为电压数据的标签值，构建高斯过程回归算法模型，针对小样本数据和互相关联的特征等生成对应的一系列符合联合正态分布的随机变量，构建数据与标签值之间的非线性映射，完成建模过程，使高斯过程回归算法生成的相关联合变量对其进行映射和充分训练，并将训练得到的高斯过程回归模型用于锂电池剩余使用寿命的预测，进而服务器获取电池充放电参数，并根据电池充放电参数对目标锂电池进行电池状态更新，生成电池状态数据。
202、根据电池状态数据查询目标锂电池对应的多个电池回收策略，并获取每个电池回收策略对应的回收流程信息；
具体的，基于电池状态数据，对目标锂电池进行电池回收策略查询和匹配，并输出目标锂电池对应的多个电池回收策略；分别获取多个电池回收策略的回收标准数据；对回收标准数据进行流程信息解析，得到每个电池回收策略对应的回收流程信息。
其中，基于电池能量时域，空间域转换，确定再生制动参考平均回收能量，构建修正函数，修正参考平均回收能量，根据修正后的参考平均回收能量和预置的学习算法，确定电机再生转矩最优分配策略，即电机再生转矩分配层级图，采集在线工况数据，确定在线工况数据确定电池荷电状态和需求功率预置的，根据需求功率预置的和电池荷电状态在层级图中确定与在线工况数据的对应的电机再生转矩分配值，分别获取多个电池回收策略的回收标准数据；对回收标准数据进行流程信息解析，得到每个电池回收策略对应的回收流程信息。
203、对每个电池回收策略对应的回收流程信息进行流程信息解析，得到回收流程路径以及回收流程路径对应的回收流程节点，并获取回收流程节点的第一评价指标和第二评价指标；
具体的，对每个电池回收策略对应的回收流程信息进行流程路径解析，得到回收流程路径；对回收流程路径进行路径节点解析，得到回收流程路径对应的回收流程节点；获取回收流程节点中每个回收流程节点对应的回收成功率，并根据每个回收流程节点对应的回收成功率生成第一评价指标；获取回收流程节点中每个回收流程节点对应的回收时长，并根据每个回收流程节点对应的回收时长生成第二评价指标。
其中，服务器进行流程节点分解，自解析整个流程的所有路径，将流程分解成两种节点，业务节点、结束节点，每个业务节点具有指向下一个节点的属性，而结束节点没有下一个节点的属性，画出整个流程的所有路径，依据每一个节点在什么条件下指向哪个节点的属性，将整个流程的所有路径画出来，直到一个没有下一个节点的节点为止，定义一个流程模版，同时获取回收流程节点中每个回收流程节点对应的回收成功率，并根据每个回收流程节点对应的回收成功率生成第一评价指标，获取回收流程节点中每个回收流程节点对应的回收时长，并根据每个回收流程节点对应的回收时长生成第二评价指标。
204、根据第一评价指标对多个电池回收策略进行排序，得到第一排序结果；
205、获取多个电池回收策略和预置成功率指标之间的概率预测映射表；
206、根据概率预测映射表对多个电池回收策略进行回收策略概率预测，得到每个电池回收策略的第一预测概率值；
具体的，针对预测周期内目标锂电池群中的每个锂电池，根据各回收策略影响维度对应的回收策略模型和锂电池在各回收策略影响维度上的指标数据，确定锂电池在各回收策略影响维度上的回收策略概率，根据锂电池在各回收策略影响维度上的回收策略概率，以及预设的分组映射表，将锂电池划分到对应的分组中，分组映射表中存储有各分组各自对应的组合概率区间，根据分组映射表中各分组各自对应的回收策略准确率，筛选出满足预设的限制条件的分组，并将筛选出的分组内的锂电池预测为预测周期内潜在的回收策略锂电池，最终服务器根据概率预测映射表对多个电池回收策略进行回收策略概率预测，得到每个电池回收策略的第一预测概率值。
207、根据第二评价指标对多个电池回收策略进行排序，得到第二排序结果，并根据第二排序结果对多个电池回收策略进行回收概率预测，得到每个电池回收策略的第二预测概率值；
208、根据第一预测概率值和第二预测概率值，从多个电池回收策略中选取目标电池回收策略。
具体的，获取回收成功率权重与回收时长权重；对第一预测概率值和回收成功率权重进行乘积运算，得到回收成功率加权值；对第二预测概率值和回收时长权重进行乘积运算，得到回收时长加权值；对回收成功率加权值和回收时长加权值进行相加运算，得到每个电池回收策略对应的目标分值；根据目标分值选取目标电池回收策略。
其中，服务器获取回收成功率权重与回收时长权重，进而对原输入数据和原权重选择进行差分、偏置配对处理运算或者全偏置处理运算，包括采用差分输入和偏置权重匹配或者差分权重和偏置输入匹配或偏置输入和偏置权重匹配进行乘法运算，并在此基础上进行乘加运算，在得到回收成功率加权值和回收成功率加权值后，对回收成功率加权值和回收时长加权值进行相加运算，得到每个电池回收策略对应的目标分值；根据目标分值选取目标电池回收策略。
可选的，按照从小到大的顺序，对目标分值进行排序，得到分值排序结果；将分值排序结果中排名第一的电池回收策略作为目标电池回收策略。
本发明实施例中，对回收流程信息进行流程信息解析，得到回收流程路径以及回收流程节点，并获取第一评价指标和第二评价指标；根据第一评价指标对多个电池回收策略进行排序，得到第一排序结果，并根据第一排序结果对多个电池回收策略进行回收策略概率预测，得到第一预测概率值；根据第二评价指标对多个电池回收策略进行排序，得到第二排序结果，并根据第二排序结果对多个电池回收策略进行回收概率预测，得到第二预测概率值；根据第一预测概率值和第二预测概率值选取目标电池回收策略，本发明通过对目标锂电池的电池状态数据进行分析进而选取最适用于目标锂电池的目标电池回收策略，通过对目标锂电池进行特异性的分类回收处理，从而提高了锂电池的回收效率。
上面对本发明实施例中基于全生命周期的锂电池梯次回收管理方法进行了描述，下面对本发明实施例中基于全生命周期的锂电池梯次回收管理系统进行描述，请参阅图3，本发明实施例中基于全生命周期的锂电池梯次回收管理系统一个实施例包括：
获取模块301，用于从预置的电池回收管理数据库中获取目标锂电池对应的锂电池关联数据，并根据所述锂电池关联数据更新所述目标锂电池的电池状态数据；
查询模块302，用于根据所述电池状态数据查询所述目标锂电池对应的多个电池回收策略，并获取每个电池回收策略对应的回收流程信息；
解析模块303，用于对每个电池回收策略对应的回收流程信息进行流程信息解析，得到回收流程路径以及回收流程路径对应的回收流程节点，并获取所述回收流程节点的第一评价指标和第二评价指标；
第一预测模块304，用于根据所述第一评价指标对所述多个电池回收策略进行排序，得到第一排序结果，并根据所述第一排序结果对所述多个电池回收策略进行回收策略概率预测，得到每个电池回收策略的第一预测概率值；
第二预测模块305，用于根据所述第二评价指标对所述多个电池回收策略进行排序，得到第二排序结果，并根据所述第二排序结果对所述多个电池回收策略进行回收概率预测，得到每个电池回收策略的第二预测概率值；
选取模块306，用于根据所述第一预测概率值和所述第二预测概率值，从所述多个电池回收策略中选取目标电池回收策略。
本发明实施例中，对回收流程信息进行流程信息解析，得到回收流程路径以及回收流程节点，并获取第一评价指标和第二评价指标；根据第一评价指标对多个电池回收策略进行排序，得到第一排序结果，并根据第一排序结果对多个电池回收策略进行回收策略概率预测，得到第一预测概率值；根据第二评价指标对多个电池回收策略进行排序，得到第二排序结果，并根据第二排序结果对多个电池回收策略进行回收概率预测，得到第二预测概率值；根据第一预测概率值和第二预测概率值选取目标电池回收策略，本发明通过对目标锂电池的电池状态数据进行分析进而选取最适用于目标锂电池的目标电池回收策略，通过对目标锂电池进行特异性的分类回收处理，从而提高了锂电池的回收效率。
请参阅图4，本发明实施例中基于全生命周期的锂电池梯次回收管理系统另一个实施例包括：
获取模块301，用于从预置的电池回收管理数据库中获取目标锂电池对应的锂电池关联数据，并根据所述锂电池关联数据更新所述目标锂电池的电池状态数据；
查询模块302，用于根据所述电池状态数据查询所述目标锂电池对应的多个电池回收策略，并获取每个电池回收策略对应的回收流程信息；
解析模块303，用于对每个电池回收策略对应的回收流程信息进行流程信息解析，得到回收流程路径以及回收流程路径对应的回收流程节点，并获取所述回收流程节点的第一评价指标和第二评价指标；
第一预测模块304，用于根据所述第一评价指标对所述多个电池回收策略进行排序，得到第一排序结果，并根据所述第一排序结果对所述多个电池回收策略进行回收策略概率预测，得到每个电池回收策略的第一预测概率值；
第二预测模块305，用于根据所述第二评价指标对所述多个电池回收策略进行排序，得到第二排序结果，并根据所述第二排序结果对所述多个电池回收策略进行回收概率预测，得到每个电池回收策略的第二预测概率值；
选取模块306，用于根据所述第一预测概率值和所述第二预测概率值，从所述多个电池回收策略中选取目标电池回收策略。
可选的，所述获取模块301具体用于：从预置的电池回收管理数据库中获取目标锂电池对应的锂电池关联数据；对所述锂电池关联数据进行电池充放电参数提取，得到电池充放电参数；根据所述电池充放电参数对所述目标锂电池进行电池状态更新，生成电池状态数据。
可选的，所述查询模块302具体用于：基于所述电池状态数据，对所述目标锂电池进行电池回收策略查询和匹配，并输出所述目标锂电池对应的多个电池回收策略；分别获取所述多个电池回收策略的回收标准数据；对所述回收标准数据进行流程信息解析，得到每个电池回收策略对应的回收流程信息。
可选的，所述解析模块303具体用于：对每个电池回收策略对应的回收流程信息进行流程路径解析，得到回收流程路径；对所述回收流程路径进行路径节点解析，得到所述回收流程路径对应的回收流程节点；获取所述回收流程节点中每个回收流程节点对应的回收成功率，并根据每个回收流程节点对应的回收成功率生成第一评价指标；获取所述回收流程节点中每个回收流程节点对应的回收时长，并根据每个回收流程节点对应的回收时长生成第二评价指标。
可选的，所述第一预测模块304具体用于：根据所述第一评价指标对所述多个电池回收策略进行排序，得到第一排序结果；获取所述多个电池回收策略和预置成功率指标之间的概率预测映射表；根据所述概率预测映射表对所述多个电池回收策略进行回收策略概率预测，得到每个电池回收策略的第一预测概率值。
可选的，所述选取模块306还包括：
计算单元3061，用于获取回收成功率权重与回收时长权重；对所述第一预测概率值和所述回收成功率权重进行乘积运算，得到回收成功率加权值；对所述第二预测概率值和所述回收时长权重进行乘积运算，得到回收时长加权值；对所述回收成功率加权值和所述回收时长加权值进行相加运算，得到每个电池回收策略对应的目标分值；
选取单元3062，用于根据所述目标分值选取目标电池回收策略。
可选的，所述选取单元3062具体用于：按照从小到大的顺序，对所述目标分值进行排序，得到分值排序结果；将所述分值排序结果中排名第一的电池回收策略作为目标电池回收策略。
本发明实施例中，对回收流程信息进行流程信息解析，得到回收流程路径以及回收流程节点，并获取第一评价指标和第二评价指标；根据第一评价指标对多个电池回收策略进行排序，得到第一排序结果，并根据第一排序结果对多个电池回收策略进行回收策略概率预测，得到第一预测概率值；根据第二评价指标对多个电池回收策略进行排序，得到第二排序结果，并根据第二排序结果对多个电池回收策略进行回收概率预测，得到第二预测概率值；根据第一预测概率值和第二预测概率值选取目标电池回收策略，本发明通过对目标锂电池的电池状态数据进行分析进而选取最适用于目标锂电池的目标电池回收策略，通过对目标锂电池进行特异性的分类回收处理，从而提高了锂电池的回收效率。
上面图3和图4从模块化功能实体的角度对本发明实施例中的基于全生命周期的锂电池梯次回收管理系统进行详细描述，下面从硬件处理的角度对本发明实施例中基于全生命周期的锂电池梯次回收管理设备进行详细描述。
图5是本发明实施例提供的一种基于全生命周期的锂电池梯次回收管理设备的结构示意图，该基于全生命周期的锂电池梯次回收管理设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器（central processing units，CPU）510（例如，一个或一个以上处理器）和存储器520，一个或一个以上存储应用程序533或数据532的存储介质530（例如一个或一个以上海量存储设备）。其中，存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块（图示没标出），每个模块可以包括对基于全生命周期的锂电池梯次回收管理设备500中的一系列指令操作。更进一步地，处理器510可以设置为与存储介质530通信，在基于全生命周期的锂电池梯次回收管理设备500上执行存储介质530中的一系列指令操作。
基于全生命周期的锂电池梯次回收管理设备500还可以包括一个或一个以上电源540，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口560，和/或，一个或一个以上操作系统531，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图5示出的基于全生命周期的锂电池梯次回收管理设备结构并不构成对基于全生命周期的锂电池梯次回收管理设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本发明还提供一种基于全生命周期的锂电池梯次回收管理设备，所述基于全生命周期的锂电池梯次回收管理设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的所述基于全生命周期的锂电池梯次回收管理方法的步骤。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述基于全生命周期的锂电池梯次回收管理方法的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
所述集成的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取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-only memory，ROM）、随机存取存储器（random access memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于全生命周期的锂电池梯次回收管理方法，其特征在于，所述基于全生命周期的锂电池梯次回收管理方法包括：
从预置的电池回收管理数据库中获取目标锂电池对应的锂电池关联数据，并根据所述锂电池关联数据更新所述目标锂电池的电池状态数据；
根据所述电池状态数据查询所述目标锂电池对应的多个电池回收策略，并获取每个电池回收策略对应的回收流程信息；
对每个电池回收策略对应的回收流程信息进行流程信息解析，得到回收流程路径以及回收流程路径对应的回收流程节点，并获取所述回收流程节点的第一评价指标和第二评价指标；
根据所述第一评价指标对所述多个电池回收策略进行排序，得到第一排序结果，并根据所述第一排序结果对所述多个电池回收策略进行回收策略概率预测，得到每个电池回收策略的第一预测概率值；
根据所述第二评价指标对所述多个电池回收策略进行排序，得到第二排序结果，并根据所述第二排序结果对所述多个电池回收策略进行回收概率预测，得到每个电池回收策略的第二预测概率值；
根据所述第一预测概率值和所述第二预测概率值，从所述多个电池回收策略中选取目标电池回收策略。
2.根据权利要求1所述的基于全生命周期的锂电池梯次回收管理方法，其特征在于，所述从预置的电池回收管理数据库中获取目标锂电池对应的锂电池关联数据，并根据所述锂电池关联数据更新所述目标锂电池的电池状态数据，包括：
从预置的电池回收管理数据库中获取目标锂电池对应的锂电池关联数据；
对所述锂电池关联数据进行电池充放电参数提取，得到电池充放电参数；
根据所述电池充放电参数对所述目标锂电池进行电池状态更新，生成电池状态数据。
3.根据权利要求1所述的基于全生命周期的锂电池梯次回收管理方法，其特征在于，所述根据所述电池状态数据查询所述目标锂电池对应的多个电池回收策略，并获取每个电池回收策略对应的回收流程信息，包括：
基于所述电池状态数据，对所述目标锂电池进行电池回收策略查询和匹配，并输出所述目标锂电池对应的多个电池回收策略；
分别获取所述多个电池回收策略的回收标准数据；
对所述回收标准数据进行流程信息解析，得到每个电池回收策略对应的回收流程信息。
4.根据权利要求1所述的基于全生命周期的锂电池梯次回收管理方法，其特征在于，所述对每个电池回收策略对应的回收流程信息进行流程信息解析，得到回收流程路径以及回收流程路径对应的回收流程节点，并获取所述回收流程节点的第一评价指标和第二评价指标，包括：
对每个电池回收策略对应的回收流程信息进行流程路径解析，得到回收流程路径；
对所述回收流程路径进行路径节点解析，得到所述回收流程路径对应的回收流程节点；
获取所述回收流程节点中每个回收流程节点对应的回收成功率，并根据每个回收流程节点对应的回收成功率生成第一评价指标；
获取所述回收流程节点中每个回收流程节点对应的回收时长，并根据每个回收流程节点对应的回收时长生成第二评价指标。
5.根据权利要求1所述的基于全生命周期的锂电池梯次回收管理方法，其特征在于，所述根据所述第一评价指标对所述多个电池回收策略进行排序，得到第一排序结果，并根据所述第一排序结果对所述多个电池回收策略进行回收策略概率预测，得到每个电池回收策略的第一预测概率值，包括：
根据所述第一评价指标对所述多个电池回收策略进行排序，得到第一排序结果；
获取所述多个电池回收策略和预置成功率指标之间的概率预测映射表；
根据所述概率预测映射表对所述多个电池回收策略进行回收策略概率预测，得到每个电池回收策略的第一预测概率值。
6.根据权利要求4所述的基于全生命周期的锂电池梯次回收管理方法，其特征在于，所述根据所述第一预测概率值和所述第二预测概率值，从所述多个电池回收策略中选取目标电池回收策略，包括：
获取回收成功率权重与回收时长权重；
对所述第一预测概率值和所述回收成功率权重进行乘积运算，得到回收成功率加权值；
对所述第二预测概率值和所述回收时长权重进行乘积运算，得到回收时长加权值；
对所述回收成功率加权值和所述回收时长加权值进行相加运算，得到每个电池回收策略对应的目标分值；
根据所述目标分值选取目标电池回收策略。
7.根据权利要求6所述的基于全生命周期的锂电池梯次回收管理方法，其特征在于，所述根据所述目标分值选取目标电池回收策略，包括：
按照从小到大的顺序，对所述目标分值进行排序，得到分值排序结果；
将所述分值排序结果中排名第一的电池回收策略作为目标电池回收策略。
8.一种基于全生命周期的锂电池梯次回收管理系统，其特征在于，所述基于全生命周期的锂电池梯次回收管理系统包括：
获取模块，用于从预置的电池回收管理数据库中获取目标锂电池对应的锂电池关联数据，并根据所述锂电池关联数据更新所述目标锂电池的电池状态数据；
查询模块，用于根据所述电池状态数据查询所述目标锂电池对应的多个电池回收策略，并获取每个电池回收策略对应的回收流程信息；
解析模块，用于对每个电池回收策略对应的回收流程信息进行流程信息解析，得到回收流程路径以及回收流程路径对应的回收流程节点，并获取所述回收流程节点的第一评价指标和第二评价指标；
第一预测模块，用于根据所述第一评价指标对所述多个电池回收策略进行排序，得到第一排序结果，并根据所述第一排序结果对所述多个电池回收策略进行回收策略概率预测，得到每个电池回收策略的第一预测概率值；
第二预测模块，用于根据所述第二评价指标对所述多个电池回收策略进行排序，得到第二排序结果，并根据所述第二排序结果对所述多个电池回收策略进行回收概率预测，得到每个电池回收策略的第二预测概率值；
选取模块，用于根据所述第一预测概率值和所述第二预测概率值，从所述多个电池回收策略中选取目标电池回收策略。
9.一种基于全生命周期的锂电池梯次回收管理设备，其特征在于，所述基于全生命周期的锂电池梯次回收管理设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述基于全生命周期的锂电池梯次回收管理设备执行如权利要求1-7中任一项所述的基于全生命周期的锂电池梯次回收管理方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述的基于全生命周期的锂电池梯次回收管理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211397096.0A CN115456223B (zh) | 2022-11-09 | 2022-11-09 | 基于全生命周期的锂电池梯次回收管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211397096.0A CN115456223B (zh) | 2022-11-09 | 2022-11-09 | 基于全生命周期的锂电池梯次回收管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115456223A true CN115456223A (zh) | 2022-12-09 |
| CN115456223B CN115456223B (zh) | 2023-01-31 |
Family
ID=84310567
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211397096.0A Active CN115456223B (zh) | 2022-11-09 | 2022-11-09 | 基于全生命周期的锂电池梯次回收管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115456223B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116231119A (zh) * | 2023-03-29 | 2023-06-06 | 深圳市南霸科技有限公司 | 钠锂电池组的控制方法和装置 |
| 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 (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105914412A (zh) * | 2016-06-24 | 2016-08-31 | 北京智慧云行科技有限责任公司 | 一种可回收电池梯次利用的系统 |
| CN108270801A (zh) * | 2016-12-29 | 2018-07-10 | 杨凌云禾农业信息科技有限公司 | 一种具有电力回收功能的无线低功耗大田种植环境感知系统实现方法 |
| WO2019184863A1 (zh) * | 2018-03-30 | 2019-10-03 | 比亚迪股份有限公司 | 电动汽车中动力电池的回收系统和方法 |
| CN112158075A (zh) * | 2020-10-10 | 2021-01-01 | 广州小鹏汽车科技有限公司 | 能量回收方法、装置、车辆及存储介质 |
| CN113421116A (zh) * | 2021-06-22 | 2021-09-21 | 康键信息技术（深圳）有限公司 | 用户召回分析方法、装置、设备及存储介质 |
| CN114019400A (zh) * | 2021-11-03 | 2022-02-08 | 广东产品质量监督检验研究院 | 锂电池生命周期监控管理方法、系统及存储介质 |
| CN114047452A (zh) * | 2022-01-13 | 2022-02-15 | 浙江玥视科技有限公司 | 一种确定电池循环寿命的方法及装置 |
| CN114103661A (zh) * | 2021-12-27 | 2022-03-01 | 安顺职业技术学院 | 一种分布式驱动电动汽车制动能量回收策略的回收方法 |
| CN115063184A (zh) * | 2022-07-14 | 2022-09-16 | 兰州理工大学 | 电动汽车充电需求建模方法、系统、介质、设备及终端 |
| CN115099543A (zh) * | 2022-08-26 | 2022-09-23 | 深圳爱换电科技有限公司 | 电池更换的路径规划方法、装置、设备及存储介质 |
| CN115113054A (zh) * | 2022-08-02 | 2022-09-27 | 清华大学 | 一种梯次电池的安全评估方法、装置及电子设备 |
-
2022
- 2022-11-09 CN CN202211397096.0A patent/CN115456223B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105914412A (zh) * | 2016-06-24 | 2016-08-31 | 北京智慧云行科技有限责任公司 | 一种可回收电池梯次利用的系统 |
| CN108270801A (zh) * | 2016-12-29 | 2018-07-10 | 杨凌云禾农业信息科技有限公司 | 一种具有电力回收功能的无线低功耗大田种植环境感知系统实现方法 |
| WO2019184863A1 (zh) * | 2018-03-30 | 2019-10-03 | 比亚迪股份有限公司 | 电动汽车中动力电池的回收系统和方法 |
| CN112158075A (zh) * | 2020-10-10 | 2021-01-01 | 广州小鹏汽车科技有限公司 | 能量回收方法、装置、车辆及存储介质 |
| WO2022073503A1 (zh) * | 2020-10-10 | 2022-04-14 | 广州小鹏汽车科技有限公司 | 能量回收方法、装置、车辆及存储介质 |
| CN113421116A (zh) * | 2021-06-22 | 2021-09-21 | 康键信息技术（深圳）有限公司 | 用户召回分析方法、装置、设备及存储介质 |
| CN114019400A (zh) * | 2021-11-03 | 2022-02-08 | 广东产品质量监督检验研究院 | 锂电池生命周期监控管理方法、系统及存储介质 |
| CN114103661A (zh) * | 2021-12-27 | 2022-03-01 | 安顺职业技术学院 | 一种分布式驱动电动汽车制动能量回收策略的回收方法 |
| CN114047452A (zh) * | 2022-01-13 | 2022-02-15 | 浙江玥视科技有限公司 | 一种确定电池循环寿命的方法及装置 |
| CN115063184A (zh) * | 2022-07-14 | 2022-09-16 | 兰州理工大学 | 电动汽车充电需求建模方法、系统、介质、设备及终端 |
| CN115113054A (zh) * | 2022-08-02 | 2022-09-27 | 清华大学 | 一种梯次电池的安全评估方法、装置及电子设备 |
| CN115099543A (zh) * | 2022-08-26 | 2022-09-23 | 深圳爱换电科技有限公司 | 电池更换的路径规划方法、装置、设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 昝文宇 等: "动力锂电池回收利用现状与展望", 《稀有金属与硬质合金》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116231119A (zh) * | 2023-03-29 | 2023-06-06 | 深圳市南霸科技有限公司 | 钠锂电池组的控制方法和装置 |
| 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 |
|---|---|
| CN115456223B (zh) | 2023-01-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115456223B (zh) | 基于全生命周期的锂电池梯次回收管理方法及系统 | |
| CN111614491A (zh) | 一种面向电力监控系统安全态势评估指标选取方法及系统 | |
| CN106383830B (zh) | 一种数据检索方法及设备 | |
| CN115099543B (zh) | 电池更换的路径规划方法、装置、设备及存储介质 | |
| JP7450741B2 (ja) | リチウム電池のｓｏｃ推定方法、装置及びコンピュータ読み取り可能な記憶媒体 | |
| CN110658460A (zh) | 一种电池包的电池寿命预测方法及装置 | |
| Yang et al. | Scientometric research and critical analysis of battery state-of-charge estimation | |
| CN114706840A (zh) | 面向负载感知的多模数据库ArangoDB参数调优的方法 | |
| CN110191015B (zh) | 基于cpi指标的云服务性能智能预测方法和装置 | |
| Shinde et al. | A new approach for on line recommender system in web usage mining | |
| CN112508363B (zh) | 基于深度学习的电力信息系统状态分析方法及装置 | |
| CN113627565A (zh) | 新能源汽车电池数据标签生成方法、装置、设备及存储介质 | |
| CN116238384B (zh) | 电池的性能识别方法、装置、设备及存储介质 | |
| KR102547634B1 (ko) | 배터리 평가 점수를 제공하기 위한 방법 | |
| CN115544903B (zh) | 基于大数据的电池数据处理方法、装置、设备及存储介质 | |
| CN116579789A (zh) | 一种基于动力电池性能分析的二手车估值方法及系统 | |
| CN115169630A (zh) | 一种电动汽车充电负荷预测方法及装置 | |
| d’Apolito et al. | Temporal convolutional network for prediction of Li-ion batteries capacity fade knee | |
| Li et al. | Evaluation method for consistency of lithium-ion battery packs in electric vehicles based on the Mahalanobis-Taguchi system | |
| Xia et al. | Technologies for Energy Storage Power Stations Safety Operation: Battery State Evaluation Survey and a Critical Analysis | |
| CN110598773A (zh) | 一种基于数据驱动的电动汽车充放电行为聚类方法 | |
| CN111985681A (zh) | 数据预测方法、模型训练方法、装置、设备 | |
| Banu et al. | Study of software reusability in software components | |
| Shi et al. | The evaluation of software trustworthiness with FAHP and FTOPSIS methods | |
| Li et al. | Data-Driven Chance-Constrained Multiple-Choice Knapsack Problem: Model, Algorithms, and Applications |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240620 Address after: 518000 room 2303, unit 3a, phase II, smart home, No. 76, Baohe Avenue, Baolong community, Baolong street, Longgang District, Shenzhen City, Guangdong Province Patentee after: Shenzhen Phoenix Technology Co.,Ltd. Country or region after: China Address before: 518000 room 2303, unit 3a, phase II, smart home, No. 76, Baohe Avenue, Baolong community, Baolong street, Longgang District, Shenzhen City, Guangdong Province Patentee before: Shenzhen shendun Energy Technology Co.,Ltd. Country or region before: China |
|
| TR01 | Transfer of patent right |