CN115840157A - 基于eof分析的锂电池电性能指标协调性分析系统 - Google Patents

基于eof分析的锂电池电性能指标协调性分析系统 Download PDF

Info

Publication number
CN115840157A
CN115840157A CN202211573612.0A CN202211573612A CN115840157A CN 115840157 A CN115840157 A CN 115840157A CN 202211573612 A CN202211573612 A CN 202211573612A CN 115840157 A CN115840157 A CN 115840157A
Authority
CN
China
Prior art keywords
month
battery
analysis
threshold
average 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
CN202211573612.0A
Other languages
English (en)
Other versions
CN115840157B (zh
Inventor
许圣圣
周敏
吴妍
胡彬
王树周
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.)
Srun Tianlang Hefei Technology Co ltd
Original Assignee
Srun Tianlang Hefei 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 Srun Tianlang Hefei Technology Co ltd filed Critical Srun Tianlang Hefei Technology Co ltd
Priority to CN202211573612.0A priority Critical patent/CN115840157B/zh
Publication of CN115840157A publication Critical patent/CN115840157A/zh
Application granted granted Critical
Publication of CN115840157B publication Critical patent/CN115840157B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

  • Secondary Cells (AREA)

Abstract

本发明公开了基于EOF分析的锂电池电性能指标协调性分析系统，涉及动力电池安全领域；通过调取电动汽车动力电池运行参数，计算获取电池包的当月的压差平均值与上月压差平均值的变化率，当月的温差平均值与上月的温差平均值的变化率，SOC与总电压在单位时间内的差分比值在当月中的平均变化率；在此基础上构建三类衡量协调性的电学指标，之后取12个月的电学指标进行EOF分解，计算出相应的方差贡献率；将增速的协调性的电学指标分解后前两个分量的累计方差贡献率与第一比例阈值和第二比例阈值进行比较，获取不同的信号；为售后维护人员提供有针对性的维修提示并且预测电池下一步的变化趋势。

Description

基于EOF分析的锂电池电性能指标协调性分析系统
技术领域
本发明属于动力电池安全领域，涉及电动汽车的锂离子动力电池复杂的健康状况安全评价管理技术，具体是基于EOF分析的锂电池电性能指标协调性分析系统。
背景技术
当前，由于电动汽车的广泛推广和应用，动力电池的安全问题也逐渐显露，诸如自燃、爆炸、热失控等事故频频发生。根据统计资料，电动汽车众多事故均由多种不同的车载动力电池健康状况恶化所引起的。因此，研究清楚动力电池健康状态的变化趋势，对于提高电动汽车的安全性与可靠性具有十分重要的意义。
在众多的电池健康状况评价体系当中，很多电学技术参量互相之间的联系不便于用确定性的关系表达式来描述。因为电池使用过程中电池内部化学机理迅速变化，同时由于电动车运行中的振动刹车等操作也会对动力电池产生不可预估的影响。
为此，提出一种基于EOF分析的锂电池电性能指标协调性分析系统。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出基于EOF分析的锂电池电性能指标协调性分析系统，该基于EOF分析的锂电池电性能指标协调性分析系统解决了现有的电池健康状况评价体系中，很多电学技术参量互相之间的联系不便于用确定性的关系表达式来描述的问题。
为实现上述目的，根据本发明的第一方面的实施例提出基于EOF分析的锂电池电性能指标协调性分析系统，数据采集模块、数据处理模块、调性分析模块；各个模块之间基于数字信号进行信息交互；
所述数据采集模块用于采集电池参数；其中，所述电池参数包括电池包总电压、SOC、全体单体压差以及温差；
并将所述电池参数发送至所述数据处理模块；
所述数据处理模块用于接收所述电池参数，并对所述电池参数进行处理，包括以下步骤：
所述数据处理模块获取所述电池参数，并根据所述电池参数计算获取12个月的每月电池包压差平均值、温差平均值以及充电时30分钟内ΔSOC/ΔU的比率平均值；
计算电池包的当月的压差平均值与上月压差平均值的变化率，将当月的压差平均值与上月压差平均值的变化率标记为C1；
计算当月的温差平均值与上月的温差平均值的变化率，将当月的温差平均值与上月的温差平均值的变化率记作C2；
计算SOC与总电压在单位时间内的差分比值在当月中的平均变化率，将SOC与总电压在单位时间内的差分比值在当月中的平均变化率记作C3；
构建三类衡量协调性的电学指标，C1-C2标记为D1；C1-C3标记为D2；C2-C3标记为D3；
将Di(i＝1,2,3)进行EOF分解，计算出相应的方差贡献率；
所述调性分析模块用于将压差、温差以及ΔSOC/ΔU的增速的协调性的电学指标分解后前两个分量的累计方差贡献率与第一比例阈值和第二比例阈值进行比较，获取不同的信号。
优选的，所述数据采集模块采集电池参数时，采用周期性采集的方式，且采集的周期以月为单位进行采集。
优选的，将Di(i＝1,2,3)进行EOF分解，计算出相应的方差贡献率，包括以下步骤：
将Di(i＝1,2,3)的值，按照从1到12月的实际采集值依次排列，形成一个时空变化场矩阵，记作X；
Figure BDA0003988434610000031
式中，Xi,j代表第j个月Di的指标值；
Z为时间函数矩阵，V是空间函数矩阵；
以i行表示指标类型空间点，以j表示指标值的时间点，按照经验正交分解法，对该X要素场矩阵空间和时间的正交分解；
按照实对称矩阵分解定理：
XTX＝A＝VZZTVT
VTAV＝Λ
式中，Λ是A的特征值构建的对角矩阵，V是由A的特征向量组成的举证，其V的列代表一个典型的空间场；
Z＝VTX
则Z的行向量是对应于每一个空间场的时间系数；
将每个电池包的电学特性场X的时空矩阵经过计算，得到由A的特征值构成的对角矩阵Λ，再将这些特征值由大到小进行排列。
优选的，所述调性分析模块用于将压差、温差和ΔSOC/ΔU的增速的协调性指标分解后前两个分量的累计方差贡献率与第一比例阈值和第二比例阈值进行比较，获取不同的信号，包括以下步骤：
所述调性分析模块设定比例阈值；其中，所述比例阈值包括第一比例阈值和第二比例阈值；需要进一步说明的是，所述第一比例阈值小于第二比例阈值；经过验证，将第一比例阈值设定为30％，将第二比例阈值设定为60％时，最为合理；
将前两位的特征值绝对值的和占总和的比例与所述第一比例阈值和所述第二比例阈值进行比较；
当前两位的特征值绝对值的和占总和的比例小于第一比例阈值时，即电池包的健康状况正常，所述调性分析模块不做处理；
当前两位的特征值绝对值的和占总和的比例大于等于第一比例阈值且小于等于第二比例阈值时，即电池包的健康状况危险，所述调性分析模块发送预警信号至维修人员的智能终端；
当前两位的特征值绝对值的和占总和的比例大于第二比例阈值时，即电池包的健康状况异常，所述调性分析模块发送异常信号至维修人员的智能终端。
优选的，所述智能终端包括智能手机和电脑。
优选的，所述数据采集模块与所述数据处理模块通信和/或电气连接；
所述数据处理模块与数据调性分析模块通信和/或电气连接。
与现有技术相比，本发明的有益效果是：
本发明通过数据采集模块采集电池参数；并将电池参数发送至数据处理模块；数据处理模块获取电池参数，并根据电池参数计算获取12个月的每月电池包压差平均值、温差平均值以及充电时30分钟内ΔSOC/ΔU的比率平均值；计算获取电池包的当月的压差平均值与上月压差平均值的变化率，当月的温差平均值与上月的温差平均值的变化率，SOC与总电压在单位时间内的差分比值在当月中的平均变化率，在此基础上构建三类衡量协调性的电学指标，之后取12个月电学指标进行EOF分解，计算出相应的方差贡献率；调性分析模块用于将压差、温差以及ΔSOC/ΔU的增速的协调性的电学指标分解后前两个分量的累计方差贡献率与第一比例阈值和第二比例阈值进行比较，获取不同的信号；实现了将电池包的压差、温差以及ΔSOC/ΔU的月度平均增速，放入一个增速协调性模型中计算考察，从杂乱无序的数据中找到主要的变化趋势，找出当电池包的压差在每个月的变化率与温差变化率以及ΔSOC/ΔU的月变化率的协调增长的隐藏关系，在实践取得了良好的印证效果。
附图说明
图1为本发明的流程图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1所示，基于EOF分析的锂电池电性能指标协调性分析系统，包括数据采集模块、数据处理模块、调性分析模块；各个模块之间基于数字信号进行信息交互；
所述数据采集模块用于采集电池参数；其中，所述电池参数包括电池包总电压、SOC、全体单体压差以及温差；需要进一步说明的是，电池包包括若干个单体电池；
并将所述电池参数发送至所述数据处理模块。
本实施例中，所述数据采集模块采集电池参数时，采用周期性采集的方式，且采集的周期以月为单位进行采集。
所述数据处理模块用于接收所述电池参数，并对所述电池参数进行处理，包括以下步骤：
所述数据处理模块获取所述电池参数，并根据所述电池参数计算获取12个月的每月电池包压差平均值、温差平均值以及充电时30分钟内ΔSOC/ΔU的比率平均值；
计算电池包的当月的压差平均值与上月压差平均值的变化率，将当月的压差平均值与上月压差平均值的变化率标记为C1；
计算当月的温差平均值与上月的温差平均值的变化率，将当月的温差平均值与上月的温差平均值的变化率记作C2；
计算SOC与总电压在单位时间内的差分比值在当月中的平均变化率，将SOC与总电压在单位时间内的差分比值在当月中的平均变化率记作C3；
构建三类衡量协调性的电学指标，C1-C2标记为D1；C1-C3标记为D2；C2-C3标记为D3；
将Di(i＝1,2,3)的值，按照从1到12月的实际采集值依次排列，形成一个时空变化场矩阵，记作X；
Figure BDA0003988434610000061
式中，Xi,j代表第j个月Di的指标值；
Z为时间函数矩阵，V是空间函数矩阵；
以i行表示指标类型空间点，以j表示指标值的时间点，按照经验正交分解法，对该X要素场矩阵空间和时间的正交分解；
按照实对称矩阵分解定理：
XTX＝A＝VZZTVT
VTAV＝Λ
式中，Λ是A的特征值构建的对角矩阵，V是由A的特征向量组成的举证，其V的列代表一个典型的空间场；
Z＝VTX
则Z的行向量是对应于每一个空间场的时间系数；
将每个电池包的电学特性场X的时空矩阵经过计算，得到由A的特征值构成的对角矩阵Λ，再将这些特征值由大到小进行排列。
所述调性分析模块用于接收并计算对角矩阵Λ上所有的特征值的绝对值的和，计算前两位的特征值绝对值的和占总和的比例；
所述调性分析模块设定比例阈值；其中，所述比例阈值包括第一比例阈值和第二比例阈值；需要进一步说明的是，所述第一比例阈值小于第二比例阈值；经过验证，将第一比例阈值设定为30％，将第二比例阈值设定为60％时，最为合理；
将前两位的特征值绝对值的和占总和的比例与所述第一比例阈值和所述第二比例阈值进行比较；
当前两位的特征值绝对值的和占总和的比例小于第一比例阈值时，即电池包的健康状况正常，所述调性分析模块不做处理；
当前两位的特征值绝对值的和占总和的比例大于等于第一比例阈值且小于等于第二比例阈值时，即电池包的健康状况危险，所述调性分析模块发送预警信号至维修人员的智能终端；
当前两位的特征值绝对值的和占总和的比例大于第二比例阈值时，即电池包的健康状况异常，所述调性分析模块发送异常信号至维修人员的智能终端。
本实施例中，所述智能终端包括智能手机和电脑等智能设备。
本实施例中，所述数据采集模块与所述数据处理模块通信和/或电气连接；
所述数据处理模块与数据调性分析模块通信和/或电气连接。
上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
本发明的工作原理：
数据采集模块采集电池参数；并将电池参数发送至数据处理模块。
数据处理模块获取电池参数，并根据电池参数计算获取12个月的每月电池包压差平均值、温差平均值以及充电时30分钟内ΔSOC/ΔU的比率平均值；
计算电池包的当月的压差平均值与上月压差平均值的变化率，将当月的压差平均值与上月压差平均值的变化率标记为C1；计算当月的温差平均值与上月的温差平均值的变化率，将当月的温差平均值与上月的温差平均值的变化率记作C2；计算SOC与总电压在单位时间内的差分比值在当月中的平均变化率，将SOC与总电压在单位时间内的差分比值在当月中的平均变化率记作C3；
构建三类衡量协调性的电学指标，C1-C2标记为D1；C1-C3标记为D2；C2-C3标记为D3；将Di(i＝1,2,3)的值，按照从1到12月的实际采集值依次排列，形成一个时空变化场矩阵，记作X；
将每个电池包的电学特性场X的时空矩阵经过计算，得到由A的特征值构成的对角矩阵Λ，再将这些特征值由大到小进行排列。
调性分析模块接收并计算对角矩阵Λ上所有的特征值的绝对值的和，计算前两位的特征值绝对值的和占总和的比例；调性分析模块设定比例阈值；其中，比例阈值包括第一比例阈值和第二比例阈值；需要进一步说明的是，第一比例阈值小于第二比例阈值；将前两位的特征值绝对值的和占总和的比例与第一比例阈值和第二比例阈值进行比较；当前两位的特征值绝对值的和占总和的比例小于第一比例阈值时，即电池包的健康状况正常，调性分析模块不作处理；当前两位的特征值绝对值的和占总和的比例大于等于第一比例阈值且小于等于第二比例阈值时，即电池包的健康状况危险，调性分析模块发送预警信号至维修人员的智能终端；当前两位的特征值绝对值的和占总和的比例大于第二比例阈值时，即电池包的健康状况异常，调性分析模块发送异常信号至维修人员的智能终端。
以上实施例仅用以说明本发明的技术方法而非限制，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法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (6)

1.基于EOF分析的锂电池电性能指标协调性分析系统，其特征在于，包括：数据采集模块、数据处理模块、调性分析模块；各个模块之间基于数字信号进行信息交互；
所述数据采集模块用于采集电池参数；其中，所述电池参数包括电池包总电压、SOC、全体单体压差以及温差；
并将所述电池参数发送至所述数据处理模块；
所述数据处理模块用于接收所述电池参数，并对所述电池参数进行处理，包括以下步骤：
所述数据处理模块获取所述电池参数，并根据所述电池参数计算获取12个月的每月电池包压差平均值、温差平均值以及充电时30分钟内ΔSOC/ΔU的比率平均值；
计算电池包的当月的压差平均值与上月压差平均值的变化率，将当月的压差平均值与上月压差平均值的变化率标记为C1；
计算当月的温差平均值与上月的温差平均值的变化率，将当月的温差平均值与上月的温差平均值的变化率记作C2；
计算SOC与总电压在单位时间内的差分比值在当月中的平均变化率，将SOC与总电压在单位时间内的差分比值在当月中的平均变化率记作C3；
构建三类衡量协调性的电学指标，C1-C2标记为D1；C1-C3标记为D2；C2-C3标记为D3；
将Di(i＝1,2,3)进行EOF分解，计算出相应的方差贡献率；
所述调性分析模块用于将压差、温差以及ΔSOC/ΔU的增速的协调性的电学指标分解后前两个分量的累计方差贡献率与第一比例阈值和第二比例阈值进行比较，获取不同的信号。
2.根据权利要求1所述的基于EOF分析的锂电池电性能指标协调性分析系统，其特征在于，所述数据采集模块采集电池参数时，采用周期性采集的方式，且采集的周期以月为单位进行采集。
3.根据权利要求1所述的基于EOF分析的锂电池电性能指标协调性分析系统，其特征在于，将Di(i＝1,2,3)进行EOF分解，计算出相应的方差贡献率，包括以下步骤：
将Di(i＝1,2,3)的值，按照从1到12月的实际采集值依次排列，形成一个时空变化场矩阵，记作X；
Figure FDA0003988434600000021
式中，Xi,j代表第j个月Di的指标值；
Z为时间函数矩阵，V是空间函数矩阵；
以i行表示指标类型空间点，以j表示指标值的时间点，按照经验正交分解法，对该X要素场矩阵空间和时间的正交分解；
按照实对称矩阵分解定理：
XTX＝A＝VZZTVT
VTAV＝Λ
式中，Λ是A的特征值构建的对角矩阵，V是由A的特征向量组成的举证，其V的列代表一个典型的空间场；
Z＝VTX
则Z的行向量是对应于每一个空间场的时间系数；
将每个电池包的电学特性场X的时空矩阵经过计算，得到由A的特征值构成的对角矩阵Λ，再将这些特征值由大到小进行排列。
4.根据权利要求1所述的基于EOF分析的锂电池电性能指标协调性分析系统，其特征在于，所述调性分析模块用于将压差、温差和ΔSOC/ΔU的增速的协调性指标分解后前两个分量的累计方差贡献率与第一比例阈值和第二比例阈值进行比较，获取不同的信号，包括以下步骤：
所述调性分析模块设定比例阈值；其中，所述比例阈值包括第一比例阈值和第二比例阈值；需要进一步说明的是，所述第一比例阈值小于第二比例阈值；经过验证，将第一比例阈值设定为30％，将第二比例阈值设定为60％时，最为合理；
将前两位的特征值绝对值的和占总和的比例与所述第一比例阈值和所述第二比例阈值进行比较；
当前两位的特征值绝对值的和占总和的比例小于第一比例阈值时，即电池包的健康状况正常，所述调性分析模块不做处理；
当前两位的特征值绝对值的和占总和的比例大于等于第一比例阈值且小于等于第二比例阈值时，即电池包的健康状况危险，所述调性分析模块发送预警信号至维修人员的智能终端；
当前两位的特征值绝对值的和占总和的比例大于第二比例阈值时，即电池包的健康状况异常，所述调性分析模块发送异常信号至维修人员的智能终端。
5.根据权利要求4所述的基于EOF分析的锂电池电性能指标协调性分析系统，其特征在于，所述智能终端包括智能手机和电脑。
6.根据权利要求1所述的基于EOF分析的锂电池电性能指标协调性分析系统，其特征在于，所述数据采集模块与所述数据处理模块通信和/或电气连接；
所述数据处理模块与数据调性分析模块通信和/或电气连接。
CN202211573612.0A 2022-12-08 2022-12-08 基于eof分析的锂电池电性能指标协调性分析系统 Active CN115840157B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211573612.0A CN115840157B (zh) 2022-12-08 2022-12-08 基于eof分析的锂电池电性能指标协调性分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211573612.0A CN115840157B (zh) 2022-12-08 2022-12-08 基于eof分析的锂电池电性能指标协调性分析系统

Publications (2)

Publication Number Publication Date
CN115840157A true CN115840157A (zh) 2023-03-24
CN115840157B CN115840157B (zh) 2023-08-22

Family

ID=85578325

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211573612.0A Active CN115840157B (zh) 2022-12-08 2022-12-08 基于eof分析的锂电池电性能指标协调性分析系统

Country Status (1)

Country Link
CN (1) CN115840157B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014215181A (ja) * 2013-04-25 2014-11-17 トヨタ自動車株式会社 電池システム
US20150241598A1 (en) * 2014-02-25 2015-08-27 State Grid Corporation Of China Method of dividing irradiance regions based on rotated empirical orthogonal function
CN105676134A (zh) * 2016-01-08 2016-06-15 中国第一汽车股份有限公司 一种车用锂离子动力电池的soh估算方法
WO2019242377A1 (zh) * 2018-06-22 2019-12-26 华为技术有限公司 电池控制方法以及电池控制装置
JP2020020277A (ja) * 2018-07-31 2020-02-06 中国電力株式会社 温度差管理支援装置および温度差管理支援プログラム
CN110829530A (zh) * 2019-11-14 2020-02-21 华中科技大学 一种电池组性能均衡方法及系统
CN111106410A (zh) * 2019-12-26 2020-05-05 江苏大学 一种基于模糊pid控制的新型动力电池包系统及其控制方法
CN111537899A (zh) * 2020-04-01 2020-08-14 国网江西省电力有限公司电力科学研究院 一种梯次利用动力电池安全性评估方法
US20200346558A1 (en) * 2017-08-31 2020-11-05 Byd Company Limited Battery equalization method and system, vehicle, storage medium, and electronic device
WO2021208309A1 (zh) * 2020-04-17 2021-10-21 许继集团有限公司 用于储能电站电化学电池在线评估的方法和系统
CN113721156A (zh) * 2021-08-30 2021-11-30 哈尔滨理工大学 一种用于磷酸铁锂电池的多时间尺度综合预警方法
WO2021249269A1 (zh) * 2020-06-08 2021-12-16 中国第一汽车股份有限公司 预警方法、装置、设备及存储介质
WO2021259196A1 (zh) * 2020-06-22 2021-12-30 北京理工大学 一种电池组一致性评估方法及系统
CN114734873A (zh) * 2022-04-18 2022-07-12 北京航空航天大学 一种基于云端在线数据的动力电池单体热失控预警方法
WO2022151819A1 (zh) * 2021-01-18 2022-07-21 北京理工大学 一种基于聚类分析的电池系统在线故障诊断方法和系统

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014215181A (ja) * 2013-04-25 2014-11-17 トヨタ自動車株式会社 電池システム
US20150241598A1 (en) * 2014-02-25 2015-08-27 State Grid Corporation Of China Method of dividing irradiance regions based on rotated empirical orthogonal function
CN105676134A (zh) * 2016-01-08 2016-06-15 中国第一汽车股份有限公司 一种车用锂离子动力电池的soh估算方法
US20200346558A1 (en) * 2017-08-31 2020-11-05 Byd Company Limited Battery equalization method and system, vehicle, storage medium, and electronic device
WO2019242377A1 (zh) * 2018-06-22 2019-12-26 华为技术有限公司 电池控制方法以及电池控制装置
JP2020020277A (ja) * 2018-07-31 2020-02-06 中国電力株式会社 温度差管理支援装置および温度差管理支援プログラム
CN110829530A (zh) * 2019-11-14 2020-02-21 华中科技大学 一种电池组性能均衡方法及系统
CN111106410A (zh) * 2019-12-26 2020-05-05 江苏大学 一种基于模糊pid控制的新型动力电池包系统及其控制方法
CN111537899A (zh) * 2020-04-01 2020-08-14 国网江西省电力有限公司电力科学研究院 一种梯次利用动力电池安全性评估方法
WO2021208309A1 (zh) * 2020-04-17 2021-10-21 许继集团有限公司 用于储能电站电化学电池在线评估的方法和系统
WO2021249269A1 (zh) * 2020-06-08 2021-12-16 中国第一汽车股份有限公司 预警方法、装置、设备及存储介质
WO2021259196A1 (zh) * 2020-06-22 2021-12-30 北京理工大学 一种电池组一致性评估方法及系统
WO2022151819A1 (zh) * 2021-01-18 2022-07-21 北京理工大学 一种基于聚类分析的电池系统在线故障诊断方法和系统
CN113721156A (zh) * 2021-08-30 2021-11-30 哈尔滨理工大学 一种用于磷酸铁锂电池的多时间尺度综合预警方法
CN114734873A (zh) * 2022-04-18 2022-07-12 北京航空航天大学 一种基于云端在线数据的动力电池单体热失控预警方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
HONGBIN REN ET AL: "Design and implementation of a battery management system with active charge balance based on the SOC and SOH online estimation", 《ENERGY》, pages 908 - 917 *
HONGWEI WANG ET AL: "Effect of Low Temperatures on Battery Recharge and Discharge Voltage", 《EARTH AND ENVIRONMENTAL SCIENCE》, pages 1 - 6 *
MUFID RIDLO EFFENDI ET AL: "IoT-Based Battery Monitoring System in Solar Power Plants with Secure Copy Protocol (SCP)", 《2021 7TH INTERNATIONAL CONFERENCE ON WIRELESS AND TELEMATICS (ICWT)》, pages 1 - 4 *
罗卫军: "动力锂离子电池SOC估计及均衡技术研究", 《硕士电子期刊》 *
郑岳久: "车用锂离子动力电池组的一致性研究", 《博士电子期刊》 *

Also Published As

Publication number Publication date
CN115840157B (zh) 2023-08-22

Similar Documents

Publication Publication Date Title
CN111707951B (zh) 一种电池组一致性评估方法及系统
CN112858919B (zh) 一种基于聚类分析的电池系统在线故障诊断方法和系统
CN111584952B (zh) 用于储能电站电化学电池在线评估的方法和系统
CN113064939B (zh) 一种新能源车辆三电系统安全特征数据库构建方法
CN112946483B (zh) 电动汽车电池健康的综合评估方法及存储介质
CN107037370A (zh) 基于监控数据的电动汽车剩余电量计算方法
CN112255560A (zh) 一种电池电芯健康度预测方法
CN115657552B (zh) 一种新能源汽车电池消防安全智能监测控制系统及方法
CN114734873B (zh) 一种基于云端在线数据的动力电池单体热失控预警方法
CN115494399A (zh) 一种新能源汽车电池系统的单体差异风险智能识别方法
CN115473319A (zh) 一种基于超级电容器的储能方法
CN116482540A (zh) 电池电压不一致性的分析预测方法、装置及系统
CN116400245A (zh) 一种锂电池运行健康监测分析系统
Xu et al. Safety warning analysis for power battery packs in electric vehicles with running data
CN114280485A (zh) Soc估算及一致性评估方法、装置、计算机设备
CN114646888A (zh) 一种动力电池容量衰减的评估方法及系统
CN114509678A (zh) 一种基于大数据的动力电池热失控预测方法
CN115840157B (zh) 基于eof分析的锂电池电性能指标协调性分析系统
CN116973782B (zh) 基于机器学习的新能源汽车保养维护与故障监测诊断方法
CN116207766B (zh) 一种锂电池储能系统的动态阈值控制方法及系统
CN117691722A (zh) 一种锂电池充电安全监测预警方法及系统
CN117087495A (zh) 一种基于电池老化水平的电动汽车的续驶里程估计方法
CN115389949A (zh) 一种基于车-云协同的电动自行车电池安全评估预警方法
CN113405743B (zh) 一种基于云计算的新能源电动汽车生产制造测试数据分析处理方法、系统及存储介质
CN113536455A (zh) 基于自适应粒子滤波的荷电状态估计方法和电池管理系统

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