CN116047311A - 储能电池剩余寿命的在线预测方法及其装置 - Google Patents
储能电池剩余寿命的在线预测方法及其装置 Download PDFInfo
- Publication number
- CN116047311A CN116047311A CN202310201342.9A CN202310201342A CN116047311A CN 116047311 A CN116047311 A CN 116047311A CN 202310201342 A CN202310201342 A CN 202310201342A CN 116047311 A CN116047311 A CN 116047311A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- storage battery
- discharge
- energy
- sampling
- 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
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]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
-
- 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
-
- 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
Abstract
本申请提出了一种储能电池剩余寿命的在线预测方法及其装置，涉及电池技术领域，通过获取多个相同的采样储能电池分别在不同采样充放电深度下的储能电池采样数据以建立储能电池的能量衰减率、累计放电能量、充放电深度之间的映射关系；获取目标储能电池从首次放电到当前时刻在每次放电过程中的单次放电深度和单次累计放电能量，并结合映射关系，获取目标储能电池的单次能量衰减率和平均单次能量衰减率；根据每次放电过程对应的单次能量衰减率获取目标储能电池的当前能量衰减率；获取目标储能电池的预设最大能量衰减率，并结合当前能量衰减率和平均单次能量衰减率获取目标储能电池的剩余寿命。本申请实现了对储能电池剩余寿命的准确在线预测。
Description
技术领域
本申请涉及电池技术领域，尤其涉及一种储能电池剩余寿命的在线预测方法及其装置。
背景技术
储能电池的剩余寿命是指当电池容量或能量衰减到某一指定值时储能电池剩余的循环次数，其受电池的充放电功率、充放电深度和环境温度等多种因素影响。在储能电池实际运行过程中，掌握其剩余寿命可以为运行策略优化、系统运维和经济性评价提供依据，但目前无论是储能电池管理系统，还是储能电站的监控系统，都缺少相应的剩余寿命预测功能，对储能电池的剩余寿命研究主要还停留在实验室中，通过开展电池在固定充放电功率和充放电深度下的循环实验，建立电池容量（能量）衰减速率与循环次数的关系，从而来进行储能电池的剩余寿命预测。但在不同应用场景下，储能电池的运行工况相差很大，即使在同一个储能电池中，电池每次的充放电深度也在不断变化，同时，由于储能电池的容量（能量）衰减与充放电深度之间是一种非线性关系，因此，当前在实验室采用固定充放电深度下建立的剩余寿命预测模型，无法很好的满足工程应用的需求。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本申请的一个目的在于提出一种储能电池剩余寿命的在线预测方法，通过获取多个相同的采样储能电池分别在不同采样充放电深度下对应的储能电池采样数据，并根据储能电池采样数据建立储能电池对应的能量衰减率、累计放电能量、充放电深度之间的映射关系；获取目标储能电池从首次放电到当前时刻在每次放电过程中的单次放电深度和单次累计放电能量，并根据单次累计放电能量、单次放电深度和映射关系，获取目标储能电池的单次能量衰减率和目标储能电池的平均单次能量衰减率；根据目标储能电池每次放电过程对应的单次能量衰减率，获取目标储能电池当前时刻对应的当前能量衰减率；获取目标储能电池对应的预设最大能量衰减率，并结合当前能量衰减率和平均单次能量衰减率，获取目标储能电池的剩余寿命，其中，剩余寿命指的是目标储能电池剩余的充放电循环次数。
本申请的第二个目的在于提出一种储能电池剩余寿命的在线预测装置。
本申请的第三个目的在于提出一种电子设备。
本申请的第四个目的在于提出一种非瞬时计算机可读存储介质。
本申请的第五个目的在于提出一种计算机程序产品。
为达上述目的，本申请第一方面实施例提出了一种储能电池剩余寿命的在线预测方法，包括：获取多个相同的采样储能电池分别在不同采样充放电深度下对应的储能电池采样数据，并根据储能电池采样数据建立储能电池对应的能量衰减率、累计放电能量、充放电深度之间的映射关系；获取目标储能电池从首次放电到当前时刻在每次放电过程中的单次放电深度和单次累计放电能量，并根据单次累计放电能量、单次放电深度和映射关系，获取目标储能电池的单次能量衰减率和目标储能电池的平均单次能量衰减率；根据目标储能电池每次放电过程对应的单次能量衰减率，获取目标储能电池当前时刻对应的当前能量衰减率；获取目标储能电池对应的预设最大能量衰减率，并结合当前能量衰减率和平均单次能量衰减率，获取目标储能电池的剩余寿命，其中，剩余寿命指的是目标储能电池剩余的充放电循环次数。
根据本申请的一个实施例，根据储能电池采样数据建立储能电池对应的能量衰减率、累计放电能量、充放电深度之间的映射关系，包括：对储能电池采样数据进行拟合，建立储能电池对应的能量衰减率、累计放电能量和充放电深度之间的映射关系，其中，每个采样储能电池对应一个采样充放电深度，储能电池采样数据包括每个采样储能电池对应的采样充放电深度、每个采样储能电池在其对应的采样充放电深度下的采样能量衰减率和采样累计放电能量。
根据本申请的一个实施例，获取多个相同的采样储能电池分别在不同采样充放电深度下对应的储能电池采样数据，包括：以特定功率对多个采样储能电池分别在不同采样充放电深度下进行循环充放电，针对任一采样储能电池，在经过设定循环次数后，对该采样储能电池进行能量标定，记录该采样储能电池在其对应的采样充放电深度下的标定放电能量，标定放电能量为标定时采样储能电池从满电状态到电量耗尽状态放出的能量总和；获取采样储能电池的额定能量；针对任一采样储能电池，根据该采样储能电池在其对应的采样充放电深度下的标定放电能量和额定能量，获取在该充放电深度下采样储能电池的采样能量衰减率；根据多个采样充放电深度、在每个采样充放电深度下采样储能电池的采样能量衰减率和采样累计放电能量，生成储能电池采样数据。
根据本申请的一个实施例，获取目标储能电池从首次放电到当前时刻在每次放电过程中的单次放电深度，包括：在目标储能电池运行时的每个单次放电过程中，获取目标储能电池的放电起始时刻以及在放电起始时刻时目标储能电池的起始荷电状态，以及获取目标储能电池的放电终止时刻及在放电终止时刻时目标储能电池的终止荷电状态；将起始荷电状态与终止荷电状态的差值作为目标储能电池在当次放电过程对应的单次放电深度。
根据本申请的一个实施例，平均单次能量衰减率的获取方法，包括：获取目标储能电池从首次放电到当前时刻的每次放电过程对应的所有单次能量衰减率的和值；获取目标储能电池从首次放电到当前时刻的放电总次数；将和值与放电总次数的商作为平均单次能量衰减率。
根据本申请的一个实施例，平均单次能量衰减率的获取方法，包括：对目标储能电池从首次放电到当前时刻在每次放电过程中的单次放电深度求平均，以获取目标储能电池从首次放电到当前时刻的平均放电深度；对目标储能电池从首次放电到当前时刻在每次放电过程中的单次累计放电能量求平均，以获取目标储能电池从首次放电到当前时刻的平均单次累计放电能量；根据平均放电深度、平均单次累计放电能量和映射关系，获取平均单次能量衰减率。
根据本申请的一个实施例，根据目标储能电池每次放电过程对应的单次能量衰减率，获取目标储能电池当前时刻对应的当前能量衰减率，包括：获取目标储能电池从首次放电到当前时刻的每次放电过程对应的所有单次能量衰减率的和值，并将和值作为当前能量衰减率。
为达上述目的，本申请第二方面实施例提出了一种储能电池剩余寿命的在线预测装置，包括：关系建立模块，用于获取多个相同的采样储能电池分别在不同采样充放电深度下对应的储能电池采样数据，并根据储能电池采样数据建立储能电池对应的能量衰减率、累计放电能量、充放电深度之间的映射关系；第一获取模块，用于获取目标储能电池从首次放电到当前时刻在每次放电过程中的单次放电深度和单次累计放电能量，并根据单次累计放电能量、单次放电深度和映射关系，获取目标储能电池的单次能量衰减率和目标储能电池的平均单次能量衰减率；第二获取模块，用于根据目标储能电池每次放电过程对应的单次能量衰减率，获取目标储能电池当前时刻对应的当前能量衰减率；第三获取模块，用于获取目标储能电池对应的预设最大能量衰减率，并结合当前能量衰减率和平均单次能量衰减率，获取目标储能电池的剩余寿命，其中，剩余寿命指的是目标储能电池剩余的充放电循环次数。
根据本申请的一个实施例，关系建立模块，还用于：对储能电池采样数据进行拟合，建立储能电池对应的能量衰减率、累计放电能量和充放电深度之间的映射关系，其中，每个采样储能电池对应一个采样充放电深度，储能电池采样数据包括每个采样储能电池对应的采样充放电深度、每个采样储能电池在其对应的采样充放电深度下的采样能量衰减率和采样累计放电能量。
根据本申请的一个实施例，关系建立模块，还用于：以特定功率对多个采样储能电池分别在不同采样充放电深度下进行循环充放电，针对任一采样储能电池，在经过设定循环次数后，对该采样储能电池进行能量标定，记录该采样储能电池在其对应的采样充放电深度下的标定放电能量，标定放电能量为标定时采样储能电池从满电状态到电量耗尽状态放出的能量总和；获取采样储能电池的额定能量；针对任一采样储能电池，根据该采样储能电池在其对应的采样充放电深度下的标定放电能量和额定能量，获取在该充放电深度下采样储能电池的采样能量衰减率；根据多个采样充放电深度、在每个采样充放电深度下采样储能电池的采样能量衰减率和采样累计放电能量，生成储能电池采样数据。
根据本申请的一个实施例，第一获取模块，还用于：在目标储能电池运行时的每个单次放电过程中，获取目标储能电池的放电起始时刻以及在放电起始时刻时目标储能电池的起始荷电状态，以及获取目标储能电池的放电终止时刻及在放电终止时刻时目标储能电池的终止荷电状态；将起始荷电状态与终止荷电状态的差值作为目标储能电池在当次放电过程对应的单次放电深度。
根据本申请的一个实施例，第一获取模块，还用于：获取目标储能电池从首次放电到当前时刻的每次放电过程对应的所有单次能量衰减率的和值；获取目标储能电池从首次放电到当前时刻的放电总次数；将和值与放电总次数的商作为平均单次能量衰减率。
根据本申请的一个实施例，第一获取模块，还用于：对目标储能电池从首次放电到当前时刻在每次放电过程中的单次放电深度求平均，以获取目标储能电池从首次放电到当前时刻的平均放电深度；对目标储能电池从首次放电到当前时刻在每次放电过程中的单次累计放电能量求平均，以获取目标储能电池从首次放电到当前时刻的平均单次累计放电能量；根据平均放电深度、平均单次累计放电能量和映射关系，获取平均单次能量衰减率。
根据本申请的一个实施例，第二获取模块，还用于：获取目标储能电池从首次放电到当前时刻的每次放电过程对应的所有单次能量衰减率的和值，并将和值作为当前能量衰减率。
为达上述目的，本申请第三方面实施例提出了一种电子设备，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，以实现如本申请第一方面实施例所述的储能电池剩余寿命的在线预测方法。
为达上述目的，本申请第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于实现如本申请第一方面实施例所述的储能电池剩余寿命的在线预测方法。
为达上述目的，本申请第五方面实施例提出了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如本申请第一方面实施例所述的储能电池剩余寿命的在线预测方法。
本申请至少实现以下有益效果：
本申请通过开展采样储能电池在不同放电深度下的充放电实验，建立储能电池对应的能量衰减率、累计放电能量、充放电深度之间的映射关系，再依据目标储能电池实际运行过程中每次的单次放电深度和单次累计放电能量，对目标储能电池的当前衰减率进行估算，以对其剩余寿命进行准确的在线预测。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是本申请一个实施例示出的种储能电池剩余寿命的在线预测方法的示例性实施方式的示意图。
图2是本申请一个实施例示出的一种储能电池剩余寿命的在线预测方法的示例性实施方式的示意图。
图3是本申请一个实施例示出的一种储能电池剩余寿命的在线预测装置的示意图。
图4是本申请一个实施例示出的一种电子设备的示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
图1是本申请示出的一种储能电池剩余寿命的在线预测方法的示例性实施方式的示意图，如图1所示，该储能电池剩余寿命的在线预测方法，包括以下步骤：
S101，获取多个相同的采样储能电池分别在不同采样充放电深度下对应的储能电池采样数据，并根据储能电池采样数据建立储能电池对应的能量衰减率、累计放电能量、充放电深度之间的映射关系。
以特定功率对多个采样储能电池分别在不同采样充放电深度下进行循环充放电，针对任一采样储能电池，在经过设定循环次数后，对该采样储能电池进行能量标定，记录该采样储能电池在其对应的采样充放电深度下的标定放电能量，标定放电能量为标定时采样储能电池从满电状态到电量耗尽状态放出的能量总和。示例性的，在室温环境下（25±5℃），对多个采样储能电池以0.5P功率对进行不同采样充放电深度的循环，可选的，充放电深度可分别选取100%、80%、50%和20%的充放电深度进行循环充电，将循环次数设置为50次。
获取采样储能电池的额定能量，其中，额定能量为采样储能电池出厂时的额定能量。
针对任一采样储能电池，根据该采样储能电池在其对应的采样充放电深度下的标定放电能量和额定能量，获取在该充放电深度下采样储能电池的采样能量衰减率。不难理解的，如果采样储能电池有多个标定放电能量，则可对应获取多个采样能量衰减率。
根据多个采样充放电深度、在每个采样充放电深度下采样储能电池的采样能量衰减率和采样累计放电能量，生成储能电池采样数据，并根据储能电池采样数据建立储能电池对应的能量衰减率、累计放电能量、充放电深度之间的映射关系。
S102，获取目标储能电池从首次放电到当前时刻在每次放电过程中的单次放电深度和单次累计放电能量，并根据单次累计放电能量、单次放电深度和映射关系，获取目标储能电池的单次能量衰减率和目标储能电池的平均单次能量衰减率。
获取目标储能电池从首次放电到当前时刻在每次放电过程中的单次放电深度和单次累计放电能量，并将单次累计放电能量和单次放电深度代入储能电池对应的能量衰减率、累计放电能量、充放电深度之间的映射关系，获取目标储能电池的单次能量衰减率。
获取目标储能电池从首次放电到当前时刻的每次放电过程对应的所有单次能量衰减率的和值，获取目标储能电池从首次放电到当前时刻的放电总次数，将和值与放电总次数的商作为平均单次能量衰减率。
S103，根据目标储能电池每次放电过程对应的单次能量衰减率，获取目标储能电池当前时刻对应的当前能量衰减率。
获取目标储能电池从首次放电到当前时刻的每次放电过程对应的所有单次能量衰减率的和值，并将和值作为当前能量衰减率。
S104，获取目标储能电池对应的预设最大能量衰减率，并结合当前能量衰减率和平均单次能量衰减率，获取目标储能电池的剩余寿命，其中，剩余寿命指的是目标储能电池剩余的充放电循环次数。
获取目标储能电池对应的预设最大能量衰减率，结合当前能量衰减率和平均单次能量衰减率，获取目标储能电池的剩余寿命，其中，剩余寿命指的是目标储能电池剩余的充放电循环次数。其中，。
本申请提出了一种储能电池剩余寿命的在线预测方法，通过获取多个相同的采样储能电池分别在不同采样充放电深度下对应的储能电池采样数据，并根据储能电池采样数据建立储能电池对应的能量衰减率、累计放电能量、充放电深度之间的映射关系；获取目标储能电池从首次放电到当前时刻在每次放电过程中的单次放电深度和单次累计放电能量，并根据单次累计放电能量、单次放电深度和映射关系，获取目标储能电池的单次能量衰减率和目标储能电池的平均单次能量衰减率；根据目标储能电池每次放电过程对应的单次能量衰减率，获取目标储能电池当前时刻对应的当前能量衰减率；获取目标储能电池对应的预设最大能量衰减率，并结合当前能量衰减率和平均单次能量衰减率，获取目标储能电池的剩余寿命，其中，剩余寿命指的是目标储能电池剩余的充放电循环次数。本申请通过开展采样储能电池在不同放电深度下的充放电实验，建立储能电池对应的能量衰减率、累计放电能量、充放电深度之间的映射关系，再依据目标储能电池实际运行过程中每次的单次放电深度和单次累计放电能量，对目标储能电池的当前衰减率进行估算，以对其剩余寿命进行准确的在线预测。
图2是本申请示出的一种储能电池剩余寿命的在线预测方法的示例性实施方式的示意图，如图2所示，该储能电池剩余寿命的在线预测方法，包括以下步骤：
S201，获取多个相同的采样储能电池分别在不同采样充放电深度下对应的储能电池采样数据。
以特定功率对多个采样储能电池分别在不同采样充放电深度下进行循环充放电，针对任一采样储能电池，在经过设定循环次数后，对该采样储能电池进行能量标定，记录该采样储能电池在其对应的采样充放电深度下的标定放电能量Ei，标定放电能量为标定时采样储能电池从满电状态到电量耗尽状态放出的能量总和。
示例性的，在室温环境下（25±5℃），对多个采样储能电池以0.5P功率对进行不同采样充放电深度的循环，可选的，充放电深度可分别选取100%、80%、50%和20%的充放电深度进行循环充电，将循环次数设置为50次。
具体的，在对采样储能电池A进行100%充放电深度循环时，将采样储能电池A充电到荷电状态(State Of Charge，SOC)为100%，再完全放电，再将采样储能电池A充电到SOC为100%，再完全放电，重复此过程，当循环到50次后，以0.5P功率对采样储能电池A进行能量标定，也即获取采样储能电池A从满电状态到电量耗尽状态放出的能量总和，作为采样储能电池A的第一个标定放电能量，进一步的，可接着再循环进行50次将采样储能电池A充电到SOC为100%再完全放电的过程，也即在采样储能电池A第100次循环结束后，获取采样储能电池A从满电状态到电量耗尽状态放出的能量总和，作为采样储能电池A的第二个标定放电能量，以此类推。
具体的，在对采样储能电池B进行80%充放电深度循环时，将采样储能电池B充电到SOC为90%，再放电到SOC为10%，再将采样储能电池B充电到SOC为90%，再放电到SOC为10%，重复此过程，当循环到50次后，以0.5P功率对采样储能电池B进行能量标定，也即获取采样储能电池B从满电状态到电量耗尽状态放出的能量总和，作为采样储能电池B的第一个标定放电能量，进一步的，可接着再循环进行50次将采样储能电池B充电到SOC为90%再放电到SOC为10%的过程，也即在采样储能电池B第100次循环结束后，获取采样储能电池B从满电状态到电量耗尽状态放出的能量总和，作为采样储能电池B的第二个标定放电能量，以此类推。
具体的，在对采样储能电池C进行50%充放电深度循环时，将采样储能电池C充电到SOC为75%，再放电到SOC为25%，再将采样储能电池C充电到SOC为75%，再放电到SOC为25%，重复此过程，当循环到50次后，以0.5P功率对采样储能电池C进行能量标定，也即获取采样储能电池C从满电状态到电量耗尽状态放出的能量总和，作为采样储能电池C的第一个标定放电能量，进一步的，可接着再循环进行50次将采样储能电池C充电到SOC为75%再放电到SOC为25%的过程，也即在采样储能电池C第100次循环结束后，获取采样储能电池C从满电状态到电量耗尽状态放出的能量总和，作为采样储能电池C的第二个标定放电能量，以此类推。
具体的，在对采样储能电池D进行20%充放电深度循环时，将采样储能电池D充电到SOC为60%，再放电到SOC为40%，再将采样储能电池D充电到SOC为60%，再放电到SOC为40%，重复此过程，当循环到50次后，以0.5P功率对采样储能电池D进行能量标定，也即获取采样储能电池D从满电状态到电量耗尽状态放出的能量总和，作为采样储能电池D的第一个标定放电能量，进一步的，可接着再循环进行50次将采样储能电池D充电到SOC为60%再放电到SOC为40%的过程，也即在采样储能电池D第100次循环结束后，获取采样储能电池D从满电状态到电量耗尽状态放出的能量总和，作为采样储能电池D的第二个标定放电能量，以此类推。
获取采样储能电池的额定能量，其中，额定能量为采样储能电池出厂时的额定能量。
针对任一采样储能电池，根据该采样储能电池在其对应的采样充放电深度下的标定放电能量和额定能量，获取在该充放电深度下采样储能电池的采样能量衰减率。不难理解的，如果采样储能电池有多个标定放电能量，则可对应获取多个采样能量衰减率。能量损失率的计算公式如下：
其中，为采样储能电池的能量损失率， Er为采样储能电池的额定能量，Ei为采样储能电池的标定放电能量。
根据多个采样充放电深度、在每个采样充放电深度下采样储能电池的采样能量衰减率和采样累计放电能量，生成储能电池采样数据。
S202，对储能电池采样数据进行拟合，建立储能电池对应的能量衰减率、累计放电能量和充放电深度之间的映射关系。
对储能电池采样数据进行拟合，建立储能电池的能量衰减率、累计放电能量、充放电深度之间的映射关系。映射关系公式如下：
其中ELR为能量衰减率，AddE为累计放电能量，
x为放电深度，
x取值范围为0-100%，
a、b、c、d为待拟合参数，根据试验结果进行拟合获得，在待拟合参数确定之后，便获得储能电池的能量衰减率、累计放电能量、充放电深度之间的映射关系。
S203，获取目标储能电池从首次放电到当前时刻在每次放电过程中的单次累计放电能量。
获取目标储能电池从首次放电到当前时刻在每次放电过程中的单次累计放电能量，记为Edis-i，
i表示第
i次。
S204，在目标储能电池运行时的每个单次放电过程中，获取目标储能电池的放电起始时刻以及在放电起始时刻时目标储能电池的起始荷电状态，以及获取目标储能电池的放电终止时刻及在放电终止时刻时目标储能电池的终止荷电状态。
在目标储能电池运行时的每个单次放电过程中，获取目标储能电池的放电起始时刻以及在放电起始时刻时目标储能电池的起始荷电状态，以及获取目标储能电池的放电终止时刻及在放电终止时刻时目标储能电池的终止荷电状态。
示例性的，可获取在放电起始时刻时目标储能电池的起始荷电状态为60%，在放电终止时刻时目标储能电池的终止荷电状态为15%。
S205，将起始荷电状态与终止荷电状态的差值作为目标储能电池在当次放电过程对应的单次放电深度。
获取起始荷电状态与终止荷电状态的差值，并将该差值作为目标储能电池在当次放电过程对应的单次放电深度。
示例性的，若获取到在放电起始时刻时目标储能电池的起始荷电状态为60%，在放电终止时刻时目标储能电池的终止荷电状态为15%，则目标储能电池在当次放电过程对应的单次放电深度为60%-15%=45%。
S206，根据单次累计放电能量、单次放电深度和映射关系，获取目标储能电池的单次能量衰减率。
根据单次累计放电能量、单次放电深度代入上述映射关系，获取目标储能电池的单次能量衰减率。
其中，表示第
i次单次放电过程目标储能电池的单次能量衰减率，表示第
i次单次放电过程目标储能电池的单次累计放电能量，表示第
i次单次放电过程目标储能电池的单次放电深度，
a、b、c、d为拟合参数。
S207，获取目标储能电池的平均单次能量衰减率。
获取目标储能电池的平均单次能量衰减率，记为。
作为一种可实现的方式，平均单次能量衰减率的获取方法，包括：获取目标储能电池从首次放电到当前时刻的每次放电过程对应的所有单次能量衰减率的和值；获取目标储能电池从首次放电到当前时刻的放电总次数n；将和值与放电总次数的商作为平均单次能量衰减率=。
作为另一种可实现的方式，平均单次能量衰减率的获取方法，包括：对目标储能电池从首次放电到当前时刻在每次放电过程中的单次放电深度求平均，以获取目标储能电池从首次放电到当前时刻的平均放电深度；对目标储能电池从首次放电到当前时刻在每次放电过程中的单次累计放电能量求平均，以获取目标储能电池从首次放电到当前时刻的平均单次累计放电能量Edis-a；根据平均放电深度、平均单次累计放电能量和映射关系，获取平均单次能量衰减率公式为：
其中，表示目标储能电池的平均单次能量衰减率，Edis-a表示平均单次累计放电能量，表示平均放电深度，
a、b、c、d为拟合参数。
S208，获取目标储能电池从首次放电到当前时刻的每次放电过程对应的所有单次能量衰减率的和值，并将和值作为当前能量衰减率。
获取目标储能电池从首次放电到当前时刻的每次放电过程对应的所有单次能量衰减率的和值，并将和值作为当前能量衰减率，记为El-c。当前能量衰减率的计算公式为：
其中，表示目标储能电池的当前能量衰减率，表示第
i次单次放电过程目标储能电池的单次累计放电能量，表示第
i次单次放电过程目标储能电池的单次放电深度，
a、b、c、d为拟合参数。
S209，获取目标储能电池对应的预设最大能量衰减率，结合当前能量衰减率和平均单次能量衰减率，获取目标储能电池的剩余寿命，其中，剩余寿命指的是目标储能电池剩余的充放电循环次数。
获取目标储能电池对应的预设最大能量衰减率
E end ，结合当前能量衰减率和平均单次能量衰减率，获取目标储能电池的剩余寿命，其中，剩余寿命指的是目标储能电池剩余的充放电循环次数。目标储能电池的剩余寿命的计算公式为：
其中，表示目标储能电池的剩余寿命，
E end 表示目标储能电池对应的预设最大能量衰减率，表示目标储能电池的当前能量衰减率，表示目标储能电池对应的平均单次能量衰减率。
本申请通过开展采样储能电池在不同放电深度下的充放电实验，建立储能电池对应的能量衰减率、累计放电能量、充放电深度之间的映射关系，再依据目标储能电池实际运行过程中每次的单次放电深度和单次累计放电能量，对目标储能电池的当前衰减率进行估算，以对其剩余寿命进行准确的在线预测。
图3是本申请示出的一种储能电池剩余寿命的在线预测装置的示意图，如图3所示，该储能电池剩余寿命的在线预测装置300，包括关系建立模块301、第一获取模块302、第二获取模块303和第三获取模块304，其中：
关系建立模块301，用于获取多个相同的采样储能电池分别在不同采样充放电深度下对应的储能电池采样数据，并根据储能电池采样数据建立储能电池对应的能量衰减率、累计放电能量、充放电深度之间的映射关系；
第一获取模块302，用于获取目标储能电池从首次放电到当前时刻在每次放电过程中的单次放电深度和单次累计放电能量，并根据单次累计放电能量、单次放电深度和映射关系，获取目标储能电池的单次能量衰减率和目标储能电池的平均单次能量衰减率；
第二获取模块303，用于根据目标储能电池每次放电过程对应的单次能量衰减率，获取目标储能电池当前时刻对应的当前能量衰减率；
第三获取模块304，用于获取目标储能电池对应的预设最大能量衰减率，并结合当前能量衰减率和平均单次能量衰减率，获取目标储能电池的剩余寿命，其中，剩余寿命指的是目标储能电池剩余的充放电循环次数。
本装置通过开展采样储能电池在不同放电深度下的充放电实验，建立储能电池对应的能量衰减率、累计放电能量、充放电深度之间的映射关系，再依据目标储能电池实际运行过程中每次的单次放电深度和单次累计放电能量，对目标储能电池的当前衰减率进行估算，以对其剩余寿命进行准确的在线预测。
根据本申请的一个实施例，关系建立模块301，还用于：对储能电池采样数据进行拟合，建立储能电池对应的能量衰减率、累计放电能量和充放电深度之间的映射关系，其中，每个采样储能电池对应一个采样充放电深度，储能电池采样数据包括每个采样储能电池对应的采样充放电深度、每个采样储能电池在其对应的采样充放电深度下的采样能量衰减率和采样累计放电能量。
根据本申请的一个实施例，关系建立模块301，还用于：以特定功率对多个采样储能电池分别在不同采样充放电深度下进行循环充放电，针对任一采样储能电池，在经过设定循环次数后，对该采样储能电池进行能量标定，记录该采样储能电池在其对应的采样充放电深度下的标定放电能量，标定放电能量为标定时采样储能电池从满电状态到电量耗尽状态放出的能量总和；获取采样储能电池的额定能量；针对任一采样储能电池，根据该采样储能电池在其对应的采样充放电深度下的标定放电能量和额定能量，获取在该充放电深度下采样储能电池的采样能量衰减率；根据多个采样充放电深度、在每个采样充放电深度下采样储能电池的采样能量衰减率和采样累计放电能量，生成储能电池采样数据。
根据本申请的一个实施例，第一获取模块302，还用于：在目标储能电池运行时的每个单次放电过程中，获取目标储能电池的放电起始时刻以及在放电起始时刻时目标储能电池的起始荷电状态，以及获取目标储能电池的放电终止时刻及在放电终止时刻时目标储能电池的终止荷电状态；将起始荷电状态与终止荷电状态的差值作为目标储能电池在当次放电过程对应的单次放电深度。
根据本申请的一个实施例，第一获取模块302，还用于：获取目标储能电池从首次放电到当前时刻的每次放电过程对应的所有单次能量衰减率的和值；获取目标储能电池从首次放电到当前时刻的放电总次数；将和值与放电总次数的商作为平均单次能量衰减率。
根据本申请的一个实施例，第一获取模块302，还用于：对目标储能电池从首次放电到当前时刻在每次放电过程中的单次放电深度求平均，以获取目标储能电池从首次放电到当前时刻的平均放电深度；对目标储能电池从首次放电到当前时刻在每次放电过程中的单次累计放电能量求平均，以获取目标储能电池从首次放电到当前时刻的平均单次累计放电能量；根据平均放电深度、平均单次累计放电能量和映射关系，获取平均单次能量衰减率。
根据本申请的一个实施例，第二获取模块303，还用于：获取目标储能电池从首次放电到当前时刻的每次放电过程对应的所有单次能量衰减率的和值，并将和值作为当前能量衰减率。
为了实现上述实施例，本申请实施例还提出一种电子设备400，如图4所示，该电子设备400包括：处理器401和处理器通信连接的存储器402，存储器402存储有可被至少一个处理器执行的指令，指令被至少一个处理器401执行，以实现如上述实施例所示的储能电池剩余寿命的在线预测方法。
为了实现上述实施例，本申请实施例还提出一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机实现如上述实施例所示的储能电池剩余寿命的在线预测方法。
为了实现上述实施例，本申请实施例还提出一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如上述实施例所示的储能电池剩余寿命的在线预测方法。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种储能电池剩余寿命的在线预测方法，其特征在于，包括：
获取多个相同的采样储能电池分别在不同采样充放电深度下对应的储能电池采样数据，并根据所述储能电池采样数据建立储能电池对应的能量衰减率、累计放电能量、充放电深度之间的映射关系；
获取目标储能电池从首次放电到当前时刻在每次放电过程中的单次放电深度和单次累计放电能量，并根据所述单次累计放电能量、单次放电深度和所述映射关系，获取所述目标储能电池的单次能量衰减率和所述目标储能电池的平均单次能量衰减率；
根据所述目标储能电池每次放电过程对应的所述单次能量衰减率，获取所述目标储能电池当前时刻对应的当前能量衰减率；
获取所述目标储能电池对应的预设最大能量衰减率，并结合所述当前能量衰减率和所述平均单次能量衰减率，获取所述目标储能电池的剩余寿命，其中，所述剩余寿命指的是所述目标储能电池剩余的充放电循环次数。
2.根据权利要求1所述的方法，其特征在于，所述根据所述储能电池采样数据建立储能电池对应的能量衰减率、累计放电能量、充放电深度之间的映射关系，包括：
对所述储能电池采样数据进行拟合，建立所述储能电池对应的能量衰减率、累计放电能量和充放电深度之间的映射关系，其中，每个所述采样储能电池对应一个采样充放电深度，所述储能电池采样数据包括每个所述采样储能电池对应的采样充放电深度、每个所述采样储能电池在其对应的所述采样充放电深度下的采样能量衰减率和采样累计放电能量。
3.根据权利要求2所述的方法，其特征在于，所述获取多个相同的采样储能电池分别在不同采样充放电深度下对应的储能电池采样数据，包括：
以特定功率对多个所述采样储能电池分别在不同采样充放电深度下进行循环充放电，针对任一所述采样储能电池，在经过设定循环次数后，对该采样储能电池进行能量标定，记录该采样储能电池在其对应的采样充放电深度下的标定放电能量，所述标定放电能量为标定时所述采样储能电池从满电状态到电量耗尽状态放出的能量总和；
获取所述采样储能电池的额定能量；
针对任一所述采样储能电池，根据该采样储能电池在其对应的采样充放电深度下的所述标定放电能量和所述额定能量，获取在该充放电深度下所述采样储能电池的采样能量衰减率；
根据所述多个采样充放电深度、在每个所述采样充放电深度下所述采样储能电池的采样能量衰减率和采样累计放电能量，生成所述储能电池采样数据。
4.根据权利要求1-3中任一项所述的方法，其特征在于，所述获取目标储能电池从首次放电到当前时刻在每次放电过程中的单次放电深度，包括：
在所述目标储能电池运行时的每个单次放电过程中，获取所述目标储能电池的放电起始时刻以及在所述放电起始时刻时所述目标储能电池的起始荷电状态，以及获取所述目标储能电池的放电终止时刻及在所述放电终止时刻时所述目标储能电池的终止荷电状态；
将所述起始荷电状态与所述终止荷电状态的差值作为所述目标储能电池在当次放电过程对应的所述单次放电深度。
5.根据权利要求1-3中任一项所述的方法，其特征在于，所述平均单次能量衰减率的获取方法，包括：
获取所述目标储能电池从首次放电到当前时刻的每次放电过程对应的所有所述单次能量衰减率的和值；
获取所述目标储能电池从首次放电到当前时刻的放电总次数；
将所述和值与所述放电总次数的商作为所述平均单次能量衰减率。
6.根据权利要求1-3中任一项所述的方法，其特征在于，所述平均单次能量衰减率的获取方法，包括：
对所述目标储能电池从首次放电到当前时刻在每次放电过程中的单次放电深度求平均，以获取所述目标储能电池从首次放电到当前时刻的平均放电深度；
对所述目标储能电池从首次放电到当前时刻在每次放电过程中的单次累计放电能量求平均，以获取所述目标储能电池从首次放电到当前时刻的平均单次累计放电能量；
根据所述平均放电深度、所述平均单次累计放电能量和所述映射关系，获取所述平均单次能量衰减率。
7.根据权利要求1-3中任一项所述的方法，其特征在于，所述根据所述目标储能电池每次放电过程对应的所述单次能量衰减率，获取所述目标储能电池当前时刻对应的当前能量衰减率，包括：
获取所述目标储能电池从首次放电到当前时刻的每次放电过程对应的所有所述单次能量衰减率的和值，并将所述和值作为所述当前能量衰减率。
8.一种储能电池剩余寿命的在线预测装置，其特征在于，包括：
关系建立模块，用于获取多个相同的采样储能电池分别在不同采样充放电深度下对应的储能电池采样数据，并根据所述储能电池采样数据建立储能电池对应的能量衰减率、累计放电能量、充放电深度之间的映射关系；
第一获取模块，用于获取目标储能电池从首次放电到当前时刻在每次放电过程中的单次放电深度和单次累计放电能量，并根据所述单次累计放电能量、单次放电深度和所述映射关系，获取所述目标储能电池的单次能量衰减率和所述目标储能电池的平均单次能量衰减率；
第二获取模块，用于根据所述目标储能电池每次放电过程对应的所述单次能量衰减率，获取所述目标储能电池当前时刻对应的当前能量衰减率；
第三获取模块，用于获取所述目标储能电池对应的预设最大能量衰减率，并结合所述当前能量衰减率和所述平均单次能量衰减率，获取所述目标储能电池的剩余寿命，其中，所述剩余寿命指的是所述目标储能电池剩余的充放电循环次数。
9.一种电子设备，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，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310201342.9A CN116047311B (zh) | 2023-03-06 | 2023-03-06 | 储能电池剩余寿命的在线预测方法及其装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310201342.9A CN116047311B (zh) | 2023-03-06 | 2023-03-06 | 储能电池剩余寿命的在线预测方法及其装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116047311A true CN116047311A (zh) | 2023-05-02 |
| CN116047311B CN116047311B (zh) | 2023-06-13 |
Family
ID=86120263
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310201342.9A Active CN116047311B (zh) | 2023-03-06 | 2023-03-06 | 储能电池剩余寿命的在线预测方法及其装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116047311B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117192383A (zh) * | 2023-11-06 | 2023-12-08 | 宁德时代新能源科技股份有限公司 | 电池寿命的确定方法、装置、设备及介质 |
| CN117647743A (zh) * | 2024-01-30 | 2024-03-05 | 宁德时代新能源科技股份有限公司 | 电池容量的确定方法、装置、设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105738814A (zh) * | 2014-12-12 | 2016-07-06 | 国家电网公司 | 一种在线评估锂离子电池容量衰减程度的方法 |
| US20180316204A1 (en) * | 2017-04-28 | 2018-11-01 | Samsung Electronics Co., Ltd. | Method and apparatus to predict capacity fade rate of battery |
| CN111562510A (zh) * | 2020-04-03 | 2020-08-21 | 中国电力科学研究院有限公司 | 一种用于确定退役动力电池剩余寿命的方法及系统 |
| CN115015769A (zh) * | 2022-08-10 | 2022-09-06 | 深圳市杰成镍钴新能源科技有限公司 | 动力电池残值估算方法、装置、设备及介质 |
-
2023
- 2023-03-06 CN CN202310201342.9A patent/CN116047311B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105738814A (zh) * | 2014-12-12 | 2016-07-06 | 国家电网公司 | 一种在线评估锂离子电池容量衰减程度的方法 |
| US20180316204A1 (en) * | 2017-04-28 | 2018-11-01 | Samsung Electronics Co., Ltd. | Method and apparatus to predict capacity fade rate of battery |
| CN111562510A (zh) * | 2020-04-03 | 2020-08-21 | 中国电力科学研究院有限公司 | 一种用于确定退役动力电池剩余寿命的方法及系统 |
| CN115015769A (zh) * | 2022-08-10 | 2022-09-06 | 深圳市杰成镍钴新能源科技有限公司 | 动力电池残值估算方法、装置、设备及介质 |
Non-Patent Citations (2)
| Title |
|---|
| YINQUAN HU 等: "Analysis of Lithium Iron Phosphate Battery Damage", 《INTERNATIONAL SYMPOSIUM ON MATERIAL,ENERGY AND ENVIRONMENT ENGINEERING》, pages 182 - 185 * |
| 高飞 等: "储能用磷酸铁锂电池循环寿命的能量分析", 《中国电机工程学报》, vol. 33, no. 5, pages 41 - 45 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117192383A (zh) * | 2023-11-06 | 2023-12-08 | 宁德时代新能源科技股份有限公司 | 电池寿命的确定方法、装置、设备及介质 |
| CN117192383B (zh) * | 2023-11-06 | 2024-03-26 | 宁德时代新能源科技股份有限公司 | 电池寿命的确定方法、装置、设备及介质 |
| CN117647743A (zh) * | 2024-01-30 | 2024-03-05 | 宁德时代新能源科技股份有限公司 | 电池容量的确定方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116047311B (zh) | 2023-06-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zheng et al. | A novel capacity estimation method for lithium-ion batteries using fusion estimation of charging curve sections and discrete Arrhenius aging model | |
| Wang et al. | Estimation of state of health of lithium-ion batteries based on charge transfer resistance considering different temperature and state of charge | |
| Lyu et al. | A lead-acid battery's remaining useful life prediction by using electrochemical model in the Particle Filtering framework | |
| CN116047311B (zh) | 储能电池剩余寿命的在线预测方法及其装置 | |
| Chen et al. | A new state-of-health estimation method for lithium-ion batteries through the intrinsic relationship between ohmic internal resistance and capacity | |
| Murnane et al. | A closer look at state of charge (SOC) and state of health (SOH) estimation techniques for batteries | |
| Xiong et al. | An electrochemical model based degradation state identification method of Lithium-ion battery for all-climate electric vehicles application | |
| Zhang et al. | A novel model of the initial state of charge estimation for LiFePO4 batteries | |
| CN104849675B (zh) | 锂离子电池电化学和热耦合模型的获取方法 | |
| CN110488194B (zh) | 一种基于电化学阻抗模型的锂电池soc估算方法及其系统 | |
| CN105467328B (zh) | 一种锂离子电池荷电状态估计方法 | |
| CN106585422B (zh) | 一种动力电池soh估算方法 | |
| Mingant et al. | EIS measurements for determining the SOC and SOH of Li-ion batteries | |
| JP2011053215A (ja) | 電気化学システムの計測不能な特性を推定する改良された方法 | |
| Couto et al. | State of health estimation for lithium ion batteries based on an equivalent-hydraulic model: An iron phosphate application | |
| CN107728072A (zh) | 一种锂离子电池循环寿命的快速预测方法 | |
| CN105866700B (zh) | 一种锂离子电池快速筛选的方法 | |
| CN105353316B (zh) | 动力电池充电时soc变化量及充电电量折算系数测量方法 | |
| US8823326B2 (en) | Method for determining the state of charge of a battery in charging or discharging phase | |
| CN110442901B (zh) | 一种锂离子电池电化学简化模型及其参数的获取方法 | |
| CN104965179A (zh) | 一种锂离子蓄电池的温度组合电路模型及其参数识别方法 | |
| CN110426639B (zh) | 一种基于动态阻抗谱的锂离子电池寿命预测方法及系统 | |
| CN105116350B (zh) | 动力电池放电时soc变化量及放电电量折算系数测量方法 | |
| Hossain et al. | A parameter extraction method for the Thevenin equivalent circuit model of Li-ion batteries | |
| CN113933714A (zh) | 基于简化电化学模型和灰色预测联合的电池容量预测方法 |
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 | ||
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20230502 Assignee: Northern shangduzheng Lanqi new energy Co.,Ltd. Assignor: HUANENG CLEAN ENERGY Research Institute Contract record no.: X2023110000091 Denomination of invention: Online prediction method and device for residual life of energy storage batteries Granted publication date: 20230613 License type: Common License Record date: 20230809 |
|
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20230502 Assignee: Wushi County Huaneng New Energy Co.,Ltd. Assignor: HUANENG CLEAN ENERGY Research Institute Contract record no.: X2023110000097 Denomination of invention: Online prediction method and device for residual life of energy storage batteries Granted publication date: 20230613 License type: Common License Record date: 20230821 |