CN116613865A - 一种电池快充方法、电池储能系统及储能电站 - Google Patents
一种电池快充方法、电池储能系统及储能电站 Download PDFInfo
- Publication number
- CN116613865A CN116613865A CN202310876468.6A CN202310876468A CN116613865A CN 116613865 A CN116613865 A CN 116613865A CN 202310876468 A CN202310876468 A CN 202310876468A CN 116613865 A CN116613865 A CN 116613865A
- Authority
- CN
- China
- Prior art keywords
- battery
- charge
- discharge
- charging
- temperature
- 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
- 238000007600 charging Methods 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000004146 energy storage Methods 0.000 title claims abstract description 32
- 238000010438 heat treatment Methods 0.000 claims abstract description 62
- 230000000630 rising effect Effects 0.000 claims abstract description 62
- 238000007599 discharging Methods 0.000 claims abstract description 25
- 238000010277 constant-current charging Methods 0.000 claims abstract description 17
- 238000010280 constant potential charging Methods 0.000 claims abstract description 13
- 238000012937 correction Methods 0.000 claims description 26
- 238000001453 impedance spectrum Methods 0.000 claims description 24
- 238000006731 degradation reaction Methods 0.000 claims description 19
- 238000012549 training Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 9
- 238000013506 data mapping Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 9
- 230000004913 activation Effects 0.000 claims description 8
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 abstract description 9
- 229910052744 lithium Inorganic materials 0.000 abstract description 9
- 238000009713 electroplating Methods 0.000 abstract description 6
- 230000002045 lasting effect Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 125000004122 cyclic group Chemical group 0.000 description 5
- 230000007423 decrease Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 2
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- 230000017525 heat dissipation Effects 0.000 description 2
- 229910001416 lithium ion Inorganic materials 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007747 plating Methods 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 208000012868 Overgrowth Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005297 material degradation process Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/007—Regulation of charging or discharging current or voltage
- H02J7/007188—Regulation of charging or discharging current or voltage the charge cycle being controlled or terminated in response to non-electric parameters
- H02J7/007192—Regulation of charging or discharging current or voltage the charge cycle being controlled or terminated in response to non-electric parameters in response to temperature
- H02J7/007194—Regulation of charging or discharging current or voltage the charge cycle being controlled or terminated in response to non-electric parameters in response to temperature of the battery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/44—Methods for charging or discharging
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/44—Methods for charging or discharging
- H01M10/443—Methods for charging or discharging in response to temperature
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0029—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with safety or protection devices or circuits
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/007—Regulation of charging or discharging current or voltage
- H02J7/00712—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters
- H02J7/007182—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters in response to battery voltage
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- 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
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Electrochemistry (AREA)
- Physics & Mathematics (AREA)
- General Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
Abstract
本发明实施例公开一种电池快充方法、电池储能系统及储能电站，该方法包括：根据温度上升速率加热电池到第一目标温度，按照第一充放电倍率对电池进行恒流充电；若电池电压达到电池截止电压，则按照电池截止电压对电池进行恒压充电，直至电池电流降至目标电流值；若电池电流等于目标电流值，则按照第二充放电倍率对电池进行恒流放电，直至电池电压等于电池截止电压。本发明实施例可以通过不对称的充电温度和放电温度，可以实现持久的极快速充电，并通过高温充电，可以有效消除锂电镀，通过预测模型修正充放电倍率和温度上升速率，可以较好地适应各种电池的快充策略，并保证电池的高循环寿命。
Description
技术领域
本发明涉及电能存储系统技术领域，尤其涉及一种电池快充方法、电池储能系统及储能电站。
背景技术
电网在运行高峰期时，需要储能电站频繁充放电以应对电网频率和峰值的大幅度波动。
然而，目前实际应用的电池储能系统，往往因为调度过程中的频繁充放电问题，而严重影响了电池的循环寿命，进而导致电网需要频繁更换储能电池。
因此，如何提高电池的循环寿命成为亟待解决的问题。
发明内容
本发明提供了一种电池快充方法、电池储能系统及储能电站，以通过不对称的充电温度和放电温度，可以实现持久的极快速充电，并通过高温充电，可以有效消除锂电镀，通过预测模型修正充放电倍率和温度上升速率，可以较好地适应各种电池的快充策略，并保证电池的高循环寿命，并保证电池的高循环寿命。
根据本发明的一方面，提供了一种电池快充方法，包括：
根据温度上升速率加热电池到第一目标温度，按照第一充放电倍率对所述电池进行恒流充电，其中，所述第一充放电倍率和温度上升速率基于预测模型确定，所述预测模型包括电池退化过程维度的演变规律和单个循环维度的数据映射关系；
若电池电压达到电池截止电压，则按照所述电池截止电压对所述电池进行恒压充电，直至电池电流降至目标电流值，其中，所述目标电流值基于充放电倍率确定；
若电池电流等于目标电流值，则按照第二充放电倍率对所述电池进行恒流放电，直至电池电压等于所述电池截止电压，其中，所述第二充放电倍率基于所述预测模型确定。
根据本发明的另一方面，提供了一种电池储能系统，包括：
恒流充电模块，用于根据温度上升速率加热电池到第一目标温度，按照第一充放电倍率对所述电池进行恒流充电，其中，所述第一充放电倍率和温度上升速率基于预测模型确定，所述预测模型包括电池退化过程维度的演变规律和单个循环维度的数据映射关系；
恒压充电模块，用于若电池电压达到电池截止电压，则按照所述电池截止电压对所述电池进行恒压充电，直至电池电流降至目标电流值，其中，所述目标电流值基于充放电倍率确定；
放电模块，用于若电池电流等于目标电流值，则按照第二充放电倍率对所述电池进行恒流放电，直至电池电压等于所述电池截止电压，其中，所述第二充放电倍率基于所述预测模型确定。
根据本发明的另一方面，提供了一种储能电站，包括：
电池，用于储存或输出电能；
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计算机程序，所述计算机程序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本发明任一实施例所述的电池快充方法。
本发明实施例的技术方案，通过根据温度上升速率加热电池到第一目标温度，按照第一充放电倍率对电池进行恒流充电；若电池电压达到电池截止电压，则按照电池截止电压对电池进行恒压充电，直至电池电流降至目标电流值；若电池电流等于目标电流值，则按照第二充放电倍率对电池进行恒流放电，直至电池电压等于电池截止电压，可以通过不对称的充电温度和放电温度，可以实现持久的极快速充电，并通过高温充电，可以有效消除锂电镀，通过预测模型修正充放电倍率和温度上升速率，可以较好地适应各种电池的快充策略，并保证电池的高循环寿命，并保证电池的高循环寿命。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种电池快充方法的流程示意图；
图2是根据本发明实施例一提供的一种端子开关闭合场景示意图；
图3是根据本发明实施例一提供的一种端子开关断开场景示意图；
图4是根据本发明实施例二提供的另一种电池快充方法的流程示意图；
图5是根据本发明实施例三提供的另一种电池快充方法的流程示意图；
图6是根据本发明实施例四提供的又一种电池快充方法的流程示意图；
图7是一种电池修正场景示意图；
图8是根据本发明实施例五提供的一种电池储能系统结构示意图的流程示意图；
图9是根据本发明实施例六提供的一种储能电站结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中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的实施例，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他实施例，都应当属于本发明保护的范围。
需要说明的是，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”等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，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，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。
实施例一
图1是本发明实施例一提供的一种电池快充方法的流程示意图。本实施例可适用于对电池进行充电的情况，该方法可以由一种电池储能系统来执行，该电池储能系统可以采用硬件和/或软件的形式实现，该电池储能系统可集成配置于储能电站中。该方法包括：
S110、根据温度上升速率加热电池到第一目标温度，按照第一充放电倍率对电池进行恒流充电，其中，第一充放电倍率和温度上升速率基于预测模型确定，预测模型包括电池退化过程维度的演变规律和单个循环维度的数据映射关系。
其中，电池可以是用于将化学能转化为电能，具有正极和负极的小型装置。温度上升速率可以是温度随时间变化的速率，用于反映温度变化的快慢程度。充放电倍率可以是电池在规定的时间充电至其额定容量时所需要的电流值。该充放电倍率是对充电或放电快慢的一种量度。充放电倍率在数值上等于电池额定容量的倍数。第一目标温度可以为电池充电温度，可以根据对不同温度下的充电效果进行比对，根据比对结果确定该第一目标温度。预测模型可以用于对电池参数进行估计，以预测优化充放电倍率和优化温度上升速率。
需要说明的是，若电池为首次使用，可以人为对第一充放电倍率、第二充放电倍率和温度上升速率进行设置，后续则需要通过预测模型的输出结果确定第一充放电倍率、第二充放电倍率和温度上升速率，以寻求与各种电池的快充策略适应的电池的快充条件。例如，将充放电倍率乘以大于1的系数，得到第一充放电倍率。将充放电倍数乘以小于1的系数，得到第二充放电倍率。即第一充放电倍率高于第二充放电倍率。按照第一充放电倍率对电池进行充电可以为采用高于放电过程的倍率对电池进行充电。
本实施例中利用的电池可以为可充电的锂离子电池。第一充放电倍率可以是高倍率电流充电，可以在3C或3C以上，其中，C可以是充放电倍率，即，电池在规定的时间充电至其额定容量时所需要的电流值。
本实施例中按照第一充放电倍率对电池进行恒流充电可以是在第一目标温度下进行，并基于CCCV（Constant Current Constant Voltage，充电协议）和设置的第一充放电倍率对电池进行恒流充电。可选地，如果电池温度低于室温，首先可以通过热刺激方法，将电池加热到室温，再按照温度上升速率将电池温度从室温加热至第一目标温度，其中，室温可以设置为25℃。
需要说明的是，随着电池温度的升高，锂电池的SEI膜也会生长，按照高放电倍率对电池进行恒流充电，可以分析镀锂和SEI膜生长之间的相互作用，得到动态过程中曲线图，该曲线图可以用于分析倍率对镀锂及SEI膜的影响。
具体的，在多次按照高放电倍率对电池进行恒流充电时，可以对充放电的周期进行控制，以避免SEI膜的过度生长而严重影响电池寿命；其中，充放电的周期可以控制在10分钟以内，本实施例对此不做具体限定。
本实施在根据温度上升速率加热电池到第一目标温度之后，按照第一充放电倍率对电池进行恒流充电，通过这种快速的充放电方式可以在高温下实现SEI膜的温和生长，消除锂电镀。
示例性地，在根据温度上升速率加热电池到第一目标温度之前，还包括：若电池温度低于预设温度，则加热电池内部的加热元件，通过加热元件对电池进行加热直至电池温度上升至预设温度，执行根据温度上升速率加热电池到第一目标温度；若电池温度等于或高于预设温度，则执行根据温度上升速率加热电池到第一目标温度。
本实施例中，若电池温度低于预设温度，电池可以基于电池自加热技术，通过采用锂离子电池的结构，将薄镍箔嵌入电池内作为内部加热元件，加热电池内部的镍箔，使电池内部产生热量达到预设温度，执行根据温度上升速率加热电池到第一目标温度，其中，预设温度可以是室温。
本实施例对电池预加热的方法可以实现电池的快速充放电。
示例性地，根据温度上升速率加热电池到第一目标温度可以包括：将电池接入充电源，并闭合电池正极端子与激活端子之间的开关；根据温度上升速率确定充电源输出的充电电流，充电电流分别被输送至电池和加热元件，通过加热元件根据温度上升速率加热电池；若电池温度与第一目标温度的偏差满足停止加热条件，则断开电池正极端子与激活端子之间的开关，以停止向加热元件输出充电电流。
其中，充电源可以通过插座、USB接口或其他充电设备来供电。正极端子可以是电池的正极连接或输出端；激活端子可以是电池用于重新激活或重置其化学成分以提高性能和寿命的端子。正极端子与激活端子可以在深度充放电循环中使用。
本实施例中，在将电池接入充电源开始充电时，充电电流I被馈送到电池，并闭合电池正极端子与激活端子之间的开关,如图2所示的一种端子开关闭合场景示意图所示。
本实施例中，通过加热元件根据温度上升速率加热电池，可以如图3的一种端子开关断开场景示意图所示，断开电池正极端子与激活端子之间的开关以停止向加热元件输出充电电流从而完成加热。
本实施例中，由于电池停止加热时虽然不输出电流，加热元件不会再继续产生热量（因为通电发热），但是可能会有余温，因此，停止加热条件可以包括两种情况：第一、若电池温度与第一目标温度相等，则断开电池正极端子与激活端子之间的开关；第二，若电池温度略低于第一目标温度，则断开电池正极端子与激活端子之间的开关，其中，第一目标温度可以为60℃。
S120、若电池电压达到电池截止电压，则按照电池截止电压对电池进行恒压充电，直至电池电流降至目标电流值，其中，目标电流值基于充放电倍率确定。
本实施例中，若电池电压达到电池截止电压，表示此时电池已经充满或即将充满，其中，截止电压可以根据不同类型的电池确定。
其中，目标电流值可以为充放电倍率的设定倍数，例如目标电流值可以是C/3，C可以是充放电倍率。
本实施例中，如果电池电压达到电池截止电压，则按照电池截止电压对电池进行恒压充电，目的是为了充分地为电池充电并使其达到最大容量，但又避免对电池造成过度充电而引起的损坏。由于对电池采用恒压充电，电流值会随着充电过程为下降，当电池电流降至目标电流值时，可以表明电池已经完全充满。
需要说明的是，本实施例是对电池的循环充电测试，因此，在每一个循环开始前，都需要将电池静置10分钟。
S130、若电池电流等于目标电流值，则按照第二充放电倍率对电池进行恒流放电，直至电池电压等于电池截止电压，其中，第二充放电倍率基于预测模型确定。
其中，按照第二充放电倍率对电池的放电可以是采用低于充电过程的倍率对电池进行放电。
本实施例中，在按照第二充放电倍率对电池进行恒流放电时，不需要对电池进行散热，通过电池与空气的接触自行降温。
本发明实施例可以通过不对称的充电温度和放电温度，可以实现持久的极快速充电，并通过高温充电，可以有效消除锂电镀，通过预测模型修正充放电倍率和温度上升速率，可以较好地适应各种电池的快充策略，并保证电池的高循环寿命。
实施例二
图4是本发明实施例二提供的另一种电池快充方法流程示意图，本实施例在步骤“按照第二充放电倍率对电池进行恒流放电，直至电池电压等于电池截止电压”之后，还包括：获取本次充放电时间和上一次充放电时间；若本次充放电时间大于上一次充放电时间，则触发充放电条件修正事件，其中，充放电条件修正事件用于触发第一充放电倍率、第二充放电倍率和温度上升速率的修正操作。与上述实施例相同的术语在此不赘述。示例性地，参考图4，该电池快充方法可以包括：
S210、根据温度上升速率加热电池到第一目标温度，按照第一充放电倍率对电池进行恒流充电，其中，第一充放电倍率和温度上升速率基于预测模型确定，预测模型包括电池退化过程维度的演变规律和单个循环维度的数据映射关系。
S220、若电池电压达到电池截止电压，则按照电池截止电压对电池进行恒压充电，直至电池电流降至目标电流值，其中，目标电流值基于充放电倍率确定。
S230、若电池电流等于目标电流值，则按照第二充放电倍率对电池进行恒流放电，直至电池电压等于电池截止电压。
S240、获取本次充放电时间和上一次充放电时间。
S250、若本次充放电时间大于上一次充放电时间，则触发充放电条件修正事件，其中，充放电条件修正事件用于触发第一充放电倍率、第二充放电倍率和温度上升速率的修正操作。
其中，本次充放电时间可以是最近一次的充放电的时间，上一次充放电时间则是指在最近一次充放电之前的上一个充放电周期。
本实施例中，如果本次充放电时间大于上一次充放电时间，则可以触发充放电条件修正事件。其中，充放电条件修正事件可以是指在电池充放电过程中，监测电池的状态和环境参数，如电流、电压和温度等，并根据这些信息进行充放电倍率和温度上升速率的修正。例如，当电池温度上升过快时，为防止出现过热现象，可以减小充电倍率或增大放电倍率；当电压低于预设电压值时，可以增加充电倍率或减小放电倍率。需要说明的是，修正操作事件可以根据具体应用场景和充放电策略进行调整。
S260、在检测到充放电条件修正事件的情况下，采集本次充放电循环退化过程对应的电池参数。
其中，电池参数可以包括电压、电流、阻抗、温度上升速率和充放电倍率等。
本实施例中需要检测充放电条件是否需要进行修正，在发现充放电条件需要修正时，记录当前循环退化过程对应的电池参数。
S270、将所采集的电池参数输入预测模型，获取预测模型输出的第一优化充放电倍率、第二优化充放电倍率和优化温度上升速率。
本实施例需要将所采集的电池参数输入到预测模型中进行处理，并获取模型输出的第一优化充放电倍率、第二优化充放电倍率和温度上升速率。
示例性地，预测模型包括条件生成式对抗网络和门控循环单元。
其中，条件生成对抗网络 (Conditional Generative Adversarial Networks,C-GAN) 可以通过将条件向量与噪声向量拼接，作为生成器的输入来生成带有条件约束的样本。鉴别器同时接收样本和条件作为输入，并将输出视为概率，以区分真实样本和由生成器生成的伪样本；门控循环单元 (Gated Recurrent Unit, GRU) 是循环神经网络（RNN）的一种变体，它使用两个门控单元来控制信息流量。
具体的，本实施例可以采用C-GAN网络生成电池退化过程的“伪”数据集，模型训练数据集的输入输出映射为，/>表示生成输出；基于 GRU 网络的预测模型训练数据集的输入为/>，采用C-GAN 网络生成数据对其进行丰富，即此时 GRU 网络训练数据集的输入数据增强为/>；训练基于 C-GAN-GRU 网络的预测模型：模型训练的输入输出映射为/>，预测模型的损失函数可以采用RMSE 函数。
本实施例基于 C-GAN-GRU 网络的预测模型可以较好地适应各种电池的快速充电策略，以及延长电池循环寿命。
S280、根据第一优化充放电倍率修正第一充放电倍率，根据第二优化充放电倍率修正第二充放电倍率，根据优化温度上升速率修正温度上升速率。
本实施例中可以根据预测模型输出结果，对第一充放电倍率进行调整；根据预测模型输出结果，对第二充放电倍率进行调整；根据预测模型输出结果，对温度上升速率进行调整。
其中，在训练预测模型时需要用到关于训练机器学习模型的训练数据集。训练数据集可以帮助机器学习算法学习数据之间的关系，并通过学习这些关系来预测未知数据。
示例性地，通过如下方式生成预测模型的训练数据集可以包括：采集历史充放电循环退化过程对应的历史电池参数；根据历史电池参数生成阻抗谱数据集，根据阻抗谱数据集构建带有电池低频特性的分数阶阻抗谱模型；根据分数阶阻抗谱模型，采用设定方法拟合电池阻抗谱曲线，获得电池优化参数；根据历史电池参数和电池优化参数构成训练数据集。
本实施例中，可以在电池使用过程中，记录相关的电池参数，例如充放电状态、温度、循环次数、循环寿命、电流和电压等信息，并按时间顺序存储起来；利用历史电池参数，计算出相应的阻抗谱（即不同频率下电池电阻和电容的比值），并以数据集形式保存；根据阻抗谱数据集，建立适合电池特性的分数阶阻抗谱模型，并考虑电池在低频部分的行为；将建立的分数阶阻抗谱模型应用于电池实际阻抗谱，使用拟合方法获得电池最优化参数；将历史电池参数和获得的电池优化参数组合成训练数据集，用于训练和验证电池优化算法的准确性和稳定性。
具体的，电池阻抗谱曲线可以是EIS(阻抗谱) 曲线，电池参数可以是， i为电池循环周期数。
本实施例中，使用上述实施例获取的离线预测模型来预测电池的SOH和寿命，并实时优化电池充放电倍率和温度上升速率。在预测过程中，模型考虑了电池的退化过程维度和单个循环维度之间的数据映射关系，并使用预测的结果来更新GRU模型，即，估计电池当前的 SOH 并预测下一步循环的 SOH，把预测的 SOH 迭代回 GRU 模型，并对电池充放电倍率，温度上升速率进行优化，从而实现模型的实时更新。当电池的SOH降至设定的失效阈值时，电池经历的循环次数就是其使用寿命，其中设定失效阈值到达90％ SOH时的寿命为L1，失效阈值到达80％ SOH时的寿命为L2。
本发明实施例可以通过预测模型修正第一充放电倍率，第二充放电倍率和温度上升速率，可以较好地适应各种电池的快充策略，可以延长电池循环寿命。
实施例三
图5为本发明实施例三提供的另一种电池快充方法流程示意图。本实施例可以是对上述实施例的具体限定。示例性地，参考图5，该电池快充方法包括：
S310、对电池预加热到第一目标温度。
S320、使用CCCV协议对电池进行充放电。
S330、按照第一充放电倍率对电池进行充电。
S340、若电池电压达到电池截止电压，则按照电池截止电压对电池进行恒压充电。
S350、判断电池电流是否降至目标电流值，若是，执行S360，否则，执行S340。
S360、按照第二充放电倍率对电池进行恒流放电。
S370、直至电池电压等于电池截止电压。
本发明实施例可以采用预加热的方式实现对电池的快速充放电，并通过快速的充放电使电池在高温下实现了SEI膜的温和生长，有效消除了锂电镀。
实施例四
图6为本发明实施例四提供的又一种电池快充方法流程示意图。本实施例可以是对上述实施例的具体限定。示例性地，参考图6，该电池快充方法包括：
S410、对电池进行预调制。
本实施例中，预调制可以为基于预设策略在充电前将电池从低环境温度加热到室温温度。
S420、对于首次充电的电池，预先设置电池充放电倍率和温度上升速率。
本实施例中，电池充放电倍率包括第一充放电倍率和第二充放电倍率，后续电池进行循环充电可以根据预测模型输出结果对电池充放电倍率进行修正。
S430、对电池进行非对称循环充电。
其中，非对称循环充电可以理解为充电时电池温度是60℃，甚至高于60℃，放电时电池不再做额外散热，通过电池与空气的接触自行降温。
本实施例通过非对称循环充电方法可以解决高温下增强性能和加速材料降解之间的问题。
S440、在至少一次充放电循环之后，统计电池在充放电循环退化过程中的历史电池数据。
本实施例中需要获取本次充放电时间和上一次充放电时间；若本次充放电时间大于上一次充放电时间，则触发充放电条件修正事件，其中，充放电条件修正事件用于触发第一充放电倍率、第二充放电倍率和温度上升速率的修正操作。
S450、根据历史电池数据确定至少一次充放电循环退化过程对应的历史电池参数。
其中，历史电池参数可以包括电压、电流、阻抗、温度上升速率和充放电倍率等。
S460、将历史电池参数输入至C-GAN-GRU模型，获取优化充放电倍率和优化温度上升速率。
其中，优化充放电倍率包括第一优化充放电倍率、第二优化充放电倍率。
S470、根据优化充放电倍率和优化温度上升速率修正充放电倍率和温度上升速率。
具体的，关于修正充放电倍率和温度上升速率可以如图7的一种电池修正场景示意图所示；图中详细的展示了利用C-GAN-GRU算法构建C-GAN-GRU模型对充放电倍率和温度上升速率进行修正的过程。
本发明实施例通过C-GAN-GRU算法构建C-GAN-GRU模型对充放电倍率和温度上升速率进行修正可以应各种电池的快速充电策略，以及延长电池循环寿命。
实施例五
图8为本发明实施例五提供的一种电池储能系统结构示意图，本实施例可适用于用对电池进行储能的场景。示例性地，参考图8，图8是本实施例五提供的一种电池储能系统结构示意图，该电池储能系统包括：
恒流充电模块510，用于根据温度上升速率加热电池到第一目标温度，按照第一充放电倍率对所述电池进行恒流充电，其中，所述第一充放电倍率和温度上升速率基于预测模型确定，所述预测模型包括电池退化过程维度的演变规律和单个循环维度的数据映射关系；
恒压充电模块520，用于若电池电压达到电池截止电压，则按照所述电池截止电压对所述电池进行恒压充电，直至电池电流降至目标电流值，其中，所述目标电流值基于充放电倍率确定；
放电模块530，用于若电池电流等于目标电流值，则按照第二充放电倍率对所述电池进行恒流放电，直至电池电压等于所述电池截止电压，其中，所述第二充放电倍率基于所述预测模型确定。
可选的，在恒流充电模块510之前，还包括：
加热模块，用于若电池温度低于预设温度，则加热电池内部的加热元件，通过所述加热元件对电池进行加热直至电池温度上升至预设温度，执行根据温度上升速率加热电池到第一目标温度；
判断模块，用于若所述电池温度等于或高于预设温度，则执行根据温度上升速率加热电池到第一目标温度。
可选的，判断模块具体用于：将电池接入充电源，并闭合电池正极端子与激活端子之间的开关；
根据温度上升速率确定所述充电源输出的充电电流，所述充电电流分别被输送至所述电池和加热元件，通过所述加热元件根据温度上升速率加热电池；
若电池温度与第一目标温度的偏差满足停止加热条件，则断开电池正极端子与激活端子之间的开关，以停止向所述加热元件输出充电电流。
可选的，在放电模块530之后，还包括：
获取模块，用于获取本次充放电时间和上一次充放电时间；
触发修正操作模块，用于若所述本次充放电时间大于上一次充放电时间，则触发充放电条件修正事件，其中，所述充放电条件修正事件用于触发第一充放电倍率、第二充放电倍率和温度上升速率的修正操作。
可选的，上述装置还包括：
电池参数采集模块，用于在检测到充放电条件修正事件的情况下，采集本次充放电循环退化过程对应的电池参数；
预测模块，用于将所采集的电池参数输入所述预测模型，获取所述预测模型输出的第一优化充放电倍率、第二优化充放电倍率和优化温度上升速率；
修正模块，用于根据所述第一优化充放电倍率修正所述第一充放电倍率，根据第二优化充放电倍率修正所述第二充放电倍率，根据所述优化温度上升速率修正所述温度上升速率。
可选的，所述预测模型包括条件生成式对抗网络和门控循环单元。
可选的，所述预测模型具体用于：采集历史充放电循环退化过程对应的历史电池参数；根据所述历史电池参数生成阻抗谱数据集，根据所述阻抗谱数据集构建带有电池低频特性的分数阶阻抗谱模型；根据所述分数阶阻抗谱模型，采用设定方法拟合电池阻抗谱曲线，获得电池优化参数；根据所述历史电池参数和电池优化参数构成所述训练数据集。
本发明实施例所提供的一种电池储能系统可用于执行本发明任意实施例所提供的一种电池快充方法，具备执行方法相应的功能模块和有益效果。
实施例六
图9为本发明实施例六提供的一种储能电站的结构示意图。具体的，储能电站电池内嵌入加热元件，加热元件的一端连接充电源的负极端子，另一端连接激活端子；充电源的正极端子与激活端子之间串联有开关，通过开关控制电池加热。如图9所示，储能电站10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器（ROM）12、随机访问存储器（RAM）13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器（ROM）12中的计算机程序或者从存储单元16加载到随机访问存储器（RAM）13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储储能电站10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出（I/O）接口15也连接至总线14。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法时实现：
根据温度上升速率加热电池到第一目标温度，按照第一充放电倍率对电池进行恒流充电，其中，第一充放电倍率和温度上升速率基于预测模型确定，预测模型包括电池退化过程维度的演变规律和单个循环维度的数据映射关系；
若电池电压达到电池截止电压，则按照电池截止电压对电池进行恒压充电，直至电池电流降至目标电流值，其中，目标电流值基于充放电倍率确定；
若电池电流等于目标电流值，则按照第二充放电倍率对电池进行恒流放电，直至电池电压等于电池截止电压，其中，第二充放电倍率基于预测模型确定。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (10)
1.一种电池快充方法，其特征在于，包括：
根据温度上升速率加热电池到第一目标温度，按照第一充放电倍率对所述电池进行恒流充电，其中，所述第一充放电倍率和温度上升速率基于预测模型确定，所述预测模型包括电池退化过程维度的演变规律和单个循环维度的数据映射关系；
若电池电压达到电池截止电压，则按照所述电池截止电压对所述电池进行恒压充电，直至电池电流降至目标电流值，其中，所述目标电流值基于充放电倍率确定；
若电池电流等于目标电流值，则按照第二充放电倍率对所述电池进行恒流放电，直至电池电压等于所述电池截止电压，其中，所述第二充放电倍率基于所述预测模型确定。
2.根据权利要求1所述的方法，其特征在于，在根据温度上升速率加热电池到第一目标温度之前，还包括：
若电池温度低于预设温度，则加热电池内部的加热元件，通过所述加热元件对电池进行加热直至电池温度上升至预设温度，执行根据温度上升速率加热电池到第一目标温度；
若所述电池温度等于或高于预设温度，则执行根据温度上升速率加热电池到第一目标温度。
3.根据权利要求2所述的方法，其特征在于，所述根据温度上升速率加热电池到第一目标温度，包括：
将电池接入充电源，并闭合电池正极端子与激活端子之间的开关；
根据温度上升速率确定所述充电源输出的充电电流，所述充电电流分别被输送至所述电池和加热元件，通过所述加热元件根据温度上升速率加热电池；
若电池温度与第一目标温度的偏差满足停止加热条件，则断开电池正极端子与激活端子之间的开关，以停止向所述加热元件输出充电电流。
4.根据权利要求1所述的方法，其特征在于，在按照第二充放电倍率对所述电池进行恒流放电，直至电池电压等于所述电池截止电压之后，还包括：
获取本次充放电时间和上一次充放电时间；
若所述本次充放电时间大于上一次充放电时间，则触发充放电条件修正事件，其中，所述充放电条件修正事件用于触发第一充放电倍率、第二充放电倍率和温度上升速率的修正操作。
5.根据权利要求4所述的方法，其特征在于，还包括：
在检测到充放电条件修正事件的情况下，采集本次充放电循环退化过程对应的电池参数；
将所采集的电池参数输入所述预测模型，获取所述预测模型输出的第一优化充放电倍率、第二优化充放电倍率和优化温度上升速率；
根据所述第一优化充放电倍率修正所述第一充放电倍率，根据所述第二优化充放电倍率修正所述第二充放电倍率，根据所述优化温度上升速率修正所述温度上升速率。
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述预测模型包括条件生成式对抗网络和门控循环单元。
7.根据权利要求6所述的方法，其特征在于，通过如下方式生成所述预测模型的训练数据集，包括：
采集历史充放电循环退化过程对应的历史电池参数；
根据所述历史电池参数生成阻抗谱数据集，根据所述阻抗谱数据集构建带有电池低频特性的分数阶阻抗谱模型；
根据所述分数阶阻抗谱模型，采用设定方法拟合电池阻抗谱曲线，获得电池优化参数；
根据所述历史电池参数和电池优化参数构成所述训练数据集。
8.一种电池储能系统，其特征在于，包括：
恒流充电模块，用于根据温度上升速率加热电池到第一目标温度，按照第一充放电倍率对所述电池进行恒流充电，其中，所述第一充放电倍率和温度上升速率基于预测模型确定，所述预测模型包括电池退化过程维度的演变规律和单个循环维度的数据映射关系；
恒压充电模块，用于若电池电压达到电池截止电压，则按照所述电池截止电压对所述电池进行恒压充电，直至电池电流降至目标电流值，其中，所述目标电流值基于充放电倍率确定；
放电模块，用于若电池电流等于目标电流值，则按照第二充放电倍率对所述电池进行恒流放电，直至电池电压等于所述电池截止电压，其中，所述第二充放电倍率基于所述预测模型确定。
9.一种储能电站，其特征在于，所述储能电站包括：
电池，用于储存或输出电能；
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计算机程序，所述计算机程序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中任一项所述的电池快充方法。
10.根据权利要求9所述的储能电站，其特征在于，所述电池内嵌入加热元件，所述加热元件的一端连接充电源的负极端子，另一端连接激活端子；
所述充电源的正极端子与所述激活端子之间串联有开关，通过所述开关控制电池加热。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310876468.6A CN116613865B (zh) | 2023-07-18 | 2023-07-18 | 一种电池快充方法、电池储能系统及储能电站 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310876468.6A CN116613865B (zh) | 2023-07-18 | 2023-07-18 | 一种电池快充方法、电池储能系统及储能电站 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116613865A true CN116613865A (zh) | 2023-08-18 |
| CN116613865B CN116613865B (zh) | 2024-03-08 |
Family
ID=87678560
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310876468.6A Active CN116613865B (zh) | 2023-07-18 | 2023-07-18 | 一种电池快充方法、电池储能系统及储能电站 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116613865B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117310507A (zh) * | 2023-11-29 | 2023-12-29 | 上海泰矽微电子有限公司 | 一种充电截止电流估算方法、装置、设备和介质 |
| CN117595469A (zh) * | 2024-01-18 | 2024-02-23 | 深圳市瑞能电源科技有限公司 | 电池充电电流修正方法、装置、存储介质及计算机设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109638212A (zh) * | 2018-11-20 | 2019-04-16 | 东莞锂威能源科技有限公司 | 一种高倍率快充锂离子电池 |
| CN111987377A (zh) * | 2020-07-31 | 2020-11-24 | 蜂巢能源科技有限公司 | 电池的快充方法、电池管理系统以及电池的快充装置 |
| CN112060964A (zh) * | 2020-08-18 | 2020-12-11 | 金龙联合汽车工业（苏州）有限公司 | 基于电池与充电桩充电能力的电池加热策略优化方法 |
| CN112733427A (zh) * | 2020-12-16 | 2021-04-30 | 清华大学 | 锂离子电池的负极电位估算模型建立方法及计算机设备 |
| JP2022053841A (ja) * | 2020-09-25 | 2022-04-06 | 株式会社エヌエステイー | リチウムイオン電池の特性計測方法及びシステム |
| CN115980586A (zh) * | 2022-11-28 | 2023-04-18 | 浙江凌骁能源科技有限公司 | 动力电池健康状态预测方法、装置和计算机设备 |
-
2023
- 2023-07-18 CN CN202310876468.6A patent/CN116613865B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109638212A (zh) * | 2018-11-20 | 2019-04-16 | 东莞锂威能源科技有限公司 | 一种高倍率快充锂离子电池 |
| CN111987377A (zh) * | 2020-07-31 | 2020-11-24 | 蜂巢能源科技有限公司 | 电池的快充方法、电池管理系统以及电池的快充装置 |
| CN112060964A (zh) * | 2020-08-18 | 2020-12-11 | 金龙联合汽车工业（苏州）有限公司 | 基于电池与充电桩充电能力的电池加热策略优化方法 |
| JP2022053841A (ja) * | 2020-09-25 | 2022-04-06 | 株式会社エヌエステイー | リチウムイオン電池の特性計測方法及びシステム |
| CN112733427A (zh) * | 2020-12-16 | 2021-04-30 | 清华大学 | 锂离子电池的负极电位估算模型建立方法及计算机设备 |
| CN115980586A (zh) * | 2022-11-28 | 2023-04-18 | 浙江凌骁能源科技有限公司 | 动力电池健康状态预测方法、装置和计算机设备 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117310507A (zh) * | 2023-11-29 | 2023-12-29 | 上海泰矽微电子有限公司 | 一种充电截止电流估算方法、装置、设备和介质 |
| CN117310507B (zh) * | 2023-11-29 | 2024-03-29 | 上海泰矽微电子有限公司 | 一种充电截止电流估算方法、装置、设备和介质 |
| CN117595469A (zh) * | 2024-01-18 | 2024-02-23 | 深圳市瑞能电源科技有限公司 | 电池充电电流修正方法、装置、存储介质及计算机设备 |
| CN117595469B (zh) * | 2024-01-18 | 2024-04-05 | 深圳市瑞能电源科技有限公司 | 电池充电电流修正方法、装置、存储介质及计算机设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116613865B (zh) | 2024-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116613865B (zh) | 一种电池快充方法、电池储能系统及储能电站 | |
| Jiang et al. | Multi-kernel relevance vector machine with parameter optimization for cycling aging prediction of lithium-ion batteries | |
| CN109856559B (zh) | 一种锂电池循环寿命的预测方法 | |
| Song et al. | Lithium-ion battery remaining useful life prediction based on GRU-RNN | |
| CN107132490B (zh) | 一种实现锂电池组荷电状态估计的方法 | |
| CN115114878B (zh) | 一种储能电站电池寿命在线预测方法、装置及存储介质 | |
| WO2022144542A1 (en) | Method for predicting condition parameter degradation of a cell | |
| CN113111508A (zh) | 电芯一致性的评估方法、装置及服务器 | |
| CN110850315A (zh) | 一种电池荷电状态的估算方法及装置 | |
| CN117233623A (zh) | 带有末端修正的电池soc估算方法及装置 | |
| CN114156552A (zh) | 一种考虑老化的串联电池组的均衡控制策略 | |
| CN114189013B (zh) | 一种充电装置、充电方法及计算机可读存储介质 | |
| CN110806540A (zh) | 电芯测试数据处理方法、装置、系统和存储介质 | |
| CN116754960A (zh) | 钠离子电池云端soh估计和剩余寿命预测方法、装置及程序 | |
| CN113125965B (zh) | 电池析锂检测方法、装置、设备及存储介质 | |
| CN113189500B (zh) | 电池电量计算方法、装置、计算机设备和存储介质 | |
| Eleftheriadis et al. | Hyperband optimization of stacked bidirectional long short-term memory neural network for the state of charge estimation | |
| CN114114051A (zh) | 一种电池老化值的确定方法、装置及电子设备 | |
| CN109716151B (zh) | 用于估计电池电压的方法和设备 | |
| CN110068409B (zh) | 锂电池应力预测方法和装置 | |
| CN113900028B (zh) | 一种考虑初始荷电状态和充放电路径的电池健康状态估计方法及系统 | |
| CN115754780A (zh) | 电池电芯寿命修正方法、装置及电子设备、存储介质 | |
| CN114184969A (zh) | 一种电芯可逆自放电容量损失测试方法及装置 | |
| CN114690057A (zh) | 一种电池系统性能评估的方法和系统 | |
| Pyne et al. | Toward the Use of Operational Cycle Data for Capacity Estimation |
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 |