CN116736150A - 一种电池异常检测方法、电池系统和计算机程序 - Google Patents
一种电池异常检测方法、电池系统和计算机程序 Download PDFInfo
- Publication number
- CN116736150A CN116736150A CN202311031033.8A CN202311031033A CN116736150A CN 116736150 A CN116736150 A CN 116736150A CN 202311031033 A CN202311031033 A CN 202311031033A CN 116736150 A CN116736150 A CN 116736150A
- Authority
- CN
- China
- Prior art keywords
- battery
- voltage
- num
- discharge
- charge
- 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
- 230000005856 abnormality Effects 0.000 title claims abstract description 17
- 238000004590 computer program Methods 0.000 title claims abstract description 16
- 238000001514 detection method Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 56
- 238000004364 calculation method Methods 0.000 claims description 31
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000007599 discharging Methods 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 5
- 230000001186 cumulative effect Effects 0.000 claims description 2
- 238000003860 storage Methods 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 abstract description 2
- 239000006185 dispersion Substances 0.000 abstract description 2
- 238000007689 inspection Methods 0.000 abstract 1
- 238000009826 distribution Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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]
- G01R31/382—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]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明属于电池管理技术领域,尤其涉及一种电池异常检测方法、电池系统和计算机程序。该方法包括以下的步骤:S1,实时采集电池系统中各单体电池的电压、温度和电流;S2,判断电池充放电状态;S3,计算各节电池充电或放电累计容量达到b×CN过程中的电压面积S n ;检查Num 充电 [x]和Num 放电 [x]是否存在交集;S5,记录充电过程中最高电压高于emV或者放电过程中最低电压低于fmV时的电压面积比值最小同时比值小于g的x节电池编号;S6,检查数组Num 充电末 [x]和Num 放电末 [x]是否存在交集。该方法是在电池充放电过程中,结合电池电压离散度,作出电池异常诊断,方法易行,便于工程应用。
Description
技术领域
本发明属于电池管理技术领域,尤其涉及一种基于电压分布的电池异常检测方法、电池系统和计算机程序。
背景技术
电池系统在储能、电动车领域中,需要大量单体电池串联使用以满足设备的电压要求。由于电池生产工艺及成组后的衰减因素差异,电池系统不一致性会随着使用时间的增加而增大。电池组的实际可用容量受电池组内性能最差电池的影响,其具体表现为内阻大,实际可用容量低,通常在维护电池组时需要及时更换这些电池来保障电池组安全及经济效益。因此,电池异常检测对于电池管理系统尤为重要。
发明内容
本发明的目的在于解决上述现有技术中存在的难题,提供一种基于电压分布的电池异常检测方法,该方法是在电池充放电过程中,结合电池电压离散度,作出电池异常诊断,方法易行,便于工程应用。
为了实现上述的目的,本发明采用了以下的技术方案:
一种基于电压分布的电池异常检测方法,该方法包括以下的步骤:
S1,实时采集电池系统中各单体电池的电压、温度和电流;
S2,判断电池充放电状态,当电池充电或放电累计容量达到a×CN,a=1%-5%,CN为电池的额定容量,开启S3;若中途充放电状态发生切换,则直接进入S5;
S3,计算各节电池充电或放电累计容量达到b×CN过程中的电压面积S n ,b=5%-20%;计算各单体电压面积Sn与平均电压面积Savg的比值K,记录对应电压面积比值最小同时比值小于g的x节电池编号,g=0.7-0.95;记录对应的电池编号形成数组Num 充电 [x]或Num 放电 [x],若符合条件的电池数量未满足则以0代替;若在计算过程中,充放电状态发生切换,则直接进入S4;若计算过程中最高温度与最小温度的差值大于c℃,c=10-20,则直接进入S5;
S4,检查Num 充电 [x]和Num 放电 [x]是否存在交集,0除外,即Num 充电 [x]Num 放电 [x],若存在交集则对交集的电池编号电池作出异常预警;若不存在交集,则进入S5;
S5,记录充电过程中最高电压高于emV或者放电过程中最低电压低于fmV时的电压面积比值最小同时比值小于g的x节电池编号,e为充电至SOC为95%的电压,f为放电至SOC为5%的电压,记录对应的电池编号形成数组Num 充电末 [x]或Num 放电末 [x],其中若起始记录为j时刻,则计算电压面积的k时刻为j+1时刻;
S6,检查数组Num 充电末 [x]和Num 放电末 [x]是否存在交集,0除外,即Num 充电末 [x]Num 放电末 [x],若存在交集则对交集的电池编号电池作出异常预警;否则,退出。
作为优选,所述步骤S2中电池充电或放电累计容量计算如式(1)所示:
C add [t]为i时刻的累计容量,C add [t-1]为i-1时刻的累计容量,I[t]为i时刻的电流,△t为i时刻与i-1时刻的时间间隔。
作为优选,所述步骤S2中中途充放电状态发生切换包含开路状态。
作为优选,所述步骤S3充电过程中平均电压的面积S avg 的计算公式如式(2)所示:
其中表示是电压上限值,/>表示的是t时刻下的电池平均电压,j时刻到k时刻满足累计容量达到b×CN;
表示采样间隔中的电池荷电状态变化量,其计算如式(3)所示:
(3)
C t 为当前电池的实际满电可用容量,It为t时刻下的电流;
第n节电池的电压的面积S n 的计算公式如式(4)所示:
表示的是t时刻下第n节电池的电压。
作为优选,所述步骤S3放电过程中的平均电压的面积S avg 的计算公式如式(5)所示:
(5)
其中表示是电压下限值,/>表示的是t时刻下的电池平均电压,j时刻到k时刻满足累计容量达到b×CN;
表示采样间隔中的电池荷电状态变化量,其计算如式(3)所示:
C t 为当前电池的实际满电可用容量,It为t时刻下的电流;
第n节电池的电压的面积S n 的计算公式如式(6)所示:
(6)
表示的是t时刻下第n节电池的电压。
进一步,本发明还公开了一种电池管理系统,该电池管理系统所述的方法进行电池异常检测。
进一步,本发明还公开了一种电池系统,该系统包括所述的电池管理系统。
进一步,本发明还公开了一种计算机设备,包括存储器、处理器及存储在存储器上的计算机程序,所述处理器执行所述计算机程序以实现所述方法。
进一步,本发明还公开了一种计算机可读存储介质,其上存储有计算机程序或指令,该计算机程序或指令被处理器执行时实现所述方法。
进一步,本发明还公开了一种计算机程序产品,包括计算机程序或指令,该计算机程序或指令被处理器执行时实现所述方法。
本申请由于采用了上述的技术方案,该方法是在电池充放电过程中,结合电池电压离散度,作出电池异常诊断,方法易行,便于工程应用。
附图说明
图1为本发明的系统流程框图。
图2为电池充电过程中的电压面积计算示意图。
图3为电池放电过程中的电压面积计算示意图。
具体实施方式
下面将结合本发明实施例,对本发明实施例中的技术方案进行清查、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部实施例。给予本发明中的实施例,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,都属于本发明保护的范围。
如图1所示的一种基于电压分布的电池异常检测方法,该系统包括以下的步骤:
S1,实时采集电池系统中各单体电池的电压、温度、电流。
S2,判断电池充放电状态,当电池充电或放电累计容量达到a×CN(例a取1%,CN为电池的额定容量),开启S3;若中途充放电状态发生切换(包含开路状态),则直接进入S5。
步骤S2中电池充电或放电累计容量计算如式(1)所示,C add [t]为i时刻的累计容量,C add [t-1]为i-1时刻的累计容量,I[t]为i时刻的电流,△t为i时刻与i-1时刻的时间间隔。
。
S3,计算各节电池充电或放电累计容量达到b×CN(例b取10%)过程中的电压面积S n ,计算各单体电压面积S n 与平均电压面积S avg 的比值K,记录对应电压面积比值最小同时比值小于g(例g可取0.9)的x节电池编号;若在计算过程中,充放电状态发生切换,则直接进入S4;若计算过程中最高温度与最小温度的差值大于c℃(例c取15),则直接进入S5。
步骤S3中充电过程中的电压面积计算如图2所示。平均电压的面积S avg 的计算公式如式(2)所示,其中表示是电压上限值(例取3.65V),/>表示的是t时刻下的电池平均电压,j时刻到k时刻满足累计容量达到b×CN,/>表示采样间隔中的电池荷电状态变化量,其计算如式(3)所示,C t 为当前电池的实际满电可用容量;第n节电池的电压的面积S n 的计算公式如式(4)所示,/>表示的是t时刻下第n节电池的电压。
(3)
步骤S3中放电过程中的电压面积计算如图3所示。平均电压的面积S avg 的计算公式如式(5)所示,其中表示是电压下限值(例取2.7V);第n节电池的电压的面积S n 的计算公式如式(6)所示。
(5)
(6)
进一步地,步骤S3中电压面积比值K计算公式如式(7)所示。
(7)
步骤S3中记录对应电压面积比值最小同时比值小于g(例g可取0.9)的x节电池编号,记录对应的电池编号形成数组Num 充电 [x](或Num 放电 [x]),若符合条件的电池数量未满足则以0代替(例x取5,只有3节电池满足条件,Num 充电 [5]={1,50,100,0,0})。
S4,检查Num 充电 [x]和Num 放电 [x]是否存在交集(0除外),即Num 充电 [x]Num 放电 [x],若存在交集则对交集的电池编号电池作出异常预警(例Num 充电 [5]={1,50,100,0,0},Num 放电 [5]={10,50,100,150,0},则对应的交集为{50,100},系统对电池编号为50和100的电池作出异常预警);若不存在交集,则进入S5。
S5,记录充电过程中最高电压高于emV或者放电过程中最低电压低于fmV,(e为充电至SOC为95%的电压,f为放电至SOC为5%的电压,磷酸铁锂电池为例,e可取3550,f可取2900)时的电压面积比值最小同时比值小于g(例g可取0.9)的x节电池编号,记录对应的电池编号形成数组Num 充电末 [x](或Num 放电末 [x]),其中若起始记录为j时刻,则计算电压面积的k时刻为j+1时刻。
S6,检查数组Num 充电末 [x]和Num 放电末 [x]是否存在交集(0除外),即Num 充电末 [x]Num 放电末 [x],若存在交集则对交集的电池编号电池作出异常预警;否则,退出。
以上为对本发明实施例的描述,通过对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的。本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施列,而是要符合与本文所公开的原理和新颖点相一致的最宽的范围。
Claims (10)
1.一种电池异常检测方法,该方法包括以下的步骤:
S1,实时采集电池系统中各单体电池的电压、温度和电流;
S2,判断电池充放电状态,当电池充电或放电累计容量达到a×CN,a=1%-5%,CN为电池的额定容量,开启S3;若中途充放电状态发生切换,则直接进入S5;
S3,计算各节电池充电或放电累计容量达到b×CN过程中的电压面积S n ,b=5%-20%;计算各单体电压面积Sn与平均电压面积Savg的比值K,记录对应电压面积比值最小同时比值小于g的x节电池编号,g=0.7-0.95;记录对应的电池编号形成数组Num 充电 [x]或Num 放电 [x],若符合条件的电池数量未满足则以0代替;若在计算过程中,充放电状态发生切换,则直接进入S4;若计算过程中最高温度与最小温度的差值大于c℃,c=10-20,则直接进入S5;
S4,检查Num 充电 [x]和Num 放电 [x]是否存在交集,0除外,即Num 充电 [x]Num 放电 [x],若存在交集则对交集的电池编号电池作出异常预警;若不存在交集,则进入S5;
S5,记录充电过程中最高电压高于emV或者放电过程中最低电压低于fmV时的电压面积比值最小同时比值小于g的x节电池编号,e为充电至SOC为95%的电压,f为放电至SOC为5%的电压,记录对应的电池编号形成数组Num 充电末 [x]或Num 放电末 [x],其中若起始记录为j时刻,则计算电压面积的k时刻为j+1时刻;
S6,检查数组Num 充电末 [x]和Num 放电末 [x]是否存在交集,0除外,即Num 充电末 [x]Num 放电末 [x],若存在交集则对交集的电池编号电池作出异常预警;否则,退出。
2.根据权利要求1所述的一种电池异常检测方法,其特征在于,步骤S2中电池充电或放电累计容量计算如式(1)所示:
C add [t]为i时刻的累计容量,C add [t-1]为i-1时刻的累计容量,I[t]为i时刻的电流,△t为i时刻与i-1时刻的时间间隔。
3.根据权利要求1所述的一种电池异常检测方法,其特征在于,步骤S2中中途充放电状态发生切换包含开路状态。
4.根据权利要求2所述的一种电池异常检测方法,其特征在于,步骤S3充电过程中平均电压的面积S avg 的计算公式如式(2)所示:
其中表示是电压上限值,/>表示的是t时刻下的电池平均电压,j时刻到k时刻满足累计容量达到b×CN;
表示采样间隔中的电池荷电状态变化量,其计算如式(3)所示:
(3)
C t 为当前电池的实际满电可用容量,It为t时刻下的电流;
第n节电池的电压的面积S n 的计算公式如式(4)所示:
表示的是t时刻下第n节电池的电压。
5.根据权利要求4所述的一种电池异常检测方法,其特征在于,步骤S3放电过程中的平均电压的面积S avg 的计算公式如式(5)所示:
其中表示是电压下限值,/>表示的是t时刻下的电池平均电压,j时刻到k时刻满足累计容量达到b×CN;
表示采样间隔中的电池荷电状态变化量,其计算如式(3)所示:
C t 为当前电池的实际满电可用容量,It为t时刻下的电流;
第n节电池的电压的面积S n 的计算公式如式(6)所示:
(6)
表示的是t时刻下第n节电池的电压。
6.一种电池管理系统,该电池管理系统采用权利要求1-5任意一项权利要求所述的方法进行电池异常检测。
7.一种电池系统,该系统包括权利要求6所述的电池管理系统。
8.一种计算机设备,包括存储器、处理器及存储在存储器上的计算机程序,其特征在于,所述处理器执行所述计算机程序以实现权利要求1-5任意一项权利要求所述方法。
9.一种计算机可读存储介质,其上存储有计算机程序或指令,其特征在于,该计算机程序或指令被处理器执行时实现权利要求1-5任意一项权利要求所述方法。
10.一种计算机程序产品,包括计算机程序或指令,其特征在于,该计算机程序或指令被处理器执行时实现权利要求1-5任意一项权利要求所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311031033.8A CN116736150B (zh) | 2023-08-16 | 2023-08-16 | 一种电池异常检测方法、电池系统和计算机程序 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311031033.8A CN116736150B (zh) | 2023-08-16 | 2023-08-16 | 一种电池异常检测方法、电池系统和计算机程序 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116736150A true CN116736150A (zh) | 2023-09-12 |
CN116736150B CN116736150B (zh) | 2023-11-03 |
Family
ID=87919086
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311031033.8A Active CN116736150B (zh) | 2023-08-16 | 2023-08-16 | 一种电池异常检测方法、电池系统和计算机程序 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116736150B (zh) |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002189065A (ja) * | 2000-12-20 | 2002-07-05 | Docomo Mobile Tokai Inc | 電池状態判定装置 |
CN103439664A (zh) * | 2013-08-22 | 2013-12-11 | 安徽安凯汽车股份有限公司 | 一种基于电流的纯电动汽车动力电池组容量标定方法 |
US20180038918A1 (en) * | 2015-02-24 | 2018-02-08 | The Doshisha | Cell Deterioration Diagnostic Method and Cell Deterioration Diagnostic Device |
CN110261779A (zh) * | 2019-06-25 | 2019-09-20 | 西安石油大学 | 一种三元锂电池荷电状态与健康状态在线协同估计方法 |
KR20200107813A (ko) * | 2019-03-06 | 2020-09-16 | 주식회사 엘지화학 | 배터리 관리 시스템 및 배터리 관리 시스템 진단 방법 |
CN112098876A (zh) * | 2020-08-27 | 2020-12-18 | 浙江省邮电工程建设有限公司 | 蓄电池内单体电池的异常检测方法 |
CN112098845A (zh) * | 2020-08-17 | 2020-12-18 | 四川大学 | 一种用于分布式储能系统的锂电池状态估计方法 |
KR20210024962A (ko) * | 2019-08-26 | 2021-03-08 | 오토시맨틱스 주식회사 | Ess 배터리의 상태진단 및 수명예측을 위한 장치 및 방법 |
CN112910064A (zh) * | 2021-05-10 | 2021-06-04 | 恒银金融科技股份有限公司 | 一种应用于电池充放电的安全系统 |
CN112946499A (zh) * | 2021-02-04 | 2021-06-11 | 芜湖楚睿智能科技有限公司 | 基于机器学习的锂电池健康状态及荷电状态联合估算方法 |
CN113253140A (zh) * | 2021-07-16 | 2021-08-13 | 杭州科工电子科技有限公司 | 电池健康状态在线估算方法 |
WO2021217698A1 (zh) * | 2020-04-29 | 2021-11-04 | 上海理工大学 | 一种区分电池微短路和小容量故障的诊断方法 |
CN113687255A (zh) * | 2020-05-19 | 2021-11-23 | 国家能源投资集团有限责任公司 | 一种电池单体的状态诊断方法、设备及存储介质 |
CN114114057A (zh) * | 2021-10-28 | 2022-03-01 | 合肥国轩高科动力能源有限公司 | 一种新能源电动汽车电池单体异常预估方法 |
CN114509682A (zh) * | 2021-12-27 | 2022-05-17 | 安徽锐能科技有限公司 | 锂电池soc估计算法的修正方法和soc估计算法及存储介质 |
CN114563721A (zh) * | 2022-01-26 | 2022-05-31 | 金龙联合汽车工业(苏州)有限公司 | 一种电池系统电流异常变化检测方法 |
CN114611595A (zh) * | 2022-03-07 | 2022-06-10 | 杭州高特电子设备股份有限公司 | 一种储能系统电池的电压曲线自学习方法 |
CN114814615A (zh) * | 2022-02-28 | 2022-07-29 | 杭州高特电子设备股份有限公司 | 一种静置状态下电池异常的检测方法 |
CN115128491A (zh) * | 2021-03-24 | 2022-09-30 | 本田技研工业株式会社 | 容量劣化预测方法以及预测系统 |
JP2022174885A (ja) * | 2021-05-12 | 2022-11-25 | 株式会社日立製作所 | 二次電池管理装置、二次電池管理方法およびプログラム |
CN116057394A (zh) * | 2020-10-05 | 2023-05-02 | 株式会社Lg新能源 | 用于诊断电池状态的装置和方法 |
WO2023130776A1 (zh) * | 2022-01-07 | 2023-07-13 | 国网浙江省电力有限公司电力科学研究院 | 储能电站电池工况健康状态预测方法及系统 |
-
2023
- 2023-08-16 CN CN202311031033.8A patent/CN116736150B/zh active Active
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002189065A (ja) * | 2000-12-20 | 2002-07-05 | Docomo Mobile Tokai Inc | 電池状態判定装置 |
CN103439664A (zh) * | 2013-08-22 | 2013-12-11 | 安徽安凯汽车股份有限公司 | 一种基于电流的纯电动汽车动力电池组容量标定方法 |
US20180038918A1 (en) * | 2015-02-24 | 2018-02-08 | The Doshisha | Cell Deterioration Diagnostic Method and Cell Deterioration Diagnostic Device |
KR20200107813A (ko) * | 2019-03-06 | 2020-09-16 | 주식회사 엘지화학 | 배터리 관리 시스템 및 배터리 관리 시스템 진단 방법 |
CN110261779A (zh) * | 2019-06-25 | 2019-09-20 | 西安石油大学 | 一种三元锂电池荷电状态与健康状态在线协同估计方法 |
KR20210024962A (ko) * | 2019-08-26 | 2021-03-08 | 오토시맨틱스 주식회사 | Ess 배터리의 상태진단 및 수명예측을 위한 장치 및 방법 |
WO2021217698A1 (zh) * | 2020-04-29 | 2021-11-04 | 上海理工大学 | 一种区分电池微短路和小容量故障的诊断方法 |
CN113687255A (zh) * | 2020-05-19 | 2021-11-23 | 国家能源投资集团有限责任公司 | 一种电池单体的状态诊断方法、设备及存储介质 |
CN112098845A (zh) * | 2020-08-17 | 2020-12-18 | 四川大学 | 一种用于分布式储能系统的锂电池状态估计方法 |
CN112098876A (zh) * | 2020-08-27 | 2020-12-18 | 浙江省邮电工程建设有限公司 | 蓄电池内单体电池的异常检测方法 |
CN116057394A (zh) * | 2020-10-05 | 2023-05-02 | 株式会社Lg新能源 | 用于诊断电池状态的装置和方法 |
CN112946499A (zh) * | 2021-02-04 | 2021-06-11 | 芜湖楚睿智能科技有限公司 | 基于机器学习的锂电池健康状态及荷电状态联合估算方法 |
CN115128491A (zh) * | 2021-03-24 | 2022-09-30 | 本田技研工业株式会社 | 容量劣化预测方法以及预测系统 |
CN112910064A (zh) * | 2021-05-10 | 2021-06-04 | 恒银金融科技股份有限公司 | 一种应用于电池充放电的安全系统 |
JP2022174885A (ja) * | 2021-05-12 | 2022-11-25 | 株式会社日立製作所 | 二次電池管理装置、二次電池管理方法およびプログラム |
CN113253140A (zh) * | 2021-07-16 | 2021-08-13 | 杭州科工电子科技有限公司 | 电池健康状态在线估算方法 |
CN114114057A (zh) * | 2021-10-28 | 2022-03-01 | 合肥国轩高科动力能源有限公司 | 一种新能源电动汽车电池单体异常预估方法 |
CN114509682A (zh) * | 2021-12-27 | 2022-05-17 | 安徽锐能科技有限公司 | 锂电池soc估计算法的修正方法和soc估计算法及存储介质 |
WO2023130776A1 (zh) * | 2022-01-07 | 2023-07-13 | 国网浙江省电力有限公司电力科学研究院 | 储能电站电池工况健康状态预测方法及系统 |
CN114563721A (zh) * | 2022-01-26 | 2022-05-31 | 金龙联合汽车工业(苏州)有限公司 | 一种电池系统电流异常变化检测方法 |
CN114814615A (zh) * | 2022-02-28 | 2022-07-29 | 杭州高特电子设备股份有限公司 | 一种静置状态下电池异常的检测方法 |
CN114611595A (zh) * | 2022-03-07 | 2022-06-10 | 杭州高特电子设备股份有限公司 | 一种储能系统电池的电压曲线自学习方法 |
Non-Patent Citations (2)
Title |
---|
XIONG, R等: "A Sensor Fault Diagnosis Method for a Lithium-Ion Battery Pack in Electric Vehicles", 《IEEE TRANSACTIONS ON POWER ELECTRONICS》 * |
方奖奖;朱建新;: "磷酸铁锂电池SOC的电流脉冲探测研究", 公路与汽运, no. 02 * |
Also Published As
Publication number | Publication date |
---|---|
CN116736150B (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110380144B (zh) | 一种退役磷酸铁锂和三元锂电池混合协调控制方法及系统 | |
CN108336783A (zh) | 储能系统及电池簇间电压差的控制方法 | |
CN108711893A (zh) | 一种动力电池热失控预警系统和方法 | |
US20170203654A1 (en) | Closed loop feedback control to mitigate lithium plating in electrified vehicle battery | |
Vaideeswaran et al. | Battery management systems for electric vehicles using lithium ion batteries | |
CN110450677B (zh) | 一种基于电池老化状态估计的复合储能电动汽车的能量管理方法 | |
CN106249170B (zh) | 一种动力电池系统功率状态估计方法及装置 | |
CN111216593A (zh) | 一种新能源车辆、供电控制方法及存储介质 | |
CN112421717B (zh) | 一种电池系统的充电方法及充电装置 | |
CN114274777B (zh) | 一种电池异常监控方法、系统及车辆 | |
CN110154822A (zh) | 一种应用于电动汽车智能电池管理系统的充放电控制方法 | |
CN108287314A (zh) | 一种锂离子电池自放电的评价方法 | |
CN114240260B (zh) | 一种基于数字孪生的新能源群体车辆热失控风险评估方法 | |
CN113093016A (zh) | 基于不确定噪声滤波的动力电池管理系统故障诊断方法 | |
CN109884529A (zh) | 一种混合动力汽车动力电池剩余电量计算方法 | |
CN113671393A (zh) | 一种电流采集检测方法、电池包与用电装置 | |
CN116736150B (zh) | 一种电池异常检测方法、电池系统和计算机程序 | |
CN106711521B (zh) | 电池组均衡控制方法及控制电路 | |
CN116118568A (zh) | 一种基于磷酸铁锂电池的均衡方法 | |
CN115308617A (zh) | 一种锂离子电池内部短路诊断方法 | |
CN105206882B (zh) | 一种电动汽车动力电池地面修复装置 | |
Kong et al. | A Capacity Degradation Estimation Error Correction Method for Lithium-Ion Battery Considering the Effect of Sequential Depth of Discharge | |
CN112462274A (zh) | 一种基于电池自放电效应的成组电池内短路故障诊断方法 | |
Li et al. | A Multivariate Regression Method for Battery Remaining Capacity Based on Model Parameter Identification | |
Yao et al. | Equalization method of ‘LiCoxNiyMn1-x-yO2-LiFePO4’hybrid battery pack based on charging electric quantity 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 |