CN117388737A - 电池健康状态的评估方法、装置、设备及存储介质 - Google Patents
电池健康状态的评估方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117388737A CN117388737A CN202311250802.3A CN202311250802A CN117388737A CN 117388737 A CN117388737 A CN 117388737A CN 202311250802 A CN202311250802 A CN 202311250802A CN 117388737 A CN117388737 A CN 117388737A
- Authority
- CN
- China
- Prior art keywords
- battery
- target
- working condition
- condition information
- health
- 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.)
- Pending
Links
- 230000036541 health Effects 0.000 title claims abstract description 216
- 238000000034 method Methods 0.000 title claims abstract description 55
- 239000000126 substance Substances 0.000 claims description 77
- 238000004088 simulation Methods 0.000 claims description 39
- 230000008569 process Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 11
- 230000002238 attenuated effect Effects 0.000 claims description 8
- 239000007772 electrode material Substances 0.000 claims description 6
- 239000002001 electrolyte material Substances 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 abstract description 19
- 230000001186 cumulative effect Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000035945 sensitivity Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 150000002500 ions Chemical class 0.000 description 5
- 230000032683 aging Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000003862 health status Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 229910000733 Li alloy Inorganic materials 0.000 description 1
- 229910010707 LiFePO 4 Inorganic materials 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 239000011149 active material Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000010405 anode material Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000010406 cathode material Substances 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000007770 graphite material Substances 0.000 description 1
- 239000001989 lithium alloy Substances 0.000 description 1
- 229910001416 lithium ion Inorganic materials 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
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003960 organic solvent Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- XAEFZNCEHLXOMS-UHFFFAOYSA-M potassium benzoate Chemical compound [K+].[O-]C(=O)C1=CC=CC=C1 XAEFZNCEHLXOMS-UHFFFAOYSA-M 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 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]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本申请公开了一种电池健康状态的评估方法、装置、设备及存储介质，属于电池技术领域。该方法包括：获取目标电池的目标工况信息和目标电池在目标工况下的目标累积充放电容量，目标工况信息包括电池温度、电池荷电状态和充电模式中的至少一项；从多个工况信息区间分别对应的电池健康系数中，确定目标工况信息对应的目标电池健康系数，电池健康系数用于指示不同工况信息对电池健康状态的影响程度；基于目标累积充放电容量以及目标电池健康系数，确定目标电池的健康度。本申请结合不同工况对电池健康状态带来的影响以及不同工况下的累积充放电容量得到电池健康状态的评估结果，使电池健康状态的评估方式更加完善，提高电池健康状态的评估准确性。
Description
技术领域
本申请涉及电池技术领域，特别涉及一种电池健康状态的评估方法、装置、设备及存储介质。
背景技术
电池作为新能源汽车的能源供给方式之一，由于运行成本低、环境污染小等优势，在动力领域得到了广泛使用。为了保障电池的供电性能，提高车辆行驶的安全性，通常需要对电池的健康状态进行评估，以避免由于电池老化影响用户的用车体验，提高电池的使用安全性。
在相关技术中，主要通过确定电池的累积充放电容量，将该累积充放电容量确定为电池的健康度，从而实现对电池的健康状态评估。
然而，在上述方法中，由于评估方法过于理想化，考虑的影响因素过于单一，导致评估结果的准确性较低。
发明内容
本申请提供了一种电池健康状态的评估方法、装置、设备及存储介质，可以提高电池健康状态的评估结果准确性。所述技术方案如下：
一方面，提供了一种电池健康状态的评估方法，所述方法包括：
获取目标电池的目标工况信息和所述目标电池在目标工况下的目标累积充放电容量，所述目标工况信息包括电池温度、电池荷电状态和充电模式中的至少一项，所述充电模式包括：快充模式、慢充模式；
从多个工况信息区间分别对应的电池健康系数中，确定所述目标工况信息对应的目标电池健康系数，所述电池健康系数用于指示不同工况信息对电池健康状态的影响程度；
基于所述目标累积充放电容量以及所述目标电池健康系数，确定所述目标电池的健康度，所述健康度用于指示所述目标电池的健康状态。
可选地，所述多个工况信息区间为目标化学体系特征对应的工况信息区间，所述目标化学体系特征为所述目标电池的化学体系特征；其中，不同的化学体系特征对应的工况信息区间不同。
可选地，所述化学体系特征包括以下至少一项：电极材质、电解液材质、极片工艺参数。
可选地，所述多个工况信息区间分别对应的电池健康系数是通过对电池的整个寿命周期进行仿真得到的；
其中，所述仿真过程包括：
获取目标温度区间、目标荷电状态区间和目标充电模式，所述目标温度区间是指引起电池寿命衰减的温度区间，所述目标荷电状态区间是指引起电池寿命衰减的荷电状态区间，所述目标充电模式包括多种充电模式；
对所述目标温度区间进行划分，得到多个子温度区间，对所述目标荷电状态区间进行划分，得到多个子荷电状态区间；
将所述多个子温度区间、所述多个子荷电状态区间以及所述多种充电模式进行组合，得到多个工况信息区间，每个工况信息区间包括一个子温度区间、一个子荷电状态区间和一种充电模式；
基于所述多个工况信息区间和所述多个工况信息区间分别对应的累积充放电容量，通过寿命仿真模型确定所述多个工况信息区间分别对应的电池健康系数。
可选地，所述基于所述多个工况信息区间和所述多个工况信息区间分别对应的累积充放电容量，通过寿命仿真模型确定所述多个工况信息区间分别对应的电池健康系数，包括：
对于所述多个工况信息区间中的每个工况信息区间，通过所述寿命仿真模型确定所述工况信息区间内的多个工况数据分别对应的电池健康系数，每个工况数据指示一个温度、一个荷电状态和一种充电模式；
基于所述多个工况数据分别对应的电池健康系数和所述工况信息区间对应的累积充放电容量，确定所述工况信息区间对应的电池健康系数。
可选地，所述目标温度区间、所述目标荷电状态区间和所述目标充电模式分别为目标化学体系特征对应的温度区间、荷电状态区间和充电模式，所述目标化学体系特征为所述目标电池的化学体系特征；其中，不同的化学体系特征对应的温度区间、荷电状态区间和充电模式不同。
另一方面，提供了一种电池健康状态的评估装置，所述装置包括：
电池信息获取模块，用于获取目标电池的目标工况信息和所述目标电池在目标工况下的目标累积充放电容量，所述目标工况信息包括电池温度、电池荷电状态和充电模式中的至少一项，所述充电模式包括：快充模式、慢充模式；
电池健康系数确定模块，用于从多个工况信息区间分别对应的电池健康系数中，确定所述目标工况信息对应的目标电池健康系数，所述电池健康系数用于指示不同工况信息对电池健康状态的影响程度；
电池健康度确定模块，用于基于所述目标累积充放电容量以及所述目标电池健康系数，确定所述目标电池的健康度，所述健康度用于指示所述目标电池的健康状态。
可选地，所述多个工况信息区间为目标化学体系特征对应的工况信息区间，所述目标化学体系特征为所述目标电池的化学体系特征；其中，不同的化学体系特征对应的工况信息区间不同。
可选地，所述化学体系特征包括以下至少一项：电极材质、电解液材质、极片工艺参数。
可选地，所述多个工况信息区间分别对应的电池健康系数是通过对电池的整个寿命周期进行仿真得到的；
其中，所述仿真过程包括：
获取目标温度区间、目标荷电状态区间和目标充电模式，所述目标温度区间是指引起电池寿命衰减的温度区间，所述目标荷电状态区间是指引起电池寿命衰减的荷电状态区间，所述目标充电模式包括多种充电模式；
对所述目标温度区间进行划分，得到多个子温度区间，对所述目标荷电状态区间进行划分，得到多个子荷电状态区间；
将所述多个子温度区间、所述多个子荷电状态区间以及所述多种充电模式进行组合，得到多个工况信息区间，每个工况信息区间包括一个子温度区间、一个子荷电状态区间和一种充电模式；
基于所述多个工况信息区间和所述多个工况信息区间分别对应的累积充放电容量，通过寿命仿真模型确定所述多个工况信息区间分别对应的电池健康系数。
可选地，所述基于所述多个工况信息区间和所述多个工况信息区间分别对应的累积充放电容量，通过寿命仿真模型确定所述多个工况信息区间分别对应的电池健康系数，包括：
对于所述多个工况信息区间中的每个工况信息区间，通过所述寿命仿真模型确定所述工况信息区间内的多个工况数据分别对应的电池健康系数，每个工况数据指示一个温度、一个荷电状态和一种充电模式；
基于所述多个工况数据分别对应的电池健康系数和所述工况信息区间对应的累积充放电容量，确定所述工况信息区间对应的电池健康系数。
可选地，所述目标温度区间、所述目标荷电状态区间和所述目标充电模式分别为目标化学体系特征对应的温度区间、荷电状态区间和充电模式，所述目标化学体系特征为所述目标电池的化学体系特征；其中，不同的化学体系特征对应的温度区间、荷电状态区间和充电模式不同。
另一方面，提供了一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器用于存放计算机程序，所述处理器用于执行所述存储器上所存放的计算机程序，以实现上述所述的电池健康状态的评估方法的步骤。
另一方面，提供了一种计算机可读存储介质，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述所述电池健康状态的评估方法的步骤。
另一方面，提供了一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使得计算机执行上述所述的电池健康状态的评估方法的步骤。
本申请提供的技术方案至少可以带来以下有益效果：
由于目标工况信息包括电池温度、电池荷电状态和充电模式中的至少一项，这些电池温度、电池荷电状态和充电模式都会影响电池的健康状态，而且不同的工况信息对电池健康状态的影响程度不同，因此，通过确定目标工况信息对应的目标电池健康系数，进而基于目标累积充放电容量和目标电池健康系数确定目标电池的健康度，以此来实现目标电池的健康状态的评估。也就是说，在对目标电池的健康状态进行评估时，结合不同工况对电池健康状态带来的影响以及不同工况下的累积充放电容量，来综合得到电池健康状态的评估结果，使电池健康状态的评估方式更加完善，提高电池健康状态的评估准确性。
附图说明
为了更清楚地说明本申请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申请的一些实施例，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是本申请实施例提供的一种实施环境的示意图；
图2是本申请实施例提供的一种电池健康状态的评估方法的流程图；
图3是本申请实施例提供的一种电池健康状态的评估装置的结构示意图；
图4是本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
在对本申请实施例提供的电池健康状态的评估方法进行详细地解释说明之前，先对本申请实施例涉及的应用场景和实施环境进行介绍。
本申请实施例主要应用于对车辆电池的健康状态进行评估的场景中，该评估场景可以为封闭的测试场景，如车辆电池的测试台架；也可以为开放的使用场景，如在电池的日常使用环境下对电池的健康状态进行评估的场景中。
需要说明的是，电池作为新能源汽车的能源供给核心，其性能状态会直接影响到新能源汽车的用户使用感知。在电池的日常使用中，对电池的充放电过程，可以理解为电池内的电离子(如锂离子)在正负极反复迁移的过程。而随着电池使用时间的增加，电离子长期的循环往复会导致部分电离子随着活性材料的老化逐渐消耗，甚至一部分电离子因为活性降低不能实现正负极的自由穿梭，导致电池在经历长期充放电后，可放出的电容量变少，发生老化现象。
因此，实时准确的确定电池的健康状态，不仅可以及时在电池老化时提醒用户进行电池的维护或更换，而且可以根据电池的健康状态对电池的对外放电功率涉及的SOP(State Of Power，功率状态)以及续航里程估算涉及的SOC(State Of Charge，荷电状态)进行实时的修正，提高SOP以及SOC的计算精度。
并且，从另一个角度来说，实时准确的确定电池的健康状态并及时提醒用户进行电池的维护更换，不仅可以保证电池的供电效率，保障用户的使用体验，而且还可以避免对老化电池的滥用，提高电池以及车辆的使用安全性。
在相关技术中，可以通过累积电池的充放电容量、或者日历寿命等方法来确定电池的SOH(State Of Health，健康度)，以通过SOH来表征电池的老化衰减情况，即健康状态。而此类方法考虑因素过于单一，计算结果过于理想化，如电池的日常使用场景较为复杂，不同工况(如不同的电池温度、不同的电池荷电状态、不同的电池充电模式)对电池容量衰减的影响差异较大，因此采用上述方法计算得到的电池健康状态无法准确地反应出电池当前的健康状态。
基于此，本申请实施例提供了一种电池健康状态的评估方法，通过充分考虑电池在使用过程中的复杂场景，结合不同工况对电池健康状态带来的影响以及不同工况下的累积充放电容量，来综合得到电池健康状态的评估结果，使电池健康状态的评估方式更加完善，提高电池健康状态的评估准确性。
请参考图1，图1是根据一示例性实施例示出的一种实施环境的示意图。该实施环境包括至少一个电池101、传感器102和处理器103，传感器102能够分别与至少一个电池101和处理器103进行通信连接。该通信连接可以为有线或者无线连接，本申请实施例对此不做限定。
可选地，电池101、传感器102和处理器103可以独立设置，也可以集成在同一设备中(如集成在同一车辆内)。
电池101可以包括多个电池组，用于为车辆提供电能。
传感器102用于检测电池101的工况信息，如传感器102可以包括温度传感器，用于检测电池101的电池温度；传感器102还可以包括SOC(State of Charg，荷电状态)传感器，用于确定电池101的电池荷电状态；传感器102还可以包括电压电流传感器，用于确定电池101充电的电压电流，该电压电流用于确定电池的充电模式和/或用于确定电池的累积充放电容量，该累积充放电容量也可以理解为电池的累积充放电的电容量(AH，安时)。
在一些实施例中，传感器102和电池101可以集成在一起，组成车辆的电池系统，处理器103通过电池系统中的传感器102获取电池101的工况信息。
处理器103用于通过传感器102获取电池的工况信息，并基于该工况信息，确定该工况信息对应的电池健康系数。例如，处理器103中存储有多个工况信息区间与电池健康系数的对应关系，进而基于电池101的工况信息，确定出该工况信息对应的电池健康系数。
示例地，处理器103可以基于电池的工况信息，确定该工况信息所属的工况信息区间，并将该工况信息区间对应的电池健康系数确定为该工况信息对应的电池健康系数。
在确定工况信息对应的电池健康系数后，处理器103能够基于该工况信息对应的电池健康系数，以及该工况信息对应的工况下的累积充放电容量，确定电池的健康度。
可选地，处理器103在确定电池101的健康度后，还可以实时将当前确定的电池的健康度上报至车辆的控制系统。
在本申请实施例提供的电池健康状态的评估方法的执行主体为上述的处理器103，处理器103可以是一个通用CPU(Central Processing Unit，中央处理器)、NP(NetworkProcessor，网络处理器)、微处理器、或者可以是一个或多个用于实现本申请方案的集成电路，例如，ASIC(Application-Specific Integrated Circuit，专用集成电路)，PLD(Programmable Logic Device，可编程逻辑器件)或其组合。上述PLD可以是CPLD(ComplexProgrammable Logic Device，复杂可编程逻辑器件)、FPGA(Field-Programmable GateArray，现场可编程逻辑门阵列)、GAL(Generic Array Logic，通用阵列逻辑)或其任意组合。
本领域技术人员应能理解上述处理器103仅为举例，其他现有的或今后可能出现的处理器如可适用于本申请实施例，也应包含在本申请实施例保护范围以内，并在此以引用方式包含于此。
需要说明的是，本申请实施例描述的应用场景以及实施环境是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域普通技术人员可知，随着新应用场景的出现和实施环境的演变，本申请实施例提供的技术方案对于类似的技术问题，同样适用。
接下来对本申请实施例提供的电池健康状态的评估方法进行详细地解释说明。
图2是本申请实施例提供的一种电池健康状态的评估方法的流程图，该方法应用于上述的处理器。请参考图2，该方法包括如下步骤。
步骤201：获取目标电池的目标工况信息和该目标电池在目标工况下的目标累积充放电容量，该目标工况信息包括电池温度、电池荷电状态和充电模式中的至少一项，该充电模式包括：快充模式、慢充模式。
在一些实施例中，传感器可以获取到电池的目标工况信息以及电池在目标工况下的目标累积充放电容量，然后将目标工况信息和目标累积充放电容量传输给处理器。其中，目标工况为目标工况信息所指示的工况。
其中，快充模式可以指充电的电压、电流和/或功率大于或等于预设阈值的充电模式，慢充模式可以指充电的电压、电流和/或功率小于预设阈值的充电模式；或者，快充模式和慢充模式也可以指相关行业标准中的电池的快充模式和慢充模式，本申请实施例对此不做限定。
示例地，快充模式指充电功率大于40千瓦(kw)的充电模式，慢充模式指充电功率为3千瓦(kw)-7千瓦(kw)的充电模式。
步骤202：从多个工况信息区间分别对应的电池健康系数中，确定该目标工况信息对应的目标电池健康系数，该电池健康系数用于指示不同工况信息对电池健康状态的影响程度。
在本申请实施例中，一个工况信息区间对应一个电池健康系数，不同工况信息区间对应的电池健康系数不同。基于此，可以从该多个工况信息区间中确定目标工况信息所处的工况信息区间，进而将目标工况信息所处的工况信息区间对应的电池健康系数，确定为目标工况信息对应的目标电池健康系数。
在一些实施例中，该多个工况信息区间可以为目标化学体系特征对应的工况信息区间，该目标化学体系特征为目标电池的化学体系特征；其中，不同的化学体系特征对应的工况信息区间不同。
需要说明的是，由于在不同的化学体系特征下，电池的使用寿命、损耗等均可能存在区别，因此，对于不同化学体系特征的电池，其所对应的工况信息区间也会存在区别。示例地，工况信息区间包括电池温度区间、电池荷电状态区间和充电模式，在不同的化学体系特征下，电池温度区间、电池荷电状态区间和充电模式也会不同。
可以理解，在车辆生产组装完成后，其所装配的电池的化学体系特征已经确定，则该电池所对应的工况信息区间也是确定的。
在一些实施例中，该化学体系特征可以包括以下至少一项：电极材质、电解液材质、极片工艺参数。
需要说明的是，电极材质指电池的正负极材料，如正极为锂合金金属氧化物，负极为石墨材料；电解液材质指电池使用的介质，用于为电池的正常工作提供相应离子，如有机类溶剂、电解质钾盐等；极片工艺参数指电池的极片生产过程中的相关工艺参数，如极片电化学过程、浆料组成、混料的工艺要求等。
在一些实施例中，该多个工况信息区间分别对应的电池健康系数可以是其他的电子设备通过对电池的整个寿命周期进行仿真后内置到处理器的，也可以是上述的处理器通过对电池的整个寿命周期进行仿真得到的。该仿真过程可以包括如下步骤(1)-(4)，即可以通过如下步骤(1)-(4)对电池的整个寿命周期进行仿真，得到该多个工况信息区间分别对应的电池健康系数。
(1)获取目标温度区间、目标荷电状态区间和目标充电模式，该目标温度区间是指引起电池寿命衰减的温度区间，该目标荷电状态区间是指引起电池寿命衰减的荷电状态区间，该目标充电模式包括多种充电模式。
其中，目标充电模式可以理解为引起电池寿命衰减的充电电流区间，电池寿命衰减指由于电池的电芯对温度、SOC、电流的变化敏感度所引起的电池寿命的衰减。
在一些实施例中，该目标温度区间、该目标荷电状态区间和该目标充电模式分别为目标化学体系特征对应的温度区间、荷电状态区间和充电模式，该目标化学体系特征为该目标电池的化学体系特征；其中，不同的化学体系特征对应的温度区间、荷电状态区间和充电模式不同。
由于不同的化学体系特征所对应的温度区间、荷电状态区间和充电模式不同，因此可以预先建立化学体系特征与温度区间、荷电状态区间、充电模式的对应关系表，进而从该对应关系表中，获取目标化学体系特征所对应的温度区间、荷电状态区间和充电模式，并将获取的温度区间、荷电状态区间和充电模式确定为目标温度区间、目标荷电状态区间和目标充电模式。
示例地，可以基于车辆的电池测试台架，模拟不同化学体系特征的电池的整个寿命周期，来确定引起不同化学体系特征的电池寿命衰减的温度区间、荷电状态区间和充电模式，从而得到化学体系特征与温度区间、荷电状态区间、充电模式的对应关系表。
(2)对该目标温度区间进行划分，得到多个子温度区间，对该目标荷电状态区间进行划分，得到多个子荷电状态区间。
在一些实施例中，可以按照温度划分策略对目标温度区间进行划分，得到多个子温度区间，按照荷电状态划分策略对目标荷电状态区间进行划分，得到多个子荷电状态区间。
其中，温度划分策略和荷电状态划分策略可以相同，也可以不同。在实际应用中，温度划分策略和荷电状态划分策略还可以按照实际需要进行调整。
可以理解，在不同化学体系特征对应的温度区间和荷电状态区间不同的情况下，不同化学体系特征对应的子温度区间的数量和区间边界，以及子荷电状态区间的数量和区间边界也存在区别，而且不同化学体系特征对应的温度划分策略以及荷电状态划分策略可以结合需求确定，本申请实施例对此不做限定。
示例地，假设目标温度区间为(-30℃，80℃)，由于电池对不同温度的敏感度不同，进而导致电池在不同温度下引起的寿命衰减情况不同，因此可以按照电池对温度的敏感度来划分目标温度区间，从而得到(-30℃，0℃)、[0℃，25℃]和(25℃，80℃)三个子温度区间。
(3)将该多个子温度区间、该多个子荷电状态区间以及该多种充电模式进行组合，得到多个工况信息区间，每个工况信息区间包括一个子温度区间、一个子荷电状态区间和一种充电模式。
示例地，该多个子温度区间为(-30℃，0℃)、[0℃，25℃]和(25℃，80℃)；该多个子荷电状态区间为(0,25％)、[25％，75％]和(75％，100％)，该多种充电模式为快充模式和慢充模式，将这三个子温度区间、三个子荷电状态区间和两种充电模式进行组合，得到18个工况信息区间，每个工况信息区间包括一个子温度区间、一个子荷电状态区间和一种充电模式。
(4)基于该多个工况信息区间和该多个工况信息区间分别对应的累积充放电容量，通过寿命仿真模型确定该多个工况信息区间分别对应的电池健康系数。
在一些实施例中，可以基于寿命仿真模型，模拟不同工况信息区间下电池的寿命周期，从而基于不同工况信息区间下电池的寿命周期，确定该多个工况信息区间分别对应的电池健康系数。
由于该多个工况信息区间中每个工况信息区间对应的电池健康系数的确定方式相同，因此接下来以其中一个工况信息区间为例进行介绍。
在一些实施例中，对于该多个工况信息区间中的每个工况信息区间，通过该寿命仿真模型确定该工况信息区间内的多个工况数据分别对应的电池健康系数，每个工况数据指示一个温度、一个荷电状态和一种充电模式。基于该多个工况数据分别对应的电池健康系数和该工况信息区间对应的累积充放电容量，确定该工况信息区间对应的电池健康系数。
作为一种示例，该工况信息区间包括多个工况数据，该工况信息区间对应的累积充放电容量包括该多个工况数据分别对应的累积充放电容量。在这种情况下，将该工况信息区间输入至寿命仿真模型，得到该寿命仿真模型输出的该多个工况数据分别对应的电池健康度，进而基于每个工况数据对应的电池健康度，以及每个工况数据对应的累积充放电容量，确定出每个工况数据对应的电池健康系数。进而基于该多个工况数据分别对应的电池健康系数，确定出该工况信息区间对应的电池健康系数。
在一些实施例中，对于该工况信息区间内的每个工况数据来说，将该工况数据对应的电池健康度除以该工况数据对应的累积充放电容量，得到该工况数据对应的电池健康系数。然后，将该多个工况数据分别对应的电池健康系数的平均值，确定该工况信息区间对应的电池健康系数。
可选地，在上述执行仿真过程的电子设备或者处理器中，可以包括多个用于存放累积安时的数据库，该数据库可以称为累积安时数据库，不同的工况信息区间对应有不同的累积安时数据库，该累积安时数据库用于存储不同工况信息区间内的各个工况数据对应的累积充放电容量(也称累积充放电AH数、累积充放电安时数)。所以，对于该多个工况信息区间中的每个工况信息区间，可以从每个工况信息区间对应的累积安时数据库中获取每个工况信息区间包括的各个工况数据对应的累积充放电容量。
需要说明的是，考虑到单个工况数据可能存在偶然性，为了避免偶然数据对电池健康系数的准确性造成影响，针对任一工况信息区间，可以通过该工况信息区间内的多个工况数据分别确定出多个电池健康系数，进而基于该多个电池健康系数综合得到该工况信息区间对应的电池健康系数，以避免因单个工况数据导致随机误差过大的问题，从而提高每个工况信息区间对应的电池健康系数的准确度。
在一些实施例中，寿命仿真模型可以基于电池的化学体系特征搭建，不同的化学体系特征所对应的寿命仿真模型不同。所以，在确定目标化学体系特征对应的多个工况信息区间的电池健康系数时，可以通过目标化学体系特征对应的寿命仿真模型来确定。
示例地，针对高温市场开发出一款LFP(LiFePO4，磷酸铁锂)电池，结合该电池的化学体系特征建立有寿命仿真模型。将电池的温度区间划分为[10℃，25℃)、[25℃，35℃)和[35℃，60℃]三个子温度区间，将荷电状态区间划分为[5％，30％)、[30％，80％)和[80％，100％)三个子荷电状态区间，将充电模式分为快充模式和慢充模式，将三个子温度区间、三个子荷电状态区间以及两种充电模式进行组合，得到18个工况信息区间。然后，基于该18个工况信息区间内的工况数据以及每个工况数据对应的累积充放电容量，通过该电池对应的寿命仿真模型，确定该18个工况信息区间中每个工况信息区间对应的电池健康系数，即μ1至μ18。
需要说明的是，本申请实施例所提出的仿真过程还可以应用于对不同工况信息下电池健康系数的对比分析的场景中。
示例地，针对低温地区开发出一款电池系统S1，该电池系统的化学体系特征更多考虑低温环境对寿命的影响，基于该化学体系特征搭建寿命仿真模型1，并选取针对常温环境开发的电池系统S2，基于电池系统S2的化学体系特征搭建寿命仿真模型2。假设某个工况信息区间为-20℃＜T＜0℃，30％≤SOC≤80％，通过寿命仿真模型1确定出该电池系统S1在该工况信息区间对应的电池健康系数μ1。同理，通过寿命仿真模型2确定出电池系统S2在该工况信息区间对应的电池健康系数μ2，通过仿真结果可知：μ1＜μ2。
又示例地，针对一款电池系统按照不同的充电模式进行充电，其中快充模式按照快充功率map阶梯电流进行充电，慢充模式按照6.6kw的额定输出功率进行充电，基于电池的化学体系特征建立寿命仿真模型。假设当前具有两个工况信息区间，这两个工况信息区间包括的子温度区间相同且为20℃＜T＜25℃，这两个工况信息区间包括的子荷电状态区间相同且为30％≤SOC≤80％，这两个工况信息区间包括的充电模式分别为快充模式和慢充模式，通过该寿命仿真模型确定出这两个工况信息区间对应的电池健康系数，即快充模式对应的电池健康系数μ慢充和慢充模式对应的电池健康系数μ快充，进行结果比对可知：μ慢充＜μ快充。
步骤203：基于该目标累积充放电容量以及该目标电池健康系数，确定该目标电池的健康度，该健康度用于指示目标电池的健康状态。
在一些实施例中，可以将目标累积充放电容量乘以目标电池健康系数，得到目标电池的健康度。
需要说明的是，随着目标电池使用环境(如车辆行驶时间、地点、天气)的变化，目标电池的工况会不断发生变化，因此在实际应用中，可以确定目标电池在不同时间的电池健康度，从而便于用户及时掌握目标电池的健康状态。
本申请实施例提出了一种电池健康状态的评估方法，考虑到不同的化学体系特征下电池的寿命衰减对温度、荷电状态以及充电模式变化的敏感度均存在区别，为了使目标电池的电池健康系数能够更贴合目标电池对工况变化的敏感度，基于目标电池的化学体系特征确定目标电池的多个工况信息区间，进而通过寿命仿真模型对电池生命周期的仿真，得到不同工况信息区间对应的电池健康系数，以使得电池健康系数能够充分考虑不同工况对电池健康状态的影响，提高电池健康系数的准确性。进而，在获取到目标电池的目标工况信息时，能够基于目标工况信息所对应的目标电池健康系数，以及目标电池在目标工况下的目标累积充放电容量，确定出目标电池的健康度，以此来实现目标电池的健康状态的评估。也就是说，在评估目标电池的健康状态时，综合考虑电池实际使用过程中复杂的使用条件的变化，如电池化学体系特征、电池温度、电池荷电状态、电池充放电的电流(充电模式)等因素的变化对电池寿命衰减幅度的影响，引入不同工况区间对应的不同电池健康系数，结合不同工况对电池健康状态带来的影响以及不同工况下的累积充放电容量，来综合得到电池健康状态的评估结果，从而提高电池健康状态的评估准确性。
图3是本申请实施例提供的一种电池健康状态的评估装置的结构示意图，该电池健康状态的评估装置可以由软件、硬件或者两者的结合实现成为电池健康状态的评估设备的部分或者全部，电池健康状态的评估设备可以为图1所示实施环境涉及的计算机设备。请参考图3，该装置包括：电池信息获取模块301、电池健康系数确定模块302和电池健康度确定模块303。
电池信息获取模块301，用于获取目标电池的目标工况信息和该目标电池在目标工况下的目标累积充放电容量，该目标工况信息包括电池温度、电池荷电状态和充电模式中的至少一项，该充电模式包括：快充模式、慢充模式；
电池健康系数确定模块302，用于从多个工况信息区间分别对应的电池健康系数中，确定该目标工况信息对应的目标电池健康系数，该电池健康系数用于指示不同工况信息对电池健康状态的影响程度；
电池健康度确定模块303，用于基于该目标累积充放电容量以及该目标电池健康系数，确定该目标电池的健康度，该健康度用于指示该目标电池的健康状态。
可选地，该多个工况信息区间为目标化学体系特征对应的工况信息区间，该目标化学体系特征为该目标电池的化学体系特征；其中，不同的化学体系特征对应的工况信息区间不同。
可选地，该化学体系特征包括以下至少一项：电极材质、电解液材质、极片工艺参数。
可选地，该多个工况信息区间分别对应的电池健康系数是通过对电池的整个寿命周期进行仿真得到的；
其中，该仿真过程包括：
获取目标温度区间、目标荷电状态区间和目标充电模式，该目标温度区间是指引起电池寿命衰减的温度区间，该目标荷电状态区间是指引起电池寿命衰减的荷电状态区间，该目标充电模式包括多种充电模式；
对该目标温度区间进行划分，得到多个子温度区间，对该目标荷电状态区间进行划分，得到多个子荷电状态区间；
将该多个子温度区间、该多个子荷电状态区间以及该多种充电模式进行组合，得到多个工况信息区间，每个工况信息区间包括一个子温度区间、一个子荷电状态区间和一种充电模式；
基于该多个工况信息区间和该多个工况信息区间分别对应的累积充放电容量，通过寿命仿真模型确定该多个工况信息区间分别对应的电池健康系数。
可选地，该基于该多个工况信息区间和该多个工况信息区间分别对应的累积充放电容量，通过寿命仿真模型确定该多个工况信息区间分别对应的电池健康系数，包括：
对于该多个工况信息区间中的每个工况信息区间，通过该寿命仿真模型确定该工况信息区间内的多个工况数据分别对应的电池健康系数，每个工况数据指示一个温度、一个荷电状态和一种充电模式；
基于该多个工况数据分别对应的电池健康系数和该工况信息区间对应的累积充放电容量，确定该工况信息区间对应的电池健康系数。
可选地，该目标温度区间、该目标荷电状态区间和该目标充电模式分别为目标化学体系特征对应的温度区间、荷电状态区间和充电模式，该目标化学体系特征为该目标电池的化学体系特征；其中，不同的化学体系特征对应的温度区间、荷电状态区间和充电模式不同。
在本申请实施例中，考虑到不同的化学体系特征下电池的寿命衰减对温度、荷电状态以及充电模式变化的敏感度均存在区别，为了使目标电池的电池健康系数能够更贴合目标电池对工况变化的敏感度，基于目标电池的化学体系特征确定目标电池的多个工况信息区间，进而通过寿命仿真模型对电池生命周期的仿真，得到不同工况信息区间对应的电池健康系数，以使得电池健康系数能够充分考虑不同工况对电池健康状态的影响，提高电池健康系数的准确性。进而，在获取到目标电池的目标工况信息时，能够基于目标工况信息所对应的目标电池健康系数，以及目标电池在目标工况下的目标累积充放电容量，确定出目标电池的健康度，以此来实现目标电池的健康状态的评估。也就是说，在评估目标电池的健康状态时，综合考虑电池实际使用过程中复杂的使用条件的变化，如电池化学体系特征、电池温度、电池荷电状态、电池充放电的电流(充电模式)等因素的变化对电池寿命衰减幅度的影响，引入不同工况区间对应的不同电池健康系数，结合不同工况对电池健康状态带来的影响以及不同工况下的累积充放电容量，来综合得到电池健康状态的评估结果，从而提高电池健康状态的评估准确性。
需要说明的是：上述实施例提供的电池健康状态的评估装置在对电池的健康状态进行评估时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的电池健康状态的评估装置与电池健康状态的评估方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
图4是本申请实施例提供的一种计算机设备的结构示意图。计算机设备400包括中央处理单元(CPU)401、包括随机存取存储器(RAM)402和只读存储器(ROM)403的系统存储器404，以及连接系统存储器404和中央处理单元401的系统总线405。计算机设备400还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(I/O系统)406，和用于存储操作系统413、应用程序414和其他程序模块415的大容量存储设备407。
基本输入/输出系统406包括有用于显示信息的显示器408和用于用户输入信息的诸如鼠标、键盘之类的输入设备409。其中显示器408和输入设备409都通过连接到系统总线405的输入输出控制器410连接到中央处理单元401。基本输入/输出系统406还可以包括输入输出控制器410以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器410还提供输出到显示屏、打印机或其他类型的输出设备。
大容量存储设备407通过连接到系统总线405的大容量存储控制器(未示出)连接到中央处理单元401。大容量存储设备407及其相关联的计算机可读介质为计算机设备400提供非易失性存储。也就是说，大容量存储设备407可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。
不失一般性，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术，CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器404和大容量存储设备407可以统称为存储器。
根据本申请的各种实施例，计算机设备400还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即计算机设备400可以通过连接在系统总线405上的网络接口单元411连接到网络412，或者说，也可以使用网络接口单元411来连接到其他类型的网络或远程计算机系统(未示出)。
上述存储器还包括一个或者一个以上的程序，一个或者一个以上程序存储于存储器中，被配置由CPU执行。
在一些实施例中，还提供了一种计算机可读存储介质，该存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述实施例中电池健康状态的评估方法的步骤。例如，所述计算机可读存储介质可以是ROM、RAM、CD-ROM、磁带、软盘和光数据存储设备等。
值得注意的是，本申请实施例提到的计算机可读存储介质可以为非易失性存储介质，换句话说，可以是非瞬时性存储介质。
应当理解的是，实现上述实施例的全部或部分步骤可以通过软件、硬件、固件或者其任意结合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。所述计算机指令可以存储在上述计算机可读存储介质中。
也即是，在一些实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述所述的电池健康状态的评估方法的步骤。
应当理解的是，本文提及的“至少一个”是指一个或多个，“多个”是指两个或两个以上。在本申请实施例的描述中，除非另有说明，“/”表示或的意思，例如，A/B可以表示A或B；本文中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，为了便于清楚描述本申请实施例的技术方案，在本申请的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。
需要说明的是，本申请实施例所涉及的信息(包括但不限于用户设备信息、用户个人信息等)、数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)以及信号，均为经用户授权或者经过各方充分授权的，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
以上所述为本申请提供的实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种电池健康状态的评估方法，其特征在于，所述方法包括：
获取目标电池的目标工况信息和所述目标电池在目标工况下的目标累积充放电容量，所述目标工况信息包括电池温度、电池荷电状态和充电模式中的至少一项，所述充电模式包括：快充模式、慢充模式；
从多个工况信息区间分别对应的电池健康系数中，确定所述目标工况信息对应的目标电池健康系数，所述电池健康系数用于指示不同工况信息对电池健康状态的影响程度；
基于所述目标累积充放电容量以及所述目标电池健康系数，确定所述目标电池的健康度，所述健康度用于指示所述目标电池的健康状态。
2.如权利要求1所述的方法，其特征在于，所述多个工况信息区间为目标化学体系特征对应的工况信息区间，所述目标化学体系特征为所述目标电池的化学体系特征；其中，不同的化学体系特征对应的工况信息区间不同。
3.如权利要求2所述的方法，其特征在于，所述化学体系特征包括以下至少一项：电极材质、电解液材质、极片工艺参数。
4.如权利要求1-3任一项所述的方法，其特征在于，所述多个工况信息区间分别对应的电池健康系数是通过对电池的整个寿命周期进行仿真得到的；
其中，所述仿真过程包括：
获取目标温度区间、目标荷电状态区间和目标充电模式，所述目标温度区间是指引起电池寿命衰减的温度区间，所述目标荷电状态区间是指引起电池寿命衰减的荷电状态区间，所述目标充电模式包括多种充电模式；
对所述目标温度区间进行划分，得到多个子温度区间，对所述目标荷电状态区间进行划分，得到多个子荷电状态区间；
将所述多个子温度区间、所述多个子荷电状态区间以及所述多种充电模式进行组合，得到多个工况信息区间，每个工况信息区间包括一个子温度区间、一个子荷电状态区间和一种充电模式；
基于所述多个工况信息区间和所述多个工况信息区间分别对应的累积充放电容量，通过寿命仿真模型确定所述多个工况信息区间分别对应的电池健康系数。
5.如权利要求4所述的方法，其特征在于，所述基于所述多个工况信息区间和所述多个工况信息区间分别对应的累积充放电容量，通过寿命仿真模型确定所述多个工况信息区间分别对应的电池健康系数，包括：
对于所述多个工况信息区间中的每个工况信息区间，通过所述寿命仿真模型确定所述工况信息区间内的多个工况数据分别对应的电池健康系数，每个工况数据指示一个温度、一个荷电状态和一种充电模式；
基于所述多个工况数据分别对应的电池健康系数和所述工况信息区间对应的累积充放电容量，确定所述工况信息区间对应的电池健康系数。
6.如权利要求4所述的方法，其特征在于，所述目标温度区间、所述目标荷电状态区间和所述目标充电模式分别为目标化学体系特征对应的温度区间、荷电状态区间和充电模式，所述目标化学体系特征为所述目标电池的化学体系特征；其中，不同的化学体系特征对应的温度区间、荷电状态区间和充电模式不同。
7.一种电池健康状态的评估装置，其特征在于，所述装置包括：
电池信息获取模块，用于获取目标电池的目标工况信息和所述目标电池在目标工况下的目标累积充放电容量，所述目标工况信息包括电池温度、电池荷电状态和充电模式中的至少一项，所述充电模式包括：快充模式、慢充模式；
电池健康系数确定模块，用于从多个工况信息区间分别对应的电池健康系数中，确定所述目标工况信息对应的目标电池健康系数，所述电池健康系数用于指示不同工况信息对电池健康状态的影响程度；
电池健康度确定模块，用于基于所述目标累积充放电容量以及所述目标电池健康系数，确定所述目标电池的健康度，所述健康度用于指示所述目标电池的健康状态。
8.如权利要求7所述的装置，其特征在于，所述多个工况信息区间为目标化学体系特征对应的工况信息区间，所述目标化学体系特征为所述目标电池的化学体系特征；其中，不同的化学体系特征对应的工况信息区间不同。
9.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器用于存放计算机程序，所述处理器用于执行所述存储器上所存放的计算机程序，以实现上述权利要求1-6任一项所述方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311250802.3A CN117388737A (zh) | 2023-09-25 | 2023-09-25 | 电池健康状态的评估方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311250802.3A CN117388737A (zh) | 2023-09-25 | 2023-09-25 | 电池健康状态的评估方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117388737A true CN117388737A (zh) | 2024-01-12 |
Family
ID=89465744
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311250802.3A Pending CN117388737A (zh) | 2023-09-25 | 2023-09-25 | 电池健康状态的评估方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117388737A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118232388A (zh) * | 2024-05-21 | 2024-06-21 | 深圳安培时代数字能源科技有限公司 | 储能设备充电控制方法及相关装置 |
-
2023
- 2023-09-25 CN CN202311250802.3A patent/CN117388737A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118232388A (zh) * | 2024-05-21 | 2024-06-21 | 深圳安培时代数字能源科技有限公司 | 储能设备充电控制方法及相关装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Xiong et al. | An electrochemical model based degradation state identification method of Lithium-ion battery for all-climate electric vehicles application | |
| Ouyang et al. | A dynamic capacity degradation model and its applications considering varying load for a large format Li-ion battery | |
| Bian et al. | A model for state-of-health estimation of lithium ion batteries based on charging profiles | |
| Zheng et al. | A novel capacity estimation method based on charging curve sections for lithium-ion batteries in electric vehicles | |
| Swierczynski et al. | Lifetime Estimation of the Nanophosphate $\hbox {LiFePO} _ {4}\hbox {/C} $ Battery Chemistry Used in Fully Electric Vehicles | |
| CN102468521B (zh) | 用于估计蓄电池健康状态的方法和装置 | |
| CN102565710B (zh) | 用于估计蓄电池健康状态的方法和装置 | |
| CN109507611B (zh) | 一种电动汽车的soh修正方法及系统 | |
| CN104977537B (zh) | 电池soc的确定方法及使用该方法的电池管理系统 | |
| Stroe et al. | Accelerated aging of Lithium-ion batteries based on electric vehicle mission profile | |
| EP3594705B1 (en) | Method and device for estimating service capacity and state of health of minimum battery cell and battery system | |
| CN102761141A (zh) | 一种锂离子动力蓄电池的电量校正和控制方法 | |
| CN103698713A (zh) | 一种锂离子电池健康状态评估方法 | |
| CN110045291B (zh) | 一种锂电池容量估计方法 | |
| CN103176137B (zh) | 基于电池soc不均匀性的电池组健康状态评价方法 | |
| CN113093027B (zh) | 电池soc校准方法、装置、系统、介质及程序产品 | |
| CN111426960A (zh) | 储能锂电池荷电状态监控方法与装置 | |
| US20230384384A1 (en) | Method and device for nondestructive detection of electrode lithium intercalation of lithium ion battery, and battery management system therewith | |
| CN117388737A (zh) | 电池健康状态的评估方法、装置、设备及存储介质 | |
| Tian et al. | Performance analysis and modeling of three energy storage devices for electric vehicle applications over a wide temperature range | |
| CN111308352A (zh) | 一种锂离子的电池衰减估算方法 | |
| CN113665436B (zh) | 一种电池管理方法及装置 | |
| CN115808636A (zh) | 电池容量损失测试方法、装置、计算机设备和存储介质 | |
| CN102809728A (zh) | 一种寿命工况强度评估方法 | |
| CN116774081B (zh) | 一种采用复合寿命指标的充电电池寿命预测方法、装置、电子设备及可读存储介质 |
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 |