一种用于提高电池容量估计精度的算法

    公开(公告)号:CN112710955A

    公开(公告)日:2021-04-27

    申请号:CN202011482543.3

    申请日:2020-12-16

    摘要: 本发明公开了一种用于提高电池容量估计精度的算法,包括:四阶扩展卡尔曼滤波模块以一阶RC等效电路为电池模型,对电池参数开路电压Voc、欧姆电阻R0、极化电阻Rp、极化电容Cp进行识别,然后以SOC、Up、R0、1/Ccap为状态变量,电流I为输入变量,端电压Ut为输出变量,进行四阶扩展卡尔曼滤波估计出电池容量Ccap值;利用遗传算法对缩放平移后的充电曲线进行电压特征点优化辨识,再根据电压特征点之间的时间间隔估计出电池容量Cr值;扩展卡尔曼滤波再融合模块以CD为状态空间变量,Ccap为输入变量,Cr为输出变量进行迭代得出容量估计值CD。根据本发明,有利于减小容量估计误差,更准确地评估电池的健康状态,提高以锂电池为动力源的新能源车的安全性。

    一种用于提高电池容量估计精度的算法

    公开(公告)号:CN112710955B

    公开(公告)日:2022-11-01

    申请号:CN202011482543.3

    申请日:2020-12-16

    摘要: 本发明公开了一种用于提高电池容量估计精度的算法,包括:四阶扩展卡尔曼滤波模块以一阶RC等效电路为电池模型,对电池参数开路电压Voc、欧姆电阻R0、极化电阻Rp、极化电容Cp进行识别,然后以SOC、Up、R0、1/Ccap为状态变量,电流I为输入变量,端电压Ut为输出变量,进行四阶扩展卡尔曼滤波估计出电池容量Ccap值;利用遗传算法对缩放平移后的充电曲线进行电压特征点优化辨识,再根据电压特征点之间的时间间隔估计出电池容量Cr值;扩展卡尔曼滤波再融合模块以CD为状态空间变量,Ccap为输入变量,Cr为输出变量进行迭代得出容量估计值CD。根据本发明,有利于减小容量估计误差,更准确地评估电池的健康状态,提高以锂电池为动力源的新能源车的安全性。

    一种基于数据驱动的锂离子电池容量估计方法

    公开(公告)号:CN112731157A

    公开(公告)日:2021-04-30

    申请号:CN202011485428.1

    申请日:2020-12-16

    IPC分类号: G01R31/367 G01R31/388

    摘要: 本发明公开了一种基于数据驱动的锂离子电池容量估计方法,包括:通过双卡尔曼滤波算法来融合三阶卡尔曼滤波算法与离散寿命模型各自的容量估计结果,该方法包括以下步骤:S1基于一阶RC等效电路模型,构建包含容量的三阶卡尔曼滤波算法,并利用不同老化阶段的动态工况数据驱动容量估计;S2针对阿伦尼乌斯模型在实车应用中模型参数存在失配问题,结合三阶EKF估计结果来设计DEKF算法,实现模型参数的优化估计和容量的融合估计。根据本发明,可以在线估计电池容量,不需要大量的电池容量衰减数据来训练模型,运用数学算法简单。

    一种基于电池组内单体充电曲线差异的电池容量和SOC估计方法

    公开(公告)号:CN113567873B

    公开(公告)日:2023-08-15

    申请号:CN202110952944.9

    申请日:2021-08-19

    摘要: 本发明涉及一种基于电池组内单体充电曲线差异的电池容量和SOC估计方法包括以下步骤:1)建立容量和SOC与单体的充电时间间隔差异曲线斜率和截距的理论对应关系;2)基于充电数据,找到电池组第一个到达充电截止电压的单体作为基准单体,选择其余单体(除基准单体外)作为待测单体;3)计算基准单体与待测单体的内阻差异,通过上下平移基准单体充电曲线得到修正内阻差异后的基准单体充电曲线;4)利用插值法得到基准单体与待测单体的充电时间间隔差异曲线,进行一次线性拟合得到斜率和截距;5)通过容量和SOC与单体充电时间间隔差异曲线斜率和截距的理论对应关系,计算得到待测单体的容量和SOC。

    一种基于多阶段恒流恒压充电工况的容量衰减拐点识别方法

    公开(公告)号:CN115508726A

    公开(公告)日:2022-12-23

    申请号:CN202211301881.1

    申请日:2022-10-24

    IPC分类号: G01R31/387 G01R31/392

    摘要: 本发明提供一种基于多阶段恒流恒压充电工况的容量衰减拐点识别方法,具体为基于多阶段恒流恒压充电工况,利用恒压阶段的充电容量来识别锂离子电池单体容量衰减拐点的方法,步骤如下:1)锂离子电池的充电工况为多阶段恒流然后恒压工况;2)利用安时积分计算第一次充电过程中恒压阶段的容量,记为Q1;3)给Q1乘以一个系数得到阈值Qlim;4)计算后续循环中的恒压阶段充电容量Qn;5)当Qn大于阈值Qlim时,该锂离子电池单体容量到达衰减拐点。本发明能够快速准确地实现容量衰减拐点的识别,对电池容量衰减拐点之后的容量预测以及电池单体的制造都具有很重要的意义。

    一种基于能流分析的电池模组结构设计方法

    公开(公告)号:CN113051721B

    公开(公告)日:2022-11-18

    申请号:CN202110264434.2

    申请日:2021-03-11

    摘要: 本发明涉及一种基于能流分析的电池模组结构设计方法,包括以下步骤:获取约束条件和预设置的电池模组热蔓延时间T,构建电池模组模型;在仿真软件中对电池模组模型进行热蔓延仿真分析,如果热蔓延时间t大于预设置的电池模组热蔓延时间T,则得到了最优电池模组模型,否则,进行能流分析,增加单体电池的热量流动路径,减少相邻单体电池之间的热传递,再次进行热蔓延仿真分析。与现有技术相比,本发明通过改变单体电池的排列方式来找到满足约束条件且热蔓延时间较长的电池模组模型,兼顾了电池模组的体积约束和热蔓延时间要求,得到的电池模组模型能够为消防措施争取足够多的时间,降低了灾难事故发生的可能性。

    一种基于电池组单体剩余充电电量快速估计电池组容量方法

    公开(公告)号:CN112816893B

    公开(公告)日:2022-11-01

    申请号:CN202110002396.3

    申请日:2021-01-04

    IPC分类号: G01R31/388

    摘要: 本发明涉及一种基于电池剩余充电电量快速估计电池组容量的方法,针对化成后出厂分选完毕的电池,其容量已知,SOC由于自放电因素会导致些许差异,继而进行容量估计。本发明通过选拟充电基准曲线,计算单体电池SOC,推算电池组容量,将最小剩余放电电量曲线作为放电基准曲线,计算电池组内最大、最小剩余放电电量之差得出剩余放电时间极差,从而利用插值法在放电基准曲线上得出电压值,修正内阻差异引起的电压差,最终预测出电池组满放状态下的电压极差,最终将电池组放电至出厂电压。本发明能大幅度减少对于出厂电池组容量估计的时间,具有较高精度的电池组容量估计与满放电状态下电池组的电压极差估计。

    一种区分电池微短路和小容量故障的诊断方法

    公开(公告)号:CN111610456B

    公开(公告)日:2022-08-23

    申请号:CN202010358554.4

    申请日:2020-04-29

    发明人: 郑岳久 罗棋 周龙

    摘要: 本发明提出一种区分电池微短路和小容量故障的诊断方法,预估电池组的平均荷电状态SOCmean和各单体与电池组平均荷电状态的差异(dSOC),然后得出各单体的SOC;在充放电工况下分别计算各单体在每个时刻转移的电荷量和SOC变化量,然后利用最小二乘法进行各电池单体在充放电工况下的容量估计;将电池单体各次充放电容量估计结果进行对比,容量相近且充放电容量相近的电池单体为正常单体;放电工况下的估计值小于正常单体,而充电工况下的估计值大于正常单体的单体为微短路单体;以提出一种诊断结果准确,可以有效区分电池微短路和小容量故障的诊断方法。

    基于电化学阻抗谱的退役锂离子电池快速分选重组方法

    公开(公告)号:CN113484787B

    公开(公告)日:2022-07-29

    申请号:CN202110849887.1

    申请日:2021-07-27

    IPC分类号: G01R31/392 G01N27/02

    摘要: 本发明提供一种基于电化学阻抗谱的退役锂离子电池快速分选重组方法,用于对退役锂离子电池进行快速分选重组,其特征在于,包括以下步骤:步骤S1,对退役锂离子电池进行电化学阻抗谱测试与弛豫时间分布分析,从得到的电化学阻抗谱奈奎斯特图阻抗曲线与横轴的交点计算出退役锂离子电池的欧姆内阻RO;步骤S2,基于预先训练好的黑箱模型以及弛豫时间分布数据,对退役锂离子电池进行电池容量的快速估计;步骤S3,基于弛豫时间分布数据提取退役锂离子电池阻抗特征信息,并将该信息与预估电池容量以及欧姆内阻RO作为一个六维度的重组判据输入至高斯混合模型;步骤S4,高斯混合模型对退役锂离子电池进行软聚类重组完成分选重组。