CN106998086A - 兆瓦级储能电站电池管理方法及其系统 - Google Patents
兆瓦级储能电站电池管理方法及其系统 Download PDFInfo
- Publication number
- CN106998086A CN106998086A CN201710139551.XA CN201710139551A CN106998086A CN 106998086 A CN106998086 A CN 106998086A CN 201710139551 A CN201710139551 A CN 201710139551A CN 106998086 A CN106998086 A CN 106998086A
- Authority
- CN
- China
- Prior art keywords
- battery
- power station
- accumulating power
- circuit
- energy
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 53
- 238000004891 communication Methods 0.000 claims description 22
- 238000000034 method Methods 0.000 claims description 21
- 229910052744 lithium Inorganic materials 0.000 claims description 8
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 7
- 230000005611 electricity Effects 0.000 claims description 7
- 238000013499 data model Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000000178 monomer Substances 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 abstract description 2
- 238000004146 energy storage Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 229910001416 lithium ion Inorganic materials 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000005955 Ferric phosphate Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229940032958 ferric phosphate Drugs 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- WBJZTOZJJYAKHQ-UHFFFAOYSA-K iron(3+) phosphate Chemical compound [Fe+3].[O-]P([O-])([O-])=O WBJZTOZJJYAKHQ-UHFFFAOYSA-K 0.000 description 1
- 229910000399 iron(III) phosphate Inorganic materials 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- H02J7/0022—
Landscapes
- Secondary Cells (AREA)
Abstract
本发明涉及一种兆瓦级储能电站电池管理方法及其系统，包括兆瓦级储能电站电池管理平台以及多个电池模组管理系统；本发明采用一种基于运行数据库并实时更新的退役电池状态的在线估计策略、明晰退役电池容量利用率和电池动态一致性之间的关联关系，提出提高储能电站退役电池寿命和电池容量利用率的关联关系，提出提高储能电站退役电池寿命和电池容量利用率的控制策略，形成新一代电池管理系统，并在电池模组中进行应用，为百兆瓦级储能电站的应用提供技术支撑。
Description
技术领域
本发明涉及电池管理领域，尤其是一种兆瓦级储能电站电池管理方法及其系统。
背景技术
随着各种电池应用的发展，作为最关键技术之一的电池管理系统在全球范围内都在被深入研究，美国、日本和德国在电池管理系统的研究和产品化水平上都走在世界前列。比较有名的有用于美国通用公司生产的雪佛兰Volt电动汽车电池管理系统，在此管理系统中，电池监测板使用两个关键子系统来监测电池单体的状况，并把检测数据发送到主处理器，主处理器则协调汽车总系统的运行。还有用于丰田Prius混合动力汽车上的Energy CS电池管理系统，用于日产Leaf纯电动汽车上的电池管理系统和用于锂电池储能的A123Systems公司配套电池管理系统等，本发明一种兆瓦级储能电站电池管理系统，提出一种基于运行数据库并实时更新的退役电池状态的在线估计策略、明晰退役电池容量利用率和电池动态一致性之间的关联关系，提出提高储能电站退役电池寿命和电池容量利用率的关联关系，提出提高储能电站退役电池寿命和电池容量利用率的控制策略，形成新一代电池管理系统，并在电池模组中进行应用，为百兆瓦级储能电站的应用提供技术支撑。
发明内容
本发明要解决的技术问题是：提出一种利用电流传感器和温度传感器实现兆瓦级储能电站电池管理的方法及系统，能有效解决退役电池梯次利用问题，对节约资源保护环境具有重要意义。
本发明所采用的技术方案为：一种兆瓦级储能电站电池管理方法，包括SOC估算过程和SOH判定方法；
所述的SOC估算过程包括以下步骤：
1)对电池进行恒流-恒压充放电，得到电池的伏安曲线；
2)采用差分分压法获取电池SOC估算的特征曲线；
3)根据提取到的电池的特征曲线，通过分析电池运行数据，建立反应电池充放电特性的特征数据库；
4)分析电池组在循环衰减过程中的特性，根据很明显的分界点对电池的工作区间进行划分得出电池数据模型的工作模式和选取区间；
5)在不同的工作区间采用不同的估算模型和估算策略进行估算，并进行互相切换；
所述的SOH判定方法包括以下步骤：
A)根据动力电池使用过程中的电池容量、端电压、单体压差、能量以及能量比，构建基于概率模型的动力电池电气特征量知识库；
B)根据实时检测数据自动比对历史数据和相邻历史数据，以知识设计为评估检测原则，综合多种方法进行测试，使用加权法进行均衡计算；
C)检测结果运行人工修改，从而直接影响评估结果，并将此次评估结果形成知识，更新到知识库中。
进一步的说，本发明所述的步骤2)中，采用差分电压法DVA来提炼电池状态估算的特征值，并提炼电压-电量曲线来分析电池的外特性，以此作为电池SOC估算的特征曲线。
再进一步的说，本发明电池SOH判定过程中，使用电池的内阻以及电池单体电压作为电池健康程度的评估指标，同时综合动力电池电气特征量进行判定。
同时，本发明还提供了一种兆瓦级储能电站电池管理系统，包括兆瓦级储能电站电池管理平台以及多个电池模组管理系统；所述的多个电池模组管理系统分别与兆瓦级储能电站电池管理平台连接。
进一步的说，本发明所述的电池模组管理系统包括多个电池组、电池组监视器、多个温度传感器以及通信接口电路；所述的多个电池组串联在一起并分别与电池组监视器对应端口连接；所述的多个温度传感器分别与电池组监视器对应的输入端口连接；所述的通信接口电路的输入端与电池组监视器对应的通信接口连接。
再进一步的说，本发明兆瓦级储能电站电池管理平台包括电流传感器、按键电路、电源电路、微处理器电路、显示电路、存储器、第一通信接口电路以及第二通信接口电路；所述的电流传感器的输出端与微处理器电路的A/D端口连接；所述的按键电路的输出端与微处理器电路的I/O口连接；所述的电源电路的输出端与微处理器电路的电源端连接；所述的显示电路的输入端与微处理器电路的I/O口连接；所述的存储器的输入端与微处理器电路的I/O口连接；所述的第一通信接口电路、第二通信接口电路的输入端分别与微处理器电路的通信接口连接。
再进一步的说，本发明所述的电池组包括锂电池、功率电阻以及场效应管；所述的功率电阻、场效应管串联后并联在锂电池两端。
本发明的有益效果是：
1、基于实际电池储能系统中的运行数据，提炼锂离子电池的特征曲线，采用信息融合技术对电池的SOC估算算法进行研究，以目前比较常用的磷酸铁锂电池组成的储能系统为研究对象；首先对实际运行的电池组充放电数据进行分析，基于多源信息融合技术提出信息融合框架结构，并根据该框架结构和电池组的实际运行工况，提炼出锂离子电池充放电特征曲线；然后对该曲线进行分区，找出锂离子电池在各个区间的运行模式，建立相对应的数据驱动模型；为了消除估算误差，进一步提出多模型之间的转换技术，对电池组的估算模型进行优化，找出比较适合实际运行模式的最佳匹配模型和SOC估算算法；
2、为了提高对动力电池健康程度评估的准确性，针对动力电池组，给出一种基于动力电池的全寿命周期特征参数的评估算法；以动力电池的安全使用和准确评估为切入点，以动力电池标称数据为基础，基于动力电池日常充电/换电、放电数据对动力电池进行检测，对检测中发现的隐患的动力电池统一调度，并制定电池维护/检修计划；
3、采用电流传感器对单体电池及电池组的温度场进行采集分析，计算出单体电池不同放电倍率下温度特性，给出电池组的温度场云图，得出最高温度、最低温度以及平均温度。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1为实施例1的兆瓦级储能电站电池管理系统组成原理图；
图2为实施例1的电池模组管理系统原理结构图；
图3为实施例1的兆瓦级储能电站电池管理平台原理结构图；
图4为实施例1的电池模组管理系统SOC估算流程图；
图5为实施例1的电池模组管理系统SOH估算流程图。
具体实施方式
现在结合附图和优选实施例对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
见图1所示，本实施例的兆瓦级储能电站电池管理系统，包括兆瓦级储能电站电池管理平台、第一号电池模组管理系统、第二号电池模组管理系统、第n号电池模组管理系统；第一号电池模组管理系统、第二号电池模组管理系统、第n号电池模组管理系统分别于兆瓦级储能电站电池管理平台连接。
见图2所示，电池模组管理系统包括1号电池组、2号电池组、3号电池组、4号电池组、5号电池组、6号电池组、7号电池组、8号电池组、9号电池组、10号电池组、11号电池组、12号电池组、LTC6804-1、1号温度传感器、2号温度传感器、3号温度传感器、4号温度传感器、通信接口电路；1号电池组、2号电池组、3号电池组、4号电池组、5号电池组、6号电池组、7号电池组、8号电池组、9号电池组、10号电池组、11号电池组和12号电池组串联在一起并分别与LTC6804-1连接对应端口连接；1号温度传感器、2号温度传感器、3号温度传感器和4号温度传感器分别与LTC6804-1对应端口连接；通信接口电路的输入端与LTC6804-1对应通信接口连接。
见图3所示，兆瓦级储能电站电池管理平台包括电流传感器、按键电路、电源电路、微处理器电路、显示电路、存储器、第一通信接口电路、第二通信接口电路；电流传感器的输出端与微处理器电路的A/D端口连接；按键电路的输出端与微处理器电路的I/O口连接；电源电路的输出端与微处理器电路的电源端连接；显示电路的输入端与微处理器电路的I/O口连接；存储器的输入端与微处理器电路的I/O口连接；第一通信接口电路、第二通信接口电路的输入端分别与微处理器电路的通信接口连接。
电池组包括锂电池、功率电阻、场效应管；功率电阻、场效应管串联后并联在锂电池两端。
见图4所示，SOC估算过程：首先对电池进行恒流-恒压(CC—CV)充放电，得到电池的伏安曲线；其次然后采用差分电压法(DVA)来提炼电池状态估算的特征值，并提炼电压-电量曲线来分析电池的外特性，以此作为电池SOC估算的特征曲线。根据提取到的储能电池特征曲线，通过分析电池运行数据，建立反应电池充放电特性的特征数据库，提取出电池的特征曲线，以分析电池组在循环衰减过程中的特性，根据很明显的分界点可以对储能电池的工作区间进行划分得出电池数据模型的工作模式和选取区间，在不同的工作区间采用不同的估算模型和估算策略进行估算，并能进行互相切换，进而提高SOC估算精度。
见图5所示，SOH判定方法：根据动力电池使用过程中的电池容量、端电压、单体压差、能量以及能量比，构建基于概率模型的动力电池电气特征量专家库。根据实时检测“知识”自动比对历史数据和相邻历史数据，以知识设计为评估检测原则，综合多种方法进行测试，使用加权法进行均衡计算，同时检测结果运行人工修改，从而直接影响评估结果，并将此次评估结果形成知识，更新到知识库中。评估动力电池SOH过程中，主要使用电池的内阻、电池单体电压等参数作为电池健康程度的评估指标，同时综合动力电池电气特征量进行判定，前期我们从中选取出大量的正常使用下的电池数据，作为样本。首先对样本数据进行归一化处理，而后使用归一化后的样本数据对电池全周期神经系统进行训练，在训练精度达到要求的情况下，获得的各个参数即可作为最新的数据模型，对当前电池进行SOH的判定。
以上说明书中描述的只是本发明的具体实施方式，各种举例说明不对本发明的实质内容构成限制，所属技术领域的普通技术人员在阅读了说明书后可以对以前所述的具体实施方式做修改或变形，而不背离本发明的实质和范围。
Claims (7)
1.一种兆瓦级储能电站电池管理方法，其特征在于：包括SOC估算过程和SOH判定方法；
所述的SOC估算过程包括以下步骤：
1)对电池进行恒流-恒压充放电，得到电池的伏安曲线；
2)采用差分分压法获取电池SOC估算的特征曲线；
3)根据提取到的电池的特征曲线，通过分析电池运行数据，建立反应电池充放电特性的特征数据库；
4)分析电池组在循环衰减过程中的特性，根据很明显的分界点对电池的工作区间进行划分得出电池数据模型的工作模式和选取区间；
5)在不同的工作区间采用不同的估算模型和估算策略进行估算，并进行互相切换；
所述的SOH判定方法包括以下步骤：
A)根据动力电池使用过程中的电池容量、端电压、单体压差、能量以及能量比，构建基于概率模型的动力电池电气特征量知识库；
B)根据实时检测数据自动比对历史数据和相邻历史数据，以知识设计为评估检测原则，综合多种方法进行测试，使用加权法进行均衡计算；
C)检测结果运行人工修改，从而直接影响评估结果，并将此次评估结果形成知识，更新到知识库中。
2.如权利要求1所述的兆瓦级储能电站电池管理方法，其特征在于：所述的步骤2)中，采用差分电压法DVA来提炼电池状态估算的特征值，并提炼电压-电量曲线来分析电池的外特性，以此作为电池SOC估算的特征曲线。
3.如权利要求1所述的兆瓦级储能电站电池管理方法，其特征在于：电池SOH判定过程中，使用电池的内阻以及电池单体电压作为电池健康程度的评估指标，同时综合动力电池电气特征量进行判定。
4.一种兆瓦级储能电站电池管理系统，其特征在于：包括兆瓦级储能电站电池管理平台以及多个电池模组管理系统；所述的多个电池模组管理系统分别与兆瓦级储能电站电池管理平台连接。
5.如权利要求4所述的兆瓦级储能电站电池管理系统，其特征在于：所述的电池模组管理系统包括多个电池组、电池组监视器、多个温度传感器以及通信接口电路；所述的多个电池组串联在一起并分别与电池组监视器对应端口连接；所述的多个温度传感器分别与电池组监视器对应的输入端口连接；所述的通信接口电路的输入端与电池组监视器对应的通信接口连接。
6.如权利要求4所述的兆瓦级储能电站电池管理系统，其特征在于：兆瓦级储能电站电池管理平台包括电流传感器、按键电路、电源电路、微处理器电路、显示电路、存储器、第一通信接口电路以及第二通信接口电路；所述的电流传感器的输出端与微处理器电路的A/D端口连接；所述的按键电路的输出端与微处理器电路的I/O口连接；所述的电源电路的输出端与微处理器电路的电源端连接；所述的显示电路的输入端与微处理器电路的I/O口连接；所述的存储器的输入端与微处理器电路的I/O口连接；所述的第一通信接口电路、第二通信接口电路的输入端分别与微处理器电路的通信接口连接。
7.如权利要求5所述的兆瓦级储能电站电池管理系统，其特征在于：所述的电池组包括锂电池、功率电阻以及场效应管；所述的功率电阻、场效应管串联后并联在锂电池两端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710139551.XA CN106998086A (zh) | 2017-03-10 | 2017-03-10 | 兆瓦级储能电站电池管理方法及其系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710139551.XA CN106998086A (zh) | 2017-03-10 | 2017-03-10 | 兆瓦级储能电站电池管理方法及其系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106998086A true CN106998086A (zh) | 2017-08-01 |
Family
ID=59431814
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710139551.XA Pending CN106998086A (zh) | 2017-03-10 | 2017-03-10 | 兆瓦级储能电站电池管理方法及其系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106998086A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109270462A (zh) * | 2018-11-21 | 2019-01-25 | 长沙理工大学 | 基于动力电池充放电自学习电池健康在线检测及快速评价方法 |
| CN110324383A (zh) * | 2018-03-30 | 2019-10-11 | 比亚迪股份有限公司 | 云服务器、电动汽车及其中动力电池的管理系统、方法 |
| CN112180279A (zh) * | 2019-07-01 | 2021-01-05 | 杭州科工电子科技有限公司 | 一种退役电池健康状态诊断专家系统 |
| CN112732443A (zh) * | 2021-01-12 | 2021-04-30 | 徐州普罗顿氢能储能产业研究院有限公司 | 一种基于边缘计算的储能电站状态评估与运行优化系统 |
| CN112803553A (zh) * | 2021-03-05 | 2021-05-14 | 东方醒狮(福建)储能科技有限公司 | 基于热管理技术的新能源储充平台 |
| CN112910048A (zh) * | 2021-03-05 | 2021-06-04 | 东方醒狮(福建)储能科技有限公司 | 基于热管理技术的新能源储充平台的控制方法 |
| CN116231795A (zh) * | 2023-02-11 | 2023-06-06 | 珠海康晋电气股份有限公司 | 一种分布式储存电池综合管理控制系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103020445A (zh) * | 2012-12-10 | 2013-04-03 | 西南交通大学 | 一种电动车车载磷酸铁锂电池的soc与soh预测方法 |
| CN103401274A (zh) * | 2013-06-21 | 2013-11-20 | 广东电网公司佛山供电局 | 变电站阀控铅酸蓄电池的管理控制系统及方法 |
| CN206542219U (zh) * | 2017-03-10 | 2017-10-03 | 常州新慧能电力服务有限公司 | 一种兆瓦级储能电站电池管理系统 |
-
2017
- 2017-03-10 CN CN201710139551.XA patent/CN106998086A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103020445A (zh) * | 2012-12-10 | 2013-04-03 | 西南交通大学 | 一种电动车车载磷酸铁锂电池的soc与soh预测方法 |
| CN103401274A (zh) * | 2013-06-21 | 2013-11-20 | 广东电网公司佛山供电局 | 变电站阀控铅酸蓄电池的管理控制系统及方法 |
| CN206542219U (zh) * | 2017-03-10 | 2017-10-03 | 常州新慧能电力服务有限公司 | 一种兆瓦级储能电站电池管理系统 |
Non-Patent Citations (1)
| Title |
|---|
| 许守平等: "利用信息融合技术的储能锂离子电池组SOC估算" * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110324383A (zh) * | 2018-03-30 | 2019-10-11 | 比亚迪股份有限公司 | 云服务器、电动汽车及其中动力电池的管理系统、方法 |
| CN110324383B (zh) * | 2018-03-30 | 2021-09-03 | 比亚迪股份有限公司 | 云服务器、电动汽车及其中动力电池的管理系统、方法 |
| CN109270462A (zh) * | 2018-11-21 | 2019-01-25 | 长沙理工大学 | 基于动力电池充放电自学习电池健康在线检测及快速评价方法 |
| CN112180279A (zh) * | 2019-07-01 | 2021-01-05 | 杭州科工电子科技有限公司 | 一种退役电池健康状态诊断专家系统 |
| CN112732443A (zh) * | 2021-01-12 | 2021-04-30 | 徐州普罗顿氢能储能产业研究院有限公司 | 一种基于边缘计算的储能电站状态评估与运行优化系统 |
| CN112803553A (zh) * | 2021-03-05 | 2021-05-14 | 东方醒狮(福建)储能科技有限公司 | 基于热管理技术的新能源储充平台 |
| CN112910048A (zh) * | 2021-03-05 | 2021-06-04 | 东方醒狮(福建)储能科技有限公司 | 基于热管理技术的新能源储充平台的控制方法 |
| CN116231795A (zh) * | 2023-02-11 | 2023-06-06 | 珠海康晋电气股份有限公司 | 一种分布式储存电池综合管理控制系统 |
| CN116231795B (zh) * | 2023-02-11 | 2023-12-22 | 珠海康晋电气股份有限公司 | 一种分布式储存电池综合管理控制系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106998086A (zh) | 兆瓦级储能电站电池管理方法及其系统 | |
| CN112433169B (zh) | 一种云端动力电池健康度评估系统及方法 | |
| CN106383316B (zh) | 一种梯次利用锂电池性能评价方法 | |
| CN104122447B (zh) | 一种电动汽车动力电池组直流阻抗的在线估算方法 | |
| CN104485474B (zh) | 一种基于一致性指标的纯电动汽车电池组匹配方法 | |
| CN111448467B (zh) | 用于对电池容量进行建模和估计的方法及系统 | |
| CN109100655B (zh) | 一种动力电池的数据处理方法和装置 | |
| CN105676138B (zh) | 一种预测电池的剩余电量的方法和系统 | |
| CN102937704A (zh) | 一种动力电池rc等效模型的辨识方法 | |
| CN104849671B (zh) | 一种基于组合神经网络的电池组容量检测系统 | |
| CN103278777B (zh) | 一种基于动态贝叶斯网络的锂电池健康状况估计方法 | |
| CN107003357A (zh) | 基于无线网络的电池管理系统 | |
| CN103576096A (zh) | 电动汽车动力电池剩余电量的实时评估方法及装置 | |
| CN106125001A (zh) | 电动汽车退役电池模块实际容量的快速评估方法 | |
| CN106291378A (zh) | 一种电动汽车动力电池soh的测算方法 | |
| CN101022178A (zh) | 基于标准电池模型的镍氢动力电池荷电状态的估计方法 | |
| CN112986830A (zh) | 一种基于卷积时间记忆神经网络的锂电池容量估计方法 | |
| CN113109729B (zh) | 基于加速老化试验与实车工况的车用动力电池soh评估方法 | |
| Boujoudar et al. | Lithium-ion batteries modeling and state of charge estimation using artificial neural network | |
| CN109655754A (zh) | 一种基于充电过程多维分阶的电池性能评估方法 | |
| CN106655408B (zh) | 电池组均衡控制方法和控制装置 | |
| CN105631163A (zh) | 一种电动汽车动力电池能量消耗硬件在线仿真方法及装置 | |
| CN110703112A (zh) | 一种基于局部充电数据的电池组状态的在线估计方法 | |
| CN108490366A (zh) | 电动汽车退役电池模块健康状态的快速评估方法 | |
| Wang et al. | A driving-behavior-based SoC prediction method for light urban vehicles powered by supercapacitors |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170801 |