CN113836471A - 一种锂离子电池最大可放电容量估计方法及系统 - Google Patents
一种锂离子电池最大可放电容量估计方法及系统 Download PDFInfo
- Publication number
- CN113836471A CN113836471A CN202010577763.8A CN202010577763A CN113836471A CN 113836471 A CN113836471 A CN 113836471A CN 202010577763 A CN202010577763 A CN 202010577763A CN 113836471 A CN113836471 A CN 113836471A
- Authority
- CN
- China
- Prior art keywords
- battery
- negative electrode
- phase diffusion
- capacity
- diffusion coefficient
- 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
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 title claims abstract description 73
- 229910001416 lithium ion Inorganic materials 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 31
- 239000007790 solid phase Substances 0.000 claims description 65
- 238000009792 diffusion process Methods 0.000 claims description 59
- 239000002245 particle Substances 0.000 claims description 54
- 239000007773 negative electrode material Substances 0.000 claims description 37
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000012360 testing method Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 9
- 230000004913 activation Effects 0.000 claims description 6
- 239000010405 anode material Substances 0.000 claims description 6
- 238000009830 intercalation Methods 0.000 claims description 6
- 230000002687 intercalation Effects 0.000 claims description 6
- 239000011148 porous material Substances 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims 3
- 239000002994 raw material Substances 0.000 claims 3
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 239000010406 cathode material Substances 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Secondary Cells (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
Abstract
本发明公开了一种锂离子电池最大可放电容量估计方法及系统，本发明先计算给定温度下电池中锂离子的负极固相扩散系数，然后利用负极固相扩散系数，计算负极材料活性粒子平均浓度与表面浓度差的稳定值，最后根据电池负极容量和稳定值，利用短时放电数据，快速计算出给定温度下电池最大可放电容量，对低温环境下的电池容量测试或状态估计有着重要的理论价值与现实意义。
Description
技术领域
本发明涉及一种锂离子电池最大可放电容量估计方法及系统，属于电池管理领域。
背景技术
锂离子电池凭借较高的比能量、比功率和其他良好的性能，现在已经广泛应用于新能源汽车领域。然而，锂离子电池的优良性能，会随着温度的降低而衰减，特别当锂离子电池所处环境低于-10℃时，电池的容量衰退严重。如何在不进行完全放电的条件下，实现对测试或工作温度条件下电池最大可放电容量的快速测量，仍然是一项亟待解决的工作。
发明内容
本发明提供了一种锂离子电池最大可放电容量估计方法及系统，解决了背景技术中披露的问题。
为了解决上述技术问题，本发明所采用的技术方案是：
一种锂离子电池最大可放电容量估计方法，包括，
根据电池电压模型和标准温度条件下电池恒流放电测试数据，计算电池负极容量；
根据标准温度下电池中锂离子的负极固相扩散系数，计算给定温度下电池中锂离子的负极固相扩散系数；
根据负极固相扩散系数，实时计算给定温度下满电电池恒流放电过程中的负极材料活性粒子平均浓度和表面浓度，获取负极材料活性粒子平均浓度与表面浓度差的稳定值；
根据电池负极容量和稳定值，计算给定温度下电池最大可放电容量。
计算给定温度下电池中锂离子的负极固相扩散系数公式为，
其中，Ds,n为给定温度下电池中锂离子的负极固相扩散系数，Ds,n,ref为标准温度下电池中锂离子的负极固相扩散系数，Eact为活化能，R为气体常数，Tref为标准温度，T为实际环境温度。
计算负极材料活性粒子平均浓度和表面浓度公式分别为，
其中，
为负极材料活性粒子平均浓度，
为负极锂离子放电初始浓度，Rn为负极活性粒子半径，
为负极材料活性粒子表面浓度，Ds,n为给定温度下电池中锂离子的负极固相扩散系数；
计算给定温度下电池最大可放电容量公式为，
其中，Qdis为给定温度下电池最大可放电容量，Qdis,ref为标准温度下电池放电容量，Qn为负极容量，
为稳定值，
为标准温度标准放电倍率下的平均浓度与表面浓度差值，
为负极最大嵌锂浓度。
一种锂离子电池最大可放电容量估计系统，包括，
负极容量计算模块：根据电池电压模型和标准温度条件下电池恒流放电测试数据，计算电池负极容量；
负极固相扩散系数计算模块：根据标准温度下电池中锂离子的负极固相扩散系数，计算给定温度下电池中锂离子的负极固相扩散系数；
稳定值计算模块：根据负极固相扩散系数，实时计算给定温度下满电电池恒流放电过程中的负极材料活性粒子平均浓度和表面浓度，获取负极材料活性粒子平均浓度与表面浓度差的稳定值；
最大可放电容量计算模块：根据电池负极容量和稳定值，计算给定温度下电池最大可放电容量。
负极固相扩散系数计算模块计算给定温度下电池中锂离子的负极固相扩散系数公式为，
其中，Ds,n为给定温度下电池中锂离子的负极固相扩散系数，Ds,n,ref为标准温度下电池中锂离子的负极固相扩散系数，Eact为活化能，R为气体常数，Tref为标准温度，T为实际环境温度。
稳定值计算模块计算负极材料活性粒子平均浓度和表面浓度公式分别为，
其中，
为负极材料活性粒子平均浓度，
为负极锂离子放电初始浓度，Rn为负极活性粒子半径，
为负极材料活性粒子表面浓度，Ds,n为给定温度下电池中锂离子的负极固相扩散系数；
最大可放电容量计算模块计算给定温度下电池最大可放电容量公式为，
其中，Qdis为给定温度下电池最大可放电容量，Qdis,ref为标准温度下电池放电容量，Qn为负极容量，
为稳定值，
为标准温度标准放电倍率下的平均浓度与表面浓度差值，
为负极最大嵌锂浓度。
一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行锂离子电池最大可放电容量估计方法。
一种计算设备，包括一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行锂离子电池最大可放电容量估计方法的指令。
本发明所达到的有益效果：本发明先计算给定温度下电池中锂离子的负极固相扩散系数，然后利用负极固相扩散系数，计算负极材料活性粒子平均浓度与表面浓度差的稳定值，最后根据电池负极容量和稳定值，利用短时放电数据，快速计算出给定温度下电池最大可放电容量，对低温环境下的电池容量测试或状态估计有着重要的理论价值与现实意义。
附图说明
图1为本发明方法的流程图；
图2为不同环境温度下的负极活性粒子表面浓度；
图3为不同环境温度下的负极活性粒子平均浓度；
图4为不同环境温度下的负极活性粒子平均浓度-表面浓度差。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
如图1所示，一种锂离子电池最大可放电容量估计方法，包括以下步骤：
步骤1，根据电池电压模型和标准温度(25℃)条件下电池恒流放电测试数据，计算电池负极容量。
电池单体以先恒流再恒压的方式充满后，以0.04C(C为电池电流倍率的单位，其在数值上等于电池电流与电池标称容量之比)恒流放电到达下限截止电压，记录电池恒流放电测试数据，即放电过程中电压及电流数据；利用标准温度条件下电池恒流放电测试数据，对电池电压模型中的参数进行计算，获得电池负极容量。
电池电压模型为：
U(t)＝Up(SOCp,0+I·t/Qp)-Un(SOCn,0+I·t/Qn)-I·Ro
其中，U(t)为电池端电压，I为负载电流，Ro为电池欧姆内阻，t为电池工作时间，Up为电池正极电势函数，Un为电池负极电势函数，SOCp,0为正极初始SOC，SOCn,0为负极初始SOC，Qp为正极容量，Qn为负极容量。
步骤2，根据标准温度下电池中锂离子的负极固相扩散系数，利用阿伦尼斯方程，计算给定温度下电池中锂离子的负极固相扩散系数，即对标准温度下的负极固相扩散系数进行修订，获得给定温度下负极固相扩散系数。
其中，Ds,n为给定温度下电池中锂离子的负极固相扩散系数，Ds,ref为标准温度下电池中锂离子的负极固相扩散系数，Eact为活化能，Ds,ref和Eact可从电池厂家获取，R为气体常数，Tref为标准温度(一般取25℃)，T为实际环境温度(即给定温度)。
步骤3，根据负极固相扩散系数，实时计算给定温度下满电电池恒流放电(放电倍率不大于1/2C)过程中的负极材料活性粒子平均浓度和表面浓度(见图2和3)，获取负极材料活性粒子平均浓度与表面浓度差的稳定值(见图4)。
对充满电的电池在给定温度下进行恒流放电(放电倍率不大于1/2C)，并实时计算这一过程中电池负极材料活性粒子的表面浓度与平均浓度，直至平均浓度与表面浓度差值达到稳定，结束放电。
负极材料活性粒子平均浓度和表面浓度公式分别为：
其中，
为负极材料活性粒子平均浓度，
为负极锂离子放电初始浓度，Rn为负极活性粒子半径，
为负极材料活性粒子表面浓度，Ds,n为给定温度下电池中锂离子的负极固相扩散系数；
步骤4，根据电池负极容量和稳定值，只需短时部分放电(一般十分钟内)，即可快速计算出给定温度下电池最大可放电容量。
计算给定温度下电池最大可放电容量公式为：
其中，Qdis为给定温度下电池最大可放电容量，Qdis,ref为标准温度下电池放电容量，Qn为负极容量，
为稳定值，
为标准温度标准放电倍率下的平均浓度与表面浓度差值，
为负极最大嵌锂浓度，不随温度改变，可从电池厂家获取或从现有研究类似电池的文献中查到。
上述方法先计算给定温度下电池中锂离子的负极固相扩散系数，然后利用负极固相扩散系数，计算负极材料活性粒子平均浓度与表面浓度差的稳定值，最后根据电池负极容量和稳定值，利用短时放电数据，快速计算出给定温度下电池最大可放电容量，对低温环境下的电池容量测试或状态估计有着重要的理论价值与现实意义。
一种锂离子电池最大可放电容量估计系统，包括，
负极容量计算模块：根据电池电压模型和标准温度条件下电池恒流放电测试数据，计算电池负极容量。
负极固相扩散系数计算模块：根据标准温度下电池中锂离子的负极固相扩散系数，计算给定温度下电池中锂离子的负极固相扩散系数。
负极固相扩散系数计算模块计算给定温度下电池中锂离子的负极固相扩散系数公式为：
其中，Ds,n为给定温度下电池中锂离子的负极固相扩散系数，Ds,n,ref为标准温度下电池中锂离子的负极固相扩散系数，Eact为活化能，R为气体常数，Tref为标准温度，T为实际环境温度。
稳定值计算模块：根据负极固相扩散系数，实时计算给定温度下满电电池恒流放电过程中的负极材料活性粒子平均浓度和表面浓度，获取负极材料活性粒子平均浓度与表面浓度差的稳定值。
稳定值计算模块计算负极材料活性粒子平均浓度和表面浓度公式分别为，
其中，
为负极材料活性粒子平均浓度，
为负极锂离子放电初始浓度，Rn为负极活性粒子半径，
为负极材料活性粒子表面浓度，Ds,n为给定温度下电池中锂离子的负极固相扩散系数；；
最大可放电容量计算模块：根据电池负极容量和稳定值，计算给定温度下电池最大可放电容量。
最大可放电容量计算模块计算给定温度下电池最大可放电容量公式为：
其中，Qdis为给定温度下电池最大可放电容量，Qdis,ref为标准温度下电池放电容量，Qn为负极容量，
为稳定值，
为标准温度标准放电倍率下的平均浓度与表面浓度差值，
为负极最大嵌锂浓度。
一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行锂离子电池最大可放电容量估计方法。
一种计算设备，包括一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行锂离子电池最大可放电容量估计方法的指令。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。
Claims (10)
1.一种锂离子电池最大可放电容量估计方法，其特征在于：包括，
根据电池电压模型和标准温度条件下电池恒流放电测试数据，计算电池负极容量；
根据标准温度下电池中锂离子的负极固相扩散系数，计算给定温度下电池中锂离子的负极固相扩散系数；
根据负极固相扩散系数，实时计算给定温度下满电电池恒流放电过程中的负极材料活性粒子平均浓度和表面浓度，获取负极材料活性粒子平均浓度与表面浓度差的稳定值；
根据电池负极容量和稳定值，计算给定温度下电池最大可放电容量。
2.根据权利要求1所述的一种锂离子电池最大可放电容量估计方法，其特征在于：计算给定温度下电池中锂离子的负极固相扩散系数公式为，
其中，Ds,n为给定温度下电池中锂离子的负极固相扩散系数，Ds,n,ref为标准温度下电池中锂离子的负极固相扩散系数，Eact为活化能，R为气体常数，Tref为标准温度，T为实际环境温度。
3.根据权利要求1所述的一种锂离子电池最大可放电容量估计方法，其特征在于：计算负极材料活性粒子平均浓度和表面浓度公式分别为，
其中，
为负极材料活性粒子平均浓度，
为负极锂离子放电初始浓度，Rn为负极活性粒子半径，
为负极材料活性粒子表面浓度，Ds,n为给定温度下电池中锂离子的负极固相扩散系数；
4.根据权利要求1所述的一种锂离子电池最大可放电容量估计方法，其特征在于：计算给定温度下电池最大可放电容量公式为，
其中，Qdis为给定温度下电池最大可放电容量，Qdis,ref为标准温度下电池放电容量，Qn为负极容量，
为稳定值，
为标准温度标准放电倍率下的平均浓度与表面浓度差值，
为负极最大嵌锂浓度。
5.一种锂离子电池最大可放电容量估计系统，其特征在于：包括，
负极容量计算模块：根据电池电压模型和标准温度条件下电池恒流放电测试数据，计算电池负极容量；
负极固相扩散系数计算模块：根据标准温度下电池中锂离子的负极固相扩散系数，计算给定温度下电池中锂离子的负极固相扩散系数；
稳定值计算模块：根据负极固相扩散系数，实时计算给定温度下满电电池恒流放电过程中的负极材料活性粒子平均浓度和表面浓度，获取负极材料活性粒子平均浓度与表面浓度差的稳定值；
最大可放电容量计算模块：根据电池负极容量和稳定值，计算给定温度下电池最大可放电容量。
6.根据权利要求5所述的一种锂离子电池最大可放电容量估计系统，其特征在于：负极固相扩散系数计算模块计算给定温度下电池中锂离子的负极固相扩散系数公式为，
其中，Ds,n为给定温度下电池中锂离子的负极固相扩散系数，Ds,n,ref为标准温度下电池中锂离子的负极固相扩散系数，Eact为活化能，R为气体常数，Tref为标准温度，T为实际环境温度。
7.根据权利要求5所述的一种锂离子电池最大可放电容量估计系统，其特征在于：稳定值计算模块计算负极材料活性粒子平均浓度和表面浓度公式分别为，
其中，
为负极材料活性粒子平均浓度，
为负极锂离子放电初始浓度，Rn为负极活性粒子半径，
为负极材料活性粒子表面浓度，Ds,n为给定温度下电池中锂离子的负极固相扩散系数；
8.根据权利要求5所述的一种锂离子电池最大可放电容量估计系统，其特征在于：最大可放电容量计算模块计算给定温度下电池最大可放电容量公式为，
其中，Qdis为给定温度下电池最大可放电容量，Qdis,ref为标准温度下电池放电容量，Qn为负极容量，
为稳定值，
为标准温度标准放电倍率下的平均浓度与表面浓度差值，
为负极最大嵌锂浓度。
9.一种存储一个或多个程序的计算机可读存储介质，其特征在于：所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1至4所述的方法中的任一方法。
10.一种计算设备，其特征在于：包括，
一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1至4所述的方法中的任一方法的指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010577763.8A CN113836471B (zh) | 2020-06-23 | 2020-06-23 | 一种锂离子电池最大可放电容量估计方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010577763.8A CN113836471B (zh) | 2020-06-23 | 2020-06-23 | 一种锂离子电池最大可放电容量估计方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113836471A true CN113836471A (zh) | 2021-12-24 |
| CN113836471B CN113836471B (zh) | 2024-06-18 |
Family
ID=78963940
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010577763.8A Active CN113836471B (zh) | 2020-06-23 | 2020-06-23 | 一种锂离子电池最大可放电容量估计方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113836471B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114459963A (zh) * | 2022-03-25 | 2022-05-10 | 蜂巢能源科技股份有限公司 | 一种正极材料中锂离子扩散能力的评价方法 |
| TWI809941B (zh) * | 2022-06-21 | 2023-07-21 | 加百裕工業股份有限公司 | 電池容量受放電前環境低溫影響的計算方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101629992A (zh) * | 2009-05-27 | 2010-01-20 | 重庆大学 | 磷酸铁锂动力电池剩余容量的估算方法 |
| JP2014120200A (ja) * | 2012-12-12 | 2014-06-30 | Toyota Motor Corp | 電池システムおよび、リチウム濃度分布の推定方法 |
| KR20150034593A (ko) * | 2013-09-26 | 2015-04-03 | 삼성전자주식회사 | 전지 충전 상태 추정 방법 및 장치 |
| CN105891724A (zh) * | 2016-05-05 | 2016-08-24 | 南京航空航天大学 | 基于扩展单粒子模型的锂离子电池荷电状态在线估计方法 |
| CN107066722A (zh) * | 2017-04-06 | 2017-08-18 | 北京理工大学 | 一种基于电化学模型的动力电池系统荷电状态和健康状态的联合估计方法 |
| US20200091567A1 (en) * | 2018-09-14 | 2020-03-19 | Toyota Jidosha Kabushiki Kaisha | Secondary battery system and method of estimating an internal state of secondary battery |
-
2020
- 2020-06-23 CN CN202010577763.8A patent/CN113836471B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101629992A (zh) * | 2009-05-27 | 2010-01-20 | 重庆大学 | 磷酸铁锂动力电池剩余容量的估算方法 |
| JP2014120200A (ja) * | 2012-12-12 | 2014-06-30 | Toyota Motor Corp | 電池システムおよび、リチウム濃度分布の推定方法 |
| KR20150034593A (ko) * | 2013-09-26 | 2015-04-03 | 삼성전자주식회사 | 전지 충전 상태 추정 방법 및 장치 |
| CN105891724A (zh) * | 2016-05-05 | 2016-08-24 | 南京航空航天大学 | 基于扩展单粒子模型的锂离子电池荷电状态在线估计方法 |
| CN107066722A (zh) * | 2017-04-06 | 2017-08-18 | 北京理工大学 | 一种基于电化学模型的动力电池系统荷电状态和健康状态的联合估计方法 |
| US20200091567A1 (en) * | 2018-09-14 | 2020-03-19 | Toyota Jidosha Kabushiki Kaisha | Secondary battery system and method of estimating an internal state of secondary battery |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114459963A (zh) * | 2022-03-25 | 2022-05-10 | 蜂巢能源科技股份有限公司 | 一种正极材料中锂离子扩散能力的评价方法 |
| CN114459963B (zh) * | 2022-03-25 | 2024-04-02 | 蜂巢能源科技股份有限公司 | 一种正极材料中锂离子扩散能力的评价方法 |
| TWI809941B (zh) * | 2022-06-21 | 2023-07-21 | 加百裕工業股份有限公司 | 電池容量受放電前環境低溫影響的計算方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113836471B (zh) | 2024-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lyu et al. | A lead-acid battery's remaining useful life prediction by using electrochemical model in the Particle Filtering framework | |
| Li et al. | State-of-charge estimation tolerant of battery aging based on a physics-based model and an adaptive cubature Kalman filter | |
| Gao et al. | Aging mechanisms under different state-of-charge ranges and the multi-indicators system of state-of-health for lithium-ion battery with Li (NiMnCo) O2 cathode | |
| Kang et al. | Comparison of comprehensive properties of Ni-MH (nickel-metal hydride) and Li-ion (lithium-ion) batteries in terms of energy efficiency | |
| CN112615075B (zh) | 电池快速充电方法及计算机设备 | |
| CN112198444B (zh) | 一种基于极片膨胀度预测锂离子电池循环寿命的方法 | |
| CN105759213A (zh) | 一种测量蓄电池剩余容量soc的方法 | |
| CN108761341A (zh) | 一种锂离子电池电化学模型参数获取方法 | |
| JP2021072275A (ja) | 使用済み電池の迅速なグループ化と修復方法 | |
| CN108572320B (zh) | 电池最小单体及系统有效容量、健康状态估算方法及装置 | |
| CN104076293A (zh) | 基于观测器的锂电池soc估算误差的定量分析方法 | |
| CN106908737A (zh) | 一种基于电化学反应机理仿真的锂离子电池寿命预测方法 | |
| CN111438077A (zh) | 一种退役三元软包电池的梯次利用性能快速筛选及检测的方法 | |
| Baek et al. | Capacity fade modeling of a lithium-ion battery for electric vehicles | |
| CN113779794A (zh) | 计及微观约束的锂离子电池sop估计方法及系统 | |
| Su et al. | Modeling the effects of state of charge and temperature on calendar capacity loss of nickel-manganese-cobalt lithium-ion batteries | |
| CN110442901A (zh) | 一种锂离子电池电化学简化模型及其参数的获取方法 | |
| CN115548482A (zh) | 一种补锂方法、电池制备方法及电池 | |
| CN113836471B (zh) | 一种锂离子电池最大可放电容量估计方法及系统 | |
| CN112214889A (zh) | 锂电池充电方法、系统、电子设备、电池管理系统及存储介质 | |
| CN108470944B (zh) | 调整电池设计的方法及装置 | |
| Xu et al. | Battery health estimation using electrochemical aging model and ensemble Kalman filtering | |
| CN112108400B (zh) | 一种预测软包电池循环性能的测试方法 | |
| CN114035068A (zh) | 一种混合型电池系统及其剩余电量估计方法 | |
| Tan et al. | Lithium Plating as Limiting Phenomena for Estimating Safety during Lithium-Ion Battery Charging |
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 |