一种锂离子电池分区间循环容量衰退预测方法

    公开(公告)号:CN110703101A

    公开(公告)日:2020-01-17

    申请号:CN201910861836.3

    申请日:2019-09-12

    Abstract: 本发明涉及一种锂离子电池分区间循环容量衰退预测方法,包括如下步骤:S1、对锂离子电池进行不同SOC区间衰退测试,得到不同SOC区间的测试数据;S2、进行分区间特征参数提取;S3、利用Keras深度学习框架构建LSTM RNN模型,对模型进行初始化;S4、利用步骤S1得到的测试数据和步骤S2得到的特征参数的值对LSTM RNN模型进行训练,并进行模型验证;S5、经过模型训练和模型验证后的LSTM RNN模型,通过迭代的形式输出给定区间下循环电池的容量衰退曲线,根据区间范围[SOCk-1,SOCk]的不同,输出不同循环次数下的电池容量值,对电池的衰退容量进行预测。

    一种锂离子电池组中单体电池容量估算方法

    公开(公告)号:CN109164398B

    公开(公告)日:2019-10-11

    申请号:CN201810876589.X

    申请日:2018-08-03

    Abstract: 本发明提出一种锂离子电池组中单体电池容量估算方法。该方法的实施基于锂离子电池组的充电过程和单体电池的放电过程,在锂离子电池组中包含N个处于同一老化状态的电池单体,该方法包括:将锂离子电池组中最先充满电的单体电池作为基准电池,根据充放电曲线计算近似Q‑OCV曲线QV0;根据第i只待估容量单体电池的充放电曲线计算其近似Q‑OCV曲线QVi;分别对QV0和QVi进行微分计算,得到容量微分曲线D0和Di,将D0和Di归一化后,对Di进行平移使其与D0重合;记录Di中充电截止时刻的近似OCVi(曲线终点值);根据曲线VQ0计算基准电池的近似SOC‑OCV曲线S0;在曲线S0中确定与OCVi对应的SOCi值;根据第i只单体电池的部分放电容量和SOCi值计算第i只单体电池的实际容量。

    锂离子电池变频变幅交流低温自加热方法

    公开(公告)号:CN109449541A

    公开(公告)日:2019-03-08

    申请号:CN201811123950.8

    申请日:2018-09-26

    Abstract: 本发明涉及一种锂离子电池变频变幅交流低温自加热方法,包括:确定对锂离子电池寿命无影响的极化电压幅值范围,并根据此范围选取正弦交流极化电压幅值,根据正弦交流极化电压幅值与当前温度下电池内阻确定正弦交流电流幅值;在已选定的正弦交流极化电压幅值下,根据电池阻抗与频率的关系,通过产热功率与频率的关系计算得到当前温度下产热功率最大的频率;根据确定的幅值和频率,利用正弦交流电流信号对电池进行低温自加热;每隔一定温度,在保证恒定的极化电压幅值下,实时补偿正弦交流电流幅值,找到当前温度下的最佳加热频率,改变所施加的正弦交流电流信号的幅值与频率。本发明自加热速率快、对电池使用寿命无影响和加热温度均匀性好。

    一种锂离子电池的健康状态在线估计方法

    公开(公告)号:CN109031153A

    公开(公告)日:2018-12-18

    申请号:CN201811200371.9

    申请日:2018-10-16

    Abstract: 本发明属于锂离子电池领域,公开了一种锂离子电池的SOH在线估计方法,用于解决现有SOH估计技术在实施过程中存在的特征参数在线获取困难,模型对训练数据依赖性强且所需数据量大,采用简单线性回归较难刻画电池容量与特征参数复杂的函数关系,估计精度难以保证的问题。本发明采用容量增量法从容量增量曲线中获取特征参数,该方法不要求电池经历完整的充放电过程,特征参数提取更加简单,有利于该方法在BMS中的应用;利用多输出高斯过程回归模型方法完成特征参数与SOH函数模型的建立,更好地利用不同输出之间的潜在关联性,提高SOH的估计精度;同时该方法对于训练数据依赖较小,对不同类型的锂离子电池具有很好的适应性。

    一种广义电池管理系统
    56.
    发明授权

    公开(公告)号:CN105789716B

    公开(公告)日:2018-04-24

    申请号:CN201610121616.3

    申请日:2016-03-03

    Abstract: 本发明涉及一种新能源车辆和电池储能用广义电池管理系统,提供一种本地电池管理系统与运行于远端大数据平台的离线状态评估系统相结合的广义电池管理系统,其中本地电池管理系统实时检测电池参数(电压、电流、温度和充放电容量),根据检测的电池参数对电池状态进行估计,判断是否出现异常状态,实现本地实时充放电管理,并把检测的电池参数上传到远端大数据平台;而离线状态评估系统运行于远端大数据平台,基于数据库中存储的电池历史电池参数和实时电池参数,评估电池的健康状态并进行风险预警,根据电池的健康状态重新设定充放电控制参数,动态更新管理策略,给出电池维护信息,并把结果传输给本地电池管理系统。

    一种基于迁移学习的跨类型电池衰退预测方法

    公开(公告)号:CN119763721A

    公开(公告)日:2025-04-04

    申请号:CN202411543994.1

    申请日:2024-10-31

    Abstract: 本发明公开了一种基于迁移学习的跨类型电池衰退预测方法。本发明包括:步骤1:分析不同材料电池的放电V‑Q曲线之间的关系,构建描述不同材料电池放电V‑Q曲线间潜在关系的通用数学模型;步骤2:基于不同类型电池V‑Q曲线间的数学模型,设计新的损失函数;步骤3:建立了基于全局注意力机制的LSTM‑seq2seq模型,并用新的损失函数优化模型参数,以重构目标域中电池的V‑Q曲线;步骤4:应用重构后的电池V‑Q数据,以Siamese‑CNN模型为预训练模型,提出了基于迁移的适用于不同类型电池衰退轨迹预测方法。本发明可以基于电池成组使用前少量循环数,实现不同类型电池的衰退轨迹预测。

    充放电过程中锂离子电池性能异常变化的参数化表征方法及装置

    公开(公告)号:CN114137429B

    公开(公告)日:2025-02-11

    申请号:CN202111271541.4

    申请日:2021-10-29

    Abstract: 本发明公开了一种充放电过程中锂离子电池性能异常变化的参数化表征方法及装置,其方法包括:基于弛豫时间分布法分析获取的锂离子电池电化学阻抗谱,得到弛豫时间分布曲线;基于弛豫时间分布曲线的峰值数确定阻抗环节个数,并建立相应的等效阻抗模型;获取预定SOC点下弛豫时间分布曲线与等效阻抗模型的特征参数;通过对不同SOC点间的特征参数变化进行对比分析,获取与锂离子电池性能异常变化相关的特征参数集;基于对特征参数集中各参数的变化率形式进行统一表征,实现SOC点下锂离子电池性能异常变化的参数化表征;本发明能够有效的辨识电池性能衰减过程的异常变化现象,且对于不同工况的适应性强。

Patent Agency Ranking