-
公开(公告)号：CN113075554A
公开(公告)日：2021-07-06
申请号：CN202110324053.9
申请日：2021-03-26
Applicant: 国网浙江省电力有限公司电力科学研究院 , 北京交通大学
IPC: G01R31/367 , G01R31/3835 , G01R31/396
Abstract: 本发明公开了一种基于运行数据的锂离子电池组不一致性辨识方法。本发明包括：步骤1：对实际运行工况中BMS采集到的锂离子电池电压数据进行数据预处理；步骤2：通过电池单体的一阶RC等效电路模型，分析单体SOC、容量两个电池参数与电压曲线变化之间的关系；步骤3：提取电池电压离群率；步骤4：对原始放电段电压进行经验模态分解，提取电池各充放电段电压极差，采用滑动窗口对窗口内的电压极差进行相加；步骤5：基于原始放电段电压，提取放电段电压差分，采用滑动窗口对窗口内的电压差分的绝对值进行相加；步骤6：对提取的电压离群率采用阈值方法辨识电池组不一致性，对提取的电压极差与电压差分采用聚类算法辨识电池组不一致性。
-
公开(公告)号：CN113075554B
公开(公告)日：2022-07-05
申请号：CN202110324053.9
申请日：2021-03-26
Applicant: 国网浙江省电力有限公司电力科学研究院 , 北京交通大学
IPC: G01R31/367 , G01R31/3835 , G01R31/396
Abstract: 本发明公开了一种基于运行数据的锂离子电池组不一致性辨识方法。本发明包括：步骤1：对实际运行工况中BMS采集到的锂离子电池电压数据进行数据预处理；步骤2：通过电池单体的一阶RC等效电路模型，分析单体SOC、容量两个电池参数与电压曲线变化之间的关系；步骤3：提取电池电压离群率；步骤4：对原始放电段电压进行经验模态分解，提取电池各充放电段电压极差，采用滑动窗口对窗口内的电压极差进行相加；步骤5：基于原始放电段电压，提取放电段电压差分，采用滑动窗口对窗口内的电压差分的绝对值进行相加；步骤6：对提取的电压离群率采用阈值方法辨识电池组不一致性，对提取的电压极差与电压差分采用聚类算法辨识电池组不一致性。
-
公开(公告)号：CN117293428A
公开(公告)日：2023-12-26
申请号：CN202310973472.4
申请日：2023-08-04
Applicant: 北京交通大学
IPC: H01M10/44 , G06F30/20 , H02J7/00 , G06F111/06
Abstract: 本发明公开了一种锂离子电池安全快速优化充电方法。通过建立精准电池模型或设计三电极电池获取电池负极电位；充分考虑电池负极电位状态，以电池负极不析锂时的最大充电电流作为充电电流边界；仿真采用不同数量的恒流充电阶梯数对电池进行充电至一定程度时的充电总时长，根据充电阶梯数对充电时间的影响确定最佳充电阶梯数；以电池能耗、充电时间、电池寿命等作为目标，采用优化算法，分阶段优化得到避免电池发生析锂副反应的优化充电电流序列，对电池进行充电。采用该充电方法对电池充电，不仅提高了充电速度，保证了电池充电安全，并且与相同倍率的恒流充电制式相比能耗有所降低，为锂离子电池安全快速和优化充电领域提供了重要的参考价值。
-
公开(公告)号：CN114976307A
公开(公告)日：2022-08-30
申请号：CN202210489917.7
申请日：2022-05-07
Applicant: 北京交通大学
IPC: H01M10/42 , G01R31/389
Abstract: 本发明公开了一种锂离子电池界面阻抗无损分离方法，该方法基于总阻抗和高频感抗和低频扩散模型重构了反映界面动力学的真实阻抗，使用弛豫时间反卷积技术和等效电路对界面的模型参数进行辨识，通过50％与5％SOC的阻抗数据来实现电极界面动力学模型参数的无损分离，并在三电极阻抗中验证了该技术的有效性。同时，根据电荷转移内阻的变换系数将可分离的SOC的电荷转移内阻转移到对比的SOC，实现了在同一SOC点的特征参数演变规律分析。该方法步骤简单，易于操作，且可靠性高，适用于电动汽车动力电池的电极界面动力学无损诊断。
-
公开(公告)号：CN114879071A
公开(公告)日：2022-08-09
申请号：CN202210536588.7
申请日：2022-05-17
Applicant: 北京交通大学
IPC: G01R31/392 , G01R31/367 , G01R31/3835
Abstract: 本发明涉及一种锂离子电池非线性衰退老化模式在线诊断方法。该方法仅采用电池充电过程中的电压和电流信息，通过获取电池平均电压和容量在老化过程中的演变轨迹准确评估电池非线性衰退的老化模式。该诊断方法不需要采用特定的充电电流，简单易行，可靠性高，可直接在电动汽车上使用，适用于电动汽车动力电池在线老化模式识别。
-
Patent Agency Ranking
公开(公告)号：CN114114049A
公开(公告)日：2022-03-01
申请号：CN202111157103.5
申请日：2021-09-30
Applicant: 北京交通大学
IPC: G01R31/392
Abstract: 本发明公开了一种基于样本迁移的锂离子电池寿命预测方法，从已有的三元锂离子电池老化数据中提取与新电池具有共性知识的迁移样本用于辨识寿命模型参数，最终预测新电池的寿命。样本迁移方法包括老化模式判断，拐点预测以及样本选择。老化模式判断和拐点预测从三元锂离子电池放电容量‑电压曲线，容量增量曲线，电压差分曲线上提取表征锂离子电池的健康状态的17个特征参数，然后利用机器学习算法对锂离子电池的加速老化进行早期诊断以及拐点预测，然后根据加速老化判断和拐点预测结果已有的三元锂离子电池老化数据中进行样本选择，利用迁移样本训练寿命模型辨识寿命模型参数，最终对新电池进行寿命预测。
-
公开(公告)号：CN113466696A
公开(公告)日：2021-10-01
申请号：CN202110532666.1
申请日：2021-05-17
Applicant: 北京交通大学
IPC: G01R31/36
Abstract: 本发明属于锂离子电池状态估计技术领域，涉及一种基于电压曲线变换的电池组单体状态估计方法，包括：步骤1：获得“标准OCV曲线”；步骤2：获取单体电池的充电电压时间序列；步骤3：生成“参考OCV曲线”；步骤4：计算“扭曲路径”；步骤5：将“扭曲路径”中“一对多”的点移除；步骤6：对扭曲路径点进行拟合；步骤7：计算电池单体容量和充电起始SOC0，步骤8：重复步骤4‑7，得到电池组内所有电池单体的容量及充电起始SOC0。在电池全生命周期内，充电SOC范围为40％～85％时，本发明对容量估计的平均误差约为1.8％，最大误差小于5％；对充电起始SOC0估计的平均误差约为1.4％，最大误差小于2.5％。
-
公开(公告)号：CN109946612B
公开(公告)日：2020-10-20
申请号：CN201910257169.8
申请日：2019-04-01
Applicant: 北京交通大学
IPC: G01R31/367 , G01R31/392
Abstract: 本发明公开了属于电池老化状态识别及电池安全管理技术领域的一种三元锂离子电池容量加速衰退转折点识别方法。建立锂离子电池的容量增量曲线，以该容量增量曲线的峰高度为表征容量的特征参数，通过在线获取容量增量曲线的峰高度，进行基线选取、带宽计算，对安全区域进行持续更新，判断是否存在连续几个数据超出安全区域范围，实现不同工况下的三元锂离子电池容量加速衰退转折点识别，本发明增强算法对工况的适应性；对三元锂离子电池容量加速衰退转折点进行识别简单方便、精确度高，对于不同工况的适应性强且需要的储存空间少，算法简单，便于在线进行加速衰退识别，易于工程实现。
-
公开(公告)号：CN109946612A
公开(公告)日：2019-06-28
申请号：CN201910257169.8
申请日：2019-04-01
Applicant: 北京交通大学
IPC: G01R31/367 , G01R31/392
Abstract: 本发明公开了属于电池老化状态识别及电池安全管理技术领域的一种三元锂离子电池容量加速衰退转折点识别方法。建立锂离子电池的容量增量曲线，以该容量增量曲线的峰高度为表征容量的特征参数，通过在线获取容量增量曲线的峰高度，进行基线选取、带宽计算，对安全区域进行持续更新，判断是否存在连续几个数据超出安全区域范围，实现不同工况下的三元锂离子电池容量加速衰退转折点识别，本发明增强算法对工况的适应性；对三元锂离子电池容量加速衰退转折点进行识别简单方便、精确度高，对于不同工况的适应性强且需要的储存空间少，算法简单，便于在线进行加速衰退识别，易于工程实现。
-
公开(公告)号：CN117368774A
公开(公告)日：2024-01-09
申请号：CN202310878743.8
申请日：2023-07-17
Applicant: 北京交通大学
IPC: G01R31/392 , G06F18/10 , G06F18/27 , G01R31/389 , G01R31/367
Abstract: 本发明涉及锂离子电池健康状态估计领域，公开了一种基于阻抗谱重构技术的锂离子电池健康状态估计方法。本发明采用逆重复M序列来设计包含多频成分的电流激励信号以对电池阻抗谱进行快速测试，通过选取Morse复小波为母小波对电池电流激励与测量得到的电压响应进行连续小波变换，进行目标频率范围内的电池阻抗谱重构，基于不同老化状态电池重构阻抗谱在特殊频率点处的阻抗幅值建立估计电池健康状态的多元线性回归模型，从而实现锂离子电池健康状态的快速评估。该方法快速准确，大大缩短了电池阻抗谱的测试时间，同时能够适用于多类型、多应用场景下锂离子电池的健康状态评估。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.064 seconds)
