-
公开(公告)号:CN112433170A
公开(公告)日:2021-03-02
申请号:CN202011092297.0
申请日:2020-10-13
Applicant: 北京交通大学
IPC: G01R31/396 , G01R31/388
Abstract: 本发明属于电池参数辨识技术领域,涉及一种串联电池组单体参数差异辨识方法,方法基于动态时间扭曲算法,对串联电池组电池单体的充电数据进行分析处理,通过对比电池OCV曲线和电池单体的充电电压曲线,计算所有具有“一一对应关系”的数据点之间的索引值之差的平均值Td;并根据电池组的充电倍率和采样时间间隔设置比例系数Tr;接着计算Td与Tr的比值R,作为电池单体在充电过程中的起始SOC;最后根据各单体电池的充电起始SOC,计算出反映电池组SOC一致性的单体SOC差异情况。本发明方法实现了对串联电池组内各电池单体的充电初始SOC、电池组SOC一致性的估计,具有较高精度和效率。
-
公开(公告)号:CN112327188A
公开(公告)日:2021-02-05
申请号:CN202011056790.7
申请日:2020-09-30
Applicant: 北京交通大学
IPC: G01R31/392 , G01R31/367
Abstract: 本发明涉及一种模型‑数据混合驱动的锂离子电池剩余寿命预测方法,首先,初始化经验模型的四个独立模型参数;其次,基于差分阈值方法,利用锂离子电池容量数据识别拐点;再次,使用无迹粒子滤波方法获得初始估计结果;复次,建立初始误差序列,使用完全集成经验模态分解方法处理初始误差序列;又次,根据相关性方法使用本征模函数重构误差序列;从次,对重构误差序列使用高斯过程回归方法训练,得到带有置信区间的误差预测结果;最后,将初始估计结果使用带有置信区间的误差预测结果叠加,得到最终预测结果。本发明,利用少量历史数据,即可在短时内获得相应征兆并进行锂离子电池健康状态的诊断,进而实现后续锂离子电池剩余寿命预测。
-
公开(公告)号:CN109031153B
公开(公告)日:2020-01-24
申请号:CN201811200371.9
申请日:2018-10-16
Applicant: 北京交通大学
IPC: G01R31/367 , G01R31/385
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。
-
公开(公告)号:CN107861070B
公开(公告)日:2019-10-18
申请号:CN201711008798.4
申请日:2017-10-25
Applicant: 北京交通大学 , 国电南瑞科技股份有限公司
IPC: G01R31/392 , G01R31/389
Abstract: 本发明属于锂离子电池技术领域,具体公开了一种锂离子电池健康状态在线诊断方法,该方法包括步骤1:对电池样本进行全区间直流内阻测试,计算得出电池在不同SOC点的直流内阻;步骤2:确定电池直流内阻的稳定SOC区间;步骤3:在电池循环使用过程中,对电池进行一次脉冲充/放电,并记录电流突变过程中的电池电压变化;步骤4:根据步骤3记录的数据,用公式R=△U/△I计算电池不同时间的内阻;步骤5:根据不同电池不同时间的内阻值,计算并分析电池极化内阻变化;步骤6:将内阻和容量对循环次数进行微分,得到内阻与容量的变化率分布图;步骤7:综合判定电池健康状态,并最终采用极化内阻和内阻变化率两个数据对电池健康状态进行双重判定。
-
公开(公告)号:CN107861070A
公开(公告)日:2018-03-30
申请号:CN201711008798.4
申请日:2017-10-25
Applicant: 北京交通大学 , 国电南瑞科技股份有限公司
IPC: G01R31/36
Abstract: 本发明属于锂离子电池技术领域,具体公开了一种锂离子电池健康状态在线诊断方法,该方法包括步骤1:对电池样本进行全区间直流内阻测试,计算得出电池在不同SOC点的直流内阻;步骤2:确定电池直流内阻的稳定SOC区间;步骤3:在电池循环使用过程中,对电池进行一次脉冲充/放电,并记录电流突变过程中的电池电压变化;步骤4:根据步骤3记录的数据,用公式R=△U/△I计算电池不同时间的内阻;步骤5:根据不同电池不同时间的内阻值,计算并分析电池极化内阻变化;步骤6:将内阻和容量对循环次数进行微分,得到内阻与容量的变化率分布图;步骤7:综合判定电池健康状态,并最终采用极化内阻和内阻变化率两个数据对电池健康状态进行双重判定。
-
公开(公告)号:CN105789716A
公开(公告)日:2016-07-20
申请号:CN201610121616.3
申请日:2016-03-03
Applicant: 北京交通大学
IPC: H01M10/42
CPC classification number: H01M10/4207
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。
-
公开(公告)号:CN119902084A
公开(公告)日:2025-04-29
申请号:CN202510017919.X
申请日:2025-01-06
Applicant: 北京交通大学
IPC: G01R31/367 , G01R31/396 , G01R31/385
Abstract: 本发明公开了一种低压测试加高压仿真电池系统熔断保护有效性分析方法,包括:单体电池外短路响应特性测试;低压电池组外短路响应特性测试;电池外短路等效电路建模;等效电路模型参数辨识;高压系统外短路电流仿真;外短路熔断有效电流变换;熔断保护时间判断;电池系统外短路保护有效性分析。本发明通过将电池系统熔断保护拆分为低压单元和高压单元,并分别开展测试和仿真,解决了高压系统熔断保护验证试验因成本和风险难以实施的问题,且能提升电池系统的安全性和可靠性。
-
公开(公告)号:CN115166553B
公开(公告)日:2024-11-12
申请号:CN202210714553.8
申请日:2022-06-23
Applicant: 北京交通大学
IPC: G01R31/389 , H01M10/42
Abstract: 本发明涉及一种锂离子电池扩散极化过程无损分离方法,该方法利用电极和电池的热力学和扩散动力学间的匹配关系,根据辨识的全电池固相扩散系数,在基变换下分离电极的固相扩散过程。本发明主要包括如下步骤:首先,构建电极和全电池的热力学参数匹配关系,获取正负极的电压增量特性;然后,根据电极和全电池的电压增量来选取合适的SOC点进行交流阻抗测试;然后,利用交流阻抗测试和等效阻抗模型辨识电池固相扩散时间常数;最后,在基变换的理论下分离电极的固相扩散时间,结合电极的电压增量实现电极扩散内阻的无损分离。该方法步骤简单,易于在线实现,且可靠性高,适用于电动汽车动力电池内部电极材料微观机理的无损检测。
-
公开(公告)号:CN118688646A
公开(公告)日:2024-09-24
申请号:CN202410829796.5
申请日:2024-06-25
Applicant: 北京交通大学
IPC: G01R31/378 , G01R31/382 , G01R31/392 , G01R31/367
Abstract: 本发明提供一种锂离子电池原位析锂检测方法,包括:基于一体化测试工装进行不同倍率充电;对电池进行相同倍率放电,检测电池的电压和膨胀力变化曲线;对所述放电过程的膨胀力变化曲线进行微分处理,得到微分膨胀力‑电压曲线;根据所述微分膨胀力‑电压曲线,判断电池在不同倍率充电下的析锂情况。本发明可实现快速的析锂检测,同时能够得到电池在不同温度下的析锂边界电流大小,且膨胀力信号检测敏感度高于电压信号,从而为电池开发商开发出更具性价比、竞争力的电池产品提供有力支持。
-
公开(公告)号:CN114879071B
公开(公告)日:2024-07-02
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。
-
-
-
-
-
-
-
-
-