公开(公告)号：CN116953523A

公开(公告)日：2023-10-27

申请号：CN202310847306.X

申请日：2023-07-11

Applicant: 山东大学

Inventor： 商云龙 ,  龚奕畅 ,  顾鑫 ,  朱昱豪 ,  张承慧

IPC: G01R31/367 ,  G01R31/392 ,  G06F17/16

Abstract: 本发明提供了一种动力电池剩余使用价值量化与预测方法及系统，所述方案包括获取各单体电池的电池健康状态、剩余使用寿命以及容量衰减率指标数据；基于所述指标数据，利用熵权法对每个指标进行权值计算；基于各指标数据的最大最小值以及各指标权值，确定单体电池的初始得分；基于所述初始得分、电池性能参数影响的使用价值占比以及电池原料费占比，确定单体电池剩余使用价值百分比；基于单体电池剩余使用价值百分比以及单体电池价格，获得各单体电池剩余价值预测结果。

公开(公告)号：CN117825997A

公开(公告)日：2024-04-05

申请号：CN202311561659.X

申请日：2023-11-21

Applicant: 山东大学

Inventor： 商云龙 ,  龚奕畅 ,  张震 ,  张承慧 ,  潘博存

IPC: G01R31/392 ,  G01R31/396 ,  G01R31/388 ,  G01R31/367 ,  G01R31/36

Abstract: 本发明提供了一种基于片段充电数据的电池健康状态估计方法及系统，根据多个锂电池在不同工况下的循环充放电实验结果，得到各循环下完整SOC跨度的充放电数据，根据放电总容量计算电池健康状态；将充电数据根据充电电压分布区间划分为跨度一定的区间段，并计算各区间段的容量差，将各个容量段作为估算特征；将各特征进行组合，形成新的组合特征；计算各组合特征之间的相似性，选择最相似的特征组合作为电池健康状态计算特征；根据选取的特征组合重新计算电池健康状态，得到评估结果。本发明选取充电数据中区间电压对应的容量差对电池健康状态SOH进行定义并评估，充分保证了估算方法在充电数据不同SOC跨度时都可以有较好估计能力。

公开(公告)号：CN118244151A

公开(公告)日：2024-06-25

申请号：CN202410359743.1

申请日：2024-03-27

Applicant: 山东大学

Inventor： 商云龙 ,  张震 ,  龚奕畅 ,  汪腾 ,  张承慧

IPC: G01R31/392

Abstract: 本发明公开了一种基于最优电压片段搜索的电池健康状态评估方法及系统，包括：定义最优充电片段中在充电量方向上的跨度作为特征容量；选取锂离子电池初始投入使用时期前k个循环的充电数据，采用最优电压片段搜索方法确定每个循环的最优充电片段，确定初始特征容量；获取当前循环的充电数据，采用最优电压片段搜索方法确定当前循环的最优充电片段，确定当前特征容量；将当前特征容量与初始特征容量的百分比值作为电池健康状态，进而实现电池健康状态评估。本发明既不需要建立复杂的数学模型或等效模型，也不需要深入了解锂离子电池电化学原理，也不需要进行复杂的参数辨识，大幅降低了计算量。

公开(公告)号：CN117665587A

公开(公告)日：2024-03-08

申请号：CN202311389532.4

申请日：2023-10-24

Applicant: 山东大学

Inventor： 商云龙 ,  张震 ,  汪腾 ,  龚奕畅 ,  张承慧

IPC: G01R31/367 ,  G01R31/392

Abstract: 本发明属于锂离子电池技术领域，提供了一种基于容量增量曲线峰值的电池健康状态估计方法及系统。其中，基于容量增量曲线峰值的电池健康状态估计方法包括获取锂离子电池在首次循环及当前循环充放电过程中的老化数据；其中，每次循环充放电过程中均采用先恒流后恒压充电策略和恒流放电策略；基于获取的老化数据，确定出首次循环及当前循环中的恒流充电阶段的容量增量曲线，进而提取出对应的主峰峰值；利用当前循环的容量增量曲线的主峰峰值与首次循环的容量增量曲线的主峰峰值两者的百分制比值，来表征锂离子电池的健康状态。

公开(公告)号：CN117471320A

公开(公告)日：2024-01-30

申请号：CN202311254748.X

申请日：2023-09-26

Applicant: 山东大学

Inventor： 商云龙 ,  张震 ,  朱昱豪 ,  汪腾 ,  龚奕畅

IPC: G01R31/367 ,  G01R31/392 ,  G01R31/396

Abstract: 本发明提供了一种基于充电片段的电池健康状态估计方法及系统，获取储能电池在先恒流后恒压充电策略和恒流放电策略下的循环老化数据，提取每个循环中恒流充电阶段的电压‑充电量数据；基于电压‑充电量数据，按照电压范围和充电时间划分出若干个电压片段，并提取各个电压片段的健康因子；构建健康因子与电池健康状态的映射关系模型；根据实际中的充电数据，提取电压片段，并计算对应的健康因子，根据构建的映射关系模型，确定当前电池健康状态。本发明将不同循环的充电片段中的充电量作为健康因子，构建健康因子与电池健康状态的映射关系模型。本发明解决了现有方法需要完整充放电数据的局限，实现了电池健康状态的准确、快速估计。