Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖北工业大学田爱娜获国家专利权

湖北工业大学田爱娜获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉湖北工业大学申请的专利一种基于电化学模型的电池SOP快速预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119805249B

龙图腾网通过国家知识产权局官网在2025-07-08发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510287984.4,技术领域涉及:G01R31/367;该发明授权一种基于电化学模型的电池SOP快速预测方法是由田爱娜;丁涛;何璐瑶;姜久春;董开朗;吕露;常春;廖力设计研发完成,并于2025-03-12向国家知识产权局提交的专利申请。

一种基于电化学模型的电池SOP快速预测方法在说明书摘要公布了:本发明涉及电池SOP预测技术领域,且公开了一种基于电化学模型的电池SOP快速预测方法,包括以下步骤,将P2D模型简化为e‑SPM模型,并与热模型耦合得到电热耦合模型,通过变尺度的多目标灰狼优化算法分别辨识电热耦合模型的热参数和电化学参数,使用无迹卡尔曼滤波作为电化学模型的状态观测器,观测电池的内部和外部的状态;该方法通过一种变尺度的多目标灰狼优化算法,快速地辨识了21个电化学模型参数,通过在寻优过程中的改变输入辨识尺度的策略,避免了在寻优过程中出现的不收敛问题;通过一种多目标的策略,通过权重选择各类工况的适应度值的占比,避免了参数辨识中的过拟合问题。

本发明授权一种基于电化学模型的电池SOP快速预测方法在权利要求书中公布了:1.一种基于电化学模型的电池SOP快速预测方法,其特征在于,包括以下步骤: S1:将P2D模型简化为e-SPM模型,并与热模型耦合得到电热耦合模型; S2:通过变尺度的多目标灰狼优化算法分别辨识电热耦合模型的热参数和电化学参数; S3:使用无迹卡尔曼滤波作为电化学模型的状态观测器,观测电池的内部和外部的状态; S4:选择表面锂离子浓度,电解质浓度,析锂过电位,电压,SOC,温度作为SOP的安全约束,选择二分法进行电池不同时间尺度的SOP预测,并选择高斯过程回归加速二分法预测电池SOP的收敛速度; 所述步骤S2具体为: S2.1:使用1C放电和DST动态工况两种工况作为变尺度的多目标灰狼优化算法的目标适应度函数,得到电热耦合模型的模拟电压Vsim和实际电压Vexp之间的均方误差的适应度值fv,表达式为: 其中,N为电压采集的数量,Vexp为实际电压,Vsim为模拟电压; S2.2:计算正极电极容量和负极电极容量差值的绝对值fc,表达式为: 其中,A为电极面积,L+为正极厚度,L-负极厚度,为正极固相体积分数,为正极固相体积分数,为正极最大锂离子浓度,为负极最大锂离子浓度,F为法拉第常数,SOL为单体电池电极的SOC,SOC为单体电池的剩余电量,为单体电池在0时正极对应的值,为单体电池SOC在0时负极对应的值,为单体电池在100时正极对应的值,为单体电池在100时负极对应的值; S2.3:加权计算得到电热耦合模型的最终适应度函数fm,表达式为: fm=w1fv1+w2fv2+w3fc 其中,W1、W2与W3为不同适应度函数的权重,fv1为1C放电工况的均方误差,fv2为DST动态应力工况的均方误差; S2.4:使用1C放电工况进行温度参数的辨识,得到温度的局方根误差ft,表达式为: 其中,ft为局方根误差,Texp指实验测得温度,Tsim指模拟的温度。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人湖北工业大学,其通讯地址为:430070 湖北省武汉市洪山区南李路28号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。