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 > 四川大学;国网四川省电力公司电力科学研究院彭乔获国家专利权

四川大学;国网四川省电力公司电力科学研究院彭乔获国家专利权

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!

龙图腾网获悉四川大学;国网四川省电力公司电力科学研究院申请的专利基于电化学模型及粒子滤波的锂电池荷电状态估计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:CN116125314B

龙图腾网通过国家知识产权局官网在2025-07-22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:202310142676.3,技术领域涉及:G01R31/387;该发明授权基于电化学模型及粒子滤波的锂电池荷电状态估计方法是由彭乔;王靖榕;孟锦豪;刘天琪;曾雪洋;李燕;陈刚设计研发完成,并于2023-02-21向国家知识产权局提交的专利申请。

基于电化学模型及粒子滤波的锂电池荷电状态估计方法在说明书摘要公布了:本发明公开了基于电化学模型及粒子滤波的锂电池荷电状态估计方法,首先采用SPME,在充分反应锂电池充放电过程中内部状态变换的同时,减少电化学模型的计算负担;然后,通过基本效应测试对敏感参数进行选取,并通过粒子群优化算法辨识出难以直接测量的敏感参数,提高模型的精度;最后,用粒子群优化算法构建一个基于电化学模型的SOC估计模型,引入电压对SOC值的校正,减少长期运行引入的误差,以实现精确的SOC在线估计。与基于ECM的扩展卡尔曼滤波的估计方法相比,本发明方法具有较高精度。

本发明授权基于电化学模型及粒子滤波的锂电池荷电状态估计方法在权利要求书中公布了:1.一种基于电化学模型及粒子滤波的锂电池荷电状态估计方法,其特征在于,包括以下步骤: 步骤1:建立锂电池带有液相电势的单粒子模型,通过充放电电流对电池内部的状态变量进行估计,从而模拟出输出电压; 步骤2:采用基本效应测试对带有液相电势的单粒子模型的参数进行灵敏度分析; 步骤3:利用粒子群优化算法进行敏感参数辨识; 步骤4:基于带有液相电势的单粒子模型,以充放电电流作为输入,电池两端电压作为观测,通过粒子滤波对与SOC相关的状态变量进行估计,并以此计算电池的SOC值; 所述步骤4具体包括: 步骤4.1:正极SOCSOCp表示在耗尽前能够从电极中活性物质中提取的锂离子数量;负极SOCSOCn表示在饱和前能够被电极中活性物质吸收的锂离子数量,分别表示为: 其中,和分别为负极和正极固相锂离子平均浓度;cs,p0%为电量为0%时正极固相锂离子浓度,cs,n100%为电量为100%时负极固相锂离子浓度;取二者平均值,即 步骤4.2:采用三参数抛物线近似法对固相扩散的偏微分方程进行拟合,简化后的固相扩散方程为: 其中,为固相锂离子浓度cs沿粒子半径R方向梯度的平均值;为固相锂离子平均浓度;Rs为取固相粒子半径;Ds为固相扩散系数;css为固相粒子表面锂离子浓度;jn为活性粒子表面锂离子流量; 则系统的状态-空间方程为: 其中,和分别为负、正极固相锂离子平均浓度;和分别为负、正极固相锂离子浓度cs沿R方向梯度的平均值;Ds,n和Ds,p分别为负、正极固相扩散系数; Rs,n和Rs,p分别为负、正极固相粒子半径;F为法拉第常数;Sn和Sp分别为负、正极表面积; Ln和Lp分别为负、正极长度;εs,n和εs,p分别为负、正极固相体积分数;It为外电流密度; 输出方程表示为: Vt=hcss,nt,css,pt,ce,nt,ce,pt,It14 其中,h·表示系统观测方程;css,nt和css,pt别为负、正极固相粒子表面锂离子浓度;ce,nt和ce,pt分别为负、正极液相锂离子浓度; 步骤4.3:采用粒子滤波对状态值进行估计,利用状态空间中的随机样本对后验概率密度进行估计。

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四川大学;国网四川省电力公司电力科学研究院,其通讯地址为:610065 四川省成都市武侯区一环路南一段24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。