上海理工大学;中国电力科学研究院有限公司;国网浙江省电力有限公司电力科学研究院;国家电网公司郑岳久获国家专利权
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!
龙图腾网获悉上海理工大学;中国电力科学研究院有限公司;国网浙江省电力有限公司电力科学研究院;国家电网公司申请的专利一种锂离子电池电池容量估计与剩余使用寿命预测的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:CN115704867B 。
龙图腾网通过国家知识产权局官网在2026-01-09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:202110944341.4,技术领域涉及:G01R31/392;该发明授权一种锂离子电池电池容量估计与剩余使用寿命预测的方法是由郑岳久;李相俊;孟正;来鑫;徐少华;汪湘晋;马瑜涵设计研发完成,并于2021-08-17向国家知识产权局提交的专利申请。
本一种锂离子电池电池容量估计与剩余使用寿命预测的方法在说明书摘要公布了:本发明属于电池管理系统技术领域,提供了一种锂离子电池电池容量估计与剩余使用寿命预测的方法,首先提取锂离子电池老化实验中每个循环下放电阶段的特征电压和容量数据,然后分别构建特征电压‑循环数模型和容量‑特征电压模型,同时运用预定PF算法及在线提取的特征电压与放电量数据对模型的参数进行优化辨识,将辨识后的参数代入两个模型中完成锂离子电池的容量在线估计,最后当容量衰减到RUL预测阈值时,通过模型外推来离线预测锂电池的RUL和概率密度分布。本发明不仅可以实现锂电池全生命周期的SOH监测和RUL预测,还大大减少了在线数据的储存和计算量,有效地提高了模型预测的精度。
本发明授权一种锂离子电池电池容量估计与剩余使用寿命预测的方法在权利要求书中公布了:1.一种锂离子电池电池容量估计与剩余使用寿命预测的方法,用于对待测锂离子电池进行电池容量的估计及剩余使用寿命的预测,其特征在于,包括以下步骤: 步骤S1,提取样本锂离子电池在老化实验中每个循环下放电阶段的样本特征电压U和样本容量Q; 步骤S2,分别构建特征电压-循环数模型和容量-特征电压模型,同时运用预定PF算法及在线提取的所述样本特征电压与放电量数据对所述特征电压-循环数模型以及所述容量-特征电压模型的参数进行优化,得到优化参数; 其中,所述特征电压-循环数模型为: U=aCx2+bCx+c, 其中,a、b和c为所述特征电压-循环数模型的参数,Cx为所述循环数,U为不同所述循环数下对应的所述特征电压, 所述容量-特征电压模型为: Q=m*expn*U+p*expq*U, 其中,m、n、p和q为所述容量-特征电压模型的参数,U为所述特征电压,Q为不同所述循环数下的所述电池容量; 其中,所述步骤S2中所述优化参数的过程如下: 步骤Sa-1,利用所述样本锂离子电池的电芯全生命周期的容量数据集Qi代入最小二乘算法的公式中,求得损失函数E最小时的所述特征电压-循环数模型及所述容量-特征电压模型的模型初始参数组x0,将所述模型初始参数组x0作为粒子滤波建议密度函数中抽取的初始值的期望; 步骤Sa-2,对于k=0,由模型初始参数组x0和粒子滤波建议密度函数直接生成采样粒子其中i=1,2,…,N; 步骤Sa-3,对于k=1,2,…,通过所述特征电压-循环数模型的空间状态方程来完成不同时刻下的最优状态估计值作为所述优化参数直至循环结束; 步骤S3,将所述优化参数分别代入所述特征电压-循环数模型以及所述容量-特征电压模型中,通过所述特征电压-循环数模型根据所述待测锂离子电池的循环数在线计算出特征电压,并根据所述特征电压在线估计出所述待测锂离子电池的所述电池容量;以及 步骤S4,当所述待测锂离子电池的所述电池容量衰减到预定阈值时,停止在线估计,利用所述特征电压-循环数模型、所述容量-特征电压模型及所述优化参数来离线预测所述待测锂离子电池的所述剩余使用寿命。
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上海理工大学;中国电力科学研究院有限公司;国网浙江省电力有限公司电力科学研究院;国家电网公司,其通讯地址为:200093 上海市杨浦区军工路516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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励