-
公开(公告)号：CN111048856A
公开(公告)日：2020-04-21
申请号：CN201911300916.8
申请日：2019-12-17
Applicant: 北京理工大学
Abstract: 一种动力电池极速自加热方法和装置，利用初始SOC、接触电阻与临界短路时间阈值的对应关系；或者利用初始SOC、SOH及接触电阻与临界短路时间阈值的对应关系。保证电池在具有高安全性及耐久性的自加热时间。利用自加热温升速度、初始SOC与自加热触发装置的开关频率、占空比和接触电阻的对应关系；可以在低温环境下根据加热目标温度，要求的加热速度来自动优化决策出加热电流频率、持续时间和幅值，既能满足电池在低温环境下加热速度可调的极速自加热需求，又能保证电池在多次加热后仍具有高安全性及耐久性。
-
公开(公告)号：CN111581850B
公开(公告)日：2022-10-28
申请号：CN202010461907.3
申请日：2020-05-27
Applicant: 北京理工大学
Abstract: 本发明提供了一种应用数字孪生技术的全周期动力电池管理系统，其相较于现有技术可有效减少前期开发过程中的实验量，缩短开发周期。在线端与云端分别采用了长短不同时间尺度的算法，即能够保证在线端处理的实时性，同时在云端实现较高的计算精度。所述系统通过云孪生系统对历史数据的分析，可以及时发现电池材料、结构等方面的不足，同时针对故障电池可以进行溯源，探究故障原因，为新电芯优化开发提供有力参考，由此实现数据闭环。对于梯次利用过程，通过孪生模型即可判定物理模型的真实状态，快速实现对不同老化状态电池的分类重组，因此有效解决了传统梯次利用电池重组前状态难以快速判定、重组后不一致性大的问题。
-
公开(公告)号：CN111044916B
公开(公告)日：2021-01-05
申请号：CN202010001794.9
申请日：2020-01-02
Applicant: 北京理工大学
IPC: G01R31/3842 , G01R31/367
Abstract: 本发明提供了一种动力电池的参数与全区间SOC联合估计的方法，其采用自适应递推平方根算法进行动力电池参数辨识，参数更新速率可基于工况和系统状态自适应变化，同时避免了嵌入式系统舍入误差造成的数值不稳定问题，提高了参数辨识的收敛速率和结果的稳定性、可靠性。通过修正开启判断模块实现了对SOC的可控修正，在开路电压平台期、低SOC区间和低温等条件下，抑制SOC修正量，保证SOC估计的稳定性；在非平台期开启SOC修正功能，实现对SOC误差的快速修正，因此该方法对于全体系电池在全SOC区间内均有较强的适用性和较高的估计精度。
-
公开(公告)号：CN111562515B
公开(公告)日：2021-03-12
申请号：CN202010419491.9
申请日：2020-05-18
Applicant: 北京理工大学
IPC: G01R31/396 , G01R31/367 , G01R31/389 , G01R31/3842 , G06F30/20
Abstract: 本发明提供了一种动力电池组特征单体的筛选方法，其基于数据流Misra‑Gries算法对一级筛选得到的特征单体编号进行频繁项挖掘实现二级筛选，利用二级筛选结果进行特征单体编号更新，有利于对特征单体和电池组状态的在线估计。本发明通过二级筛选，有效避免了电压波动和参数估计误差造成的特征单体编号频繁切换更新的问题，提升了电池组状态估计结果的稳定性和精确性。相较于设定固定观测窗口的方法，本发明能够有效减少算法对存储空间的需求，有利于在大规模电池组嵌入式管理系统中应用。
-
公开(公告)号：CN112379272A
公开(公告)日：2021-02-19
申请号：CN202011280497.9
申请日：2020-11-16
Applicant: 北京理工大学
IPC: G01R31/367 , G01R31/378
Abstract: 本发明提供了一种基于人工智能的锂离子电池系统荷电状态(State of charge,SOC)估计方法。该方法通过深度学习手段建立电池系统充电片段数据与荷电状态之间的关系，能够实现在充电过程的任意阶段对荷电状态进行校正。放电过程的荷电状态估计则采用安时积分进行。所提出的估计方法可以随电池系统工作状态变化自适应更新。
-
Patent Agency Ranking
公开(公告)号：CN111581850A
公开(公告)日：2020-08-25
申请号：CN202010461907.3
申请日：2020-05-27
Applicant: 北京理工大学
Abstract: 本发明提供了一种应用数字孪生技术的全周期动力电池管理系统，其相较于现有技术可有效减少前期开发过程中的实验量，缩短开发周期。在线端与云端分别采用了长短不同时间尺度的算法，即能够保证在线端处理的实时性，同时在云端实现较高的计算精度。所述系统通过云孪生系统对历史数据的分析，可以及时发现电池材料、结构等方面的不足，同时针对故障电池可以进行溯源，探究故障原因，为新电芯优化开发提供有力参考，由此实现数据闭环。对于梯次利用过程，通过孪生模型即可判定物理模型的真实状态，快速实现对不同老化状态电池的分类重组，因此有效解决了传统梯次利用电池重组前状态难以快速判定、重组后不一致性大的问题。
-
公开(公告)号：CN111048856B
公开(公告)日：2021-06-01
申请号：CN201911300916.8
申请日：2019-12-17
Applicant: 北京理工大学
Abstract: 一种动力电池极速自加热方法和装置，利用初始SOC、接触电阻与临界短路时间阈值的对应关系；或者利用初始SOC、SOH及接触电阻与临界短路时间阈值的对应关系。保证电池在具有高安全性及耐久性的自加热时间。利用自加热温升速度、初始SOC与自加热触发装置的开关频率、占空比和接触电阻的对应关系；可以在低温环境下根据加热目标温度，要求的加热速度来自动优化决策出加热电流频率、持续时间和幅值，既能满足电池在低温环境下加热速度可调的极速自加热需求，又能保证电池在多次加热后仍具有高安全性及耐久性。
-
公开(公告)号：CN110927591B
公开(公告)日：2020-10-02
申请号：CN201911267620.0
申请日：2019-12-11
Applicant: 北京理工大学
IPC: G01R31/3842 , G01R31/392 , G01R31/374 , B60L58/12 , B60L58/16
Abstract: 本发明涉及一种电池容量估计方法，实时采集电池充电容量和电压，通过所述充电容量对所述电压求导以得到实时的充电容量变化率；确定充电过程中IC值最高的目标IC峰值点；计算目标IC峰值点对应的半峰面积，所述半峰面积为目标IC峰值点对应的电压至预定电压增量的区间内的容量增量；将所述半峰面积作为健康因子；根据健康因子与容量的基准映射关系，基于温度和倍率对健康因子进行修正，估计电池容量。本发明利用半峰面积作为健康因子，减少了存储和计算成本，尤其是利用递推更新法实现了健康因子的在线获取，减少了系统的存储和计算成本。此外本发明可应用于多体系动力电池，特别是OCV曲线随老化不明显的电池。
-
公开(公告)号：CN111044916A
公开(公告)日：2020-04-21
申请号：CN202010001794.9
申请日：2020-01-02
Applicant: 北京理工大学
IPC: G01R31/3842 , G01R31/367
Abstract: 本发明提供了一种动力电池的参数与全区间SOC联合估计的方法，其采用自适应递推平方根算法进行动力电池参数辨识，参数更新速率可基于工况和系统状态自适应变化，同时避免了嵌入式系统舍入误差造成的数值不稳定问题，提高了参数辨识的收敛速率和结果的稳定性、可靠性。通过修正开启判断模块实现了对SOC的可控修正，在开路电压平台期、低SOC区间和低温等条件下，抑制SOC修正量，保证SOC估计的稳定性；在非平台期开启SOC修正功能，实现对SOC误差的快速修正，因此该方法对于全体系电池在全SOC区间内均有较强的适用性和较高的估计精度。
-
公开(公告)号：CN111611750B
公开(公告)日：2022-09-23
申请号：CN202010465807.8
申请日：2020-05-28
Applicant: 北京理工大学
IPC: G06F30/27 , G06F30/25 , G06F119/08 , G06F111/06
Abstract: 本发明提供了一种应用数字孪生技术的锂离子电池充电及热管理方法，通过建立电池的数字孪生体适应电池状态、工作环境的改变情况，并针对充电或热管理策略中参数变化的短期及长期影响进行预测。结合管理目标及限制条件，优化了充电及热管理方法，从而能够实现适用于不同电池类型、不同环境下的全寿命周期充电及热管理优化。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.017 seconds)
