[发明专利]充电过程中锂离子动力电池剩余寿命在线预测方法在审

专利信息
申请号: 201811315632.1 申请日: 2018-11-06
公开(公告)号: CN109342949A 公开(公告)日: 2019-02-15
发明(设计)人: 夏向阳;黄智;周文钊 申请(专利权)人: 长沙理工大学
主分类号: G01R31/367 分类号: G01R31/367;G01R31/392
代理公司: 暂无信息 代理人: 暂无信息
地址: 410114 湖南省长沙市*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供了一种充电过程中动力锂离子电池剩余寿命在线预测方法,考虑循环充放电的锂离子动力电池老化对充电效率的影响,利用充电桩对不同充电周期下动力电池充电效率的差异性,从充电桩对动力电池充电的历史数据出发,结合动力电池实时充电状态,在电动汽车充电过程中对动力电池进行寿命预测,作为车载动力电池管理系统之外获取动力电池剩余寿命的另一途径,保障了动力电池在运行过程中的安全性。同时,基于组合核函数的相关向量机(RVM)锂电池寿命预测模型对充电过程中动力电池剩余寿命预测适用性较高,减小了锂电池寿命预测的偏差度,提高了预测精度,保障了预测结果的可靠性。
搜索关键词: 动力电池 充电过程 剩余寿命 锂离子动力电池 充电效率 寿命预测 在线预测 充电桩 锂电池 电动汽车充电过程 动力锂离子电池 车载动力电池 剩余寿命预测 寿命预测模型 循环充放电 充电周期 管理系统 历史数据 实时充电 预测结果 运行过程 差异性 核函数 偏差度 向量机 减小 充电 老化 预测
【主权项】:
1.充电过程中动力锂离子电池剩余寿命在线预测方法,其特征在于,包括:步骤S1:提取数据,得到数据集{Ti,ti,Ci}(T代表充放电周期,t代表等SOC升充电间隔时间,C代表{Ti,ti}对应的电池容量),利用该部分数据作为预测模型训练;步骤S2:预测模型建立,初始化RVM模型参数,核函数选择,使用数据集{Ti,ti,Ci}训练RVM模型,使用迭代法计算RVM权值系数和方差,输出关系模型;步骤S3:容量预测,输入{T,t}(电动汽车充放电周期及充电过程中等SOC升充电时间间隔),经前两步骤建立的关系模型输出动力电池容量预测值;步骤S4:计算剩余寿命,判断电池容量预测值是否小于设定的失效阈值,可按照设定的动力电池失效阈值折算出相应锂离子电池的剩余寿命,若大于设定的失效阈值,数据将作为关系模型修正数据进行模型更新。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长沙理工大学,未经长沙理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201811315632.1/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top