【技术实现步骤摘要】
【国外来华专利技术】电池分析系统和方法
[0001]相关申请的交叉引用
[0002]本申请要求于2020年5月7日提交的美国临时申请号63/021,604和于2021年3月30日提交的美国临时申请号63/168,015的权益，这两项申请中的每一项通过引用并入。
[0003]本专利技术总体上涉及电池管理领域，更具体地说，涉及电池管理领域的一种新的且有用的系统和方法。
[0004]背景
[0005]电池系统(例如，电池单元、电池组、蓄电系统)和电池供电设备或系统的性能通常取决于电池系统状态和电池操作条件(例如，控制输入、环境条件等)。通过改变电池操作条件，电池系统(以及由这种电池系统供电的系统或设备)的性能可以改变。附加地，操作条件的变化会影响电池系统的寿命和经济价值。
[0006]附图简述
[0007]图1是系统的示意图。
[0008]图2是方法实施例的示意图。
[0009]图3A和图3B是状态估计器的示例和状态估计器的示例性输入和输出的示意图。
[0010]图4是表征电池的示例的示意图。<...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种方法，包括：表征多个电池中的每一个对施加的负载的响应；基于所述多个电池中的每一个对所述施加的负载的响应来生成一组模型，其中每个模型包括：热模型；电化学模型；和热量生成模型；通过将验证电池的历史电池数据与使用所述模型生成的仿真电池数据进行比较来验证所述一组模型中的模型；通过将验证电池数据与由状态估计器使用经验证的模型估计的电池状态进行比较来验证所述状态估计器；使用传感器测量电池的电池属性；和基于所述电池属性和所述经验证的模型，使用经验证的状态估计器来确定异常状态和电池状态。2.根据权利要求1所述的方法，其中，所述电池被集成到卫星中。3.根据权利要求1所述的方法，其中，当所述历史电池数据和所述仿真电池数据在阈值内匹配时，所述模型被验证。4.根据权利要求1所述的方法，其中，当所述验证电池数据和所述电池状态在阈值内匹配时，所述状态估计器被验证。5.根据权利要求1所述的方法，其中，所述电化学模型包括等效电路模型。6.根据权利要求1所述的方法，其中，所述热模型是集总热模型。7.一种用于估计电池的电池状态的方法，包括：表征多个电池中的每个电池对施加的负载的响应；基于所述多个电池中的每一个对所述施加的负载的响应来生成一组模型；基于在其中使用所述电池的应用，从所述一组模型中选择模型；测量所述电池的属性；和使用运行所述模型的状态估计器，基于由所述电池操作的系统的属性确定所述电池状态。8.根据权利要求7所述的方法，其中，表征每个电池的响应包括啁啾所述多个电池中的每个电池，并在所述啁啾期间和之后测量所述电池的属性。9.根据权利要求7所述的方法，其中，表征每个电池的响应包括确定所述多个电池中每个电池的内部温度。10.根据权利要求9所述的方法，其中，使用电化学阻抗谱确定所述内部温度。11.根据权利要求7所述的方法，还包括通过将验证电池的历史电池数据与使用所选择的模型生成的仿真电池数据进行比较来验证所选择的模型。12.根据权利要求7所述的方法，还包括通过将与验证电池相关联的验证电池数据与由所述状态估计器使用所选择的模型确定的所述验证电池的电池状态进行比较来验证所述状态估计器。13.根据权利要求7所述的方法，其中，所述状态估计器是无迹卡尔曼滤波器。
14.根据权利要求7所述的方法，其中，所述电池状态由与所述电池并置的处理器来估计。15.根据权利要求7所述的方法，其中，所述电池状态包括所选择的模型的参数，其中用所述参数更新所选择的模型。16.根据权利要求7所述的方法，其中，所述电池状态包括与所述电池的操作期间将发生异常的概率相关联的异常状态。17.根据权利要求16所述的方法，其中，所述异常包括异常热量生成、热事件和电气故障中的至少一种。18.根据权利要求16所述的方法，其中，使用机器学习技术来训练所述异常状态。19.根据权利要求18所述的方法，其中，用于训练所述机器学习技术的训练数据集包括在异常条件下操作的电池的仿真数据。20.根据权利要求7所述的方法，其中，所述电池被集成到电动客车、电动自行车、电动工具、电动飞机、建筑装备或卫星之一中。21.一种系统，包括：电池；与所述电池并置的处理器，所述处理器被配置为：从传感器接收电池测量结果，所述传感器被配置成测量所述电池的属性；基于所述电池测量结果和电池模型确定所述电池的未来状态；基...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。