舊電池從第一開路電壓(OCV1)到第二OCV2進(jìn)行短時間放電,并測量放電電流△Q。OCV1被輸入到校準(zhǔn)曲線模型中,以獲得第一建模荷電狀態(tài)(SOC1)值,OCV2被輸入到校準(zhǔn)曲線模型中以獲得第二建模SOC2值。健康狀態(tài)(SOH)的計算公式為△Q/[Qnew x(SOC1–SOC2)],其中Qnew是新電池容量。根據(jù)SOH值對舊電池進(jìn)行分類,以進(jìn)行再利用或處置。校準(zhǔn)曲線模型是通過人工智能(AI)對舊電池完全充電和放電的OCV、SOC數(shù)據(jù)點進(jìn)行建模獲得的。僅對一個目標(biāo)區(qū)域內(nèi)的具有較低的SOC一階導(dǎo)數(shù)的OCV值進(jìn)行建模,并且OCV1和OCV2在該目標(biāo)區(qū)域內(nèi)。
聲明:
“退役鋰離子電池和電池模塊的健康狀態(tài)評估” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)