旧电池从第一开路电压(OCV1)到第二OCV2进行短时间放电，并测量放电电流△Q。OCV1被输入到校准曲线模型中，以获得第一建模荷电状态(SOC1)值，OCV2被输入到校准曲线模型中以获得第二建模SOC2值。健康状态(SOH)的计算公式为△Q/[Qnew x(SOC1–SOC2)]，其中Qnew是新电池容量。根据SOH值对旧电池进行分类，以进行再利用或处置。校准曲线模型是通过人工智能(AI)对旧电池完全充电和放电的OCV、SOC数据点进行建模获得的。仅对一个目标区域内的具有较低的SOC一阶导数的OCV值进行建模，并且OCV1和OCV2在该目标区域内。
声明：
“退役锂离子电池和电池模块的健康状态评估” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
893
编辑：管理员
来源：北方有色网
咨询细节
