CN101031810A - 评估可充电电池的充电状态和剩余使用时间的方法以及执行该方法的设备 - Google Patents

Abstract

公开了一种考虑到电池扩散和老化等因素，评估可充电电池的充电状态的方法。该方法包括下述步骤：通过测量电池两端的电压确定启动电池的充电状态，并将该测量的值转变为充电状态值；给电池充电；将充电电流积分并在电池充电期间确定累积的电荷，将该值加上起始的充电状态。还公开了一种确定可充电电池的剩余使用时间的方法。

Description

评估可充电电池的充电状态和剩余使用时间的方法以及执行该方法的设备

技术领域

本发明涉及一种评估可充电电池的充电状态的方法。

尤其，本发明涉及一种评估锂离子电池的充电状态的方法，该方法包括下述步骤：在第一次测量期间测量电池两端的电压，并将该测量值转变为充电状态(SoC_s)，然后给电池充电，在第二次测量期间测量电池两端的电压，并将该测量值转变为已测的充电状态值(SoC_e)，在充电期间通过积分充电电流确定累积的电荷，由第二次测量中的充电状态(SoC_e)减去第一次测量中已测得的充电状态(SoC_s)，并通过把从电池消耗的电荷与该相减的结果(SoC_e-SoC_s)相关联来更新电池的最大容量值(Cap_max)。该方法描述在US-A-6515453中。

背景技术

通常不仅在电池平衡期间而且在其它时候希望访问充电状态的值，例如当充电周期没有完成时，因为在充电完成之前用户开始使用该电池供电的设备，因此该电池的平衡状态没有达到。

该目的通过这种方法来实现，该方法中至少第二次测量在充电期间被执行。

已经显示出在C-V-模式中充电期间该充电电流慢慢地减小，且该电流达到这样一个较低值，使得该电池能被看作处于平衡状态或者非常接近平衡状态。当第二次测量由该较小的电流执行时，该测量可用于更新该电池的最大容量值，从而导致更大精确度的充电状态。

发明内容

根据第一优选的实施例，当电流具有电池可以看作处于平衡状态的值时执行第二次测量。这导致了更高的精确度。

对于锂离子电池通常根据CC-CV-模式来充电。然后，使第二次测量发生在CV模式中是有利的，优选地在该CV模式的末尾，这时达到电流的较低值。

通常充电电流利用脉冲电流或斩波电流。然后利用低通滤波获得电流的测量值是有利的。

根据本发明的方法利用电池的充电状态和电动力之间的关系。这种关系取决于温度。因此电池电压的两次测量都在基本上相同的温度时发生是有利的。

为了允许每当电池充电或放电时估计充电状态，优选的实施例提供一种方法，该方法包括下述步骤：平衡状态时测量电池的电压，将该测量的电压转变为相关的充电状态，将电流积分为累积的电荷，将该累积的电荷除以电池的最大容量，并将累积的相关电荷加上早先在电池平衡状态中获得的相关充电状态。

这里，不仅考虑到充电而且考虑到放电时，该电流值可以是负的。

电池充电状态的相当精确的确定可用于计算对电池的剩余使用时间的评估。

在确定剩余使用时间在过程中起作用的另一因素是过电压，即平衡状态中的电压与下述状态之间的差值，在该状态中电流向电池中充电或从电池中消耗。因此考虑在建模充电状态期间的这个因素是有利的，以便允许电池充电或放电期间进行测量。

因此本发明优选的实施例提供一种在计算剩余使用时间的过程中使用对过电压评估的特性。

为了允许更精确的建模，优选这时由确定过电压所用的模型被有规则地更新。

该更新的一个有效的方法包括下述步骤：确定电池的充电状态，给电池充电，在充电的某一时刻测量电池电压，通过积分充电电流在测量时确定电池的充电状态，并将该结果加上充电状态的初始值从而根据充电状态确定EMF的值：

通过已测得的电压减去已确定的EMF的值来确定过电压，通过一模型评估过电压，在该模型中对于充电状态、电流和温度使用相同的值，并通过与已确定的过电压比较来使该模型适应。

由于过电压依赖于多个变量，因此利用任一个下述参数：充电状态、充电电流或温度中的另一值来重复该方法是有利的。

另一优选的实施例提供下述特征，该方法不只重复一次，且该设计中所用的参数随着每次测量适应性地更新。该迭代过程的原因在于充电状态依赖于过电压，且过电压本身也依赖于充电状态这一事实。

本发明还涉及一种执行上述方法的设备；该设备可加入到电池中，还可在充电器中。

尤其，本发明涉及一种设备，该设备包括测量可充电电池两端的电压的测量装置，存储电池两端电压和电池的充电状态之间关系的存储装置，以及通过利用电池两端电压和充电状态之间的关系将该测得的值转变为充电状态值(SoC_s)的计算装置，其中该计算装置用于将两次连续测量的结果相减，并通过把从电池消耗的电荷与该相减的结果(SoC_e-SoC_s)相关联来更新电池的最大容量值(Cap_max)，其设备的特征在于适于在充电期间执行第二次测量。

该方法的主要特征在于，借助于当电池处于所谓的平衡状态时测量电压以及借助于当电池处于不平衡状态时测量电流来执行SoC评估方法。在处于平衡状态的情况下，没有或只有很小的外部电流流过，且电池电压完全从前一次充电或放电中释放出来。已测得的电池电压实际上等于平衡状态时电池的电动力(EMF)。因此，在全刻度的百分比中描点表示EMF相对于SoC的存储曲线用来将测得的电池电压转变成全刻度的百分比中的电池SoC。当电池不处于平衡状态时，电池或者被充电或者被放电，且借助于电流积分来计算从电池中消耗的电荷或提供给电池的电荷。由早先计算的SoC的值减去或加上该电荷。注意到这一点重要的，处于平衡状态模式下，SoC表示为最大容量Cap_max的百分比，即在相对比例上。然而处于不平衡状态时，电流积分得出电荷的绝对值，且需要利用Cap_max参数将该值转变为相对比例。

除了评估SoC之外，SoC是对仍然存在于电池内的电荷量的量度，该方法还在预定的状态下描述剩余的使用时间。通过评估在电池电压将下降到所谓的放电结束电压V_EoD所需要的时间来做到这一点。这是最小电压，在该电压之下该应用将不再起作用。为了评估该时间，基于SoC的当前值，存储的EMF曲线以及所谓的过电压函数，对于一种选择的负载状况预测电池电压的过程。当电池放电时，通过EMF值减去过电压得到电池的电压。该过电压依赖于多种因素，包括SoC、电流、温度和时间，而且还依赖于下述因素，例如电极的欧姆串联电阻。

描述在US-A-6515453中的现有发明的主要问题是没有提出一种方法来应付电池扩散和电池老化。电池扩散导致同一批电池的行为的差异。电池老化将导致确定电池充电行为的参数发生变化。当在SoC算法中没有采取预防措施时，也就是描述电池行为的算法中的参数保持恒定不变时，SoC的评估将变得越来越不精确，由于老化，实际电池的行为变化得越多。因此，有必要给算法增加一些种类的适应性。

在早期的研究中已经发现当电池老化时，在相对比例或百分比比例上描点的EMF曲线的形状很难改变。EMF曲线在某种程度上依赖于温度，但是在以温度作为变量的物理等式的形式中已知了温度依赖性。当该物理等式用于存储EMF曲线时，则可以处理EMF曲线的温度依赖性。后面的事实没有描述在US-A-6420851中，而是描述中本发明中。

EMF曲线的形状几乎不依赖于电池老化的事实作为优点应用于US专利6515453中。因为在老化期间EMF的形状不发生改变，因此EMF确定的SoC用于校准该系统。然而，通常已知最大电池容量Cap_max随着时间而减小(在美国专利6515453中称为q_max)。这一点在美国专利6515453中没有处理。这有一些严重的后果，因为基于该Cap_max参数执行不平衡状态时将积分的电荷转变为百分比比例。此外，正如后面将要示出的，基于过电压说明所表示的剩余使用时间也利用了Cap_max参数。

一种更新Cap_max简单的方法基于把处于不平衡(放电)模式下从电池消耗的积分电荷与紧接着不平衡模式之前和之后的平衡模式下的SoC(％)中的差别相关联。因此，在平衡状态-＞放电状态-＞过渡状态-＞平衡状态的算法中必须有连续的状态。

该结构的缺点是，在具有完整的SoC算法的便携式设备的实际使用中，该过渡状态可能需要较长的时间。因此似乎是合理的是，通常未达到第二平衡状态且不能确定SoC_E，因为用户将再次接通设备导致转回到放电状态。在或多或少被控制的状态下执行Cap_max的更新是有利的。这是在充电期间的情形：充电电流是恒定的，这一点与根据使用而改变很多的放电电流相反，且温度可看作保持不变，因为电池位于处于固定位置的充电器中。在放电期间温度是可变的，尤其当用户在移动时。尽管在论文和课本中图6.25之下的文章中提到“在充电期间可以实现类似的更新机制”，这里没有进一步解释。本发明公开的部分描述如何实现这一点，包括一些新的观点。

除了当电池老化时产生的Cap_max减小之外，电池的过电压发展也将随着时间改变。对于此简单的原因在于，电极的欧姆电阻将随着时间增加的这一事实。此外，电池和便携式设备终端之间的接触电阻同样也随着时间变化。除了欧姆电阻的变化之外，与电池的化学性质相关的对过电压的其它贡献也将在电池的生命周期中变化。当在SoC算法中考虑到过电势性质的该变化时，基于该过电势性质的“剩余使用时间”的评估在电池老化时将具有越来越小的精确度。本发明的公开描述了在电池充电期间更新过电压参数的一种方法。

总之，当电池老化时，Cap_max正确的更新算法以及过电压函数保证了SoC评估的持续的精确度。本发明的公开描述了美国专利6515453的SoC算法中使用的这些更新算法。除了电池的过电压行为的描述之外，这一点已经美国专利6515453中介绍，本发明的公开还介绍完成EMF曲线的物理等式，其包括温度作为参数。事实上，这意味着基于可以计算的不同状况的电池电压，来使用电池的物理模型。利用物理电池模型来预测SoC已经公开在US-A-6016047中。

为Cap_max和过电压函数所提出的更新机制利用了在充电期间执行更新的事实。作为一个主要的优点，在没有用户发明的情况下，充电器可以在用户不介入的情况下通过更新参数所需的多个阶段来迫使电池进行下去，因为用户将电池置入充电器中，并将它放在充电器中一段时间(尤其在整晚的充电过程中)。此外，在电池充电期间包括充电电流和电池温度的电池外部条件是恒定的。这使得任何更新机制更容易实现，但是下面描述的方法不限于任何特定的电流和温度值，因此仍旧可以在变动的条件下操作。Cap_max和过电压函数的更新机制基本的思想，包括优点将在下面描述。

在某些时刻，不必要当电池被耗尽时，用户可以将电池置入充电器中。当连接到充电器时，在电池被充电之前，充电器应该首先检查电池是否处于平衡状态。当电池处于平衡状态时，基于EMF方法确定SoC(％)并开始充电。实际上用户将不再介入该过程。在充电期间，积分充电电流，并且确定当首先施加充电电流时从零开始的累积电荷Q_in。

作为可能的替换，当电池连接到充电器而处于不平衡状态时，最近的SoC值也可用作起始值，以便在实际充电开始之前防止较长的等待时间。应该注意到US-A-6515453的算法使用平衡模式来校准SoC评估。由于当前测量误差随时间的积分，在不平衡模式期间获得的SoC评估将慢慢地偏离实际值。然而，很可能假定算法将在至少每24小时处于一次平衡状态，与晚间电话处于待机模式或甚至关闭时一样。因此，误差的累积无论如何只发生在小于24小时的有限的周期中。这意味着尽管优选平衡模式中等待SoC值，当也可使用来自不平衡模式的最近可用的SoC评估。

利用所谓的CC-CV模式充电每一个可充电锂离子电池，在该模式中电池首先被充电到恒定的电流(CC)，随后充电到恒定的电压(CV)。在CC区域中电压缓慢的上升，直到电压达到CV区域的特定值。此刻进入CV区域，在这期间积极地迫使电池电压保持在CV电平，且充电电流降至一特定的较小值I_min之下。注意到在某些情况下，利用电流脉冲已经实现了CC电流，该电流脉冲的平均值等于所期望的恒定电流。这一点对于目前的解决方案不是限制，尽管在实际的完成中，实施这一点可能意味着电池电流和电压的测量值在被馈送到算法之前应该进行低通滤波。

应用于大多数商业可得的锂离子充电器(在一段固定时间之后在CV模式中一些充电器停止充电)中的该充电方法的一个重要特征在于限定了这一事实，即当充电电流降至电流值I_min之下时，电池电压已完全释放。此外，因为实际上该电流的值非常小，此刻电池电压实际上等于EMF值。这意味着通过该限定，在每次充电结束充电器达到I_min阶段时，SoC算法处于平衡状态。因此，每次在电池完全被充电时，达到了在施加充电电流的之前和之后电池需要处于平衡状态所需要的条件。因此，作为新提出的算法的优点，当该方法应用于放电模式时，可能比当该方法应用于放电模式时更新Cap_max更多次。现在新的Cap_max的值可从下式得出：

${\mathrm{Cap}}_{\max }=\frac{100}{\mathrm{So}{C}_{\mathrm{end\; or\; ch}\arg \mathrm{ing}}[\%]-\mathrm{So}{C}_{\mathrm{bagina}\ln \mathrm{g\; of\; ch}\arg \mathrm{jng}[\%]}}\·Q_{\mathrm{in}}\left[C\right]$

其中充电结束时的SoC明显高于充电开始时的SoC。基于电压测量以及存储的EMF曲线来确定这两个SoC值(除非如上从不平衡值中得到所述SoC的起始值)。Q_in由充电期间电流测量和积分来确定，且在充电开始时从零开始。注意到当电池连接于充电器时，该方法不依赖于有效的SoC。下面部分将描述一个实施例。

过电压的主要问题在于它们不可能被直接测量。可以只测量电池电压，在充电模式中其等于EMF+过电压，在放电模式中等于EMF-过电压，在平衡模式中等于EMF。这意味着当测量电池电压且已知EMF时(这是美国专利6515453的算法中的情形)，我们可以导出过电压的估计值。剩余的困难在于过电压取决于多个因素，包括SoC、电流、温度、时间以及电池的老化，以及同一批中关于其它电池的扩散这一事实。因此，更新机制将出现在当多数变量保持恒定的时候，因为否则太多的不同因素可能导致过电压的变化。

过电压函数可能的实现已经给出在美国专利6515453中，作为参考这里重复其的通用形式：

η(q，T，I，t)＝η_ohm(T，I，t)+η_ct(T，I，t)+η_diff(T，I，t)+η_q(q，T，I，t)    (1)

过电压可以看作由于欧姆电阻(η_ohm)，由于电荷转移电阻(η_ct)，由于电解质扩散/移动(η_diff)以及由于固态扩散(η_q)所产生的过电压的总和。这些各项可以由下式描述(按照美国专利6515453重复)：

η_ohm(T，I，t)＝I(t)R_ohm(T)                             (2)

${\mathrm{\η}}_{\mathrm{ct}}(T,I,t)=I\left(t\right)R_{\mathrm{ct}}\left(T\right)[1-\exp \left(\frac{-t}{R_{\mathrm{ct}}\left(T\right)C_{\mathrm{dt}}\left(T\right)}\right)---\left(3\right)$

${\mathrm{\η}}_{\mathrm{diff}}(T,I,t)=I\left(t\right)R_{\mathrm{diff}}\left(T\right)[1-\exp \left(\frac{-t}{R_{\mathrm{diff}}\left(T\right)C_{\mathrm{diff}}\left(T\right)}\right)]---\left(4\right)$

${\mathrm{\η}}_q(q,T,I,t)=I\left(t\right)R_q\left(T\right)\left[\frac{1}{q_{\max }-q}\right]---\left(5\right)$

在这些的等式中能清楚地确认变量时间(t)、温度(T)和电流(I)。变量q相当于常数项中的估计电池SoC。在这种情况下，可更新的参数包括R_ohm、R_ct、C_dl、R_diff、C_diff和R_q。在该ID中参数q_max等于Cap_max，且参数q_max在上述的单独的更新机制中被更新。

在充电期间，在CC模式中电流时恒定的，且温度也可看作是恒定的，因为大多数情况下充电器在室内使用，室内的温度变化是有限的。此外，在正常的CC充电期间，充电电流不被中断，因此在过电压建立之后，在充电的初始阶段，释放过程(时间变量)还没有起到主导作用。因此，更新用于处理电池老化的过电压函数中的更新参数应当在充电锂离子电池时的CC区域期间执行，因为过电压的变化然后可能仅导致参数的错误值。注意到在CC模式中的充电期间执行更新机制是一个优点。这一点不是限制，然而，在过电压函数中要考虑I、T和t变量，且在更新机制中应处理这种依赖性。

基本的方法是在CC模式中测量电池电压，这一点在所有现有锂离子充电器中已经被缺省实现。除了这一点之外，所实现的SoC算法基于电流测量与积分(该系统工作在充电状态下，因此处于不平衡状态)评估SoC，在充电开始时采用SoC值作为起始点，并利用最近的Cap_max参数以便将库仑转化为百分比比例。利用相同的EMF曲线，以百分比的SoC可用于评估EMF值，EMF曲线在平衡模式中以其它方式(电压进，SoC出)被使用。现在可通过由测量的电池电压值减去确定的EMF值来对于SoC、电流和温度确定过电压。与此同时，在相同的情况下(SoC、电流、温度)可以计算过电压，因为如上所述，系统包括过电压函数以便评估剩余的使用时间。从测得的电池电压导出的所评估的过电压η_meas现在可以与所计算的过电压η_calc相比较。注意到对于SoC、电流和温度，这两者都已经被确定。现在，η_meas和η_calc之间的差值可用作自适应控制单元(ACU)的输入。通过改变用于得到η_calc的过电压函数中的参数，对于SoC的后续值，现在该ACU将致力于减小η_meas和η_calc之间的差值。在CC模式期间通过重复增加SoC值的过程，ACU应该能够会聚到过电压函数的一组新参数，使得“真实的”过电压η_meas(从测得的电池电压和存储的EMF曲线导出)与计算的过电压η_calc之间的差别被最小化。不同的已知的系统可用于实现ACU，该ACU基本上是一优化机。

作为该更新机制的结果，考虑到由于老化导致的例如电池的欧姆电阻值的漂移，过电压函数参数将被更新。该更新机制的实施例将在下面部分示出。

对于更新机制以及美国专利6515453中描述的常规SoC算法，借助包括温度作为参数的物理等式来实现EMF曲线是有利的。通过这样做，不仅在正常操作时，而且对于更新机制可以处理EMF的温度依赖性。依赖于EMF的温度函数的可能实现在下面给出(由论文/书改编而归纳的形式)。电池的EMF由正电极和负电极的平衡电位之差确定，参见等式(6)。

$E_{\mathrm{bat}}^{\mathrm{eq}}=E_{\mathrm{pos}}^{\mathrm{eq}}-E_{\mathrm{nsg}}^{\mathrm{eq}}---\left(6\right)$

对于每一个电极，在不同的阶段描述平衡电位，其中不同的参数值描述各个阶段中EMF曲线的不同形状。各个阶段转移在特定的SoC值处发生，该值能转变为特定的摩尔份数X_Li。注意到摩尔份数实际上是一个相对的量，当电极的所有位置已经充满了锂离子时，X_Li＝1，当所有锂离子已经从电极中抽取时X_Li＝0。在给定的实例中，假定两个阶段用于描述正电极和负电极的行为。正电极的阶段转移发生在X_Li＝0.75处，对于负电极，阶段转移发生在0.25处。实际上，阶段转移发生时的摩尔份数以及阶段转移的数量强烈地依赖于电池的类型。

正电极：对于X_Li≥0.75，

${\left(E_{\mathrm{pos}}^{\mathrm{eq}}\right)}_{\mathrm{phase}1}=E_{\mathrm{pos},1}^0+\frac{\mathrm{RT}}{\mathrm{nF}}[\ln \left(\frac{1-x_{\mathrm{Li}}^{\mathrm{pos}}}{x_{\mathrm{Li}}^{\mathrm{pos}}}\right)-U_{\mathrm{pos},1}{x}_{\mathrm{Li}}^{\mathrm{pos}}+{\mathrm{\ζ}}_{\mathrm{pos},1}]---\left(7\right)$

以及对于X_Li＜0.75

${\left(E_{\mathrm{pos}}^{\mathrm{eq}}\right)}_{\mathrm{phase}2}=E_{\mathrm{pos},2}^0+\frac{\mathrm{RT}}{\mathrm{nF}}[\ln \left(\frac{1-x_{\mathrm{Li}}^{\mathrm{pos}}}{x_{\mathrm{Li}}^{\mathrm{pos}}}\right)-U_{\mathrm{pos},2}{x}_{\mathrm{Li}}^{\mathrm{pos}}+{\mathrm{\ζ}}_{\mathrm{pos},2}]---\left(8\right)$

负电极：对于X_Li＜0.25，

${\left(E_{\mathrm{nsg}}^{\mathrm{eq}}\right)}_{\mathrm{phase}1}=E_{\mathrm{nsg},1}^0+\frac{\mathrm{RT}}{\mathrm{nF}}[\ln \left(\frac{1-x_{\mathrm{Li}}^{\mathrm{nsg}}}{x_{\mathrm{Li}}^{\mathrm{nsg}}}\right)-U_{\mathrm{nsg},1}{x}_{\mathrm{Li}}^{\mathrm{nsg}}+{\mathrm{\ζ}}_{\mathrm{nsg},1}]---\left(9\right)$

对于X_Li≥0.25，

${\left(E_{\mathrm{nsg}}^{\mathrm{eq}}\right)}_{\mathrm{phase}2}=E_{\mathrm{nsg},2}^0+\frac{\mathrm{RT}}{\mathrm{nF}}[\ln \left(\frac{1-x_{\mathrm{Li}}^{\mathrm{nsg}}}{x_{\mathrm{Li}}^{\mathrm{nsg}}}\right)-U_{\mathrm{nsg},2}{x}_{\mathrm{Li}}^{\mathrm{nsg}}+{\mathrm{\ζ}}_{\mathrm{nsg},2}]---\left(10\right)$

为了避免曲线中的不连续性，U₁、U₂、ζ₁和ζ₂之间的下述关系是可行的，假定 $E_1^0=E_2^0$ (对于正电极x_{phase transition}＝0.75且对于负电极为0.25)：

ζ₂＝(U₂-U₁)x_{phase transition}+ζ₁                (11)

也可考虑依赖于温度的参数E⁰、U和ζ。对于E⁰该温度依赖性由下式给出：

$E^0\left(T\right)=E^0\left(T_{\mathrm{ref}}\right)+(T-T_{\mathrm{ref}})\frac{\mathrm{\ΔS}}{\mathrm{nF}}---\left(12\right)$

其中T_ref是参考温度，例如298K。

如何建立和使用本发明的详细描述

本发明将由可充电的锂离子电池供电的便携式装置提供的SoC算法来实现。原则上，本发明的部分也适应于其它可充电电池类型的SoC系统中。

电池电压、温度和电流用作该系统的输入。这些模拟变量被数字化并馈送到微处理器中。美国专利6515453中提出的SoC算法运行在该微处理器上，外加上述的两个对于Cap_max的更新机制以及过电压函数。此外如上所述，作为过电压的EMF被描述为温度以及其它变量和参数的函数。时间基准从晶体振荡器获得。ROM存储预定的函数和参数，例如过电压函数的EMF曲线、Cap_max和初始参数集合。RAM用于存储更新的电池信息。更新EMF曲线的方法已经描述在美国专利6420851中。Cap_max和过电压函数更新机制的实施例将在下面描述。

Cap_max的更新机制

Cap_max参数的实施例通过下面的流程图给出。除了示出的实施例之外，可以想到多个补充：当用户不整晚充电，而想快速地充电部分电池容量时，该更新机制可以由例如用户开关跳过。这避免了开始充电时不必要的等待时间。对于此另一替换以在作为起始值进入充电模式之前采用最近SoC的值的形式在上面被提及。

自最近一次更新以来，新确定的Cap_max的值可以与旧值以及充电/放电循环的次数相比较。该值的不真实的改变在某些情况下受到阻碍，然后该旧值被保留。

尽管该状况应该是恒定的，但是可以将充电器置于非常冷或者非常热的地方。这可能影响该方法的精确度，由此在这些极端的情况下更新机制应该被跳过。

附图说明

图1示出Cap_max更新机制的流程图。

过电压函数更新机制的实施例示出在图2中，图2示出了在过电压函数中更新参数par₁...par_n的机制的一个优选实施例。

具体实施方式

当进入充电模式并增加通过充电电流积分而获得的累积电荷的时候，从SoC的开始值来开始确定SoC的值。参数Cap_max的最近值用于获得以百分比比例的SoC值。每次测量一组新的电池变量V_bat、I_bat和T_bat时，SoC算法评估一个新的SoC值。基于该SoC的值来确定“真实的”过电压η_meas和计算的过电压η_calc。将两者之间的差ε输入到ACU中。基于该与先前误差值相比较的新误差值ε，ACU决定更新过电压函数的参数集合par₁...par_n。该过程在锂离子电池的充电过程的CC模式中被重复任意次。在迭代过程中将最小化该误差值ε。任何优化的算法可用于ACU中，其不同的示例可以在公开的文献中找到。注意到通过实现上述的过电压和EMF函数，这种结构将适用于V、I和T的任意值。

该实施例可能的补充类似于对于Cap_max的更新机制所提及的补充。考虑到从自最近更新后充电/放电循环的数目，新旧参数值之间的比较由于不真实的变化而可能导致阻碍新的参数值。此外，该更新过程可能在极端条件下暂停，例如在极端温度条件下充电(零下摄氏度或者非常高的温度例如60摄氏度或者更高)。

最后，我们还可能想到对于实现存储过电压函数和使其适应老化的稍有不同的实施方式。如上面解释的，可能在充电期间“测量”过电压。已获得的过电压值可以存储在存储器中。在CC模式中，在恒定的电流和温度以及在可变的SoC值的条件下，其产生不同的过电压值。对于锂离子电池而言，电池阻抗关于电流相当得线性，当电池几乎耗尽或几乎充满时电池阻抗仅依赖于SoC。因此，对于其它电流值的电池阻抗可以从对于一个电流值所存储的过电压值推断出来。这一点甚至可以在CV模式中被检查，因为那种情况下电流减小，因此系统实际上针对比CC电流小的电流来测量过电压，并根据该推测的电流来检查该过电压。当在CV模式下充电期间SoC增加时，在某一点测得的过电压将开始与通过推测电流而获得的过电压不同。然后该偏差可能影响接近整个状态的SoC。然后这种依赖性应该以线性或多项式拟合的形式被存储。通过利用阿列纽斯等式来考虑过电压对温度依赖性：

$\mathrm{\η}\left(T\right)={\mathrm{\η}}^0\exp \left(\frac{-E_{\mathrm{par}}^a}{\mathrm{RT}}\right)---\left(13\right)$

其中η(T)是依赖于温度的过电压，η⁰是前指数因子，且E_PAR ^a是过电压的激活能。对于测得的温度，η⁰和E_PAR ^a的值可以被更新，其更新了完整的过电压的温度依赖性。主要地，考虑到一些假定的基本(线性、二次等)依赖性，在查找表中存储了过电压对于I、SoC和T的依赖性，在该查找表中一些表格单元直接由测量值填写，而另一些基于测量点的推断而填写。由于过电压是线性且对称的，对于充电电流I存储的过电压还可用作放电电流I。

本发明可应用于便携的电池供电的，尤其是锂离子电池供电的设备中。即使在电池老化的过程中，本发明也会导致电池SoC的精确的评估。SoC表示系统的自适应性是至关重要的。

Claims (17)

1、一种评估锂离子电池的充电状态的方法，包括下述步骤：

在第一次测量期间测量电池两端的电压，并将该测量值转化为充电状态(SoC_s)；

随后对电池充电；

在第二次测量期间测量电池两端的电压，并将该测量值转化为测量的充电状态值(SoC_e)；

通过充电电流的积分在充电期间确定累积的电荷；

由第二次测量中的充电状态(SoC_e)减去第一次测量中测得的充电状态(SoC_s)；以及

通过把从电池消耗的电荷与该相减的结果(SoC_e-SoC_s)相关联来更新电池的最大容量值(Cap_max)，

其特征在于至少第二次测量在充电期间执行。

2、如前述权利要求任一项所述的方法，其特征在于，在第二次测量期间，电流具有电池可看作处于平衡状态的值。

3、如权利要求1或2所述的方法，其特征在于，根据CC-CV-模式充电锂离子电池，且第二次测量在CV模式中进行。

4、如权利要求1，2或3所述的方法，其特征在于，通过脉冲电流进行充电，且电池的电压和电流的测量经受低通滤波。

5、如前述权利要求中任一项所述的方法，其特征在于，电池电压的两次测量都在基本上相同的温度下进行。

6、如权利要求1，3，4或5所述的方法，其特征在于下述步骤：

测量平衡状态下电池的电压；

将该测量的电压转变为相关的充电状态；

在不平衡状态下将电流积分为累积的电荷；

用累积的电荷除以电池的最大容量；

将累积的相关电荷加上早先在电池平衡状态中获得的相关充电状态。

7、如前述权利要求任一项所述的方法，其特征在于，充电状态的值用于计算电池的剩余使用时间的评估。

8、如权利要求7所述的方法，其特征在于，在剩余使用时间的计算中使用过电压的评估。

9、如权利要求8所述的方法，其特征在于，过电压的评估由有规则更新的模式确定。

10、如权利要求9所述的方法，其特征在于，更新包括下述步骤：

确定电池的充电状态；

给电池充电；

在充电期间的某一时刻测量电池电压；

通过积分充电电流并将该结果加上充电状态的初始值，来在测量时确定电池的充电状态；

由充电状态确定EMF的值；

通过用测得的电压减去所确定的EMF的值来确定过电压；

通过一模型来评估过电压，该模型中对于充电状态、电流和温度使用相同的值；

通过与所确定的过电压相比较来使该模型适应。

11、如权利要求10所述的方法，其特征在于，根据任一下述参数：充电状态、充电电流或温度中的另一值来重复该方法。

12、如权利要求10或11所述的方法，其特征在于，该方法重复不只一次，并且在该设计中使用的参数随着每次测量适应性地更新。

13、一种可充电电池，其特征在于，用于执行前述权利要求中任一项所述的方法的装置。

14、一种充电设备，其特征在于，用于执行前述权利要求中任一项所述的方法的装置。

15、一种设备，其包括：

测量可充电电池两端的电压的测量装置；

存储电池两端的电压和电池的充电状态之间关系的存储装置；以及

测量电池的充电电流的电流测量装置；

积分充电电流的积分装置；

通过利用电池两端的电压和充电状态之间的关系将该测量值转变为充电状态值(SoC_s)的计算装置，其中该计算装置适于将两次连续测量的结果相减，并通过将提供给电池的电荷与该相减的结果(SoC_e-SoC_s)相关联来更新电池的最大容量值(Cap_max)，

其特征在于该设备适于在充电期间执行第二次测量。

16、如权利要求17所述的设备，其特征在于，低通滤波器被合并到测量装置中。

17、如权利要求13，14，15或16所述的设备，其特征在于，该设备包括数字处理器。

Images