CN101322039A - 用于确定估计电池参数向量的系统、方法和生产制品 - Google Patents

Abstract

本发明提供了用于确定表示电池参数的估计电池参数向量的系统、方法和生产制品。所述方法基于多个预测电池参数向量、多个预测电池输出向量和第一电池输出向量，来确定表示第一预定时间的电池参数的第一估计电池参数向量。

Description

用于确定估计电池参数向量的系统、方法和生产制品

相关申请的交叉引用

本申请涉及于2005年11月10日提交的序号为11/272371的美国专利申请，该美国专利申请的内容通过引用被包括于此。

背景技术

电池被用于多种不同的电子和电气设备中。已经利用数学算法来估计电池参数，如电池内阻等。然而，本发明的发明人认识到，对于具有非线性工作特性的电池，这些数学算法没有被充分最优化，所以它们不能提供电池内部参数的高度精确的估计。

因而，本发明的发明人认识到，需要一种用于更精确地确定电池参数的系统和方法。

发明内容

根据示例性实施例，提供了一种用于确定表示在第一预定时间的电池参数的估计电池参数向量的方法。该方法包括确定第一组多个预测电池参数向量，所述第一组多个预测电池参数向量表示在第一预定时间的电池参数和电池参数的不确定性。该方法进一步包括确定电池状态向量，所述电池状态向量具有表示在第一预定时间的电池状态的至少一个值。该方法进一步包括基于第一组多个预测电池参数向量和电池状态向量来确定第二组多个预测电池输出向量，所述第二组多个预测电池输出向量表示在第一预定时间的电池的至少一个输出变量和该输出变量的不确定性。该方法进一步包括确定第一电池输出向量，所述第一电池输出向量包括在第一预定时间获得的电池输出变量的至少一个测量值。该方法进一步包括：基于第一组多个预测电池参数向量、第二组多个预测电池输出向量和第一电池输出向量，来确定表示在第一预定时间的电池参数的第一估计电池参数向量。

根据另一个示例性实施例，提供了一种用于确定表示在第一预定时间的电池参数的估计电池参数向量的系统。所述系统包括传感器，构造该传感器以产生表示电池的输出变量的第一信号。该系统进一步包括可操作地耦合到传感器的计算机。构造该计算机以确定第一组多个预测电池参数向量，所述第一组多个预测电池参数向量表示在第一预定时间的电池参数和电池参数的不确定性。进一步构造该计算机以确定电池状态向量，所述电池状态向量具有表示在第一预定时间的电池状态的至少一个值。进一步构造该计算机以基于第一组多个预测电池参数向量和电池状态向量来确定第二组多个预测电池输出向量，所述第二组多个预测电池输出向量表示在第一预定时间的电池的至少一个输出变量和该输出变量的不确定性。进一步构造该计算机以基于第一信号来确定第一电池输出向量。进一步构造该计算机以基于第一组多个预测电池参数向量、第二组多个预测电池输出向量和第一电池输出向量来确定第一估计电池参数向量，所述第一估计电池参数向量表示在第一预定时间的电池参数。

根据另一个示例性实施例，提供了一种生产制品。所述生产制品包括计算机存储介质，所述计算机存储介质具有被编码于其中的、用于确定估计电池参数向量的计算机程序，所述估计电池参数向量表示在第一预定时间的电池参数。所述计算机存储介质包括用于确定第一组多个预测电池参数向量的编码，所述第一组多个预测电池参数向量表示在第一预定时间的电池参数和电池参数的不确定性。所述计算机存储介质进一步包括用于确定电池状态向量的编码，所述电池状态向量具有表示在第一预定时间的电池状态的至少一个值。所述计算机存储介质进一步包括用于基于第一组多个预测电池参数向量和电池状态向量来确定第二组多个预测电池输出向量的编码，所述第二组多个预测电池输出向量表示在第一预定时间的电池的至少一个输出变量和该输出变量的不确定性。所述计算机存储介质进一步包括用于确定第一电池输出向量的编码，所述第一电池输出向量包括在第一预定时间获得的电池输出变量的至少一个测量值。所述计算机存储介质进一步包括用于基于第一组多个预测电池参数向量、第二组多个预测电池输出向量和第一电池输出向量来确定第一估计电池参数向量的编码，所述第一估计电池参数向量表示在第一预定时间的电池参数。

参考下面的附图和详细描述，对于本领域技术人员而言，根据实施例的其他系统和/或方法将是显而易见的。所有这种其他的系统和方法均意图在本发明的保护范围内，并由所附权利要求保护。

附图说明

图1是根据示例性实施例的用于确定估计电池参数向量的系统的示意图；

图2-4是根据另一个示例性实施例的用于确定估计电池参数向量的方法的流程图；以及

图5-8是根据另一个示例性实施例的用于确定估计电池参数向量的方法的流程图。

具体实施方式

参考图1，示出用于估计与电池12相关联的至少一个电池参数的系统10。该电池12至少包括电池单元14。当然，电池12可包括多个其他电池单元。每个电池单元可以是可再充电的电池单元或者是不可再充电的电池单元。另外，可以利用本领域技术人员公知的具有电化学构造的阳极和阴极来构造每个电池单元。

就可充电电池组技术而言，在一些应用中希望能估计那些描述当前电池组情况的量，但是这些量可能无法直接测量。某些量可能变化迅速，如电池组荷电状态(SOC)等，在数分钟内可能贯穿其整个范围。其他的量可能变化缓慢，如电池单元容量等，在10年或10多年的常规使用中，可能仅改变20％。趋于快速变化的量包括系统的“状态”，趋于缓慢变化的量包括系统的随时间变化的“参数”。

就电池系统而言，尤其那些需要长时间运行并且尽可能不损害电池寿命的电池系统，例如，在混合电动车辆(HEV)和电池电动车辆(BEV)中的电池系统、膝上型电脑电池、便携式工具电池组等，希望能够获得关于缓慢变化的参数的(例如总容量)的信息，以确定电池组健康情况，并且协助用于包括荷电状态(SOC)计算的其他计算。一些示范性的参数包括但不限于：电池单元容量、电阻、(多个)极化电压时间常数、(多个)极化电压混合因数、(多个)滞后混合因数、(多个)滞后速度常数(hysteresis rate constant)、(多个)效率因数等。

输入变量被定义为在特定时间的电池输入信号的值。例如，输入变量可包括进入电池的电流和电池温度中的一个。输出变量被定义为在特定时间的电池输出信号的值。例如，输出变量可包括电池输出电压和电池压力中的一个。

系统10包括一个或多个电压传感器20、负载电路26和如计算机28的计算单元，并且还可包括温度传感器22和电流传感器24中的一个或多个。

提供电压传感器20以产生第一输出信号，所述第一输出信号表示由电池12的一个或多个电池单元产生的电压。电压传感器20电耦合在计算机28的I/O接口46和和电池12之间。电压传感器20将第一输出信号传送至计算机28。为清楚说明，这里将描述单个电压传感器。然而，应当注意，在系统10的替代实施例中，系统10中采用了多个电压传感器(例如每一电池单元一个电压传感器)。

提供温度传感器22以产生第二输出信号，所述第二输出信号表示电池12的一个或多个温度。温度传感器22紧贴电池12设置，并电耦合到计算机28的I/O接口46。所述温度传感器22将第二输出信号传送至计算机28。为清楚说明，这里将描述单个温度传感器。然而，应当注意，在系统10的替代实施例中，系统10中采用了多个温度传感器(例如每一电池单元一个温度传感器)。

提供电流传感器24以产生第三输出信号，所述第三输出信号表示电池12的电池单元产生(source)的电流或补充(sink)到电池12的电池单元的电流。电流传感器24电耦合在电池12和负载电路26之间。电流传感器24进一步电耦合到计算机28的I/O接口46。电流传感器24将第三输出信号传送至计算机28。

负载电路26电耦合至电流传感器24并将电流补充到电池或从电池12获得电流。所述负载电路26包括任何可以电耦合至电池12的电力装置。

提供计算机28用于确定与电池12相关联的估计电池参数向量，如以下将更详细地说明的。计算机28包括中央处理单元(CPU)40、只读存储器(ROM)44、如随机存取存储器(RAM)45的易失性存储器和输入/输出(I/O)接口46。CPU 40可与ROM 44、RAM 45和I/O接口46进行通信。CPU 40包括时钟42。包括ROM 44和RAM 46的计算机可读取介质可利用多数公知的存储器器件(例如，PROM、EPROM、EEPROMS、闪存或能够存储数据的任何其他电的、磁的、光的或组合存储器器件)中的任一来实现，所述数据中的一些表示CPU40使用的可执行指令。

为了理解，将描述以下方法的等式中所使用的符号。抑扬符号表示估计或预测的量(例如，

表示真实量x的估计)。上标符号“-”表示先验估计(例如，基于过去数据对量的当前值的估计)。上标符号“+”表示后验估计(例如，

是真实量x在时间标引k时基于所有进行的测量且包括时间k的估值)。符号～表示估计量的误差(例如， ${\tilde{x}}_k^{-}=x_k-{\hat{x}}_k^{-}$ 且 ${\tilde{x}}_k^{+}=x_k-{\hat{x}}_k^{+}$ )。符号∑_xy＝E[xy^T]表示在其下标中的变量的相关性或交叉相关性(本文所述的量是0均值，因而所述相关性与协方差相同)。符号∑_x表示与∑_xx相同的量。上标“T”是矩阵/向量转置算符。

在提供用于确定与电池12相关联的电池参数向量的方法学的详细讨论之前，将提供综述。

电池状态向量可包括，例如，与电池12相关联的荷电状态(SOC)值、滞后电压(hysteresis voltage)或极化电压(polarization voltage)。SOC值是0-100％的值，这表示电池12可用于工作的当前可用容量。

在所述方法中，利用电池单元行为(behavior)的数学模型来计算电池12的状态向量的估值。如下面将详述的，假定电池单元动力学的数学模型是已知的，并可利用包括状态方程和输出方程的离散时间状态空间模型来表示。

用于确定与电池12相关联的状态向量的状态方程如下：

x_k＝f(x_k-1，u_k-1，w_k-1，k-1)

其中，

x_k是在时间标引k时与电池12相关联的状态向量；

u_k是表示电池12的已知/确定性输入的变量；

w_k是用来模拟一些影响系统状态的未测得输入的电池输入噪声向量；以及

f(x_k-1，u_k-1，w_k-1，k-1)是状态转换函数。

利用以下等式确定与电池12相关联的输出向量：

y_k＝h(x_k，u_k，v_k，k)

其中，

h(x_k，u_k，v_k，k)是测量函数；以及

v_k是影响在无记忆模式下电池12的输出的测量但不影响电池12的状态向量的传感器噪声。

该系统状态x_k至少包括最小量的信息连同当前输入和电池单元的数学模型，用于预测当前输出。对于电池单元14而言，该状态可包括：例如，SOC、与不同时间常数相关的极化电压电平(level)、以及滞后水平(hysteresis level)。系统外来输入u_k至少包括当前电池单元电流i_k，也可选择性地包括电池单元温度(除非温度变化本身已经在状态中进行建模)。系统参数θ_k是仅随时间缓慢变化的值，其变化方式使得它们可能无法根据对于系统测量的输入和输出的了解来直接确定。这些参数可能包括但不限于：电池单元容量、电阻、(多个)极化电压时间常数、(多个)极化电压混合因数、(多个)滞后混合因数、(多个)滞后速度常数、(多个)效率因数等。模型输出y_k对应于可物理测量的电池单元量或通过最少例如负载下的电池单元电压的测量的量可以直接计算出来的电池单元的量。

也可以使用参数动力学的数学模型。一个示范性模型的具有下述形式：

θ_k+1＝θ_k+r_k

d_k＝g(x_k，u_k，θ_k)+e_k.

第一个等式表示参数θ_k基本为常数，但是它们可以随着时间缓慢变化，在本例中，用一个标示为r_k的“噪声”程序来表示。“输出”d_k是表示利用g(·，·，·)建模的最优参数动力学加上某种估计误差e_k的函数。最优参数动力学g(·，·，·)是系统状态x_k、外来输入u_k和一组随时间变化的参数θ_k的函数。

参考图2-4，现在将根据示例性实施例来说明用于确定估计电池参数向量的方法。可利用由控制器28执行的软件算法来实现该方法。所述软件算法被存储于ROM 44或RAM 45或本领域技术人员所知的其他计算机可读取介质中。

在步骤60中，计算机28产生电池输入向量u_k，该输入向量具有在第一预定时间获得的电池输入变量的至少一个测量值。

接下来，在步骤62中，计算机28产生电池状态向量x_k，该电池状态向量包括在第一预定时间获得的电池状态的至少一个值。

接下来，在步骤64中，计算机28产生电池输出向量d_k，该电池输出向量包括在第一预定时间获得的电池输出变量的至少一个测量值。

接下来，在步骤66中，计算机28利用以下等式：

${\widehat{\mathrm{\θ}}}_k^{-}={\widehat{\mathrm{\θ}}}_{k-1}^{+}$

来基于估计电池参数向量

确定预测电池参数向量

该预测电池参数向量表示在第一预定时间的电池12的参数，估计电池参数向量

则表示在第一预定时间之前的第二预定时间的电池12的参数。

接下来，在步骤68中，计算机28利用以下等式：

${\mathrm{\Σ}}_{\widetilde{\mathrm{\θ}},k}^{-}={\mathrm{\Σ}}_{\widetilde{\mathrm{\θ}},k-1}^{+}+{\mathrm{\Σ}}_{r,k-1}$

来基于估计电池参数向量协方差矩阵

和和对应于参数噪声的协方差矩阵来确定预测电池参数向量协方差矩阵

该预测电池参数向量协方差矩阵

表示在第一预定时间的电池参数协方差的协方差，而估计电池参数向量协方差矩阵

表示在第二预定时间的电池参数协方差，

其中，

∑_r，k-1对应于与电池参数噪声向量相关联的协方差矩阵。

接下来，在步骤70中，计算机28利用以下等式：

$W_k=\{{\widehat{\mathrm{\θ}}}_k^{-},{\widehat{\mathrm{\θ}}}_k^{-}+\mathrm{\γ}\sqrt{{\mathrm{\Σ}}_{\widetilde{\mathrm{\θ}},k}^{-}},{\widehat{\mathrm{\θ}}}_k^{-}-\mathrm{\γ}\sqrt{{\mathrm{\Σ}}_{\widetilde{\mathrm{\θ}},k}^{-}}\}$

来确定多个预测电池参数向量W_k，其每个表示在第一预定时间的电池12的参数，

其中

对应于

的乔里斯基(Cholesky)矩阵平方根；以及

γ对应于常数值。

接下来，在步骤72中，计算机28利用以下等式：

D_k，i＝h(x_k，u_k，v_k，W_k，i，k)

来确定多个预测电池输出向量D_k，每个表示在第一预定时间的电池12的输出，

其中，

D_k，i对应于多个D_k的第i成员；

W_k，i对应于多个W_k的第i成员；

v_k对应于第一预定时间的期望传感器噪声；

k对应于第一预定时间。

接下来，在步骤74中，计算机28利用以下等式：

${\hat{d}}_k^{-}={\mathrm{\Σ}}_{i=0}^p{{\mathrm{\α}}_i^{\left(m\right)}D}_{k,i}$

通过计算多个预测电池状态向量D_k的加权平均来确定对应于第一预定时间的预测电池输出向量

其中，

α_i ^(m)对应于一组常数值；以及

p对应于多个W_k中的成员数减1。

接下来，在步骤76中，计算机28利用以下等式：

${\mathrm{\Σ}}_{\tilde{d},k}={\mathrm{\Σ}}_{i=0}^p{\mathrm{\α}}_i^{\left(c\right)}(D_{k,i}-{\hat{d}}_k){(D_{k,i}-{\hat{d}}_k)}^T+{\mathrm{\Σ}}_e$

确定预测电池输出向量协方差矩阵

其中，

α_i ^(c)对应于一组常数值；

∑_e对应于与电池输出噪声向量相关联的协方差矩阵；以及

T是矩阵/向量转置算符。

接下来，在步骤78中，计算机28利用以下等式：

${\mathrm{\Σ}}_{\stackrel{~~}{\mathrm{\θd}},k}^{-}={\mathrm{\Σ}}_{i=0}^p{\mathrm{\α}}_i^{\left(c\right)}(W_{k,i}-{\widehat{\mathrm{\θ}}}_k^{-}){(D_{k,i}-{\hat{d}}_k)}^T.$

来确定预测互协方差矩阵

接下来，在步骤80中，计算机28利用以下等式：

$L_k={\mathrm{\Σ}}_{\stackrel{~~}{\mathrm{\θd}},k}^{-}{\mathrm{\Σ}}_{\tilde{d},k}^{-1}.$

来确定增益矩阵L_k。

接下来，在步骤82中，计算机28利用以下等式：

${\widehat{\mathrm{\θ}}}_k^{+}={\widehat{\mathrm{\θ}}}_k^{-}+L_k[d_k-{\hat{d}}_k].$

确定表示第一预定时间的电池12的参数的估计电池参数向量

接下来，在步骤84中，计算机28利用以下等式：

${\mathrm{\Σ}}_{\widetilde{\mathrm{\θ}},k}^{+}={\mathrm{\Σ}}_{\widetilde{\mathrm{\θ}},k}^{-}-L_k{\mathrm{\Σ}}_{\tilde{d},k}{L}_k^T.$

确定与估计电池参数向量相关联的估计电池参数向量协方差矩阵

接下来，在步骤86中，计算机28选择新的第一和第二预定时间。在步骤86之后，该方法回到步骤60。

参考图5-8，现在将说明根据另一个示例性实施例的用于确定估计电池参数向量的方法。可利用由控制器28执行的软件算法来实现该方法。所述软件算法被存储于ROM 44或RAM 45或者本领域那些技术人员所知的其他计算机可读取介质中。

在步骤100中，计算机28产生电池输入向量u_k，该电池输入向量具有在第一预定时间获得的电池输入变量的至少一个测量值。

接下来，在步骤102中，计算机28产生电池状态向量x_k，该电池状态向量具有在第一预定时间获得的电池状态的至少一个值。

接下来，在步骤104中，计算机28产生电池输出向量d_k，该电池输出向量具有在第一预定时间获得的电池输出变量的至少一个测量值。

接下来，在步骤106中，计算机28利用以下等式：

${\widehat{\mathrm{\θ}}}_k^{-}={\widehat{\mathrm{\θ}}}_{k-1}^{+}$

来基于估计电池参数向量

确定预测电池参数向量

该预测电池参数向量

表示在第一预定时间的电池12的参数，而估计电池参数向量

表示在第一预定时间之前的第二预定时间的电池12的参数。

接下来，在步骤108中，计算机28利用以下等式：

$D_{r,k-1}=-\mathrm{diag}\left\{S_{\widetilde{\mathrm{\θ}},k-1}^{+}\right\}+\sqrt{\mathrm{diag}{\left\{S_{\widetilde{\mathrm{\θ}},k-1}^{+}\right\}}^2+\mathrm{diag}\left\{{\mathrm{\Σ}}_{r,k-1}\right\}}$

来确定平方根协方差更新矩阵D_r，k-1，

其中，

∑_r，k-1对应于与电池参数噪声向量相关联的协方差矩阵；

对应于估计电池参数向量平方根协方差矩阵，该估计电池参数向量平方根协方差矩阵表示在第二预定时间的电池参数协方差的协方差；以及

对应于它的输入自变量的乔里斯基(Cholesky)矩阵平方根；以及

diag{}是构成利用输入矩阵的对角元素构成块对角矩阵的函数。

接下来，在步骤110中，计算机28利用以下等式：

$S_{\widetilde{\mathrm{\θ}},k}^{-}=S_{\widetilde{\mathrm{\θ}},k-1}^{+}+D_{r,k-1}$

来基于估计电池参数向量协方差矩阵

和平方根协方差更新矩阵确定预测电池参数向量平方根协方差矩阵

所述预测电池参数向量平方根协方差矩阵

表示在第一预定时间的电池参数协方差的协方差，而估计电池参数向量协方差矩阵

表示第二预定时间的电池参数协方差。

接下来，在步骤112中，计算机28利用以下等式：

$W_k=\{{\widehat{\mathrm{\θ}}}_k^{-},{\widehat{\mathrm{\θ}}}_k^{-}+\mathrm{\γ}{S}_{\widetilde{\mathrm{\θ}},k}^{-},{\widehat{\mathrm{\θ}}}_k^{-}-\mathrm{\γ}{S}_{\widetilde{\mathrm{\θ}},k}^{-}\}$

来确定多个预测电池参数向量W_k，每个均表示在第一预定时间的电池12的参数，

其中，

γ对应于常数值。

接下来，在步骤114中，计算机28利用以下等式：

D_k，i＝h(x_k，u_k，v_k，W_k，i，k)

来确定多个预测电池输出向量D_k，每个均表示在第一预定时间的电池输出，

其中，

D_k，i对应于多个D_k的第i成员；

W_k，i对应于多个W_k的第i成员；

v_k对应于在第一预定时间的期望传感器噪声；以及

k对应于第一预定时间。

接下来，在步骤116中，计算机28利用以下等式：

${\hat{d}}_k^{-}={\mathrm{\Σ}}_{i=0}^p{{\mathrm{\α}}_i^{\left(m\right)}D}_{k,i}$

来通过计算多个预测电池状态向量D_k的加权平均从而确定对应于第一预定时间的预测电池输出向量

其中，

α_i ^(m)对应于一组常数值；以及

p对应于多个W_k中的成员数减1。

接下来，在步骤118中，计算机28利用以下等式：

$S_{\tilde{d},k}=\mathrm{qr}{\left\{{[\sqrt{{\mathrm{\α}}_i^{\left(c\right)}}(D_{k,(0:p)}-{\hat{d}}_k^{-}),\sqrt{{\mathrm{\Σ}}_e}]}^T\right\}}^T.$

来确定预测电池输出向量平方根协方差矩阵

其中，

α_i ^(c)对应于一组常数值；

∑_e对应于与传感器噪声向量相关联的协方差矩阵；

qr{}是计算其输入参数的Q-R矩阵分解并返回R矩阵的上三角部分的函数；以及

T是矩阵/向量转置算符。

接下来，在步骤120中，计算机28利用以下等式：

${\mathrm{\Σ}}_{\stackrel{~~}{\mathrm{\θd}},k}^{-}={\mathrm{\Σ}}_{i=0}^p{\mathrm{\α}}_i^{\left(0\right)}(W_{k,i}-{\widehat{\mathrm{\θ}}}_k^{-}){(D_{k,i}-{\hat{d}}_k)}^T.$

来确定预测互协方差矩阵

接下来，在步骤122中，计算机28利用以下等式：

$L_k={\mathrm{\Σ}}_{\stackrel{~~}{\mathrm{\θd}},k}^{-}{\left(S_{\tilde{d},k}^T{S}_{\tilde{d},k}\right)}^{-1}.$

来确定增益矩阵L_k。

接下来，在步骤124中，计算机28利用以下等式：

${\widehat{\mathrm{\θ}}}_k^{+}={\widehat{\mathrm{\θ}}}_k^{-}+L_k[d_k-{\hat{d}}_k].$

来确定表示在第一预定时间的电池12的参数的估计电池参数向量

接下来，在步骤126中，计算机28利用以下等式：

$S_{\widetilde{\mathrm{\θ}},k}^{+}=\mathrm{downdate}\{S_{\widetilde{\mathrm{\θ}},k}^{-},L_k{S}_{\tilde{d},k}\}$

确定与估计电池参数向量相关联的估计电池参数向量平方根协方差矩阵

其中downdate{}利用其第二参数在其第一参数上计算矩阵降级运算。

接下来，在步骤128中，计算机28选择新的第一和第二预定时间。在步骤128之后，该方法回到步骤100。

工业实用性

用于确定估计电池参数向量的系统、方法和生产制品提供了优于其他系统和方法的实质性优点。具体地，系统、方法和生产制品提供了更精确地确定对于具有非线性工作特性的电池的电池参数向量的技术效果。

上述方法可以具体化为含有被记录在实体介质(例如，软盘、CDROM、硬盘或者任何其他可读取存储介质)中的指令的计算机程序代码的形式，其中，当所述计算机程序代码被载入计算机并由计算机执行时，所述计算机成为用于实施本发明的设备。上述的方法还可以具体化为计算机程序代码的形式，例如，无论存储在存储介质内、载入计算机内和/或由计算机执行，或通过一些传送介质传送、载入计算机内和/或由计算机执行，或通过一些传送介质(例如，通过电线或电缆、穿过光纤、或经由电磁辐射)传送，其中，当所述计算机程序代码被载入计算机由计算机执行时，所述计算机成为实施所述方法的设备。当在通用的微处理器上实现时，所述计算机程序代码段对微处理器进行配置以生成特定的逻辑电路。

虽然参考示例性实施例描述了本发明，但是，本领域的技术人员将理解，可不脱离本发明的范围做出各种变化并可用等效要素代替示例要素。此外，可不脱离本发明的范围对本发明的示教做出许多修改以适应于具体情况。因此，本发明并不限于所公开的用于实现本发明的实施例，本发明包括落入权利要求范围内的所有实施例。此外，词语第一、第二等并非用于表示任何重要程度的次序，而是用于要素之间的互相区分。

Claims (20)

1.一种用于确定表示在第一预定时间的电池参数的估计电池参数向量的方法，所述方法包括：

确定第一组多个预测电池参数向量，所述第一组多个预测电池参数向量表示在所述第一预定时间的所述电池参数和所述电池参数的不确定性；

确定电池状态向量，所述电池状态向量具有表示在所述第一预定时间的电池状态的至少一个值；

基于所述第一组多个预测电池参数向量和所述电池状态向量来确定第二组多个预测电池输出向量，所述第二组多个预测电池输出向量表示在所述第一预定时间的所述电池的至少一个输出变量和所述输出变量的不确定性；

确定第一电池输出向量，所述第一电池输出向量具有在所述第一预定时间获得的电池输出变量的至少一个测量值；以及

基于所述第一组多个预测电池参数向量、所述第二组多个预测电池输出向量和所述第一电池输出向量来确定第一估计电池参数向量，所述第一估计电池参数向量表示在所述第一预定时间的所述电池参数。

2.如权利要求1所述的方法，其中，确定所述第一组多个预测电池参数向量包括：

从存储器检索表示在所述第一预定时间之前的第二预定时间的所述电池参数的估计电池参数向量；

从所述存储器检索表示在所述第二预定时间的所述电池参数的不确定性的估计电池参数向量协方差矩阵；

确定表示在所述第二预定时间的参数噪声的不确定性的估计电池参数噪声协方差矩阵；以及

基于所述估计电池参数向量、所述估计电池参数向量协方差矩阵、以及所述估计电池参数噪声协方差矩阵，来计算所述第一组多个预测电池参数向量。

3.如权利要求2所述的方法，其中，计算所述第一组多个预测电池参数向量包括：

设定所述第一组多个预测电池参数向量中的一个成员等于所述估计电池参数向量；

基于所述估计电池参数向量协方差矩阵和所述估计电池参数噪声协方差矩阵，确定表示在所述第一预定时间的所述电池参数的不确定性的预测电池参数向量协方差矩阵；

设定所述第一组多个预测电池参数向量中的L个成员构成的第一附加集合等于所述第一估计电池参数向量加上常数值乘以从所述第一预测电池参数向量协方差矩阵的矩阵平方根提取的相应列，其中L是所述第一估计电池参数向量的长度；以及

设定所述第一组多个预测电池参数向量中的L个成员构成的第二附加集合等于从所述第一估计电池参数向量减去所述常数值乘以从所述第一预测电池参数向量协方差矩阵的矩阵平方根提取的相应列。

4.如权利要求1所述的方法，其中，确定所述第一组多个预测电池参数向量包括：

从存储器检索表示在所述第二预定时间的所述电池参数的估计电池参数向量；

从所述存储器检索表示在所述第二预定时间的所述电池参数的不确定性的估计电池参数向量平方根协方差矩阵；

确定表示在所述第二预定时间的参数噪声的不确定性的估计电池参数噪声平方根协方差矩阵；以及

基于所述估计电池参数向量、所述估计电池参数向量平方根协方差矩阵以及所述估计电池参数噪声平方根协方差矩阵，计算所述第一组多个预测电池参数向量。

5.如权利要求4所述的方法，其中，计算所述第一组多个预测电池参数向量包括：

设定所述第一组多个预测电池参数向量中的一个成员等于所述估计电池参数向量；

基于所述估计电池参数向量平方根协方差矩阵以及所述估计电池参数噪声协方差矩阵，确定表示在所述第一预定时间的所述电池参数的不确定性的预测电池参数向量平方根协方差矩阵；

设定所述第一组多个预测电池参数向量中的L个成员构成的第一附加集合等于所述第一估计电池参数向量加上常数值乘以从所述第一预测电池参数向量平方根协方差矩阵提取的相应列，其中L是所述第一估计电池参数向量的长度；以及

设定所述第一组多个预测电池参数向量中的L个成员构成的第二附加集合等于从所述第一估计电池参数向量减去所述常数值乘以从所述第一预测电池参数向量平方根协方差矩阵提取的相应列。

6.如权利要求1所述的方法，其中，确定所述第一估计电池参数向量包括：

基于所述第二组多个预测电池输出向量，确定表示在所述第一预定时间的所述电池的至少一个输出变量的第一预测电池输出向量；

基于所述第一预测电池参数向量、所述第一预测电池输出向量、所述第一组多个预测电池参数向量以及所述第二组多个预测电池输出向量，来确定增益矩阵；以及

基于所述第一预测电池参数向量、所述第一预测电池输出向量、所述增益矩阵以及所述第一电池输出向量，来计算所述第一估计电池参数向量。

7.如权利要求6所述的方法，其中，确定所述第一预测电池输出向量包括计算所述第二组多个预测电池输出向量的加权平均。

8.如权利要求6所述的方法，其中，确定增益矩阵包括：

基于所述第一预测电池输出向量以及所述第二组多个预测电池输出向量，确定第一预测电池输出向量协方差矩阵；

基于所述第一预测电池输出向量、所述第二组多个预测电池输出向量、所述第一预测电池参数向量以及所述第一组多个预测电池参数向量，来确定在电池输出向量与电池参数向量之间的第一预测互协方差矩阵；以及

基于所述第一预测互协方差矩阵以及所述第一预测电池输出向量协方差矩阵，计算所述增益矩阵。

9.如权利要求8所述的方法，其中，确定第一预测电池输出向量协方差矩阵包括：

基于所述第一预测电池输出向量以及所述第二组多个预测电池输出向量，确定第一预测电池输出向量平方根协方差矩阵；

基于所述第一预测电池输出向量平方根协方差矩阵以及所述第一预测电池输出向量平方根协方差矩阵，计算所述第一预测电池输出向量协方差矩阵。

10.如权利要求6所述的方法，其中，计算所述第一估计电池参数向量包括：

基于所述第一电池输出向量和所述第一预测电池输出向量，确定新的向量；

基于所述增益矩阵和所述新的向量来确定更新向量；以及

基于所述预测电池参数向量和所述更新向量来计算所述第一估计电池参数向量。

11.如权利要求6所述的方法，进一步包括：基于所述第一预测电池参数向量、所述第一组多个预测电池参数向量、所述增益矩阵和所述第一预测电池输出向量协方差矩阵，来确定在所述第一预定时间的估计电池参数向量协方差矩阵。

12.如权利要求6所述的方法，进一步包括：基于所述第一预测电池参数向量、所述第一组多个预测电池参数向量、所述增益矩阵和预测电池输出向量平方根协方差矩阵，来确定在所述第一预定时间的估计电池参数向量平方根协方差矩阵。

13.一种用于确定表示在第一预定时间的电池参数的估计电池参数向量的系统，所述系统包括：

传感器，被配置用来产生表示所述电池的输出变量的第一信号；以及

计算机，可操作地耦合至所述传感器，所述计算机被配置用来确定第一组多个预测电池参数向量，所述第一组多个预测电池参数向量表示在所述第一预定时间的所述电池参数以及所述电池参数的不确定性，所述计算机进一步被配置用来确定电池状态向量，所述电池状态向量具有表示在所述第一预定时间的电池状态的至少一个值，所述计算机进一步被配置用来基于所述第一组多个预测电池参数向量和所述电池状态向量来确定第二组多个预测电池输出向量，所述第二组多个预测电池输出向量表示在所述第一预定时间的电池的至少一个输出变量和所述输出变量的不确定性，所述计算机进一步被配置用来基于所述第一信号来确定第一电池输出向量，所述计算机进一步被配置用来基于所述第一组多个预测电池参数向量、所述第二组多个预测电池输出向量和所述第一电池输出向量来确定第一估计电池参数向量，所述第一估计电池参数向量表示在所述第一预定时间的所述电池参数。

14.如权利要求13所述的系统，其中，所述计算机进一步被配置用于从存储器检索表示在第二预定时间的所述电池参数的估计电池参数向量，所述计算机进一步被配置用于从所述存储器检索表示在所述第二预定时间的所述电池参数的不确定性的估计电池参数向量协方差矩阵，所述计算机进一步被配置用于确定表示在所述第二预定时间的参数噪声的不确定性的估计电池参数噪声协方差矩阵，所述计算机进一步被配置用于基于所述估计电池参数向量、所述估计电池参数向量协方差矩阵以及所述估计电池参数噪声协方差矩阵，来计算所述第一组多个预测电池参数向量。

15.如权利要求13所述的系统，其中，所述计算机进一步被配置用于从存储器检索表示在第二预定时间的所述电池参数的估计电池参数向量，所述计算机进一步被配置用于从所述存储器检索表示在所述第二预定时间的所述电池参数的不确定性的估计电池参数向量平方根协方差矩阵，所述计算机进一步被配置用于确定表示在所述第二预定时间的参数噪声的不确定性的估计电池参数噪声平方根协方差矩阵，所述计算机进一步被配置用于基于所述估计电池参数向量、所述估计电池参数向量平方根协方差矩阵以及所述估计电池参数噪声平方根协方差矩阵，来计算所述第一组多个预测电池参数向量。

16.如权利要求13所述的系统，其中，所述计算机进一步被配置用于基于所述第二组多个预测电池输出向量来确定表示在所述第一预定时间的所述电池的至少一个输出变量的第一预测电池输出向量，所述计算机进一步被配置用于基于所述第一预测电池参数向量、所述第一预测电池输出向量、所述第一组多个预测电池参数向量以及所述第二组多个预测电池输出向量来确定增益矩阵，所述计算机进一步被配置用于基于所述第一预测电池参数向量、所述第一预测电池输出向量、所述增益矩阵和所述第一电池输出向量来计算所述第一估计电池参数向量。

17.一种生产制品，包括：

计算机存储介质，具有被编码于其中的、用于确定估计电池参数向量的计算机程序，所述估计电池参数向量表示在第一预定时间的电池参数，所述计算机存储介质包括：

用于确定第一组多个预测电池参数向量的代码，所述第一组多个预测电池参数向量表示在所述第一预定时间的所述电池参数以及所述电池参数的不确定性；

用于确定电池状态向量的代码，所述电池状态向量具有表示在所述第一预定时间的电池状态的至少一个值；

用于基于所述第一组多个预测电池参数向量以及所述电池状态向量来确定第二组多个预测电池输出向量的代码，所述第二组多个预测电池输出向量表示在所述第一预定时间的所述电池的至少一个输出变量和所述输出变量的不确定性；

用于确定第一电池输出向量的代码，所述第一电池输出向量具有在所述第一预定时间获得的电池输出变量的至少一个测量值；以及

用于基于所述第一组多个预测电池参数向量、所述第二组多个预测电池输出向量和所述第一电池输出向量来确定第一估计电池参数向量的代码，所述第一估计电池参数向量表示在所述第一预定时间的所述电池参数。

18.如权利要求17所述的生产制品，其中，用于确定所述第一组多个预测电池参数向量的代码包括：

用于从存储器检索估计电池参数向量的代码，所述估计电池参数向量表示在第二预定时间的所述电池参数；

用于从所述存储器检索估计电池参数向量协方差矩阵的代码，所述估计电池参数向量协方差矩阵表示在所述第二预定时间的所述电池参数的不确定性；

用于确定估计电池参数噪声协方差矩阵的代码，所述估计电池参数噪声协方差矩阵表示在所述第二预定时间的参数噪声的不确定性；以及

用于基于所述估计电池参数向量、所述估计电池参数向量协方差矩阵和所述估计电池参数噪声协方差矩阵来计算所述第一组多个预测电池参数向量。

19.如权利要求17所述的生产制品，其中，用于确定所述第一组多个预测电池参数向量的代码包括：

用于从存储器检索估计电池参数向量的代码，所述估计电池参数向量表示在第二预定时间的所述电池参数；

用于从所述存储器检索估计电池参数向量平方根协方差矩阵的代码，所述估计电池参数向量平方根协方差矩阵表示在所述第二预定时间的所述电池参数的不确定性；

用于确定估计电池参数噪声平方根协方差矩阵的代码，所述估计电池参数噪声平方根协方差矩阵表示在所述第二预定时间的参数噪声的不确定性；以及

用于基于所述估计电池参数向量、所述估计电池参数向量平方根协方差矩阵和所述估计电池参数噪声平方根协方差矩阵来计算所述第一组多个预测电池参数向量的代码。

20.如权利要求17所述的生产制品，其中，用于确定所述第一估计电池参数向量的代码包括：

用于基于所述第二组多个预测电池输出向量来确定表示在所述第一预定时间的所述电池的至少一个输出变量的第一预测电池输出向量的代码；

用于基于所述第一预测电池参数向量、所述第一预测电池输出向量、所述第一组多个预测电池参数向量和所述第二组多个预测电池输出向量来确定增益矩阵的代码；以及

用于基于所述第一预测电池参数向量、所述第一预测电池输出向量、所述增益矩阵和所述第一电池输出向量来计算所述第一估计电池参数向量的代码。

Images