CN101351720A - 电池放电能力判定方法、电池放电能力判定装置和电源系统 - Google Patents

电池放电能力判定方法、电池放电能力判定装置和电源系统 Download PDF

Info

Publication number
CN101351720A
CN101351720A CNA2006800503076A CN200680050307A CN101351720A CN 101351720 A CN101351720 A CN 101351720A CN A2006800503076 A CNA2006800503076 A CN A2006800503076A CN 200680050307 A CN200680050307 A CN 200680050307A CN 101351720 A CN101351720 A CN 101351720A
Authority
CN
China
Prior art keywords
battery
voltage
impedance
magnitude
soc
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA2006800503076A
Other languages
English (en)
Other versions
CN101351720B (zh
Inventor
岩根典靖
藤村幸司
杉村竹三
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Furukawa Electric Co Ltd
Original Assignee
Furukawa Electric Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Furukawa Electric Co Ltd filed Critical Furukawa Electric Co Ltd
Publication of CN101351720A publication Critical patent/CN101351720A/zh
Application granted granted Critical
Publication of CN101351720B publication Critical patent/CN101351720B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367Software therefor, e.g. for battery testing using modelling or look-up tables
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/3644Constructional arrangements
    • G01R31/3647Constructional arrangements for determining the ability of a battery to perform a critical function, e.g. cranking
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/389Measuring internal impedance, internal conductance or related variables

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tests Of Electric Status Of Batteries (AREA)
  • Secondary Cells (AREA)

Abstract

在本发明的电池放电能力判定方法中,通过扩张卡尔曼滤波运算,推定最佳状态向量X,根据所推定的状态向量X将等效电路(21)的元件常数更新为最佳的值(步骤S7)。并且,根据利用更新后的元件常数的等效电路(21),推定从电池(12)以规定的电流特性放电时的电压降(ΔV)(步骤S8),来判定电池(12)的放电能力(步骤S9)。

Description

电池放电能力判定方法、电池放电能力判定装置和电源系统
技术领域
本发明涉及对向负载供给功率的电池的放电能力进行判定的电池放电能力判定方法、电池放电能力判定装置和电源系统的技术领域。
背景技术
近年来,为了汽车的安全性能和驾乘感觉等的进一步的提升,搭载于车辆的电子设备越发增加。另外,为了降低对环境的负荷,不仅是燃料费的提高,怠速停止(idle stop)等的普及也在进展中。
随着这样的电子设备的增加和怠速停止的普及等,监视电池的状态,并早期检测异常或充电不足等的必要性迅速地不断提高。与此相对应,提出了各种推定电池的劣化状态(SOH)或充电率(SOC)的方法。
在专利文献1中,通过规定的模型计算来计算电池电压,采用该电池电压根据规定的算出式来计算电池的SOC。在上述的模型计算中,利用少量元件常数构成的简单的电池模型,通过反馈电池电压的计算结果和所测定的电池电压,校正所述的元件常数。
另外,在专利文献2中,利用将电池的SOC和电压设为状态变量的电池的运转状态模型,通过进行基于卡尔曼滤波器的状态推定,来求出电池的SOC。
即利用上述的电池的运行状态模型来预测电压相对于测定的电流的的变化,根据预测的电压和测定的电压的差来校正状态变量。由此,获得状态变量的一个即SOC来作为校正后的结果。
专利文献1:日本特表2004-514249号公报
专利文献2:日本特开2002-319438号公报
在考虑电池的实际的动作环境的情况下,电流在起动要求的负载中流动时的响应电压(SOF)是否在负载的可靠动作范围内是最重要的信息。另外,上述的响应电压根据起动要求时的电池的状态,例如向其他的负载供给的负载电流的大小等,进行各种变动。
但是,可以提供针对上述响应电压的信息的技术,迄今为止没有被提出。作为用于实现其的技术,例如一般考虑如下方法:将电池作为电气等效电路模型化,根据该等效电路推定要求的负载电流特性(pattern)流过时的响应电压,判定所推定的响应电压是否在负载的稳定动作范围内。
在利用上述的等效电路的方法中,需要在广泛的频率区域进行电池的阻抗测定,按照使测定的阻抗和从所述等效电路算出的阻抗在广泛的频率区域一致的方式决定等效电路的各元件的常数。
但是,在考虑电池的实际的使用环境的情况下,各元件常数的决定所需要的在广泛的频率区域的阻抗测定,从测定所需要的时间和计算负荷等的观点来看也是极为困难的。另外,在预先决定各元件常数并存储的情况下,也需要随着电池的经年变化等来调整各元件常数,也存在实行极为困难的问题。
在专利文献1和专利文献2中,只是根据规定的电池模型来推定电池的SOC,不能预测相对于重新起动负载时的负载电流的响应电压。
发明内容
因此,本发明为了解决这样的问题,目的在于提供一种电池放电能力判定方法,其能够推定相对于要求负载电流的响应电压来判定电池的放电能力。
本发明的电池放电能力判定方法的第1形态是根据电池的等效电路判定该电池的放电能力的电池放电能力判定方法,其特征在于,设定至少将所述等效电路的元件常数和该元件常数的规定的函数作为要素的状态向量,测定并求出所述电池的电流和电压,将所述测定出的电流值以及电压值和以规定的SOC算出方法算出的SOC作为观测值,据此推定所述状态向量,将推定的所述状态向量的要素即所述元件常数应用于所述等效电路,来推定以规定的电流特性进行放电时的所述电池的电压值,通过将推定的所述电压值与规定的电压允许值进行比较,来判定所述电池的放电能力。
本发明的电池放电能力判定方法的第2形态是一种电池放电能力判定方法,特征为从根据电流、电压和充电率(SOC)算出的二次观测值推定所述状态向量。
本发明的电池放电能力判定方法的第3形态是一种电池放电能力判定方法,特征为将1以上的频率的阻抗追加到所述观测值的要素,根据所述测定的电流值和电压值、以所述SOC算出方法算出的SOC和以规定的阻抗算出方法算出的所述1以上的频率的阻抗来推定所述状态向量。
本发明的电池放电能力判定方法的第4形态是一种电池放电能力判定方法,特征为所述阻抗算出方法,测定使所述电池放电或充电脉冲电流时的电流和电压,将所述测定的电流值和电压值分别傅立叶展开,求出与所述1以上的频率对应的各自的振幅成分,根据所述振幅成分算出所述1以上的频率的阻抗。
本发明的电池放电能力判定方法的第5形态是一种电池放电能力判定方法,特征为所述阻抗算出方法测定所述电池对电装设备供给功率时的电流和电压,将所述测定的电流值和电压值分别进行傅立叶变换并求出与所述1以上的频率对应的各自的振幅成分,来根据所述振幅成分算出所述1以上的频率的阻抗。
本发明的电池放电能力判定方法的第6形态是一种电池放电能力判定方法,特征为所述阻抗算出方法对于进行所述傅立叶展开或傅立叶变换而求得的所述阻抗(设为Zmes),为了进一步除去与所述电池并联连接的的电装设备的阻抗(设为Zx)的影响,通过
1/Zmes=1/Zx+1/Zbat
的关系式来算出所述电池的阻抗Zbat。
本发明的电池放电能力判定方法的第7形态是一种电池放电能力判定方法,特征为所述元件常数至少对于所述电池的电流值/温度/SOC的任意一项进行规定的校正计算。
本发明的电池放电能力判定方法的第8形态是一种电池放电能力判定方法,特征为所述SOC算出方法利用所述电池的稳定OCV测定值、电流累计值、I/V特性中的至少任意一项。
本发明的电池放电能力判定装置的第1形态是根据电池的等效电路来判定该电池的放电能力的电池放电能力判定装置,具有:电流传感器,其测定所述电池的电流;电压传感器,其测定所述电池的电压;和控制机构,其根据从所述电流传感器输入的电流值、从所述电压传感器输入的电压值和以规定的算出方法算出的SOC,推定以所述等效电路的元件常数和该元件常数的规定的函数为要素的状态向量,将推定的所述状态向量的要素即所述元件常数应用于所述等效电路,推定以规定的电流特性放电时的所述电池的电压值,通过将推定的电压值和规定的电压允许值进行比较来判定所述电池的放电能力。
本发明的电池放电能力判定装置的第2形态是一种电池放电能力判定装置,特征为所述控制机构将1以上的频率的阻抗追加到所述观测值的要素,根据从所述电流传感器和电压传感器输入的电流值、电压值、以所述SOC算出方法算出的SOC和以规定的阻抗算出方法算出的所述1以上的频率的阻抗,推定所述状态向量。
本发明的电池放电能力判定装置的第3形态是一种电池放电能力判定装置,特征为具有使所述电池放电或充电脉冲电流的放电电路或充电电路,所述控制机构,从所述电流传感器和所述电压传感器分别输入通过所述放电电路或充电电路使所述脉冲电流放电或充电时的电流值和电压值,将所述电流值和电压值分别进行傅立叶展开,求出与所述1以上的频率对应的各自的振幅成分,根据所述各自的振幅成分算出所述1以上的频率的阻抗。
本发明的电源系统的第1形态是具有第9形态到第11形态的任意一个的电池放电能力判定装置的电源系统。
根据本发明,能够提供一种电池放电能力判定方法,其能够推定相对于要求负载电流的响应电压来判定电池的放电能力。根据本发明,通过利用使最佳地学习的等效电路来预测相对于要求负载电流的响应电压,即使在电池向负载进行供电的负载动作环境下,也能以高精度评价电池的放电能力。
另外,通过并用规定的频率的阻抗测定,可以进一步提高电池放电能力的预测精度。进而,根据电池的电流值/温度/SOC的任意一项决定等效电路的元件常数的值,根据利用此的所述等效电路,通过预测响应电压,能够进一步地以高精度判定电池放电能力。
附图说明
图1是表示本发明的电池放电能力判定方法的一个实施方式的框图。
图2是表示本发明的电池放电能力判定装置和电源系统的一个实施方式的框图。
图3是表示电池12的等效电路模型的一个实施例的电路图。
图4是表示设横轴为电流I时的元件常数Ra的变化的图表。
图5是表示设横轴为电流I时的元件常数Rb的变化的图表。
图6是表示设横轴为电流I时的元件常数Ca的变化的图表。
图7是表示设横轴为电流I时的元件常数Cb的变化的图表。
图8是表示目标电流特性(pattern)的一个实施例的图。
图9是表示在图8的目标电流特性下放电时的电压降的预测结果的图。
符号的说明
11-电源系统,12-电池,13-交流发电机,14-电流计,15-电压计,16-电池放电能力判定装置,17-放电电路,18-线路,19-负载,21-等效电路,22、23-电路部。
具体实施方式
参照附图,对本发明的优选的实施方式的电池放电能力判定方法、电池放电能力判定装置和电源系统的构成进行详细的说明。另外,对于具有相同功能的各构成部,为了简化图示和说明,附加相同符号。
将本发明的电池放电能力判定装置和电源系统的一实施方式在图2表示。电源系统11具有作为电源的电池12和交流发电机13,在电池放电能力判定装置16设有用于测定电池12的电流和电压的电流计14和电压计15。电池放电能力判定装置16所具有的控制机构20以规定的时间间隔,从所述电流计14和电压计15分别输入电流和电压,基于本发明的电池放电能力判定方法判定电池12的放电能力。
由控制机构20进行的电池12的放电能力判定方法以规定的等效电路模型模拟电池12,利用该等效电路推定以规定的电流特性放电时的电压或电压降,通过将推定的电压或电压降与规定的允许值进行比较来判定电池12的放电能力。为了能够通过上述放电能力判定方法正确地判定电池12的放电能力,需要能够精度良好地推定基于所述等效电路的电压或电压降。
在本发明的放电能力判定方法中,利用电池的规定的等效电路,设定至少以所述等效电路的元件常数和该元件常数的规定的函数为要素的状态向量,将测定的所述电池的电流以及电压和以规定的算出方法算出的SOC作为观测值,据此推定所述状态向量,将推定的所述状态向量的要素即所述元件常数应用于所述等效电路,利用其推定以规定的电流特性放电时的所述电池的电压值。
将电池12的等效电路模型的一个实施例在图3表示。在图3所示的等效电路21包括表示电阻的6种元件常数RΩ、Ra1、Ra2、Ra3、Rb1、Rb2和表示电容的5种元件常数Ca1、Ca2、Ca3、Cb1、Cb2。这些元件常数进一步可以如下地置换。
Ra1=α·Ra
Ra2=β·Ra
Ra3=γ·Ra
Ca1=δ·Ca
Ca2=ε·Ca
Ca3=ζ·Ca
Ca4=η·Ca
Ca5=θ·Ca
Rb1=ι·Rb
Rb2=κ·Rb
Cb1=λ·Cb
Cb2=μ·Cb
Cb3=ν·Cb
这里,常数α、β、γ、δ、ε、ζ、η、θ、ι、κ、λ、μ、ν可以通过事前实验等决定作为固定常数。因此,可以推定上式的RΩ、Ra、Ca、Rb、Cb作为元件常数。
在图3的等效电路21中,基于包括元件常数Ra、Ca的电路部22、包括元件常数Rb、Cb的电路部23和RΩ所引起的电压降ΔV,在电池12的电流和电压分别设为I、V时,可以用
ΔV=V-OCV                (式1)
表示。在本实施方式的控制机构20中,利用等效电路21,将上式的电压降ΔV作为二次观测值来推定包括所述元件常数的状态向量,另外,通过将在该等效电路中规定的电流特性流动时的电压降的预测值ΔVx与规定的允许值进行比较,判定电池12的放电能力。
对于在控制机构20执行的电池12的放电能力判定方法,下面利用图1进行详细的说明。图1是表示本发明的电池放电能力判定方法的一个实施方式的框图。
为了正确地判定电池12的放电能力,需要精度良好地推定电池12的等效电路21在以规定的电流特性放电时的电压降ΔVx。因此,在本实施方式的电池放电能力判定方法中,以规定间隔的离散时间观测电池,以获得的观测数据为基础,通过学习等效电路21的元件常数,能够以高精度来推定电池12的电压降ΔVx。
作为使等效电路21所包括的元件常数RΩ、Ra、Ca、Rb、Cb最优化的方法,已知例如使用最小自乘运算、扩张卡尔曼滤波、经过适当教育的神经网络等的方法,在本发明的电池放电能力判定方法中可以使用任意的方法。在图1所示的本实施方式中,使用最普遍且合适的方法的一种即扩张卡尔曼滤波。
在扩张卡尔曼滤波运算中,将上述元件常数或由包括其的规定的数式赋予的值作为状态向量表示,作成观测值向量,该观测值向量以规定的离散时间间隔测定的电流In和电压Vn以及另外测定或算出的充电率SOCn为要素,按照使来自所述状态向量的所述观测值向量的期待值误差最小的方式更新状态向量。
所述扩张卡尔曼滤波运算的一般的方法反复进行雅可比矩阵的更新→1期前预测→卡尔曼增益计算→滤波运算。由此,可以逐次推定所述状态向量,可以将等效电路的常数RΩ、Ra、Ca、Rb、Cb更新为最合适的值来作为所述状态向量的推定结果。
在图1所示的本实施方式中,电池12的状态向量的更新和观测值的取得经过每时间间隔ΔT进行。步骤S1表示时刻从上一次的执行时刻Tn-1只经过所述时间间隔ΔT,到达执行时刻Tn。到达执行时刻Tn后,在步骤S2中进行电池12的测定。
在步骤S2中,输入由电流计14和电压计15第n+1次测定的电池12的电流In+1和电压Vn+1,并且,以规定的SOC算出方法算出SOCn+1。作为所述SOC算出方法,例如可以是组合利用电池12的起动初期的稳定OCV测定值和电流累计值的方法、利用动作环境中的I/V特性的方法等,可以使用任意的一种。
在本实施方式中,以从基准电压的电压降的大小来判定电池12的放电能力。即将从以规定的电流特性放电时的从所述基准电压的电压降比规定的允许值大的情况判定为放电能力不足。作为电池12的电压降,可以以例如图3所示的等效电路21所记载的ΔV来进行评价。
在步骤S3中,可以以在步骤S2获得的观测数据In+1、Vn+1和SOCn+1为基础,算出电压降ΔVn+1。电压降ΔVn+1可以以次式算出。
ΔV n+1=V n+1-OCV n+1                    (式2)
这里,OCV n+1可以根据在步骤S2获得的SOC n+1,由次式算出。
OCV=a·SOC+b                             (式3)
上式是算出在时刻Tn+1的稳定OCV的式子,也可以利用通过实验等事先作成的值。系数a、b也可以按照依赖温度等而变化的方式设定为表格形式或者函数式。
另一方面,在步骤S4中,根据第n次的观测值和上一次的状态向量推动值进行雅可比矩阵的Fn的更新。本实施方式的雅可比矩阵Fn以
Fn=diag(1-ΔT/αRa:n·δCa:n,1-ΔT/βRa:n·εCa:n,
         1-ΔT/γRa:n·ζCa:n,1-ΔT/βRa:n·ηCa:n,
         1-ΔT/αRa:n·θCa:n,1-ΔT/ιRb:n·λCb:n,
         1-ΔT/κRa:n·μCa:n,1-ΔT/ιRb:n·νCb:n,
         1,1,1,1,1)
被赋予。
在步骤S5中,将根据在步骤S3通过测定获得的观测值而计算出的ΔVn+1作为扩张卡尔曼滤波计算上的观测值Yn+1。
Yn+1=ΔVn+1                                (式4)
在图3中,例如由于电路部22内的第一RC并联部的电压降ΔV1n表示为
ΔV1:n+1=ΔV1n+ΔT{In/Ca1-Vn/(Ra1·Ca1)}  (式5)
所以,设定状态向量XnT
XnT=(ΔVa1n,ΔVa2n,ΔVa3n,ΔVa4n,ΔVa5n,
      ΔVb1n,ΔVb2n,ΔVb3n,RΩ:n,Ra:n,Ca:n,
             Rb:n,Cb:n)
                                            (式6)
设定输入向量UnT
UnT=(Δt·In/δCa:n,Δt·In/εCa:n,Δt·In/ζCa:n,
      Δt·In/ηCa:n,Δt·In/θCa:n,Δt·In/λCb:n,
      Δt·In/μCb:n,Δt·In/νCb:n,0,0,0,0,0)
                                            (式7)
在步骤S6将Xn的一期前预测值X n+1|n作为
X n+1|n=Fn·Xn+Un                          (式8)
算出。
进而,通过设HnT=(1,1,1,1,1,1,1,1,In,0,0,0,0)(式9),能够表现
系统方程式:Xn+1=Fn·Xn                    (式10)
观测方程式:Yn=HnT·Xn                     (式11)
利用上述状态向量的一期前预测值X n+1|n和观测值Y n+1,在步骤S7中,通过基于卡尔曼增益计算和功率计算的扩张卡尔曼滤波运算,逐次地推定最佳状态向量Xn,根据推定的向量X,将所述元件常数更新为最佳值。
根据利用通过上述扩张卡尔曼滤波运算而更新的所述元件常数的等效电路21,在步骤S8中,推定以规定的电流特性从电池12放电时的电压降ΔVx。所述规定的电流特性例如可以将当前的放电电流性与重新起动的负载的电流特性相加来决定。
作为具体的计算方法,利用(式5)的关系和规定的电流特性Ix:n+1的值,能够作为
ΔVx:n+1=ΔV1n+1+ΔV2n+1+ΔV3n+1+ΔV4n+1+ΔV5n+1+ΔV6n+1+ΔV7n+1+ΔV8n+1+RΩ·Ix:n+1   (式12)
逐次地算出。
另外,作为减少计算负载的机构,虽然通过所述方法若干精度会下降,但通过实验方便地求出如ΔVx=(Ra+Rb)×Ix或ΔVx=Ra×Ix、ΔVx=Rb×Ix的ΔV=G(Ra,Rb,Ix)的关系来算出也完全没有问题。
在步骤S9中,将上述中所预测的电压降ΔVx与规定的允许值ΔVlimit进行比较,在ΔVx在ΔVlimit以下的情况下判定为放电能力充分(步骤S10),另一方面,在ΔVx比ΔVlimit大的情况下,判定为放电能力不足(步骤S11)。
如利用上述实施方式进行的说明,根据本发明,通过利用使最佳地学习的等效电路来预测以规定的电流特性放电时的电池的电压或电压降,即使在该电池向负载进行供电的负载动作环境中,也能以高精度来评价该电池的放电能力。
以下说明本发明的电池放电能力判定方法的其他的实施方式。在本实施方式中,追加1以上的频率的阻抗作为观测值,根据由测定获得的所述阻抗算出例如元件常数的一个即RΩ。
在本实施方式中,例如通过将元件常数的一个即RΩ作为由实测求取观测值,能够如下式那样表示状态向量XT
XT=(ΔVa1n,ΔVa2n,ΔVa3n,ΔVa4n,ΔVa5n,
     ΔVb1n,ΔVb2n,ΔVb3n,Ra:n,Ca:n,Rb:n,Cb:n)
                                            (式13)
如上式所示,在本实施方式中,可以将使进行学习的元件常数限定为Ra、Ca、Rb、Cb这4个,可以期待计算负载的减少和精度的提高。
在这种情况下,通过将各矩阵和向量设定为
Fn=diag(1-ΔT/αRa:n·δCa:n,1-ΔT/βRa:n·εCa:n,
         1-ΔT/γRa:n·ζCa:n,1-ΔT/βRa:n·ηCa:n,
         1-ΔT/αRa:n·θCa:n,1-ΔT/ιRb:n·λCb:n,
        1-ΔT/κRa:n·μCa:n,1-ΔT/ιRb:n·νCb:n
        1,1,1,1)                            (式14)
UnT=(Δt·In/δCa-n,Δt·In/εCa-n,Δt·In/ζCa-n,
      Δt·In/ηCa-n,Δt·In/θCa-n,Δt·In/λCb-n,
      Δt·In/μCb-n,Δt·In/νCb-n,0,0,0,0)
                                               (式15)
HT=(1,1,1,1,1,1,1,1,0,0,0,0)       (式16)
能够如以前实施方式一样进行计算。
作为算出所述1以上的频率的阻抗的方法,有如下方法:使电池12放电或充电脉冲电流时的电流和此时的响应电压进行测定,将所述测定的电流值和电压值分别傅立叶展开,求出与所述1以上的频率对应的各个振幅成分,根据所述各自的振幅成分算出所述1以上的频率的阻抗。
图2所示的电源系统11具有用于从电池12放电脉冲电流的放电电路17。另外,使电池12充电脉冲电流的情况下,可以由交流发电机13经由线路18充电。
作为算出所述1以上的频率的阻抗的其他的方法,在电池12的负载动作环境中,即在电池12向负载19供给功率的状态下,测定电池12的电流和电压,将测定的电流值和电压值分别进行傅立叶变换,求出与所述1以上的频率对应的各自的振幅成分,根据各自的振幅成分可以算出所述1以上的频率的阻抗。
由于具有并联连接电池12和负载19的并联电路,所以在上述任意的阻抗算出方法中,均在实车环境中测定所述并联电路的合计阻抗。即在设电池12的阻抗为Zbat,负载19的阻抗为Zx时,根据测定值算出的阻抗为次式的Zmes。
1/Zmes=1/Zx+1/Zbat                                (式17)
由于负载19的阻抗Zx与电池12的阻抗Zbat相比非常大,所以由上式可知,也可以将算出的阻抗Zmes近似地作为电池12的阻抗Zbat。
进而,通过根据(式17),从阻抗Zmes消除负载19的阻抗Zx的影响,也能够算出电池12的阻抗Zbat。负载19的阻抗Zx也可以存储并使用通过按每种车辆预先实测而确定的值,也可以在负载动作环境中进行学习取得。
下面进一步对本发明的电池放电能力判定方法的另外的其他实施方式进行说明。在上述的实施方式中,直接利用由图1的步骤S7所更新的所述元件常数,根据等效电路21预测以规定的电流特性放电时的电压降ΔV。
一般,已知等效电路21的电路常数依赖于放电的电流值而非线性地变化。因此,在更新决定该电路常数的所述元件常数时的放电电流,与所述规定的电流特性的电流值较大地不同的情况下,存在着包括基于等效电路21的电压降的预测值不能忽视的误差的可能性。
因此,在本实施方式中,依赖于所述规定的电流特性的电流值来决定所述元件常数。将元件常数Ra、Ca、Rb、Cb设为如下述所示的依存于电流I的函数。
Ra(I)=f1(a)×exp{-I/f2(a)}+f3(a)×exp{-I/f4(a)}+a
        (式18)
Ca(I)=f5(b)×exp{-I/f6(b)}+f7(b)×exp{-I/f8(b)}+b
        (式19)
Rb(I)=f9(c)×exp{-I/f10(c)}+f11(c)×exp{-I/f12(c)}+f13(c)×exp{-I/f14(c)}+c  (式20)
Cb(I)=d        (式21)
上式(式18)~(式20)的a、b、c、d为常数,f1~f14作为所述常数的函数。作为最简单的函数式的例子,例如可以设为如
f1(a)=φ·a+ω            (式22)
的一次式。这里,φ、ω等的各函数的系数可以预先通过实验等来决定。
将(式18)~(式20)的函数的一个实施例在图4~7表示。图4~7是表示设横轴为电流I时的各元件常Ra、Ca、Rb、Cb的变化的图表。根据各图表,可以决定(式18)~(式20)的函数所包括的常数a、b、c、d和f1~f14。
通过将目标的电流特性的电流代入到如上述所决定的(式18)~(式20)的函数,来决定元件常数Ra、Ca、Rb、Cb的值,利用上述值,通过等效电路21,能够以高精度预测以所述目标的电流特性放电时的电压降ΔV。
如上所述,在图8和图9中表示根据(式18)~(式20)求出目标电流特性的电流值的元件常数Ra、Ca、Rb、Cb的值(以下设为Ra-x、Ca-x、Rb-x、Cb-x),并利用此来评价电池12的放电能力的一个实施例。图8是目标电流特性的一个实施例,图9是表示图8的以目标电流特性放电时的电压降的预测结果的图。
在图9中,图表31表示利用等效电路21预测的电压降,图表32表示以图8的电流特性实际放电时的测定结果。以电流In放电时的响应电压通过(式2)
Vn=OCVn+RΩ×In+ΔVn
求出。这里,ΔV通过元件常数的值Ra-x、Ca-x、Rb-x、Cb-x和电流In以及上一次的ΔVn-1由下式算出。
ΔVn=F(Ra-x,Ca-x,Rb-x,Cb-x,In,ΔVn-1)
通过图9,表示了预测结果的电压降31与实际的电压降良好地一致,可知本实施方式的电池放电能力判定方法能够精度非常良好地判定电池12的放电能力。
另外,除了上述元件常数,当然,也可以通过对SOC等的其他的参数进行相同的校正,进一步提高精度。另外,也能够设定电池12的温度或SOC的函数来代替将上述元件常数作为依赖于电流I的函数,进行与上述相同的校正。或者,也能够设定电流、温度、SOC的任意两项以上的函数。

Claims (12)

1.一种电池放电能力判定方法,根据电池的等效电路判定该电池的放电能力,其特征在于,
设定至少将所述等效电路的元件常数和该元件常数的规定的函数作为要素的状态向量,
测定并求出所述电池的电流和电压,
将所述测定的电流值以及电压值和以规定的SOC算出方法算出的SOC作为观测值,据此推定所述状态向量,
将推定的所述状态向量的要素即所述元件常数应用于所述等效电路,来推定以规定的电流特性放电时的所述电池的电压值,
通过将推定的所述电压值与规定的电压允许值进行比较,来判定所述电池的放电能力。
2.根据权利要求1所述的电池放电能力判定方法,其特征在于,
根据由所述电池的电流、电压和充电率即SOC算出的二次观测值来推定所述状态向量。
3.根据权利要求1或2所述的电池放电能力判定方法,其特征在于,
将1以上的频率的阻抗追加到所述观测值的要素,
根据所述测定的电流值和电压值、以所述SOC算出方法算出的SOC和以规定的阻抗算出方法算出的所述1以上的频率的阻抗来推定所述状态向量。
4.根据权利要求3所述的电池放电能力判定方法,其特征在于,
所述阻抗算出方法,测定使所述电池放电或充电脉冲电流时的电流和电压,将所述测定的电流值和电压值分别傅立叶展开而求出与所述1以上的频率对应的各自的振幅成分,根据所述振幅成分算出所述1以上的频率的阻抗。
5.根据权利要求3所述的电池放电能力判定方法,其特征在于,
所述阻抗算出方法测定所述电池对电装设备供给功率时的电流和电压,将所述测定的电流值和电压值分别进行傅立叶变换并求出与所述1以上的频率对应的各自的振幅成分,根据所述振幅成分算出所述1以上的频率的阻抗。
6.根据权利要求4或5所述的电池放电能力判定方法,其特征在于,
所述阻抗算出方法为了对进行所述傅立叶展开或傅立叶变换而求得的设为Zmes的所述阻抗,进一步除去与所述电池并联连接的设为Zx的电装设备的阻抗的影响,通过
1/Zmes=1/Zx+1/Zbat
的关系式来算出所述电池的阻抗Zbat。
7.根据权利要求1~6中任意一项所述的电池放电能力判定方法,其特征在于,
所述元件常数至少对于所述电池的电流值/温度/SOC的任意一项进行规定的校正计算。
8.根据权利要求1~7中任意一项所述的电池放电能力判定方法,其特征在于,
所述SOC算出方法利用所述电池的稳定OCV测定值、电流累计值、I/V特性中的至少任意一项。
9.一种电池放电能力判定装置,根据电池的等效电路来判定该电池的放电能力,具有:
电流传感器,其测定所述电池的电流;
电压传感器,其测定所述电池的电压;和
控制机构,其根据从所述电流传感器输入的电流值、从所述电压传感器输入的电压值和以规定的算出方法算出的SOC,推定以所述等效电路的元件常数和该元件常数的规定的函数为要素的状态向量,将推定的所述状态向量的要素即所述元件常数应用于所述等效电路,来推定以规定的电流特性放电时的所述电池的电压值,通过将推定的所述电压值与规定的电压允许值进行比较来判定所述电池的放电能力。
10.根据权利要求9所述的电池放电能力判定装置,其特征在于,
所述控制机构将1以上的频率的阻抗追加到所述观测值的要素,根据从所述电流传感器和电压传感器输入的电流值、电压值、以所述SOC算出方法算出的SOC和以规定的阻抗算出方法算出的所述1以上的频率的阻抗,推定所述状态向量。
11.根据权利要求10所述的电池放电能力判定装置,其特征在于,
具有使所述电池放电或充电脉冲电流的放电电路或充电电路,
所述控制机构,从所述电流传感器和所述电压传感器分别输入通过所述放电电路或充电电路放电或充电所述脉冲电流时的电流值和电压值,将所述电流值和电压值分别进行傅立叶展开或傅立叶变换,求出与所述1以上的频率对应的各自的振幅成分,根据所述各自的振幅成分算出所述1以上的频率的阻抗。
12.一种电源系统,具有权利要求9到权利要求11中任一项所述的电池放电能力判定装置。
CN2006800503076A 2006-01-12 2006-12-28 电池放电能力判定方法、电池放电能力判定装置和电源系统 Active CN101351720B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2006005420A JP4532416B2 (ja) 2006-01-12 2006-01-12 バッテリ放電能力判定方法、バッテリ放電能力判定装置、及び電源システム
JP005420/2006 2006-01-12
PCT/JP2006/326188 WO2007080802A1 (ja) 2006-01-12 2006-12-28 バッテリ放電能力判定方法、バッテリ放電能力判定装置、及び電源システム

Publications (2)

Publication Number Publication Date
CN101351720A true CN101351720A (zh) 2009-01-21
CN101351720B CN101351720B (zh) 2013-03-13

Family

ID=38256212

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2006800503076A Active CN101351720B (zh) 2006-01-12 2006-12-28 电池放电能力判定方法、电池放电能力判定装置和电源系统

Country Status (5)

Country Link
US (1) US7764049B2 (zh)
EP (1) EP1972956B1 (zh)
JP (1) JP4532416B2 (zh)
CN (1) CN101351720B (zh)
WO (1) WO2007080802A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102656469A (zh) * 2009-10-27 2012-09-05 F.I.A.M.M.股份公司 用于持续测量电池(尤其是安装在机动车内的电池)效率的方法以及利用该方法的设备
CN105378499A (zh) * 2013-07-15 2016-03-02 古河电气工业株式会社 二次电池状态检测装置及二次电池状态检测方法
CN109991549A (zh) * 2019-04-24 2019-07-09 东南大学 锂离子电池荷电状态及内阻的联合预测方法
CN111208438A (zh) * 2020-03-05 2020-05-29 东南大学 基于神经网络与无迹卡尔曼滤波器的锂电子电池剩余电量与传感器偏差协同估计的方法
CN112384814A (zh) * 2018-07-10 2021-02-19 住友电气工业株式会社 二次电池参数估计装置、二次电池参数估计方法和程序
CN113361128A (zh) * 2021-06-24 2021-09-07 东莞塔菲尔新能源科技有限公司 一种异常电芯筛选方法、系统、计算机设备及存储介质
US11313910B2 (en) 2017-09-14 2022-04-26 Semiconductor Energy Laboratory Co., Ltd. Anomaly detection system and anomaly detection method for a secondary battery

Families Citing this family (52)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8630767B2 (en) * 2007-12-03 2014-01-14 Nira Dynamics Ab Estimation of the load of a vehicle
US7957921B2 (en) * 2008-02-19 2011-06-07 GM Global Technology Operations LLC Model-based estimation of battery hysteresis
JP4551942B2 (ja) * 2008-03-14 2010-09-29 本田技研工業株式会社 ハイブリッド直流電源システム、燃料電池車両及び蓄電装置の保護方法
WO2010140233A1 (ja) * 2009-06-03 2010-12-09 三菱重工業株式会社 電池充電率算出装置
JP5744888B2 (ja) * 2009-10-19 2015-07-08 ヌヴェラ・フュエル・セルズ・インコーポレーテッド バッテリー充電状態管理方法
US8415926B2 (en) * 2009-10-19 2013-04-09 Apple Inc. In-situ battery health detector and end-of-life indicator
JP4947173B2 (ja) * 2010-03-16 2012-06-06 横河電機株式会社 交流インピーダンス測定装置
EP2551687B1 (en) * 2010-03-23 2020-07-15 Furukawa Electric Co., Ltd. Device for estimating internal state of battery, and method for estimating internal state of battery
JP4689755B1 (ja) * 2010-03-23 2011-05-25 古河電気工業株式会社 電池内部状態推定装置および電池内部状態推定方法
JP5520657B2 (ja) 2010-03-30 2014-06-11 古河電気工業株式会社 充電率推定方法、充電率推定装置及び二次電池電源システム
US11397215B2 (en) 2010-05-21 2022-07-26 Qnovo Inc. Battery adaptive charging using battery physical phenomena
US11791647B2 (en) 2010-05-21 2023-10-17 Qnovo Inc. Method and circuitry to adaptively charge a battery/cell
US11397216B2 (en) 2010-05-21 2022-07-26 Qnovo Inc. Battery adaptive charging using a battery model
CN102906961B (zh) 2010-05-21 2016-01-13 奇诺沃公司 自适应地给电池/电池单元充电的方法和电路系统
US8791669B2 (en) 2010-06-24 2014-07-29 Qnovo Inc. Method and circuitry to calculate the state of charge of a battery/cell
US9142994B2 (en) 2012-09-25 2015-09-22 Qnovo, Inc. Method and circuitry to adaptively charge a battery/cell
US10389156B2 (en) 2010-05-21 2019-08-20 Qnovo Inc. Method and circuitry to adaptively charge a battery/cell
US8970178B2 (en) 2010-06-24 2015-03-03 Qnovo Inc. Method and circuitry to calculate the state of charge of a battery/cell
US10067198B2 (en) 2010-05-21 2018-09-04 Qnovo Inc. Method and circuitry to adaptively charge a battery/cell using the state of health thereof
WO2012046285A1 (ja) * 2010-10-04 2012-04-12 古河電気工業株式会社 バッテリの状態推定方法及び電源システム
AT510877B1 (de) * 2010-12-30 2013-06-15 Oesterreichisches Forschungs Und Pruefzentrum Arsenal Ges M B H Verfahren zur bestimmung der momentan verfügbaren maximalen ladekapazität
KR101863036B1 (ko) 2011-11-30 2018-06-01 주식회사 실리콘웍스 배터리 잔존전하량 추정방법 및 배터리 관리시스템
US8922217B2 (en) * 2012-05-08 2014-12-30 GM Global Technology Operations LLC Battery state-of-charge observer
US9063018B1 (en) 2012-10-22 2015-06-23 Qnovo Inc. Method and circuitry to determine temperature and/or state of health of a battery/cell
CN103116136B (zh) * 2013-01-21 2015-07-15 天津大学 基于有限差分扩展卡尔曼算法的锂电池荷电状态估计方法
JP5810116B2 (ja) 2013-03-14 2015-11-11 古河電気工業株式会社 二次電池状態検出装置および二次電池状態検出方法
US9461492B1 (en) 2013-04-19 2016-10-04 Qnovo Inc. Method and circuitry to adaptively charge a battery/cell using a charge-time parameter
US9368841B2 (en) 2013-08-30 2016-06-14 Ford Global Technologies, Llc Battery power capability estimation at vehicle start
US9631595B2 (en) 2013-09-26 2017-04-25 Ford Global Technologies, Llc Methods and systems for selective engine starting
JP6044512B2 (ja) * 2013-11-07 2016-12-14 株式会社デンソー 電池特性学習装置
US9197078B2 (en) 2013-12-18 2015-11-24 Ford Global Technologies, Llc Battery parameter estimation
JP6256027B2 (ja) * 2014-01-17 2018-01-10 株式会社デンソー 二次電池の等価回路のパラメータ推定装置及びパラメータ推定方法
WO2015133103A1 (ja) * 2014-03-03 2015-09-11 パナソニックIpマネジメント株式会社 電池の状態推定装置、および、電池の状態推定方法
US9132745B1 (en) 2014-03-17 2015-09-15 Ford Global Technologies, Llc Frequency based battery model parameter estimation
JP6329788B2 (ja) * 2014-03-20 2018-05-23 古河電気工業株式会社 二次電池充電制御装置および二次電池充電制御方法
US10574079B1 (en) 2014-06-20 2020-02-25 Qnovo Inc. Wireless charging techniques and circuitry for a battery
EP2963434B1 (en) * 2014-06-30 2021-08-11 Foundation Of Soongsil University-Industry Cooperation Battery state estimation method and system using dual extended kalman filter, and recording medium for performing the method
KR102221756B1 (ko) * 2014-07-18 2021-03-02 삼성전자주식회사 배터리의 상태를 추정하는 방법 및 장치
JP6555773B2 (ja) * 2014-11-18 2019-08-07 学校法人立命館 蓄電残量推定装置、蓄電池の蓄電残量を推定する方法、及びコンピュータプログラム
US10353007B2 (en) * 2015-05-28 2019-07-16 Mitsubishi Electric Corporation Rechargeable battery parameter estimation apparatus and rechargeable battery parameter estimation method for calculating first and second coefficients which are partial derivatives of an estimated value of the battery state-of-charge
JP6647111B2 (ja) 2016-03-29 2020-02-14 古河電気工業株式会社 二次電池劣化推定装置および二次電池劣化推定方法
JP6339618B2 (ja) 2016-03-29 2018-06-06 古河電気工業株式会社 二次電池劣化推定装置および二次電池劣化推定方法
KR102416548B1 (ko) 2018-02-01 2022-07-01 주식회사 엘지에너지솔루션 배터리를 위한 등가 회로 모델의 파라미터 추정 방법 및 배터리 관리 시스템
KR102373458B1 (ko) * 2018-02-07 2022-03-10 주식회사 엘지에너지솔루션 배터리를 위한 등가 회로 모델의 파라미터 추정 방법 및 배터리 관리 시스템
KR102650965B1 (ko) * 2018-04-23 2024-03-25 삼성에스디아이 주식회사 배터리 상태 추정 방법
US11069926B1 (en) * 2019-02-14 2021-07-20 Vcritonc Alpha, Inc. Controlling ongoing battery system usage via parametric linear approximation
JP2021021634A (ja) * 2019-07-26 2021-02-18 株式会社Gsユアサ 推定装置、推定方法及びコンピュータプログラム
CN110579638B (zh) * 2019-10-12 2020-11-06 国网江苏省电力有限公司徐州供电分公司 基于卡尔曼滤波的交叉供电系统动态电压跌落检测方法
US11271416B2 (en) 2019-11-20 2022-03-08 Semiconductor Components Industries, Llc Methods and apparatus for a battery
CN112965001A (zh) * 2021-02-09 2021-06-15 重庆大学 一种基于实车数据的动力电池组故障诊断方法
US11936236B2 (en) 2021-03-18 2024-03-19 International Business Machines Corporation Selective discharging of rechargeable battery pack across system load
US11757296B2 (en) * 2021-04-23 2023-09-12 International Business Machines Corporation Smart discharge of a battery

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100395516B1 (ko) * 1998-11-19 2003-12-18 금호석유화학 주식회사 비선형등가회로모형을이용한축전장치의특성인자수치화방법및장치
DE10056969A1 (de) 2000-11-17 2002-05-23 Bosch Gmbh Robert Verfahren und Anordnung zur Bestimmung des Ladezustandes einer Batterie
US6441586B1 (en) * 2001-03-23 2002-08-27 General Motors Corporation State of charge prediction method and apparatus for a battery
DE10126891A1 (de) * 2001-06-01 2002-12-05 Vb Autobatterie Gmbh Verfahren zur Vorhersage der Belastbarkeit eines elektrochemischen Elementes
US20030184307A1 (en) * 2002-02-19 2003-10-02 Kozlowski James D. Model-based predictive diagnostic tool for primary and secondary batteries
US7518339B2 (en) 2003-01-30 2009-04-14 Robert Bosch Gmbh State variable and parameter estimator comprising several partial models for an electrical energy storage device
JP4227814B2 (ja) 2003-02-07 2009-02-18 エスペック株式会社 電池状態診断装置および電池状態診断方法
US7321220B2 (en) * 2003-11-20 2008-01-22 Lg Chem, Ltd. Method for calculating power capability of battery packs using advanced cell model predictive techniques
US7486079B2 (en) * 2004-06-11 2009-02-03 Nissan Motor Co., Ltd. Available input-output power estimating device for secondary battery

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102656469A (zh) * 2009-10-27 2012-09-05 F.I.A.M.M.股份公司 用于持续测量电池(尤其是安装在机动车内的电池)效率的方法以及利用该方法的设备
CN105378499A (zh) * 2013-07-15 2016-03-02 古河电气工业株式会社 二次电池状态检测装置及二次电池状态检测方法
CN105378499B (zh) * 2013-07-15 2018-06-01 古河电气工业株式会社 二次电池状态检测装置及二次电池状态检测方法
US11313910B2 (en) 2017-09-14 2022-04-26 Semiconductor Energy Laboratory Co., Ltd. Anomaly detection system and anomaly detection method for a secondary battery
CN112384814A (zh) * 2018-07-10 2021-02-19 住友电气工业株式会社 二次电池参数估计装置、二次电池参数估计方法和程序
CN109991549A (zh) * 2019-04-24 2019-07-09 东南大学 锂离子电池荷电状态及内阻的联合预测方法
CN109991549B (zh) * 2019-04-24 2021-02-09 东南大学 锂离子电池荷电状态及内阻的联合预测方法
CN111208438A (zh) * 2020-03-05 2020-05-29 东南大学 基于神经网络与无迹卡尔曼滤波器的锂电子电池剩余电量与传感器偏差协同估计的方法
CN113361128A (zh) * 2021-06-24 2021-09-07 东莞塔菲尔新能源科技有限公司 一种异常电芯筛选方法、系统、计算机设备及存储介质

Also Published As

Publication number Publication date
EP1972956A1 (en) 2008-09-24
CN101351720B (zh) 2013-03-13
US20090027007A1 (en) 2009-01-29
US7764049B2 (en) 2010-07-27
WO2007080802A1 (ja) 2007-07-19
JP4532416B2 (ja) 2010-08-25
EP1972956B1 (en) 2015-09-02
JP2007187534A (ja) 2007-07-26
EP1972956A4 (en) 2012-08-01

Similar Documents

Publication Publication Date Title
CN101351720B (zh) 电池放电能力判定方法、电池放电能力判定装置和电源系统
EP3745151B1 (en) Method and apparatus for correcting soc, battery management system and storage medium
KR101866073B1 (ko) 배터리 soh 추정 방법
EP3542173B1 (en) Determining a state of health of a battery and providing an alert
EP3306735B1 (en) Device for estimating degree of battery degradation, and estimation method
US8175826B2 (en) Apparatus for estimating open circuit voltage of battery, apparatus for estimating state of charge of battery, and method for controlling the same
EP1701175B1 (en) Power supply with status detector and initial characteristic determination means
US9316697B2 (en) Management system and estimating method for battery parameter
CN103229068B (zh) 满充电检测装置以及满充电检测方法
Sassi et al. Comparative study of ANN/KF for on-board SOC estimation for vehicular applications
EP3429021A1 (en) Battery management system, battery system and hybrid vehicle control system
CN107690585A (zh) 用于确定锂硫电池组的健康状况和充电状态的方法和装置
JP6509725B2 (ja) バッテリの充電状態の推定
KR20140106436A (ko) 배터리 충전량 트래킹, 등가 회로 선택 및 벤치마킹
JP7211420B2 (ja) パラメータ推定装置、パラメータ推定方法及びコンピュータプログラム
KR20140034834A (ko) 전기 배터리의 충전 상태를 추정하는 방법
CN101535827A (zh) 用于在电池非平衡时确定电池的荷电状态的设备和方法
CN102203626A (zh) 使用电池单体的电压变化模式的电池单体平衡设备和方法
WO1999061929A1 (en) Means for estimating charged state of battery and method for estimating degraded state of battery
CN105899395B (zh) 估定机动车辆电池中的能量
KR20160113011A (ko) 전지 잔량 예측 장치 및 배터리 팩
WO2006054066A1 (en) Determining the state of health of a battery
EP3940405A1 (en) Method for estimating state of health of battery
CN104833922A (zh) 电池充放电电流限值的计算方法和装置
EP4293371A1 (en) Battery degradation determination system, battery degradation determination apparatus, and battery degradation determination method

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant