CN101361246B - 用于确定被估计的组合电池状态-参数向量的系统、方法和制造物品 - Google Patents

Abstract

提供用于确定一个被估计的组合电池状态-参数向量的系统、方法以及制造物品。所述方法基于一组预计的组合电池状态-参数向量、一组预计的电池输出向量以及一个电池输出向量，来确定所述被估计的组合电池状态-参数向量。

Description

用于确定被估计的组合电池状态-参数向量的系统、方法和制造物品

背景技术

本发明涉及一种使用数字滤波技术来估计电池组系统的状态和模型参数的系统、方法和制造的物品。

在可充电电池组技术中，在某些应用中需要能够估计可描述电池组现状但无法直接测量的一些量。这些量中的一些可能变化很快，例如电池充电状态(SOC)，其可能在数分钟内在其整个范围内变化。其他一些量可能变化很慢，例如电池容量，其在正常使用的十年或更长时间中发生的变化可低至20％。变化较快的量包括系统“状态”，变化较慢的量包括系统的时间变化“参数”。

对于电池系统，特别是需要在不损害电池寿命的情况下尽可能长时间运行的电池系统，例如混合电动车(Hybrid Electric Vehicle，HEV)、电动汽车(Battery Electric Vehicle，BEV)、笔记本电脑电池便携式工具电池组等，希望将与迅速变化的参数(例如SOC)相关的信息用于估计目前可用于工作的电池能量的多少等等。此外，希望确定与缓慢变化的参数(例如总容量)相关的信息以在该电池组的整个寿命中保持上述计算的精确，延长其有效使用时间并帮助确定该电池组的健康状态(state-of-health，SOH)。

但是，发明人现发现数学算法不能对电池的内部状态和参数进行高精确度的估计，因为对具有非线性工作特性的电池来说这些算法并没有充分地被优化。而且，电池通常具有非线性工作特性。

因此，发明人发现需要一种更精确地确定被估计的电池的状态和参数的系统和方法。

发明内容

根据一种示例性实施方案，提供一种用于确定被估计的组合电池(combined battery)的状态-参数向量的方法，该向量表明电池在第一预定时间的状态与参数。该方法包括确定第一组被估计的提高的组合电池状态-参数向量，该向量表明在早于所述第一预定时间的第二预定时间电池的状态与参数、电池输入噪声、与测量电池输出变量的传感器相关的传感器噪声、电池状态与参数的不确定度、电池输入噪声的不确定度以及传感器噪声的不确定度。该方法还包括基于所述第一组被估计的提高的组合电池状态参数向量确定第二组预计的组合电池状态-参数向量，所述第二组预计的组合电池状态-参数向量表明在第一预定时间电池的状态与参数，以及电池的状态与参数的不确定度。该方法还包括基于所述第一组被估计的提高的组合电池状态-参数向量以及所述第二组预计的组合电池状态-参数向量，确定第三组预计的电池输出向量，该第三组预计的电池输出向量表明至少一个在第一预定时间该电池的输出变量以及该输出变量的不确定度。该方法还包括确定具有至少一个电池输出变量测量值的第一电池输出向量。该方法还包括基于所述第二组预计的组合电池状态-参数向量、所述第三组预计的电池输出向量以及所述第一电池输出向量来确定第一被估计的组合电池状态-参数向量，所述状态-参数向量表明在第一预定时间该电池的状态以及参数。

根据另一种示例性实施方案，提供一种用于确定被估计的组合电池状态-参数向量的系统，所述向量表明电池在第一预定时间的状态与参数。该系统包括一个传感器，该传感器被配置以产生表明电池的一个输出变量的第一信号。该系统还包括一个可操作地与该传感器耦合的计算机。该计算机被配置以确定第一组被估计的提高的组合电池状态-参数向量，该向量表明在早于所述第一预定时间的第二预定时间电池的状态与参数、电池输入噪声、与该传感器相关的传感器噪声、电池状态与参数的不确定度、电池输入噪声的不确定度以及传感器噪声的不确定度。该计算机还被配置以基于所述第一组被估计的提高的组合电池状态-参数向量来确定第二组预计的组合电池状态-参数向量，该第二组预计的组合电池状态-参数向量表明在所述第一预定时间电池的状态及参数和电池状态及参数的不确定度。该计算机还被配置以基于所述第一组被估计的提高的组合电池状态-参数向量和第二组预计的组合电池状态-参数向量，来确定第三组预计的电池输出向量，该第三组预计的电池输出向量表明在第一预定时间该电池的至少一个输出变量以及该输出变量的不确定度。该计算机还被配置以基于所述第一信号来确定第一电池输出向量。该计算机还被配置以基于第二组预计的组合电池状态-参数向量、第三组预计的电池输出向量以及第一电池输出向量，来确定第一被估计的组合电池状态-参数向量，该第一被估计的组合电池状态参数向量表明在第一预定时间电池的状态及参数。

根据另一个示例性实施方案，提供一种制造物品。该制造物品包括一个其中编写了一个计算机程序的计算机存储介质，所述计算机程序用于确定一个被估计的组合电池状态-参数向量，该状态-参数向量表明在第一预定时间电池的状态及参数。所述计算机存储介质包括用于确定第一组被估计的提高的组合电池状态-参数向量的代码，所述向量表明在第一预定时间之前的第二预定时间该电池的状态及参数、电池输入噪声、与测量电池输出变量的传感器相关的传感器噪声、电池状态及参数的不确定度、电池输入噪声的不确定度以及传感器噪声的不确定度。该计算机存储介质还包括用于基于所述第一组被估计的提高的组合电池状态-参数向量来确定第二组预计的组合电池状态-参数向量的代码，该第二组预计的组合电池状态-参数向量表明在第一预定时间该电池的状态和参数以及该电池的状态及参数的不确定度。该计算机存储介质还包括用于基于所述第一组被估计的提高的组合电池状态-参数向量和第二组预计的组合电池状态-参数向量来确定第三组预计的电池输出向量的代码，所述第三组预计的电池输出向量表明在第一预定时间该电池的至少一个输出变量以及该输出变量的不确定度。该计算机存储介质还包括用于测量具有至少一个电池输出变量测量值的第一电池输出向量的代码。该计算机存储介质还包括用于基于所述第二组预计的组合电池状态-参数向量、第三组预计的电池输出向量以及第一电池输出向量来确定第一被估计的组合电池状态-参数向量的代码，所述第一被估计的组合电池状态-参数向量表明在第一预定时间该电池的状态及参数。

对于本领域技术人员来说，根据各实施方案的其他系统和/或方法通过阅读以下附图和详细说明变得或将变得明确。所有这些其他系统和方法处入本发明的范围内并通过所附的权利要求加以保护。

附图说明

图1是根据一个示例性实施方案用以确定被估计的组合电池状态-参数向量的系统示意图；

图2-5是根据另一个示例性实施方案用以确定被估计的组合电池状态-参数向量的方法流程图；并且

图6-9是根据另一个示例性实施方案用以确定被估计的组合电池状态-参数向量的方法流程图。

具体实施方式

参见图1，示出了用于确定被估计的组合电池状态-参数向量的系统10，所述状态-参数向量表明电池12的状态和参数。该电池12包括至少一个电池单元14。当然，电池12可包括多个其他电池单元。每个电池单元均可以是可充电电池单元或不可充电电池单元。此外，每个电池单元均可用具有本领域技术人员已知的电化学构造的一个阳极和一个阴极来组成。

在可充电电池组技术中，在某些应用中需要能够估计可描述电池组现状但无法直接测量的一些量。这些量中的一些可能变化很快，例如电池组充电状态(SOC)，其可能在数分钟内在其整个范围内变化。其他一些量可能变化很慢，例如电池单元容量，其在正常使用的十年或更长时间中发生的变化可低至20％。变化较快的量包括系统“状态”，变化较慢的量包括系统的随时间变化的“参数”。

对于电池系统，特别是需要在不损害电池寿命的情况下尽可能长时间运行的电池系统，例如混合电动车(HEV)、电动汽车(BEV)、笔记本电脑电池、便携式工具电池组等，希望能够获得与缓慢变化的参数(例如总容量)相关的信息以确定电池组健康状况，并帮助进行其他计算，包括对充电状态(SOC)的计算。一些示例性参数包括但不限于：电池容量、电阻、极化电压时间常数、极化电压混合因子(polarizationvoltage blending factor)、滞后混合因子、滞后速率常数、效率因子(efficiency factor)等。

输入变量定义为在特定时间的电池输入信号值。例如，输入变量可包括进入电池的电流以及电池的温度。输出变量定义为在特定时间的电池输出信号值。例如，输出变量可包括电池的输出电压和电池压力。

系统10包括一个或多个电压传感器20、一个负载电路26和一个计算单元例如计算机28，还可包括一个或多个温度传感器22，以及一个电流传感器24。

提供电压传感器20以生成第一输出信号，所述第一输出信号表明电池12的一个或多个电池单元产生的电压。所述电压传感器20在计算机28的I/O接口46和电池12之间电耦合。电压传感器20将所述第一输出信号传递至计算机28。为清楚说明，本文中只描述一个电压传感器。然而，应认识到在系统10的另一实施方案中，系统10中使用了多个电压传感器(例如每个电池单元使用一个电压传感器)。

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明电池12的一个或多个温度。所述温度传感器22置于电池12附近并与计算机28的I/O接口46电耦合。所述温度传感器22将第二输出信号传递至计算机28。为清楚说明，本文中只描述一个温度传感器。然而，应认识到在系统10的另一实施方案中，系统10中使用了多个温度传感器(例如每个电池单元使用一个温度传感器)。

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明电池12的电池单元流出的电流。电流传感器24在电池12和负载电路26之间电耦合。电流传感器24还与计算机28的I/O接口46电耦合。电流传感器24将第三输出信号传递至计算机28。

负载电路26与电流传感器24电耦合，并接纳来自电池12的电流。负载电路26包括能够与电池12电耦合的任何电气设备。

提供计算机28以确定被估计的组合电池状态-参数向量，该向量表明电池12的状态和参数，这将在下文中更加详细地解释。计算机28包括一个中央处理器(CPU)40、一个只读存储器(ROM)44、一个非永久性存储器例如随机存储器(RAM)45和一个输入/输出(I/O)接口46。CPU 40可操作地与ROM 44、RAM 45和I/O接口46连接。CPU 40包括一个时钟42。包括ROM 44和RAM 46在内的计算机可读介质可通过使用一些已知存储设备例如PROM、EPROM、EEPROM、闪存中的任何一种或任何其他能够储存数据的电、磁、光或混合存储设备而实现，这些设备中的一些具有CPU 40使用的可执行命令。

为了能够理解，对以下方法的方程中使用的符号进行说明。音调(circumflex)符号表示估计的或预计的量(例如

表示真实量x的估计值)。上标“-”表示先验估计值(即根据以往数据对一个量的当前数值进行的预计)。上标“+”表示后验估计值(例如

是根据直到并且包括时间k时所收集的所有测量结果得到的真实量x在时间下标k处的估计值)。否定号表示估计量的误差(例如 ${\tilde{x}}_k^{-}=x_k-{\hat{x}}_k^{-}$ 和 ${\tilde{x}}_k^{+}=x_k-{\hat{x}}_k^{+}$ )。符号∑_xy＝E[xy^T]表示下标中的变量相关或交叉相关(本申请中所述量是零均值(zero-mean)，因此相关性与协方差相同)。符号∑_x表示的量与∑_xx相同。上标“T”是矩阵/向量转置算符。

在对用于确定与电池12相关的电池参数向量的算法进行详细讨论之前，先进行一般性概述。

一个电池状态向量可包括例如与电池12相关的充电状态(SOC)值、滞后电压或极化电压。SOC值是选自0-100％的一个数值，其表明电池12可用于做功的现有可用容量。

本方法中使用电池单元行为的数学模型来计算电池12的状态向量的估计值。假定电池单元动力学的数学模型是已知的，并且可使用包括一个状态方程和一个输出方程的不连续时间的状态-空间模型来表达，如下所述。

用于确定电池12的状态向量的状态方程如下：x_k＝f(x_k-1，u_k1，w_k-1，k-1)，其中，

x_k是电池12在时间下标k时的状态向量；

u_k是一个表示已知的/确定的电池12输入量的变量；

w_k是模拟某些影响系统状态的未测量输入量的电池输入噪声向量；并且

f(x_k-1，u_k-1，w_k-1，k-1)是状态转变函数。

使用以下方程确定电池12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；并且

v_k是在无存储模式(memory-less mode)下影响电池12的输出量的测量、但不影响电池12的状态向量的传感器噪声。

系统状态x_k至少包括预计目前输出所需的最少量信息以及目前的输入和电池的数学模型。对于电池单元14，状态可包括：例如SOC、相对于不同时间常数的极化电压水平，以及滞后水平。系统外来输入u_k至少包括目前电池单元电流i_k，还可任选包括电池单元温度(除非温度变化本身在状态中被模拟)。系统参数θ_k是随时间缓慢变化的数值，其变化的方式使得其无法通过已知的测得的系统输入与输出直接确定。这些参数可包括但不限于：电池单元容量、电阻、极化电压时间常数、极化电压混合因子、滞后混合因子、滞后速率常数、效率因子等。模型输出y_k对应于物理可测的电池单元的量或那些至少可由测得的量直接计算出的量，例如负载时的电池电压。

还使用了参数动力学的数学模型。一个示例性的模型具有以下形式：

θ_k+1＝θ_k+r_k

d_k＝g(x_k，u_k，θ_k)+e_k.

第一个方程表明参数θ_k最初是恒定的，但其随时间缓慢变化，在这种情况下，通过一个用r_k表示的“噪声”过程来模拟。“输出”d_k是用g(·，·，·)模拟的最优参数动力学与一定的估计误差e_k之和的函数。最优参数动力学g(·，·，·)是系统状态x_k、外来输入u_k和一系列时间变化参数θ_k的函数。

参见图2-5，解释了根据一种示例性实施方案的用于确定被估计的组合电池状态-参数向量的方法，所述向量表明电池12的状态和参数。该方法可通过使用由控制器28执行的软件算法来完成。该软件算法存储在ROM 44或RAM 45或本领域技术人员已知的其他计算机可读介质中。

在步骤60中，计算机28产生一个电池输入向量u_k，该向量具有至少一个在第一预定时间获得的电池输入变量测量值。

在步骤62中，计算机28产生一个电池输出向量y_k，该向量具有至少一个在第一预定时间获得的电池输出变量测量值。

在步骤64中，计算机28确定被估计的提高的(augmented)组合电池状态-参数向量

该向量表明在早于第一预定时间的第二预定时间的电池12的状态及参数，使用以下方程： ${\hat{X}}_{k-1}^{a,+}={[{\left({\hat{X}}_{k-1}^{+}\right),}^T{\left(E\left[W_{k-1}\right]\right)}^T,{\left(E\left[v_{k-1}\right]\right)}^T]}^T,$ 其中

对应于被估计的组合电池状态-参数向量，该向量表明在第二预定时间的电池12的状态及电池12的参数；

E[W_k-1]对应于第二预定时间的组合电池状态-参数输入噪声向量的预期值；

E[v_k-1]对应于第二预定时间的传感器噪声向量的预期值；并且

T为矩阵/向量转置算符。

在步骤66中，计算机28确定与被估计的提高的组合电池状态-参数向量相关的被估计的提高的组合电池状态-参数向量协方差矩阵

使用以下方程：

${\mathrm{\Σ}}_{\tilde{X},k-1}^{a,+}=\mathrm{diag}({\mathrm{\Σ}}_{\tilde{X},k-1}^{+},{\mathrm{\Σ}}_W{,\mathrm{\Σ}}_v).,$ 其中

对应于与第二预定时间的被估计的组合电池状态-参数向量相关的被估计的组合电池状态-参数向量协方差矩阵；

∑_W对应于与组合电池状态-参数输入噪声向量相关的协方差矩阵；

∑_v对应于与传感器噪声向量相关的协方差矩阵；并且

diag()是将其输入自变量组成一个块对角矩阵的函数。

在步骤68中，计算机28确定一组被估计的提高的组合电池的状态-参数向量x_k-1，^a，+每个该向量表明在第二预定时间的电池12的状态和参数，使用以下方程： ${\mathrm{\χ}}_{k-1}^{a,+}=\{{\hat{X}}_{k-1}^{a+},{\hat{X}}_{k-1}^{a,+}+\mathrm{\γ}\sqrt{{\mathrm{\Σ}}_{\tilde{X},k-1}^{a,+}},{\hat{X}}_{k-1}^{a,+}-\mathrm{\γ}\sqrt{{\mathrm{\Σ}}_{\tilde{X},k-1}^{a,+}}\}$

其中，

对应于

的Cholesky矩阵平方根；并且

γ对应于一个常数。

在步骤70中，计算机28确定一组预计的组合电池的状态-参数向量x_k ^x，-，每个该向量表明在第一预定时间的电池12的状态和参数，使用以下方程：

其中

x_k，i ^X，-对应于组x_k ^X，-中的第i个元素；

u_k-1对应于第二预定时间的电池输入向量；

x_k-1，i ^X，+对应于从组x_k-1 ^a，+的第i个元素提取的一个被估计的组合电池状态-参数向量；

x_k-1，i ^W，+对应于从组x_k-1 ^a，+的第i个元素提取的一个被估计的组合电池状态-参数输入噪声向量；

对应于模拟组合状态-参数向量的动力学的一个方程；并且

k-1对应于第二预定时间。

在步骤72中，计算机28确定一组预计的电池输出向量每个所述向量都表明在第一预定时间的电池12的输出，使用以下方程：

其中

对应于该组向量

中的第i个；

x_k-1，i ^v，+对应于从组x_k-1 ^a，+的第i个元素中提取的单个被估计的传感器噪声向量；并且

k对应于第一预定时间。

在步骤74中，计算机28通过计算所述一组预计的组合电池状态-参数向量x_k ^X，-的加权平均值从而确定第一预定时间的一个预计的组合电池状态-参数向量

使用以下方程： ${\hat{X}}_k^{-}={\mathrm{\Σ}}_{i=0}^p{\mathrm{\α}}_i^{\left(m\right)}{\mathrm{\χ}}_{k,i}^{X,-}$ 其中，

α_i ^(m)对应于一系列常数；并且

p对应于组x_k ^X，-的元素个数减1。

在步骤76中，计算机28确定预计的组合电池状态-参数向量协方差矩阵

使用以下方程：

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

其中，α_i ^(c)对应于一系列常数。

在步骤78中，计算机28确定预计的电池输出向量

该向量表明在第一预定时间的电池的输出，使用以下方程：

在步骤80中，计算机28确定预计的电池输出向量协方差矩阵

使用以下方程：

在步骤82中，计算机28确定预计的互协方差矩阵

使用以下方程：

在步骤84中，计算机28确定增益矩阵L_k，使用以下方程： $L_k={\mathrm{\Σ}}_{\tilde{X}\tilde{y},k}^{-}{\mathrm{\Σ}}_{\tilde{y},k}^{-1}.$

在步骤86中，计算机28确定一个被估计的组合电池状态-参数向量

该向量表明电池12在第一预定时间的状态和参数，使用以下方程：

${\hat{X}}_k^{+}={\hat{X}}_k^{-}+L_k[y_k-{\hat{y}}_k].$

在步骤88中，计算机28确定一个与所述被估计的组合电池状态-参数向量相关的被估计的组合电池状态-参数向量协方差矩阵

使用以下方程：

${\mathrm{\Σ}}_{\tilde{X},k}^{+}={\mathrm{\Σ}}_{\tilde{X},k}^{-}-L_k{\mathrm{\Σ}}_{\tilde{y},k}{L}_k^T.$

在步骤90中，计算机28选择新的第一和第二预定时间。在步骤90之后，该方法返回至步骤60。

参见图6-9，现解释根据另一种示例性实施方案的用于确定一个被估计的组合电池状态-参数向量的方法，所述向量表明电池12的状态及参数。所述方法可通过使用由控制器28执行的软件算法而实现。该软件算法存储在ROM 44或RAM 45或本领域技术人员已知的其他计算机可读介质中。

在步骤100中，计算机28产生一个电池输入向量u_k，该向量具有至少一个在第一预定时间获得的电池输入变量测量值。

在步骤101中，计算机28产生一个电池输出向量y_k，该向量具有至少一个在第一预定时间获得的电池输出变量测量值。

在步骤102中，计算机28确定被估计的提高的组合电池状态-参数向量

该向量表明在早于第一预定时间的第二预定时间的电池12的状态及电池12的参数，使用以下方程：

${\hat{X}}_{k-1}^{a,+}={[{\left({\hat{X}}_{k-1}^{+}\right),}^T{\left(E\left[W_{k-1}\right]\right)}^T,{\left(E\left[v_{k-1}\right]\right)}^T]}^T,$ 其中

对应于被估计的组合电池状态-参数向量，该向量表明在第二预定时间的电池12状态及电池12的参数；

E[W_k-1]对应于第二预定时间的组合电池状态-参数输入噪声向量的预期值；

E[v_k-1]对应于第二预定时间的传感器噪声向量的预期值；并且

T为矩阵/向量转置算符。

在步骤104中，计算机28确定与被估计的提高的组合电池状态-参数向量相关的被估计的提高的组合电池状态-参数向量平方根协方差矩阵

使用以下方程：

$S_{\tilde{X},k-1}^{a,+}=\mathrm{diag}(S_{\tilde{X},k-1}^{+},{S_W,S}_v).,$ 其中

对应于与第二预定时间的被估计的组合电池状态-参数向量相关的被估计的组合电池状态-参数向量平方根协方差矩阵；

S_W对应于与组合电池状态-参数输入噪声向量相关的平方根协方差矩阵；

S_v对应于与传感器噪声向量相关的平方根协方差矩阵；并且

diag()是将其输入自变量组成一个块对角矩阵的函数。

在步骤106中，计算机28确定一组被估计的提高的组合电池状态-参数向量x_k-1 ^a，+，每个该向量表明在第二预定时间的电池12的状态和参数，使用以下方程：

${\mathrm{\χ}}_{k-1}^{a,+}=\{{\hat{X}}_{k-1}^{a,+},{\hat{X}}_{k-1}^{a,+}+\mathrm{\γ}{S}_{\hat{X},k-1}^{a,+},{\hat{X}}_{k-1}^{a,+}-\mathrm{\γ}{S}_{\hat{X},k-1}^{a,+}\}$ 其中，

γ对应于一个常数。

在步骤108中，计算机28确定一组预计的组合电池状态-参数向量x_k ^X，-，每个该向量表明在第一预定时间的电池12的状态和参数，使用以下方程：

其中

x_k，i ^X，-对应于组x_k ^X，-中的第i个元素；

u_k-1对应于第二预定时间的电池输入向量；

x^k-1，iX，+对应于从组x_k-1 ^a，+的第i个元素提取的被估计的组合电池状态-参数向量；

x_k-1，i ^W，+对应于从组x_k-1 ^a，+的第i个元素提取的被估计的组合电池状态-参数输入噪声向量；

对应于模拟组合状态-参数向量的动力学的一个方程；并且

k-1对应于第二预定时间。

在步骤110，计算机28确定一组预计的电池输出向量

每个所述向量都表明在第一预定时间的电池12的输出，使用以下方程：

其中

对应于该组向量

中的第i个元素；

x_k-1，i ^v，+对应于从组x_k-1 ^a，+的第i个元素中提取的单个被估计的传感器噪声向量；并且

k对应于第一预定时间。

在步骤112中，计算机28通过计算所述一组预计的组合电池状态-参数向量x_k ^X，-的加权平均值从而确定第一预定时间的预计的组合电池状态-参数向量

使用以下方程： ${\hat{X}}_k^{-}={\mathrm{\Σ}}_{i=0}^p{\mathrm{\α}}_i^{\left(m\right)}{\mathrm{\χ}}_{k,i}^{X,-}$ 其中，

α_i ^(m)对应于一系列常数；并且

p对应于组x_k ^X，-的元素个数减1。

在步骤114中，计算机28确定预计的组合电池状态-参数向量平方根协方差矩阵

，使用以下方程：

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

其中，α_i ^(c)对应于一系列常数，并且

qr{}是计算输入自变量的Q-R矩阵分解并返回R矩阵的上三角部分的函数。

在步骤116中，计算机28确定预计的电池输出向量

该向量表明在第一预定时间的电池12的输出，使用以下方程：

在步骤118中，计算机28确定预计的电池输出向量平方根协方差矩阵

使用以下方程：

在步骤120中，计算机28确定预计的互协方差矩阵

使用以下方程：

在步骤122中，计算机28确定增益矩阵L_k，使用以下方程： $L_k={\mathrm{\Σ}}_{\tilde{x}\tilde{y},k}^{-}{\left(S_{\tilde{y},k}^T{S}_{\tilde{y},k}\right)}^{-1}$

在步骤124中，计算机28确定一个被估计的组合电池状态-参数向量

该向量表明电池12在第一预定时间的状态和参数，使用以下方程：

${\hat{X}}_k^{+}={\hat{X}}_k^{-}+L_k[y_k-{\hat{y}}_k].$

在步骤126中，计算机28确定一个与所述被估计的组合电池状态-参数向量相关的被估计的组合电池状态-参数向量平方根协方差矩阵

使用以下方程：

$S_{\tilde{X},k}^{+}=\mathrm{downdate}\{S_{\tilde{X},k}^{-},L_k{S}_{\tilde{y},k}\},$ 其中，

downdate{}计算使用其第二自变量对其第一自变量进行的矩阵降级(downdate)操作。

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，该方法返回至步骤100。

工业实用性

用于确定表明电池12状态及参数的估计的组合电池状态-参数向量的系统、方法和制造物品具有优于其他系统和方法的显著优点。具体而言，所述系统、方法和制造物品提供了更准确地确定具有非线性工作特性的电池的组合电池状态-参数向量的技术效果。

上述方法可体现为有形介质形式的含有指令的计算机程序代码，所述有形介质例如软盘、CD ROM、硬盘或其他的计算机可读存储介质，其中，当所述计算机程序被装入计算机或被计算机执行时，该计算机成为实施本发明的一个设备。上述方法也可体现为计算机代码，所述计算机代码例如存储于存储介质中、装在计算机中和/或被计算机执行，或通过某些传输介质例如电线或电缆、光纤或电磁辐射而被传输，其中当所述计算机程序代码被装入计算机或被计算机执行时，所述计算机成为实施本发明的一个设备。当在一个通用微处理器上运行时，该计算机程序代码片断使该微处理器生成特定的逻辑电路。

尽管本发明参照示例性的实施方案进行说明，但本领域技术人员可认识到可在不偏离本发明范围的情况下进行各种改变并且可使用等价元素对其中的元素进行替换。此外，可在不偏离本发明范围的情况下对本发明的教导进行多种改进以适应具体条件。因此，本发明不希望限制于所公开的用于实施本发明的实施方案，而是包括落入权利要求范围的所有实施方案。此外，所使用的术语第一、第二等不表示任何重要性上的顺序，而是用于将元素彼此区分。

Claims (16)

1.一种用于确定被估计的组合电池状态-参数向量的方法，该向量表明电池在第一预定时间的状态与参数，所述方法包括：

确定第一组被估计的提高的组合电池状态-参数向量，该向量表明在早于所述第一预定时间的第二预定时间电池的状态与参数、电池输入噪声、与测量电池输出变量的传感器相关的传感器噪声、电池的状态与参数的不确定度、电池输入噪声的不确定度以及传感器噪声的不确定度；

基于所述第一组被估计的提高的组合电池状态-参数向量确定第二组预计的组合电池状态-参数向量，所述第二组预计的组合电池状态-参数向量表明在第一预定时间电池的状态与参数，以及电池的状态与参数的不确定度；

基于所述第一组被估计的提高的组合电池状态-参数向量以及所述第二组预计的组合电池状态-参数向量，确定第三组预计的电池输出向量，该第三组预计的电池输出向量表明在第一预定时间该电池的至少一个输出变量以及该输出变量的不确定度；

确定具有至少一个电池输出变量测量值的第一电池输出向量；

基于所述第二组预计的组合电池状态-参数向量、所述第三组预计的电池输出向量以及所述第一电池输出向量来确定第一被估计的组合电池状态-参数向量，所述第一被估计的组合电池状态-参数向量表明在第一预定时间该电池的状态以及参数；

其中确定所述第一被估计的组合电池状态-参数向量包括：

基于所述第二组预计的组合电池状态-参数向量，来确定第一预计的组合电池状态-参数向量，所述第一预计的组合电池状态-参数向量表明在第一预定时间电池的状态和参数；

基于所述第三组预计的输出向量，来确定第一预计的电池输出向量，所述第一预计的电池输出向量表明电池的至少一个输出变量；

基于所述第一预计的组合电池状态-参数向量、第一预计的电池输出向量、第二组预计的组合电池状态-参数向量以及第三组预计的电池输出向量来确定一个增益矩阵；以及

基于所述第一预计的组合电池状态-参数向量、第一预计的电池输出向量、增益矩阵以及第一电池输出向量来计算所述第一被估计的组合电池状态-参数向量。

2.权利要求1的方法，其中确定所述第一组被估计的提高的组合电池状态-参数向量包括：

从存储器中找到表明在第二预定时间的电池状态和参数的一个被估计的组合电池状态-参数向量；

基于所述被估计的组合电池状态-参数向量、一个预期的组合电池状态-参数输入噪声向量以及一个预期的传感器噪声向量，来确定第一被估计的提高的组合电池状态-参数向量，所述第一被估计的提高的组合电池状态-参数向量表明在第二预定时间的电池状态及参数、电池输入噪声和传感器噪声；

从存储器中找到一个被估计的组合电池状态-参数向量协方差矩阵，该矩阵表明在第二预定时间的电池状态和参数的不确定度；

基于所述被估计的组合电池状态-参数向量协方差矩阵、一个表明电池输入噪声的不确定度的协方差矩阵和一个表明传感器噪声的不确定度的协方差矩阵，来确定第一被估计的提高的组合电池状态-参数向量协方差矩阵；以及

基于所述第一被估计的提高的组合电池状态-参数向量和所述第一被估计的提高的组合电池状态-参数向量协方差矩阵，来确定所述第一组被估计的提高的组合电池状态-参数向量。

3.权利要求2的方法，其中确定所述第一组被估计的提高的组合电池状态-参数向量包括：

令所述第一组被估计的提高的组合电池状态-参数向量的一个元素等于所述第一被估计的提高的组合电池状态-参数向量；

令所述第一组被估计的提高的组合电池状态-参数向量的另一第一系列L个元素等于所述第一被估计的提高的组合电池状态-参数向量加上一个常数乘以从所述第一被估计的提高的组合电池状态-参数向量协方差矩阵的矩阵平方根提取出的各个列，其中L是所述第一被估计的提高的组合电池状态-参数向量的长度；并且

令所述第一组被估计的提高的组合电池状态-参数向量的另一第二系列L个元素等于所述第一被估计的提高的组合电池状态-参数向量减去一个常数乘以从所述第一被估计的提高的组合电池状态-参数向量协方差矩阵的矩阵平方根提取出的各个列。

4.权利要求1的方法，其中确定所述第一组被估计的提高的组合电池-状态向量包括：

从存储器中找到一个被估计的组合电池状态-参数向量，该向量表明在第二预定时间所述电池的状态和参数；

基于所述被估计的组合电池状态-参数向量、一个预期的组合电池状态-参数输入噪声向量和一个预期的传感器噪声向量，来确定第一被估计的提高的组合电池状态-参数向量，所述第一被估计的提高的组合电池状态-参数向量表明在第二预定时间电池的状态和参数、电池输入噪声和传感器噪声；

从存储器中找到一个被估计的组合电池状态-参数向量平方根协方差矩阵，该矩阵表明在第二预定时间电池的状态和参数的不确定度；

基于所述被估计的组合电池状态-参数向量平方根协方差矩阵、一个表明电池输入噪声的不确定度的协方差矩阵和一个表明传感器噪声的不确定度的协方差矩阵，来确定第一被估计的提高的组合电池状态-参数向量平方根协方差矩阵，所述第一被估计的提高的组合电池状态-参数向量平方根协方差矩阵表明电池的状态和参数的不确定度、电池的输入噪声以及传感器噪声；以及

基于所述第一被估计的提高的组合电池状态-参数向量和所述第一被估计的提高的组合电池状态-参数向量平方根协方差矩阵，来确定所述第一组被估计的提高的组合电池状态-参数向量。

5.权利要求4的方法，其中确定所述第一组被估计的提高的组合电池状态-参数向量包括：

令所述第一组被估计的提高的组合电池状态-参数向量的一个元素等于所述第一被估计的提高的组合电池状态-参数向量；

令所述第一组被估计的提高的组合电池状态-参数向量的另一第一系列L个元素等于所述第一被估计的提高的组合电池状态-参数向量加上一个常数乘以从所述被估计的提高的组合电池状态-参数向量平方根协方差矩阵中提取出的各个列，其中L是所述被估计的提高的组合电池状态-参数向量的长度；并且

令所述第一组被估计的提高的组合电池状态-参数向量的另一第二系列L个元素等于所述第一被估计的提高的组合电池状态-参数向量减去一个常数乘以从所述第一被估计的提高的组合电池状态-参数向量平方根协方差矩阵中提取出的各个列。

6.权利要求1的方法，其中确定所述第二组预计的组合电池状态-参数向量包括：

从所述第一组被估计的提高的组合电池状态-参数向量中提取出表明在第二预定时间电池的状态及参数以及电池的状态及参数的不确定度的数值，从而获得第四组被估计的组合电池状态-参数向量；

从所述第一组被估计的提高的组合电池状态-参数向量中提取出表明在第二预定时间电池输入噪声以及电池输入噪声的不确定度的数值，从而获得第五组被估计的组合电池状态-参数输入噪声向量；

生成具有至少一个在第二预定时间的电池输入变量测量值的第一电池输入向量；并且

基于所述第四组预计的组合电池状态-参数向量、第五组预计的组合电池状态-参数输入噪声向量以及第一电池输入向量，来确定所述第二组预计的组合电池状态-参数向量。

7.权利要求1的方法，其中确定所述第三组预计的电池输出向量包括：

从所述第一组被估计的提高的组合电池状态-参数向量中提取出表明在第二预定时间传感器噪声和传感器噪声不确定度的数值，从而获得第四组被估计的传感器噪声向量；

生成具有至少一个在第一预定时间的电池输入变量测量值的第一电池输入向量；并且

基于所述第二组预计的组合电池状态-参数向量、第一电池输入向量以及第四组被估计的传感器噪声向量，来确定所述第三组预计的电池输出向量。

8.权利要求1的方法，其中确定所述第一预计的组合电池状态-参数向量的确定包括计算所述第二组预计的组合电池状态-参数向量的加权平均值。

9.权利要求1的方法，其中确定所述第一预计的电池输出向量包括计算所述第三组预计的电池输出向量的加权平均值。

10.权利要求1的方法，其中确定所述增益矩阵包括：

基于所述第一预计的电池输出向量和第三组预计的电池输出向量来确定第一预计的电池输出向量协方差矩阵；

基于所述第一预计的电池输出向量、第三组预计的电池输出向量、第一预计的组合电池状态-参数向量以及第二组预计的组合电池状态-参数向量，来确定电池输出向量与组合电池状态-参数向量之间的第一预计的互协方差矩阵；以及

基于所述第一预计的互协方差矩阵和第一预计的电池输出向量协方差矩阵来计算所述增益矩阵。

11.权利要求10的方法，其中确定所述第一预计的电池输出向量协方差矩阵包括：

基于所述第一预计的电池输出向量以及第三组预计的电池输出向量来确定第一预计的电池输出向量平方根协方差矩阵；以及

基于所述第一预计的电池输出向量平方根协方差矩阵以及第一预计的电池输出向量平方根协方差矩阵来计算所述第一预计的电池输出向量协方差矩阵。

12.权利要求1的方法，其中计算所述第一被估计的组合电池状态-参数向量包括：

基于所述第一电池输出向量以及第一预计的电池输出向量来确定一个创新向量；

基于所述增益矩阵和所述创新向量，来确定一个更新向量；以及

基于所述预计的组合电池状态-参数向量和更新向量，来计算所述第一被估计的组合电池状态-参数向量。

13.权利要求1的方法，还包括基于所述第一预计的组合电池状态-参数向量、第二组预计的组合电池状态-参数向量、增益矩阵以及第一预计的电池输出向量协方差矩阵，来确定在第一预定时间的一个被估计的组合电池状态-参数向量协方差矩阵。

14.权利要求1的方法，还包括基于所述第一预计的组合电池状态-参数向量、第二组预计的组合电池状态-参数向量、增益矩阵以及一个预计的电池输出向量平方根协方差矩阵，来确定在第一预定时间的一个被估计的组合电池状态-参数向量平方根协方差矩阵。

15.一种用于确定被估计的组合电池状态-参数向量的系统，所述向量表明电池在第一预定时间的状态与参数，该系统包括：

一个传感器，该传感器产生表明电池的一个输出变量的第一信号；以及

一个可操作地与该传感器耦合的计算机，该计算机被配置以确定第一组被估计的提高的组合电池状态-参数向量，该向量表明在早于所述第一预定时间的第二预定时间电池的状态与参数、电池输入噪声、与该传感器相关的传感器噪声、电池状态与参数的不确定度、电池输入噪声的不确定度以及传感器噪声的不确定度；该计算机还被配置以基于所述第一组被估计的提高的组合电池状态-参数向量来确定第二组预计的组合电池状态-参数向量，该第二组预计的组合电池状态-参数向量表明在所述第一预定时间电池的状态及参数和电池状态及参数的不确定度；该计算机还被配置以基于所述第一组被估计的提高的组合电池状态-参数向量和第二组预计的组合电池状态-参数向量，来确定第三组预计的电池输出向量，该第三组预计的电池输出向量表明至少一个在第一预定时间该电池的输出变量以及该输出变量的不确定度；该计算机还被配置以基于所述第一信号来确定第一电池输出向量；该计算机还被配置以基于第二组预计的组合电池状态-参数向量、第三组预计的电池输出向量以及第一电池输出向量，来确定第一被估计的组合电池状态-参数向量，该第一被估计的组合电池状态-参数向量表明在第一预定时间电池的状态及参数，

其中所述计算机还被配置以基于所述第二组预计的组合电池状态-参数向量来确定第一预计的组合电池状态-参数向量，所述第一预计的组合电池状态-参数向量表明在第一预定时间电池的状态及参数，该计算机还被配置以基于所述第三组预计的输出向量来确定第一预计的电池输出向量，所述第一预计的电池输出向量表明第一预定时间电池的至少一个输出变量，所述计算机还被配置以基于所述第一预计的组合电池状态-参数向量、第一预计的电池输出向量、第二组预计的组合电池状态-参数向量以及第三组预计的电池输出向量来确定一个增益矩阵；该计算机还被配置以基于所述第一预计的组合电池状态-参数向量、第一预计的电池输出向量、增益矩阵和第一电池输出向量来计算所述第一被估计的组合电池状态-参数向量。

16.权利要求15的系统，其中所述计算机还被配置以从存储器中找到表明在第二预定时间的电池状态和参数的一个被估计的组合电池状态-参数向量；所述计算机还被配置以基于所述被估计的组合电池状态-参数向量、一个预期的组合电池状态-参数输入噪声向量以及一个预期的传感器噪声向量，来确定第一被估计的提高的组合电池状态-参数向量，所述第一被估计的提高的组合电池状态-参数向量表明在第二预定时间的电池状态及参数、电池输入噪声和传感器噪声；所述计算机还被配置以从存储器中找到一个被估计的组合电池状态-参数向量协方差矩阵，该矩阵表明在第二预定时间的电池状态和参数的不确定度；所述计算机还被配置以基于所述被估计的组合电池状态-参数向量协方差矩阵、一个表明电池输入噪声的不确定度的协方差矩阵和一个表明传感器噪声的不确定度的协方差矩阵，来确定第一被估计的提高的组合电池状态-参数向量协方差矩阵，该矩阵表明电池状态和参数的不确定度、电池输入噪声以及传感器噪声；所述计算机还被配置以基于所述第一被估计的提高的组合电池状态-参数向量和所述第一被估计的提高的组合电池状态-参数向量协方差矩阵，来确定所述第一组被估计的提高的组合电池状态-参数向量。

Images