CN102455411A - 自适应的缓慢变化电流检测 - Google Patents

自适应的缓慢变化电流检测 Download PDF

Info

Publication number
CN102455411A
CN102455411A CN2011103203019A CN201110320301A CN102455411A CN 102455411 A CN102455411 A CN 102455411A CN 2011103203019 A CN2011103203019 A CN 2011103203019A CN 201110320301 A CN201110320301 A CN 201110320301A CN 102455411 A CN102455411 A CN 102455411A
Authority
CN
China
Prior art keywords
electric current
battery
moving average
current
sampling time
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
CN2011103203019A
Other languages
English (en)
Other versions
CN102455411B (zh
Inventor
J.林
X.唐
B.J.科赫
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.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
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 GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN102455411A publication Critical patent/CN102455411A/zh
Application granted granted Critical
Publication of CN102455411B publication Critical patent/CN102455411B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3828—Arrangements for monitoring battery or accumulator variables, e.g. SoC using current integration
    • G01R31/3832—Arrangements for monitoring battery or accumulator variables, e.g. SoC using current integration without measurement of battery voltage
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)

Abstract

一种用于确定车载估计程序-例如递归的最小二乘方回归程序是否能有效地计算电池的充电状态的系统和方法。所述方法包括限定当前采样时间和先前采样时间并且测量电池电流。所述方法随后计算测得电流的变化移动平均值以及电流变化率的指数，所述电流变化率的指数是通过使用测得电流和来自先前采样时间的计算出的移动平均值对电流变化移动平均值的绝对值求平均数而确定的。所述方法随后确定电流变化指数是否大于预定阈值，如果大于，则通过车载估计程序产生的电池充电状态的估计是有效的。

Description

自适应的缓慢变化电流检测
技术领域
本发明总体上涉及一种用于估计电池充电状态(SOC)的系统和方法，更具体地涉及一种用于估计电池SOC的系统和方法，所述方法包括计算电流变化指数从而确定电池电流是否含有足够的激励以便车载实时估计算法-例如递归的最小二乘方(RLS)回归算法可提供SOC的准确估计。
背景技术
电动车辆变得越来越流行。这些车辆包括混合动力车辆-例如增程式电动车辆(EREV)以及纯电动车辆-例如电池电动车辆(BEV)，所述增程式电动车辆(EREV)将电池与主动力源-例如内燃发动机、燃料电池系统等相结合。所有这些类型的电动车辆都采用包括多个电池单元的高压电池。这些电池可以是不同类型的电池-例如锂离子电池、镍金属氢化物电池、铅酸电池等。用于电动车辆的典型的高压电池可包括提供大约400伏电压的196个电池单元。所述高压电池可包括单独的电池模块，其中每个电池模块都可包括一定数量的电池单元-例如12个电池单元。单独的电池单元可电串联联接、或者一系列电池单元可电并联联接，其中模块中的多个电池单元串联连接而每个模块电并联联接至其他模块。不同的车辆设计包括采用各种折衷方案和具体应用的优点的不同的电池设计。
电池在为电动车辆和混合动力车提供动力方面辆起到重要作用。电池控制和功率管理的有效性对车辆性能、燃料经济性、电池寿命以及乘客舒适性来说是必须的。对于电池控制和功率管理，电池的两种状态－即充电状态(SOC)和电池功率状态需要被预测、或估计，并且需要实时监测，因为在车辆运转期间所述充电状态和电池功率状态是不可测量的。电池充电状态和电池功率状态可以使用电池的等效电路模型来估计，所述电池的等效电路模型使用电池端电压和电流来限定电池开路电压(OCV)、电池欧姆电阻以及包括电阻和电容量的电阻电容对（RC pair）。因此，两种电池状态都必须从由电池端电压和电流估计出的电池参数来导出。一些电池状态估计算法已经在本领域中使用不同的方法被开发，并且某些已经在车辆中实施。
众所周知，电池动态特性通常是非线性的并且高度依赖于电池操作条件。然而对于车载电池参数估计来说，具有一些频率模式的线性模型可用于大约估计具体应用的电池的主要动态特性-例如功率预测或SOC估计。对于车载应用来说这主要是由于有限的计算能力和可用存储器。实际上，即使有极大的计算能力和存储器，在复杂模型中用尽可能多的频率模式也不能保证准确地估计所有的电池参数，因为信号激励、正常电池端电压和端电流是有限的。因此，只要对于具体应用来说模型不确定性引起的估计误差在可接受的范围内，将所有频率模式覆盖在一个模型中既不实用也不必要。
为了使存储器和计算成本最小化，简单的电池模型是优选的。另一方面，需要用不同的频率模式来确定不同应用的特征。例如，代表电池的高频电阻的特征的特征频率比表征电池功率变化的特征频率更高。具有有限频率模式的简单模型不可避免地引入误差和不确定性，因为所述简单模型不能充分覆盖各种应用的所有特征频率。
2007年10月4日提交的美国专利申请序号No.11／867,497现以公布号U.S.2009／0091299公开，标题为“用于确定电池充电状态的动态自适应方法”已转让给本发明的受让人并且在此通过引用并入本申请中，所述美国专利申请公开了一种使用四个电池参数－即电池开路电压(OCV)、欧姆电阻以及RC对的电阻和电容量来确定电池充电状态和电池功率。
一种用于估计电池SOC的公知技术是使用递归的最小二乘方(RLS)回归算法以便通过测量的电池电流I和电池电压V来估计电池开路电压VOC。线性公式被用于采用矩阵的RLS算法，所述矩阵需要有独立的几排数据以便求解所述公式。该数据是通过电池电流I来确定的，所述电池电流I需要从一个采样时间到下一个采样时间以不同速率变化以便得到公式的解。换句话说，如果电流没有随着时间的推移而显著地变化那么RLS算法将不能有效地确定电池SOC，因为从一个采样时间到下一个采样时间RLS计算中的公式是相同或几乎相同的。用另一种方式来说，回归的开路电压VOC的质量是输入参数激励的函数，其中更多的激励产生更优的电路电压输出。必须检测缺少激励的情况，以便低质量的输出不会用于SOC估计。用于确定电流是否以足够的不同速率变化的公知技术包括监测除零情形的回归运算，然而所述检测有时太慢而不能防止在所有状况下SOC准确性的不稳定性和损失。
当电池电流仅最低程度地变化时，线性公式的矩阵中的数值会提供解，但是不能保证该解是正确的，从而所述计算的准确性是不可接收的。由此，不能准确地确定所产生的电池SOC估计值。通常难于确定用于可接受的电池电流变化率的阈值应该是什么，低于所述阈值的电池SOC估计值将是不准确的。
当RLS算法不可用于给出准确的电池SOC时，所述RLS算法不被用于所述目的，而电池管理算法将使用不同的方法来计算电池SOC-例如库伦或电流积分。通常不期望使用库伦积分来排他地确定电池SOC，因为所述库伦积分必须具有用于积分的电池电流的准确历史，而通常在汽车应用中用于测量电池电流的电流传感器是不够准确的。由此，在不知道初始电流点的情况下，误差会被引入计算并且随着时间的推移而增大。
发明内容
根据本发明的教导，公开一种用于确定车载估计程序-例如递归的最小二乘方回归程序是否可有效地计算电池的充电状态的系统和方法。所述方法包括限定当前采样时间和先前采样时间并且测量电池电流。所述方法随后计算测得电流的变化移动平均值以及电流变化率的指数，所述电流变化率的指数是通过使用测得电流和来自先前采样时间的计算出的移动平均值对电流变化移动平均值的绝对值求平均值来确定的。所述方法随后确定电流变化指数是否大于预定阈值，如果大于，则由车载估计程序产生的电池充电状态的估计是有效的。
方案1.一种用于确定递归的最小二乘方程序是否可有效地用于计算电池的充电状态(SOC)的方法，所述方法包括：
限定当前采样时间和先前采样时间；
测量电池的电流；
计算后续采样时间的测得电流的电流变化移动平均值；
通过对后续采样时间的电流变化移动平均值的范数求平均值来计算电流变化指数；
确定所述电流变化指数是否大于预定阈值；以及
如果所述电流变化指数大于所述阈值，则使用递归的最小二乘方程序来估计电池充电状态。
方案2.如方案1所述的方法，其中计算测得的电流变化的移动平均值包括使用如下公式：
Figure 459327DEST_PATH_IMAGE001
其中Im是移动平均值的变化，a是预定系数，I(i)是当前采样时间的测得电流，I(i-1)是来自先前采样时间i-1的测得电流，并且Im(i-1)是来自先前采样时间的计算出的电流变化移动平均值。
方案3.如方案1所述的方法，其中计算电流变化指数包括使用如下公式：
Figure 472282DEST_PATH_IMAGE002
其中Ic是作为电流变化移动平均值的绝对值的移动平均值的电流变化指数，b是预定系数，并且Im是电流的变化移动平均值。
方案4.如方案1所述的方法，还包括：如果电流的变化移动平均值的移动平均值小于所述阈值，则使用库伦积分程序来确定电池充电状态。
方案5.如方案1所述的方法，其中所述电池是车辆电池。
方案6.如方案5所述的方法，其中所述车辆电池是锂离子电池。
方案7.一种用于确定递归的最小二乘方回归程序是否可有效地用于计算车辆电池的充电状态(SOC)的方法，所述方法包括：
限定当前采样时间和先前采样时间；
测量电池的电流；
计算后续采样时间的测得电流的电流变化移动平均值；
通过对后续采样时间的电流变化的移动平均值的范数求平均值来计算电流变化指数；
确定所述电流变化指数是否大于预定阈值；
如果所述电流变化指数大于所述阈值，则使用递归的最小二乘方程序来估计电池充电状态；以及
如果电流的变化移动平均值的移动平均值小于所述阈值，则使用库伦积分程序来确定电池充电状态。
方案8.如方案7所述的方法，其中计算测得电流的变化移动平均值包括使用如下公式：
Figure 354787DEST_PATH_IMAGE003
其中Im是移动平均值的变化，a是预定系数，I(i)是当前采样时间的测得电流，I(i-1)是来自先前采样时间i-1的测得电流，并且Im(i-1)是来自先前采样时间的计算出的电流变化移动平均值，并且其中计算电流变化指数包括使用如下公式：
 
Figure 769588DEST_PATH_IMAGE004
其中Ic是电流的变化移动平均值的移动平均值，b是预定系数，并且Im是电流的变化移动平均值。
方案9.如方案7所述的方法，其中所述车辆电池是锂离子电池。
方案10.一种用于确定递归的最小二乘方回归程序是否可有效地用于计算电池的充电状态（SOC）的系统，所述系统包括：
用于限定当前采样时间和先前采样时间的装置；
用于测量电池的电流的装置；
用于计算后续采样时间的测得电流的电流变化移动平均值的装置；
用于通过对后续采样时间的电流变化的移动平均值的范数求平均值来计算电流变化指数的装置；
用于确定所述电流变化指数是否大于预定阈值的装置；以及
如果所述电流变化指数大于所述阈值则使用递归的最小二乘方程序来估计电池充电状态的装置。
方案11.如方案10所述的系统，其中所述用于计算测得电流的变化移动平均值的装置使用如下公式：
Figure 712136DEST_PATH_IMAGE005
 
其中Im是移动平均值的变化，a是预定系数，I(i)是当前采样时间的测得电流，I(i-1)是来自先前采样时间i-1的测得电流，并且Im(i-1)是来自先前采样时间的计算出的电流变化移动平均值。
方案12.如方案10所述的系统，其中所述用于计算移动平均值的装置使用如下公式：
 
Figure 713853DEST_PATH_IMAGE006
其中Ic是电流的变化移动平均值的移动平均值，b是预定系数，并且Im是电流的变化移动平均值。
方案13.如方案10所述的系统，还包括如果电流的变化移动平均值的移动平均值小于所述阈值则使用库伦积分程序来确定电池充电状态的装置。
方案14.如方案10所述的系统，其中所述电池是车辆电池。
方案15.如方案14所述的系统，其中所述车辆电池是锂离子电池。
通过结合附图来参阅下面的描述和所附权利要求，本发明的附加特征将变得清楚。
附图说明
图1是包括电池和主动力源的混合动力车辆的简化平面图；
图2是示出了一种算法的操作的流程图，所述算法用于确定电池电流是否以足够快速的速率变化以便递归的最小二乘方算法可以准确地用于估计电池SOC；以及
图3是用于确定电池电流是否以足够的激励变化以便估计算法可以准确地确定电池SOC的系统的方框图。
具体实施方式
下面对涉及用于确定RLS算法是否可有效地用于估计电池SOC的系统和方法的、本发明的实施方式的论述本质上仅是示例性的，决非用于限制本发明、其应用或用途。例如，本发明特别适用于管理车辆电池。然而，如所属领域技术人员能够理解的，在此公开的技术将具有其他应用而非限于车辆应用。
图1是包括高压电池12和主动力源14的车辆10的简化平面图，其中所述车辆10旨在代表任何混合动力车辆-例如混合动力内燃发动机车辆、燃料电池系统车辆等。电池12可以是适于混合动力车辆的任何电池-例如铅酸电池、金属氢化物电池、锂离子电池等。车辆10还旨在代表任何仅采用电池作为动力源的纯电动车辆。车辆10包括控制器16，所述控制器16旨在代表动力的适当操作和控制所必需的所有控制模块和器件并且用于确定电池SOC和功率能力，所述动力由电池12和动力源14提供以便驱动车辆10、通过动力源14或再生制动为电池12充电。
图2是示出了一种算法的流程图20，该算法用于确定电池电流是否以足够的激励变化以便电池开路电压Voc可通过电池端电压和电流使用估计算法-例如RLS算法被准确地估计。在方框22处，该算法使用电流传感器(未示出)来测量电池电流，并且确定电流采样时间t。通过所述电流测量，该算法在方框24处使用下面的公式(1)来计算电流变化移动平均值Im。电流变化移动平均值Im是后续采样时间瞬间的电池电流变化的平均值：
Figure 134470DEST_PATH_IMAGE007
   (1)
其中a是预定系数，I(i)是当前采样时间t的测量电流，I(i-1)是来自先前采样时间i-1的测量电流，并且Im(i-1)是来自先前采样时间i-1的计算出的电流变化移动平均值。
电流变化移动平均值Im (i)随后用于在方框26处使用下面的公式(2)来确定电流变化率的指数Ic。指数Ic是后续采样时间瞬间的电流变化移动平均值Im的绝对值的平均值：
Figure 607039DEST_PATH_IMAGE008
  (2)
其中b是预定常数，并且Ic(i-1)是来自上一采样时间i-1的电流变化移动平均值Im的绝对值的移动平均值。应当指出，除绝对值之外的其他类型的范数函数（norm functions）也可用于公式2中例如：
Figure 782806DEST_PATH_IMAGE009
    (3)。
该算法随后在菱形决策框28处确定指数Ic是否高于预定的阈值，如果是，该算法在方框30处使用递归的最小二乘方(RLS)回归算法以公知的方式来估计电池SOC-例如以上面引用的申请U.S.2009／0091299299中公开的方式。电池开路电压Voc是使用RLS算法计算的，然后电池SOC是基于开路电压Voc和电池温度T通过查询表确定的。在此讨论的RLS算法采用端电压和电流的回归来估计开路电压(OCV)和欧姆电阻R-即高频电阻。电池SOC是随后基于OCV通过查询表确定的。OCV和欧姆电阻R上的电位被从端电压中减去。剩余的电压被进一步回归以获得其他电池参数。
在菱形决策框28处如果移动平均值Ic小于阈值，那么电池电流没有包含足够的激励，所述足够的激励用以提供用于RLS算法或其他估计算法的足够信息从而准确地估计Voc，随后库伦积分在方框32处被用于以公知的方式确定电池SOC。
图3是系统40的方框图，所述系统40确定RLS算法或其他估计算法是否将能够提供如上所述的准确的电池SOC。测量的电池电流I在线42上被供给至方框44，所述方框44通过公式(1)确定变化移动平均值Im。测量的电流I在方框46处被延迟一个采样时间t，而先前的电流变化移动平均值Im(i-1)通过延迟方框48被提供到方框44。方框44的输出在方框52处与来自方框50的常数相乘，从而提供用于当前采样时间t的电流变化移动平均值Im。
电流变化移动平均值Im的指数Ic是随后通过公式(2)计算的。在方框56处提供电流变化移动平均值Im的绝对值。常数b是由方框58提供的，而数值1是由方框62提供至方框60的，所述方框60确定数值(1-b)。在方框64处数值(1-b)与电流变化移动平均值Im的绝对值相乘，而由延迟方框66提供的延迟的移动平均值Im(i-1)与常数b在方框68处相乘。来自方框64和68的两个乘积随后在方框70处相加从而得到指数Ic，所述指数Ic随后与如上所述的阈值相比较。
前面的讨论仅仅是对本发明的示例性实施方式的公开和描述。通过这些讨论以及附图和权利要求，本领域技术人员将会容易地认识到，在不偏离由所附权利要求限定的本发明的精神和范围的情况下，可以对本发明做出各种改变、改型和变型。

Claims (10)

1.一种用于确定递归的最小二乘方程序是否可有效地用于计算电池的充电状态(SOC)的方法，所述方法包括：
限定当前采样时间和先前采样时间；
测量电池的电流；
计算后续采样时间的测得电流的电流变化移动平均值；
通过对后续采样时间的电流变化移动平均值的范数求平均值来计算电流变化指数；
确定所述电流变化指数是否大于预定阈值；以及
如果所述电流变化指数大于所述阈值，则使用递归的最小二乘方程序来估计电池充电状态。
2.如权利要求1所述的方法，其中计算测得的电流变化的移动平均值包括使用如下公式：
Figure 2011103203019100001DEST_PATH_IMAGE001
其中Im是移动平均值的变化，a是预定系数，I(i)是当前采样时间的测得电流，I(i-1)是来自先前采样时间i-1的测得电流，并且Im(i-1)是来自先前采样时间的计算出的电流变化移动平均值。
3.如权利要求1所述的方法，其中计算电流变化指数包括使用如下公式：
Figure 927549DEST_PATH_IMAGE002
其中Ic是作为电流变化移动平均值的绝对值的移动平均值的电流变化指数，b是预定系数，并且Im是电流的变化移动平均值。
4.如权利要求1所述的方法，还包括：如果电流的变化移动平均值的移动平均值小于所述阈值，则使用库伦积分程序来确定电池充电状态。
5.如权利要求1所述的方法，其中所述电池是车辆电池。
6.如权利要求5所述的方法，其中所述车辆电池是锂离子电池。
7.一种用于确定递归的最小二乘方回归程序是否可有效地用于计算车辆电池的充电状态(SOC)的方法，所述方法包括：
限定当前采样时间和先前采样时间；
测量电池的电流；
计算后续采样时间的测得电流的电流变化移动平均值；
通过对后续采样时间的电流变化的移动平均值的范数求平均值来计算电流变化指数；
确定所述电流变化指数是否大于预定阈值；
如果所述电流变化指数大于所述阈值，则使用递归的最小二乘方程序来估计电池充电状态；以及
如果电流的变化移动平均值的移动平均值小于所述阈值，则使用库伦积分程序来确定电池充电状态。
8.如权利要求7所述的方法，其中计算测得电流的变化移动平均值包括使用如下公式：
Figure 2011103203019100001DEST_PATH_IMAGE003
其中Im是移动平均值的变化，a是预定系数，I(i)是当前采样时间的测得电流，I(i-1)是来自先前采样时间i-1的测得电流，并且Im(i-1)是来自先前采样时间的计算出的电流变化移动平均值，并且其中计算电流变化指数包括使用如下公式：
Figure 214174DEST_PATH_IMAGE004
其中Ic是电流的变化移动平均值的移动平均值，b是预定系数，并且Im是电流的变化移动平均值。
9.如权利要求7所述的方法，其中所述车辆电池是锂离子电池。
10.一种用于确定递归的最小二乘方回归程序是否可有效地用于计算电池的充电状态（SOC）的系统，所述系统包括：
用于限定当前采样时间和先前采样时间的装置；
用于测量电池的电流的装置；
用于计算后续采样时间的测得电流的电流变化移动平均值的装置；
用于通过对后续采样时间的电流变化的移动平均值的范数求平均值来计算电流变化指数的装置；
用于确定所述电流变化指数是否大于预定阈值的装置；以及
如果所述电流变化指数大于所述阈值则使用递归的最小二乘方程序来估计电池充电状态的装置。
CN201110320301.9A 2010-10-20 2011-10-20 自适应的缓慢变化电流检测 Expired - Fee Related CN102455411B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/908,669 US20120101753A1 (en) 2010-10-20 2010-10-20 Adaptive slowly-varying current detection
US12/908669 2010-10-20

Publications (2)

Publication Number Publication Date
CN102455411A true CN102455411A (zh) 2012-05-16
CN102455411B CN102455411B (zh) 2014-12-17

Family

ID=45923330

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110320301.9A Expired - Fee Related CN102455411B (zh) 2010-10-20 2011-10-20 自适应的缓慢变化电流检测

Country Status (3)

Country Link
US (1) US20120101753A1 (zh)
CN (1) CN102455411B (zh)
DE (1) DE102011054339A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104868519A (zh) * 2014-02-20 2015-08-26 福特全球技术公司 电池控制系统、车辆及平衡牵引电池的电池单元的方法
CN104859472A (zh) * 2014-02-20 2015-08-26 福特全球技术公司 用于车辆的动力传动系控制系统、车辆及控制车辆的方法
CN104859473A (zh) * 2014-02-20 2015-08-26 福特全球技术公司 用于车辆的动力传动系控制系统、车辆及控制车辆的方法

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9641011B2 (en) * 2011-06-10 2017-05-02 Hitachi Automotive Systems, Ltd. Battery control device adapting the battery current limit by decreasing the stored current limit by comparing it with the measured battery current
CN103078153B (zh) * 2013-01-17 2015-11-18 北京汽车新能源汽车有限公司 一种动力电池系统的荷电状态修正及充放电控制方法
US9849880B2 (en) * 2015-04-13 2017-12-26 Ford Global Technologies, Llc Method and system for vehicle cruise control
CN105203962B (zh) * 2015-08-31 2018-01-19 北汽福田汽车股份有限公司 一种车载电池过流诊断方法和装置
US10224579B2 (en) 2015-12-31 2019-03-05 Robert Bosch Gmbh Evaluating capacity fade in dual insertion batteries using potential and temperature measurements
US10263447B2 (en) 2016-01-29 2019-04-16 Robert Bosch Gmbh Secondary battery management system
US10243385B2 (en) 2016-01-29 2019-03-26 Robert Bosch Gmbh Secondary battery management system
US10686321B2 (en) 2016-01-29 2020-06-16 Robert Bosch Gmbh Secondary battery management
US9960625B2 (en) 2016-03-31 2018-05-01 Robert Bosch Gmbh Battery management system with multiple observers
JP6606292B2 (ja) * 2016-09-14 2019-11-13 株式会社東芝 蓄電容量推定装置、方法及びプログラム
US10447046B2 (en) 2016-09-22 2019-10-15 Robert Bosch Gmbh Secondary battery management system with remote parameter estimation
KR102244140B1 (ko) 2017-12-21 2021-04-22 주식회사 엘지화학 배터리의 충전 상태를 캘리브레이션하기 위한 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
US10884062B2 (en) 2018-10-30 2021-01-05 GM Global Technology Operations LLC Detection and mitigation of rapid capacity loss for aging batteries

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5698955A (en) * 1994-09-01 1997-12-16 Toyota Jidosha Kabushiki Kaisha Method of controlling generated power in series hybrid vehicle
CN1311860A (zh) * 1998-05-28 2001-09-05 丰田自动车株式会社 电池充电状态的估计装置及电池恶化估计方法
US20030076109A1 (en) * 2001-08-07 2003-04-24 Verbrugge Mark William State of charge method and apparatus
US20070159137A1 (en) * 2003-02-18 2007-07-12 Gm Global Technology Operations, Inc. Method and apparatus for generalized recursive least-squares process for battery state of charge and state of health
CN101641606A (zh) * 2007-03-23 2010-02-03 株式会社丰田中央研究所 二次电池的状态估计装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4583765B2 (ja) * 2004-01-14 2010-11-17 富士重工業株式会社 蓄電デバイスの残存容量演算装置
DE602006002896D1 (de) * 2005-02-14 2008-11-13 Denso Corp Verfahren und Vorrichtung zur Erkennung des Ladestatus einer Sekundärbatterie auf Basis neuronaler Netzwerkkalkulation
US7768233B2 (en) 2007-10-04 2010-08-03 Gm Global Technology Operations, Inc. Dynamically adaptive method for determining the state of charge of a battery
JP5624333B2 (ja) * 2009-03-31 2014-11-12 プライムアースＥｖエナジー株式会社 二次電池の制御装置及びマップの補正方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5698955A (en) * 1994-09-01 1997-12-16 Toyota Jidosha Kabushiki Kaisha Method of controlling generated power in series hybrid vehicle
CN1311860A (zh) * 1998-05-28 2001-09-05 丰田自动车株式会社 电池充电状态的估计装置及电池恶化估计方法
US20030076109A1 (en) * 2001-08-07 2003-04-24 Verbrugge Mark William State of charge method and apparatus
US20070159137A1 (en) * 2003-02-18 2007-07-12 Gm Global Technology Operations, Inc. Method and apparatus for generalized recursive least-squares process for battery state of charge and state of health
US7324902B2 (en) * 2003-02-18 2008-01-29 General Motors Corporation Method and apparatus for generalized recursive least-squares process for battery state of charge and state of health
CN101641606A (zh) * 2007-03-23 2010-02-03 株式会社丰田中央研究所 二次电池的状态估计装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
范丛山: "一种测定可充电电池电量状态的方法", 《内江科技》, vol. 28, no. 11, 30 November 2007 (2007-11-30), pages 125 - 126 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104868519A (zh) * 2014-02-20 2015-08-26 福特全球技术公司 电池控制系统、车辆及平衡牵引电池的电池单元的方法
CN104859472A (zh) * 2014-02-20 2015-08-26 福特全球技术公司 用于车辆的动力传动系控制系统、车辆及控制车辆的方法
CN104859473A (zh) * 2014-02-20 2015-08-26 福特全球技术公司 用于车辆的动力传动系控制系统、车辆及控制车辆的方法
CN104859473B (zh) * 2014-02-20 2018-11-09 福特全球技术公司 用于车辆的动力传动系控制系统、车辆及控制车辆的方法
CN104859472B (zh) * 2014-02-20 2018-11-09 福特全球技术公司 用于车辆的动力传动系控制系统、车辆及控制车辆的方法
CN104868519B (zh) * 2014-02-20 2018-11-27 福特全球技术公司 电池控制系统、车辆及平衡牵引电池的电池单元的方法

Also Published As

Publication number Publication date
US20120101753A1 (en) 2012-04-26
CN102455411B (zh) 2014-12-17
DE102011054339A1 (de) 2012-04-26

Similar Documents

Publication Publication Date Title
CN102455411A (zh) 自适应的缓慢变化电流检测
CN102778651B (zh) 确定多电池单元蓄电池中的电池单元容量值的系统和方法
CN102368091B (zh) 用于评估电池的电池参数的方法
CN102253342B (zh) 使用多个采样率的电池状态评估器
CN110549876B (zh) 一种能量输出控制方法、装置和氢燃料混合动力汽车
US9533597B2 (en) Parameter identification offloading using cloud computing resources
CN102077105B (zh) 用于电池容量估计的方法
EP2889633B1 (en) Battery deterioration determining apparatus for electric vehicle and method thereof
JP6668905B2 (ja) 電池劣化推定装置
WO2014122721A1 (ja) 電池制御装置
CN106915270B (zh) 一种汽车续驶里程的检测方法、装置及汽车
CN110167783B (zh) 一种用于确定电池组的充电状态的方法和装置
CN105467325A (zh) 电池容量退化解决的方法和系统
CN104237795A (zh) 通过相同电压传感器测量多个电池单元的失衡探测
KR101779941B1 (ko) 배터리 충전 상태 측정 장치 및 방법
US20140100803A1 (en) Power estimation device for estimating chargeable/dischargeable power of electric storage device, electric storage apparatus, and method of estimating chargeable/dischargeable power
CN105452050B (zh) 用于平衡能量存储系统的方法和装置
EP3551494B1 (en) A method of estimating a charge state for a battery cell
CN106597289A (zh) 电池健康状态测算方法
KR20150126208A (ko) 배터리 관리 장치
CN114158276B (zh) 检测镀锂的方法和通过使用其来管理电池的方法和装置
US20170074945A1 (en) A method and system for monitoring the status of battery cells
KR20190120794A (ko) 배터리 팩을 밸런싱하기 위한 방법 및 배치
JP7100151B2 (ja) 電池制御装置
CN104380564A (zh) 用于对至少部分地由电池提供动力的车辆的电池充电和再生制动进行管理的系统以及相关联的调节方法

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20141217

Termination date: 20171020