CN102778652A - 利用置信度值来确定蓄电池的充电状态的系统和方法 - Google Patents
利用置信度值来确定蓄电池的充电状态的系统和方法 Download PDFInfo
- Publication number
- CN102778652A CN102778652A CN2012101453067A CN201210145306A CN102778652A CN 102778652 A CN102778652 A CN 102778652A CN 2012101453067 A CN2012101453067 A CN 2012101453067A CN 201210145306 A CN201210145306 A CN 201210145306A CN 102778652 A CN102778652 A CN 102778652A
- Authority
- CN
- China
- Prior art keywords
- soc
- state
- value
- voltage
- accumulator
- 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
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
- G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
-
- 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
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
- H01M10/4257—Smart batteries, e.g. electronic circuits inside the housing of the cells or batteries
-
- 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]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- 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
- H01M10/486—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M2220/00—Batteries for particular applications
- H01M2220/20—Batteries in motive systems, e.g. vehicle, ship, plane
-
- 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)
- Microelectronics & Electronic Packaging (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明涉及利用置信度值来确定蓄电池的充电状态的系统和方法。利用基于电压的估计策略以及基于电流的估计策略来确定充电状态SOC估计。还产生关于基于电压的SOC估计和基于电流的SOC估计的置信度值,以量化与SOC估计相关的不确定度的量。通过比较置信度值并且选择具有最小量的不确定度的SOC估计,从而确定总SOC估计。
Description
技术领域
本发明一般涉及确定蓄电池的充电状态,且更具体地涉及利用置信度值来确定充电状态的系统和方法。
背景技术
汽车技术在寻求将汽油作为车辆推进系统中的主要能量源的替代产品的领域中迅速地发展。这些进展中的许多进展要么使用混合动力机电系统要么使用纯电动推进系统,混合动力机电系统将来自燃烧发动机的机械能的一些再捕获作为存储的电能,纯电动推进系统则完全消除了对内燃发动机的需要。在这些进展的情况中,车辆中的电能的存储和管理变得尤其重要。
充电状态(SOC)是相对于蓄电池的总容量而言蓄电池中可用的电荷量的常用量度。在利用纯电动或混合动力电动推进系统的汽车应用中,SOC测量提供了关于可用于推进车辆的能量的量的有用指示。类似于燃料计所提供的信息,充电状态的测量结果能够向电动车辆的驾驶员提供车辆在耗尽能量之前能够行进多远的指示。
蓄电池的常规SOC估计分为两个一般类别:基于电压的方法和基于电流的方法。基于电压的方法一般利用蓄电池的电压和充电状态之间的通常非线性的关系。因此,测量蓄电池的电压以及知晓蓄电池的电压-SOC曲线能够被用于确定蓄电池的当前充电状态。比较而言,基于电流的方法通过跟踪进出蓄电池的电流量来估计蓄电池的SOC。对从蓄电池采集的电流测量值的积分对应于在给定时间跨度期间进入或离开蓄电池的电荷量,从而导致这些技术有时被称为“库伦计数”技术。
基于电压的技术经受许多潜在误差源。蓄电池的测量电压取决于许多因素,包括蓄电池的温度和蓄电池相对于该蓄电池的扩散时间常数的静置时间。还存在关于蓄电池的另一潜在误差源,即:蓄电池展现出近似平坦的电压-SOC特性,该蓄电池例如是基于锂的蓄电池。对于这类蓄电池而言,蓄电池电压相对于其充电状态的变化可能是十分微小的,从而使得电压测量中的任何不确定度成为了另一潜在的误差源。因此,电压传感器自身的公差也可能是关于例如基于电压的SOC估计的重要误差源。
基于电流的技术也经受许多潜在误差源。与基于电流的技术相关的第一潜在问题在于,这些技术依赖于将进入或离开蓄电池的电荷量与初始测量结果进行比较。因此,初始测量结果中的不准确性可能提供关于SOC估计的一个潜在误差源。第二潜在误差源源自将电流读数进行积分:随着时间的流逝,在测量中存在的任何小量的误差都被积分过程放大。例如,电流传感器的公差可能对测量的蓄电池电流和实际的蓄电池电流之间的差做出贡献。该差可能借助于积分过程继续变大,从而导致随着时间的增加越来越不准确的SOC估计。第三潜在误差源是蓄电池的基准容量自身,该基准容量取决于蓄电池的温度和寿命。该值必须被估计,从而引入了附加的误差源。例如,Sascha Schaefer的名称为“SYSTEMS AND METHODS FOR DETERMINING CELL CAPACITY VALUES
IN A MULTI-CELL BATTERY”的美国专利申请No. 就公开了这种估计技术,该申请以引用的方式被全文结合到本文。
最近的努力致力于将基于电压的技术和基于电流的技术结合。例如,当SOC接近零或百分之百时(即,蓄电池几乎放空或接近全满时)可以使用基于电压的技术。当蓄电池的SOC位于中值范围中时,例如在20-90%之间时,可以使用基于电流的技术来估计SOC。然而,这种混合方法仍然经受当使用基于电压的技术或基于电流的技术时会出现的潜在不准确性。
发明内容
在一个实施方式中,公开了一种用于确定车辆蓄电池的充电状态的方法。所述方法包括:在处理器处接收表示了所述蓄电池的电压、电流和温度的传感器数据。该方法还包括:对所述传感器数据使用基于电压的策略来确定第一充电状态值。该方法还包括:计算关于所述第一充电状态值的第一置信度值。该方法又还包括:对所述传感器数据使用基于电流的策略来确定第二充电状态值。该方法又还包括:计算关于所述第二充电状态值的第二置信度值,并且将所述第一置信度值与所述第二置信度值比较。该方法还包括:基于所述比较,在所述第一充电状态值和所述第二充电状态值之间进行选择。该方法还附加地包括:将选定充电状态值作为总充电状态值存储在存储器中。
在另一实施方式中,公开了一种用于确定车辆蓄电池的充电状态的系统。所述系统包括:接口,所述接口构造成接收来自于被连接到所述蓄电池的电压传感器、电流传感器和温度传感器的传感器数据。所述系统还包括:基于电压的充电状态发生器,所述基于电压的充电状态发生器构造成通过对所述传感器数据使用基于电压的策略来产生第一充电状态值。该系统附加地包括:基于电压的置信度值发生器,所述基于电压的置信度值发生器构造成计算关于所述第一充电状态值的第一置信度值。所述系统还包括:基于电流的充电状态发生器,所述基于电流的充电状态发生器构造成通过对所述传感器数据使用电流累积策略来产生第二充电状态值。所述系统还包括:基于电流的置信度值发生器,所述基于电流的置信度值发生器构造成计算关于所述第二充电状态值的第二置信度值。所述系统又还包括:置信度值评估器,所述置信度值评估器构造成将所述第一置信度值和所述第二置信度值比较。该系统附加地包括:充电状态存储装置,所述充电状态存储装置构造成基于所述比较将所述第一或第二充电状态值存储为总充电状态值。
在另一实施方式中,公开了一种用于确定车辆蓄电池的充电状态的系统,所述系统包括:车辆蓄电池;以及,构造成分别测量所述蓄电池的温度、电流和电压的温度传感器、电流传感器和电压传感器。该系统还包括存储器,所述存储器存储关于所述蓄电池的一个或多个充电状态值。该系统还包括处理器,所述处理器联接到所述存储器,并且构造成接收来自所述传感器的表示了所述蓄电池的电压、电流和温度的传感器数据。该处理器还构造成对所述传感器数据使用基于电压的策略来确定第一充电状态值。该处理器还构造成计算关于所述第一充电状态值的第一置信度值。该处理器还附加地构造成对所述传感器数据使用基于电流的策略来确定第二充电状态值。该处理器还构造成计算关于所述第二充电状态值的第二置信度值。该处理器还构造成将所述第一置信度值和所述第二置信度值比较。该处理器又还构造成基于所述比较在所述第一充电状态值和所述第二充电状态值之间进行选择。该处理器附加地构造成将所述选定充电状态值作为总充电状态值存储在所述存储器中。
本发明还包括以下方案:
1. 一种用于确定车辆蓄电池的充电状态的方法,所述方法包括:
在处理器处接收表示了所述蓄电池的电压、电流和温度的传感器数据;
对所述传感器数据使用基于电压的策略来确定第一充电状态值;
计算关于所述第一充电状态值的第一置信度值;
对所述传感器数据使用基于电流的策略来确定第二充电状态值;
计算关于所述第二充电状态值的第二置信度值;
将所述第一置信度值与所述第二置信度值比较;
基于所述比较在所述第一充电状态值和所述第二充电状态值之间进行选择;以及
将选定的充电状态值作为总充电状态值存储在存储器中。
2. 根据方案1所述的方法,其中,利用电压传感器的公差、所述蓄电池的静置时间以及所述蓄电池的扩散常数来计算所述第一置信度值。
3. 根据方案1所述的方法,其中,利用电流传感器的公差来计算所述第二置信度值。
4. 根据方案1所述的方法,还包括将所述总充电状态值提供给显示器装置。
5. 根据方案1所述的方法,其中,所述基于电压的策略利用线性回归来确定开路电压值。
6. 根据方案1所述的方法,还包括部分地基于所述第一置信度值来计算关于所述第一充电状态值的非对称置信度范围。
7. 一种用于确定车辆蓄电池的充电状态的系统,所述系统包括:
接口,所述接口构造成接收来自于被连接到所述蓄电池的电压传感器、电流传感器和温度传感器的传感器数据;
基于电压的充电状态发生器,所述基于电压的充电状态发生器构造成对所述传感器数据使用基于电压的策略来产生第一充电状态值;
基于电压的置信度值发生器,所述基于电压的置信度值发生器构造成计算关于所述第一充电状态值的第一置信度值;
基于电流的充电状态发生器,所述基于电流的充电状态发生器构造成对所述传感器数据使用电流累积策略来产生第二充电状态值;
基于电流的置信度值发生器,所述基于电流的置信度值发生器构造成计算关于所述第二充电状态值的第二置信度值;
置信度值评估器,所述置信度值评估器构造成将所述第一置信度值和所述第二置信度值比较;以及
充电状态存储装置,所述充电状态存储装置构造成基于所述比较将所述第一充电状态值或所述第二充电状态值存储为总充电状态值。
8. 根据方案7所述的系统,还包括:
蓄电池静置计时器,所述蓄电池静置计时器构造成确定所述蓄电池的静置时间;以及
其中,所述基于电压的置信度值发生器构造成利用所述电压传感器的公差、所述蓄电池的静置时间以及所述蓄电池的扩散常数来计算所述第一置信度值。
9. 根据方案8所述的系统,其中,所述基于电流的置信度值发生器构造成利用所述电流传感器的公差来计算所述第二置信度值。
10. 根据方案7所述的系统,还包括构造成将所述总充电状态值提供给显示器装置的接口。
11. 根据方案7所述的系统,其中,所述基于电压的充电状态发生器利用线性回归来确定所述第一充电状态值。
12. 根据方案7所述的系统,其中,所述基于电压的充电状态发生器利用直接的电压测量结果来确定所述第一充电状态值。
13. 根据方案7所述的系统,其中,所述基于电压的充电状态发生器利用线性回归和直接的电压测量结果两者来确定所述第一充电状态值。
14. 一种用于确定车辆蓄电池的充电状态的系统,所述系统包括:
车辆蓄电池;
温度传感器,所述温度传感器构造成测量所述蓄电池的温度;
电流传感器,所述电流传感器构造成测量所述蓄电池的电流;
电压传感器,所述电压传感器构造成测量所述蓄电池的电压;
存储器,所述存储器存储关于所述蓄电池的一个或多个充电状态值;以及
处理器,所述处理器联接到所述存储器并且构造成:
接收来自所述传感器的表示所述蓄电池的电压、电流和温度的传感器数据;
对所述传感器数据使用基于电压的策略来确定第一充电状态值;
计算关于所述第一充电状态值的第一置信度值;
对所述传感器数据使用基于电流的策略来确定第二充电状态值;
计算关于所述第二充电状态值的第二置信度值;
将所述第一置信度值和所述第二置信度值比较;
基于所述比较在所述第一充电状态值和所述第二充电状态值之间进行选择;以及
将所述选定的充电状态值作为总充电状态值存储在所述存储器中。
15. 根据方案14所述的系统,其中,所述存储器还存储所述电压传感器的公差、所述蓄电池的静置时间以及所述蓄电池的扩散常数;并且其中,所述处理器还构造成利用所述电压传感器的公差、所述蓄电池的静置时间以及所述蓄电池的扩散常数来计算所述第一置信度值。
16. 根据方案14所述的系统,其中,所述存储器还存储所述电流传感器的公差;并且其中,所述处理器还构造成利用所述电流传感器的公差来计算所述第二置信度值。
17. 根据方案14所述的系统,其中,所述处理器还构造成将所述总充电状态值提供给显示器装置。
18. 根据方案14所述的系统,其中,所述基于电压的策略利用线性回归来确定所述第一充电状态值。
19. 根据方案14所述的系统,其中,所述处理器还构造成确定关于所述第一充电状态值和所述第二充电状态值的非对称置信度范围,并且构造成利用所述非对称置信度范围在所述第一充电状态值和所述第二充电状态值之间进行选择。
20. 根据方案14所述的系统,其中,所述蓄电池是锂铁磷酸盐蓄电池。
附图说明
当结合附图阅读时,对具体实施方式的下述详细说明能够被最佳地理解,在附图中,相同的结构用相同的附图标记指示,并且在附图中:
图1是具有蓄电池电池单元的车辆的示意图;
图2是LiFePO4蓄电池电池单元的开路电压根据该蓄电池电池单元的充电状态而变化的图形;
图3是基于电流的SOC估计根据时间而变化的图形;
图4示出了根据本发明的一个方面的用于计算蓄电池的充电状态的方法;
图5示出了根据本发明的一个方面的用于计算蓄电池的充电状态的第二方法;
图6是由图5的方法确定的SOC估计根据时间而变化的图形;
图7示出了图1的车辆的详细视图;以及
图8是如图7所示的SOC模块的详细视图。
在附图中描绘的实施方式本质上是描述性的,并且不被认为是对由权利要求限定的实施方式的限制。此外,附图以及实施方式的单独方面将通过后述的详细说明被更完整地显现和理解。
具体实施方式
如上所述,确定蓄电池的充电状态(SOC)的当前技术一般被分类为基于电压的或基于电流的,它们的示例在Verbrugge等人的美国专利No.
6,639,385中被更详细地描述,该文献由此以引用的方式结合到本文。根据本发明的一个方面,置信度值允许采用混合方法,所述混合方法利用基于电压和基于电流的技术来计算充电状态。这种混合方法允许始终更精确地计算蓄电池的SOC,这是因为由不同技术确定的SOC估计值始终彼此相互比较。
现参考图1,其示出了根据示例性实施方式的车辆100。车辆100包括蓄电池102,该蓄电池提供电功率以利用混合动力电动或纯电动推进系统来推动车辆100。蓄电池102可以是单个蓄电池电池单元、多个蓄电池电池单元、或联系起来工作以向车辆100提供推进功率的离散蓄电池的集合。车辆100还包括车辆控制器104。车辆控制器104可操作地连接到蓄电池102并且对蓄电池102的操作提供监测和控制。车辆控制器104还监测或控制车辆的一个或多个其他功能。例如,车辆控制器104能够将关于蓄电池102的操作状态的信息提供给车辆100内的电子显示器,以将该信息传送给车辆的驾驶员。车辆控制器104还提供对车辆100的其他系统的控制。例如,车辆控制器104能够控制车辆的发动机、电气系统或排气系统的操作。
车辆控制器104可以包括任何数量的硬件部件和软件部件。例如,车辆控制器104能够包括微处理器、专用集成电路(ASIC)或现场可编程逻辑门阵列(FPGA)。车辆控制器104还能够包括被存储在其存储装置内的机器指令,这些机器指令在由车辆控制器104执行时能够执行一个或多个监测或控制功能。例如,车辆控制器104能够包括一个或多个非暂态存储装置,例如RAM、ROM、EEPROM、闪存、或能够存储用于车辆控制器104的机器指令的任何其他存储器。
基于电压的SOC估计
现参考图2,其将LiFeO4蓄电池电池单元的开路电压的图形示出为蓄电池的SOC的函数。在该SOC的中值范围内,蓄电池的开路电压十分微小地改变,从而导致了基于蓄电池的电压测量值的任何SOC估计中的潜在误差。例如,提供测量值的电压传感器的公差就可能对蓄电池的实际电压的总体不确定度做出贡献。作为另外的考虑因素,电压-SOC关系还取决于蓄电池的温度、蓄电池的静置时间(例如,当蓄电池未提供或接收电荷时)、以及蓄电池的扩散常数。
存在利用测量电压来估计蓄电池的SOC的若干基于电压的技术。例如,SOC的估计可以通过将原始开路电压值与已知的电压-SOC关系比较来进行。在其他技术中,能够利用线性回归来确定SOC。例如,Lin等人的美国专利No. 7,768,233公开了利用等效电路模型和回归技术来确定开路电压并估计SOC值,该文献也以引用的方式结合到本文中。
能够利用下述方程来确定利用基于电压的技术的SOC估计值(SOCv)与用于蓄电池的实际SOC (SOCreal)之间的置信度值:
其中,∆SOCv是关于SOCv的估计的偏差范围,Vtol是电压传感器的公差,T是蓄电池的温度,trest是蓄电池的静置时间,以及τ是蓄电池的扩散时间常数。当蓄电池处于静置状态时(例如,没有电荷从蓄电池中汲取、或被添加到该蓄电池),在蓄电池中仍可能存在扩散效应,从而导致除了电压传感器的公差之外的关于蓄电池的计算开路电压中的其它不确定度。本领域技术人员将理解的是,克服扩散效应的影响所需的时间量取决于蓄电池的温度和蓄电池的扩散常数。如果蓄电池处于静置状态并持续足以克服扩散效应的时间量,那么∆SOCv严格地是电压传感器的公差的函数。然而,如果已经消逝的静置时间量不足以克服扩散效应,那么f(T, trest, τ)可以大于零,由此添加到关于SOCv的不确定度的范围中。因此,f(T, trest, τ)对于∆SOCv的贡献量在蓄电池静置时随着时间增加而减少。作为示例,由于对蓄电池的扩散效应减少,因此∆SOCv能够在时间进程中从5%减小至2%。于是,向SOCv加上∆SOCv以及从SOCv减去∆SOCv提供了SOCreal所处的估计范围。函数f从如图2所示的Voc-SOC曲线获得。
当蓄电池未静置时,∆SOCv可以仅仅是电压传感器的公差的函数,或者还能够包括附加考虑因素。例如,如果在蓄电池操作期间利用等效电路模型和线性回归技术来估计蓄电池的开路电压,那么回归算法的激励水平和/或在离散化过程中的噪音也可能被添加到电压传感器的公差。
在另选的实施方式中,独立的∆SOCv值能够被计算为高于以及低于SOCv估计值(未示出)。例如,∆SOCv_1可限定高于SOCv的不确定度,并且∆SOCv_2可限定低于SOCv的不确定度。于是,如果∆SOCv_1和∆SOCv_2不同的话,那么将∆SOCv_1添加到SOCv以及从SOCv减去∆SOCv_2可提供非对称范围。
基于电流的SOC估计
基于电流的SOC估计技术一般通过将电流测量值在时间上积分来进行操作,以确定进出蓄电池的电荷量。例如,下述方程能够被用于估计蓄电池的SOC:
其中,SOCi(t0)是在开始时间t0时的初始SOC估计值,Cbat是以安时为单位的蓄电池容量,以及ibat(t)是在时间t时的蓄电池电流。
在数字系统中,能够近似积分计算。例如,下述计算式能够被用于确定充电状态:
其中,ibat是测量电流,Cbat是蓄电池的容量,SOCi(k-1)是先前计算的充电状态,以及∆t是在ibat的先前测量值与当前测量值之间消逝的时间。
该技术给出了三个潜在误差源的方式。首先,SOCi的初始估计值SOCi(0)必须准确。如果否,那么SOCi(0)和SOCreal(0)之间的任何偏差还将存在于将来的SOCi估计值中。第二潜在误差源是由于ibat(t)的潜在不准确性。例如,由电流传感器的公差引起的ibat的测量值的任何不确定度都将随着时间被放大。第三误差源是由于蓄电池的基准容量Cbat,该基准容量也必须被估计。在一些实施方式中,还可能确定置信度范围∆Cbat,以量化与该估计有关的误差量。利用电流传感器的公差和/或估计容量的公差,能够计算关于基于电流的充电状态估计的置信度值。例如,置信度值∆SOC(k)能够以如下方式被计算:
其中,itol是电流传感器的公差,Cbat是蓄电池的容量,∆SOC(k-1)是先前计算的置信度值,Q是自上一初始化开始的累积电荷,∆Cbat是蓄电池容量的公差,∆t以及是在置信度值的计算之间的时间量。于是,将∆SOCi添加到SOCi以及从SOCi减去∆SOCi提供了SOCreal所处的估计范围。在∆SOC(k)的计算中,还可包括附加考虑因素。例如,如果在蓄电池操作期间利用线性回归技术来估计电流,那么还可包括回归算法的激励水平。在另一示例中,来自电流测量值的离散化过程的噪音量可以被添加到电流传感器的公差。
现参考图3,其示出了根据示例性实施方式的随着时间而变化的SOCi的图形。同样在图3中示出了SOCi +/- ∆SOCi的图形,SOCi +/- ∆SOCi与SOCreal所处的值的范围对应。随着时间增加,∆SOCi也增加,这表明SOCi对应于SOCreal的确定度减小。
在另选实施方式中,独立的∆SOCi值能够被计算为高于和低于SOCi估计值。例如,∆SOCi_1可限定高于SOCi的不确定度,以及∆SOCi_2可限定低于SOCi的不确定度。于是,如果∆SOCi_1和∆SOCi_2不同的话,那么将∆SOCi_1添加到SOCi以及从SOCi减去∆SOCi_2可提供非对称的置信度范围。
混合SOC估计
现参考图4,其示出了根据示例性实施方式的用于计算充电状态的方法400。方法400利用了包括基于电压的SOC估计和基于电流的SOC估计两者的混合方法。方法400被示出为包括步骤402,在步骤402中,在处理器处接收表示了蓄电池的电压、电流和温度的传感器数据。在步骤404中,对传感器数据使用基于电压的策略来确定第一充电状态值。例如,在足够的静置时间之后,通过使用测量蓄电池电压能够确定开路电压。然后,该开路电压能够对照蓄电池的电压-SOC特性进行比较,以确定第一SOC值。这种特性能够被存储在处理器的存储器中或查询表(LUT)中。在其他实施方式中,基于电压的策略能够使用用于蓄电池的等效电路模型以及利用线性回归来确定开路电压。
在步骤406,计算第一充电状态值的第一置信度值。可利用提供电压数据的电压传感器的公差来计算该置信度值。通过比较蓄电池的静置时间、温度数据和扩散常数,该置信度值还可考虑到使蓄电池平息(subside)的扩散效应所必要的静置时间量。当扩散效应仍存在于蓄电池中时,该置信度值可增加至正好超过可归因于电压传感器的公差的不确定度。在其他实施方式中,可以包括附加因素,例如在来自电压传感器的电压数据的离散化中的噪音量,或在线性回归被用于计算第一SOC值的情况下的回归算法的激励水平。
在步骤408中,对传感器数据使用基于电流的策略来确定第二充电状态值。例如,来自电流传感器的电流数据能够被积分,以确定在一定时间段内进入或离开蓄电池的电荷量。该电荷的差然后能够结合初始SOC估计值来确定第二SOC值。
在步骤410中,计算关于第二充电状态值的第二置信度值。该置信度值能够利用电流传感器的公差来计算,并且还可考虑到在来自电压传感器的电压数据测量值的离散化中的噪音量。同样还可考虑到来自容量估计的公差值。
在步骤412中,比较第一和第二置信度值。例如,当置信度值都是正数时,能够计算两个值之间的差以确定哪个值更大。在这种情况下,两个置信度值中的较小值与具有较少量的不确定度的SOC估计值对应。
在步骤414中,基于对置信度值的比较,在第一和第二SOC值之间作出选择,以选择具有最小量的不确定度的SOC估计值。由此,利用基于电压的策略的SOC估计值与利用基于电流的策略的SOC估计值进行比较。在步骤416中,具有较小量的不确定度的SOC估计值被选择为当前可用的最佳值。如果该值以一定量小于所存储的总充电状态值从而不同于所存储的总充电状态值,那么选定的SOC被作为总充电状态值而直接存储在存储器中。然而,如果选定SOC以一定量大于所存储的总充电状态从而不同于所存储的总充电状态值,那么使用特定方法来执行从旧的总充电状态值到新的总充电状态值(其接着被存储到存储器中)的平滑过渡。根据一些实施方式,对于该过渡的滤波而言,能够施加闭环控制或速率限制器技术。
现参考图5,其示出了根据示例性实施方式的用于确定蓄电池的总充电状态的方法500。方法500采用了利用基于电压的SOC估计和基于电流的SOC估计两者的混合方法。在该方法下,基于电流的SOC估计被用作默认的总SOC,除非基于电压的SOC估计具有更小量的不确定度。在这种情况下,总SOC估计被重置到基于电压的SOC估计,并且该基于电流的方法继续进行。
在步骤502,处理器利用基于电压的策略来估计SOCv(k)和置信度值∆SOCv(k),以便初始化该系统。例如,当车辆在静置时间段之后重新起动时可请求初始化,可以以通过系统参数请求的周期性间隔来初始化,或响应于接收的来自用户输入装置的手动输入请求初始化。在初始化期间,能够使用下述方程来计算∆SOCv(k):
其中,∆SOCv(k)是用于SOCv(k)的估计偏差范围,Vtol是电压传感器的公差,T是蓄电池的温度,trest是蓄电池的静置时间,以及τ是蓄电池的扩散时间常数。在其他实施方式中,∆SOCv(k)还可包括其他因素,例如离散化噪音或线性回归算法的激励水平,利用回归来确定SOCv。函数f从如图2所示的Voc-SOC曲线获得。
在步骤504中,∆SOCv(k)与先前存储的置信度值∆SOCoverall(k-1)比较,∆SOCoverall(k-1)与在最近SOCoverall(k-1)估计中的置信度相对应。这种比较允许处理器通过确定哪个SOC估计具有最小量的不确定度,从而对基于电压的SOC估计策略和基于电流的SOC估计策略两者施加影响。
在步骤504处的比较用于两个不同的功能。首先,基于电流的方法一般需要准确的开始SOC估计。在初始化该系统之后,如果∆SOCv(k)小于∆SOCoverall(k-1),那么SOCv(k)可用作用于基于电流策略的开始SOC估计值。其次,基于电流的SOC估计值由于其利用积分技术从而趋于随着时间而远离实际SOC漂移。在系统已经运行一定时间段并且∆SOCv(k)小于∆SOCoverall(k-1)的情况下,这可表示基于电流的SOCoverall(k-1)应当被重设为∆SOCv(k)。
在另选的实施方式中,可以取代∆SOCv(k)和∆SOCoverall(k-1)来使用非对称置信度范围。在这种情况下,置信度范围的重叠必须被评估,以得到SOCoverall(k) 和∆SOCoverall(k)。
在步骤506中,如果∆SOCv(k)小于∆SOCoverall(k-1),那么SOCoverall(k-1)被设定成等于SOCv(k),或者应用所述技术(见段落[0031])。这样做保证了具有最小量的不确定度的SOC估计始终被用于将来的基于电流的计算中。如果SOCoverall(k-1)被重设成等于基于电压的估计SOCv(k),那么∆SOCoverall(k-1)也被重设成等于∆SOCv(k),以指示总SOC估计中的不确定度的量中的相应变化。
在步骤508中,基于电流的SOC估计策略被用于确定下一总SOC估计,即SOCoverall(k)。例如,可利用下述方程来估计SOCoverall(k):
其中,ibat是测量电流,Cbat是蓄电池的容量,SOCoverall(k-1)是先前计算的总充电状态值,以及∆t是在ibat的先前测量和当前测量之间的消逝时间。本领域技术人员将理解,任何数量的基于电流的估计都能够被用于计算SOCoverall(k)。
在步骤508中,还计算置信度值∆SOCoverall(k)。例如,能够利用下述方程来确定∆SOCoverall(k):
其中,itol是电流传感器的公差,Cbat是蓄电池的容量,∆SOCoverall(k-1)是先前计算的置信度值,以及∆t是在置信度值的计算之间的时间量。在另选的实施方式中,独立的置信度值能够被确定,以限定高于和低于SOCoverall(k)的非对称置信度范围。这种范围与最可能包括蓄电池的实际SOC的值的范围相对应。因此,范围越小就表示了蓄电池的估计的SOC值与实际的SOC之间的不确定度越小。
在步骤510中,当系统在运行时(例如,初始化之后),基于电压的策略被用于确定SOCv(k)。例如,基于电压的回归技术能够被用于确定SOCv(k),如在Lin等人的前述美国专利No. 7,768,233以及Rolf Isermann和Marco Münchhof的书“Identification of Dynamical Systems”中所公开的那样,将该书也以引用的方式结合到本文。在这种技术中,能够使用回归分析来确定蓄电池的开路电压。例如,锂离子蓄电池能够通过下述差分方程来建模:
其中,V是指在时刻k、k-1和k-2采集的电压测量值,I是指在时刻k、k-1和k-2采集的电流测量值,Voc是开路电压,以及ai和bi是常数。
利用差分方程来建模蓄电池,允许利用来自蓄电池的电压和电流测量值来确定对开路电压Voc的计算。如前所述,蓄电池的开路电压与其充电状态相关,由此还允许估计SOCv(k)。例如,已知的Voc-SOC关系能够被存储在查询表中或其他无形存储装置中,并且可被用于估计SOCv(k)。
类似地,置信度值∆SOCv(k)能够被用于指示在对Voc(k)的确定中的不确定度的量。例如,在估计的开路电压中的不确定度源可以包括:电压传感器的公差、电流传感器的公差、离散化过程中的噪音量或回归技术中的激励水平。仅作为示例,如果电压传感器的公差是3%,那么对估计Voc(k)上的这种偏差的相应影响可以被确定,并被用于通过应用如图2所示的Voc-SOC特性来计算∆SOCv(k)。
在该系统的正常操作期间(例如,在初始化之后),在步骤508中使用基于电流的策略来确定SOCoverall(k)。然而,置信度值∆SOCoverall(k)还在步骤504中与∆SOCv(k)比较,以确定基于电流的SOC估计是否已经随着时间漂移。如果用于基于电流的估计的不确定度的量超过了基于电压的估计的不确定度的量,那么该系统通过应用如前所述的合适方法,利用基于电压的估计来重设SOCoverall(k),并且利用基于电压的置信度值来重设∆SOCoverall(k)。
现参考图6,其中根据示例性实施方式,由图5中的方法确定的SOC估计的图形被示出为时间的函数。如所示的,用于SOC估计的置信度值(例如,“Delta”)被添加到SOC估计(例如,SOCoverall)以及从该SOC估计减去该置信度值,以限定实际SOC可能所处的值范围。随着时间流逝,基于电流的估计由于系统中的不确定度而开始漂移。在基于电压的估计具有更小的不确定度的时间,SOCoverall被重设为SOCv并且继续使用基于电流的策略。ΔSOCoverall也被重设为ΔSOCv,以反映出更新的总SOC估计值现在具有更大量的不确定度,其接近蓄电池的实际充电状态。
现参考图7,其示出了根据示例性实施方式的车辆100的详细视图。电压传感器702测量蓄电池102的电压并且借助总线710将电压值提供给控制器104的接口716。电流传感器704测量蓄电池102的电流并且借助总线712将电流值提供给控制器104的接口716。温度传感器706测量蓄电池102的温度并且借助总线714将温度值提供给控制器104的接口716。
总线710、712和714可以是硬接线连接或无线连接的任何组合。例如,总线710可以是硬接线连接,以向控制器104提供电压读数,而总线712可以是无线连接以向控制器104提供电流读数。在一些实施方式中,总线710、712和714是向控制器104传输电压、电流和温度值的共享数据线的一部分。在又一些其它实施方式中,总线710、712和714可包括一个或多个中间电路(例如,其他微控制器、信号滤波器等),从而在传感器702、704、706与控制器104之间提供间接连接。
接口716构造成借助总线710、712和714接收来自传感器702、704、706的传感器数据。例如,如果总线710、712和714中的任意一个或多个是无线连接,那么接口716可包括一个或多个无线接收器。如果总线710、712和714中的任意一个或多个是有线连接,那么接口716还可包括一个或多个有线端口。接口716还可包括被构造成对来自702、704、706的传感器数据进行数字采样或滤波的电路。例如,接口716可在离散时刻(例如,k、k+1、k+2等)借助总线710对接收自电压传感器702的电压数据进行采样,以产生离散的电压值(例如,V(k)、V(k+1)、V(k+2)等)。
控制器104被示出为包括存储器720,该存储器可以是能够存储可机器执行的指令的任何形式的非暂态存储器,所述可机器执行的指令在由处理器104执行时实施本文所公开的功能中的一种或多种功能。例如,存储器720可以是RAM、ROM、闪存、硬盘驱动器、EEPROM、或任何其他存储装置。在一些实施方式中,存储器720包括车辆控制模块722,该车辆控制模块提供对于车辆100的一个或多个部件的控制。例如,车辆控制模块722可提供对车辆100的发动机的控制,或者可借助接口718将状态状况信息(例如,车辆100的燃料偏低、车辆100基于蓄电池102的当前SOC具有估计的旅途剩余里程数,等等)提供给车辆100内部的一个或多个显示器装置。在一些实施方式中,车辆控制模块722还借助接口718与其他处理电路(例如,发动机控制单元、车载诊断系统等)或其他传感器(例如,空气质量流量传感器、曲轴位置传感器等)通信。
接口718可在处理器104与车辆100的各个系统之间提供一个或多个有线连接或无线连接。例如,接口718能够在处理器104与仪表板显示器之间提供有线连接,并且在处理器104与车载诊断系统之间提供无线连接。在一些实施方式中,接口718还可在处理器104与车辆100之外的其他计算系统之间提供无线连接。例如,处理器104能够借助蜂窝电话、WiFi或卫星连接将状态状况信息传送给外部服务器。接口718还可包括构造成发送和接收关于车辆100的位置信息的一个或多个接收器。例如,接口718可包括GPS接收器或蜂窝电话接收器,其利用三角测量来确定车辆100的位置。
存储器720还被示出为包括SOC模块724,SOC模块724构造成确定并存储蓄电池102的充电状态信息。SOC模块724从接口716接收蓄电池传感器数据,并且利用该传感器数据来确定蓄电池102的当前SOC。SOC模块724可接收所确定的SOC值,并借助接口718将所确定的SOC值提供给车辆控制模块722或提供给其他电子装置。例如,SOC模块724能够确定蓄电池102的总SOC当前是65%,并且借助接口718将其指示提供给车辆100内部的电荷计。SOC模块724还可借助接口718接收来自其他系统或装置的一个或多个操作参数。例如,SOC模块724可接收与从蓄电池102的开路电压到其SOC值的映射相对应的数据。
现参考图8,其示出了根据示例性实施方式的SOC模块724的详细视图。SOC模块724被示出为包括蓄电池静置计时器802。蓄电池静置计时器802核查在断电和接通的时刻蓄电池控制器的时间戳记,并且将其进行比较以确定静置时间。在一些实施方式中,蓄电池静置计时器802能够利用存储在参数存储装置804中的一个或多个参数来确定蓄电池静置时间。例如,参数存储装置804可包括接收自其他电子装置824的表示了车辆的运行状态的参数。例如,只要车辆100关闭或起动,那么参数存储装置804就可借助接口718接收来自车辆100的点火的指示,并且存储与这些事件相关的一个或多个参数(例如,时间戳记)。
SOC模块724还被示出为包括SOC_i发生器814和SOC_i置信度值发生器812。SOC_i发生器814和SOC_i置信度值发生器812借助接口716接收来自传感器702、704、706的传感器数据。SOC_i发生器利用传感器数据和基于电流的SOC估计策略来产生SOC_i值。例如,SOC_i发生器可求解利用了来自电流传感器704的感测电流值、存储在SOC存储装置816中的先前SOC估计值、存储在参数存储装置804中的蓄电池容量参数、以及与电流值相关的时间信息的一个或多个差分方程,以便产生基于电流的SOC估计。
SOC_i置信度值发生器812确定用于由SOC_i发生器814产生的基于电流的SOC估计的置信度值。例如,SOC_i置信度值发生器812可求解利用了被存储在参数存储装置804中的参数(例如,先前确定的置信度值、一个或多个公差参数、蓄电池容量参数、或时间信息)的一个或多个差分方程,以便产生关于由SOC_i发生器814产生的基于电流的SOC估计的一个或多个置信度值。SOC_i置信度值发生器812还可利用附加参数(例如,对来自电流传感器704的电流值进行采样的过程中得到的离散化噪音的量)来产生置信度值。在一些实施方式中,SOC_i置信度值发生器812产生关于基于电流的SOC估计的多个置信度值,以便限定用于基于电流的SOC估计的置信度范围。由SOC_i置信度值发生器812产生的该一个或多个置信度值被提供给置信度评估器810,以进行进一步的评估。
SOC模块724还包括SOC_v发生器808和SOC_v置信度值发生器806。SOC_v发生器808和SOC_v置信度值发生器806借助接口716接收来自传感器702、704、706的传感器数据。SOC_v发生器808利用传感器数据和基于电压的SOC估计策略来产生SOC_v值。SOC_v发生器808能够在一个或多个模式下操作,以产生基于电压的SOC估计。例如,SOC_v发生器808能够接收来自蓄电池静置计时器802的一个或多个参数,或来自参数存储装置804的表明SOC模块720需要初始化(例如,车辆从静置时间段之后已经重新起动、已经从一个或多个接口装置822接收到手动再初始化请求,等等)的一个或多个参数。在初始化模式期间,SOC_v发生器808能够利用从电压传感器702接收的传感器数据来确定蓄电池102的开路电压。SOC_v发生器808可以利用该计算的开路电压以及存储在参数存储装置804中的一个或多个电压-SOC特性来产生用于蓄电池102的基于电压的SOC估计。
在初始化模式期间,SOC_v置信度值发生器806能够利用由蓄电池静置计时器802产生的静置时间数据、存储在参数存储装置804中的关于蓄电池102的扩散时间常数值、存储在参数存储装置804中的关于电压传感器702的公差值、以及借助接口716接收的电压和温度数据,来产生关于由SOC_v发生器808产生的基于电压的SOC估计的置信度值。例如,如果蓄电池102处于静置的时间量足以克服扩散效应,那么置信度值可表明与基于电压的SOC估计相关的较小量的不确定度。在这种情况下,该置信度值可以仅是电压传感器702的公差的函数。使扩散效应耗尽所需的时间量取决于蓄电池102的时间常数以及接收自温度传感器706的温度数据。当在蓄电池102中仍存在扩散效应的情况下,SOC_v置信度值发生器806所产生的置信度值可以基于电压传感器702的公差,以及可以是蓄电池102的静置时间、温度和扩散常数的函数。在一些实施方式中,SOC_v置信度值发生器806产生一个或多个置信度值,以限定用于基于电压的SOC估计的非对称的不确定度范围。
当SOC模块720未处于初始化模式时,SOC_v发生器808能够利用回归技术来确定基于电压的SOC估计。例如,SOC_v发生器808可利用对存储在参数存储装置804中的先前确定的开路电压值和借助接口716接收的传感器数据进行的回归,以便确定基于电压的SOC估计。如果回归技术由SOC_v发生器808用于确定基于电压的SOC估计,那么SOC_v置信度值发生器还能够利用回归技术以及先前确定的置信度值来产生当前的基于电压的置信度值。
SOC模块724还被示出为包括置信度评估器810,置信度评估器接收由SOC_i置信度值发生器812产生的基于电流的置信度值以及由SOC_v置信度值发生器806产生的基于电压的置信度值。置信度评估器810将基于电流的置信度值与基于电压的置信度值比较,以确定哪个SOC估计具有更小量的不确定度。例如,该比较可以是置信度值之间的直接比较,或者可以利用存储在参数存储装置804中的一个或多个权重参数。置信度评估器810将该比较的指示提供给SOC存储装置816,该指示能够由SOC存储装置816用于选择总SOC估计。置信度评估器810还可将该指示提供给参数存储装置804,以在基于电流的置信度值和基于电压的置信度值之间进行选择以将其作为与总SOC估计相关的总置信度值。
SOC存储装置816利用来自置信度评估器810的比较信息,以在由SOC_v发生器808产生的基于电压的SOC估计与由SOC_i发生器814产生的基于电流的SOC估计之间进行选择。SOC存储装置816选择具有最小量的不确定度的SOC估计,并将其存储为总SOC估计。SOC存储装置816还可借助接口718将总SOC估计提供给车辆控制模块722、或显示器820、接口装置822、或其他电子系统824。例如,SOC存储装置816可将总SOC估计提供给显示器820,显示器820利用视觉标记(例如,量计、量规或文本)将该总SOC估计显示给车辆100的驾驶员。SOC存储装置816还可将该总SOC估计提供给接口装置822(例如,触摸屏装置、语音交互系统等),以警告驾驶员蓄电池102的当前充电状态。SOC存储装置816还可将总SOC估计提供给车辆控制模块722或其他电子系统824(例如,移动设备、远程服务器、提供对车辆100的其他部件的控制的微处理器等),以便进一步处理。
鉴于上述说明,本发明的实施方式的许多修改和变形都是可能的。各个系统和方法的上述实施方式能够被单独使用或以任何组合使用,而不偏离本发明的范围。虽然说明书和附图可能示出特定步骤排序,但是要理解的是,在本发明中还构想到不同的步骤排序。类似地,一个或多个步骤能够并行或部分并行地执行。
本发明中的方法和系统的各个操作能够使用一个或多个处理电路来实现。例如,处理电路可以是ASIC、专用处理器或任何现有的计算机处理器。本发明中的一个或多个步骤或功能还能够使用被存储在机器可读介质上的非暂态的机器可读指令和数据结构来实现。例如,这种介质能够包括软盘、CD-ROM、DVD-ROM、RAM、EEPROM、闪存、或能够存储机器可读指令和数据结构并且能够由具有处理电路的计算机或其他电子装置访问的任何其他介质。
Claims (10)
1.一种用于确定车辆蓄电池的充电状态的方法,所述方法包括:
在处理器处接收表示了所述蓄电池的电压、电流和温度的传感器数据;
对所述传感器数据使用基于电压的策略来确定第一充电状态值;
计算关于所述第一充电状态值的第一置信度值;
对所述传感器数据使用基于电流的策略来确定第二充电状态值;
计算关于所述第二充电状态值的第二置信度值;
将所述第一置信度值与所述第二置信度值比较;
基于所述比较在所述第一充电状态值和所述第二充电状态值之间进行选择;以及
将选定的充电状态值作为总充电状态值存储在存储器中。
2.根据权利要求1所述的方法,其中,利用电压传感器的公差、所述蓄电池的静置时间以及所述蓄电池的扩散常数来计算所述第一置信度值。
3.根据权利要求1所述的方法,其中,利用电流传感器的公差来计算所述第二置信度值。
4.根据权利要求1所述的方法,还包括将所述总充电状态值提供给显示器装置。
5.根据权利要求1所述的方法,其中,所述基于电压的策略利用线性回归来确定开路电压值。
6.根据权利要求1所述的方法,还包括部分地基于所述第一置信度值来计算关于所述第一充电状态值的非对称置信度范围。
7.一种用于确定车辆蓄电池的充电状态的系统,所述系统包括:
接口,所述接口构造成接收来自于被连接到所述蓄电池的电压传感器、电流传感器和温度传感器的传感器数据;
基于电压的充电状态发生器,所述基于电压的充电状态发生器构造成对所述传感器数据使用基于电压的策略来产生第一充电状态值;
基于电压的置信度值发生器,所述基于电压的置信度值发生器构造成计算关于所述第一充电状态值的第一置信度值;
基于电流的充电状态发生器,所述基于电流的充电状态发生器构造成对所述传感器数据使用电流累积策略来产生第二充电状态值;
基于电流的置信度值发生器,所述基于电流的置信度值发生器构造成计算关于所述第二充电状态值的第二置信度值;
置信度值评估器,所述置信度值评估器构造成将所述第一置信度值和所述第二置信度值比较;以及
充电状态存储装置,所述充电状态存储装置构造成基于所述比较将所述第一充电状态值或所述第二充电状态值存储为总充电状态值。
8.根据权利要求7所述的系统,还包括:
蓄电池静置计时器,所述蓄电池静置计时器构造成确定所述蓄电池的静置时间;以及
其中,所述基于电压的置信度值发生器构造成利用所述电压传感器的公差、所述蓄电池的静置时间以及所述蓄电池的扩散常数来计算所述第一置信度值。
9.根据权利要求8所述的系统,其中,所述基于电流的置信度值发生器构造成利用所述电流传感器的公差来计算所述第二置信度值。
10.一种用于确定车辆蓄电池的充电状态的系统,所述系统包括:
车辆蓄电池;
温度传感器,所述温度传感器构造成测量所述蓄电池的温度;
电流传感器,所述电流传感器构造成测量所述蓄电池的电流;
电压传感器,所述电压传感器构造成测量所述蓄电池的电压;
存储器,所述存储器存储关于所述蓄电池的一个或多个充电状态值;以及
处理器,所述处理器联接到所述存储器并且构造成:
接收来自所述传感器的表示所述蓄电池的电压、电流和温度的传感器数据;
对所述传感器数据使用基于电压的策略来确定第一充电状态值;
计算关于所述第一充电状态值的第一置信度值;
对所述传感器数据使用基于电流的策略来确定第二充电状态值;
计算关于所述第二充电状态值的第二置信度值;
将所述第一置信度值和所述第二置信度值比较;
基于所述比较在所述第一充电状态值和所述第二充电状态值之间进行选择;以及
将所述选定的充电状态值作为总充电状态值存储在所述存储器中。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/107,266 | 2011-05-13 | ||
US13/107,266 US8645088B2 (en) | 2011-05-13 | 2011-05-13 | Systems and methods for determining the state of charge of a battery utilizing confidence values |
US13/107266 | 2011-05-13 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102778652A true CN102778652A (zh) | 2012-11-14 |
CN102778652B CN102778652B (zh) | 2015-08-05 |
Family
ID=47070735
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210145306.7A Expired - Fee Related CN102778652B (zh) | 2011-05-13 | 2012-05-11 | 利用置信度值来确定蓄电池的充电状态的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8645088B2 (zh) |
CN (1) | CN102778652B (zh) |
DE (1) | DE102012207817A1 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104714181A (zh) * | 2013-12-11 | 2015-06-17 | 广州汽车集团股份有限公司 | 一种获取电压与电池荷电状态关系的方法和系统 |
CN104898063A (zh) * | 2014-03-05 | 2015-09-09 | 福特全球技术公司 | 车辆、系统和方法 |
CN106470868A (zh) * | 2014-06-26 | 2017-03-01 | 丰田自动车株式会社 | 车辆控制装置 |
CN107728074A (zh) * | 2017-10-23 | 2018-02-23 | 上海理工大学 | 一种考虑传感器与模型误差的锂电池荷电状态估计方法 |
CN108072841A (zh) * | 2016-11-18 | 2018-05-25 | 半导体组件工业公司 | 用于确定电池的相对充电状态的方法和装置 |
CN113125983A (zh) * | 2020-01-15 | 2021-07-16 | 通用汽车环球科技运作有限责任公司 | 电池容量估算方法和系统 |
WO2021244085A1 (zh) * | 2020-06-04 | 2021-12-09 | 珠海格力电器股份有限公司 | Soc值显示方法、显示装置及储能系统 |
Families Citing this family (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012244768A (ja) * | 2011-05-19 | 2012-12-10 | Suzuki Motor Corp | 車載充電システム |
US20140081493A1 (en) * | 2011-11-19 | 2014-03-20 | Electric Motor Werks, Inc. | Modular instrumentation system for electric vehicle data acquisition, analysis and display, and component control |
JP5291845B1 (ja) * | 2012-01-26 | 2013-09-18 | カルソニックカンセイ株式会社 | 電池の状態推定装置 |
TWI610240B (zh) * | 2012-02-02 | 2018-01-01 | 緯創資通股份有限公司 | 電池放電方法 |
KR101547006B1 (ko) * | 2012-10-26 | 2015-08-24 | 주식회사 엘지화학 | 배터리 잔존 용량 추정 장치 및 방법 |
JP6300000B2 (ja) * | 2013-02-20 | 2018-03-28 | 株式会社Gsユアサ | 充電状態推定装置、充電状態推定方法 |
DE102014200669A1 (de) * | 2014-01-16 | 2015-07-16 | Robert Bosch Gmbh | Verfahren zum Bestimmen von Größen für Batteriemanagementfunktionen |
CN107438771B (zh) * | 2015-03-05 | 2021-04-30 | 沃尔沃汽车公司 | 电池参数的估计 |
US9676288B2 (en) | 2015-03-20 | 2017-06-13 | Ford Global Technologies, Llc | Battery open-circuit voltage measurement using reverse current pulse |
US20160276843A1 (en) | 2015-03-20 | 2016-09-22 | Ford Global Technologies, Llc | Battery Charge Strategy Using Discharge Cycle |
US9621569B1 (en) * | 2015-09-29 | 2017-04-11 | Alexander McEachern | Method and apparatus for detecting cyber attacks on an alternating current power grid |
GB2545493A (en) * | 2015-12-18 | 2017-06-21 | Moog Unna Gmbh | Wind turbine diagnostic apparatus |
JP6662172B2 (ja) * | 2016-04-20 | 2020-03-11 | スズキ株式会社 | 電池管理装置および電池管理方法 |
CN106154176B (zh) * | 2016-07-01 | 2019-06-04 | 宁德时代新能源科技股份有限公司 | 一种电池 soc 的检测方法及装置 |
US10983168B2 (en) | 2016-11-18 | 2021-04-20 | Semiconductor Components Industries, Llc | Methods and apparatus for reporting a relative state of charge of a battery |
JP6834397B2 (ja) * | 2016-11-18 | 2021-02-24 | トヨタ自動車株式会社 | 電池監視システム |
JP6776904B2 (ja) * | 2017-01-13 | 2020-10-28 | 株式会社デンソー | 電池パック及び電源システム |
US10399452B2 (en) | 2017-07-10 | 2019-09-03 | Ford Global Technologies, Llc | Battery charge management system |
US10418622B2 (en) | 2017-10-26 | 2019-09-17 | GM Global Technology Operations LLC | Battery state estimation control logic and architectures for electric storage systems |
WO2019133395A1 (en) * | 2017-12-29 | 2019-07-04 | Walmart Apollo, Llc | System and method for battery charging |
US20190308630A1 (en) * | 2018-04-10 | 2019-10-10 | GM Global Technology Operations LLC | Battery state estimation based on open circuit voltage and calibrated data |
EP4371811A2 (en) | 2018-09-17 | 2024-05-22 | Volvo Truck Corporation | A method for estimating an operating parameter of a battery cell in a vehicle |
EP3637064A1 (de) * | 2018-10-11 | 2020-04-15 | VEGA Grieshaber KG | Batteriebetriebenes füllstandmessgerät mit restlebensdauerbestimmungsvorrichtung |
US10884062B2 (en) | 2018-10-30 | 2021-01-05 | GM Global Technology Operations LLC | Detection and mitigation of rapid capacity loss for aging batteries |
US11302996B2 (en) | 2019-08-19 | 2022-04-12 | GM Global Technology Operations LLC | Battery modules with integrated interconnect board assemblies having cell tab comb features |
US11207982B2 (en) * | 2019-12-11 | 2021-12-28 | GM Global Technology Operations LLC | Electronic power module assemblies and control logic with direct-cooling heat pipe systems |
US11375642B2 (en) | 2019-12-23 | 2022-06-28 | GM Global Technology Operations LLC | Electronic power module assemblies and control logic with direct-cooling vapor chamber systems |
US11801574B2 (en) | 2020-03-06 | 2023-10-31 | GM Global Technology Operations LLC | Welding systems and methods with knurled weld interfaces for metallic workpieces |
US11387525B2 (en) | 2020-03-09 | 2022-07-12 | GM Global Technology Operations LLC | Two-stage plunger press systems and methods for forming battery cell tabs |
US11600842B2 (en) | 2020-03-16 | 2023-03-07 | GM Global Technology Operations LLC | Multistage plunger press systems and methods with interlocking fingers for forming battery cell tabs |
US11804639B2 (en) | 2020-07-23 | 2023-10-31 | GM Global Technology Operations LLC | Multistage plunger systems and methods for forming battery cell tabs |
US11799149B2 (en) | 2020-08-26 | 2023-10-24 | GM Global Technology Operations LLC | Energy storage assembly |
US11581618B2 (en) | 2020-11-18 | 2023-02-14 | GM Global Technology Operations LLC | Thermomechanical fuses for heat propagation mitigation of electrochemical devices |
EP4016098A1 (de) * | 2020-12-18 | 2022-06-22 | INTILION GmbH | Verfahren und vorrichtung zur robusten online-zustandsbestimmung von grossen batteriespeichersystemen |
US20230231207A1 (en) * | 2022-01-18 | 2023-07-20 | Supernal, Llc | Dynamic energy storage systems and methods |
CN116070466B (zh) * | 2023-03-08 | 2023-06-13 | 上海泰矽微电子有限公司 | 一种电池截止电压下的最优soc仿真寻值方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050052158A1 (en) * | 2003-08-06 | 2005-03-10 | Vb Autobatterie Gmbh | Method for prediction of electrical characteristics of an electrochemical storage battery |
CN101221224A (zh) * | 2006-12-22 | 2008-07-16 | 通用汽车环球科技运作公司 | 监测电能存储装置的方法和系统 |
US20090091299A1 (en) * | 2007-10-04 | 2009-04-09 | Gm Global Technology Operations, Inc. | Dynamically adaptive method for determining the state of charge of a battery |
US20090248334A1 (en) * | 2008-03-27 | 2009-10-01 | Continental Automotive France | Method for estimating the charge of a motor vehicle battery |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6639385B2 (en) | 2001-08-07 | 2003-10-28 | General Motors Corporation | State of charge method and apparatus |
US7982432B2 (en) * | 2006-12-22 | 2011-07-19 | Gm Global Technology Operations, Llc | Method and system for monitoring an electrical energy storage device |
US7928690B2 (en) * | 2007-11-29 | 2011-04-19 | GM Global Technology Operations LLC | Method and system for determining a state of charge of a battery |
US8108160B2 (en) * | 2008-09-25 | 2012-01-31 | GM Global Technology Operations LLC | Method and system for determining a state of charge of a battery |
US8004243B2 (en) * | 2009-04-08 | 2011-08-23 | Tesla Motors, Inc. | Battery capacity estimating method and apparatus |
-
2011
- 2011-05-13 US US13/107,266 patent/US8645088B2/en not_active Expired - Fee Related
-
2012
- 2012-05-10 DE DE102012207817A patent/DE102012207817A1/de not_active Withdrawn
- 2012-05-11 CN CN201210145306.7A patent/CN102778652B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050052158A1 (en) * | 2003-08-06 | 2005-03-10 | Vb Autobatterie Gmbh | Method for prediction of electrical characteristics of an electrochemical storage battery |
CN101221224A (zh) * | 2006-12-22 | 2008-07-16 | 通用汽车环球科技运作公司 | 监测电能存储装置的方法和系统 |
US20090091299A1 (en) * | 2007-10-04 | 2009-04-09 | Gm Global Technology Operations, Inc. | Dynamically adaptive method for determining the state of charge of a battery |
US20090248334A1 (en) * | 2008-03-27 | 2009-10-01 | Continental Automotive France | Method for estimating the charge of a motor vehicle battery |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104714181A (zh) * | 2013-12-11 | 2015-06-17 | 广州汽车集团股份有限公司 | 一种获取电压与电池荷电状态关系的方法和系统 |
CN104714181B (zh) * | 2013-12-11 | 2017-10-27 | 广州汽车集团股份有限公司 | 一种获取电压与电池荷电状态关系的方法和系统 |
CN104898063A (zh) * | 2014-03-05 | 2015-09-09 | 福特全球技术公司 | 车辆、系统和方法 |
CN104898063B (zh) * | 2014-03-05 | 2019-03-08 | 福特全球技术公司 | 车辆、系统和方法 |
CN106470868A (zh) * | 2014-06-26 | 2017-03-01 | 丰田自动车株式会社 | 车辆控制装置 |
CN108072841A (zh) * | 2016-11-18 | 2018-05-25 | 半导体组件工业公司 | 用于确定电池的相对充电状态的方法和装置 |
CN107728074A (zh) * | 2017-10-23 | 2018-02-23 | 上海理工大学 | 一种考虑传感器与模型误差的锂电池荷电状态估计方法 |
CN113125983A (zh) * | 2020-01-15 | 2021-07-16 | 通用汽车环球科技运作有限责任公司 | 电池容量估算方法和系统 |
CN113125983B (zh) * | 2020-01-15 | 2024-05-14 | 通用汽车环球科技运作有限责任公司 | 电池容量估算方法和系统 |
WO2021244085A1 (zh) * | 2020-06-04 | 2021-12-09 | 珠海格力电器股份有限公司 | Soc值显示方法、显示装置及储能系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102778652B (zh) | 2015-08-05 |
US20120290235A1 (en) | 2012-11-15 |
US8645088B2 (en) | 2014-02-04 |
DE102012207817A1 (de) | 2012-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102778652B (zh) | 利用置信度值来确定蓄电池的充电状态的系统和方法 | |
US9037426B2 (en) | Systems and methods for determining cell capacity values in a multi-cell battery | |
CN111670340B (zh) | 一种车辆剩余行驶里程的获取方法、电子设备及车辆 | |
EP3306735B1 (en) | Device for estimating degree of battery degradation, and estimation method | |
KR101394867B1 (ko) | 친환경 차량의 주행가능거리 산출 방법 | |
US9128159B2 (en) | Plug-in charge capacity estimation method for lithium iron-phosphate batteries | |
US20130043840A1 (en) | Systems and methods for performing cell balancing in a vehicle using cell capacities | |
CN105102999A (zh) | 电池寿命推测方法及电池寿命推测装置 | |
JPWO2016158396A1 (ja) | 電池制御装置、および電動車両システム | |
EP2720055A2 (en) | Device and method for estimating chargeable/dischargeable power of electric storage device | |
KR102004404B1 (ko) | 자동차 배터리로부터 추출될 수 있는 에너지의 평가 | |
US20160001658A1 (en) | Energy consumption rate in distance domain | |
CN104422894A (zh) | 电动车辆的电池信息显示装置 | |
WO2021059950A1 (ja) | 車載報知装置、報知プログラム、及び演算装置 | |
US20230375637A1 (en) | Battery diagnostic system | |
US11841401B2 (en) | Diagnostic device, diagnostic method, diagnostic system, and program | |
CN116512976A (zh) | 一种续航里程的估算方法、装置、电子设备及存储介质 | |
JP2021124419A (ja) | バッテリ劣化判定装置、バッテリ劣化判定方法、及びバッテリ劣化判定プログラム | |
CN112912745A (zh) | 根据开路电压图形确定电化学电池的充电状态和老化状态的方法 | |
US11180051B2 (en) | Display apparatus and vehicle including the same | |
US20230314517A1 (en) | Battery state analysis system and battery state analysis method | |
US20230286415A1 (en) | Computing system, battery deterioration predicting method, and battery deterioration predicting program | |
US20230266399A1 (en) | Battery management system, calculation system, battery degradation prediction method, and battery degradation prediction program | |
US11453310B2 (en) | Display device for indicating the deterioration state of a secondary battery and the travelable distance of an electric or hybrid vehicle | |
US10706641B2 (en) | Information supply device, information supply method, and storage medium |
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: 20150805 Termination date: 20210511 |