CN102901930A - 电池监视装置 - Google Patents

电池监视装置 Download PDF

Info

Publication number
CN102901930A
CN102901930A CN201210269045XA CN201210269045A CN102901930A CN 102901930 A CN102901930 A CN 102901930A CN 201210269045X A CN201210269045X A CN 201210269045XA CN 201210269045 A CN201210269045 A CN 201210269045A CN 102901930 A CN102901930 A CN 102901930A
Authority
CN
China
Prior art keywords
battery
impedance
constant
data
electric power
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
CN201210269045XA
Other languages
English (en)
Other versions
CN102901930B (zh
Inventor
冈田修平
吉武哲
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.)
Yokogawa Electric Corp
Original Assignee
Yokogawa Electric Corp
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 Yokogawa Electric Corp filed Critical Yokogawa Electric Corp
Publication of CN102901930A publication Critical patent/CN102901930A/zh
Application granted granted Critical
Publication of CN102901930B publication Critical patent/CN102901930B/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]
    • 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
    • G01R19/00Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00Arrangements for measuring electric power or power factor
    • G01R21/06Arrangements for measuring electric power or power factor by measuring current and voltage
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R27/00Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
    • G01R27/02Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
    • G01R27/08Measuring resistance by measuring both voltage and current
    • 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

Abstract

本发明实现一种电池监视装置,其在实际使用电池的汽车、发电设备以及家庭用蓄电系统等的现场中,将实际负载控制在期望的负载状态下,同时测定电池的内部阻抗特性,可以实时地监视电池的状态。该电池监视装置,将多个电池单元串联连接,对电池模块实时地测定监视,所述电池模块在发生包含高频域的负载变动的状态下,对实际负载进行驱动,其特征在于,由以下部分构成:多个电力/阻抗运算部,其分别设置在所述各电池单元上,从所述各电池单元输入电压信号以及电流信号,对所述各电池单元的瞬时电力以及内部阻抗特性进行测定;以及电池模块状态管理部,其经由内部母线,输入上述电力/阻抗运算部的输出数据。

Description

电池监视装置
技术领域
本发明涉及一种电池监视装置,详细地说,涉及一种在实际使用电池的汽车和设备等的现场中,将实际负载控制成期望的负载状态,同时可以实时地对电池的状态进行测定监视的电池监视装置。
背景技术
反复进行充电的二次电池,作为混合动力汽车和电动汽车等行驶电动机驱动电源而使用,并且,从不依赖于石油燃料的太阳能发电或风力发电等的对环境负荷较少且可以储存能量的观点出发,也在工业、公共机关和一般家庭等中广泛应用起来。
一般地,上述二次电池,通过将规定数量的电池单元串联连接,从而构成为可以得到期望的输出电压的电池模块,通过将可获得期望的输出电压的规定数量的电池模块并联连接,从而构成为可以得到期望的电流容量(AH)的电池组件。
在汽车中作为行驶电动机驱动电源而搭载的二次电池,从充电时间、续航距离等的便利性出发,目前认为锂离子电池为主流。
图32是表示使用现有的二次电池的电池系统的一个例子的框图。在图32中,电池模块10是将多个电池单元111~11n和电流传感器12串联连接而成,与负载L并联连接。
电池监视装置20由下述部分构成:多个A/D转换器211~21n+1,其与构成电池模块10的多个电池单元111~11n和电流传感器12分别对应地设置;以及处理装置23,其经由内部母线22,输入上述A/D转换器211~21n+1的输出数据。
电池模块10的各电池单元111~11n的输出电压和电流传感器12的检测信号,向各自对应的A/D转换器211~21n+1输入并变换为数字信号,上述A/D转换器211~21n+1的输出数据经由内部母线22向处理装置23输入。
处理装置23基于A/D转换器211~21n+1的输出数据,例如求出各电池单元111~11n的内部阻抗值,并且根据上述的内部阻抗值推定流出期望电流的情况下的电压下降量,将上述的数据经由外部母线30向上位的电池系统控制部40输送。
电池系统控制部40基于从电池监视装置20输入的数据,对电池模块10以及负载装置L进行控制,以可以以当前的电池模块10的输出电压稳定地驱动负载装置L。
对构成如上所述的电池模块10的二次电池的性能进行评价的指标之一,为图33以及图34所示的内部阻抗特性。图33是将充满电的电池放置于高温状态的情况下的阻抗特性例图,图34是在高温状态下反复进行充放电的情况下的阻抗特性例图。另外,在图33以及图34中,左图表示将基于交流阻抗测定结果的复数阻抗向复数坐标中绘制的科尔-科尔图,右图是表示该阻抗频率特征的伯德图。
图33的左图,表示随着放置期间例如1年、2年、……变长,交流阻抗不断变大的过程。图34的左图表示随着充放电例如50次、100次、……反复进行,交流阻抗不断变大的过程。
如果阻抗变大,则输出电流时的电池电压降变大,无法获得足够的输出电压。各右图的频率较低的部分,相当于较长时间持续踩踏汽车的加速器的情况。根据上述的数据,频率较低的部分处阻抗变大,因此可以推测出电压降持续不断地变大。即,与电池的老化相伴,输出特性发生变化,无法获得足够的输出。
图35是表示测定二次电池的交流阻抗的现有的测定电路的一个例子的框图,对于与图32相同的部分,标注相同的标号。在图35中,在电池10和电流传感器12的串联电路的两端,连接有扫描信号发生器50。该扫描信号发生器50将在包含图33以及图34的右图所示的频率特性区域在内的范围内输出频率扫描变化的交流信号,向电池10和电流传感器12的串联电路输出。
交流电压监视器60测定电池10两端的交流电压,并向阻抗运算装置80输入。交流电流监视器70测定流向电流传感器12的交流电流,并向阻抗运算装置80输入。
阻抗运算装置80计算出在扫描信号发生器50的输出信号的各频率下交流电压监视器60的测定电压与交流电流监视器70的测定电流的比、即电池10的复数阻抗。通过将该计算出的复数阻抗向复数平面绘制,从而可以得到如图33和图34所示的科尔-科尔图。
根据如上所述制成的科尔-科尔图,可以推定例如如图36所示的电池10的等价电路的各参数。另外,图36的等价电路串联连接有直流电源E、阻抗R1、阻抗R2和电容器C2的并联电路、阻抗R3和电容器C3的并联电路、阻抗R4和电感L4的并联电路。对于根据上述的交流法进行的阻抗的测定,也包含自动测定方法在内,在专利文献1中详细地记载。
另一方面,以对搭载在汽车上的锂离子电池的状态进行监视,将用于最大限度地发挥电池性能的信息向上位系统提供,并且万一电池引起危及用户这样的异常时可以使系统安全地停止为目的,开发并应用如非专利文献1中记载所示的控制器。
专利文献1:日本特开2003-4780号公报
非专利文献1:日置慎二郎、外5名、「リチゥムィォンバツテリーコントローラの開発」、CALSONI C KANSEI TECHNICAL REVIEW、カルソニツクカンセィ株式会社、vol.72010p.6-10
发明内容
如上所述,通过测定电池的内部阻抗特性,从而可以得到电池的各种信息,因此,在实际使用电池的汽车、发电设备设备以及家庭用蓄电系统等的现场中,如果可以测定电池的内部阻抗特性,则基于上述信息,掌握电池的现状,并且可以以与电池的现状相对应总是最大限度有效地使用的方式进行控制。
但是,在图32所示的现有的系统结构中,虽然可以求出各电池单元111~11n的内部阻抗值,但由于间歇地进行处理装置23和电池系统控制部40之间的数据通信,因此各电池单元111~11n的电压数据成为周期例如为大于或等于100ms的离散数据。
其结果,虽然能够参照由瞬时或者一定时间积分平均的电压、电流、温度等构成的表格,检测各电池单元111~11n的状态,但无法测定需要大量信息的各电池单元111~11n的内部阻抗特性。
另外,根据图35所示的现有的测定电路,扫描信号发生器50是必须的,但由于成本、空间制约,对于现场的各单元安装图35所示的测定电路是难以实现的。
本发明是解决上述课题的技术方案,其目的在于,提供一种电池监视装置,其在实际使用电池的汽车、发电设备以及家庭同蓄电系统等的现场中,将实际负载控制为期望的负载状态,同时测定电池的内部阻抗特性,可以实时地对电池的状态进行监视。
为了实现如上所述的课题,本发明中技术方案1记载的发明为一种电池监视装置,其对电池模块实时地进行测定监视,该电池模块是将多个电池单元串联连接而成,以发生包含高频域在内的负载变动的状态对实际负载进行驱动,其特征在于,
由以下部分构成:
多个电力/阻抗运算部,其对所述各电池单元分别设置,从所述各电池单元输入电压信号以及电流信号,对所述各电池单元的瞬时电力以及内部阻抗特性进行测定;以及
电池模块状态管理部,其经由内部母线,输入上述电力/阻抗运算部的输出数据。
技术方案2的发明为一种电池监视装置,其对电池模块实时地进行测定监视,该电池模块是将多个电池元件串联连接而成,以发生包含高频域的负载变动的状态对实际负载进行驱动,其特征在于,
由以下部分构成:
多个电力/阻抗运算部,其对所述各电池单元分别设置,从所述各电池单元输入电压信号以及电流信号,对所述各电池单元的瞬时电力以及内部阻抗特性进行测定;
电池模块状态管理部,其经由内部母线,输入上述电力/阻抗运算部的输出数据;以及
加速器工作监视部,其对构成作为所述电池模块的负载装置的汽车驱动系统的加速器的动作进行监视,其检测信号向所述电力/阻抗运算部和所述电池模块状态管理部输入。
技术方案3的发明的特征在于,在技术方案1或者技术方案2记载的电池监视装置中,
所述电力/阻抗运算部进行离散傅里叶变换或者高速傅里叶变换,根据其结果,推定表示期望的频域中的电池内部阻抗特性的等价电路常数。
技术方案4的发明的特征在于,在技术方案1或者技术方案2记载的电池监视装置中,
所述电力/阻抗运算部,以能够与电池内部的反应时间常数相对应而最佳地推定该时间常数的时间分辨率和时间间隔,取得测定数据,对被认为是支配性地与该时间常数相关的等价电路常数进行推定。
技术方案5的发明的特征在于,在技术方案1至技术方案4中任一项记载的电池监视装置中,
向所述电力/阻抗运算部附加所述各电池单元的温度信息。
技术方案6的发明的特征在于,在技术方案1至技术方案5中任一项记载的电池监视装置中,
在所述实际负载中不存在高频率成分时,与所述实际负载并联连接产生包含有高频域的负载的模拟负载装置。
技术方案7的发明的特征在于,在技术方案1至技术方案6中任一项记载的电池监视装置中,
设置有负载控制部,其按照预先设定的规定的负载程序,对所述实际负载进行驱动控制。
发明的效果
根据如上所述,在实际使用电池的汽车和设备等的现场中,将实际负载控制为期望的负载状态,同时可以测定电池的内部阻抗,可以对电池状态实时地进行监视。
附图说明
图1是表示本发明的一个实施例的框图。
图2是表示电力/阻抗运算部24的具体例子的框图。
图3是表示图2的等价电路参数测定部24c的具体例子的框图。
图4是电池的阻抗特性例图。
图5是针对图36的等价电路的常数推定阻抗特性例图。
图6是表示图2的等价电路参数测定部24c的其它具体例子的框图。
图7是a=4的相关系数Corr(i)的曲线。
图8是采样阻抗特性例图。
图9是其它的采样阻抗特性例图。
图10是其它的采样阻抗特性例图。
图11是矩形波脉冲f(t)的特性例图。
图12是表示加权的具体例子的说明图。
图13是表示由加权常数推定出的结果例的说明图。
图14是表示图2的等价电路参数测定部24c的其它具体例子的框图。
图15是定电流脉冲的响应测定例图。
图16是尼奎斯特曲线例图。
图17是图36的等价电路中的各电路常数的测定结果和基于该测定结果计算出的拟合用的阻抗特性曲线的说明图。
图18是根据有无检测出尖峰的采样阻抗特性的对比例图。
图19是示图2的等价电路参数测定部24c的其它具体例子的框图。
图20是说明用于对电感L成分进行校正的处理流程的流程图。
图21是对以图20的流程图的顺序校正后的存在尖峰的波形数据进行等价电路拟合后的结果例的说明图。
图22是表示电力/阻抗运算部24的其它具体例子的框图。
图23是表示本发明的其它实施例的框图。
图24是表示本发明的其它实施例的框图。
图25是表示图2的等价电路参数测定部24c的其它具体例子的框图。
图26是电池的阻抗特性例图。
图27是图26的电池的等价电路例图。
图28是较宽的拟合对象区间的说明图。
图29是基于推定常数的阻抗特性例图。
图30是较窄的拟合对象区间的说明图。
图31是基于再次推定出的常数的阻抗特性例图。
图32是表示利用现有的二次电池的电池系统的一个例子的框图。
图33是将充满电的电池放置于高温状态的情况下的阻抗特性例图。
图34是在高温状态下反复进行充放电的情况下的阻抗特性例图。
图35是表示对二次电池的交流阻抗进行测定的现有的测定电路的一个例子的框图。
图36是电池的等价电流例图。
图37是示出根据本实施例的电池监视装置的硬件构造的示意图。
具体实施方式
下面,利用附图,详细说明本发明的实施方式。图1是表示本发明的一个实施例的框图,对于与图32相同的部分,标注相同的标号。在图1中,电池监视装置20由以下部分构成:作为多个的n个电力/阻抗运算部241~24n,其与构成电池模块10的作为多个的n个各电池单元111~11n相对应地设置;电池模块状态管理部26,其经由内部母线25输入上述电力/阻抗运算部241~24n的输出数据;以及加速器工作监视部27,其对构成作为负载装置L的汽车的驱动系统的加速器L1的动作进行监视。
作为负载装置的汽车的驱动系统,实质上加速器L1、逆变器L2和电动机L3串联连接。逆变器L2与电池模块10串联连接,从电池模块10供给用于旋转驱动电动机L3所需的驱动电力。电动机L3与驾驶员例如进行踏板操作的加速器L1的动作相对应,对向逆变器L2供给的驱动电量进行控制,从而进行缓急控制,从而以驾驶员期望的旋转速度进行旋转。
与驾驶员的踏板操作相伴的加速器L1的动作,由加速器工作监视部27连续地进行监视检测,其检测信号经由电池模块状态管理部26以及内部母线25,向各电力/阻抗运算部241~24n输入。
相对于电力/阻抗运算部241~24n,从与其相对应的各电池单元111~11n输入电压信号,并且,从电流传感器12输入电流信号。
在这里,与驾驶员的踏板操作相伴的加速器L1的动作,是在各电池单元111~11n的输出电压波形以及电流传感器12的输出电流波形中,施加包含有宽带域的频率成分在内的阶梯波状的上升和下降的变化而成的。
在本发明中,包含上述宽带域的频率成分在内的波形数据,由电力/阻抗运算部241~24n进行离散傅里叶变换(DFT)或者高速傅里叶变换(FFT),根据其结果,推定期望的频率区域中的等价电路常数。由此,在实际使用电池的汽车或机械设备等的现场中,可以测定电池的内部阻抗特性,可以实时地对电池状态进行监视。
电池模块状态管理部26,取得由各电力/阻抗运算部241~24n测定的构成电池模块10的各电池单元111~11n的瞬时电力信息以及内部阻抗信息,并且将上述的数据经由外部母线30向上位的电池系统控制部40输送。
电池系统控制部40基于从电池监视装置20输入的数据,控制电池模块10以及负载装置L,以使得可以以当前的电池模块10的输出电压稳定地驱动负载装置L,并且基于各电池单元111~11n的瞬时电量的变化动向和内部阻抗信息的变化动向等,掌握各电池单元111~11n的性能的推移状况,发出提醒充电的警报,或者解析性能恶化的倾向,输出电池模块10的更换时间预测数据等。
图2是表示电力/阻抗运算部24的具体例子的框图。在图2中,各电池单元111~11n的电压信号V经由抗混叠滤波器24a向A/D转换器24b输入,将A/D转换器24b的输出数据向等价电路参数测定部24c输入。
来自电流传感器12的电流信号I,经由抗混叠滤波器24d向A/D转换器24e输入,A/D转换器24e的输出数据向等价电路参数测定部24c输入。
A/D转换器24b、24e由可变时钟系统进行驱动,该可变时钟系统由电池模块状态管理部26→加速器变化量检测部24f→时钟控制部24g→可变时钟发生部24h构成,基于从加速器工作监视部27检测输出的加速器变化信号而生成可变时钟。由此,生成起步、加速、高速行驶、低速行驶、减速、停止、后退以及它们的缓急等的、基于驾驶员的加速器工作的时钟,并将各个状态的电压信号V以及电流信号I变换为数字数据。
另外,A/D转换器24b、24e的采样时钟频率也可以与要测定各电池单元111~11n的内部阻抗的频带相对应进行变更。例如测定1kHz为止的内部阻抗的情况下,将采样时钟频率设为2Ksample/s,将抗混叠滤波器24a、24d的低通频带设为小于或等于1kHz。
等价电路参数测定部24c与等价电路信息存储部24i连接,该等价电路信息存储部24i存储要测定的各电池单元111~11n的等价电路参数等的等价电路的信息。由等价电路参数测定部24c测定出的等价电路的各参数,经由内部母线25,被电池模块状态管理部26获得。
A/D转换器24b、24e的输出数据,也向电力测定部24j输入。由此,电力测定部24j测定各电池单元111~11n的瞬时电力,并将测定结果存储在电力信息存储部24k中。在电力信息存储部24k中存储的电力信息,经由内部母线25,被电池模块状态管理部26获得。
图3是表示图2的等价电路参数测定部24c的具体例子的框图。A/D转换器24b、24e的输出数据依次存储在波形数据存储部c1中。
DFT运算部c2对依次存储在波形数据存储部c1中的波形数据进行离散傅里叶变换,通过电压信号的离散傅里叶变换结果除以电流信号的离散傅里叶变换结果,从而计算阻抗,将计算出的阻抗数据存储在阻抗数据存储部c3中。另外,根据波形数据的形态,通过取代DFT运算部c2而使用FFT运算部,可以实现运算处理的高速化。
电路常数推定运算部c4,基于存储在阻抗数据存储部c3中的阻抗数据,利用预先指定的等价电路模型进行常数拟合。由电路常数推定运算部c4推定运算出的电路常数,在例如图36所示的等价电路的情况下,将R4和L4存储在不变电路常数存储部c5中,将其它的R1、R2、C2、R3、C3存储在电路常数存储部c6中。
阻抗推定运算部c7输出任意频率下的阻抗。在阻抗数据实际存在的频域中,将存储在阻抗数据存储部c3中的阻抗数据直接输出。在阻抗数据没有实际存在的频域中,基于存储在不变电路常数存储部c5以及电路常数存储部c6中的电路常数,进行推定运算,并输出其运算结果。
从外部向解析条件存储部c8存储解析条件。解析条件主要表示各运算部中的运算条件,但也包含基准测定或系统搭载时测定的信息。
近年来,积极进行下述研究,即,对于电池,在定电压或定电流下施加正弦波,求出阻抗特性,推定充放电的温度特性、充电剩余量以及性能恶化的程度等,掌握电池的状态。
在电池组装入汽车等系统之前的单体的状态下,在所配置的测定环境下进行阻抗测定,但如果组装入系统中,则由于系统上的制约等,存在无法进行充分的阻抗测定的情况。特别地,在作为汽车的驱动源搭载的情况下,认为系统侧的采样率不充分,较高频率区域无法采样。在该情况下,无法进行相当于预先测定的测定范围的比较。
图4是电池的阻抗特性例图,(A)表示以频率范围1Hz~2.5kHz进行正弦波扫描,并且在各测定频率点一边确保充分的采样率一边测定出的结果。以下,以(A)作为基准特性。
(B)是从(A)的基准特性中提取出频率范围1~50Hz的结果。其根据将电池例如搭载在汽车系统中的情况下的制约,假设无法测定高频域的情况。(A)中所示的虚轴的+侧(曲线的下半部分),是包含电池的L(电感)信息的区域,但在(B)中该部分完全缺失。
对于电池的电感,为构造上的特性,认为不会由于电极或电解溶液的老化等而随时间变化。如果基于该想法,则从(A)的基准特性中预先求出等价电路常数,对于不会随时间变化的常数,在将电池进行系统搭载后,也可以使用上述常数。
(C)是阻抗特性曲线,其是基于图36的等价电路模型,对(A)的基准特性进行常数拟合而求出R1、R2、R3、C2、C3、L4、R4,根据这些参数而导出的。拟合可以基于公知的运算式进行。
(D)是阻抗特性曲线,其是利用在(B)中推定出的电路常数R1、R2、R3、C2、C3和预先取得的L4、R4,根据基于图36的等价电路模型进行常数拟合求出的结果而导出的。(D)的阻抗特性曲线与(C)的阻抗特性曲线大致相等。即,通过利用由(B)推定出的电路常数R1、R2、R3、C2、C3和预先取得的L4、R4,从而可以推定与(A)的基准特性相当的频率范围中的阻抗特性。
在上述实施例中是通过向等价电路模型中施加不变电路常数,从而进行阻抗推定的,但也可以不向等价电路上施加不变电路常数,而是根据不变电路常数生成时间序列数据,并将其向测定出的时间序列数据中添加后,推定其它的电路常数。
另外,上述实施例是在L成分在较低的频域中不受影响的前提下进行常数推定。由此,在常数推定时的等价电路模型中不包含不变电路常数L4、R4,仅在阻抗推定时使用不变电路常数L4、R4。但是,根据电池的特性,存在L成分在较低的频域中也受到影响的可能性。在该情况下,也可以在常数推定时的等价电路中包含不变电路常数L4、R4而进行常数推定。
在选择电池的等价电路模型时,如果没有预先在识别出作为测定对象的电池固有的特性和测定频率范围的基础上选择适当的等价电路模型,则如图5的阻抗特性例图所示,存在成为与实物相差悬殊的常数推定结果的情况。
图5是对于图36的等价电路,从相同阻抗数据中提取出不同频率范围的数据,进行常数推定的结果。(A)是提取出大于或等于0.1Hz的结果,通过常数拟合导出的阻抗特性曲线、和实际的阻抗特性一致。
与此相对,(B)是提取出大于或等于1.0Hz的结果,与通过常数拟合导出的阻抗特性曲线相差很大。其与实物是否包含沃伯格元件无关,由于在数据中没有明显地表现出该特性,因此可以推测出落入局部解中。如上所述,即使是相同的等价电路模型,如果在常数推定中使用的阻抗的频率范围不同,则可能得到完全不同的结果。
上述问题,可以通过使用如图6所示构成的等价电路参数测定部24c,基于阻抗数据的特征,选择最佳的等价电路模型而避免,实现电路常数推定精度的提高。
图6是表示等价电路参数测定部24c的其它具体例子的框图,对于与图3相同的部分,标注相同的标号。在图6中,电路模型选择部c9,基于由DFT运算部c2推定并存储在阻抗数据存储部c3中的阻抗数据的特征,选择最佳的等价电路模型。电路常数推定运算部c4,基于存储在阻抗数据存储部c3中的阻抗数据以及由电路模型选择部c9选择出的最佳的等价电路模型,进行各电路常数的推定运算。
通常使用的电池的等价电路模型,由n段的RC并联电路、1段的LR并联电路、和沃伯格元件构成。因此,电路模型选择部c9针对上述的等价电路模型的具体的结构,以下述的顺序依次决定。
(1)有无沃伯格元件
(2)有无LR并联电路
(3)RC并联电路的段数
(1)首先,对于沃伯格元件,使用低频侧的阻抗实轴·虚轴的相关系数,判断有无。例如,如果为Corr<-0.99,则判定为存在沃伯格元件。相关系数由下式计算出。
Corr ( i ) = Σ j = i - a i + a ( Zreal j - Zreal ‾ i - a i + a ) ( Zimg j - Zimg ‾ i - a i + a ) Σ j = i - a i + a ( Zreal j - Zreal ‾ i - a i + a ) 2 Σ j = i - a n ( Zimg j - Zimg ‾ i - a i + a ) 2
在这里,Corr(i)表示第i个阻抗数据周边的相关系数,Zrealj以及Zimgj表示第j个阻抗数据的实部·虚部。
Zreal ‾ i - a i + a
Zimg ‾ i - a i + a
表示各个第i-a~i+a个阻抗的实部·虚部数据的平均值。另外,阻抗数据是按照频率的升序排列的。
图7是a=4的相关系数Coor(i)的曲线。在此次的采样数据中,判断为沃伯格“有”。
(2)然后,判断LR并联电路的有无。如果高频率侧的阻抗虚轴为+值,则判断为LR并联电路是必须的。在图8的采样阻抗特性图的情况下,判断为LR并联电路“有”。
(3)最后,确定RC并联电路的段数。对于全部数据,在相关系数从-至+方向上,根据跨越Corr(i)=-0.95的次数进行判定。但是,在阻抗的虚轴跨越+区域的情况下,认为是LR的特性,不进行计数。在图9(A)所示的采样数据中,在a、b、c这3点下,相关系数跨越-0.95,但c点如(B)所示,阻抗的虚轴在超过320Hz的+区域中跨越,因此不进行计数,RC并联电路判断为2段。
由此,实现由电路常数推定运算部c4推定运算的各电路常数的推定精度的提高。
如果在充分的测定环境下能够取得电压·电流数据,则可以提取出阻抗的特征。但是,例如在将电池搭载在汽车上的状态下,由于噪声等的影响,不一定能够得到良好的测定结果。
在该情况下,在选择出多个等价电路模型候补的基础上,并行地进行常数推定运算,将与对象阻抗数据之间的误差为最小的阻抗数据,作为最终的输出。
并且,也可以设置下述功能,即,在反复运算中,随时计算出与对象阻抗数据之间的误差,针对不满足基准值、或者没有明显收敛的误差,将运算中断,选择其它的模型。
另外,在由电路常数推定运算部c4进行推定运算的过程中,通过与频域和测定精度等条件相对,进行各数据的加权,从而可以实现常数推定精度的提高。
在阻抗特性由单一正弦波的扫描测定而得出的情况下,在各频率单位下,可以设定考虑了A/D转换器的A/D分辨率的振幅。与此相对应,在脉冲这样的包含多个频率成分的波形的情况下,无法控制各频率成分的振幅。在该情况下,在某个频率成分中,A/D分辨率不足,无法得到正确的阻抗。并且,如果利用该数据,进行等价电路模型的常数推定,则存在成为误差较大的推定结果的可能性。
在图10的采样数据中,(A)是与图36的等价电路相对应的与所述图4(C)相同的曲线,是从正弦波形输入响应得到的阻抗特性、和由常数拟合得到的阻抗特性曲线。是在频率范围1Hz~2.5kHz下进行正弦波扫描,并且一边在各测定频率点确保充分的采样率一边测定出的结果,将上述的电路常数作为真值。
(B)是从脉冲输入响应得到的结果。其中,R4、L4利用由正弦波形输入响应得到的常数。在采样率1kHz下进行测定,在1~450Hz的频域下进行离散傅里叶变换。由于采样率较低,因此应该在较高的频率侧可见的电感成分没有被捕捉到。另外,频率越高结果越波动。上述的波动,认为与在脉冲中包含的各频率成分的振幅和A/D转换器的A/D分辨率有关。
在这里,对矩形波脉冲f(t)进行傅里叶级数展开,考虑在波形中包含的频率成分。矩形波脉冲f(t)如图11所示表示。
f ( t ) = Σ m = 0 N a m sin m 2 π T t
a m = 2 AW T sin c ( πmW T )
其中,W为脉冲宽度,T为周期,m为大于或等于0的整数。
如上式示出所示,根据频率的不同,振幅am相对于A/D分辨率变得极其小,因此,在该频率附近,存在结果较大波动的可能性。
由于该波动,可能损害等价电路常数的推定精度,但为了抑制波动的影响,认为某种加权计算是有效的。
作为具体例子,考虑在电路常数的推定中使用Gauss-Newton法的情况。如果将与电路常数的真值之间的偏差设为δR2、δC2、δR3、δC3,则如下所示表示。
ΔR 2 ΔC 2 ΔR 3 ΔC 3 = ( J T J ) - 1 J T Δ z j = 1 Δ z j = 2 . . . Δ z j = n
δZn是第n个实测阻抗与根据当前的电路常数计算得的同频率下的阻抗之间的差,J表示雅可比矩阵,T表示行列的转置。至电路常数收敛为止,反复进行上述计算。在这里,导入加权p(j),由以下的公式进行电路常数的推定运算。
ΔR 2 ΔC 2 ΔR 3 ΔC 3 = ( J T J ) - 1 J T p ( 1 ) Δ z 1 p ( 2 ) Δ z 2 . . . p ( n ) Δ z n
通过在振幅较小的频率区域中加权较小,相反在振幅较大的频率区域中加权较大,从而可以期待抑制波动的影响的效果。
在输入响应为接近脉冲的形状的情况下,根据傅里叶级数的性质,认为例如图12所示的加权有效。其中,k表示大于或等于0的整数,f0表示将DFT运算区间作为一个周期的情况下的频率,fj表示f0的j次频率。
p ( j ) = 0 when f j / f 0 = ( T / W ) k 10 when f j / f 0 = ( T / W ) ( k - 1 / 2 ) 0.1 else
图13是表示在上述的加权下进行常数推定后的结果例的说明图。(A)表示采样阻抗特性例图,(B)表示在进行·不进行加权下进行推定时的与常数的真值的偏差。对于全部的常数,得到了接近真值的常数推定结果。
图14是表示等价电路参数测定部24c的其它具体例子的框图,与图3以及图6相同的部分标注相同的标号。图14的电路常数推定运算部c4,基于存储在阻抗数据存储部c3中的阻抗数据以及由解析条件存储部c8设定的加权函数和频率范围等,进行各数据的加权运算等。
由此,如上所述,可以实现各电路常数推定精度的提高。
如果对于电感成分较大的电池,施加脉冲状的上升较快的电流(电压),则会发生尖峰状的电压(电流)。此时,如果A/D转换器的采样率不充分高,则根据采样定时,如图15所示,会对该尖峰部分采样或者未采样。
图15是定电流脉冲的响应测定例图,(A)表示对电压尖峰部分采样的情况,(B)表示没有对电压尖峰部分采样的情况。
在计算出电池的阻抗的情况下,在对尖峰部分采样的情况和没有采样的情况下,阻抗的计算结果明显不同,会得到无再现性的结果。
图16是根据各个数据中求出的尼奎斯特曲线例图。“-△-”是根据正弦波形输入得到的结果。如上所述,是分别确保充分的采样率,逐波扫描并测定各频率的结果。另外,由于正弦波形十分平滑,因此不会发生如脉冲输入所示的尖峰响应。下面,将该“-△-”的结果作为真值。
“-□-”是对于检测出尖峰的数据进行离散傅里叶变换后的结果。由于为了捕捉尖峰部分而没有确保充分的采样率,因此,整体与“-△-”的真值偏离较大。
“-X-”是对于没有检测出尖峰的数据进行离散傅里叶变换后的结果。由于没有捕捉到尖峰部分,因此,没有相对于虚轴方向向下延伸,缺少电感成分。由此,可知在检测出尖峰的情况和没有检测出的情况下,特性的呈现方式明显不同。
电池的电感是由构造而决定的,认为不会由于电极和溶液老化而随时间变化。如上所述,尖峰是由于电池的电感而引起的,但在电池的老化诊断中,仅R、C成分是必要的,即使无法测定L成分也可以。在如上所述的情况下,如果曲线虚轴的负侧(曲线上部)的信息正确且充分,则可以推定电池的R(电阻)以及C(电导),进行电池的老化诊断。
图17是在规定的频率范围1Hz~2.5kHz下进行正弦波扫描,并且在各测定频率点确保充分的采样率而测定出的阻抗特性、以及根据在图36的等价电路模型中对该阻抗特性进行常数拟合而得到的常数R1、R2、R3、C2、C3、L4、R4所导出的阻抗特性曲线。以下,将这些测定结果称为真值。
图18是在有无检测出尖峰的情况下采样阻抗特性的对比例图。(A)表示在脉冲响应下检测出尖峰的数据,(B)表示在脉冲响应下没有检测出尖峰的数据。但是,对于没有检测出电感L成分的数据,将R4、L4从等价电路模型中除去。
(C)表示在有无检测出尖峰的情况下与各常数的真值的偏差。对于R、C,通过基于没有检测出尖峰的数据进行拟合,从而得到接近真值的结果。即,表示出即使采样率不充分,但如果是没有尖峰的波形,则可以充分地推定R、C的电路常数,但难以取得再现性良好且没有尖峰的波形。
由此,对以下情况进行研究,即,对从在低采样率下测定出的脉冲响应数据中可见L成分的数据进行校正,再现性良好且高精度地推定等价电路的R、C。
图19是表示等价电路参数测定部24c的其它具体例子的框图,对于与图3、图6以及图14相同的部分,标注相同的标号。图19的尖峰数据校正部c11,对于存储在波形数据存储部c1中的波形数据进行尖峰校正。电路常数推定运算部c4基于存储在阻抗数据存储部c3中的阻抗数据以及解析条件存储部c8中设定的解析条件等,利用常数拟合推定电路常数,以及进行从得到的常数中导出的阻抗特性曲线的计算。电路常数推定运算部c4的运算结果,存储在电路常数存储部c6中。
图20是说明尖峰数据校正部c10进行的用于对存在尖峰的波形数据的电感L成分进行校正的处理的流程的流程图。在图20中,i(t)是第t个电流采样数据,v(t)是第t个电压采样数据。sr是用于检测尖峰的系数。触发是用于检测脉冲的上升以及下降的触发电平。
在步骤S1中选择t=1的波形数据,在步骤S2中,为了判断脉冲是否上升,而使T=t,判断i(t)>触发的条件是否成立。如果该条件成立,则判断为脉冲上升,使T=t,向标志=FALSE的步骤S3的处理跳转。
并且,为了在步骤S4中判断是否检测出了尖峰,而对v(t)>sr*v(t+1)的条件是否成立进行判断。如果该条件成立,则判断为检测出尖峰,向标志=TRUE、v(t)=v(t-1)、i(t)=i(t-1)的步骤S5的处理跳转。然后,向选择t=T的波形数据的步骤S6的处理跳转。如果步骤S4的条件不成立,则判断为没有尖峰,直接向步骤S6的处理跳转。
为了在步骤S7中判断脉冲是否下降,而对i(t)<触发的条件是否成立进行判断。如果该条件成立,则判断为脉冲下降,并且,为了在步骤S8中判断是否进行尖峰校正,而对是否是标志=TRUE进行判断。如果该条件成立,则判断为进行尖峰校正,向v(t)=v(t-1)、i(t)=i(t-1)的步骤S9的处理跳转,结束一系列的处理。另外,如果步骤S8的条件不成立,则作为不进行尖峰校正而结束一系列的处理。
图21是表示对以图20的流程图顺序校正后的存在尖峰的波形数据进行等价电路拟合后的结果例的说明图。(A)表示采样阻抗特性例图,(B)表示校正前后的与常数的真值的偏差。校正后的全部常数,成为接近真值的结果。
图22是表示电力/阻抗运算部24的其它具体例子的框图。在图22的框图中,除了来自各电池单元111~11n的电压信号V以及电流信号I,也获得温度信号T。
从未图示的温度传感器输出的温度信号T,经由抗混叠滤波器24m,向A/D转换器24n输入,A/D转换器24n的输出数据向等价电路参数测定部24c输入。
电池的阻抗特性随着温度环境而变化较大。因此,在例如将“老化-充电余量-阻抗”表格化的情况下,温度参数不可欠缺。因此,如图22所示,将各电池单元111~11n的温度监视结果向电力/阻抗运算部24附加,是有效的。
另外,在图1的实施例中示出,将加速器L1、逆变器L2和电动机L3实质上串联连接的汽车的驱动系统作为实际负载而使用,基于与驾驶员的踏板操作相伴的加速器L1的动作导致的各电池单元111~11n的输出电压波形以及电流传感器12的输出电流波形的阶梯波状地上升或下降的变化,进行阻抗特性推定的例子,但在实际负载中不存在高频率成分时,如图23所示,可以通过与实际负载并联地连接模拟负载装置DL,产生包含有高频成分的波形,从而至高频域为止推定阻抗。
作为模拟负载装置DL的输出波形,考虑矩形波、三角波等。其输出振幅,例如只要考虑电池放电率,在各种条件下可以实施即可。
另外,在本发明中使用的电力/阻抗运算部24,通过使用半导体集成电路化技术而可以超小型地封装化,即使在例如安装在搭载于汽车上的电池模块的各电池单元中的情况下,也只要可以确保极其微小的空间即可。
图24也是表示本发明的其它实施例的框图,对于与图1相同的部分,标注相同的标号。在图24中,负载控制部LC,按照预先设定的规定的负载程序,对例如作为负载装置L的汽车的驱动系统进行驱动控制。
由此,可以再现在实际的驾驶中难以实现的行驶状态等,上述的负载变动对电池模块10施加的影响可以由电力/阻抗运算部24进行测定。
图25是表示图2的等价电路参数测定部24c的其它具体例子的框图,对于与图6相同的部分,标注相同的标号。在图25中,在运算部中追加电流波形解析部c12和推定常数运算部c13。
对于利用组装有图25所示的等价电路参数测定部24c的装置,测定具有图26所示的阻抗特性的电池的阻抗特性的顺序进行说明。另外,等价电路为使用图27的等价电路。
根据图26可知,电池具有针对每个频率具备特征的阻抗特性。在大于或等于1kHz下电感占主导,在1Hz~1kHz下电导占主导,在小于或等于1Hz下与CPE(Constant Phase Element)即f-p成正比例的特性占主导。另外CPE由以下的公式表示。
CPE = 1 T ( jω ) p
在图24以及图25中,
(1)例如从作为负载装置的汽车的驱动系统向电池模块10施加适当的电流负载。
(2)加速器工作监视部27基于加速器变化信号,对负载的产生状态进行监视,在适当的定时经由电池模块状态管理部26向各电力/阻抗运算部24输出测定开始命令。
(3)如果各电力/阻抗运算部24结束测定,则由电流波形解析部c12进行电流波形数据的形状解析,仅将满足在解析条件存储部c8中设定的条件(例如放电脉冲宽为500±10ms且放电切断后的状态持续大于或等于10sec)的数据,存储在波形数据存储部c1中。
直至得到满足所设定的所定条件的波形数据为止,反复进行(1)~(3)。
另外,在图2的结构中,示出采样率的条件基于加速器工作监视部27的加速器变化信号而设定的例子,但也可以在解析条件存储部c8中设定。
(4)取得数据后,推定常数运算部c13从波形数据存储部c1中读出满足所述设定条件的波形数据,进行如下所示的推定常数运算。另外,所使用的等价电路模型是由电路模型选择部c9选择的。
(4-1)首先,如图28所示,将满足所设定的规定条件的波形数据的全区间作为拟合对象,推定R1、R2、C2、R3、C3、CPE(p和T)。在本实施例中,由于作为测定脉冲而使用脉冲宽500ms,因此作为拟合对象的波形的占空比小于或等于0.05。其目的在于,得到小于或等于1Hz的特征特性、即CPE的p和T。
图29的实线是基于如上所述求出的推定常数的阻抗特性。
由“+”示出的特性,是施加交流重叠波形而测定得的特性。如果将后者作为真值,则可知可以较高精度地推定低频率侧,但偏离高频率侧。
认为其原因在于,对于时间常数较小的特性、变化明显可见的微小时间,在图29的情况下以大于或等于10秒这样的远远较长的时间波形下进行拟合,因此时间采样数量较多的0.1Hz~1Hz附近的特性重点进行拟合,其结果,微小时间很重要的高频率侧相对地误差变大。
(4-2)然后,作为拟合的对象范围,提取出满足如图30所示设定的规定条件的波形数据的0~1s的区间,将在(4-1)中求出的CPE(p和T)值作为固定常数,对R1、R2、C2、R3、C3进行再次推定。作为此时的拟合对象的波形的占空比为0.5左右。其目的在于,得到大于或等于1Hz的特征性特性、即R和C。
另外,由于R5、L5不依赖于电池的反应系统,是由电池的构造决定的值,因此为固定值。
另外,常数的初始值也可以是适当的值。但是,如果考虑解的收敛程度、和老化诊断的现实上的运用,则优选使用老化前特性中的常数值。
图31是基于再次推定出的常数的阻抗特性例图。如果将由“+”表示的特性和由实线表示的特性之间的乖离与图29进行比较,则大幅度地改善,变得较小。这认为是,对于时间常数较小的特性、变化明显可见的微小时间,图29的情况下在所谓大于或等于10秒这样的远远较长的时间波形下进行拟合,因此时间采样数量较多的0.1Hz~1Hz附近的特性重点地被拟合,其结果,微小时间很重要的高频率侧相对地误差变大。
(5)将在(4)中得到的常数向电池模块状态管理部26发送。电池模块状态管理部26根据常数判定电池的老化状态,并将结果向电池系统控制部40通知。
如上所述,通过可以与电池内部的反应时间常数相对应最佳地推定该时间常数的时间分辨率和时间间隔,取得测定数据,针对每个时间常数,对被认为是支配性地与该时间常数相关的等价电路元件的常数进行推定,因此,可以实现等价电路常数的推定精度的提高。
另外,等价电路常数的拟合中,可以使用梯度法、探索法、直接法等一般最适合的解探索算法。
另外,在图24中设置的负载控制部LC,按照预先设定的规定的负载程序,对作为负载装置L的汽车的驱动系统进行驱动控制,因此,在具有模拟负载装置DL的图23中也有效。
图37是示出根据本实施例的电池监视装置20的硬件构造的示意图。如图37所示,电池监视装置20包括CPU101、读取器102、存储器103、存储装置104、通信单元105和用户接口106。CPU101(例如,处理器)可以用作图1所示的电力/阻抗运算部241~24n、电池模块状态管理部26及加速器工作监视部27。
存储器103可以是任何类型的存储器,诸如ROM、RAM或闪存。存储器103可以用作CPU101执行程序时的CPU101的工作存储器。存储装置104被构造用于存储将由CPU101执行的程序和/或由各单元产生的数据。存储装置104可以是任何类型的存储装置,诸如硬盘驱动器HDD或固态驱动器SSD。包括使CPU101执行由电池监视装置20执行的各操作的指令的程序可以存储在存储装置104中,或存储在计算机可读介质中,诸如蓝光盘(商标)、DVD、CD、软盘、闪存、或磁光(MO)盘。读取器102被构造用于将存储于上述计算机可读介质中的程序读取到存储器103中。该程序还可以通过通信单元105从网络(例如,互联网)上的另一装置(例如,服务器)下载。利用图37所示的该构造,CPU101被构造用于根据从读取器102读取的、或通过通信单元105下载的程序来实现由电池监视装置20执行的各个操作。
另外,在上述各实施例中,对于测定搭载在汽车上的电池模块的各电池单元的内部阻抗的例子进行了说明,但对于设置于汽车以外的发电设备或家庭用蓄电系统等中的蓄电池的监视,也有效。
如以上说明所示,根据本发明,可以实现下述电池监视装置,即,在实际使用电池的汽车、发电设备或家庭用蓄电系统等的现场中,将实际负载控制为期望的负载状态,同时测定电池的内部阻抗特性,可以实时地对电池状态进行监视。

Claims (5)

1.一种电池监视装置,其对电池模块实时地进行测定监视,该电池模块具有串联连接的多个电池单元,对实际负载进行驱动,其特征在于,具有:
多个电力/阻抗运算部,其对所述各电池单元分别设置,从所述各电池单元输入电压信号以及电流信号,对所述各电池单元的瞬时电力以及内部阻抗特性进行测定;以及
电池模块状态管理部,其经由内部母线,输入上述电力/阻抗运算部的输出数据,
所述电力/阻抗运算部,以能够与电池内部的反应时间常数相对应而最佳地推定该时间常数的时间分辨率和时间间隔,取得测定数据,使用所取得的测定数据,对被认为是支配性地与该时间常数相关的等价电路常数进行推定。
2.根据权利要求1所述的电池监视装置,其特征在于,
所述电力/阻抗运算部取得所述各电池单元的温度信息。
3.根据权利要求1或2所述的电池监视装置,其特征在于,
具有模拟负载装置,其与所述实际负载并联连接,产生包含有高频成分的波形。
4.根据权利要求1或2所述的电池监视装置,其特征在于,
设置有负载控制部,其按照负载程序对所述实际负载进行驱动控制。
5.根据权利要求3所述的电池监视装置,其特征在于,
设置有负载控制部,其按照负载程序对所述实际负载进行驱动控制。
CN201210269045.XA 2011-07-29 2012-07-30 电池监视装置 Active CN102901930B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2011166595 2011-07-29
JP2011-166595 2011-07-29
JP2011-225925 2011-10-13
JP2011225925A JP5403437B2 (ja) 2011-07-29 2011-10-13 電池監視装置

Publications (2)

Publication Number Publication Date
CN102901930A true CN102901930A (zh) 2013-01-30
CN102901930B CN102901930B (zh) 2016-08-31

Family

ID=46651404

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210269045.XA Active CN102901930B (zh) 2011-07-29 2012-07-30 电池监视装置

Country Status (6)

Country Link
US (1) US9448287B2 (zh)
EP (1) EP2551690B1 (zh)
JP (1) JP5403437B2 (zh)
KR (1) KR101383005B1 (zh)
CN (1) CN102901930B (zh)
ES (1) ES2773735T3 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105004998A (zh) * 2014-04-21 2015-10-28 通用汽车环球科技运作有限责任公司 电荷状态估计器及制造和使用电荷状态估计器的方法
CN107210608A (zh) * 2015-06-17 2017-09-26 株式会社东芝 模拟信号生成装置及模拟信号生成方法及计算机程序
CN110416635A (zh) * 2018-04-26 2019-11-05 丰田自动车株式会社 电池信息处理系统、电池组、电池模块的特性评价方法以及电池组的制造方法
CN112881929A (zh) * 2020-12-30 2021-06-01 北京交通大学 基于阶梯波的锂离子电池eis低频段在线测量方法
CN113711420A (zh) * 2019-04-26 2021-11-26 株式会社电装 电池监控装置

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5589988B2 (ja) * 2011-07-28 2014-09-17 横河電機株式会社 電池インピーダンス測定装置
JP6227309B2 (ja) * 2013-07-17 2017-11-08 矢崎総業株式会社 電池状態検出装置
US20160077160A1 (en) * 2014-09-17 2016-03-17 GM Global Technology Operations LLC Battery impedance and power capability estimator and methods of making and using the same
CN105977561A (zh) * 2016-04-25 2016-09-28 深圳普瑞赛思检测技术有限公司 基于最小电池阻抗的高性能充电方法和装置
DE102016216777A1 (de) * 2016-09-05 2018-03-08 Bayerische Motoren Werke Aktiengesellschaft Messvorrichtung und Messverfahren für die Impedanzermittlung von N in Serie zu einem Strang zusammengeschalteten Modulen
US10211653B2 (en) * 2017-03-01 2019-02-19 Apple Inc. Dynamic battery cell impedance monitoring
JP6561407B2 (ja) * 2017-04-07 2019-08-21 学校法人早稲田大学 組電池、電池モジュールおよび電池モジュールの評価方法
CN107328991A (zh) * 2017-08-04 2017-11-07 福建升腾资讯有限公司 一种锂电池供电设备的功耗测试装置
US11223074B2 (en) 2017-10-16 2022-01-11 Neapco Intellectual Property Holdings, Llc Battery cell monitoring system
CN109932661B (zh) * 2017-12-13 2022-02-08 宁德新能源科技有限公司 一种电池状态监测方法及装置
JP7211420B2 (ja) * 2018-05-31 2023-01-24 住友電気工業株式会社 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
JPWO2020003841A1 (ja) 2018-06-27 2021-08-12 ヌヴォトンテクノロジージャパン株式会社 電池監視装置、集積回路、及び、電池監視システム
EP3816639B1 (en) 2018-06-27 2023-09-27 Nuvoton Technology Corporation Japan Integrated circuit, battery monitoring device, and battery monitoring system
JP7041848B2 (ja) * 2018-09-20 2022-03-25 トヨタ自動車株式会社 リチウムイオン二次電池の劣化度判定方法
JP7124812B2 (ja) * 2019-09-30 2022-08-24 株式会社デンソー 電池状態推定装置
CN111276718B (zh) * 2019-11-27 2021-10-29 肇庆理士电源技术有限公司 基于电化学原理的辅助铅酸电池设计与检验的模拟方法
JP7140157B2 (ja) * 2019-12-04 2022-09-21 株式会社デンソー 電池監視装置
WO2021111822A1 (ja) * 2019-12-04 2021-06-10 株式会社デンソー 電池監視装置
US11125707B1 (en) * 2020-08-18 2021-09-21 Element Energy, Inc. Methods and systems for in-situ impedance spectroscopy analysis of battery cells in multi-cell battery packs
JPWO2023163137A1 (zh) * 2022-02-27 2023-08-31
JP2023148466A (ja) * 2022-03-30 2023-10-13 株式会社デンソー 2次電池のインピーダンス測定装置

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010033169A1 (en) * 2000-01-12 2001-10-25 Harmohan Singh System and method for determining battery state-of-health
JP2004279153A (ja) * 2003-03-14 2004-10-07 Yokogawa Electric Corp 電力計
CN1643390A (zh) * 2002-03-29 2005-07-20 洁能氏公司 测量燃料电池电压和高频电阻的系统和方法
CN101131417A (zh) * 2006-08-22 2008-02-27 德尔菲技术公司 电池监测系统
US20080150541A1 (en) * 2006-12-22 2008-06-26 Gm Global Technology Operations, Inc. Method and system for monitoring an electrical energy storage device
US20090096459A1 (en) * 2007-10-12 2009-04-16 Fujitsu Limited Method of measuring characteristics regarding safety of battery
US20090212740A1 (en) * 2008-02-25 2009-08-27 Jimmie Doyle Felps On-board battery supervisor
US20090295397A1 (en) * 2008-05-28 2009-12-03 Texas Instruments Incorporated Systems and Methods for Determining Battery Parameters Following Active Operation of the Battery
US20100256936A1 (en) * 2006-03-31 2010-10-07 Christopher Darilek Monitoring State of Charge of a Battery
WO2011050924A1 (en) * 2009-10-27 2011-05-05 F.I.A.M.M. S.P.A. Method for the continuous measure of the efficiency of a battery, especially a battery installed in motor vehicles, and a device utilizing this method.
CN102129041A (zh) * 2010-01-08 2011-07-20 横河电机株式会社 电池特性评价装置
WO2012035868A1 (ja) * 2010-09-16 2012-03-22 カルソニックカンセイ株式会社 フィルタによるパラメータ推定装置

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1088240B1 (en) * 1998-06-16 2006-04-05 Korea Kumho Petrochemical Co. Ltd. Method of and apparatus for measuring battery capacity
KR100262465B1 (ko) * 1998-06-25 2000-08-01 박찬구 펄스전류의 전압 응답신호를 이용한 전지용량 측정방법 및 측정장치
JP3879278B2 (ja) * 1998-11-10 2007-02-07 日産自動車株式会社 ハイブリッド車の充電量演算方法および充電量演算装置
JP3782026B2 (ja) 2001-04-20 2006-06-07 株式会社エヌエフ回路設計ブロック インピーダンスパラメータの推定方法及び装置
JP3771526B2 (ja) * 2002-10-21 2006-04-26 株式会社日立製作所 二次電池評価方法および蓄電装置
JP4247605B2 (ja) * 2003-04-08 2009-04-02 三菱自動車工業株式会社 バッテリの内部インピーダンス推定装置
KR100546246B1 (ko) * 2003-04-23 2006-01-26 주식회사 파워트론 축전지 시스템의 열화진단 시스템
JP4360621B2 (ja) * 2004-02-09 2009-11-11 古河電気工業株式会社 二次電池の内部インピーダンス測定方法、二次電池の内部インピーダンス測定装置、二次電池劣化判定装置及び電源システム
KR100577828B1 (ko) * 2004-02-03 2006-05-12 주식회사 파워트론 리플노이즈 신호에 강인한 임피던스 유효치 측정 연산방법 및 이의 구현회로
KR100812760B1 (ko) * 2005-12-08 2008-03-12 김득수 축전지 내부 임피던스 유효성분 측정연산 장치 및 그 방법
JP5089883B2 (ja) 2005-12-16 2012-12-05 日立ビークルエナジー株式会社 蓄電池管理装置
US7675293B2 (en) * 2006-05-04 2010-03-09 Battelle Energy Alliance, Llc Method and apparatus for in-situ characterization of energy storage and energy conversion devices
KR20060107473A (ko) * 2006-09-21 2006-10-13 주식회사 한성전자산업개발 임피던스 측정 및 개별 자동 충·방전 기능을 가진 축전지관리장치
JP2010230469A (ja) * 2009-03-27 2010-10-14 Calsonic Kansei Corp 二次電池劣化判定装置及び方法
GB201014384D0 (en) * 2010-08-27 2010-10-13 Imp Innovations Ltd Battery monitoring in electric vehicles, hybrid electric vehicles and other applications
US9575135B2 (en) * 2011-06-01 2017-02-21 Datang Nxp Semiconductors Co., Ltd. Battery monitoring circuit, apparatus and method

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010033169A1 (en) * 2000-01-12 2001-10-25 Harmohan Singh System and method for determining battery state-of-health
CN1643390A (zh) * 2002-03-29 2005-07-20 洁能氏公司 测量燃料电池电压和高频电阻的系统和方法
JP2004279153A (ja) * 2003-03-14 2004-10-07 Yokogawa Electric Corp 電力計
US20100256936A1 (en) * 2006-03-31 2010-10-07 Christopher Darilek Monitoring State of Charge of a Battery
CN101131417A (zh) * 2006-08-22 2008-02-27 德尔菲技术公司 电池监测系统
US20080150541A1 (en) * 2006-12-22 2008-06-26 Gm Global Technology Operations, Inc. Method and system for monitoring an electrical energy storage device
US20090096459A1 (en) * 2007-10-12 2009-04-16 Fujitsu Limited Method of measuring characteristics regarding safety of battery
US20090212740A1 (en) * 2008-02-25 2009-08-27 Jimmie Doyle Felps On-board battery supervisor
US20090295397A1 (en) * 2008-05-28 2009-12-03 Texas Instruments Incorporated Systems and Methods for Determining Battery Parameters Following Active Operation of the Battery
WO2011050924A1 (en) * 2009-10-27 2011-05-05 F.I.A.M.M. S.P.A. Method for the continuous measure of the efficiency of a battery, especially a battery installed in motor vehicles, and a device utilizing this method.
CN102129041A (zh) * 2010-01-08 2011-07-20 横河电机株式会社 电池特性评价装置
WO2012035868A1 (ja) * 2010-09-16 2012-03-22 カルソニックカンセイ株式会社 フィルタによるパラメータ推定装置

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105004998A (zh) * 2014-04-21 2015-10-28 通用汽车环球科技运作有限责任公司 电荷状态估计器及制造和使用电荷状态估计器的方法
US10288693B2 (en) 2014-04-21 2019-05-14 GM Global Technology Operations LLC State of charge estimator and methods of making and using the same
CN107210608A (zh) * 2015-06-17 2017-09-26 株式会社东芝 模拟信号生成装置及模拟信号生成方法及计算机程序
CN107210608B (zh) * 2015-06-17 2020-03-31 株式会社东芝 模拟信号生成装置及模拟信号生成方法及存储介质
CN110416635A (zh) * 2018-04-26 2019-11-05 丰田自动车株式会社 电池信息处理系统、电池组、电池模块的特性评价方法以及电池组的制造方法
CN110416635B (zh) * 2018-04-26 2022-09-20 丰田自动车株式会社 电池信息处理系统、电池组、电池模块的特性评价方法以及电池组的制造方法
CN113711420A (zh) * 2019-04-26 2021-11-26 株式会社电装 电池监控装置
CN113711420B (zh) * 2019-04-26 2024-03-15 株式会社电装 电池监控装置
CN112881929A (zh) * 2020-12-30 2021-06-01 北京交通大学 基于阶梯波的锂离子电池eis低频段在线测量方法

Also Published As

Publication number Publication date
US20130030596A1 (en) 2013-01-31
EP2551690B1 (en) 2019-12-25
ES2773735T3 (es) 2020-07-14
EP2551690A3 (en) 2015-12-16
JP5403437B2 (ja) 2014-01-29
CN102901930B (zh) 2016-08-31
EP2551690A2 (en) 2013-01-30
KR101383005B1 (ko) 2014-04-08
JP2013050433A (ja) 2013-03-14
KR20130014432A (ko) 2013-02-07
US9448287B2 (en) 2016-09-20

Similar Documents

Publication Publication Date Title
CN102901930A (zh) 电池监视装置
CN102901929B (zh) 用于计算电池单元阻抗的装置及电池阻抗测量系统
CN102662148B (zh) 在线反馈式蓄电池soc预测方法
CN105589040B (zh) 基于老化调适电池运作区间的电池调控方法
JP5875037B2 (ja) バッテリの状態予測システム、方法及びプログラム
CN103529340B (zh) 电动汽车充电站在线监测和分析评估系统
CN102253343B (zh) 一种蓄电池的健康度与荷电状态的估算方法
CN103809125B (zh) 锂离子电池的剩余放电容量估计方法及系统
CN102508169A (zh) 电池电量的获取装置和获取方法
CN102486529B (zh) 一种城轨车辆用串联超级电容器组荷电状态检测方法
CN103454592A (zh) 一种动力电池荷电状态估计方法及系统
US20140114592A1 (en) Operational monitoring of electrochemical capacitors
CN108717164A (zh) 电池的荷电状态soc标定方法及系统
CN102608542A (zh) 动力电池荷电状态估计方法
CN101276949A (zh) 一种用于混合动力汽车电池性能检测装置及检测方法
CN103852650A (zh) 超级电容检测方法及装置
CN105300692A (zh) 一种基于扩展卡尔曼滤波算法的轴承故障诊断及预测方法
CN103869251A (zh) 二次电池最大容量测量装置
WO2014155726A1 (ja) 電池特性推定方法、電池特性推定装置及びプログラム
CN101833036A (zh) 一种交流电的瞬时相位测量方法
Bockrath et al. State of charge estimation using recurrent neural networks with long short-term memory for lithium-ion batteries
CN105203968A (zh) 一种铅酸蓄电池剩余电量的在线测量系统
CN104283230B (zh) 一种基于多能源微电网的蓄电池soc计算方法
CN105652210B (zh) 一种依电池状态量变化过程进行soc修正的方法及系统
CN103439603A (zh) 一种超级电容储能装置荷电状态检测方法及装置

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