CN103389468B - 一种在线确定电池荷电状态的方法和系统 - Google Patents
一种在线确定电池荷电状态的方法和系统 Download PDFInfo
- Publication number
- CN103389468B CN103389468B CN201310166240.4A CN201310166240A CN103389468B CN 103389468 B CN103389468 B CN 103389468B CN 201310166240 A CN201310166240 A CN 201310166240A CN 103389468 B CN103389468 B CN 103389468B
- Authority
- CN
- China
- Prior art keywords
- battery
- state vector
- matrix
- system model
- model
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 45
- 239000011159 matrix material Substances 0.000 claims abstract description 54
- 230000008859 change Effects 0.000 claims abstract description 14
- 230000003190 augmentative effect Effects 0.000 claims description 21
- 238000005259 measurement Methods 0.000 claims description 15
- 229910052799 carbon Inorganic materials 0.000 claims description 12
- 238000009792 diffusion process Methods 0.000 claims description 10
- 230000001105 regulatory effect Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 239000000446 fuel Substances 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 238000003745 diagnosis Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000012938 design process Methods 0.000 abstract 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 9
- 229910001416 lithium ion Inorganic materials 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 239000003792 electrolyte Substances 0.000 description 3
- 239000003990 capacitor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OIFBSDVPJOWBCH-UHFFFAOYSA-N Diethyl carbonate Chemical compound CCOC(=O)OCC OIFBSDVPJOWBCH-UHFFFAOYSA-N 0.000 description 1
- KMTRUDSVKNLOMY-UHFFFAOYSA-N Ethylene carbonate Chemical compound O=C1OCCO1 KMTRUDSVKNLOMY-UHFFFAOYSA-N 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- IVMYJDGYRUAWML-UHFFFAOYSA-N cobalt(ii) oxide Chemical class [Co]=O IVMYJDGYRUAWML-UHFFFAOYSA-N 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000007772 electrode material Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 229910002804 graphite Inorganic materials 0.000 description 1
- 239000010439 graphite Substances 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 229910002102 lithium manganese oxide Inorganic materials 0.000 description 1
- 229910003002 lithium salt Inorganic materials 0.000 description 1
- 159000000002 lithium salts Chemical class 0.000 description 1
- VLXXBCXTUVRROQ-UHFFFAOYSA-N lithium;oxido-oxo-(oxomanganiooxy)manganese Chemical compound [Li+].[O-][Mn](=O)O[Mn]=O VLXXBCXTUVRROQ-UHFFFAOYSA-N 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000003960 organic solvent Substances 0.000 description 1
- 229920000447 polyanionic polymer Polymers 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 238000010791 quenching Methods 0.000 description 1
- 230000000171 quenching effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 229910052596 spinel Inorganic materials 0.000 description 1
- 239000011029 spinel Substances 0.000 description 1
Classifications
-
- 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]
- G01R31/3644—Constructional arrangements
- G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
-
- 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
-
- 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
-
- 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]
- G01R31/389—Measuring internal impedance, internal conductance or related variables
Abstract
本发明涉及电池荷电状态观测器。一种鲁棒的电池荷电状态观测器通过考虑由于电池寿命、变化和操作状态(例如，温度和SOC水平)引起的电池参数不确定性而确定作为开路电压函数的荷电状态。时变电池参数值中的每一个为有界的。通过利用设计过程中的参数变化界限并恒定地最小化估计误差协方差矩阵，所述鲁棒观测器实现对电池寿命、变化和诸如温度和SOC水平的操作状态的变量的提高的鲁棒性。
Description
技术领域
一个实施例大体上涉及确定运输车辆内的电池的荷电状态。
背景技术
荷电状态(SOC)是指相对于电池充满电之后可用的电荷可用来做功的储存的电荷。荷电状态可视为热力学量，其使得人们能够评估系统的潜在能量。
开路电压被用来确定SOC；然而，开路电压的准确度对于确定荷电状态是关键的并且在电池使用期间是难以估计的。如果存在测量误差，那么荷电状态估计将会根据测量误差的因子而出错。此外，对于常规车辆和电池系统来说，在可以获得开路电压之前，电池必须静止(即，无负载或再充电)相应的时间长度。试图在电池使用的同时估计开路电压的现有技术系统是有缺陷的，因为它未能考虑诸如内阻、电容和将根据电池的寿命和温度变化的其它电池参数的参数不确定性。
发明内容
一个实施例设想出一种在电池连接到多个负载的同时确定电池的荷电状态的方法。在多个时步处测量电池的端电压。在多个时步处测量与测量端电压一致的电池的端电流消耗。在多个时步处测量与测量端电压一致的电池的温度。生成作为每个时步的电池参数、测量电压、测量电流和测量温度的函数的电池系统模型的状态向量。电池参数包括电池内阻和电容。生成作为每个时步的标称电池系统矩阵和电池参数不确定性的函数的估计状态向量。为增广系统生成作为每个时步的电池系统模型的状态向量和估计状态向量的函数的状态向量。生成每个时步的增广系统的状态向量的协方差。通过递归地最小化每个时步的协方差的上界而确定协方差的上界。利用最小化的上界基于更新的状态向量确定开路电压。确定作为开路电压的函数的电池的荷电状态。响应于荷电状态而调节电池。
一个实施例设想出一种用于车辆电池的诊断和控制系统。至少一个传感器在多个时步处在车辆电池为多个负载供电的同时监测车辆电池的参数特性。电子控制模块联接到该至少一个传感器用于接收参数特性。电子控制模块包括用于基于电池系统模型的状态向量确定开路电压的处理单元。状态向量被递归地更新为每个时步的电池系统模型的估计状态向量的函数。生成作为每个时步的电池系统模型的标称系统矩阵和电池参数不确定性的函数的估计状态向量。通过最小化在每个时步处电池系统模型的增广系统的状态向量的协方差的上界而更新估计状态向量。增广系统生成为在每个时步处电池系统模型的状态向量和电池系统模型的估计状态向量的函数。控制模块响应于作为开路电压的函数的电池荷电状态而调节车辆电池。
本发明提供下列技术方案。
技术方案1.一种在电池连接到多个负载的同时确定所述电池的荷电状态的方法，所述方法包括以下步骤：
在多个时步处测量所述电池的端电压；
在所述多个时步处测量与所述测量的端电压一致的所述电池的端电流消耗；
在所述多个时步处测量与所述测量的端电压一致的所述电池的温度；
生成作为每个时步的电池参数、所述测量电压、所述测量电流和所述测量温度的函数的电池系统模型的状态向量，所述电池参数包括电池内阻和电容；
生成作为每个时步的标称电池系统矩阵和电池参数不确定性的函数的估计状态向量；
为增广系统生成作为每个时步的所述电池系统模型的所述状态向量和所述估计状态向量的函数的状态向量；
生成每个时步的所述增广系统的所述状态向量的协方差；
通过递归地最小化每个时步的所述协方差的上界而确定所述协方差的所述上界；
利用所述最小化的上界基于更新的状态向量确定开路电压；
确定作为所述开路电压的函数的所述电池的所述荷电状态；以及
响应于所述荷电状态而调节所述电池。
技术方案2.根据技术方案1所述的方法，其中，所述电池系统模型利用双RC对等效电路模型，其中所述电路模型由下式表示：
V=Voc+IR+Vdl+Vdf
其中，Voc为所述开路电压，Vdl为双层电压，Vdf为扩散电压，I为电池端电流，并且R为欧姆电阻。
技术方案3.根据技术方案2所述的方法，其中，所述电池系统模型被变换为离散对应形式。
技术方案4.根据技术方案3所述的方法，其中，所述变换后的电池系统模型由以下矩阵表示：
其中，μ描述VOC和I之间的关系，Cdl为双层电容，Vdl为所述电池系统模型的双层电压，Rct为所述电池系统模型的电荷转移电阻，Vdf为所述电池系统模型的扩散电压，Cdf为所述电池系统模型的扩散电容，Rdf为所述电池系统模型的扩散电阻，R为所述欧姆电阻，T为采样时间，V为所述电池端电压，并且I为所述电池端电流。
技术方案5.根据技术方案4所述的方法，其中，所述电池系统模型的所述参数为有界的并且由下式表示：
其中
其中，Ak、Bk、Ck、Dk为标称系统矩阵，并且ΔAk、ΔBk、ΔCk、ΔDk为由参数变化引起的对应系统矩阵中每一个中的变化。
技术方案6.根据技术方案5所述的方法，其中所述变化为范数有界的，并且其中所述变化被表示为如下范数有界矩阵：
其中，ΔAk、ΔBk、ΔCk、ΔDk为由参数变化引起的对应系统矩阵中的每一个中的不确定性，HA,K、HB,K、HC,K、HD,K为限定ΔAk、ΔBk、ΔCk、ΔDk的所述范数界的矩阵，Gx,k、GI,k为能限制ΔAk、ΔBk、ΔCk、ΔDk的所述范数界的其它矩阵，通常，Gx,k、GI,k可以选择为单位矩阵，并且Fk为满足的任何矩阵。
技术方案7.根据技术方案6所述的方法，其中，生成所述电池系统模型的所述状态向量由下式表示：
。
技术方案8.根据技术方案7所述的方法，其中，生成所述电池系统模型的所述估计状态向量由下式表示：
其中，为在时步k处基于时步k-1之前的所有信息的估计状态向量，Ik为在时步k处的测量电流，Vk为在时步k处的测量电压，并且观测器增益Φk和Kk为在每个时步处在线确定的未知矩阵。
技术方案9.根据技术方案8所述的方法，其中，在每个时步处利用相对于Φk和Kk的所述上界的一阶偏导数来计算所述协方差的所述上界。
技术方案10.根据技术方案9所述的方法，其中，观测器增益Φk和Kk由以下表达式来表示：
其中，和Wc,k是用于确定对所述协方差的修正的公式，并且T为相应时步的所述测量温度。
技术方案11.根据技术方案10所述的方法，其中，所述增广系统的所述状态向量由以下表达式来表示：
其中，为所述增广系统的所述状态向量，xk为所述电池系统模型的所述状态向量，并且为基于在时步k-1之前的所有所述信息的在时步k处的所述电池系统模型的所述估计状态向量。
技术方案12.根据技术方案11所述的方法，其中，为所述增广系统的所述上界，并且其中变为所述估计状态向量的误差协方差矩阵且由下式表示：
其中，。
技术方案13.根据技术方案1所述的方法，还包括将所述电池的所述荷电状态输出至输出装置以便将所述荷电状态显示给车辆的使用者的步骤。
技术方案14.根据技术方案1所述的方法，其中，所述调节步骤包括将所述电池的所述荷电状态输出至电子控制单元以便调节所述电池端电压。
技术方案15.根据技术方案1所述的方法，其中，所述调节步骤包括将所述电池的所述荷电状态输出至电子控制单元以便改善车辆的燃料经济性。
技术方案16.一种用于车辆电池的诊断和控制系统，包括：
至少一个传感器，其用于在多个时步处在所述车辆电池为多个负载供电的同时监测所述车辆电池的参数特性；以及
电子控制模块，其联接到所述至少一个传感器以用于接收参数特性，所述电子控制模块包括用于基于电池系统模型的状态向量确定开路电压的处理单元，所述状态向量作为每个时步的所述电池系统模型的估计状态向量的函数而被递归地更新，所述估计状态向量作为每个时步的所述电池系统模型的所述标称系统矩阵和电池参数不确定性的函数而被生成，所述估计状态向量通过最小化在每个时步处所述电池系统模型的增广系统的状态向量的协方差的上界而被更新，其中所述增广系统作为在每个时步处所述电池系统模型的所述状态向量和所述电池系统模型的所述估计状态向量的函数而被生成；
其中，所述控制模块响应于作为所述开路电压的函数的所述电池的荷电状态而调节所述车辆电池。
技术方案17.根据技术方案16所述的系统，其中所述电池系统模型被变换为离散的对应形式并由以下表达式来表示：
其中，μ描述Voc和I之间的关系，Cdl为双层电容，Vdl为所述电池模型的双层电压，Rct为所述电池模型的电荷转移电阻，Vdf为所述电池模型的扩散电压，Cdf为所述电池模型的扩散电容，Rdf为所述电池模型的扩散电阻，R为欧姆电阻，T为采样时间，V为所述电池端电压，并且I为所述电池端电流。
技术方案18.根据技术方案17所述的系统，其中所述电池系统模型的参数为有界的并且由以下表达式来表示：
其中
其中，Ak、Bk、Ck、Dk为标称系统矩阵，并且ΔAk、ΔBk、ΔCk、ΔDk为由参数变化引起的对应系统矩阵中每一个中的变化。
技术方案19.根据技术方案18所述的系统，其中，所述电池系统模型的所述估计状态向量由下式表示：
其中，为在时步k处基于时步k-1之前的所有信息的估计状态向量，Ik为在时步k处的测量电流，Vk为在时步k处的测量电压，并且Φk和Kk为在时步k处在线确定的未知矩阵。
技术方案20.根据技术方案16所述的系统，还包括显示装置，其中所述电池的所述荷电状态被显示给使用者。
附图说明
图1是结合有荷电状态(SOC)估计系统的车辆的实施例的框图。
图2是双RC对等效电路的示意图。
图3是示出用于确定荷电状态的鲁棒观测器的过程流的流程图。
具体实施方式
图1示出了结合有荷电状态(SOC)估计系统的车辆10的实施例的框图。车辆10包括电池12。电池12优选地为锂离子电池；然而，应当理解，本文也可以通过修改随后将详细讨论的电池系统模型而使用其它类型的电池。本文所述方法可以在电池使用时确定电池的荷电状态，而不是必须使电池静止预定时间段。本发明的方法相比现有技术的优点是相对于电池寿命、电池变化、操作状态、电流传感器噪声的提高的鲁棒性以及减少的校正时间。
为了提高对混合动力车辆中的电池系统的控制以实现长的电池寿命和良好的燃料经济性，车载系统确定并处理诸如开路电压(Voc)、欧姆电阻、电池电容等的电池参数。例如，Voc用来估计电池荷电状态(SOC)，其为与电池状态相关联的指数。然而，Voc和其它电池内部参数在车辆操作期间不可以直接测量。因此，高效且有效的技术用来通过从测量信号中提取诸如电池端电压和电流的电池参数而确定Voc。
锂离子电池是可再充电类型的电池，其中离子在放电期间从负极移动至正极，并且在充电时返回。
锂离子电池有三个主要部件。这些主要部件是负极、正极和电解质。常规锂离子电池的负极由碳(例如石墨)制成。正极为金属氧化物，并且通常为三种材料之一：层状氧化物(例如，锂钴氧化物)、聚阴离子或尖晶石(例如，锂锰氧化物)，并且电解质为有机溶剂中的锂盐。电解质通常为诸如含锂离子络合物的碳酸乙二酯或碳酸二乙酯的有机碳酸盐的混合物。根据通过电池的电流的方向，电极的电化学作用在阳极和阴极之间变化。
在放电期间，锂离子从负极向正极传输电流。在充电期间，外部电源施加过电压，以迫使电流沿反方向通过。锂离子接着从正极向负极迁移。锂离子变得嵌入多孔的电极材料中。
为了更好地改善诸如混合动力电动车辆的利用锂离子电池的系统，车载车辆系统确定并处理电池参数，包括但不限于开路电压(Voc)、欧姆电阻和电池电容。
车辆电池12电联接到利用电池作为电源的多个装置14。车辆10还可包括电流传感器16、电压表18和控制模块20。
多个装置14包括但不限于车辆的电负载、适合外部装置的电源插座、附件、部件、子系统和系统。此外，多个装置14中的一个可包括用于对电池12再充电的交流发电机/调节器或在混合动力车辆和电动车辆中使用的电动发电机。电流传感器16用来监测流出车辆电池12的电流。电压表18测量电压，以便可以确定Voc。控制模块20或类似模块获得、导出、监测和/或处理与车辆电池12相关联的一组参数。这些参数可包括但不限于车辆电池的电流、电压、荷电状态(SOC)、电池容量、电池内阻、电池内电抗、电池温度和功率输出。控制模块20包括用于执行车辆荷电状态(SOC)估计技术的算法等。
控制模块20利用电池的Voc来确定SOC。应当理解，Voc在车辆操作期间不可以直接测量。通常，Voc只有在实现Voc平衡之后可准确测量，这种平衡在电池充电已停止(即，通过熄火操作或其它充电装置)之后预定时间发生。达到Voc平衡的预定时间通常为电池充电停止之后约24小时。也就是说，仅当电池电压处于平衡状态时，Voc测量才是准确的。电池极板表面上的电荷造成错误的电压表读数。错误的电压表读数是由于电池极板上的表面电荷造成。当电池被充电时，极板表面可具有比极板内部更高的电荷。在充电停止后的一段时间之后，极板表面上的表面电荷将由于充电的能量更深地渗入极板中而变得略微放电。因此，在未耗散到极板内部时，表面电荷可能会使电量不足的电池看起来电量充足。
本文所述实施例提供了一种用于在电池使用的同时估计准确的Voc测量值的技术。本文所述技术从诸如电池端电压和电流的测量信号中提取电池参数。此外，该系统对电池电路内诸如欧姆电阻参数和电容参数的其它参数建模，以便在电池使用的同时确定Voc。
为了估计电池的Voc，从鲁棒观测器导出Voc估计技术或模型，该技术或模型通过最小化估计误差协方差矩阵的上界而估计电池状态和Voc。Voc被用来确定SOC，然后可使用SOC来提高因子，包括但不限于改善燃料经济性、延长电池寿命、加强电池充电控制和车辆功率管理，以及降低保修成本。
图2示出了双RC对等效电路。以下是图2所示双RC对等效电路的模型。该模型由以下矩阵来表示：
其中，μ描述了Voc和I之间的关系，Cdl为电池模型的双层电容，Vdl为电池模型的双层电压，Rct为电池模型的电荷转移电阻，Vdf为电池模型的扩散电压，Cdf为电池模型的扩散电容，Rdf为电池模型的扩散电阻，R为欧姆电阻，T为采样时间，V为电池端电压，并且I为电池端电流。
图2中的电池参数(即，Rct、Cdl、Rdl、Cdl、μ和R)中的每一个为时变的，具体取决于电池寿命、变化和操作状态(例如，温度和SOC水平)。此外，μ为电池温度、电池容量和SOC的函数。还应指出，这些参数中的每一个实际上是有界的。因此，以上所示矩阵可以改写如下：
其中
Ak、Bk、Ck、Dk表示由所有时变参数的均值决定的标称系统矩阵。ΔAk、ΔBk、ΔCk、ΔDk表示由参数变化/不确定性引起的对应系统矩阵的变化。由于所有参数均为有界的，标称系统矩阵ΔAk、ΔBk、ΔCk、ΔDk可以建模为范数有界的项。因此，范数有界的矩阵ΔAk、ΔBk、ΔCk、ΔDk可以改写为以下形式，以便使范数界由H和G矩阵表示如下：
目的是在每个时步递归地估计Vdl、Vdf和Voc，然后利用作为电池温度的函数的Voc-SOC相关表使用估计的Voc来确定电池SOC。
首先，用测量的电池电压Vk和测量的电池电流Ik通过在时步k处的表达式来表示系统模型的状态向量。
确定作为标称系统矩阵和参数不确定性的函数的估计状态向量。估计状态向量由下式表示：
其中，为在时步k处基于时步k-1之前的所有信息的估计状态向量。时步中的每一个均为离散时步。两个未知矩阵Φk和Kk表示用于需要在每个时步处在线确定的估计结构的系数。Φk和Kk均考虑了不确定性。为了确定在每个时步处的Φk和Kk，导出增广系统的状态向量。增广系统的状态向量由系统模型和估计结构的状态向量的组合表示。
增广系统的状态向量包含真实状态值和估计值两者。目的是为了找到由标示的的协方差矩阵的上界，使得：
因此，如果，则可由下式表示：
相应地，变为由下式表示的状态估计的误差协方差的上界：
其中
就协方差而言，协方差中的误差方差越小，表明估计准确度越高。因此，目的是为了最小化协方差的上界，即。为了最小化上界，相对于未知矩阵Φk和Kk递归地计算上界的一阶导数，以使它们等于零。未知矩阵Φk和Kk的最优值可以被确定并用来估计Voc。然后利用作为测量温度的函数的Voc-SOC查找表来确定SOC。
图3示出了用于说明鲁棒观测器的过程流的流程图。
在框30中，在时步k=0处，设定初始条件。初始条件如下：
，并且
其中，为估计状态变量的初始值，为误差协方差的上界的初始值，并且X0为第一时步处的初始状态向量，为作为初始条件使用的一些常数矩阵。
在框31中，记录电压、电流和温度测量值。
在框32中，针对不确定性和测量噪声设定容限ax,k和al,k。也就是说，选择满足以下不等式的标量参数ax,k和al,k。
其中，Wk为方差噪声，并且每个G项符号（term-designation）为范数界的表示。选择ax,k和al,k是为了满足以上不等式，以便确保为真。由于为ax,k和al,k的函数，标量参数ax,k和al,k也可看作决定上界多么严格的容限。
在框33中，计算统一的容限。统一的容限由下式表示：
在框34中，由于当前时步处的不确定性和测量噪声的存在而修正协方差矩阵。用于确定对协方差矩阵的修正的公式如下：
以上Δ1,k、Δ2,k、Δ3,k、和Wc,k是由不确定性的存在所产生的项，并且这些项被用于如下文所示的Φk和Kk的表达式中。
在框35中，确定观测器增益Φk和Kk。下式表示用于确定观测器增益Φk和Kk的未定义矩阵的公式。
在框36中，基于在框35中计算的计算观测器增益而更新观测状态和协方差矩阵。将为Φk和Kk计算的观测器增益输入下式中以便更新估计状态向量的观测状态和相关的协方差矩阵：
在框37中，确定是否已检查所有时步。如果存在更多的时步，则程序进行到步骤31，以对估计状态向量和相关的协方差矩阵求精。如果确定不存在额外的时步，则程序进行到步骤38。
在步骤38中，将第k时步的估计状态向量用作状态向量x(k)。利用此前描述的表达式来确定Voc。假定状态向量在第k时步由估计状态向量确定，通过确定状态向量的第三项(即，在第k时步的估计状态向量)，可以容易地确定Voc。
在步骤39中，响应于确定Voc，可以从作为Voc-SOC的函数的查找表确定SOC。Voc-SOC查找表提供了与相应的SOC值相关的相应的Voc值。
虽然已详细描述了本发明的某些实施例，但本发明所涉及的领域的技术人员将会知道用于实践由以下权利要求限定的本发明的各种备选设计和实施例。例如，本文所述发明可以仅通过改变模型而适用于所有类型的电池。
Claims (20)
1.一种在电池连接到多个负载的同时确定所述电池的荷电状态的方法，所述方法包括以下步骤：
在多个时步处测量所述电池的端电压；
在所述多个时步处测量与所述测量的端电压一致的所述电池的端电流消耗；
在所述多个时步处测量与所述测量的端电压一致的所述电池的温度；
生成作为每个时步的电池参数、所述测量电压、所述测量电流和所述测量温度的函数的电池系统模型的状态向量，所述电池参数包括电池内阻和电容；
生成作为每个时步的标称电池系统矩阵和电池参数不确定性的函数的估计状态向量；
为增广系统生成作为每个时步的所述电池系统模型的所述状态向量和所述估计状态向量的函数的状态向量；
生成每个时步的所述增广系统的所述状态向量的协方差；
通过递归地最小化每个时步的所述协方差的上界而确定所述协方差的所述上界；
利用所述最小化的上界基于更新的状态向量确定开路电压；
确定作为所述开路电压的函数的所述电池的所述荷电状态；以及
响应于所述荷电状态而调节所述电池。
2.根据权利要求1所述的方法，其中，所述电池系统模型利用双RC对等效电路模型，其中所述电路模型由下式表示：
V=Voc+IR+Vdl+Vdf
其中，Voc为所述开路电压，Vdl为双层电压，Vdf为扩散电压，I为电池端电流，并且R为欧姆电阻。
3.根据权利要求2所述的方法，其中，所述电池系统模型被变换为离散对应形式。
4.根据权利要求3所述的方法，其中，所述变换后的电池系统模型由以下矩阵表示：
其中，μ描述VOC和I之间的关系，Cdl为双层电容，Vdl为所述电池系统模型的双层电压，Rct为所述电池系统模型的电荷转移电阻，Vdf为所述电池系统模型的扩散电压，Cdf为所述电池系统模型的扩散电容，Rdf为所述电池系统模型的扩散电阻，R为所述欧姆电阻，T为采样时间，V为所述电池端电压，并且I为所述电池端电流。
5.根据权利要求4所述的方法，其中，所述电池系统模型的所述参数为有界的并且由下式表示：
其中
其中，Ak、Bk、Ck、Dk为标称系统矩阵，并且ΔAk、ΔBk、ΔCk、ΔDk为由参数变化引起的对应系统矩阵中每一个中的变化。
6.根据权利要求5所述的方法，其中所述变化为范数有界的，并且其中所述变化被表示为如下范数有界矩阵：
其中，ΔAk、ΔBk、ΔCk、ΔDk为由参数变化引起的对应系统矩阵中的每一个中的不确定性，HA,K、HB,K、HC,K、HD,K为限定ΔAk、ΔBk、ΔCk、ΔDk的所述范数界的矩阵，Gx,k、GI,k为能限制ΔAk、ΔBk、ΔCk、ΔDk的所述范数界的其它矩阵，通常，Gx,k、GI,k可以选择为单位矩阵，并且Fk为满足≤1的任何矩阵。
7.根据权利要求6所述的方法，其中，生成所述电池系统模型的所述状态向量由下式表示：
。
8.根据权利要求7所述的方法，其中，生成所述电池系统模型的所述估计状态向量由下式表示：
其中，为在时步k处基于时步k-1之前的所有信息的估计状态向量，Ik为在时步k处的测量电流，Vk为在时步k处的测量电压，并且观测器增益Φk和Kk为在每个时步处在线确定的未知矩阵。
9.根据权利要求8所述的方法，其中，在每个时步处利用相对于Φk和Kk的所述上界的一阶偏导数来计算所述协方差的所述上界。
10.根据权利要求9所述的方法，其中，观测器增益Φk和Kk由以下表达式来表示：
其中，和Wc,k是用于确定对所述协方差的修正的公式，ax,k为标量参数，Δ1,k和Δ2,k是由不确定性的存在所产生的项，并且T为相应时步的所述测量温度。
11.根据权利要求10所述的方法，其中，所述增广系统的所述状态向量由以下表达式来表示：
其中，为所述增广系统的所述状态向量，xk为所述电池系统模型的所述状态向量，并且为基于在时步k-1之前的所有所述信息的在时步k处的所述电池系统模型的所述估计状态向量。
12.根据权利要求11所述的方法，其中，为所述增广系统的所述上界，并且其中变为所述估计状态向量的误差协方差矩阵且由下式表示：
其中，。
13.根据权利要求1所述的方法，还包括将所述电池的所述荷电状态输出至输出装置以便将所述荷电状态显示给车辆的使用者的步骤。
14.根据权利要求1所述的方法，其中，所述调节步骤包括将所述电池的所述荷电状态输出至电子控制单元以便调节所述电池端电压。
15.根据权利要求1所述的方法，其中，所述调节步骤包括将所述电池的所述荷电状态输出至电子控制单元以便改善车辆的燃料经济性。
16.一种用于车辆电池的诊断和控制系统，包括：
至少一个传感器，其用于在多个时步处在所述车辆电池为多个负载供电的同时监测所述车辆电池的参数特性；以及
电子控制模块，其联接到所述至少一个传感器以用于接收参数特性，所述电子控制模块包括用于基于电池系统模型的状态向量确定开路电压的处理单元，所述状态向量作为每个时步的所述电池系统模型的估计状态向量的函数而被递归地更新，所述估计状态向量作为每个时步的所述电池系统模型的标称系统矩阵和电池参数不确定性的函数而被生成，所述估计状态向量通过最小化在每个时步处所述电池系统模型的增广系统的状态向量的协方差的上界而被更新，其中所述增广系统作为在每个时步处所述电池系统模型的所述状态向量和所述电池系统模型的所述估计状态向量的函数而被生成；
其中，所述电子控制模块响应于作为所述开路电压的函数的所述电池的荷电状态而调节所述车辆电池。
17.根据权利要求16所述的系统，其中所述电池系统模型被变换为离散的对应形式并由以下表达式来表示：
其中，μ描述Voc和I之间的关系，Cdl为双层电容，Vdl为所述电池模型的双层电压，Rct为所述电池模型的电荷转移电阻，Vdf为所述电池模型的扩散电压，Cdf为所述电池模型的扩散电容，Rdf为所述电池模型的扩散电阻，R为欧姆电阻，T为采样时间，V为所述电池端电压，并且I为所述电池端电流。
18.根据权利要求17所述的系统，其中所述电池系统模型的参数为有界的并且由以下表达式来表示：
其中
其中，Ak、Bk、Ck、Dk为标称系统矩阵，并且ΔAk、ΔBk、ΔCk、ΔDk为由参数变化引起的对应系统矩阵中每一个中的变化。
19.根据权利要求18所述的系统，其中，所述电池系统模型的所述估计状态向量由下式表示：
其中，为在时步k处基于时步k-1之前的所有信息的估计状态向量，Ik为在时步k处的测量电流，Vk为在时步k处的测量电压，并且Φk和Kk为在时步k处在线确定的未知矩阵。
20.根据权利要求16所述的系统，还包括显示装置，其中所述电池的所述荷电状态被显示给使用者。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US13/466,394 US8922217B2 (en) | 2012-05-08 | 2012-05-08 | Battery state-of-charge observer |
| US13/466394 | 2012-05-08 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103389468A CN103389468A (zh) | 2013-11-13 |
| CN103389468B true CN103389468B (zh) | 2016-03-02 |
Family
ID=49475696
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310166240.4A Expired - Fee Related CN103389468B (zh) | 2012-05-08 | 2013-05-08 | 一种在线确定电池荷电状态的方法和系统 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US8922217B2 (zh) |
| CN (1) | CN103389468B (zh) |
| DE (1) | DE102013208048B4 (zh) |
Families Citing this family (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2544944B1 (en) * | 2010-02-26 | 2017-01-11 | Segway Inc. | Apparatus and methods for control of a vehicle |
| US9869725B2 (en) * | 2012-05-16 | 2018-01-16 | Robert Bosch Gmbh | Battery system and method with capacity estimator |
| US20140350877A1 (en) * | 2013-05-25 | 2014-11-27 | North Carolina State University | Battery parameters, state of charge (soc), and state of health (soh) co-estimation |
| CN103675703B (zh) * | 2013-11-30 | 2016-02-24 | 西安交通大学 | 一种用于电池荷电状态估计方法 |
| US9437850B2 (en) * | 2014-04-30 | 2016-09-06 | Johnson Controls Technology Company | Battery construction for integration of battery management system and method |
| CN103926538B (zh) * | 2014-05-05 | 2016-10-05 | 山东大学 | 基于aic准则的变阶数rc等效电路模型及实现方法 |
| CN104076293B (zh) * | 2014-07-07 | 2016-08-17 | 北京交通大学 | 基于观测器的锂电池soc估算误差的定量分析方法 |
| US9632125B2 (en) * | 2014-07-24 | 2017-04-25 | Ford Global Technologies, Llc | Harness anomaly detection systems and methods |
| DE102014216378A1 (de) | 2014-08-19 | 2016-02-25 | Robert Bosch Gmbh | Verfahren zur Diagnose eines Zellverbundes |
| FR3025889B1 (fr) * | 2014-09-12 | 2016-11-18 | Commissariat Energie Atomique | Gestion de la recharge de la batterie d'un vehicule electrique |
| CN104834803B (zh) * | 2014-09-29 | 2018-01-19 | 北汽福田汽车股份有限公司 | 电池最大允许功率计算方法及装置 |
| EP3002598B1 (en) | 2014-10-03 | 2019-08-14 | Volvo Car Corporation | Method and system for determining an operation condition of an energy storage device |
| CN104535932B (zh) * | 2014-12-20 | 2017-04-19 | 吉林大学 | 一种锂离子电池荷电状态估计方法 |
| CN104678316B (zh) * | 2015-02-28 | 2017-08-01 | 北京交通大学 | 锂离子电池荷电状态估算方法和装置 |
| US10224579B2 (en) | 2015-12-31 | 2019-03-05 | Robert Bosch Gmbh | Evaluating capacity fade in dual insertion batteries using potential and temperature measurements |
| US10686321B2 (en) | 2016-01-29 | 2020-06-16 | Robert Bosch Gmbh | Secondary battery management |
| US10243385B2 (en) | 2016-01-29 | 2019-03-26 | Robert Bosch Gmbh | Secondary battery management system |
| US10263447B2 (en) | 2016-01-29 | 2019-04-16 | Robert Bosch Gmbh | Secondary battery management system |
| DE102016107038A1 (de) | 2016-04-15 | 2017-10-19 | Johnson Controls Autobatterie Gmbh & Co. Kgaa | Verfahren und Vorrichtung zum Abschätzen eines Zustands eines Energiespeichersystems eines Fahrzeuges |
| CN106199434B (zh) | 2016-06-23 | 2019-12-10 | 矽力杰半导体技术(杭州)有限公司 | 电池及电池组的状态检测方法及装置 |
| US10210636B2 (en) * | 2016-08-31 | 2019-02-19 | Autodesk, Inc. | Automatic snap for digital sketch inking |
| US10447046B2 (en) | 2016-09-22 | 2019-10-15 | Robert Bosch Gmbh | Secondary battery management system with remote parameter estimation |
| CN106707181A (zh) * | 2016-12-05 | 2017-05-24 | 澳特卡新能源科技（上海）有限公司 | 一种锂离子的电池参数与荷电状态估计方法 |
| CN108318819A (zh) * | 2017-01-16 | 2018-07-24 | 上海蓝诺新能源技术有限公司 | 一种估算电池荷电状态的方法 |
| CN108931727A (zh) * | 2017-05-27 | 2018-12-04 | 广州小鹏汽车科技有限公司 | 一种电动汽车电池剩余容量估算方法及系统 |
| CN109407645A (zh) * | 2017-08-17 | 2019-03-01 | 宝沃汽车（中国）有限公司 | 获取控制系统状态变量的方法及系统 |
| CN109991552B (zh) * | 2017-12-29 | 2021-01-15 | 微宏动力系统（湖州）有限公司 | 一种估算电池剩余容量的方法 |
| CN110308394B (zh) * | 2019-06-25 | 2020-11-06 | 南京理工大学 | 一种新型状态观测器的锂离子电池荷电状态估测方法 |
| CN114200327B (zh) * | 2022-01-18 | 2023-07-28 | 哈尔滨工业大学 | 一种考虑多因素影响的电池包中单体电池soc估计方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7446504B2 (en) * | 2005-11-10 | 2008-11-04 | Lg Chem, Ltd. | System, method, and article of manufacture for determining an estimated battery state vector |
| CN101946187A (zh) * | 2008-02-19 | 2011-01-12 | 通用汽车环球科技运作公司 | 基于模型的电池迟滞性估计 |
| CN102077105A (zh) * | 2008-06-27 | 2011-05-25 | 通用汽车环球科技运作公司 | 用于电池容量估计的方法 |
| CN102169168A (zh) * | 2011-05-17 | 2011-08-31 | 杭州电子科技大学 | 一种基于粒子滤波的电池剩余电量估计方法 |
| CN102368091A (zh) * | 2010-06-22 | 2012-03-07 | 通用汽车环球科技运作有限责任公司 | 用于锂离子电池的适应性电池参数提取和soc评估 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6441586B1 (en) * | 2001-03-23 | 2002-08-27 | General Motors Corporation | State of charge prediction method and apparatus for a battery |
| US6876175B2 (en) * | 2001-06-29 | 2005-04-05 | Robert Bosch Gmbh | Methods for determining the charge state and/or the power capacity of charge store |
| US6534954B1 (en) * | 2002-01-10 | 2003-03-18 | Compact Power Inc. | Method and apparatus for a battery state of charge estimator |
| US7321220B2 (en) * | 2003-11-20 | 2008-01-22 | Lg Chem, Ltd. | Method for calculating power capability of battery packs using advanced cell model predictive techniques |
| US7593821B2 (en) * | 2004-11-23 | 2009-09-22 | Lg Chem, Ltd. | Method and system for joint battery state and parameter estimation |
| US7589532B2 (en) * | 2005-08-23 | 2009-09-15 | Lg Chem, Ltd. | System and method for estimating a state vector associated with a battery |
| JP4532416B2 (ja) * | 2006-01-12 | 2010-08-25 | 古河電気工業株式会社 | バッテリ放電能力判定方法、バッテリ放電能力判定装置、及び電源システム |
| GB2444511B (en) * | 2006-12-06 | 2008-10-22 | Iti Scotland Ltd | Battery Management System |
| US7994755B2 (en) * | 2008-01-30 | 2011-08-09 | Lg Chem, Ltd. | System, method, and article of manufacture for determining an estimated battery cell module state |
| WO2011118080A1 (ja) * | 2010-03-23 | 2011-09-29 | 古河電気工業株式会社 | 電池内部状態推定装置および電池内部状態推定方法 |
-
2012
- 2012-05-08 US US13/466,394 patent/US8922217B2/en not_active Expired - Fee Related
-
2013
- 2013-05-02 DE DE102013208048.4A patent/DE102013208048B4/de not_active Expired - Fee Related
- 2013-05-08 CN CN201310166240.4A patent/CN103389468B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7446504B2 (en) * | 2005-11-10 | 2008-11-04 | Lg Chem, Ltd. | System, method, and article of manufacture for determining an estimated battery state vector |
| CN101946187A (zh) * | 2008-02-19 | 2011-01-12 | 通用汽车环球科技运作公司 | 基于模型的电池迟滞性估计 |
| CN102077105A (zh) * | 2008-06-27 | 2011-05-25 | 通用汽车环球科技运作公司 | 用于电池容量估计的方法 |
| CN102368091A (zh) * | 2010-06-22 | 2012-03-07 | 通用汽车环球科技运作有限责任公司 | 用于锂离子电池的适应性电池参数提取和soc评估 |
| CN102169168A (zh) * | 2011-05-17 | 2011-08-31 | 杭州电子科技大学 | 一种基于粒子滤波的电池剩余电量估计方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20130300190A1 (en) | 2013-11-14 |
| US8922217B2 (en) | 2014-12-30 |
| CN103389468A (zh) | 2013-11-13 |
| DE102013208048B4 (de) | 2021-10-28 |
| DE102013208048A1 (de) | 2013-11-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103389468B (zh) | 一种在线确定电池荷电状态的方法和系统 | |
| CN103389469B (zh) | 在电池连接到多个负载的同时确定电池的荷电状态的方法 | |
| KR102335296B1 (ko) | 무선 네트워크 기반 배터리 관리 시스템 | |
| US8965723B2 (en) | Apparatus and method for estimating state of charge of battery | |
| CN104569829B (zh) | 蓄电池soc估计与自动校正 | |
| CN102636756B (zh) | 基于电压衰减的汽车电池soc估计 | |
| TWI510799B (zh) | 電池充電狀態之估計設備及方法 | |
| Hussein | Adaptive artificial neural network-based models for instantaneous power estimation enhancement in electric vehicles’ Li-ion batteries | |
| CN104459551A (zh) | 一种电动汽车动力电池能量状态估算方法 | |
| US11214150B2 (en) | Method and arrangement for determining the state of charge of a battery pack | |
| WO2014103705A1 (ja) | 蓄電デバイスの寿命予測装置及び蓄電デバイスの寿命予測方法 | |
| JP2008118777A (ja) | 蓄電素子の異常検出装置、蓄電素子の異常検出方法及びその異常検出プログラム | |
| CN107923946B (zh) | 用于向电化学系统提供激励信号的系统及其方法 | |
| CN102565716A (zh) | 用于计算二次电池的残余容量的设备 | |
| Chaoui et al. | Adaptive state of charge estimation of lithium-ion batteries with parameter and thermal uncertainties | |
| JP5619744B2 (ja) | 蓄電デバイスの状態検知方法及びその装置 | |
| JP7040601B2 (ja) | 電池制御装置、電池制御方法、無停電電源装置、電力システム及び電動車両 | |
| CN102007420A (zh) | 用于预测可再充电电池的寿命的方法和设备 | |
| CN110058177B (zh) | 一种动力电池电量soc修正方法 | |
| Duong et al. | State estimation technique for VRLA batteries for automotive applications | |
| US20210091423A1 (en) | Method for balancing states of charge of an electrical energy store | |
| Al-Bagoury et al. | Increase of Battery Efficiency in Electric Vehicles through Adaptive Health Check Status in Battery Management Systems | |
| Shrivastava | Advanced Online Battery States Co-Estimation Using Kalman Filter for Electric Vehicle Applications | |
| Ohazurike | Coulomb Counting Method for SOC Estimation of Lithium-Ion Batteries: Improvements on Battery Management System for Electric Vehicle Application | |
| Pasetti et al. | Real-Time State of Charge Estimation of Light Electric Vehicles Based on Active Power Consumption |
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: 20160302 |