CN103969586A - 温度补偿的电池参数估算 - Google Patents

Abstract

本发明涉及温度补偿的电池参数估算，公开了一种车辆，该车辆包括具有电机和电池的车辆系统。电机配置用于提供驱动扭矩，而电池提供电力至电机。车辆还包括控制器，配置用于使用具有基于电池温度的可变EKF增益因子的滤波器来产生电池电力容量和电池荷电状态中至少一者的输出。

Description

温度补偿的电池参数估算

技术领域

本发明中的一个或多个实施例涉及使用温度补偿估算电池参数的车辆系统。

背景技术

在具有牵引电池系统的车辆（比如混合动力电动车辆（HEV）、插电式HEV（PHEV）或电池电动车辆（BEV））中，车辆控制来估算电池中的荷电水平（荷电状态（SOC））以及电池可以提供（放电）或接收（充电）多少电力以满足驾驶员需求并优化能量使用（电力极限）。可以通过具有代表电池特征的电池ECM参数（电路元素）的等效电路模型（ECM）表示电池。电池参数（比如SOC和电力容量）计算可以基于电池ECM参数。

电池管理系统可以将SOC计算为相较于最大荷电容量的可用荷电的百分比。这样的一种用于计算SOC的方法是安培-小时积分法。例如，电池管理系统可以基于电池寿命、温度和SOC计算电池电力极限。然后SOC和电池电力极限可以通过例如车辆系统控制器（VSC）提供至多个其它车辆控制使得提供电力至牵引电池或从其汲取电力的系统可以使用该信息。

发明内容

在一个实施例中，提供一种具有电机和电池的车辆。电机配置用于提供驱动扭矩而电池提供电力至电机。车辆还包括控制器，配置用于使用具有基于电池温度的可变增益的滤波器来产生指示电池电力容量和电池荷电状态中至少一者的输出。

在另一个实施例中，提供一种具有用于提供电力至电机的电池以及控制器的车辆系统。控制器配置用于接收指示电池温度的输入并基于电池温度从预定数据选择增益因子。控制器进一步配置用于基于增益因子估算可变增益、并且部分基于可变增益产生指示电池电力容量和电池荷电状态中至少一者的输出。

在又一实施例中，提供一种用于控制混合动力车辆的方法。接收指示电池温度、电池电流和电池电压的输入信号。使用具有基于输入信号的可变增益的扩展的Kalman滤波器（EKF）来产生指示电池电力容量和电池SOC中至少一者的输出。

根据本发明的一个实施例，控制器进一步配置用于：使用所述EKF估算电池ECM参数，所述EKF具有基于电池电流的系统输入、基于电池电压的系统输出以及指示电池ECM参数的系统状态；以及基于电池ECM参数计算电池电力容量和电池荷电状态中的至少一者。

根据本发明的一个实施例，控制器进一步配置用于：接收指示电池电压极限和电池电流极限的输入；以及基于电池电压极限、电池电流极限和可变增益计算电池电力容量。

根据本发明的一个实施例，控制器进一步配置用于：部分基于可变增益识别对应于电池ECM参数的电路模型变量；以及基于电路模型变量和可变增益计算电池电力容量。

根据本发明的一个实施例，电路模型变量包括对应于电池内阻的第一电阻、对应于电池荷电转移阻抗的第二电阻以及对应于电池双电层电容的电容器。

根据本发明的一个实施例，控制器进一步配置用于：部分基于可变增益识别对应于电池ECM参数的电路模型变量；以及基于电路模型变量和可变增益计算电池荷电状态。

根据本发明的一个实施例，可变增益与增益因子大体上逆相关。

根据本发明的一方面，提供一种用于控制混合动力车辆的方法，该方法包含：接收指示电池温度、电池电流和电池电压的输入信号；以及基于输入信号使用具有可变增益的扩展的卡尔曼滤波器（EKF）来产生指示电池电力容量和电池荷电状态中至少一者的输出。

根据本发明的一个实施例，进一步包含：接收指示电池电压极限和电池电流极限的输入；以及基于电池电压极限、电池电流极限和可变增益计算电池电力容量和电池荷电状态中的至少一者。

根据本发明的一个实施例，进一步包含：基于电池电流、电池电压和可变增益估算电池ECM参数；以及基于电池ECM参数和可变增益计算电池电力容量。

根据本发明的一个实施例，进一步包含：基于电池温度从预定数据选择增益因子；以及基于增益因子估算可变增益。

相对于现有方法，车辆系统通过使用EKF估算电池参数而提供优点，该EKF具有取决于电池温度的可变EKF增益因子。与使用固定的EKF增益因子的现有方法相比，这种温度补偿的增益计划方法产生SOC和电池电力容量的更加精确的估算。

附图说明

图1说明根据一个或多个实施例的车辆示意图，该车辆具有用于估算电池参数的车辆系统；

图2是图1中的车辆系统可以使用以建立电池行为的模型的通用电路模型；

图3是基于图2中的通用电路模型的详细电路模型；

图4是一个或多个实施例可以使用的图表，说明了用于电池单元的开环电压和其荷电状态之间的关系；

图5是说明根据一个或多个实施例用于估算电池参数方法的流程图；

图6是说明根据一个或多个实施例估算的电池ECM参数的图表；

图6A是图6中一部分的放大图；

图7是说明根据一个或多个实施例计算的电池充电电力容量的图表；

图7A是图7中一部分的放大图；

图8是说明根据一个或多个实施例计算的电池放电电力容量的图表；

图8A是图8中一部分的放大图。

具体实施方式

根据需要，本说明书中公开了本发明具体的实施例；然而，应理解公开的实施例仅为本发明的示例，其可以多种替代形式实施。附图无需按比例绘制；可放大或缩小一些特征以显示特定部件的细节。所以，此处所公开的具体结构和功能细节不应解释为限定，而仅为教导本领域技术人员以多种形式实施本发明的代表性基础。

参考图1，说明了根据一个或多个实施例的用于估算电池参数的车辆系统并且总体上通过标号10参考。车辆系统10描述为在车辆12内。车辆系统10包括控制器，比如彼此相互通信的电池控制模块（BECM）14和电池16。BECM14接收包括电池温度、电压和电流的输入并提供指示电池ECM参数的输出。BECM14还基于电池ECM参数计算电池电力容量（power capability，P_cap）和电池SOC（BSOC）。

说明的实施例描述作为HEV的车辆12，该HEV是通过电机18推进并通过内燃发动机20辅助的电动车辆。根据一个或多个实施例，电机18是交流（AC）电动马达，并且在图1中描述为“马达”18。电机18接收电力并提供驱动扭矩用于车辆推进。电机18还作为通过再生制动将机械能转换为电能的发电机而运转。

根据一个或多个实施例，车辆12包括具有动力分离配置的变速器22。变速器22包括第一电机18和第二电机24。根据一个或多个实施例，第二电机24是AC电动马达，并且在图1中描述为“发电机”24。类似于第一电机18，第二电机24接收电能并提供输出扭矩。第二电机24还作为用于将机械能转换为电能并通过变速器22优化动力传输的发电机而运转。

变速器22包括行星齿轮单元26，该单元包括中心齿轮28、行星齿轮架30和环形齿轮32。中心齿轮28连接至第二电机24的输出轴用于接收发电机扭矩。行星齿轮架30连接至发动机20的输出轴用于接收发动机扭矩。行星齿轮单元26合并发电机扭矩和发动机扭矩并通过环形齿轮32提供合并的输出扭矩。行星齿轮单元26作为无级变速器运转，没有任何固定的或“阶梯式”传动比。

根据一个或多个实施例，变速器22还包括单向离合器（OWC）和发电机制动器33。OWC连接至发动机20的输出轴用于仅允许其输出轴朝一个方向旋转。OWC防止变速器22反向驱动（back-driving）发动机20。发电机制动器33连接至第二电机24的输出轴。可以启用发电机制动器33以“制动”或阻止第二电机24和中心齿轮28的输出轴的旋转。在其它实施例中，没有OWC和发电机制动器33，而通过用于发动机20和第二电机24的控制策略代替。

变速器22包括具有第一齿轮34、第二齿轮36和第三齿轮38的中间轴。行星输出齿轮40连接至环形齿轮32。行星输出齿轮40与第一齿轮34啮合用于在行星齿轮单元26和中间轴之间传输扭矩。输出齿轮42连接至第一电机18的输出轴。输出齿轮42与第二齿轮36啮合用于在第一电机18和中间轴之间传输扭矩。变速器输出齿轮44连接至变速器输出轴46。变速器输出轴46通过差速器50连接至一对驱动轮48。变速器输出齿轮44与第三齿轮38啮合用于在变速器22和驱动轮48之间传输扭矩。

尽管在HEV12的背景中说明和描述，但是应理解可在其它类型的电动车辆上实施本发明的实施例，比如通过电动马达驱动而没有内燃发动机辅助的BEV。

车辆12包括用于存储电能的电池16。电池16是能输出电力以运转第一电机18和第二电机24的高压电池。当第一电机18和第二电机24作为发电机运转时电池16还接收来自它们的电力。电池16是由多个电池模块（未显示）组成的电池组，其中每个电池模块包含多个电池单元（未显示）。车辆12的其它实施例可以预想不同类型的能量存储系统，比如补充或代替电池16的电容器和燃料电池（未显示）。高压总线将电池16电连接至第一电机18和第二电机24。

BECM14控制电池16。BECM14接收指示车辆状况和电池状况（比如电池温度、电压和电流）的输入。BECM14估算对应于电池特征的电池ECM参数。BECM14还基于电池ECM参数估算电池SOC和电池电力容量（P_cap）。BECM14提供指示SOC和电池电力容量的输出（SOC、P_cap）至其它车辆系统和控制器。在另一个实施例中，BECM14接收通过其它方式提供的电池SOC作为输入。

车辆12包括沿高压总线连接的可变电压转换器（VVC）52和逆变器54。VVC52提升或阶梯升高（step up）由电池16提供的电能的电压电势。根据一个或多个实施例，VVC52还可以“降低（buck）”或阶梯减小提供至电池16的电能的电压电势。逆变器54将电池16（通过VVC52）提供的直流（DC）能量转换为用于运转电机18、24的交流（AC）能量。逆变器54还将电机18、24提供的AC电力整流为用于充电主电池16的DC电力。

变速器22包括用于控制电机18和24、VVC52和逆变器54的变速器控制模块（TCM）58。TCM58配置用于监视电机18、24的位置、转速和电力消耗等。根据一个或多个实施例，TCM58还监视VVC52和逆变器54内多个位置处的电力参数（例如电压和电流）。TCM58提供对应于这些信息的输出信号至其它车辆系统。

车辆12包括与其它车辆系统以及用于协调它们的功能的控制器通信的车辆系统控制器（VSC）60。尽管显示为单个控制器，但是VSC60也可以包括可用于根据整体的车辆控制逻辑或软件控制多个车辆系统的多个控制器。

包括VSC60和BECM14的车辆控制器通常包括任何数量的微处理器、专用集成电路（ASIC）、集成电路（IC）、存储器（例如闪存（FLASH）、只读存储器（ROM）、随机存取存储器（RAM）、可擦可编程只读存储器（EPROM）和/或电可擦除只读存储器（EEPROM））以及软件代码以彼此协作执行一系列操作。控制器还包括基于计算和测试数据并存储在存储器中的预定的数据或“查值表”。VSC60使用共用总线协议（例如控制器局域网（CAN）或局域互联网（LIN））通过一个或多个硬线或无线车辆连接与其它车辆系统和控制器（例如BECM14和TCM58）通信。VSC60接收代表变速器22的当前位置（例如泊车挡、倒挡、空挡或行驶挡）的输入（PRND）。VSC60还接收代表加速器踏板位置的输入（APP）。VSC60提供代表希望的车轮扭矩、希望的发动机转速和发电机制动指令的输出至TCM58；并提供接触器控制至BECM14。

车辆12包括用于产生摩擦制动的制动踏板、增压器、主缸以及至驱动轮48的机械连接的制动系统（未显示）。制动系统还包括位置传感器、压力传感器或一些它们的组合用于提供信息，比如对应于驾驶员请求制动扭矩的制动踏板位置（BPP）。制动系统还包括与VSC60通信以协调再生制动和摩擦制动的制动系统控制模块（BSCM）62。根据一个实施例，BSCM62提供再生制动指令至VSC60。

车辆12包括用于控制发动机20的发动机控制模块64。VSC60提供基于多个输入信号（包括APP）并对应于驾驶员请求车辆推进的输出（希望的发动机扭矩）至发动机控制模块64。

根据一个或多个实施例，车辆12配置用于从外部源接收电力。电池16经由充电端口66从外部电力供应源或电力网定期接收AC能量。充电端口66可以配置用于容纳外部电力插头或连接器（“插电”），或者可以配置用于感应充电。车辆12还包括车载充电器68，该充电器从充电端口66接收AC能量。充电器68是将接收的AC能量转换为适合向电池16充电的DC能量的AC/DC转换器。从而，在再充电期间充电器68提供DC能量至电池16。

参考图1和图2，BECM14配置用于接收指示车辆状况和电池状况（比如电池温度、电压和电流）的输入。BECM14基于所述输入估算电池ECM参数。BECM14还基于电池ECM参数和所述输入计算电池SOC和电池电力容量（P_cap）。BECM14将P_cap和SOC提供至向电池16提供电力或从电池16接收电力的其它车辆系统和控制器。例如，当SOC低于较低SOC阈值时TCM58可以限制提供至电机18、24的电力量。当SOC高于较高SOC阈值时TCM58还可以减少从电机18、24提供至电池16的电力量。在一个或多个实施例中，BECM14接收SOC作为输入，并且部分基于SOC计算P_cap。

图2描述代表电池16和它的内阻抗（Z）的通用等效电路模型210。电池负荷可以是从电池16汲取电流的电子部件（例如电机18、24）。电路模型210中具体有开环电路电压（V_oc）、电池电流（I）、路端电压（V_t）以及通用阻抗子电路（Z）。应理解，子电路（Z）可以包含多个不同的电子元件，比如电阻器、电容器、电感器等。如下文详细讨论地，电路210目的是提供关于电池的可用于确定SOC和P_cap的信息。所以，如果子电路（Z）包含相对较大数量的电子部件，则电路模型210可以更加精确地代表电池的行为。然而，随着子电路（Z）中部件数量的增加，控制电路模型的方程式的复杂度也伴随增加。如上文关于图1描述的，电池16是由多个电池模块（未显示）组成的电池组，其中每个电池模块包含多个电池单元（未显示）。ECM210代表电池组，并且车辆系统10估算对应于整体电池组的电池参数。然而，车辆系统10的其它实施例预想用于估算电池单元参数的电池单元等效电路模型。

图3说明基于图2的通用电路模型210的简化的兰德尔（Randle）等效电路模型310。子电路（Z）由三个分立的电子元件组成，具体为两个电阻器（r1、r2）和一个电容器（c）。用于电路模型310的一对控制方程式可以写成下面的：

${\stackrel{\·}{V}}_2=-\frac{1}{r_{2}c}{V}_2+\frac{1}{c}I$ 方程式1

V_oc-V_t=V₂+Ir₁ 方程式2

其中：v₂是电路模型中c或r₂两端的电压；是v₂基于时间的导数；r₂是电池的电荷转移阻抗；c是电池的双电层电容（double layercapacitance）；I是测量的电池电流；V_oc是电池的开环电压；V_t是测量的电池电极两端的电池电压（路端电压）；而r₁是电池的内阻抗。

可以以某种预定频率定期测量电池电流（I）和电压（V_t），使得其它车辆控制系统可以使用这些值。在电池的开环电压（V_oc）的情况中，如果认为电池内扩散程序已经停止，则当在闭合电接触器（未显示）之前启动车辆时，可以直接测量该值。然而，当车辆行驶并且接触器闭合时，估算开环电压（V_oc）。额外地，电池ECM参数（r1、r2和c）是估算的值。

图4显示了一种方法，通过该方法可以基于单元SOC估算电池单元的开环电压（V_{oc_cell}）。图4中显示的图表410说明针对锂离子电池单元的V_{oc_cell}和SOC之间的单调关系（monotonic relationship）。具有不同电池化学的其它类型的电池可以展现类似的关系，或者展现出尽管是已知的但是可以以图4中显示的图表410类似的方式使用的不同的关系。

存在多种方式从SOC确定V_oc；使用的方法可以取决于例如SOC对于作为整体的电池组是否是已知的、或者SOC对于单独的电池单元中的每者是否是已知的。在SOC对于每个电池单元是已知的情况中，下面显示的方程式3可用于确定电池组V_oc。

$V_{\mathrm{oc}}={\mathrm{\Σ}}_{i=1}^N{V}_{\mathrm{oc}\_\mathrm{cell\; i}}={\mathrm{\Σ}}_{i=1}^{N}f\left({\mathrm{SOC}}_i\right)$ 方程式3

其中：N是电池组中电池单元的数量，并且在单元V_oc和单元SOC之间存在一一对应关系。

使用每个电池单元的已知SOC值，可以从预定数据（比如查值表）或者从V_oc和SOC之间的一些其它已知关系确定对应的V_oc值。然后，可以将针对单个电池单元计算的V_{oc_cell}中的每者求和，以提供用于电池组的总的V_oc。在该模型中，假设串联连接电池单元，从而使得它们的电压可以相加。在该实施例中计算V_oc提供非常精确的电池V_oc的估算，在闭合接触器之后不能直接测量该V_oc。通过将所有V_{oc_cell}值相加在一起，电压最低的电池单元将降低用于电池组的总的V_oc，确保它的值不是不切实际的高。

下面的方程式4和5显示了确定用于电池组的V_oc的另一种方式。

V_oc=N×V_{oc_min}=N×f(SOC_min) 方程式4（放电期间适用）

V_oc=N×V_{oc_max}=N×f(SOC_max) 方程式5（充电期间适用）

其中：SOC_min指串联连接的所有单元之间最小的SOC，而SOC_max指串联连接的所有单元之间最大的SOC。V_{oc_min}是最小开环电压，V_{oc_max}是最大开环电压。

如方程式4和5显示的，取决于电池当前在放电（方程式4）还是在充电（方程式5），使用不同的方程式计算开环电压（V_oc）。对此其原因是存在两个不同的电池电力容量，一个与电池放电相关而另一个与电池充电相关。通过不同的V_oc值限制这些电池电力容量中的每者。例如，通过用于电池组的最小V_oc限制放电电池的电力容量；相反，通过用于电池组的最大的V_oc限制充电电池的电力容量。即使每个电池单元的SOC是已知的，还是可以使用方程式4和5作为方程式3的替代。在这种情况中，最小的电池单元SOC将会在方程式4中使用，而最大的电池单元SOC将在方程式5中使用。

尽管方程式1和2中出现的一些变量（比如（I）和（Vt））是可以直接测量的，但是其它变量的确定可能需要不同的方法。例如，确定用于方程式1和2中至少一些变量的值的一种方法是应用递归参数估算方法，比如用于方程式的卡尔曼滤波器或扩展卡尔曼滤波器（EKF，Extended Kalman Filter）。卡尔曼滤波器用于估算用于线性系统的状态。通过利用每个时间步骤处的线性化程序，EKF可用于非线性系统以通过线性时变系统估算非线性系统。根据一个或多个实施例，由于电池参数估算基本上是非线性的，所以车辆系统使用EKF估算电池ECM。应用EKF的一种方式是考虑电流（I）作为输入、电压（V₂）作为状态而项（V_oc–V_t）作为输出。电池ECM参数（r₁、r₂和c）或它们的各种组合也作为将被识别的状态处理。一旦电池ECM参数和其它未知量被识别，可以基于电池电压和电流的运转极限以及当前的电池状态计算SOC和电力容量。

EKF是动态系统，通过下面的方程式控制它：

X_k=f(X_k-1,u_k-1,w_k-1)

Y_k=h(X_k,_vk-1) 方程式6

其中：X_k包括状态V₂和其它三个电池ECM参数；u_k是输入（例如电池电流）；w_k是过程噪声（process noise）；Y_k是输出（V_oc–V_t）；而v_k是测量噪声。

考虑的用于电池模型的方程式的这样一种系统可以如下所示：

$X=\left[\begin{array}{c}{x}_1\\ x_2\\ x_3\\ x_4\end{array}\right]=\left[\begin{array}{c}{V}_2\\ \frac{1}{r_{2}c}\\ \frac{1}{c}\\ r_1\end{array}\right]$

可以以方程式6的形式获取离散或连续时间中对应的状态空间（statespace）方程式。

基于系统方程式6显示的系统模型，探测器（observer）设计用于估算扩展的状态（x₁、x₂、x₃和x₄），并且根据下面显示的方程式7-10对应地估算（V₂、r₁、r和c）：

$\left({\hat{V}}_2\right)=x_1$ 方程式7

$\left({\hat{r}}_1\right)=x_4$ 方程式8

$\left({\hat{r}}_2\right)=\frac{x_3}{x_2}$ 方程式9

$\left(\hat{c}\right)=\frac{1}{x_3}$ 方程式10

整组EKF方程式由时间更新方程式和测量更新方程式组成。EKF时间更新方程式预计从上个时间步骤到当前步骤的状态和协方差估算：

${\hat{x}}_k^{-}=f({\hat{x}}_{k-1},u_{k-1},0)$

$P_k^{-}=A_k{P}_{k-1}{A}_k^T+W_k{Q}_{k-1}{W}_k^T$ 方程式11

其中：代表x_k的先验估算（priori estimate）；代表先验估算误差协方差矩阵；A_k代表f相对于X的偏导数的雅可比（Jacobian）矩阵；P_k-1代表上个步骤的后验估算误差矩阵；代表矩阵A_k的移项；W_k代表f相对于过程噪声变量w的偏导数的Jacobian矩阵；Q_k-1代表过程噪声协方差矩阵，而代表矩阵W_k的移项。

测量更新方程式通过测量校正状态和协方差估算：

$K_k=P_k^{-}{H}_k^T{(H_k{P}_k^{-}{H}_k^T+V_k{R}_k{V}_k^T)}^{-1}$ 方程式12

${\hat{x}}_k={\hat{x}}_k^{-}+K_k(z_k-h({\hat{x}}_k^{-},0))$ 方程式13

$P_k=(I-K_k{H}_k)P_k^{-}$ 方程式14

其中：K_k代表EKF增益；H_k代表h相对于X的偏导数的Jacobian矩阵；是H_k的移项；R_k代表测量噪声协方差矩阵；V_k代表h相对于测量噪声变量v的偏导数的Jacobian矩阵；而是V_k的移项。

方程式12中，EKF增益（K）通常与测量噪声协方差矩阵值（R）成反比。从而随着EKF增益因子R增加，EKF增益（K）减小；反之亦然。

普遍地，在控制理论中较大的反馈增益通常导致欠阻尼响应（更快的响应，并且控制的变量更大的振荡）以及潜在不稳定的闭环系统。另一方面，较小的反馈增益通常导致过阻尼响应（更慢的响应）。所以，不适当的EKF增益可能导致获取的ECM参数的较大振荡或较慢的获取（特别是电阻器r₁）并直接影响电力容量估算的质量（就估算精度（偏差）或获取速度而言）。

根据一个或多个实施例，BECM14基于测量的电池温度从预定数据选择用于EKF增益因子R的值。例如，在一个实施例中，如下面的表A所示，预定数据包括在温度10℃以上具有固定值以及随着温度从10℃下降至-40℃用于EKF增益因子R的值增加的查值表。

表A：取决于温度的增益因子R的示例查值表

温度（℃）	-40	-30	-20	-10	0	10	20	30	40	50
											EKF增益因子R	2000	1000	500	200	100	10	10	10	10	10

尽管较小的R矩阵值（用于识别器的较大增益）可能导致获取的参数的振荡，但是较大的R矩阵值可能导致参数/状态的较慢获取并从而导致SOC和电力容量的较慢获取。所以，BECM14包括增益计划方法，该方法包括用于正常的电池运转温度（例如表A显示的10℃以上）的固定增益。

在一个或多个实施例中，用于过程噪声协方差矩阵的值（Q）也基于电池温度从预定数据选择。如方程式11和12所示，这两个矩阵（Q和R）提供用于确定EKF增益的增益因子。

使用方程式7-10估算的电池ECM参数解答方程式1和2中的一阶微分方程以产生下面表达的电池电流（I）。

方程式15

其中：t_d是预定时间值；是V₂的当前值，而e是自然对数的底数。

通常，一旦从方程式15确定（I）的值，可以得出电池电力容量。当希望确定电池的充电电力容量时，可以解答方程式15得到（I）的最小值（I_min），比如方程式16显示的。习惯上，当从电池流出（放电）时电流定义为正数（+），而当流进电池（充电）时电流定义为负数（-）。

方程式16

其中：（t_d）的值是预定的，并且例如可以在1秒和10秒之间；而V_max是用于电池的最大工作电压，并且可以认为是极限电池电压。

然后将该电流与系统充电电流极限（I_{lim_ch}）比较。如果I_min(t_d，V_max)<I_{lim_ch}，根据下面显示的方程式17计算第二电压值：

${\stackrel{\&OverBar;}{V}}_{\mathrm{ch}}=V_{\mathrm{oc}}-{\hat{V}}_2\left(0\right)e^{-t_{d/\left({\hat{r}}_2\hat{c}\right)}}-I_{\lim \_\mathrm{ch}}*[{\hat{r}}_1+{\hat{r}}_2(1-e^{-t_d/\left({\hat{r}}_2\hat{c}\right)})]$ 方程式17

时间值（t_d）可以基于车辆系统控制器怎样使用电池电力容量。例如，通过车辆制造商或电池制造商确定作为允许电池达到的最大电压的电压（V_max）。

可以根据方程式18写出作为时间（t_d）的函数的用于电池的充电电力容量（P_{cap_ch}（t_d））。

除了确定用于电池的充电电力容量之外，本发明的实施例还提供确定用于电池的放电电力容量的方法。对于确定放电电力容量，电池电流（I）的最大值和电池电压的最小值一起使用。如方程式19显示的，可以解答方程式15用于（I_max）。

$I_{\max }(t_d,V_{\min })=\frac{(v_{\mathrm{oc}}-v_{\min }-{\hat{v}}_2\left(0\right)e^{-t_{d/\left({\hat{r}}_2\hat{c}\right)}})}{[{\hat{r}}_1+{\hat{r}}_2(1-e^{-t_d/\left({\hat{r}}_2\hat{c}\right)})]}$ 方程式19

其中：V_min是电池组的最小工作电压。

然后将该电流与系统放电电流极限（I_{lim_dch}）比较。如果I_max(t_d，V_min)>I_{lim_dch}，根据下面显示的方程式20计算第二电压值：

${\stackrel{\&OverBar;}{V}}_{\mathrm{dch}}=V_{\mathrm{oc}}-{\hat{V}}_2\left(0\right)e^{-t_{d/\left({\hat{r}}_2\hat{c}\right)}}-I_{\lim \_\mathrm{dch}}*[{\hat{r}}_1+{\hat{r}}_2(1-e^{-t_d/\left({\hat{r}}_2\hat{c}\right)})]$ 方程式20

可以按方程式21显示的确定作为时间（t_d）的函数的用于电池的放电电力容量（P_{cap_dch}（t_d））。

方程式21

方程式15-21使用通过EKF（方程式7-10）估算的电池ECM参数（例如r₁、r₂和c）计算电力容量。

例如，在一个实施例中使用方程式21计算放电电力容量（P_{cap_dch}）。当电池温度为-30℃，如果BECM14选择还在正常温度（例如>10℃）中使用的默认EKF增益因子R为10，则EKF提供的估算的电池的内阻为1.17Ω+/-20%。如果电池组的开环电压和最小工作电压之间的差异（V_oc-V_min）值为129.2V；则c两端的电压降（V₂）为0.0V；估算的电池的电荷转移阻抗为0.501Ω；估算的电池的双电层电容为40.79F；而时间期间（t_d）为1秒，放电电力容量计算为在13.75kW和20.45kW之间振荡，而标称值为16.44kW。从而，r₁振荡+/-20%，放电电力容量关于标称值改变-16.39%到24.38%。

参考图5，说明了根据一个或多个实施例的基于电池温度估算电池参数的方法并且总体上通过标号510参考。根据一个或多个实施例，使用包含在BECM14内的软件代码执行方法510。在其它实施例中，在其它车辆控制器或多个车辆控制器中执行方法510。

在操作512中，BECM14接收指示电池温度（T）、电池路端电压（V_t）和电池电流（I）的输入。根据一个或多个实施例，通过电池传感器提供这些输入。在一个或多个实施例中，该输入包括之前估算的SOC（在说明的实施例中通过虚线表示）。

在操作514中，BECM14确定电池控制参数，比如SOC和电池电压和电流极限（V_max、V_min、I_{lim_ch}、I_{lim_dch}）。在一个实施例中，BECM14使用安培-小时-积分（ampere-hour-integration）方法计算SOC。

在操作516中，BECM14使用递归参数估算方法（比如EKF）识别电池ECM参数（例如r₁、r₂和c）。根据一个或多个实施例，根据方程式6-14基于输入V_t、I、T和SOC估算电池ECM参数。可以通过操作512或514提供SOC。在一个或多个实施例中，方法510利用不同车辆状况处的两个SOC值。

在操作518中，BECM14确定电池电力容量（P_cap）。BECM14利用方程式15-21分别估算充电和放电的电池电力容量。此外，因为如方程式18和21中显示的电力容量是基于时间的t_d函数，所以对于充电和放电电力容量中的每者可以计算多个P_cap值。

在操作520中BECM14确定电池SOC。BECM14利用表格A以选择电池ECM参数估算中的EKF增益因子。估算的电池ECM参数然后用于估算SOC。

图6-8A说明基于电池温度估算电池ECM参数的方法510的影响。图6-8A包括基于在共用时间段并在较冷的电池温度（例如-30℃）处采集的数据的六个波形图。实线显示的波形说明根据方法510基于温度补偿的增益计划的方法估算的数据。当启用方法510时，BECM14基于电池温度从预定数据选择一个或多个增益因子（R和Q）。出于对比，以虚线显示的波形说明使用固定的EKF增益因子估算的数据。

图6说明随时间的电池的内阻（r₁）并且总体上通过标号610参考。根据一个或多个实施例，BECM14基于方程式12中确定的EKF增益（K）估算r₁。波形（r₁）是基于使用方法510的温度补偿的增益计划方法估算的数据。波形（r_{1_fixed}）是基于使用固定的EKF增益因子估算的数据产生的。虽然在定性上清晰可见波形r1的振荡远低于波形r_{1_}fixed，但是仅在较短时间段可以作出数量上的比较。内阻（r₁）取决于电池温度和SOC，而电池温度和SOC这两者随时间逐渐改变。所以对于给定的较短时间段（例如1秒）r₁基本上是恒定的。

图6A描述了图6中说明的图表的一部分的放大图。图6A描述10-11秒之间r₁和r_{1_fixed}波形的图表，并且总体上通过标号612参考。波形r_{1_fixed}描述0.41Ω和0.55Ω之间的阻抗（平均值（“r_{1_avg}”）为0.51Ω），并且偏差约为-19.61%到7.84%。然而，基于温度补偿增益计划方法的波形r₁描述0.41Ω和0.44Ω之间的阻抗（而平均值（r_{1_avg}）为0.43Ω），并且偏差约为-3.6%到3.14%。基于适合的平均内阻曲线（未显示），这样的估算可以扩展到图6中显示的整个时间段。

图7说明随时间估算的充电电力容量（P_{cap_ch}）并且总体上通过标号710参考。BECM14基于通过EKF识别的电池ECM参数（包括r₁)）使用方程式18计算P_{cap_ch}。波形（P_{cap_ch}）基于使用方法510的温度补偿的增益计划方法估算的数据。波形（P_{cap_ch_fixed}）是基于使用固定的EKF增益因子估算的数据产生的。虽然在定性上清晰可见波形P_{cap_ch}的振荡远低于波形P_{cap_ch_fixed}，但是仅在较短时间段可以作出数量上的比较。充电电力容量（P_{cap_ch}）取决于电池温度和SOC，而电池温度和SOC这两者随时间逐渐改变。所以对于给定的较短时间段（例如1秒）P_{cap_ch}基本上是恒定的。

图7A描述图7中说明的图表的一部分的放大图。图7A说明10-11秒之间P_{cap_ch}和P_{cap_ch_fixed}波形的图表，并且总体上通过标号712参考。波形P_{cap_ch_fixed}描述19.33kW和23.85kW之间的充电电力容量，而平均值P_{cap_ch_avg_fixed}（未显示）为21.6kW并且偏差约为-10.5%到10.42%。然而，波形P_{cap_ch}（该波形基于方法510的温度补偿的增益计划方法）描述21.28kW和22.81kW之间的电池充电电力容量，而平均值（P_{cap_ch_avg}）为22kW并且偏差约为-3.27%到3.68%。基于适合的平均充电电力容量曲线（未显示），该估算可以扩展到图7中显示的整个时间段。

图8说明随时间估算的放电电力容量（P_{cap_dch}）并且总体上通过标号810参考。BECM14基于通过EKF识别的电池ECM参数（包括r₁）使用方程式21计算P_{cap_dch}。波形（P_{cap_dch}）是基于使用方法510的温度补偿的增益计划方法估算的数据。波形（P_{cap_dch_fixed}）是基于使用固定的EKF增益因子估算的数据产生的。虽然在定性上清晰可见波形P_{cap_dch}的振荡远低于波形P_{cap_dch_fixed}，但是仅在较短时间段可以作出数量上的比较。放电电力容量（P_{cap_dch}）取决于电池温度和SOC，而电池温度和SOC这两者随时间逐渐改变。所以对于给定的较短时间段（例如1秒）P_{cap_dch}基本上是恒定的。

图8A描述图8中说明的图表的一部分的放大图。图8A说明时间10-11秒之间的P_{cap_dch}和P_{cap_dch_fixed}波形，并且总体上通过标号812参考。波形P_{cap_dch_fixed}描述15.40kW和18.38kW之间的放电电力容量，而平均值P_{cap_dch_avg_Fixed}（未显示）为16.37kW并且偏差约为-5.92%到12.27%。然而，波形P_{cap_dch}（该波形基于方法510的温度补偿的增益计划方法）描述17.12kW和17.46kW之间的电池放电电力容量，而平均值（P_{cap_ch_avg}）为17.29kW并且偏差约为-0.98%到0.98%。基于适合的平均放电电力容量曲线（未显示），该估算可以扩展到图8中显示的整个时间段。

这样，相对于现有方法，车辆系统10通过使用基于电池温度的可变EKF增益因子而不是使用固定的EKF增益因子估算电池ECM参数而提供优点。与现有方法相比，如果选择的固定的EKF增益因子更适合室温，则这种温度补偿的增益计划方法在低温状况下导致电池电力容量的更加精确的计算，反之亦然。从而，温度补偿的增益计划方法对所有的电池运转温度范围导致电池电力容量的精确估算。

尽管上文描述了示例性实施例，并非意味着这些实施例说明并描述了本发明的所有可能形式。相反，说明书中使用的词语为描述性词语而非限定，并且应理解可作出各种改变而不脱离本发明的精神和范围。此外，可组合各种执行实施例的特征以形成本发明进一步的实施例。

Claims (10)

1.一种车辆，其特征在于，所述车辆包括：

配置用于提供驱动扭矩的电机；

用于提供电力至所述电机的电池；以及

控制器，配置用于使用具有基于电池温度的可变增益的滤波器来产生指示电池电力容量和电池荷电状态中至少一者的输出。

2.根据权利要求1所述的车辆，其特征在于，所述滤波器进一步包含扩展的卡尔曼滤波器（EKF），并且其中所述控制器进一步配置用于：

使用具有基于电池电流的系统输入、基于电池电压的系统输出以及指示电池ECM参数的系统状态的所述EKF来产生指示所述电池ECM参数的输出；以及

基于所述电池ECM参数计算所述电池电力容量和所述电池荷电状态中的至少一者。

3.根据权利要求2所述的车辆，其特征在于，所述电池ECM参数进一步包含电池内阻、电池电荷转移阻抗和电池双电层电容中的至少一者。

4.根据权利要求1所述的车辆，其特征在于，所述控制器进一步配置用于：

基于所述电池温度从预定数据选择增益因子；

基于所述增益因子估算所述可变增益；

基于所述可变增益估算电池ECM参数；以及

基于所述电池ECM参数计算所述电池电力容量和所述电池荷电状态中的至少一者。

5.根据权利要求4所述的车辆，其特征在于，所述增益因子对应于测量噪声协方差矩阵值和过程噪声协方差矩阵值中的一者。

6.根据权利要求4所述的车辆，其特征在于，所述增益因子对应于测量噪声协方差矩阵值，并且其中所述可变增益与所述增益因子大体上逆相关。

7.一种车辆系统，其特征在于，所述车辆系统包含：

用于提供电力至电机的电池；

控制器，配置用于：

接收指示电池温度的输入；

基于所述电池温度从预定数据选择增益因子；

基于所述增益因子估算可变增益；以及

部分基于所述可变增益产生指示电池电力容量和电池荷电状态中至少一者的输出。

8.根据权利要求7所述的车辆，其特征在于，所述增益因子代表测量噪声协方差矩阵值。

9.根据权利要求7所述的车辆，其特征在于，所述增益因子代表过程噪声协方差矩阵值。

10.根据权利要求7所述的车辆，其特征在于，所述控制器进一步配置用于：

针对扩展的卡尔曼滤波器（EKF）计算所述可变增益。