CN104011554B - 评估电池荷电状态的设备及方法 - Google Patents

评估电池荷电状态的设备及方法 Download PDF

Info

Publication number
CN104011554B
CN104011554B CN201380004368.9A CN201380004368A CN104011554B CN 104011554 B CN104011554 B CN 104011554B CN 201380004368 A CN201380004368 A CN 201380004368A CN 104011554 B CN104011554 B CN 104011554B
Authority
CN
China
Prior art keywords
battery
soc
input
state
power mode
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.)
Active
Application number
CN201380004368.9A
Other languages
English (en)
Other versions
CN104011554A (zh
Inventor
曹永昌
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.)
LG Energy Solution Ltd
Original Assignee
LG Chemical Co Ltd
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 LG Chemical Co Ltd filed Critical LG Chemical Co Ltd
Publication of CN104011554A publication Critical patent/CN104011554A/zh
Application granted granted Critical
Publication of CN104011554B publication Critical patent/CN104011554B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • 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]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/40—Data acquisition and logging
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass

Abstract

公开的是一种用于评估电池荷电状态(SOC)的设备和方法。根据本发明的用于评估电池荷电状态的设备包括：输入/输出电力模式分析单元，其用于通过在预定时间期间分析电池的输入/输出电力以获得该电池的输入/输出电力模式；应用状态确定单元，其用于通过分析该电池的输入/输出电力模式以确定该电池的当前应用状态；以及SOC计算单元，其通过使用对应于该电池的当前应用状态的荷电状态评估算法以计算该电池的SOC。

Description

评估电池荷电状态的设备及方法
相关申请的交叉引用
本申请主张2012年10月26日向韩国知识产权局提出申请的韩国专利申请No.10-2012-0119709的优先权，其完整内容以参考的方式并入本文。
技术领域
本发明涉及用于评估电池的荷电状态的设备及方法，更特别地涉及用于评估电池的荷电状态的设备及方法，其分析预定时间的电池的输入/输出电力模式，以确定电池的当前应用状态，并使用对应于电池的当前应用状态的SOC评估算法来计算电池的荷电状态(SOC)，使得主动地应用适于评估电池的SOC的状况的评估算法而使电池的SOC评估误差最小化以获得更准确的电池的SOC评估值。
背景技术
具有产品群的高适用性及诸如高能量密度的电特性的二次电池广泛用于不仅便携式装备，亦用于由电驱动源或能量储存系统(ESS)或不间断电源(UPS)系统驱动的电动车(EV)或混合动力车(HV)，其使用用于家用或工业用途的中或大型电池。
这样的二次电池具有主要优点，其大幅降低矿物燃料的使用，但不制造依据能量使用的副产品，使得二次电池已吸引注意作为环保并改进能量效率的新能源。
当二次电池实施为用于便携式终端的电池时，不一定增加二次电池在高容量环境中的使用。然而，通常使用应用于电动车或能量储存源的电池，使得多个二次电池单元组合在一起以增加对于高容量环境的使用。
当这样的电池具体地多个二次电池交替充电及放电时，需要管理电池使得有效率地控制电池的充电及放电，以维持适当操作状态及性能。
为达此目的，提供电池管理系统(BMS)，其管理电池的状态及性能。BMS测量电池的电流、电压或温度，以依据测量的电流、电压及温度评估电池的荷电状态(SOC)，并控制SOC使得燃料消耗效率最佳。为正确地控制SOC，需要正确地测量充电及放电的电池的SOC。
在相关领域的BMS中，电池的SOC的测量方法包括一种方法，其累积流入电池的充电/放电电流以评估电池的SOC。然而，依据此方法，当以电流传感器测量电流所产生的误差持续地累积，使得SOC的准确性随时间而降低。
另一方面，存在一种方法，其在对电池充电/放电的同时测量电池的电压，从测量的电压评估非负载状态的电池的开路电压(OCV)，并参照每一开路电压的SOC表而映射对应于评估的开路电压的SOC。然而，在对电池充电或放电的同时测量的电压与实际电压大不相同。例如，当电池连接至负载以开始对电池放电时，电池的电压突然下降，且当电池开始从外部电源充电时，电池的电压突然增加。因此，因电池充电/放电时测量的电压及实际电压间的误差，SOC的精确度可能下降。
发明内容
本发明已致力提供用于评估电池荷电状态的设备及方法，其分析预定时间的电池输入/输出电力模式以确定电池的当前应用状态，并使用对应于电池的当前应用状态的SOC评估算法来计算电池的SOC，使得当评估电池的SOC时，主动地应用适于状况的评估算法以最小化电池的SOC评估误差，而获得更精确的电池的SOC评估值。
本发明的示例性实施例提供电池SOC评估设备，包括：输入/输出电力模式分析单元，其在预定时间期间分析电池的输入/输出电力以获得电池的输入/输出电力模式；应用状态确定单元，其分析电池的输入/输出电力模式以确定电池的当前应用状态；以及SOC计算单元，其使用对应于电池的当前应用状态的荷电状态(SOC)评估算法来计算电池的SOC。
输入/输出电力模式可包括短期输入/输出电力模式及长期输入/输出电力模式。在此状况下，输入/输出电力模式分析单元可包括短期输入/输出电力模式分析单元，其在第一设定时间期间分析电池的输入/输出电力以获得电池的短期输入/输出电力模式；以及长期输入/输出电力模式分析单元，其在比第一设定时间长的第二设定时间期间分析电池的输入/输出电力以获得电池的长期输入/输出电力模式。
SOC评估算法可包括扩展卡尔曼滤波器(EKF)SOC评估算法或智能SOC移动评估(SSME)算法。
电池的当前应用状态可包括恒定电流(CC)状态、光伏打(PV)状态、频率调整(FR)状态、及调峰(PS)状态的一个或多个。
当电池的当前应用状态为CC状态或PV状态时，SOC计算单元可使用EKFSOC评估算法来计算电池的SOC。
当电池的当前应用状态为FR状态或PS状态时，SOC计算单元可使用SSME算法来计算电池的SOC。
当电池的输入/输出电力模式的放电深度(DOD)为预定参考值或更高时，SOC计算单元可使用EKFSOC评估算法来计算电池的SOC。
当电池的输入/输出电力模式的DOD低于预定参考值时，SOC计算单元可使用SSME算法来计算电池的SOC。
电池SOC评估设备可进一步包括电流传感器检查单元，其检查是否设置了测量输入至/输出自电池的电流值的电流传感器或电流传感器是否正常操作。
若电流传感器检查单元确定没有设置电流传感器或电流传感器异常操作，则SOC计算单元使用SSME算法来计算电池的SOC。
本发明的另一示例性实施例提供电池SOC评估方法，包括：通过在预定时间期间分析电池的输入/输出电力而获得电池的输入/输出电力模式；通过分析电池的输入/输出电力模式而确定电池的当前应用状态：以及使用对应于电池的当前应用状态的SOC评估算法来计算电池的SOC。
输入/输出电力模式可包括短期输入/输出电力模式及长期输入/输出电力模式。在此状况下，电池的输入/输出电力模式的获得可包括通过在第一设定时间期间分析电池的输入/输出电力而获得电池的短期输入/输出电力模式；以及通过在比第一设定时间长的第二设定时间期间分析电池的输入/输出电力而获得电池的长期输入/输出电力模式。
SOC评估算法可包括EKFSOC评估算法或SSME算法。
电池的当前应用状态可包括恒定电流(CC)状态、光伏打(PV)状态、频率调整(FR)状态、及调峰(PS)状态的一个或多个。
当电池的当前应用状态为CC状态或PV状态时，电池的SOC的计算可包括使用EKFSOC评估算法来计算电池的SOC。
当电池的当前应用状态为FR状态或PS状态时，电池的SOC的计算可包括使用SSME算法来计算电池的SOC。
当电池的输入/输出电力模式的放电深度(DOD)为预定参考值或更高时，电池的SOC的计算可包括使用EKFSOC评估算法来计算电池的SOC。
当电池的输入/输出电力模式的DOD低于预定参考值时，电池的SOC的计算可包括使用SSME算法来计算电池的SOC。
电池SOC评估方法可进一步包括检查是否设置了测量输入至/输出自电池的电流值的电流传感器或电流传感器是否正常操作。
若在是否设置电流传感器的检查中确定没有设置电流传感器或电流传感器异常操作，则电池的SOC的计算可包括使用SSME算法来计算电池的SOC。
依据本发明的方面，可提供用于评估电池的荷电状态的设备及方法，其分析预定时间的电池的输入/输出电力模式以确定电池的当前应用状态，并使用对应于电池的当前应用状态的SOC评估算法来计算电池的SOC，使得主动地应用适于评估电池的SOC的状况的评估算法而使电池的SOC评估误差最小化以获得更准确的电池的SOC评估值。
附图说明
图1示意描绘应用依据本发明的示例性实施例的电池SOC评估设备的电动车。
图2示意描绘依据本发明的示例性实施例的电池SOC评估设备。
图3至5描绘SSME算法，其用于依据本发明的示例性实施例的电池SOC评估设备。
图6为流程图，描绘依据本发明的示例性实施例的电池SOC评估方法。
具体实施方式
以下将参照附图详细说明本发明。文中，可能造成本发明不必要含糊的已知功能及配置的重复说明及详细说明将被省略。提供本发明的示例性实施例使得本领域技术人员可更完全了解本发明。因此，附图中元件的形状、尺寸等可夸大以求清楚理解。
在说明书中，除非清楚说明，术语“包含”及例如“包括”的变形将理解为简单地包含所述元件，但不排除任何其他元件。
说明书中所说明的术语“单元”表示处理至少一功能及操作的单元，并可由硬件组件或软件组件或其组合实施。
以下将说明的电动车系指包括一个或多个电动机以获得动力的车辆。用以驱动电动车的能量包括电源，诸如可再充电电池和/或燃料电池。电动车可为混合动力电动车，其使用内燃机引擎作为另一电源。
图1示意描绘应用依据本发明的示例性实施例的电池SOC评估设备的电动车。
图1描绘示例，其中依据本发明的示例性实施例的电池SOC评估设备应用于电动车。然而，若二次电池应用于电动车的外的对象，则依据本发明的示例性实施例的电池SOC评估设备可应用于任何技术领域，诸如家用或工业的能量储存系统(ESS)或不间断电源(UPS)系统。
电动车1可包括电池10、电池管理系统(BMS)20、电子控制单元(ECU)30、逆变器40、及电机50。
电池10为电能量源，其供应驱动力至电机50以驱动电动车10。电池10可依据电机50和/或内燃机引擎(未描绘)的驱动而由逆变器40充电或放电。
此处，并未特定限制电池10的类型，例如，电池10可由锂离子电池、锂聚合物电池、镍镉电池、镍氢电池、或镍锌电池配置。
电池10系由电池组形成，其中多个电池单元串联和/或并联连接。设置一个或多个电池组以形成电池10。
BMS20评估电池10的状态，并使用评估的状态信息来管理电池10。例如，BMS20评估及管理电池10的状态信息，诸如荷电状态(SOC)、健康状态(SOH)、最大输入/输出电力能力、或电池的输出电压。BMS20使用状态信息控制电池10的充电或放电，且进一步亦可评估替换电池10的时间。
依据本发明的BMS20可包括电池SOC评估设备(图2的100)，其将于以下说明。使用电池SOC评估设备可改进评估电池10的SOC的精确度及可靠性。
ECU30为电子控制装置，其控制电动车1的状态。例如，ECU30依据诸如油门、煞车、或速度的信息而确定转矩的程度，并控制电机50的输出以便符合转矩信息。
ECU30发送控制信号至逆变器40，使得电池10依据诸如从BMS20传输的电池10的SOC或SOH的状态信息而充电或放电。
逆变器40依据ECU30的控制信号而对电池10充电及放电。
电机50依据从ECU30传输的控制信息(例如，转矩信息)而使用电池10的电能量驱动电动车10。
使用电池10的电能量驱动电动车1，使得正确评估电池10的状态(例如，SOC)是重要的。
因此，以下将参照图2至6说明依据本发明的示例性实施例的电池SOC评估设备及方法。
图2示意描绘依据本发明的示例性实施例的电池SOC评估设备。
参照图2，依据本发明的示例性实施例的电池SOC评估设备100连接至电池10以评估电池10的SOC。依据本发明的示例性实施例的电池SOC评估设备100可包括于连接至电池10的电池管理系统(BMS)、电力监控系统(例如，远程监督控制及数据获取(SCADA)系统)、用户终端、及充电器/放电器的至少一者中，或可实施为BMS、电力监控系统、用户终端、及充电器/放电器。
依据本发明的示例性实施例的电池SOC评估设备100可包括输入/输出电力模式分析单元110、应用状态确定单元120、SOC计算单元130、及电流传感器检查单元140。图2中所描绘的电池SOC评估设备100为示例性实施例，但其组成元件不局限于图2中所描绘的示例性实施例，且若有需要，则可增加、修改、或删除若干组成元件。
输入/输出电力模式分析单元110分析预定时间的电池10的输入/输出电力，以获得电池10的输入/输出电力模式。输入/输出电力模式可为具有高放电深度(DOD)的模式，其中以预定或更高水平充电及以预定或更低水平放电的过程持续发生，或为具有低放电深度的模式，其中发生于特定SOC以上及以下重复交替的过程。
上述输入/输出电力模式可包括短期输入/输出电力模式及长期输入/输出电力模式。输入/输出电力模式分析单元110可包括短期输入/输出电力模式分析单元111及长期输入/输出电力模式分析单元112。
短期输入/输出电力模式分析单元111分析第一设定时间的电池10的输入/输出电力，以获得电池10的短期输入/输出电力模式，长期输入/输出电力模式分析单元112分析比第一设定时间长的第二设定时间的电池10的输入/输出电力，以获得电池10的长期输入/输出电力模式。在此状况下，第一设定时间及第二设定时间可预先于依据本发明的示例性实施例的电池SOC评估设备100中设定为固定值，或由用户输入。例如，第一设定时间可为一分钟及第二设定时间可为60分钟。
应用状态确定单元120分析电池10的输入/输出电力模式以确定电池10的当前应用状态。电池10的当前应用状态表示电池10目前应用的状况，并可为恒定电流(CC)状态、光伏打(PV)状态、频率调整(FR)状态、及调峰(PS)状态的一个或多个。CC状态系指恒定电流于电池10中流动且电池10以恒定电流充电或放电的状态。PV状态系指电力于电池10中光伏打地产生的状态。FR状态系指电池10用以调整频率以便维持当负载改变时的频率的状态。PS状态系指电池10用以供应紧急电力以便于系统的高峰时间期间调整高峰负载的状态。
通常，在CC状态或PV状态，一贯发生以预定或更高水平充电及以预定或更低水平放电的过程，使得电池10的输入/输出电力模式具有高DOD。因此，若为以上模式，则应用状态确定单元120可确定电池10的当前应用状态为CC状态或PV状态。
在FR状态或PS状态，发生特定SOC以上及以下重复交替的过程，使得电池10的输入/输出电力模式具有低放电深度。因此，若为此模式，应用状态确定单元120可确定电池10的当前应用状态为FR状态或PS状态。
SOC计算单元130使用对应于电池10的当前应用状态的SOC评估算法来计算电池10的SOC。SOC评估算法可包括扩展卡尔曼滤波器(EKF)SOC评估算法或智能SOC移动评估(SSME)算法。
EKFSOC评估算法为一种方法，其使电池作为电模型并比较电池模型的理论输出值与实际输出值以经由主动修正评估SOC。EKFSOC评估算法的输入值为电压、电流、及温度，输出值为SOC。通过相关领域中多个已知材料，EKFSOC评估算法已广为知名，使得如何于EKFSOC评估算法中实施SOC评估的特定说明将被省略。
EKFSOC评估算法具有优点，其中SOC的最大误差低，例如在室温为3％，且SOC评估可稳定实施，明显与电力模式无关，但具有缺点，其中算法对于电池模型的参数敏感，不可避免地需要电流传感器，并对于电池的健康状态(SOH)的变化敏感。
SSME算法为一种方法，其依据终端测量电压的先前值及当前值间的变化而评估开路电压(OCV)的变化，并未使用电流值，并依据评估的OCV评估SOC。EKFSOC评估算法的输入值为电压及温度，输出值为SOC。以下，将参照图3至5说明SSME算法。
图3至5描绘用于依据本发明的示例性实施例的电池SOC评估设备的SSME算法。
图3及4描绘依据二电压模式评估OCV的改变的方法。
参照图3，测量的电压值201的曲线随着时间而汇聚。在此状况下，实际OCV非常可能为汇聚的电压值，使得SSME算法使评估的OCV值202快速接近测量的电压值201。
参照图4，测量的电压值301的曲线偏离同时斜率随着时间而增加。此状况可为非常可能因高瞬时电流而电压反弹，若可能，使得测量的OCV值301可逐渐跟随评估的OCV值302。
图5描绘针对图3及4中所描绘的两类电压模式于OCV评估期间可能发生的问题的SSME算法的解决方法。
在测量的电压值401的曲线偏离且斜率随时间增加的电压模式的状况下，若电压并非如参照图4所说明的暂时偏离，而是一贯偏离，当需要时评估的OCV值便无法跟随测量的电压值401，如曲线402，使得误差可能增加。因此，在SSME算法中，使用依据移动平均的修正因子。即，当移动平均值及评估的OCV值间的差异大于预定水平时，便使用修正因子创建曲线403，使得评估的OCV值跟随测量的电压值401，无论电压模式如何。
SSME算法具有优点，其中不需电流传感器且不累积误差，但具有缺点，其中在线性电力模式中精确度低，且室温下SOC的最大误差为5％，其较EKFSOC评估算法略高。
以上所说明的SOC评估算法具有明显优点及缺点，使得难以断定何者较佳。SOC评估算法的SOC精确度非常取决于电池10的输入/输出电力模式。因此，SOC计算单元130使用对应于电池10的当前应用状态的适当SOC评估算法来计算电池10的SOC，以增加SOC的精确度。
在一示例性实施例中，当电池10的当前应用状态为CC状态或PV状态时，SOC计算单元130可使用EKFSOC评估算法来计算电池10的SOC。当电池10的当前应用状态为CC状态或PV状态时，恒定电流于电池10中流动使得可显示线性电力模式。因此，若使用EKFSOC评估算法而非SSME算法，则可计算更精确的SOC。电池10的大部分应用状态可显示线性电力模式，FR状态或PS状态除外，使得EKFSOC评估算法可应用于电池10的大部分当前应用状态中。
当电池10的当前应用状态为FR状态或PS状态时，SOC计算单元130可使用SSME算法来计算电池10的SOC。当电池10的当前应用状态为FR状态或PS状态时，重复地于电池10中流动的电流可交替为高及低，使得可显示非线性电力模式。因此，若使用SSME算法而非EKFSOC评估算法，则可计算更精确的SOC。
在另一示例性实施例中，当电池10的输入/输出电力模式的放电深度(DOD)为预定参考值或更高时，SOC计算单元130可使用EKFSOC评估算法来计算电池10的SOC。当电池10的DOD为高时，一贯发生以预定或更高水平充电及以预定或更低水平放电的过程，其可显示线性电力模式。因此，当使用EKFSOC评估算法而非SSME算法时，可计算更精确的SOC。预定参考值可预先地于SOC计算单元130中设定为固定值，或由用户输入。
当电池10的输入/输出电力模式的DOD低于预定参考值时，SOC计算单元130可使用SSME算法来计算电池10的SOC。当电池10的DOD为低时，电力模式重复地于特定SOC以上及以下交替，其可显示非线性电力模式。因此，当使用SSME算法而非EKFSOC评估算法时，可计算更精确的SOC。
电流传感器检查单元140检查是否设置了测量输入至/输出自电池10的电流值的电流传感器11或电流传感器11是否正常操作。
作为电流传感器检查单元140中的检查结果，若确定未设置电流传感器11或电流传感器11异常操作，则SOC计算单元130直接使用SSME算法来计算电池10的SOC。这是因为SSME算法不需电流值使得不需电流传感器11。
图6为流程图，描绘依据本发明的示例性实施例的电池SOC评估方法。
参照图6，当依据本发明的示例性实施例的电池SOC评估方法开始时，首先于S10中检查是否设置电流传感器，及于S20中检查电流传感器是否正常操作。若确定未设置电流传感器或电流传感器异常操作，立即于S80中使用SSME算法，并于步骤S90中计算SOC。
若确定设置电流传感器并正常操作，便于预定时间期间分析电池的输入/输出电力以获得电池的输入/输出电力模式。输入/输出电力模式包括短期输入/输出电力模式及长期输入/输出电力模式。获得电池的输入/输出电力模式的过程可包括分析第一设定时间的电池的输入/输出电力以获得电池的短期输入/输出电力模式的步骤(S30)，及分析比第一设定时间长的第二设定时间的电池的输入/输出电力以获得电池的长期输入/输出电力模式的步骤(S40)。
其次，于S50中分析电池的输入/输出电力模式以确定电池的当前应用状态。
其次，于步骤S60、S70、S80、及S90中使用对应于电池的当前应用状态的SOC评估算法来计算电池的SOC。
例如，当电池的当前应用状态(S60)为CC状态或PV状态时，使用EKFSOC评估算法(S70)，以于步骤S90中计算电池的SOC，并且当电池的当前应用状态(S60)为FR状态或PS状态时，使用SSME算法(S80)，并于步骤S90中计算电池的SOC。
以上所说明的电池SOC评估方法已参照图中所描绘的流程图加以说明。为简单说明本发明，已参照一系列方块图说明方法，但本发明不局限于方块的顺序，且若干方块的过程可以与说明书中所描绘及说明的方块顺序不同的顺序实施，或与其它方块同时实施。可实施可达成相同或类似结果的方块的各式不同分歧、流程路径、及顺序。已描绘的所有方块不必然实施说明书中所说明的方法。
虽然已描绘及说明本发明的特定实施例，对于本领域技术人员而言显然本发明的技术精神不局限于附图及以上说明，且可实施各式修改而不偏离本发明的范围。理解的是本发明的精神内的本发明的权利要求将涵盖这样的修改。

Claims (18)

1.一种电池荷电状态评估设备，包括：
输入/输出电力模式分析单元，其在预定时间期间分析电池的输入/输出电力以获得所述电池的输入/输出电力模式；
应用状态确定单元，其分析所述电池的输入/输出电力模式以确定所述电池的当前应用状态；以及
荷电状态(SOC)计算单元，其使用对应于所述电池的当前应用状态的SOC评估算法计算所述电池的SOC，
其中，所述输入/输出电力模式包括短期输入/输出电力模式及长期输入/输出电力模式，且
所述输入/输出电力模式分析单元包括：
短期输入/输出电力模式分析单元，其在第一设定时间期间分析电池的输入/输出电力以获得所述电池的短期输入/输出电力模式；以及
长期输入/输出电力模式分析单元，其在比所述第一设定时间长的第二设定时间期间分析所述电池的输入/输出电力以获得所述电池的长期输入/输出电力模式。
2.如权利要求1所述的设备，其中，所述SOC评估算法包括扩展卡尔曼滤波器(EKF)SOC评估算法或智能SOC移动评估(SSME)算法。
3.如权利要求2所述的设备，其中，所述电池的当前应用状态包括恒定电流(CC)状态、光伏打(PV)状态、频率调整(FR)状态、及调峰(PS)状态的一个或多个。
4.如权利要求3所述的设备，其中，当所述电池的当前应用状态为所述CC状态或所述PV状态时，所述SOC计算单元使用所述EKFSOC评估算法来计算所述电池的SOC。
5.如权利要求3所述的设备，其中，当所述电池的当前应用状态为所述FR状态或所述PS状态时，所述SOC计算单元使用所述SSME算法来计算所述电池的SOC。
6.如权利要求2所述的设备，其中，当所述电池的输入/输出电力模式的放电深度(DOD)为预定参考值或更高时，所述SOC计算单元使用所述EKFSOC评估算法来计算所述电池的SOC。
7.如权利要求2所述的设备，其中，当所述电池的输入/输出电力模式的放电深度(DOD)低于预定参考值时，所述SOC计算单元使用所述SSME算法来计算所述电池的SOC。
8.如权利要求2所述的设备，进一步包括：
电流传感器检查单元，其检查是否设置了测量输入至/输出自所述电池的电流值的电流传感器或所述电流传感器是否正常操作。
9.如权利要求8所述的设备，其中，若所述电流传感器检查单元确定没有设置电流传感器或所述电流传感器异常操作，则所述SOC计算单元使用所述SSME算法来计算所述电池的SOC。
10.一种电池荷电状态评估方法，包括：
通过在预定时间期间分析电池的输入/输出电力而获得所述电池的输入/输出电力模式；
通过分析所述电池的输入/输出电力模式而确定所述电池的当前应用状态；以及
使用对应于所述电池的当前应用状态的荷电状态(SOC)评估算法来计算所述电池的SOC，
其中，所述输入/输出电力模式包括短期输入/输出电力模式及长期输入/输出电力模式，且
电池的输入/输出电力模式的获得包括：
通过在第一设定时间期间分析电池的输入/输出电力而获得所述电池的短期输入/输出电力模式；以及
通过在比所述第一设定时间长的第二设定时间期间分析所述电池的输入/输出电力而获得所述电池的长期输入/输出电力模式。
11.如权利要求10所述的方法，其中，所述SOC评估算法包括扩展卡尔曼滤波器(EKF)SOC评估算法或智能SOC移动评估(SSME)算法。
12.如权利要求11所述的方法，其中，所述电池的当前应用状态包括恒定电流(CC)状态、光伏打(PV)状态、频率调整(FR)状态、及调峰(PS)状态的一个或多个。
13.如权利要求12所述的方法，其中，当所述电池的当前应用状态为所述CC状态或所述PV状态时，所述电池的SOC的计算包括使用所述EKFSOC评估算法来计算所述电池的SOC。
14.如权利要求12所述的方法，其中，当所述电池的当前应用状态为所述FR状态或所述PS状态时，所述电池的SOC的计算包括使用所述SSME算法来计算所述电池的SOC。
15.如权利要求11所述的方法，其中，当所述电池的输入/输出电力模式的放电深度(DOD)为预定参考值或更高时，所述电池的SOC的计算包括使用所述EKFSOC评估算法来计算所述电池的SOC。
16.如权利要求11所述的方法，其中，当所述电池的输入/输出电力模式的放电深度(DOD)低于预定参考值时，所述电池的SOC的计算包括使用所述SSME算法来计算所述电池的SOC。
17.如权利要求11所述的方法，进一步包括：
检查是否设置了测量输入至/输出自所述电池的电流值的电流传感器或所述电流传感器是否正常操作。
18.如权利要求17所述的方法，其中，若在是否设置了电流传感器的检查中确定没有设置电流传感器或所述电流传感器异常操作，则所述电池的SOC的计算包括使用所述SSME算法来计算所述电池的SOC。
CN201380004368.9A 2012-10-26 2013-10-24 评估电池荷电状态的设备及方法 Active CN104011554B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR1020120119709A KR101547005B1 (ko) 2012-10-26 2012-10-26 배터리 잔존 용량 추정 장치 및 방법
KR10-2012-0119709 2012-10-26
PCT/KR2013/009534 WO2014065614A1 (ko) 2012-10-26 2013-10-24 배터리 잔존 용량 추정 장치 및 방법

Publications (2)

Publication Number Publication Date
CN104011554A CN104011554A (zh) 2014-08-27
CN104011554B true CN104011554B (zh) 2016-06-22

Family

ID=50544920

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380004368.9A Active CN104011554B (zh) 2012-10-26 2013-10-24 评估电池荷电状态的设备及方法

Country Status (7)

Country Link
US (1) US9310441B2 (zh)
EP (1) EP2921870B1 (zh)
JP (1) JP5916024B2 (zh)
KR (1) KR101547005B1 (zh)
CN (1) CN104011554B (zh)
TW (1) TWI510799B (zh)
WO (1) WO2014065614A1 (zh)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101547006B1 (ko) * 2012-10-26 2015-08-24 주식회사 엘지화학 배터리 잔존 용량 추정 장치 및 방법
KR101595956B1 (ko) * 2014-11-12 2016-02-22 충북대학교 산학협력단 리튬이차전지의 전지잔량 측정 장치 및 방법
CN104360282B (zh) * 2014-11-19 2017-07-21 奇瑞新能源汽车技术有限公司 一种变长度滑动窗辨识电池参数的电池荷电状态估计方法
CN104859454B (zh) * 2014-12-19 2017-04-05 北汽福田汽车股份有限公司 一种soc计算值的校验方法及装置
KR102530223B1 (ko) * 2015-03-03 2023-05-10 삼성전자주식회사 배터리의 잔존 유효 수명을 예측하는 방법 및 시스템
KR101684092B1 (ko) * 2015-04-08 2016-12-07 현대자동차주식회사 열화도 산출 장치 및 방법
JP6495783B2 (ja) * 2015-08-25 2019-04-03 太陽誘電株式会社 制御装置、蓄電装置及び移動体
KR101736717B1 (ko) 2015-12-28 2017-05-17 연세대학교 산학협력단 에너지 저장 장치 및 그의 제어 방법
KR20190040888A (ko) 2017-10-11 2019-04-19 주식회사 엘지화학 배터리의 용량 추정 장치 및 방법, 이를 구비하는 배터리 관리 장치 및 방법
WO2019074220A1 (ko) 2017-10-11 2019-04-18 주식회사 엘지화학 배터리의 용량 추정 장치 및 방법, 이를 구비하는 배터리 관리 장치 및 방법
US11026761B2 (en) 2018-02-05 2021-06-08 Covidien Lp Methods of determining a relative state of charge of a battery for a surgical instrument and surgical instruments and computer-readable media implementing the same
KR102458526B1 (ko) 2018-02-07 2022-10-25 주식회사 엘지에너지솔루션 배터리의 동작 상태에 따라 soc를 추정하는 장치 및 방법
KR102375843B1 (ko) 2018-02-27 2022-03-17 주식회사 엘지에너지솔루션 배터리 관리 장치 및 방법
CN110232219B (zh) * 2019-05-17 2022-12-16 华南理工大学 一种基于数据挖掘的电动汽车可调度容量核定方法
JP2020189516A (ja) * 2019-05-20 2020-11-26 本田技研工業株式会社 影響度合表示装置、影響度合表示方法、及びプログラム
US11275121B2 (en) 2020-06-08 2022-03-15 Semiconductor Components Industries, Llc Methods and apparatus for computing parasitic resistance in a battery system
US11569668B2 (en) * 2020-07-14 2023-01-31 Igrenenergi, Inc. System and method for dynamic balancing power in a battery pack
KR20220021247A (ko) * 2020-08-13 2022-02-22 주식회사 엘지에너지솔루션 배터리 수명 예측 장치 및 방법
KR102560584B1 (ko) * 2021-03-11 2023-08-02 경북대학교 산학협력단 클라우드 기반 배터리 상태 분석 시스템 및 방법
CN113655385B (zh) * 2021-10-19 2022-02-08 深圳市德兰明海科技有限公司 锂电池soc估计方法、装置及计算机可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005143240A (ja) * 2003-11-07 2005-06-02 Sony Corp 充電器および充電状態判定方法
KR20090020470A (ko) * 2007-08-22 2009-02-26 주식회사 엘지화학 배터리 개방전압 추정장치, 이를 이용한 배터리 충전상태추정장치 및 그 제어 방법
KR20110040220A (ko) * 2009-10-13 2011-04-20 엘지전자 주식회사 자동차의 배터리 제어 장치 및 그 방법
CN102062841A (zh) * 2009-11-11 2011-05-18 北汽福田汽车股份有限公司 动力电池荷电状态的估测方法及系统
KR20120079808A (ko) * 2011-01-05 2012-07-13 주식회사 엘지화학 배터리 가용시간 추정 장치 및 방법

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3500167A (en) * 1966-12-12 1970-03-10 Vari Tech Co Battery condition analyzer
US3617850A (en) * 1968-12-09 1971-11-02 North American Rockwell Battery-status device
DK101692D0 (da) * 1992-08-14 1992-08-14 John Reipur Fremgangsmaade og apparat til batteriopladning
JP3583159B2 (ja) * 1994-03-25 2004-10-27 株式会社日本自動車部品総合研究所 バッテリ状態判定装置
US5606243A (en) 1993-11-19 1997-02-25 Nippon Soken, Inc. Battery state judging apparatus
US5578915A (en) * 1994-09-26 1996-11-26 General Motors Corporation Dynamic battery state-of-charge and capacity determination
JP3572381B2 (ja) * 1998-03-06 2004-09-29 日産自動車株式会社 二次電池の充電容量演算方法
US7525285B2 (en) 2004-11-11 2009-04-28 Lg Chem, Ltd. Method and system for cell equalization using state of charge
US7197487B2 (en) 2005-03-16 2007-03-27 Lg Chem, Ltd. Apparatus and method for estimating battery state of charge
JP4587306B2 (ja) 2005-04-20 2010-11-24 株式会社デンソー 二次電池の残存容量演算方法
JP4984527B2 (ja) * 2005-12-27 2012-07-25 トヨタ自動車株式会社 二次電池の充電状態推定装置および充電状態推定方法
JP4680783B2 (ja) * 2006-01-16 2011-05-11 プライムアースＥｖエナジー株式会社 二次電池の状態検出装置、状態検出方法、及び状態検出プログラム
US7521895B2 (en) * 2006-03-02 2009-04-21 Lg Chem, Ltd. System and method for determining both an estimated battery state vector and an estimated battery parameter vector
JP4820329B2 (ja) * 2007-05-09 2011-11-24 本田技研工業株式会社 蓄電量算出装置および蓄電量算出方法
JP5217430B2 (ja) * 2007-12-28 2013-06-19 トヨタ自動車株式会社 オルタネータ制御装置およびオルタネータ制御方法
KR101189150B1 (ko) 2008-01-11 2012-10-10 에스케이이노베이션 주식회사 배터리 관리 시스템에서 배터리의 ｓｏｃ 측정 방법 및 장치
KR100969567B1 (ko) 2008-07-04 2010-07-12 포항공과대학교 산학협력단 이동 통신 단말기의 비정상적인 배터리 소모 검출 방법 및장치
US8278937B2 (en) * 2009-02-07 2012-10-02 Tau Science Corporation High speed detection of shunt defects in photovoltaic and optoelectronic devices
JP5439126B2 (ja) * 2009-03-31 2014-03-12 株式会社日立製作所 電源装置用状態検知装置
WO2010140230A1 (ja) * 2009-06-03 2010-12-09 三菱重工業株式会社 電池充電率算出装置
JP5407758B2 (ja) * 2009-10-29 2014-02-05 トヨタ自動車株式会社 車両の電源装置
JP2011106952A (ja) * 2009-11-17 2011-06-02 Honda Motor Co Ltd 電池の残容量推定方法
JP2011127973A (ja) * 2009-12-16 2011-06-30 Kawasaki Heavy Ind Ltd 二次電池の充電状態推定方法及び装置
KR101356899B1 (ko) * 2010-02-24 2014-01-28 미츠비시 쥬고교 가부시키가이샤 충전율 연산 시스템
JP5447282B2 (ja) * 2010-08-11 2014-03-19 新神戸電機株式会社 自然エネルギー利用システム用鉛蓄電池および鉛蓄電池システム
WO2012050014A1 (ja) * 2010-10-15 2012-04-19 三洋電機株式会社 電力管理システム
JP5719236B2 (ja) * 2011-05-31 2015-05-13 プライムアースＥｖエナジー株式会社 二次電池の制御装置
KR101547006B1 (ko) * 2012-10-26 2015-08-24 주식회사 엘지화학 배터리 잔존 용량 추정 장치 및 방법
CN104237791A (zh) * 2013-06-20 2014-12-24 电子科技大学 一种锂电池荷电状态估算方法及电池管理系统和电池系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005143240A (ja) * 2003-11-07 2005-06-02 Sony Corp 充電器および充電状態判定方法
KR20090020470A (ko) * 2007-08-22 2009-02-26 주식회사 엘지화학 배터리 개방전압 추정장치, 이를 이용한 배터리 충전상태추정장치 및 그 제어 방법
KR20110040220A (ko) * 2009-10-13 2011-04-20 엘지전자 주식회사 자동차의 배터리 제어 장치 및 그 방법
CN102062841A (zh) * 2009-11-11 2011-05-18 北汽福田汽车股份有限公司 动力电池荷电状态的估测方法及系统
KR20120079808A (ko) * 2011-01-05 2012-07-13 주식회사 엘지화학 배터리 가용시간 추정 장치 및 방법

Also Published As

Publication number Publication date
EP2921870B1 (en) 2019-12-04
EP2921870A4 (en) 2016-04-06
JP2015505955A (ja) 2015-02-26
KR20140053590A (ko) 2014-05-08
US9310441B2 (en) 2016-04-12
KR101547005B1 (ko) 2015-08-24
US20150046107A1 (en) 2015-02-12
CN104011554A (zh) 2014-08-27
JP5916024B2 (ja) 2016-05-11
WO2014065614A1 (ko) 2014-05-01
TWI510799B (zh) 2015-12-01
EP2921870A1 (en) 2015-09-23
TW201439567A (zh) 2014-10-16

Similar Documents

Publication Publication Date Title
CN104011554B (zh) 评估电池荷电状态的设备及方法
EP2762907B1 (en) Apparatus and method for estimating state of charge of battery
Cen et al. Lithium‐ion battery SOC/SOH adaptive estimation via simplified single particle model
US7362076B2 (en) Remaining capacity calculating device and method for electric power storage
US9234944B2 (en) SOC correcting system having multiple packs in parallel
CN104237795A (zh) 通过相同电压传感器测量多个电池单元的失衡探测
Samadani et al. A review study of methods for lithium-ion battery health monitoring and remaining life estimation in hybrid electric vehicles
CN103760495A (zh) 一种用于bms检测的soc源产生方法及soc估计精度测试方法
Gong Modeling of lithium-ion battery considering temperature and aging uncertainties
KR20120075754A (ko) 2차 전지의 잔존용량 연산 방법 및 장치
KR101486629B1 (ko) 배터리 수명 추정 장치 및 배터리 수명 추정 방법
KR101739169B1 (ko) 배터리 셀 내부 저항 측정 장치 및 방법
Alsabari et al. Modeling and validation of lithium-ion battery with initial state of charge estimation
Wang et al. Multi-fault diagnosis of interacting multiple model batteries based on low inertia noise reduction
US20240063646A1 (en) Methods and systems for updating state of charge estimates of individual cells in battery packs
Schmid et al. Electrochemical balancing of lithium-ion cells by nickel-based cells
KR20120078057A (ko) 에너지 저장장치의 모듈 관리 시스템 및 방법
US20230184838A1 (en) Device and method for diagnosing battery
KR20220082234A (ko) Soc추정을 통해 배터리 상태를 진단하는 방법 및 장치
KR101472886B1 (ko) 전지팩의 전압 밸런싱 장치 및 방법
Santhosh et al. Remote Monitoring and Analysis of EV Batteries using BMS
US20230324472A1 (en) Detection method and detection device for battery, battery management system, and storage medium
Mukherjee et al. State of charge estimation techniques for battery management system used in electric vehicles: a review
Nyamathulla et al. A review of battery energy storage systems and advanced battery management system for different applications: Challenges and recommendations
Tan et al. Development of safe and high power batteries for HEVs

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
TR01 Transfer of patent right

Effective date of registration: 20211130

Address after: Seoul, South Kerean

Patentee after: LG Energy Solution,Ltd.

Address before: Seoul, South Kerean

Patentee before: LG CHEM, Ltd.

TR01 Transfer of patent right