CN104417386B - 在车辆起动时的电池功率容量估计 - Google Patents

在车辆起动时的电池功率容量估计 Download PDF

Info

Publication number
CN104417386B
CN104417386B CN201410424300.2A CN201410424300A CN104417386B CN 104417386 B CN104417386 B CN 104417386B CN 201410424300 A CN201410424300 A CN 201410424300A CN 104417386 B CN104417386 B CN 104417386B
Authority
CN
China
Prior art keywords
battery
impedance parameter
value
vehicle
impedance
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
CN201410424300.2A
Other languages
English (en)
Other versions
CN104417386A (zh
Inventor
王旭
李勇华
理查德·迪克·安德森
凯文·范德·莱昂
常晓光
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.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
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 Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of CN104417386A publication Critical patent/CN104417386A/zh
Application granted granted Critical
Publication of CN104417386B publication Critical patent/CN104417386B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/486Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/60Heating or cooling; Temperature control
    • H01M10/63Control systems
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/60Heating or cooling; Temperature control
    • H01M10/63Control systems
    • H01M10/633Control systems characterised by algorithms, flow charts, software details or the like
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M2220/00Batteries for particular applications
    • H01M2220/20Batteries in motive systems, e.g. vehicle, ship, plane
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10Energy storage using batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Secondary Cells (AREA)

Abstract

本发明涉及在车辆起动时的电池功率容量估计,公开了一种车辆,所述车辆包括电池和控制器。基于通过电池阻抗参数估计模型产生的历史参数值和预定的参数值计算预计的电池阻抗参数。根据与历史阻抗参数值和电池的温度相关的时间数据来对所述值进行加权。最近的历史阻抗参数值可以比较为靠前的历史阻抗参数值对预计的电池阻抗参数值具有更大的影响。在车辆初始化时,使用预计的参数值对模型初始化。在车辆初始化之后的一段时间内,利用预计的参数值计算电池功率容量。在车辆初始化之后的一段时间内,使用通过模型产生的阻抗参数计算电池功率容量。当模型输出已经收敛到稳定解时,在车辆初始化之后的一段时间可结束。

Description

在车辆起动时的电池功率容量估计
技术领域
本申请涉及一种用于估计牵引电池功率容量的车辆系统。
背景技术
混合动力电动车辆或纯电动车辆具有牵引电池,用于为车辆推进储存并提供能量。为了提高性能和电池寿命,必须在特定的极限内操作电池。在极限之外操作电池会降低电池的性能或寿命。用于控制和操作电池组的重要的量是电池功率容量。电池功率容量指示电池能够提供(放电)或接收(充电)多少电力,以满足驾驶员和车辆需求。
可通过具有阻抗部件配置的等效电路模型(ECM)对电池组进行建模。ECM可取决于使用的电池的类型和化学组分。可基于模型的电池阻抗部件值计算电池功率容量。电池阻抗部件值可随着电池的年龄和温度而改变。
可以使用递归参数估计方法(诸如扩展卡尔曼滤波器(EKF))来识别电池等效电路模型阻抗参数。EKF的缺点是:EKF需要一些时间收敛到真正的参数值。所述收敛时间可以是用于初始化EKF的初始值的函数。EKF的收敛会受到初始参数值的有效选择的影响。初始EKF参数的较差的选择会导致参数识别过程的发散,在这种情况下,将无法得到真正的电池阻抗参数值的合理的估计值。此外,在EKF收敛之前,来自模型的电池阻抗参数估计不能提供用于计算电池功率容量的可接受的结果。
发明内容
一种车辆包括电池和至少一个控制器。所述控制器被配置为:使用初始阻抗参数值来初始化电池阻抗参数估计模型(所述电池阻抗参数估计模型可以是EKF),其中,从通过所述模型产生的历史阻抗参数值和一组预定阻抗参数值导出所述初始阻抗参数值。根据时间数据对所述预定阻抗参数值和历史阻抗参数值进行加权,所述时间数据与历史阻抗参数值以及初始化时的温度相关。所述控制器还被配置为:根据模型估计阻抗参数值,基于所估计的阻抗参数值计算电池功率容量,并且根据所述电池功率容量操作车辆。与较为靠前的历史阻抗参数值对初始阻抗参数值的影响相比,最近的历史阻抗参数值对初始阻抗参数值的影响可能更大些。当温度低于阈值时,历史阻抗参数值可对初始阻抗参数值没有影响。初始化时的温度可以是与电池相关的温度。可以基于在当前进行的点火循环期间获得的阻抗参数值来选择所述预定阻抗参数值。
一种车辆包括电池和至少一个控制器。所述至少一个控制器被配置为:(i)在车辆初始化后的一段时间内,基于从选择的或一组预定阻抗参数值和历史阻抗参数值导出的电池阻抗参数计算电池功率容量,并根据时间数据对所述预定阻抗参数值和历史阻抗参数值进行加权,所述时间数据与历史阻抗参数值以及电池的温度相关。所述至少一个控制器还被配置为:(ii)根据所述电池功率容量操作车辆。所述至少一个控制器还可被配置为:响应于在车辆初始化后的一段时间期间电池的温度值小于预定值,基于预定默认数据计算电池功率容量。当通过电池参数估计模型输出的电池阻抗参数已经收敛到稳定值时,所述一段时间可结束。所述至少一个控制器还可被配置为:在所述一段时间之后,基于通过电池阻抗参数估计模型(所述电池阻抗参数估计模型可以是EKF)输出的电池阻抗参数计算电池功率容量。所述至少一个控制器还可被配置为:将通过所述模型输出的电池阻抗参数与相关的时间数据储存为其它历史阻抗参数。可以基于在当前进行的点火循环期间获得的阻抗参数来选择预定的阻抗参数。选择的或一组预定的阻抗参数的值可以基于电池荷电状态和电池温度。当电池温度值低于阈值时,历史阻抗参数值可对电池阻抗参数值没有影响。与较为靠前的历史阻抗参数对阻抗参数值的影响相比,最近的历史阻抗参数对阻抗参数值的影响可能更大些。
一种控制电池的方法包括:计算从选择的或一组预定阻抗参数值和历史阻抗参数值导出的预计的电池阻抗参数,其中,根据时间数据对所述预定阻抗参数值和历史阻抗参数值进行加权,所述时间数据与历史阻抗参数值以及电池的温度相关。所述方法还包括:在车辆初始化时,利用预计的电池阻抗参数值初始化电池参数估计模型并基于所述模型产生阻抗参数值。所述方法还包括:在车辆初始化后的一段时间期间,基于预计的电池阻抗参数值输出电池功率容量,并且在车辆初始化后的一段时间后,基于由所述模型产生的阻抗参数值输出电池功率容量。所述方法还包括:根据电池功率容量控制电池。与较为靠前的历史阻抗参数值对预计的电池阻抗参数值的影响相比,最近的历史阻抗参数值对预计的电池阻抗参数值的影响可能更大些。当电池的温度低于阈值时,历史阻抗参数值可对预计的阻抗参数值没有影响。当通过所述模型输出的电池阻抗参数已经收敛到稳定值时,所述一段时间可结束。当基于所估计的阻抗参数的一系列距离值减小并且所述系列的最终距离值小于阈值时,可检测到收敛。通过所述模型输出的阻抗参数值与相关的时间数据可储存为其它历史阻抗参数值。所述方法还可包括:在初始化后的一段时间期间,当电池的温度小于预定值时,基于预定的默认值输出电池功率容量。
附图说明
图1是示出典型的动力传动系和能量储存组件的插电式混合动力电动车辆的示意图。
图2是包括多个电池单元并由电池控制模块(BCM)监视和控制的可能的电池组设置的示意图。
图3是示例的电池单元等效电路的示意图。
图4是示出典型的电池单元的可能的开路电压(Voc)与电池荷电状态(SOC)的关系的曲线图。
图5是示出基于循环寿命测试的一系列表格的可能的布置的示意图。
图6是计算电池功率容量的可能的序列的流程图。
具体实施方式
在此描述了本公开的实施例。然而,应理解的是,公开的实施例仅为示例,并且其它实施例可以以多种和替代形式实施。附图无需按比例绘制;可放大或缩小一些特征以示出特定部件的细节。因此,在此所公开的具体结构和功能细节不应解释为限制,而仅为用于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。如本领域的普通技术人员将理解的是,参照任一附图示出和描述的多个特征可与一个或更多个其它附图中示出的特征相组合,以产生未明确示出或描述的实施例。示出的特征的组合提供用于典型应用的代表实施例。然而,与本公开的教导一致的特征的多种组合和变型可被期望用于特定应用或实施。
图1描绘了典型的插电式混合动力电动车辆。典型的插电式混合动力电动车辆2可包括机械地连接至混合动力传动装置6的一个或更多个电动机4。此外,混合动力传动装置6机械地连接至发动机8。混合动力传动装置6还可被机械地连接至驱动轴10,驱动轴10机械地连接至车轮12。当发动机8开启或关闭时,电动机4能够提供推进和减速能力。电动机4还可以用作发电机,并且可通过回收在摩擦制动系统中通常将作为热量损失掉的能量而提供燃料经济性效益。由于混合动力电动车辆2可以在特定状况下按照电动模式运转,因此电动机4还可减少污染物排放。
电池组(battery pack)14储存可以由电动机4使用的能量。车辆电池组14通常提供高压直流(DC)输出。电池组14电连接到电力电子模块(power electronics module)16。电力电子模块16还电连接至电动机4,并且提供在电池组14和电动机4之间双向传输能量的能力。例如,典型的电池组14可以提供DC电压,而电动机4可能需要三相交流(AC)电流来运转。电力电子模块16可以将DC电压转换为电动机4所需要的三相AC电流。在再生模式下,电力电子模块16将来自用作发电机的电动机4的三相AC电流转换为电池组14所需要的DC电压。在此描述的方法同样可应用到纯电动车辆或者使用电池组的任何其它装置。
电池组14除了提供用于推进的能量之外,还可以提供用于其它车辆电气系统的能量。典型的系统可包括将电池组14的高压DC输出转换为与其它车辆负载兼容的低压DC输出的DC/DC转换器模块18。其它高压负载(诸如压缩机和电加热器)可直接连接到从电池组14引出的高压总线。在典型的车辆中,低压系统电连接至12V电池20。全电动车辆可具有相似的结构,只是不具有发动机8。
电池组14可以通过外部电源26进行再充电。外部电源26可以通过经由充电端口24进行电连接而向车辆2提供AC或DC电力。充电端口24可以是被配置为从外部电源26向车辆2传输电力的任何类型的端口。充电端口24可以电连接至电力转换模块22。电力转换模块22可以调节来自外部电源26的电力,以向电池组14提供适合的电压和电流水平。在一些应用中,外部电源26可被配置为向电池组14提供适合的电压和电流水平,并且电力转换模块22可以不是必需的。在一些应用中,电力转换模块22的功能可以存在于外部电源26中。
可以通过多种化学配方构建电池组。典型的电池组的化学成分是铅酸、镍金属氢化物(NIMH)或锂离子。图2示出了N个电池单元32简单串联配置的典型的电池组30。然而,其它电池组可由任何数量的单独的电池单元按照串联或并联或者它们的特定组合连接而组成。典型的系统可以具有一个或更多个控制器(诸如用于监视并控制电池组30的性能的电池控制模块(BCM)36)。BCM36还可被称为电池能量控制模块(BECM)。BCM36可以监视多个电池组水平特性(诸如电池组电流38、电池组电压40以及电池组温度42)。BCM36可具有非易失性存储器,使得当BCM36处于关闭状态时,数据可被保留。所保留的数据可以在下一个钥匙循环时使用。
除了测量和监视电池组水平特性外,还可以测量和监视电池单元水平特性。例如,可以测量每个电池单元的端电压、电流和温度。系统可使用传感器模块34来测量电池单元的特性。根据能力,传感器模块34可以测量一个或更多个电池单元32的特性。电池组30可利用多达Nc个传感器模块34来测量所有电池单元32的特性。每个传感器模块34可将测量值传输至BCM36,以进行进一步处理和协调。传感器模块34可将模拟形式或数字形式的信号传输至BCM36。在一些实施例中,传感器模块34的功能可被一体地结合到BCM36。即,传感器模块34的硬件可被集成为BCM36中的电路的一部分,并且BCM36可进行原始信号的处理。
图3示出了一个可能的电池单元等效电路模型(ECM)。电池单元可被模拟为电压源(Voc)50,电压源(Voc)50具有与其相关联的电阻器(52和54)和电容56。由于电池单元阻抗,导致端电压Vt58通常不与开路电压Voc50相同。开路电压Voc50不容易测量,而只有电池单元的端电压58易于测量。因为开路电压Voc50不容易测量,因此可以使用基于模型的方法来估计Voc50的值。模型可需要已知的或估计的阻抗和电容的值。电池单元模型可取决于电池化学特性。对于所描述的方法来说,针对电池单元选择的精确模型未必是关键的。
对于典型的锂离子电池单元来说,荷电状态(SOC)与开路电压(Voc)存在使得Voc=f(SOC)的关系。图4示出了典型的曲线96,曲线96示出了作为SOC的函数的开路电压Voc。可从电池特性的分析或者从电池单元的测试来确定SOC与Voc之间的关系。所述函数可以使得SOC可被计算为f1(Voc)。可以通过查找表或等效方程式实现所述函数或反函数。曲线96的精确形状可基于锂离子电池的精确的配方而变化。开路电压Voc可随着电池充电和放电的结果而变化。
等效电路模型的控制方程可如下书写:
Voc-Vt=V2+Ir1 (2)
其中,V260是电路模型中的电容C56或者阻抗r254两端的电压;是V260基于时间的微分;r254是电池的电荷转移阻抗;C60是电池的双层电容;I64是测量的电池电流;Voc50是电池的开路电压;Vt58是测量的电池两端的电池电压(端电压);r152是电池的内阻抗。
在典型的电池系统中,可以直接测量一些值(诸如电流I64、端电压Vt58)。然而,阻抗和电容值可随着时间变化并且不容易测量。需要电池阻抗参数估计模型来计算电池的阻抗参数。估计系统的参数的一个方法是使用递归参数估计方法(诸如扩展卡尔曼滤波器(Extended Kalman Filter))。例如,EKF可被构建为:使用电流I64作为输入、电压V260作为状态、Voc-Vt作为输出。电池ECM阻抗参数(r152、r254和C56)或者所述参数的组合可被看作为将被识别的状态。一旦识别了所述参数和状态,便可基于电池电压和电流的操作极限以及当前的电池状态来计算电池功率容量。
EKF是动态系统,所述动态系统受下面的等式控制:
Xk=f(Xk-1,uk-1,wk-1) (3)
Yk=h(Xk,vk-1) (4)
其中,Xk包括状态Vc和其它三个电池ECM参数;uk是输入(例如,电池电流);wk是过程噪声;Yk是输出(Voc-V);vk是测量噪声。
可以选择估计模型的状态,以允许直接或间接地计算一个或更多个电池阻抗。用于电池模型的一个此类的方程组可如下所示:
可以以等式(3)和(4)的形式获得对应的状态空间等式(在离散时间或连续时间内)。
基于等式(3)和(4)中示出的系统模型,探测器可设计用于估计扩展状态(x1、x2、x3和x4),并且根据等式(6)-(9),相应地估计(V2、r1、r2和C),如下所示:
整个EKF等式组包括时间更新等式和测量更新等式。EKF时间更新等式预计从上一个时间步(time step)到当前的时间步的状态和协方差估计:
其中,表示xk的先验估计(priori estimate);表示先验估计误差协方差矩阵;AK表示函数f(X,u,w)关于X的偏微分的雅可比矩阵;PK-1表示上一步的后验估计误差矩阵;表示矩阵AK的转置矩阵;WK表示函数f(X,u,w)关于过程噪声变量w的偏微分的雅可比矩阵;QK-1表示过程噪声协方差矩阵;表示矩阵WK的转置矩阵。
测量更新方程借助于测量来校正状态和协方差估计:
其中,KK表示EKF增益;HK表示h关于X的偏微分的雅可比矩阵;是矩阵HK的转置矩阵;RK表示测量噪声协方差矩阵;VK表示h关于测量噪声变量v的偏微分的雅可比矩阵;是矩阵VK的转置矩阵。
可利用等式(6)-(9)所估计的电池ECM阻抗参数解出一阶微分方程(1)和(2),以产生电池电流的表达式。接着,可基于所估计的电池ECM阻抗参数计算电池功率容量。
可利用等式(6)-(9)所估计的电池ECM阻抗参数解出一阶微分方程(1)和(2),以产生如下的电池电流(I)的表达式:
其中,td是预定的时间值;是V2的当前值;e是自然对数的底数。
一般来说,一旦从等式(15)确定了I的值,便可以找到电池功率容量。其中,期望确定电池的充电功率容量,等式(15)可以解出I的最小值(诸如方程式(16)中所示)。按照惯例,当电流从电池中流出(放电)时,电流被定义为正值(+);当电流流入到电池中(充电)时,电流被定义为负值(-)。
其中,td的值是预定的,例如td可能在1秒至10秒之间,Vmax是电池的最大操作电压,并且Vmax可被认为是极限电池电压。
接着,将电流与系统充电电流极限(Ilim_ch)相比较。如果Imin(td,Vmax)<Ilim_ch,则可根据如下所示的等式(17)计算第二电压值:
可以基于车辆系统控制器如何使用电池功率容量来确定时间值td。可以例如由车辆制造商或电池制造商将电压(Vmax)确定为允许电池达到的最大电压。
可以按照等式(18)书写作为时间td的函数的电池的充电功率容量(Pcap_ch(td)):
除了确定电池的充电功率容量外,还提供了一种用于确定电池的放电功率容量的方法。为了确定所述放电功率容量,可使用电池电流I的最大值与电池电压的最小值。可以使用等式(15)来解出如等式(19)所示的Imax
其中,Vmin是电池组的最小操作电压。
接下来,将该电流与系统放电电流极限Ilim_dch进行比较。如果Imax(td,Vmin)>Ilim_dch,则根据如下所示的等式(20)计算第二电压值:
作为时间td的函数的电池的放电功率容量Pcap_dch(td)可被确定为如等式(21)所示。
等式(15)-(21)基于由EKF(等式(6)-(9))估计的电池ECM阻抗参数(例如,r1、r2和C))计算功率容量。注意的是,其他计算方法也是可以的。以上计算方案仅是使用电池阻抗参数估计模型来计算电池功率容量的代表。
接着,可基于所计算的电池功率容量来操作电池。即,可保持电池电流和电压,以不超出电池功率容量。可操作从电池接收电力的电负载或者向电池提供电力的电负载,使得所有负载的总功率在所计算的电池功率容量之内。例如,电机可使功率极限减小,从而不超出电池功率容量。
以上是使用EKF估计电池ECM的阻抗参数和状态的示例。所述阻抗参数是所选择的ECM的函数。下面描述的方法也适用于其它电池电路模型公式。例如,所述状态可被不同地定义为使得更多个或更少个状态或参数要估计。另外,可调整电池功率容量估计,以与所使用的具体的公式相对应。
电池功率容量是有效地控制动力传动系的重要的量。上面的描述是利用扩展卡尔曼滤波器(EKF)来识别电池等效电路模型阻抗参数并通过电池阻抗参数计算相关的电池功率容量的一个示例。EKF可能需要一些时间来收敛到真正的参数值。收敛时间可以是用于初始化EKF的初始值的函数。EKF的收敛可受初始参数值的有效选择的影响。
在EKF收敛之前,可需要电池功率容量的估计。对于车辆初始化之后的初始时期,在获得最终的值以前,通过电池阻抗参数估计模型计算的值会变化。车辆初始化可包括驾驶员运转点火开关循环至点火状态、充电器插入到车辆充电端口以对车辆进行充电、或者可导致车辆从关闭状态切换到开启状态或预备状态的任何其它状况。在车辆初始化之后的初始时期期间,计算电池功率容量的可替换的方法可以是可取的。
在EKF收敛之前,可以利用从先前获得的阻抗参数值和预定的阻抗参数值导出的阻抗参数来计算电池功率容量。同样地,电池阻抗参数模型的初始化可以基于先前获得的阻抗参数值和预定阻抗参数值。先前获得的阻抗参数可以是在先前的点火循环期间获得的历史阻抗参数。所述预定的阻抗参数可以基于实验测试和/或仿真结果。电池阻抗参数可以基于电池的荷电状态、温度和衰减状态来表征。
在车辆初始化事件之间,电池经历的环境状况可能变化。车辆初始化时的温度可不同于上一次车辆关闭时的温度。电池荷电状态(SOC)可能也已经改变。当车辆关闭时,可能由于电池的自放电、充电、电池单元平衡和/或从车载模块汲取电力而导致SOC的改变。可能的是电池单元发生了内部故障。这些改变的结果是:与先前的点火循环相比,电池可在当前的点火循环中展现出不同的行为。例如,温度的变化可导致电池的内阻抗的变化。由于这些变化,从上一次点火循环中获得的等效电路模型电池阻抗参数可能不是适合于接下来的点火循环的值。
由于在静止时可能会发生所述变化,所以可期望在每次车辆初始化事件之后,重新获得电池等效电路模型参数和状态。在每次车辆初始化事件之后,可操作EKF以获得电池的参数和状态。在车辆初始化事件之后,EKF可能需要特定量的时间来稳定在电池的真正的参数和状态。在这一获得时间期间,车载控制器可以利用除了EKF以外的方法来产生电池功率容量估计。
可以按照不同的方式对锂离子电池建模。电池模型的示例是如图3中所示的简化的兰德尔(Randle)电路模型。模型阻抗参数可取决于荷电状态、温度和电池寿命的阶段。阻抗参数向量θ可以包括电池阻抗参数(诸如阻抗和电容)和电池回路状态(诸如电压和电流)。阻抗参数向量θ的具体值可基于电池状况(诸如荷电状态、温度和寿命的阶段)。
图5描绘了一系列预定的阻抗参数表格100,阻抗参数表格100可被定义为其中每个单独的表格可表示电池寿命的不同阶段。一组预定的阻抗参数数据可被存储在控制器的非易失性存储器中。可通过使用衰减指示器(DI)120输入从一组表格中选择表格。衰减指示器120可确定将要选择哪一个预定的阻抗参数表格。衰减指示器120可用作将一组预定的阻抗参数表格中的一个表格的输出112连接到输出预定的阻抗参数向量122的开关。可以储存任何数量的表格,并且表格的数量可以称为N。N个表格中的每一个表格可表示电池的不同年龄(age)。由为1的衰减指示器(114)索引的表格可表示来自测试或仿真的寿命电池阻抗参数的起点。由为N的衰减指示器(118)索引的表格可表示来自测试或仿真的寿命电池阻抗参数的终点。即使仅仅定义了一个表格(N=1),也可以使用所述算法,在这种情况下,仅仅使用一个预定的表格。
每个单独的预定阻抗参数表格可以由荷电状态108和温度110索引,以生成阻抗参数向量112。即,对于特定的荷电状态108和温度110来说,定义了每个元件的阻抗参数向量112的预定值。阻抗参数向量112可表示EKF的状态。对于给定的衰减指示器120,每个元件的阻抗参数向量112具有单独的预定表格。控制器可具有允许荷电状态108和温度110被输入的表格查找程序。一旦选择了特定的表格(102、104和106),可使用荷电状态108和温度110来索引到所选择的表格。基于所储存的表格数据(表格数据被索引为荷电状态108和温度110的函数),可以确定每个元件的预定参数阻抗向量。
对于未直接储存在表格中的荷电状态108和温度110值,输出112可在两个最邻近的储存值之间插值。可选地,荷电状态和温度可达到最邻近的储存值,使得输出值存在于表格中。所述输出是包含每个状态的值的参数向量122。在上面描述的EKF方案中,将从表格中产生四个输出状态或参数。随后定义的衰减指示器可具有非整数值。在非整数衰减指示器的情况下,所述值可被插入在两个最邻近的表格索引值之间。例如,对于一个参数,为1.5的衰减指示器可以从DI=1 114表格读取值,并且对于相同的参数,为1.5的衰减指示器可以从DI=2 116表格读取值。将要输出的参数值可以是利用标准的插值技术在两个参数值之间插值的值。
预定组的阻抗参数表格100可以是从电池寿命测试或仿真而产生的。表格可被构建为从寿命的起点102开始一直到预期的电池寿命的终点106的情形。在这两个极限端值之间可包括任何数量的表格。所述表格可储存在控制器的非易失性存储器中。
图6是示出了所描述的算法的流程图并示出了如何展开所述算法的一个示例。所述算法可在BCM或者与BCM通信的另一个控制器中运行。第一步是计算初始阻抗参数值(步骤200)。所述初始阻抗参数值可被如下计算:
θinit(SOC,Temp)=(1-α)θtest(SOC,Temp,DI)+αθmemory(SOC,Temp) (22)
值α是基于所储存的参数的权重因子,并且α可被计算为e-λ(tglobal-tstamp)。参数λ是可以为温度的函数的校准参数。当温度高于预定的阈值时,λ可被设置为预定值。当温度低于预定的阈值时,λ可以被设置为无限大,导致α为零。DI表示用于指示电池根据在先前的点火循环期间所计算的等效电阻老化了多少的衰减指示器。初始阻抗参数估计θinit是来自测试或仿真的参数值θtest和来自一个或者更多个先前的点火循环的历史阻抗参数值θmemory的加权函数。初始阻抗参数估计可被用作EKF的初始参数值。状态V2(RC网络两端的电压)的初始值可以被设置为零。
在先前的点火循环期间,可以获得关于SOC、温度和时间戳(tstamp)的ECM参数并将ECM参数储存在控制器的非易失性存储器中。时间戳代表用于获得并保存所获得的参数的时间。时间戳可以是取样的一段全局时间(global time period)tglobal(日历时间),一段全局时间tglobal表示自控制器使用起的一段时间。可由控制器或外部源(诸如云计算机或网络)生成一段全局时间tglobal。控制器能够从外部源接收一段全局时间。tglobal和tstamp之间的差异表示获得的阻抗参数的相对大小。随着所述差异增大,权重因子减小,导致历史阻抗参数对初始参数值的影响较小。
在通电时,控制器可计算电池SOC并测量温度。在先前的点火循环中,可能已经计算并储存了衰减指示器。使用所述衰减指示器、SOC和温度值,可以从先前描述的所储存的一系列表格中计算出初始的预定阻抗参数值。
由于通过EKF的操作可获得电池阻抗参数,所以当前获得的阻抗参数可作为动态表格被储存在非易失性存储器中,这与预定的参数估计相似。可基于荷电状态和温度来索引所述动态表格。随着时间的过去,各种获得的阻抗参数估计可作为SOC和温度的函数被写入所述动态表格中。所述动态表格可表示历史阻抗参数值。在初始化时,可基于当前的SOC和温度来索引所述动态表格,以确定相应的历史获得的阻抗参数值。可利用与历史参数一起储存的温度和时间戳来计算权重因子。权重因子α将随着时间戳变老而减小。在给定的SOC和温度下,在没有更新历史获得的阻抗参数的情况下,随着时间流逝,有利于预定的测试参数对历史阻抗参数的依赖减小。接着,等式(22)可估计初始阻抗参数值。
在初始化之后,可执行EKF以确定参数θekf的估计(步骤202)。在执行EKF算法之前,可测量或计算输入值(诸如电压、电流、温度和SOC)。可如前所述来估计EKF。
在执行EKF算法之后,可确定EKF的收敛(步骤204)。可能存在多种确定EKF的收敛的算法。一个示例是使用平滑滤波器(诸如Savitzy-Goray滤波器)来获得EKF估计θekf的滤波后的值θsg。对于每个步骤m,可如下来计算原始估计值θekf与滤波后的估计值θsg之间的距离:
d(m)=∑k∈[1,M]wksgekf)2 (23)
其中,M是通过EKF估计的参数的总数,wk是一组预定的权重因子。一系列d(m)值可以用于评价收敛。一系列d(m)值可被构建为EKF和滤波器的上一个Mz输出,其中,Mz可以是校准数。Mz表示在确定EKF获得收敛时使用的点的数量。如果系列减少并且系列中的上一个值小于校准值d_cal,则EKF可能已经收敛。否则,EKF可能还没有收敛。
如果EKF还没有收敛,则可以激活计算功率容量的可替换的方法,而无需从当前的点火循环获得的阻抗值。在低温下,电池功率容量可不随着电池寿命而明显地改变。在低温下,可使用电池功率容量的固定的、预定的值(步骤208)。当电池温度高于预定的温度Tcal时,随着电池的寿命,可需要更准确的计算/估计。如果所测量的与电池相关的温度低于预定的温度值Tcal,则可以使用默认的功率容量值。默认的功率容量可以是基于寿命实验测试数据的起点。
当所测量的温度高于预定的温度值Tcal时,可计算预计的阻抗参数值并且基于预计的阻抗参数值计算电池功率容量(步骤210)。可从先前的点火循环沿着储存参数的时间戳储存基于SOC和温度的历史ECM阻抗参数值。可基于所储存的预定阻抗值和所储存的历史参数值如下来计算预计的ECM阻抗参数:
θproj(SOC,Temp)=(1-α)θtest(SOC,Temp,DI)+αθmemory(SOC,Temp) (24)
RC网络两端的电压V2(k)可被计算为(1-Ts/(r2C))V2(k-1)+(Ts*I(k))/C,其中,Ts是用于EKF的取样周期。V2(k)表示当前计算的电压V2的值,V2(k-1)表示在上一个取样时间计算的电压V2的值。在计算了V2(k)之后,对于下一个间隔来说,V2(k-1)可被设置为等于V2(k)。接着,可利用阻抗参数值从θproj和V2(k)来估计功率容量,如先前描述的。在此期间,SOC和温度可能改变,使得阻抗参数值可能改变。除了与仅在车辆初始化时估计相比,等式(24)可以在车辆初始化之后的时间期间估计以外,等式(24)与等式(22)相同。
如果EKF已经收敛,则滤波后的获得的参数θsg可随着时间戳被写入动态表格(步骤212)。所述时间戳可以是在完成获得时或在储存所述值时的全局时间样本。可以使用当前获得的参数值计算功率容量,如先前描述的。系统可储存一个基于获得的值θsg随着时间变化的动态表格θmemory。可利用寿命测试数据的起点处的参数值初始化动态表格。获得的值可分别对应于具体的SOC和温度。在获得所述值之后,可更新具体的SOC和温度值处的动态表格值。每个动态表格值可具有相应的时间戳,以指示数据是何时储存的。随着时间的过去,动态表格可包含SOC和温度的许多组合的阻抗参数数据。
可在组件K∈[1,M]的情况下,基于滤波后的估计的参数向量θsg计算衰减指示器(DI)。M表示EKF的状态或参数的数量。第一步可以是选择最接近获得的参数值的预定参数值的表格。可定义预定阻抗参数值与获得的阻抗参数值之间的距离公式。距离公式的一个示例被描述如下。首先,可以通过寻找最接近的预定的阻抗参数表格索引j*来找到对应的衰减指示器,所述j*满足:
minj∈[1,N]k∈[1,M]Zksg(SOC,Temp,k)-θtest(SOC,Temp,k,j))2 (25)
其中,N是由反映在电池寿命期间可用的电池ECM阻抗参数值的实验测试或仿真而提供的预定的阻抗参数表格的总数量。对于参数组θsg中的每个参数(1至M),使获得的阻抗参数与预定阻抗参数之间的距离求平方。每个求了平方的距离由Zk加权,然后加在一起。所选择的预定的测试数据组是其总和是所有表格中最小的一个数据组。j*值指向预定的阻抗参数最接近当前获得的阻抗参数的表格,一旦计算了j*,那么可以如下计算衰减指示器:
j*=1:
使得1≤DI≤2。
j*=N:
使得N-1≤DI≤N。
1<j*<N:
使得(j*-1)≤DI≤(j*+1)。
可替代的计算可以是,在确定了j*之后,将区段[j*-1,j*+1]划分为Nz个间隔,其中,Δj是2/Nz。对于Nz个间隔中的每一个,可通过在从(j*-1)的值到(j*+1)的值之间对数据进行插值来找到基于预定参数值θtest的参数。可以在等式(25)中计算获得的值θsg和每个插值的Nz预定的查找参数值之间的距离,如上所述。可选择距离最小的索引jz,其中,jz是从0至Nz的整数。接着,DI值为(j*-1+jzΔj)。另一个可选的方案是,选择如上确定的j*的值作为DI。
衰减指示器不限于整数值。很多时候,由于所储存的表格是阻抗参数在电池的寿命的各种时间点的快照(snapshot),所以获得的阻抗参数值可能不会完全落在任何所储存的预定的阻抗参数表格中。因此,真正的参数值可能位于表格值之间。每个所储存的预定的参数表格可表示特定的电池年龄时的参数值。衰减指示器可提供在先前的点火循环中电池处于哪个年龄段的指示。
如果发生了点火开关关闭状况,则获得过程会结束。在结束之前,获得的EKF值可被储存到非易失性存储器中,以便于在下一个点火循环中使用。此外,衰减索引可被储存到非易失性存储器中,以便于在下一个点火循环中使用。
在先前的驾驶循环或点火循环期间,所获得的EKF参数可以作为历史阻抗参数和时间戳被保存在非易失性存储器中。可基于ECM识别、实验测试数据或者仿真产生的数据来计算衰减指示器并储存所述衰减指示器。在点火开关打开时,控制器可读取电池控制器全局时间tglobal、荷电状态和温度。可基于所储存的值获得一组预计的ECM阻抗参数。可从存储器中读取相应的历史阻抗参数θmemory。可基于历史ECM参数的时间戳计算权重因子α。可从实验测试或仿真以及衰减指示器确定预定的阻抗参数。预计的参数值是来自存储器的历史获得的参数和预定的阻抗参数的加权函数。预计的参数可作为初始值被输入到EKF,并在EKF已经收敛以前,可被用于默认功率容量估计。当EKF已经收敛时,所获得的值可被用于功率容量估计。
在此公开的程序、方法或算法可被传送到处理装置、控制器或计算机/通过处理装置、控制器或计算机实现,所述处理装置、控制器或计算机可包括任何现有的可编程电子控制单元或者专用的电子控制单元。类似地,所述程序、方法或算法可以以多种形式被存储为可被控制器或计算机执行的数据和指令,所述多种形式包括但不限于永久地存储在非可写存储介质(诸如,ROM装置)上的信息以及可变地存储在可写存储介质(诸如,软盘、磁带、CD、RAM装置以及其它磁介质和光学介质)上的信息。所述程序、方法或算法还可被实现为软件可执行对象。可选地,所述程序、方法或算法可利用合适的硬件组件(诸如,专用集成电路(ASIC)、现场可编程门阵列(FPGA)、状态机、控制器或其它硬件组件或装置)或者硬件、软件和固件组件的结合被整体或部分地实施。
虽然上面描述了示例性实施例,但是并不意味着这些实施例描述了权利要求包含的所有可能的形式。说明书中使用的词语为描述性词语而非限制性词语,并且应理解的是,在不脱离本公开的精神和范围的情况下,可作出各种改变。如上所述,可组合多个实施例的特征以形成本发明的可能未明确描述或示出的进一步的实施例。虽然多个实施例已被描述为提供优点或者可在一个或更多个期望的特性方面优于其它实施例或现有技术实施方式,但是本领域的普通技术人员应该认识到,一个或更多个特征或特点可被折衷,以实现期望的整体系统属性,所述期望的整体系统属性取决于具体的应用和实施方式。这些属性包括但不限于成本、强度、耐久性、生命周期成本、可销售性、外观、包装、尺寸、维护保养方便性、重量、可制造性、装配容易性等。因此,被描述为在一个或更多个特性方面不如其它实施例或现有技术实施方式的实施例并不在本公开的范围之外并且可被期望用于特殊的应用。

Claims (14)

1.一种车辆,包括:
电池;
至少一个控制器,被配置为:(i)使用初始阻抗参数值初始化电池阻抗参数估计模型,其中,从根据时间数据进行加权的通过所述模型产生的历史阻抗参数值和选择的预定阻抗参数值导出所述初始阻抗参数值,所述时间数据与历史阻抗参数值以及初始化时的温度相关;(ii)根据所述模型估计阻抗参数值;(iii)基于所估计的阻抗参数值计算电池功率容量;(iv)根据所述电池功率容量操作车辆。
2.如权利要求1所述的车辆,其中,与较为靠前的历史阻抗参数值对初始阻抗参数值的影响相比,最近的历史阻抗参数值对初始阻抗参数值的影响更大。
3.如权利要求1所述的车辆,其中,当温度低于阈值时,历史阻抗参数值对初始阻抗参数值没有影响。
4.如权利要求1所述的车辆,其中,初始化时的温度是与电池相关的温度。
5.如权利要求1所述的车辆,其中,基于在当前进行的点火循环期间获得的阻抗参数值来选择所述预定阻抗参数值。
6.一种车辆,包括:
电池;
至少一个控制器,被配置为:在紧接着车辆初始化之后的一段时间内,根据基于电池阻抗参数的电池功率容量来操作车辆,所述电池阻抗参数是通过从下述因素导出的:(i)选择的预定阻抗参数和历史阻抗参数的加权函数,以及(ii)基于与历史阻抗参数和电池温度相关的时间数据的加权因子。
7.如权利要求6所述的车辆,其中,所述至少一个控制器还被配置为:响应于在所述一段时间期间电池温度的值小于预定值,基于所述预定阻抗参数计算电池功率容量。
8.如权利要求6所述的车辆,其中,当通过电池参数估计模型输出的电池阻抗参数已经收敛到稳定值时,所述一段时间结束。
9.如权利要求6所述的车辆,其中,所述至少一个控制器还被配置为:在所述一段时间之后,基于通过电池阻抗参数估计模型输出的电池阻抗参数计算电池功率容量。
10.如权利要求9所述的车辆,其中,所述至少一个控制器还被配置为:将通过所述模型输出的电池阻抗参数与相关的时间数据储存为其它历史阻抗参数。
11.如权利要求6所述的车辆,其中,基于在当前进行的点火循环期间获得的阻抗参数来选择预定阻抗参数。
12.如权利要求6所述的车辆,其中,选择的阻抗参数的值基于电池荷电状态和电池温度。
13.如权利要求6所述的车辆,其中,当电池温度的值低于阈值时,历史阻抗参数对电池阻抗参数值没有影响。
14.如权利要求6所述的车辆,其中,与较为靠前的历史阻抗参数相比,最近的历史阻抗参数对阻抗参数的值的影响更大些。
CN201410424300.2A 2013-08-30 2014-08-26 在车辆起动时的电池功率容量估计 Active CN104417386B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/014,992 US9368841B2 (en) 2013-08-30 2013-08-30 Battery power capability estimation at vehicle start
US14/014,992 2013-08-30

Publications (2)

Publication Number Publication Date
CN104417386A CN104417386A (zh) 2015-03-18
CN104417386B true CN104417386B (zh) 2018-05-25

Family

ID=52470741

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410424300.2A Active CN104417386B (zh) 2013-08-30 2014-08-26 在车辆起动时的电池功率容量估计

Country Status (3)

Country Link
US (1) US9368841B2 (zh)
CN (1) CN104417386B (zh)
DE (1) DE102014217128A1 (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9197078B2 (en) * 2013-12-18 2015-11-24 Ford Global Technologies, Llc Battery parameter estimation
US9539912B2 (en) 2014-02-20 2017-01-10 Ford Global Technologies, Llc Battery capacity estimation using state of charge initialization-on-the-fly concept
US9381825B2 (en) * 2014-02-20 2016-07-05 Ford Global Technologies, Llc State of charge quality based cell balancing control
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
US11144106B2 (en) 2015-04-13 2021-10-12 Semiconductor Components Industries, Llc Battery management system for gauging with low power
US10587135B2 (en) * 2015-09-11 2020-03-10 Microsoft Technology Licensing, Llc Adaptive battery charging
JP6652743B2 (ja) * 2016-01-19 2020-02-26 日立化成株式会社 電池状態推定方法および装置
CN108291944B (zh) * 2016-01-29 2021-03-23 日本汽车能源株式会社 电池管理装置
WO2018162023A2 (en) * 2017-03-06 2018-09-13 Volvo Truck Corporation A battery state of power estimation method and a battery state monitoring system
US11035902B2 (en) * 2017-10-10 2021-06-15 Integrated Device Technology, Inc. Advanced fuel gauge
US10942223B1 (en) * 2019-07-31 2021-03-09 Cox Automotive, Inc. Systems and methods for determining vehicle battery health
CN110531277A (zh) * 2019-08-18 2019-12-03 浙江万马新能源有限公司 一种带估算电动汽车动力电池寿命功能的电池管理系统
US11345254B2 (en) 2019-12-19 2022-05-31 Ford Global Technologies, Llc EKF state relay strategy in battery online identification
US11498446B2 (en) * 2020-01-06 2022-11-15 Ford Global Technologies, Llc Plug-in charge current management for battery model-based online learning
DE102020108895B4 (de) 2020-03-31 2021-12-09 Ford Global Technologies, Llc Verfahren zur Ladezustandsbestimmung zumindest einer Traktionsbatterie eines Kraftfahrzeugs
CN113777517B (zh) * 2021-09-13 2023-10-17 傲普(上海)新能源有限公司 储能电站短板电芯筛选方法
CN114200309B (zh) * 2021-12-08 2024-01-09 广州小鹏汽车科技有限公司 车辆电池的仿真测试方法、装置、车辆以及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1883097A (zh) * 2003-11-20 2006-12-20 株式会社Lg化学 使用高级电池模型预测技术来计算蓄电池组的功率容量的方法
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
JP2012135168A (ja) * 2010-12-24 2012-07-12 Honda Motor Co Ltd 電動車両

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8103485B2 (en) 2004-11-11 2012-01-24 Lg Chem, Ltd. State and parameter estimation for an electrochemical cell
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
JP5586219B2 (ja) * 2009-12-25 2014-09-10 株式会社東芝 診断装置、電池パック及び電池価値指標の製造方法
US9678164B2 (en) * 2010-03-23 2017-06-13 Furukawa Electric Co., Ltd. Battery internal state estimating apparatus and battery internal state estimating method
US8970178B2 (en) * 2010-06-24 2015-03-03 Qnovo Inc. Method and circuitry to calculate the state of charge of a battery/cell
US20120179435A1 (en) 2011-01-10 2012-07-12 Ford Global Technologies, Llc Method For Determining A Power Capability For A Battery
US9625532B2 (en) * 2011-10-10 2017-04-18 Battelle Energy Alliance, Llc Method, system, and computer-readable medium for determining performance characteristics of an object undergoing one or more arbitrary aging conditions
US8935043B2 (en) 2013-01-29 2015-01-13 Ford Global Technologies, Llc Temperature compensated battery parameter estimation
US20140266059A1 (en) 2013-03-14 2014-09-18 Ford Global Technologies, Llc Selective updating of battery parameter estimations

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1883097A (zh) * 2003-11-20 2006-12-20 株式会社Lg化学 使用高级电池模型预测技术来计算蓄电池组的功率容量的方法
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
JP2012135168A (ja) * 2010-12-24 2012-07-12 Honda Motor Co Ltd 電動車両

Also Published As

Publication number Publication date
CN104417386A (zh) 2015-03-18
DE102014217128A1 (de) 2015-03-05
US9368841B2 (en) 2016-06-14
US20150064510A1 (en) 2015-03-05

Similar Documents

Publication Publication Date Title
CN104417386B (zh) 在车辆起动时的电池功率容量估计
Farmann et al. A comprehensive review of on-board State-of-Available-Power prediction techniques for lithium-ion batteries in electric vehicles
CN104142477B (zh) 固态浓度模型结合经验等效电路模型的蓄电池状态估计器
KR102225667B1 (ko) 배터리의 상태를 추정하는 방법 및 장치
Roscher et al. Reliable state estimation of multicell lithium-ion battery systems
KR101846690B1 (ko) Wls 기반 soh 추정 시스템 및 방법
KR102511510B1 (ko) 배터리 셀의 충전 상태를 추정하는 자동적 방법
US9770997B2 (en) Detection of imbalance across multiple battery cells measured by the same voltage sensor
US9440552B2 (en) Estimation and compensation of battery measurement
CN104691539B (zh) 车辆
KR102534688B1 (ko) 배터리의 셀의 충전의 상태를 추정하는 자동적 방법
CN104422917A (zh) 在范围内的电流传感器的故障检测
Zhou et al. Peak power prediction for series-connected LiNCM battery pack based on representative cells
CN107015156A (zh) 一种电池健康状态检测方法及装置
US20220179003A1 (en) Characterisation of lithium plating in rechargeable batteries
EP3433628A1 (en) An energy storage device monitoring technique
Fill et al. Analytical model of the current distribution of parallel-connected battery cells and strings
Baghdadi et al. Electro-thermal model of lithium-ion batteries for electrified vehicles applications
CN104977545A (zh) 一种动力电池的荷电状态估计方法及系统
CN105899395B (zh) 估定机动车辆电池中的能量
CN110795851A (zh) 一种考虑环境温度影响的锂离子电池建模方法
JP2017538932A (ja) バッテリのセルの充電状態を自動的に推定する方法
JP2015524048A (ja) バッテリの充電状態の推定
KR20120028000A (ko) 리튬이온전지의 충전상태 추정방법 및 이 방법을 구현하기 위한 시스템
CN108829911A (zh) 一种开路电压与soc函数关系优化方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant