CN104422893A - 基于电池控制的模型中的参数和状态限制 - Google Patents

基于电池控制的模型中的参数和状态限制 Download PDF

Info

Publication number
CN104422893A
CN104422893A CN201410436772.XA CN201410436772A CN104422893A CN 104422893 A CN104422893 A CN 104422893A CN 201410436772 A CN201410436772 A CN 201410436772A CN 104422893 A CN104422893 A CN 104422893A
Authority
CN
China
Prior art keywords
battery
parameter
resistance
lower bound
temperature
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410436772.XA
Other languages
English (en)
Other versions
CN104422893B (zh
Inventor
李勇华
王旭
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 CN104422893A publication Critical patent/CN104422893A/zh
Application granted granted Critical
Publication of CN104422893B publication Critical patent/CN104422893B/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]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L50/00—Electric propulsion with power supplied within the vehicle
    • B60L50/50—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells
    • B60L50/52—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells characterised by DC-motors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [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]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/545—Temperature
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/547—Voltage
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/549—Current
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2250/00—Driver interactions
    • B60L2250/16—Driver interactions by display
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/44—Control modes by parameter estimation
    • 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]
    • G01R31/374—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with means for correcting the measurement for temperature or ageing
    • 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]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries

Abstract

一种确定电池功率容量的方法可以包括：确定用于电池的电路模型，包括与第二电阻(r2)串联和与电容(C)并联的第一电阻(r1)；基于电池温度、电池荷电状态或两者设定用于r1、r2和C的上限和下限；在设定的上限和下限内运用EKF以确定r1、r2和C；以及基于r1、r2和r3输出电池功率容量。可以基于电池的年龄调整上限和下限。

Description

基于电池控制的模型中的参数和状态限制
技术领域
本发明涉及一种车辆内的电池控制，更具体地，涉及在估计电池功率容量(battery power capability)时确定用于电池电路模型化的等效电路模型参数。
背景技术
当采用电池来提供一些系统——例如纯电动或混合动力车辆——的功率时，电池功率容量的估计可以通过等效电路模型来估计。此外，电路模型参数的确定可以使用最佳数据拟合过程进行计算，其可以采用例如扩展卡尔曼滤波器(EKF)。采用EKF方法关心的问题是参数的估计值基于来自测量数据的数据拟合。这可能导致模型不匹配，以及被传感器偏差或测量数据中的测量噪声毁坏。这可以导致参数的偏差估计。例如，这种模型化偏误会导致被模型化的电阻为负，这在物理上是不可能的。
一种可能的方法是使用等效电池模型参数的所有可能的范围来决定电路模型参数的限制(界限)。然而，用这种方法对电路模型参数的范围可能比期望的要大很多。例如，对于电池等效电路模型的模型化的电阻，下界和上界相对于实际是多大的变化来说可以是非常大的。
因此，一种采用等效电路模型来估计电池功率容量，同时最小化/校正电池电路模型参数中的误差的方法是期望的。
发明内容
实施例预期一种确定电池功率容量的方法，该方法包含：确定用于电池的电路模型，包括与第二电阻(r2)串联和与电容(C)并联的第一电阻(r1)；基于电池温度设定用于r1、r2和C的上限和下限；在设定的上限和下限范围内运用EKF来确定r1、r2和C；并且基于r1、r2和r3输出电池功率容量。
实施例预期一种确定电池功率容量的方法，该方法包含：确定用于电池的电路模型，包括与第二电阻(r2)串联和与电容(C)并联的第一电阻(r1)；基于电池荷电状态(SOC)设定用于r1、r2和C的上限和下限；在设定的上限和下限范围内运用EKF来确定r1、r2和C；并且基于r1、r2和r3输出电池功率容量。
实施例预期一种电动车辆，该电动车辆包含：配置为估计电池功率容量的控制器；其中控制器的电池功率容量估计包括运用用于电池的电路模型，包括与第二电阻(r2)串联和与电容(C)并联的第一电阻(r1)；基于电池温度设定用于r1、r2和C的上限和下限；在设定的上限和下限范围内运用EKF来确定r1、r2和C；基于根据r1、r2和r3的电池功率含量调整车辆操作。
实施例的优点是电池等效电路模型参数的估计值可以适当地限制在扩展卡尔曼滤波器(EKF)内。这允许错误的估计在EKF收敛到电路模型参数的相对准确的值的情况下和在期望的速度的情况下得到校正。
一个优点是，准确度是通过利用电池温度和/或电池的荷电状态(SOC)创建电路模型参数的上限和下限而获得的，并且其在采用EKF时可以是基于参数的寿命变化的。使用温度和荷电状态的参数范围，基于SOC和温度读数确定下限和上限。采用准确的估计参数界限和较快的收敛可相对容易地获得参数范围并易于在模型中使用以估计电池的电源容量。
附图说明
图1是车辆一部分的示意框图。
图2是用在电池功率容量估计中的电池等效电路模型的示意图。
图3是说明电池寿命等效电路模型参数的开始和相对于温度的变化的示例性曲线图。
图4是说明相对于电池温度的第一电阻参数的寿命变化范围的示例性曲线图。
图5是用于确定电路模型参数的上限和下限参数的示意图。
图6是说明在设定上限和下限的情况下和在没用设的上限和下限的情况下随着时间的推移的第一电阻参数的估计的示例的曲线图，显示了第一电阻参数的两个估计的比较。
具体实施方式
图1显示了可以包括例如锂离子电池这样的电池22的车辆20的一部分的示意图，其中电池22连接到车辆电力电子设备(power electronics)24。电池22可以用来向电动机28提供电力，电动机28给车轮26提供原动力以推动车辆。一个或多个控制器27可以与车辆20内的各种电气组件通信并且控制他们。正如本领域技术人员所熟知的，控制器27可以由硬件和软件的各种组合组成，并且可以包括存储器、处理器和其他电子组件。例如，车辆20可以是一种纯电动车辆、一种混合动力型车辆或一种燃料电池型车辆。关于这样的类型的车辆，电池功率容量估计会是值得期望的。
图2说明用在例如锂离子电池的电池功率容量估计中的电池等效电路模型30的示意图。模型30可以包括电路模型参数，比如第一电阻r1——其是具有电压降V1的串联电阻，第二电阻r2——其是总体上表示为32的阻容(RC)网络的电阻，电容C——其是RC网络32的电容，以及穿过RC网络32的电压V2。开路电压(OCV)、电池端电压V和电流i也显示在电路模型30中。
第一电阻r1、第二电阻r2、电容C和第二电压V2的值的估计使用扩展卡尔曼滤波器(EKF)估计。EKF是一种非线性状态估计的方法。EKF总体上对于本领域技术人员是熟知的。卡尔曼滤波器的应用在2011年1月10日提交的美国第12/987,190号；2011年6月28日提交的美国第13/171,090号；以及2011年6月28日提交的美国第13/171,118号专利文献中公开；并且这三件专利文献都转让给了本申请的受让人；并且所有三件都以他们的整体通过参考结合于此。
图3是说明寿命的开始(电池的寿命的开始)等效模型数据的示例性曲线图。寿命的开始电池等效电路模型参数显示为电池的以摄氏度(℃)为单位的温度的函数。第一(串联)电阻r1参数(欧姆)作为温度的函数用线40表示。第二(RC)电阻r2参数(欧姆)作为温度的函数用线42表示。电容(RC)C参数(C/750000法拉)作为温度的函数用线44表示。应当注意到，等效电路模型的电阻和电容随温度而变化，并且通过限制EKF方法的参数值解释这些差异会导致向准确的参数值的更好和更快的收敛。
对于第一电阻r1、第二电阻r2和电容C的该参数的变化也适用于荷电状态(SOC)，因此第一电阻r1、第二电阻r2和电容C参数也可以基于电池的SOC针对电池寿命的开始进行设定。
图4是说明相对于电池的以摄氏度为单位的温度的第一电阻r1参数的寿命改变范围的示例性曲线图。曲线图中的线48说明了相对于温度(类似于图3)的第一电阻r1参数的示例。曲线图中的线50说明了在电池的假定寿命内相对于温度的第一电阻r1参数的上限r1max的示例。曲线图中的线52说明了在电池的假定寿命内相对于温度的第一电阻r1参数的下限r1min的示例。电池的假定寿命可以基于许多因素，但基本上是关于多久的估计，通常，在特定的系统中使用的典型电池在被替换或特定系统停止使用之前将是在使用中的。
对于第一电阻r1的参数的该变化也可以相对于SOC绘制。因此，如果期望的话，上限和下限r1max和r1min可以是电池温度和电池的SOC的函数。本领域技术人员可以类似于在图4中对第一电阻r1说明的曲线图对这些参数生成曲线图。
对于第二电阻r2和电容C在电池的假定寿命内的参数的该变化(设定的上界和下界)也适用于电池温度(和电池的SOC，如果期望的话)，因此对于第二电阻r2和电容C参数的上限和下限，也可以在电池的假定寿命内针对温度(和SOC)进行设定。穿过RC网络的电压V2可以基于下面的等式具有限制设定(在本例中，基于电池的温度和电池的SOC)。
如果i>0，则V2max‖OCV-V-abs(i)*r1max(温度，SOC)且
V2min‖OCV-V-abs(i)*r1min(温度，SOC)；以及
如果i>0，则V2max‖OCV-V+abs(i)*r1min(温度，SOC)且
V2min‖OCV-V+abs(i)*r1max(温度，SOC)
其中OCV是开路电压，V是电池端电压，i是电流，abs(i)是电流的绝对值，r1max(温度，SOC)是基于电池温度和SOC的第一电阻参数上限，以及r1min(温度，SOC)是基于电池温度和SOC的第一电阻参数下限。
本文中提出的曲线图和数值(特别是在图3、图4和图6中)是示例性的且基于特定的电池和它的用途，因此，各种测量值、估计的参数和参数的上限和下限当然可以基于特定电池和使用它的用途而变化。并且，当然，用于特定的电池和它的用途的参数也可以相对于温度、SOC与电池的假定寿命而改变。因此，虽然本文中提出针对某些参数的曲线图，但是针对其他的参数——对于任何特定的电池和使用电池所在的系统，生成曲线图以及上限和下限也在所属技术领域的范围内。
一旦电池的等效电路模型的参数上限和下限产生，对温度的范围、SOC的范围，或对温度和SOC二者的范围，就可以利用EKF来使用这些上限和下限以模型化电池的功率容量估计。
图5说明在采用参数的上限和下限时用于确定电路模型参数的示意图。在这个图中，变量Z用来说明限制是如何针对特定参数创建的，其中Z是当时计算出的特定电路模型参数。例如，Z可以是计算出的第一(串联)电阻r1参数，在这种情况下针对Z的计算发生的特定操作涉及第一电阻r1。当然，变量Z可以表示计算出的其他参数中的一个，其可以使用图5中用于每个计算出的参数的这个过程。
框60中的温度和/或框62中的SOC输入到框64中的上限确定器和框66中的下限确定器。电池温度和SOC输入可以来自例如在车辆中(比如图1)的传感器，并且获得这样的值对本领域技术人员是已知的，因此将不会在这里进一步讨论。上限和下限确定器64、66可以是基于依据输入温度，SOC或两者(取决于温度、SOC或两者是否被采用用于限制参数)的特定参数的上限和下限的数值的查询表。即，曲线图的数据——其示例在本文中示出，可以在计算过程中储存在查询表中用于容易、快速访问。如果温度和SOC被采用，那么确定器会需要两个储存有数据的二维查询表。如果期望的话，考虑的特定参数的这些上限和下限也可以在框64、66中基于电池的年龄进行调整(寿命调整)。在这种情况下，电池的年龄(从寿命的开始)也被采用来允许特定参数的调整。
另外，对于在框68中的电池端电压V、电流I和温度T的测量值输入到框70中的EKF估计器中，以首先估计的变量Z的值。值Z然后在在框74中的Z的最终值输出之前，在框72中调整到等于上限和下限或在上限和下限之间。例如，这可以类似地用于估计穿过RC网络的电压V2参数。
图6是说明在具有上限和下限设定的一个计算和没有上限和下限设定的另一个计算的情况下随着时间的推移的第一电阻r1参数的估计的示例的曲线图，从而显示第一电阻r1参数的两个估计值的比较。在这个特定的示例中，在电池假定为升温(因此温度在约26℃相对稳定)的情况下并且在SOC相对恒定的情况下估计第一电阻r1参数，以致于期望第一电阻R1应该是相对恒定的。
虚线80是在没有任何为第一电阻r1设定的上限或下限的情况下的第一电阻r1估计。这个虚线80在没有限制的情况下采用EKF估计，这不是这里所采用的方法。这是用于下面所讨论的，其中上限和下限被设定的估计的比较。应当注意到，第一电阻r1估计随时间推移在第一电阻r1的估计值中具有非常显著的变化，并且不会非常快地收敛。这也可以考虑到被估计的特定参数的不良偏差估计。
另一方面，利用本发明的方法，应当注意到大大改善的第一电阻r1的估计。实线82是在为第一电阻r1设定上限和下限的情况下的第一电阻r1估计，因此限制了EKF估计。在这个示例中，针对第一电阻r1，下限r1min设定为约0.001欧姆，并且上限r1max设定为约0.003欧姆(这将来自查询表，比如图5中的框64、66中的那些)。应当注意到第一电阻r1估计收敛是多么的更快速和准确。
虽然图6中的这个示例是用于第一电阻r1的，但这样的提高收敛对于采用具有基于温度、SOC或两者(取决于是否在估计过程中希望采用温度、SOC或两者)的参数的上限和下限的EKF的其他参数估计也会出现。
一旦估计电池等效电路模型参数，电池等效电路模型可以用来估计电池功率容量。电池功率容量可以例如显示给车辆司机，可以基于估计的电池功率容量或两者用来调整、控制或调节车辆操作。
当操作具有电池的系统时，比如图1中所示的车辆，该电池功率容量估计然后可以在该特定车辆和电池的寿命过程中使用。模型参数——比如在图3和4中所显示的那些——可以利用储存在车辆控制器27(或任何其它类型的合适的数据存储介质，无论是控制器内部的还是与控制器分开的)内的查询表内的模型参数，通过在这样的车辆生产之前发生的预生产电池测试获得。电池的年龄的参数的任何调整也可以在预生产电池测试中确定并存储在车辆控制器27(或在车辆内的其他合适的数据存储介质)内。
尽管已经详细描述了本发明的某些实施例，但那些熟悉本发明涉及的内容的本领域人员将承认用于实施由权利要求所限定的本发明的各种替代的设计和实施例。

Claims (8)

1.一种确定电池功率容量的方法，其特征在于，包含：确定用于电池的电路模型，包括与第二电阻(r2)串联和与电容(C)并联的第一电阻(r1)；基于电池温度设定用于r1、r2和C的上限和下限；在设定的上限和下限内运用EKF以确定r1、r2和C；基于r1、r2和r3输出电池功率容量。
2.根据权利要求1所述的方法，其特征在于，用于r1、r2和C的上限和下限也基于电池的荷电状态(SOC)。
3.根据权利要求2所述的方法，其特征在于，基于电池的年龄调整用于r1、r2和C的上限和下限。
4.根据权利要求2所述的方法，其特征在于，在确定r1、r2和C时将测量电流和电池端电压输入到EKF中。
5.根据权利要求2所述的方法，其特征在于，基于电池的测试将用于r1、r2和C的上限和下限存储在查询表中。
6.根据权利要求1所述的方法，其特征在于，基于电池的年龄调整用于r1、r2和C的上限和下限。
7.根据权利要求1所述的方法，其特征在于，在确定r1、r2和C时将测量电流和电池端电压输入到EKF中。
8.根据权利要求1所述的方法，其特征在于，基于电池的测试将用于r1、r2和C的上限和下限存储在查询表中。
CN201410436772.XA 2013-08-30 2014-08-29 基于电池控制的模型中的参数和状态限制 Active CN104422893B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/015,241 US10473723B2 (en) 2013-08-30 2013-08-30 Parameter and state limiting in model based battery control
US14/015,241 2013-08-30

Publications (2)

Publication Number Publication Date
CN104422893A true CN104422893A (zh) 2015-03-18
CN104422893B CN104422893B (zh) 2019-02-22

Family

ID=52470742

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410436772.XA Active CN104422893B (zh) 2013-08-30 2014-08-29 基于电池控制的模型中的参数和状态限制

Country Status (3)

Country Link
US (1) US10473723B2 (zh)
CN (1) CN104422893B (zh)
DE (1) DE102014217131A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107390138A (zh) * 2017-09-13 2017-11-24 山东大学 动力电池等效电路模型参数迭代辨识新方法

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9381823B2 (en) * 2014-07-17 2016-07-05 Ford Global Technologies, Llc Real-time battery estimation
CN105116338B (zh) * 2015-07-15 2017-12-05 盐城工学院 一种基于soc补偿器的并联型电池系统建模方法
US10207596B2 (en) 2015-10-22 2019-02-19 Ford Global Technologies, Llc Adaptive identification of the wiring resistance in a traction battery
US10317473B2 (en) * 2016-07-27 2019-06-11 GM Global Technology Operations LLC Electrochemical device power estimator and methods of making and using the same
FR3055302B1 (fr) * 2016-08-26 2018-08-17 Jcdecaux Sa Systeme automatique de stockage de vehicules et procede de supervision d'un tel systeme
US10305292B2 (en) 2016-09-30 2019-05-28 Intel Corporation Methods, apparatus, systems and articles of manufacture to charge a battery based on an electronic device skin temperature
CN107167743B (zh) * 2017-06-29 2020-10-16 北京新能源汽车股份有限公司 基于电动车辆的荷电状态估算方法和装置
CN110502778B (zh) * 2019-07-02 2021-06-22 江苏大学 一种基于卡尔曼滤波框架估算电池soc的自适应优化方法
CN112440826B (zh) * 2020-11-10 2022-07-15 桑顿新能源科技有限公司 一种新能源车辆功率分配方法及系统

Citations (7)

* 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
CN101022178A (zh) * 2007-03-09 2007-08-22 清华大学 基于标准电池模型的镍氢动力电池荷电状态的估计方法
CN101065876A (zh) * 2004-11-11 2007-10-31 株式会社Lg化学 使用荷电状态进行平衡电池电量的方法和系统
CN101501518A (zh) * 2006-08-07 2009-08-05 罗伯特·博世有限公司 借助与容量有关的参数确定电池容量的方法
US20120179435A1 (en) * 2011-01-10 2012-07-12 Ford Global Technologies, Llc Method For Determining A Power Capability For A Battery
CN103197251A (zh) * 2013-02-27 2013-07-10 山东省科学院自动化研究所 一种动力锂电池二阶rc等效模型的辨识方法
CN103250066A (zh) * 2010-12-06 2013-08-14 德克萨斯仪器股份有限公司 感测电池容量的系统和方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9377512B2 (en) * 2013-05-08 2016-06-28 GM Global Technology Operations LLC Battery state estimator combining electrochemical solid-state concentration model with empirical equivalent-circuit model

Patent Citations (7)

* 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
CN101065876A (zh) * 2004-11-11 2007-10-31 株式会社Lg化学 使用荷电状态进行平衡电池电量的方法和系统
CN101501518A (zh) * 2006-08-07 2009-08-05 罗伯特·博世有限公司 借助与容量有关的参数确定电池容量的方法
CN101022178A (zh) * 2007-03-09 2007-08-22 清华大学 基于标准电池模型的镍氢动力电池荷电状态的估计方法
CN103250066A (zh) * 2010-12-06 2013-08-14 德克萨斯仪器股份有限公司 感测电池容量的系统和方法
US20120179435A1 (en) * 2011-01-10 2012-07-12 Ford Global Technologies, Llc Method For Determining A Power Capability For A Battery
CN103197251A (zh) * 2013-02-27 2013-07-10 山东省科学院自动化研究所 一种动力锂电池二阶rc等效模型的辨识方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107390138A (zh) * 2017-09-13 2017-11-24 山东大学 动力电池等效电路模型参数迭代辨识新方法
CN107390138B (zh) * 2017-09-13 2019-08-27 山东大学 动力电池等效电路模型参数迭代辨识新方法
US11156668B2 (en) 2017-09-13 2021-10-26 Shandong University Method for iteratively identifying parameters of equivalent circuit model of battery

Also Published As

Publication number Publication date
US20150066405A1 (en) 2015-03-05
DE102014217131A1 (de) 2015-03-05
US10473723B2 (en) 2019-11-12
CN104422893B (zh) 2019-02-22

Similar Documents

Publication Publication Date Title
CN104422893A (zh) 基于电池控制的模型中的参数和状态限制
JP7063440B2 (ja) バッテリー管理装置及び方法
JP6033155B2 (ja) 電池制御装置
JP4692246B2 (ja) 二次電池の入出力可能電力推定装置
US9312722B2 (en) System and method for battery power management
US9132745B1 (en) Frequency based battery model parameter estimation
JP6129306B2 (ja) 電池制御装置
CN112425026B (zh) 用于控制二次电池的分步充电的装置和方法
US10436845B2 (en) Electric vehicle battery monitoring system
US9368841B2 (en) Battery power capability estimation at vehicle start
KR20140139322A (ko) 배터리 관리 시스템 및 그 구동방법
US10124696B2 (en) Estimation and compensation of battery measurement and asynchronization biases
JP5393176B2 (ja) バッテリシステム及び入出力電力推定方法
CN110573893A (zh) 用于估计二次电池的充电状态的装置和方法
CN105467325A (zh) 电池容量退化解决的方法和系统
JP2006516326A (ja) 電気エネルギー蓄積器のための複数の部分モデルを用いた状態量およびパラメータの推定装置
CN105899395B (zh) 估定机动车辆电池中的能量
CN105391107B (zh) 用于电池荷电状态估计的方法
WO2013016188A1 (en) Method, system, and apparatus for battery equivalent circuit model parameter estimation
CN105044606B (zh) 一种基于参数自适应电池模型的soc估计方法
JP5653881B2 (ja) 二次電池状態検出装置および二次電池状態検出方法
CN110290972B (zh) 估计电池单体的充电状态的方法
CN114072685A (zh) 一种用于估计电池单元的操作参数的方法
CN113968168A (zh) 使用电池荷电状态和电力容量策略的电动化车辆控制
JP2017501396A (ja) 自動車両バッテリとアースの間の絶縁抵抗の推定法

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