CN104868519B - 电池控制系统、车辆及平衡牵引电池的电池单元的方法 - Google Patents

电池控制系统、车辆及平衡牵引电池的电池单元的方法 Download PDF

Info

Publication number
CN104868519B
CN104868519B CN201510087883.9A CN201510087883A CN104868519B CN 104868519 B CN104868519 B CN 104868519B CN 201510087883 A CN201510087883 A CN 201510087883A CN 104868519 B CN104868519 B CN 104868519B
Authority
CN
China
Prior art keywords
battery
condition
power
time
value
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
CN201510087883.9A
Other languages
English (en)
Other versions
CN104868519A (zh
Inventor
李勇华
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 CN104868519A publication Critical patent/CN104868519A/zh
Application granted granted Critical
Publication of CN104868519B publication Critical patent/CN104868519B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
    • H02J7/0014—Circuits for equalisation of charge between batteries
    • H02J7/0016—Circuits for equalisation of charge between batteries using shunting, discharge or bypass circuits
    • 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]
    • B60L58/13—Maintaining the SoC within a determined range
    • 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
    • B60L58/18—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries of two or more battery modules
    • B60L58/22—Balancing the charge of battery modules
    • 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]
    • 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]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
    • H02J7/0014—Circuits for equalisation of charge between batteries
    • H02J7/0019—Circuits for equalisation of charge between batteries using switched or multiplexed charge circuits
    • 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
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/46—Control modes by self learning
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/40—The network being an on-board power network, i.e. within a vehicle
    • H02J2310/48—The network being an on-board power network, i.e. within a vehicle for electric vehicles [EV] or hybrid vehicles [HEV]
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Secondary Cells (AREA)

Abstract

本发明提供一种电池控制系统、车辆及平衡牵引电池的电池单元的方法。混合动力电动车辆和纯电动车辆包括由多个电池单元构成的牵引电池。在重复的充电和放电循环期间，各个电池单元的荷电状态可能彼此不同。为了优化牵引电池使用，期望使电池单元的荷电状态相同。电池单元平衡可以使荷电状态相同并使电池性能提高。为了达到合适的电池单元平衡，应该得知每个电池单元的准确的荷电状态值。当持续激励条件和估计收敛条件被满足时，可得到准确的荷电状态值。如果所述条件没有被满足，则可执行电池的主动激励，以增大满足所述条件的机会。可以根据当所述条件被满足时估计的荷电状态值而启动电池单元平衡和结束电池单元平衡。

Description

电池控制系统、车辆及平衡牵引电池的电池单元的方法
技术领域
本申请总体上涉及牵引电池单元平衡。
背景技术
混合动力电动车辆和纯电动车辆依靠牵引电池来提供用于推进车辆的动力。为了确保车辆的优化操作，可监测牵引电池的各种特性。一个有用的特性是：电池功率容量，指示电池在给定的时间可以供应多少电力或者可以吸收多少电力。另一个有用的特性是：电池荷电状态，指示在电池中储存的电荷的量。对于在充电/放电、将电池保持在安全的操作极限内以及使电池单元平衡期间控制电池的操作而言，电池特性是重要的。
可以直接或间接测量电池特性。可以利用传感器直接测量电池电压和电流。其他的电池特定可能需要首先估计电池的一个或更多个参数。被估计的参数可包括与牵引电池相关联的电阻、电容以及电压。接着，可从所估计的电池参数中计算出电池特性。包括实现卡尔曼滤波器模型来递归地估计模型参数的许多现有技术方案适用于估计电池参数。
发明内容
一种电池控制系统包括：牵引电池，包括多个电池单元；至少一个控制器。所述至少一个控制器被配置为：产生电池单元的模型参数估计值；当持续激励条件和估计收敛条件被满足时，响应于电池单元之间的荷电状态差异的幅值大于预定值，根据从模型参数估计值获得的荷电状态而平衡电池单元。
当满足下面的条件式时，持续激励条件可被满足：
其中，Tpe是积分间隔，Vt是端电压，Voc是开路电压，i是电流，α0和α1是预定值。当模型参数估计值中的至少一个和相对应的模型参数测量值之间的误差幅值小于预定阈值持续预定时间段时，可满足估计收敛条件。所述至少一个控制器还可被配置为：在不影响车辆的加速度的情况下，响应于持续激励条件和估计收敛条件中的至少一个未被满足，使电池功率需求的预定数量的频率分量幅度超出所述预定幅值。
一种车辆包括：牵引电池，包括多个电池单元；至少一个控制器。所述至少一个控制器被配置为：当持续激励条件和估计收敛条件被满足时，响应于电池单元之间的荷电状态差异的幅值大于预定值，根据从电池单元模型参数估计值获得的荷电状态而平衡电池单元。
当满足下面的条件式时，可满足持续激励条件：
其中，Tpe是积分间隔，Vt是端电压，Voc是开路电压，i是电流，α0和α1是预定值。当模型参数估计值中的至少一个和相对应的模型参数测量值之间的误差幅值小于预定阈值持续预定时间段时，可满足估计收敛条件。所述至少一个控制器还可被配置为：响应于电池单元之间的荷电状态差异的幅值小于预定值，结束平衡电池单元。所述至少一个控制器还可被配置为：在平衡电池单元期间，当持续激励条件和估计收敛条件被满足时，响应于电池单元之间的荷电状态差异的幅值小于预定值，结束平衡电池单元。所述至少一个控制器还可被配置为：在不影响车辆的加速度的情况下，响应于在开始电池单元平衡之后持续激励条件和估计收敛条件未被满足持续预定时间段，使电池功率需求的预定数量的频率分量幅度超出预定幅值。所述至少一个控制器还可被配置为：当持续激励条件和估计收敛条件在预定的时间被满足时，响应于电池单元之间的荷电状态差异的幅值大于预定值，在预定的时间平衡电池单元。所述至少一个控制器还可被配置为：在不影响车辆的加速度的情况下，响应于持续激励条件和估计收敛条件在预定时间未被满足，使电池功率需求的预定数量的频率分量幅度超出预定幅值。
一种通过至少一个控制器来平衡牵引电池的电池单元的方法包括：在获得电池单元的第一荷电状态组之后，响应于持续激励条件和估计收敛条件被满足，基于电池单元之间的第一荷电状态的差异的幅值大于预定值，启动电池单元平衡；在获得电池单元的第二荷电状态组之后，响应于持续激励条件和估计收敛条件被满足，基于电池单元之间的第二荷电状态的差异的幅值小于预定值，结束电池单元平衡。
当满足下面的条件式时，可满足持续激励条件：
其中，Tpe是积分间隔，Vt是端电压，Voc是开路电压，i是电流，α0和α1是预定值。当模型参数估计值和相对应的模型参数测量值之间的误差幅值小于预定阈值持续预定时间段时，可满足估计收敛条件。所述方法还可包括：允许在预定的时间启动电池单元平衡。所述方法还可包括：在不影响车辆的加速度的情况下，响应于在所述预定的时间之前持续激励条件和估计收敛条件在预定时间间隔内未被满足，使电池功率需求的预定数量的频率分量幅度超出预定幅值。所述方法还可包括：在不影响车辆的加速度的情况下，响应于在启动电池单元平衡之后在预定量的时间内没有结束电池单元平衡，使电池功率需求的预定数量的频率分量幅度超出预定幅值。所述方法还可包括：将单个点火循环内的电池单元平衡循环的数量限制为少于预定数量的循环。
附图说明
图1是示出了典型的动力传动系和能量储存组件的混合动力车辆的示意图。
图2是示出了包括多个电池单元且由电池控制模块监测与控制的可能的电池组布置的示意图。
图3是示例性的电池单元等效电路的示意图。
图4是示出了针对典型的电池单元的可能的开路电压(Voc，open-circuitvoltage)与电池荷电状态(SOC，state of charge)的关系的曲线图。
图5是结合牵引电池的主动激励(active excitation)来计算电池容量的可能的方法的流程图。
图6是利用牵引电池的主动激励来估计电池参数的可能的方法的流程图。
图7是描绘了用于描述牵引电池的主动激励的可能的功率流的示意图。
图8是利用牵引电池的主动激励来执行单元平衡的可能的方法的流程图。
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，所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。附图不一定按比例绘制；可放大或缩小一些特征以示出特定组件的细节。因此，在此所公开的具体结构和功能性细节不应解释为限制，而仅为用于教导本领域技术人员多样地采用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性实施例。然而，与本公开的教导一致的特征的多种组合和修改可被期望用于特定应用或实施方式。
图1描绘了典型的插电式混合动力电动车辆(HEV)。典型的插电式混合动力电动车辆12可包括机械地连接至混合动力变速器16的一个或更多个电机14。电机14可能够作为电动机或发电机而操作。此外，混合动力变速器16机械地连接至发动机18。混合动力变速器16还机械地连接至驱动轴20，驱动轴20机械地连接至车轮22。当发动机18开启或关闭时，电机14可提供推进力或减速能力。电机14也用作发电机，并且可通过回收在摩擦制动系统中通常将作为热损失掉的能量而提供燃料经济性效益。通过允许发动机18在更高效的转速下运转并允许混合动力电动车辆12在发动机18在特定状况下关闭时按照电动模式运转，电机14还可以提供减少车辆排放物。
牵引电池或电池组24储存可以由电机14使用的能量。车辆电池组24通常提供高压直流(DC)输出。牵引电池24可通过一个或更多个接触器42电连接至一个或更多个电力电子模块(power electronics module)26。当一个或更多个接触器42断开时，可使牵引电池24与其他组件隔绝；当一个或更多个接触器42闭合时，可使牵引电池24连接到其他组件。电力电子模块26还电连接至电机14，并且提供在牵引电池24与电机14之间双向传输能量的能力。例如，典型的牵引电池24可以提供DC电压，而电机14可能需要三相交流(AC)电流来运转。电力电子模块26可以将DC电压转换为电机14所需要的三相AC电流。在再生模式下，电力电子模块26可将来自用作发电机的电机14的三相AC电流转换为牵引电池24所需要的DC电压。在此进行的描述同样可应用于纯电动车辆。对于纯电动车辆，混合动力变速器16可以是连接至电机14的齿轮箱，并且可不存在发动机18。
牵引电池24除了提供用于推进的能量之外，还可以提供用于其它的车辆电气系统的能量。典型的系统可包括将牵引电池24的高压DC输出转换为与其它的车辆负载兼容的低压DC电源的DC/DC转换器模块28。其它高压负载(诸如压缩机和电加热器)可直接连接至高压，而不需要使用DC/DC转换器模块28。低压系统电连接至辅助电池30(例如，12V电池)。
车辆12可以是电动车辆或插电式混合动力车辆，在所述车辆中可以通过外部电源36对牵引电池24进行再充电。外部电源36可以连接到电插座。外部电源36可以电连接至电动车辆供应设备(EVSE)38。EVSE 38可提供电路，并进行控制以调节并管理在外部电源36与车辆12之间的能量传输。外部电源36可以向EVSE 38提供DC或AC电力。EVSE 38可以具有充电连接器40，充电连接器40用于插入到车辆12的充电端口34中。充电端口34可以是被配置为从EVSE 38向车辆12传输电力的任何类型的端口。充电端口34可以电连接至充电器或车载电力转换模块32。电力转换模块32可以调节从EVSE 38供应的电力，以向牵引电池24提供适合的电压和电流水平。电力转换模块32可以与EVSE 38进行接口连接，以协调将电力传输至车辆12。EVSE连接器40可具有引脚，所述引脚与充电端口34的相对应的凹陷紧密配合。可选地，被描述为电连接的多个组件可利用无线感应耦合来传输电力。
可以设置一个或更多个车轮制动器44，以用于对车轮12减速并防止车辆12的移动。车轮制动器44可以液压致动、电致动或其特定组合。车轮制动器44可以是制动系统50的一部分。制动系统50可包括操作车轮制动器44所需的其他组件。为了简化，附图仅描绘了车轮制动器44中的一个与制动系统50之间的单个连接(single connection)。暗含了制动系统50与其他车轮制动器44之间的连接。制动系统50可包括控制器，以监测并调节制动系统50。制动系统50可监测制动组件并控制车轮制动器44，以实现期望的操作。制动系统50可对驾驶者命令做出响应，并且可以自主操作，以实现诸如稳定控制的功能。制动系统50的控制器可实现一种在另一控制器或子功能请求制动力时施加所请求的制动力的方法。
一个或更多个电力负载46可连接至高压总线。电力负载46可具有相关联的控制器，所述控制器用于在适当时操作电力负载46。电力负载46的示例可以是加热模块或空调模块。
所讨论的各种组件可具有一个或者更多个相关联的控制器，以控制并监测组件的操作。控制器可经由串行总线(例如，控制器局域网(CAN))或经由离散的导体进行通信。此外，可存在系统控制器48，以调节各种组件的操作。
可以通过多种化学配方构建牵引电池24。典型的电池组的化学成分可以是铅酸、镍金属氢化物(NIMH)或锂离子。图2示出了N个电池单元72简单串联配置的典型的牵引电池组24。然而，其它电池组24可由任何数量的单独的电池单元按照串联或并联或它们的特定组合连接而组成。典型的系统可具有一个或更多个控制器(诸如用于监测并控制牵引电池24的性能的电池能量控制模块(BECM)76)。BECM 76可以监测多个电池组水平特性(诸如电池组电流78、电池组电压80以及电池组温度82)。BECM 76可具有非易失性存储器，使得当BECM 76处于关闭状态时，数据也可被保留。所保留的数据可以在下一个点火循环时被使用。
除了测量和监测电池组水平特性外，还可测量和监测电池单元72的水平特性。例如，可以测量每个单元72的端电压(terminal voltage)、电流和温度。系统可使用传感器模块74来测量电池单元72的特性。根据性能，传感器模块74可以测量一个或多个电池单元72的特性。电池组24可利用多达Nc个传感器模块74来测量所有电池单元72的特性。每个传感器模块74可将测量值传输至BECM 76，以进行进一步处理和协调。传感器模块74可将模拟形式或数字形式的信号传输至BECM 76。在一些实施例中，传感器模块74的功能可以被集成到BECM 76中。即，传感器模块74的硬件可以被集成作为BECM 76中的电路的一部分，并且BECM76可以进行原始信号的处理。
计算电池组的各种特性将会是有用的。诸如电池功率容量和电池荷电状态的量可有用于控制电池组以及从电池组接收电力的任何电负载的操作。电池功率容量是电池能够提供的功率的最大量或者电池可以接收的功率的最大量的测量值。得知电池功率容量，以管理电负载，使得所请求的功率在电池能够处理的极限内。
电池组荷电状态(SOC)给出电池组中剩余多少电荷的指示。电池组SOC可以是通知驾驶者在电池组中剩余多少电荷的输出(类似于燃料计)。电池组SOC也可用于控制电动车辆或混合动力电动车辆的操作。可以通过多种方法来实现电池组SOC的计算。计算电池SOC的一种可能的方法是：执行电池组电流关于时间的积分。这是本领域公知的安培-小时积分。这一方法的一个可能的缺点是：电流测量可能存在噪声。由于这一噪声信号关于时间的积分而可能导致荷电状态的可能的不准确。
电池单元可被建模为电路。图3示出了一个可能的电池单元等效电路模型(ECM)。电池单元可被建模为电压源(Voc)100，电压源(Voc)100具有相关联的电阻(102和104)和电容106。Voc 100表示电池的开路电压。所述模型包括内电阻r1 102、电荷转移电阻r2 104和双电层电容C 106。电压V1 112是由于电流114流经电路所引起的内电阻r1 102两端的电压降。电压V2 110是由于电流114流经r2 104和C 106的并联组合所引起的所述并联组合两端的电压降。电压Vt 108是电池的端子之间的电压(端电压)。
由于电池单元阻抗，所以端电压Vt 108可不与开路电压Voc 100相同。开路电压Voc100不容易被测量，而只有电池单元的端电压108易于被测量。当在足够长的时间段内没有电流114流动时，端电压108可与开路电压100相同。需要足够长的时间段来使电池的内部动态达到稳定状态。当电流114流动时，Voc 100不能被容易地测量，并且需要基于电路模型来推测Voc 100的值。阻抗参数r1、r2和C的值可能是已知的或未知的。所述参数的值可取决于电池的化学特性。
对于典型的锂离子电池单元来说，SOC与开路电压(Voc)之间存在使得Voc＝f(SOC)的关系。图4示出了作为SOC的函数的开路电压Voc的典型的曲线124。可以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f-1(Voc)。可以通过控制器内的查找表或等效方程式实现所述函数或反函数。曲线124的精确形状可基于锂离子电池的特定配方而变化。电压Voc可随着电池充电和放电的结果而变化。项“df(soc)/dsoc”表示曲线124的斜率。
电池参数估计
电池阻抗参数r1、r2和C的值可随着电池的操作状况而变化。所述值可作为电池温度的函数而变化。例如，电阻值r1和r2可随着温度升高而减小，电容C可随着温度升高而增大。所述值也可取决于电池的荷电状态。
电池阻抗参数r1、r2和C的值也可随着电池的使用寿命而变化。例如，在电池的使用寿命期间，电阻值可增大。在电池的使用寿命期间，电阻的增大可以变化而作为温度和荷电状态的函数。较高的电池温度会导致电池电阻随着时间而较大的增加。例如，在一段时间内，在80℃下操作的电池的电阻会比在50℃下操作的电池的电阻增大更多。在恒定温度下，在50％荷电状态下操作的电池的电阻会比在90％荷电状态下操作的电池的电阻增大更多。这些关系可依靠电池化学特性。
利用电池阻抗参数的恒定值的车辆动力率系统可能不准确地计算其他电池特性(诸如荷电状态)。实际上，可期望在车辆操作期间估计阻抗参数值，从而连续地分析参数的变化。可利用模型来估计电池的各种阻抗参数。
所述模型可以是图3中的等效电路模型。所述等效电路模型的控制方程可书写如下：
Vt＝Voc-V2-r1*i (2)
其中，Q是电池容量，η是充电/放电效率，i是电流，是V2基于时间的导数，是Voc基于时间的导数，dVoc/dSOC是Voc基于SOC的导数。
联立等式(1)至等式(3)，产生下面的等式：
等式(4)和等式(5)的观测器可表示如下：
其中，Vt(t)是测量的电池单元端电压，是电池单元端电压的估计值，是电池单元开路电压的估计值，是电容元件两端的电压的估计值，L是所选择的在所有的状况下使动态误差稳定的增益矩阵。
上面的模型提供了开路电压和ECM的电容网两端的电压的估计。如果观测误差接近于零，则可认为估计值足够准确。上面的模型依靠阻抗参数值(诸如r1、r2和C)。为了使模型准确，需要知道具有足够准确度的参数值。由于所述参数值可随着时间变化，所以可期望估计所述参数值。
从上面得到的电池参数获得模型的可能的表达式可如下：
基于卡尔曼滤波器的递归参数估计方案可用于估计等式(6)和等式(7)的观测器的阻抗参数(r1、r2和C)。这些参数的离散形式可被表达为系统状态的函数，如下所示：
可通过将等式(8)表示为下面的形式来实现卡尔曼滤波器递归参数估计：
Y(k)＝ΦT(k)*Θ(k) (10)
其中，Φ称为回归量，Θ是参数矢量。
接着，可通过下面的等式来表示卡尔曼滤波器估计方案：
K(k+1)＝Q(k+1)*Φ(k+1) (12)
其中，是从等式(8)得到的参数的估计值，K、Q和P是如示计算得到的，R1和R2是恒量。在利用卡尔曼滤波器算法计算参数之后，可在等式(6)和等式(7)中利用所述参数，以获得状态变量的估计值。一旦估计了Voc，则可以根据图4来确定SOC的值。也可以利用其它参数估计方案，诸如最小二乘估计。
上面的参数估计需要Voc的值。可以从等式(3)计算Voc。当在电池休眠之后点火循环开始时，可以认为端电压和开路电压是相同的。端电压的测量值可用作Voc的起始值。接着，可利用等式(3)来估计作为电流的函数的开路电压。一旦得到相当准确的参数估计值，则可以使用从等式(6)和等式(7)中推导出的开路电压估计值。
一个可能的模型可考虑电流(i)作为输入，电压(V2)作为状态，项(Voc–Vt)作为输出。电池阻抗参数(r1、r2和C)或其多种组合可被看作将要被识别的状态。一旦识别了电池ECM参数和其它未知量，就可以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SOC和功率容量。
可以基于单个电池单元或者基于整个电池组而测量多个值。例如，可以针对牵引电池的每个电池单元测量端电压Vt。由于相同的电流可流经每个电池单元，所以可测量整个牵引电池的电流i。不同的电池组构造可能需要测量值的不同的组合。可对每个电池单元执行估计模型，接着，可将电池单元值组合，以实现整个电池组值。
另一个可能的实施方式可利用扩展卡尔曼滤波器(EKF，Extended KalmanFilter)。EKF是由下面形式的等式来控制的动态系统：
xk＝f(xk-1，uk-1，wk-1) (15)
zk＝h(xk，vk-1) (16)
其中，xk可包括状态V2和其他电池ECM参数；uk是输入(例如，电池电流)；wk是过程噪声；zk可以是输出(例如，Voc–Vt)；vk是测量噪声。
针对等效模型的控制等式的可能的一组状态可被选择如下：
离散时间或连续时间内的等式(1)和等式(2)的相对应的状态空间等式可被表示为等式(3)和等式(4)的形式。基于所描述的系统模型，可设计观测器来估计扩展状态(x1、x2、x3和x4)。一旦估计了所述状态，电压和阻抗参数(V2、r1、r2和C)就可被计算为所述状态的函数，具体如下：
整组EKF等式由时间更新等式和测量更新等式构成。EKF时间更新等式可将状态和协方差估计从先前时间步(time step)映射到当前时间步：
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的偏导数的雅可比矩阵；PK-1表示上一步的后验估计误差矩阵(posteriori estimate error matrix)；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的偏导数的雅可比矩阵；QK-1表示过程噪声协方差矩阵；表示矩阵WK的转置矩阵。
可以从通过将系统等式和系统状态组合而限定的一组状态等式来构建矩阵AK。在这种情形下，输入u可包括电流测量值i。
测量更新等式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的偏导数的雅可比矩阵；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的偏导数的雅可比矩阵；ZK表示测量的输出值；是矩阵VK的转置矩阵。
在EKF模型中，可假设电阻参数和电容参数缓慢地变化，并且导数为零。估计目标值可以用于识别电路参数的随时间变化的值。在上面的模型中，阻抗参数可被识别为：r1、r2和C。更多的综合模型可以另外将Voc估计为随时间变化的参数。其他模型构想可包括另一RC对，以表现缓慢电压恢复动态和快速电压恢复动态。这些构想可以增加模型中状态的数量。可基于所识别的参数计算其他电池特性，或者可将其他电池特性估计为模型的一部分。
本领域普通技术人员可构建并实现给定一组模型等式的EKF。上述的等式系统是针对电池系统的系统模型的一个示例。其他构想也是可能的，所描述的方法将同样很好地用于其他构想。
在上述示例中，i和Vt可以是测定量。可以从测定量和来自EKF的参数估计值来推导出量Voc。一旦已知了Voc，则可以基于图4计算荷电状态。得知上述参数，可以利用一个参数来计算其他电池特性。
电池容量估计
存在电池容量估计算法的两个主要类别。第一类别将计算建立在容量的定义(电池吞吐量(throughput)除以荷电状态(SOC)值的差异)的基础上。这一方法是基于不依赖电池容量而获得的两个单独的SOC值的获知。所述计算可被表示如下：
其中，SOCi和SOCf分别是在时间Ti和Tf的荷电状态。电池吞吐量可被定义为电流关于时间段的积分。当在控制器中实现时，所述积分可由电流值乘以采样时间然后求和来替代。
在现有技术中，存在利用上述构想的系统。一个现有技术的方法是获得两个点火开关接通/点火开关断开循环内的荷电状态值。对于锂离子电池，公知的是在电池休眠足够长时间后，端电压将非常接近电池的开路电压(即，Vt＝Voc)。可在点火时测量端电压，从开路电压得到荷电状态(例如，图4)。吞吐量可在每个点火循环期间被计算并被储存在非易失性存储中，以在下一个点火循环中使用。
容量定义方法的准确性取决于多个因素。所述计算依靠点火开关接通循环和点火开关断开循环(两个循环)，以获得SOC差异。两个点火循环必须间隔开足够的时间，使得电池充分地休眠以及足够的电流吞吐量流经电池。结果还取决于针对开路电压值的点火电压读数。为了计算吞吐量，必须使用电流积分，电流积分包括电流传感器不准确度和电流积分误差。可能没有考虑在点火开关断开周期期间的漏电流。此外，两个点火开关循环之间的温度变化可能较大。这些不准确性的结果是：利用这一方法会导致难以准确地计算电池容量。具体地，由于所描述的不准确性，可能导致无法识别电池容量的较小的变化。
电压传感器不准确度对电池容量的影响使用上述点火开关接通循环和点火开关断开循环可被表示如下：
其中，ΔQ是潜在容量估计误差，OCV1和OCV2是点火开关接通/点火开关断开两次电压读数，其中，f(OCVx)限定在特定电压下的SOC，T是在电流积分中使用的总时间，ΔV代表电压传感器不准确度，df/dV是SOC-OCV曲线在给定OCV值的导数。
作为最坏情形的示例，考虑在两个单独的点火开关循环的开始时刻对具有20％的SOC变化(吞吐量为5Ah(安培-小时))25Ah电池单元进行测量。假设电压传感器的不准确度为10mV，则df/dV接近于1。由于电压传感器不准确度所导致的容量估计误差将是ΔQ＝9000A-s或接近于电池容量的10％。
第二类别的电池容量估计算法基于系统识别理论获得电池容量，其中，电池容量作为电池模型的一部分而被获得。基于模型的方法也具有一定的局限性。通常，电池容量仅为弱可识别的变量。具体地，当将许多其他电池参数结合在一起时，在电池测量值被噪声、传感器不准确性或者电池模型误差损坏时，电池容量的弱可识别性使基于模型的卡尔曼滤波器方法变得不切实际。基于此，期望通过开路电压感测误差、未考虑的漏电流以及两个连续的驾驶循环之间的温度变化来消除被包括在电池容量估计中的误差。
在电池寿命期间可在车辆控制器中周期性地执行电池模型。基于所得到的模型参数，可设计SOC观测器，使得SOC可被准确地估计。可以实现SOC观测器，并且可以获得参数估计值。
存在可以应用于确定何时估计电池参数的多个方法。一个方法可以是一直获得参数。然而，这一方法存在一些缺点。等效电路模型仅仅是真实的电池行为的近似。在测量信号中可能存在传感器偏差和不准确性。这些因素导致了参数估计的不准确性(尤其是在输入不够丰富且不能持续地激励时)。如果输入不能对电池提供合适的激励，则输入不足够丰富以允许准确的参数估计。激励的丰富性或持续性还可取决于输入信号中各种频率的存在。牵引电池的输入信号可以是电池功率需求。例如，在恒定电流下进行操作不能提供足够的变化来确定模型的动态特性。
另一方法可以是：当认为输入不够丰富时，绕开参数估计。开环观测器可用于在这些间隔期间估计电池状态变量。这一方法包括在条件不够丰富时检测，并且与连续的获知方法相比，可提供更好的估计值。然而，这一方法的问题可能是：输入不足够丰富以用于参数估计的情况下的延长的时间段的影响。开环观测器初始时可提供足够的估计值，但是随着时间的过去，估计值可能变得不准确。
当电池系统在输入不够丰富以准确地获知参数的条件下运转延长的时间段时，将出现问题。在这些情形下，在较长的时间段内，将不能准确地获得参数。最后获得的值可能与当前时刻下的真实值明显不同。例如，在电路模型中的电阻r1可随着电池老化而增大。这可导致电池功率容量误差的不期望的增加。
另一方法可以是：出于参数估计的目的，主动激励电池。系统可尝试通过扭矩调制或其他控制动作来产生电池输入，以为了参数估计的目的而产生被持续激励的输入。电池功率需求可使得足够的频率分量被激励，从而可实现准确的参数估计。理想地，控制动作对于终端用户来说是易懂(transparent)的。例如，对牵引电池需求的任何修改不应该影响车辆的加速度。
持续激励和估计值收敛条件
为了有效地获得电池参数值，估计模型的输入条件需要是有效的。当满足有效的输入条件时，可以获得具有足够的准确性的电池参数值。缺乏有效的输入条件时，电池参数获知可导致不准确的值。
可满足的一个条件是持续的激励条件。为了有效地估计上面所示的参数，相关联的“持续激励”矩阵(PEM)可被限定如下：
其中，Tpe是进行积分的时间间隔。可选地，可以利用瞬时值(例如，消除上面等式中的积分)。积分可以帮助滤出噪声信号，并防止信号的快速变化。离散形式的等式(9)也可用于构成PEM。例如，Tpe可以被设置为5秒，PEM元素以5秒的间隔积分。为了使参数估计准确，PEM可需要满足特定的半正定性特性。如果对于所有的x，xTPx≥0，则矩阵P是半正定性的。持续激励条件是被计算为(PEM-α1I)和(α0I–PEM)的矩阵是半正定性的，其中，I是单位矩阵。持续激励条件可被表示为α0I≥PEM≥α1I，但是必须注意：表达式是矩阵表达式，而非标量表达式。如果矩阵是半正定性的，则矩阵的所有特征值均是非负的。正定性的矩阵P(对于所有的x，xTPx>0)是可逆的。表达式α0I≥PEM≥α1I可被称作持续激励条件。注意：上面的PEM具有与所选择的估计模型相关联的形式。不同的模型构成可导致不同的PEM，并且可具有不同的持续激励条件。
换句话说，如果基于回归量的持续激励矩阵满足特定的正定性条件，则参数估计值可以无偏差。当满足持续激励时，由于输入信号被认为足够丰富，所以可准确地获得参数。值α0和α1可限定持续激励矩阵的半正定性的上界和下界。值α0和α1可取决于电池系统的特性。当满足基于回归量的矩阵的正定性标准时，可认为输入条件是有效的。可调整Tpe、α0和α1的值来修改持续激励条件，从而满足针对不同目的的信号丰富性需求。
持续激励条件可指示输入条件对于参数估计有效，而不一定指示参数估计已经收敛到真实值。可执行对参数误差的另外监测，以确定参数估计值何时收敛到实际值。可以监测估计收敛条件，以确定参数估计值的收敛。一种用于确定参数估计值的量的方法可以是：监测一个或更多个模拟变量或参数的估计误差。可以监测估计值与测量值之间的误差。在预定时间段内，当误差的幅值由特定值界定时，参数估计值可被认为是可以接受的。例如，为了收敛，可监测来自等式(6)的映射误差估计收敛条件可以是：在预定的时间段内，估计误差的幅值小于预定阈值。可监测一个或更多个参数误差，所监测的值的选择可取决于模型和可使用的测量值。
当电池被充分激励(例如，满足持续激励条件)时，参数观测器中的估计误差保持被界定给定的时间段(例如，满足估计收敛条件)，SOC误差也可由预定值界定。SOC误差可被设计为足够小，可利用通过SOC观测器获得的SOC值来对基于安培-小时积分的SOC方法进行初始化。SOC误差界限的校准可以是专用的。例如，对于车辆驱动控制，2％的准确性会是足够的。然而，对于电池容量估计，可期望更准确的界限。根据期望的准确性，可以针对估计误差而使用不同的误差幅值阈值。较低的阈值可提高估计的准确性。
可在控制器中实现上面的持续激励条件。所述控制器可被配置为：计算矩阵的每个元素，并且确定半正定性条件。如果满足了半正定性的持续激励条件，可设定指示对于准确的参数估计输入是足够丰富的或者被持续激励的标志。这个标志可用于启动参数估计循环。可选择地，可以一直估计参数，但是所估计的参数可能会被忽略，直到满足持续激励条件持续预定的时间段。
一旦在给定的时间段内电池被充分激励并且估计误差被界定，则可将SOC误差认为足够小。这可被称作SOC实时初始化(SIOF，SOC initialization-on-the-fly)。该术语可用作开路电压的准确估计，因此，在控制器操作时，能够在任何时间(而非仅仅在起始时刻)获得SOC的准确值。与现有技术“仅仅在起始时刻”SOC初始化相反，该方法可“实时”或在任何时间获得SOC值。在通常的点火循环期间两次这样的事件可被用于取代现有技术中所使用的两次点火开关接通电压读数。该方法不依靠点火开关接通和点火开关断开循环来确定SOC值。当系统在操作时，可以在任何时间获得SOC值。这种方案使得无论何时SOC误差足够小均可计算电池容量。当在给定的时间段内电池被充分激励并且模型参数观测器中的估计误差保持被界定时，可满足SIOF条件。
仍旧会留有由于电压和电流传感器准确性所导致的SOC估计误差。最明显的误差可为：
其中，K(k)是增益(通常不稳定)，ΔV和ΔI分别是电压和传感器不准确值，r1是在给定温度和SOC下的电池内电阻值。可通过限制对特定值以上的温度的容量获知并且将观测器增益设置为较小的值，来减小电压和传感器的不准确性的影响。误差估计不受容量变化的影响。
给定以上构成，系统可确定电池系统是否被持续地激励，从而可获得可接受的估计结果。一种技术可以是监测上述的持续激励条件。一种被动的方法可监测持续激励条件，并且在满足条件时执行参数获知。该被动方法依靠电池的正常操作，并且在条件合适时获得参数值。
一种主动激励方法可创造条件，从而满足持续激励条件。这可包括以满足持续激励条件的方式来操作电池组。这可需要控制器来命令其他装置或子系统通过向电池提供电力或者从电池接收电力而操作。理想地，这种操作对于车辆所有人来说应该是易懂的。外加电池系统的主动激励，主动激励方法可允许在任何时间获得参数。
基于获知窗(learning window)调度电池容量
一旦限定了用于计算电池容量的方法，相关问题对电池容量获知进行调度。系统可需要确定是否经常需要获知电池容量。可在容量获知上所花费的执行时间的量与电池容量值的准确性之间进行权衡。研究表明，在正常操作温度下，锂离子电池容量的衰退遵循时间平方根定律。在电池使用寿命的早期，容量衰退的幅值较大。基于这一观测，可基于电池的日历寿命来调度电池容量获知。由于在电池使用寿命的早期，改变的幅值较大，所以在电池寿命的早期，更频繁地调度获知事件。即，随着电池使用年数的增加，可减小连续的电池容量确定之间的时间间隔。
关于何时可准确地估计电池容量，上面描述的持续激励和估计收敛条件可提供检查。可存在这样的情形：在较长的时间段内不满足条件。在这些情形下，可出于估计目的而启动电池的“主动激励”。电池的主动激励尝试引起电池操作条件，使得满足用于容量估计的持续激励条件。当满足持续激励条件时，还可满足估计收敛条件。
可根据可接受的容量误差和容量衰退的时间平方根定律来调度容量获知。调度可基于年龄而被均匀地分布。在图5中示出了用于计算电池功率容量的系统的一个示例。获知窗的预定的调度可被限定并储存在控制器存储器中。可存在用于设置获知窗的多个方法。例如，可分析预期的容量衰退，可创建对应于相同容量变化的获知窗。
对于每个调度的容量获知事件，可限定两个时间值。获知日期(LD，learn date)可被限定，并且可以是与寿命日历时间的起始相关联的相对日历项中的日期和时间，LD限定了应该获得容量的期望的时间。最晚获知日期(LLD，latest learning date)可被限定，并且可以是与寿命日历时间的起始相关联的相对日历项中的日期和时间，LLD限定了应该获得容量的最晚时间。所述两个值LD和LLD可以限定可以获得电容的目标时间窗。一系列的容量获得事件可被预先确定并被储存在控制器存储器中，其中，每个事件具有限定的相关联的时间值。
控制器可被配置为保持电池寿命时间计数值(t)，电池寿命时间计数值(t)指示自电池开始被调配时刻起运行的时间。在电池寿命时间的起始时刻，电池寿命时间计数值(t)可被重新设置为零。电池寿命时间计数值可基于通过车辆内的控制器所保持的日历日期和时间。电池寿命时间计数值(t)可随着电池寿命时间而周期性地增加，以反映自电池寿命起始时刻起的时间。一系列获知日期可以与电池寿命起始时刻相关。在车辆点火开关接通时，电池寿命时间计数值可与获知调度相比较，以确定是否需要计算电池容量。
在车辆点火开关接通时(框200)，控制器可向存储器读取容量获知调度(框202)。容量获知调度可由一系列多对获知日期(LD)和最晚获知日期(LLD)构成。所述多对获知日期可由诸如索引j而被索引到获知调度，并返回第j获知日期和第j最晚获知日期。获知调度中每对获知日期可具有相关联的标志，所述标志用于指示针对那一对获知日期是否已经完成获知。可从电池寿命时间计数值和获知调度的获知日期来确定当前的获知调度索引(框204)。可搜索获知调度，以寻找还未完成获知的下一个索引。在控制器操作期间，可保留这一对获知日期的索引j，以访问获知调度。
在计算电池容量之前，可检查电池温度Tbatt(框206)。为了改善估计，当电池温度高于预定阈值Tcal时，可获得容量。如果温度低于预定值，则参数估计可延迟，直到温度高于所述阈值。
如前所述，获知调度可限定用于计算电池容量的时间窗。所述时间窗由索引以及在索引处的两个时间值(获知日期[LD(j)]和最晚获知日期[LLD(j)])而限定。控制器可将电池寿命时间计数值与被索引的获知日期进行比较(框208)。如果电池寿命时间计数值t没有达到被索引的获知日期，则系统可继续检查温度(框206)和时间(框208)。在这种情形下，无法估计在当前的时间下的电池容量。
如果电池寿命计数值超过被索引的获知日期，则可以检查被动激励(PE，passiveexcitation)条件(框210)。当满足持续激励条件和估计收敛条件时，满足PE条件。如果满足PE条件，则控制器可储存当前的开路电压值(或者可选地储存与电动开路电压相关联的荷电状态值)，并且重置运行时间(te)值和吞吐量(TP)计数值。
如果没有满足PE条件，则可将电池寿命计数值与当前索引的最晚获知日期[LLD(j)]进行比较(框212)。如果电池寿命计数值超出当前索引的LLD，则可启动牵引电池的主动激励(框214)。如果电池寿命计数值没有超出当前索引的LLD，则执行可返回检查PE条件(框210)。在应用主动激励的情形下，在应用了主动激励之后，可对所估计的开路电压进行采样(框216)。可假设执行主动激励过程持续了确保满足PE条件的时间段。可选地，在应用主动激励后，可监测PE条件，以确保主动激励产生合适的电池功率需求。
第一开路电压Voc 1可被储存作为当前获得的开路电压的值。该值可以是运行的电池阻抗参数估计模型的结果。吞吐量(TP)值可以被重置为零值。运行时间te可被重置为零。吞吐量值可用于利用安培-小时积分来累计电流。在操作期间，吞吐量值可被增加电流与采样周期的乘积。
一旦储存了第一开路电压，则可将电池温度与校准温度相比较(框218)。如果电池温度Tbatt没超出校准温度Tcal，则可重置获知过程，并且执行可返回检查PE条件(框210)。当电池温度超过阈值时，可检查其他标准(框220)。
吞吐量(TP)可与阈值(TPcal)相比较。此外，运行时间te可与校准时间tcal相比较。如果吞吐量超出吞吐量阈值并且运行时间小于校准值，则系统可再次检查PE条件(框222)。时间和吞吐量条件可确保电池已经运转足够久，从而存在相当的SOC差异。如果不满足标准，则吞吐量(TP)和运行时间(te)可增加(框226)。
吞吐量(TP)可被增加采样时间与测量的电流的乘积。运行时间可被增加每个执行间隔的采样时间。接下来，执行可返回至温度检查(框218)。
当TP和te满足框220中所示的标准时，可检查PE条件(框222)。如果满足PE条件，则系统可储存第二开路电压值Voc 2(框230)，以用于电池容量的最终计算。如果不满足PE条件，控制器可检查以查看是否超出了当前索引的最晚获知日期(框224)。电池寿命时间计数值可与当前索引的最晚获知日期相比较，如果电池寿命时间计数值超出了当前索引的LLD，则可以启动主动激励(框228)。如果电池寿命时间计数值不超过当前索引的LLD，则执行可增大TP和te值(框226)。
在主动激励之后，第二开路电压可被储存作为模型的当前开路电压值(框230)。主动激励可需要被应用特定的时间段，以允许满足PE条件。再次，一种选择可以实际检查PE条件，以确保主动激励正确工作。
一旦储存了第二开路电压，则电池容量可计算如下(框232)：
可利用低通滤波器选择地对容量进行过滤(框232)。一旦获得了容量值，则可以认为完成了调度事件的容量获知。标志可与获知调度条目一起储存，以指示已经完成了针对该条目的容量获知。注意，如上关于图4所讨论，SOC值可被推导为开路电压的函数。可通过定义一个值α对容量值进行过滤，值α权衡当前计算的容量与先前的容量值的贡献。这可被表示如下：
Qnew＝αQnew+(1-α)Qold (32)
其中，Qold表示先前的容量值。
一旦计算出新的电池容量，则针对被索引的获知日期完成了获知(框234)。针对索引的电池容量可被储存。标志可与索引一起储存，以指示完成了针对被索引的调度值的获知。执行可停止(框236)，直到随后的点火开关接通循环，在点火开关接通循环期间，可重复所述过程，这是因为可使用新的获知调度索引。
在一些情形下，可能不存在提供持续激励所需的输入来满足被动激励的标准。这可能是由于车辆控制装置和操作者驾驶习惯所导致的。在这样一种情形下，对于调度获知事件而言，电池寿命计数值可能超出最晚的获知日期。在容量获知还没有完成的情况下，如果电池寿命计数值超出最晚的获知日期，则系统可请求执行主动激励。
主动激励可尝试使用其他车辆控制装置(例如，高压组件，诸如电动空调、电加热器、动力转向盘或电动车辆电机控制装置)，使得电池输入满足持续激励标准。理想地，其他组件的操作将以操作者易懂的方式而执行。主动激励可被配置为：使得在操作期间车轮处的净功率不变化。
总之，电池容量计算不一定需要针对在两个单独的点火循环的起始时刻获得的SOC的两个开路电压读数。当SOC估计值具有最高的可信度时，可使用基于模型的系统来估计电池容量。利用上述方法，可期望电流积分和SOC值彼此独立，以避免循环计算。基于纯的安培-小时积分的SOC计算使容量估计随着将依靠电流积分的等式的分子和分母两者而循环。所描述的系统针对分子使用安培-小时积分，但依靠针对分母的基于模型的参数，从而避免了循环计算。此外，如果条件使得SOC估计值具有低可信度，则控制器可操作牵引电池，以达到可以获得高可信度估计值的条件。
容易地显示出：容量值误差的影响对于来自模型的SOC估计具有可忽略的影响。开路电压的导数可被表示为：
其中，Q是电荷容量，I是电池电流。在将上述等式用于模型中以计算Voc的系统中，在恒定电流放电期间，开路电压的误差可被近似为：
其中，ΔQ表示容量的误差，L表示观测器增益。与Q相比，可认为ΔQ的值较小。作为示例，假设I＝100Amp、L＝100、df/dSOC＝1、Q＝25Amp-hr＝90000Amp-sec以及ΔQ＝1000Amp-sec。利用这些值，误差变为1/8,100,000伏特(几乎为零)。基于误差分析，即使当在模型中使用的电池容量不够准确，也可以基于电池模型而合理地依靠利用观测器的SOC估计。
容量获知方案的优点是：减小了电压传感器误差的影响，并降低了在容量估计方面未考虑的漏电流。可以使用被动获知，所述被动获知利用基于驾驶者输入的电池输入和车辆控制装置设计。在必要时，也可以使用驾驶者易懂的主动激励。
以上方法基于模型参数估计值而提供准确的SOC估计。一旦确定了SOC，则可以根据SOC值操作牵引电池。还可以基于电池容量估计值操作牵引电池。
针对电池单元平衡调度主动激励
在由许多连接的电池单元构成的电池中，电池单元的荷电状态可能由于许多原因而变得不平衡，所述原因包括：制造变化量、由于电池组内的温度分布而导致电池单元以不同的速率衰退、由于芯片设计而导致以不同速率的内部泄漏。电池单元失衡可被定义为电池单元的SOC之间的差异。许多产品电池组包括电池单元平衡功能，其中，当电池单元之间的SOC差异的幅值超出预定值时，触发电池单元平衡控制。
电池单元平衡是这样的过程：尝试通过向受到影响的电池单元增添电荷或者从受到影响的电池单元中减去电荷，以使电池单元的SOC相等。当电池单元之间的SOC差异的幅值大于阈值时，现有技术的系统可启动电池单元平衡。当电池单元之间的SOC差异的幅值小于第二阈值时，可以终止电池单元平衡。由于SOC值的不准确性，现有技术系统可倾向于使电池单元过平衡，从而导致浪费能量。
用于执行电池单元平衡的各种方法是可行的。一些系统可包括跨过每个电池单元的开关，以选择性地开关电池单元两端的电路元件。电路元件可允许电池单元放电。可选地，开关可选择性地将电池单元连接起来，使得一个电池单元放电，同时对另一电池单元充电。可以这样来实现电池单元平衡：通过选择性地对电池的电池单元充电或放电，直至所有的电池单元具有近似相同的荷电状态。将要描述的方案可适用于任何电池单元平衡硬件配置。
用于计算SOC的方法(诸如安培-小时积分以及基于模型的观测器)可能与真实值存在偏差。针对依靠点火开关接通时刻的电池单元电压测量值的系统，电池单元电压传感器不准确性可导致不准确的SOC值。由于电池单元电压测量值的公差，导致在起始处，SOC值可能是不准确的。由于电压测量的不准确性可导致错误地观测到电池单元失衡。由于电池单元平衡策略依靠SOC，所以期望确保SOC值足够准确以启动和终止电池单元平衡。
当电池单元之间的SOC差异的幅值高于预定值时，可启动电池单元平衡。在持续预定的时间段执行电池单元平衡之后，可以重新估算SOC差异。如果所述SOC差异的幅值低于预定阈值时，则可以终止电池单元平衡。注意：一些迟滞因子可被结合到用于启动和终止电池单元平衡的阈值中。
如上所述，可应用SOC实时初始化技术来确保针对每个电池单元的高质量的SOC估计。当满足持续激励条件并且满足估计收敛条件时，可认为SOC是准确的。当高质量SOC估计适用于每个电池单元时，可以启动并终止电池单元平衡。
图8示出了电池单元平衡策略的一种可能的实施方式的流程图。在系统起始(框500)处，控制器可开始对于车辆点火开关接通的检查(框502)。如果没有检测到点火开关接通，则控制器可继续检查点火开关接通状况(框502)。如果检测到点火开关接通，则控制器可启动定时器Tcb(框504)。定时器Tcb可用于确保在预定量的时间内执行电池单元平衡。控制器可开始检查SOC实时初始化(SIOF)条件(框506)。SIOF条件可以是满足持续激励条件和估计收敛条件。
如果满足SIOF条件，则系统可执行电池单元平衡(框508)。此时，可计算电池单元之间的SOC差异，以确定是否需要电池单元平衡。如果需要电池单元平衡，则可采取适合的控制动作(例如，触发适合的开关装置)。可进行检查，以确定是否已经完成电池单元平衡(框510)。完成电池单元平衡可需要SOC差异幅值低于预定的幅值。如果已经完成了电池单元平衡，则执行可结束(框518)，直至再次开始。如果没有完成电池单元平衡，则系统需要继续检查SIOF条件(框506)，并在满足SIOF条件时继续进行电池单元平衡(框508)。
如果没有满足SIOF条件，则系统可检查定时器Tcb的状态(框512)，以确定定时器是否已经到期。注意，定时器可被实现为计数定时器或倒计数定时器。定时器Tcb的到期指示已经运行了预定量的时间。如果定时器还没有到期，则系统可继续检查SIOF条件(框506)。如果定时器已经到期，则可启动主动电池激励(框514)。主动电池激励请求可确保满足SIOF条件。在启动主动电池激励之后，可检查SIOF条件(框516)。如果不满足SIOF条件，则系统可继续请求主动电池激励(框514)。如果满足了SIOF条件，则系统可继续进行电池单元平衡，直至完成。
系统可限制单个点火循环内的电池单元平衡循环的数量小于循环的预定数量。在SOC估计不准确或电池单元平衡条件过窄的情形下，在点火循环期间限制循环的数量帮助避免电池单元平衡逻辑的过度循环。
此外，如果在电池单元平衡期间不满足SIOF条件，则可在已经启动电池单元平衡之后的预定量的时间，请求主动激励。这可帮助确定在电池单元平衡期间计算准确的SOC值。另外，这样的方案可以减少电池单元平衡所需的时间的量。
通过激活电池的主动激励，可以获得改善的参数估计值。可从参数估计值中推导出电池SOC。通过确保条件适于估计，系统可执行更有效的电池单元平衡。具体地，SOC水平相等的确定可变得更准确，从而使得电池单元平衡更有效。
电池控制系统可在电池单元平衡期间连续地计算SOC并监测多个SOC。所公开的方案的一个优点是：不需要固定的电池单元平衡时间。可以继续进行电池单元平衡，直到使SOC值平衡，而不再需要运行的平衡路线。通过在电池单元平衡期间请求电池输入的主动激励，可以实现更快的电池单元平衡时间。
基于参数的质量调度主动激励
利用基于模型的方法的电池控制信号准确性(例如，功率容量和荷电状态)依靠参数估计准确性，尤其依靠电阻估计值r1。功率容量估计误差和荷电状态估计误差被表示为电阻r1估计误差的函数，如下所示：
功率容量估计误差∝Imax*Δr1 (35)
荷电状态估计误差∝Imax*Δr1 (36)
产生的估计误差与最大的充电或放电电流乘以电阻r1的估计误差成比例。针对给定的电池温度，预计电阻值随着电池的寿命而增大。在电池寿命起始处所使用的值不能反映真实的电阻值，随着时间的过去，电阻值增大。可已知随着时间变化的电池参数的上限和下限，使得对于给定的电池年龄，可限定预计值的范围。可能的是，如果没有随着时间获知电池阻抗参数，则当前的电阻值可能会落在预计的范围之外。当误差变得过大时，可期望强制系统通过主动激励来获知。
可利用基于电池寿命的参数数据对电池阻抗参数进行初始化。如前所述，电池参数可作为温度和荷电状态的函数随着电池的寿命而变化。图6描绘了如何构建参数获知的示例流程图。可开始准备阶段(框300)，其中，构建初始的电池参数值和表格。可构建参数表格，以基于荷电状态和温度来限定每个电池阻抗参数的属性。将参数空间划分为温度和荷电状态的不同间隔的网格(框302)。所述网格可以是等间距或不等间距的。所述网格可以基于参数关于温度或荷电状态的偏导数。温度范围(例如，对于产品电池，-40℃到55℃)可被标示为Tgrid＝[1,...,Nt]，荷电状态网格可被标示为SOCgrid＝[1,...,Ns]。可利用来自测试数据的值或预计的值来对网格进行初始化(框304)。对于电池的寿命起始时刻，每个网格可与被标记为tstamp(i,j)的时间戳相关联，时间戳可被初始化为零。每个网格可具有相关联的参数估计质量QOPE(i,j)，其中，参数估计质量的值可被初始化为1。所述网格可被保持在控制器存储器中，使得在以后的点火循环期间均可使用所述数据。
QOPE可以是指示过去的估计质量。小于1的值可指示对于给定的索引(i,j)获得的参数组具有较大的变化。更高的值可指示随时间有较小的变化，并且可呈现参数值的更稳定的估计值。
一旦对网格进行了初始化，系统就可等待车辆点火开关接通。在车辆点火开关接通时(框306)，可闭合接触器。如果接触器没有闭合，则无法执行估计。可检查接触器以验证接触器闭合(框308)。如果没有请求闭合接触器，则系统可继续检查接触器状态(框308)。如果接触器闭合，则系统可开始参数估计处理(框310)。
系统可接着测量电池组的温度。控制器可对温度信号采样，并存储结果。还可估算电池荷电状态。可利用安培-小时积分计算荷电状态。安培-小时积分可在初始提供合理的估计值，这是因为该技术不依靠等效电路参数获知。此外，电池等效电路参数较少地依靠荷电状态。
得知温度和荷电状态，可以确定当前操作点的网格位置。通过将温度测量值与Tgrid的元素相比较，控制器可找到对应于所述温度测量值的索引。同样地，通过将荷电状态值与SOCgrid的元素相比较，控制器可找到对应于当前的荷电状态的索引。然后，可分别从tstamp(i,j)和QOPE(i,j)中读取与网格点(i,j)相关联的时间戳和参数估计质量(框312)。
电池可通过功率容量衰退(通过内电阻的增大)和容量损耗(通过将离子保持在锂离子电池中的能力的损失)而老化。可限定校准映射(时间校准(Timecal)映射)来描述电阻随时间的增大。校准映射可指示预计电池参数改变的一系列时间。获得时间校准映射的一个方法可以是：利用独立于温度索引和荷电状态索引的固定间隔。另一方法可以是：利用取决于温度、荷电状态和电池已经操作的时间长度的可调整的时间间隔。可调整的时间的方法可以来源于电池随时间以不同的速率老化(例如，内电阻改变)的观察结果。在电池寿命的早期阶段，根据时间平方根定律，电池功率和容量衰退可发生更快。时间校准被被标示为Timecal(i,j)，并且可以是电池年龄、温度和荷电状态的函数。时间校准值可随着时间而更新。
映射的参数质量可被计算为：
期望的参数校准质量可被表示为：
QOPcal(i,j)＝e-α(t-TimeCal(i，j)) (38)
其中，t是当前的时间，α是用于表现参数估计质量随时间逐渐衰减的参数。
虽然上面示出了指数衰减函数，但是只要其他函数随着时间单调递减，也可使用其他函数。可从时间校准和α直接计算出QOPcal，因此，不必要将QOPcal储存为映射。所获得的参数具有相关联的质量指标。随着时间的过去，质量指标衰减。当确定是否产生新的主动激励请求时，映射的质量(ProjQOP)指标可与期望的参数值的质量(QOPcal)相比较(框314)。
例如，考虑针对给定索引(i,j)经由主动激励或被动激励的先前获知的值相同的情形。这表示该索引下的参数不随时间而变化。在这种情形下，获知的值就好像具有了本征值。不应该太频繁地请求主动获知。这样的获知顺序可被赋予高的QOPE，这提供了更大的ProjQOP和更少的机会去请求主动获知。
作为另一示例，考虑先前获知的值通过值的标准偏差而被测量出显著的变化的情形。QOPE的低值可被分配给获知顺序。低QOPE提供较小的ProjQOP，这就提供了更多的机会来请求主动获知。
当ProjQOP(i,j)<QOPcal(i,j)时，可启动执行主动获知的请求(框316)。当比较结果为真时，可设置标志，以请求主动激励，从而可在牵引电池的主动激励期间获得参数。可添加迟滞因子，以防止状态之间的转换过快。
映射的QOPE值可以在由QOPE(i,j)限定的值处开始并且随着时间的过去从该值衰减。同样地，期望的参数校准质量可以从值为1(当t＝Timecal(i,j)时)开始，并且随着时间从所述值衰减。随着时间的过去，可基于温度、荷电状态或电池年龄而重置时间校准值(Timecal)。当发生这种情况时，期望的参数校准质量可被重置为1，使主动获知请求变得更有可能。
可操作系统，以使得用于执行牵引电池的主动激励的请求基于先前的参数估计值的变化性和自参数被最后估计起计时的时间。由于参数的变化性增大，所以主动激励请求之间的时间可缩短。此外，基于参数会随着电池老化而更慢地变化的观察结果，主动激励请求之间的时间可随着电池的年龄的增加而延长。
时间值和时间戳值可基于整个控制器总体时间。在其他示例中，时间可基于车辆运行时间、电池接触器闭合时间或电池吞吐量。时间戳可表示参数更新的时间。
一旦请求了主动激励，就可以进行检查，以确定参数获知是否真正的成功(框318)。可利用持续激励条件和估计收敛条件中的一个或两个来检查参数获知。如果参数获知成功，则可保存参数值，以供随后使用(框320)。所计算的QOPE和相关联的时间戳可针对相关联的网格点而写入到存储器或EEPROM中。所获得的参数可作为θe(i,j,k)而储存在数据库中，其中，(i,j)是网格索引，k是集合[1,K]的元素，呈堆结构，用于顺序地储存所获知的参数。如果已经获知了少于K个数据点，则QOPE(i,j)可被设置为1。如果在数据库中存在K个条目并且获知新的参数，则新获知的参数会将最老的数据从集合中挤出去。
当已经获知K个数据值时，可以计算K个条目的标准偏差。可限定映射，以基于上述标准偏差计算QOPE：QOPE(i,j)＝f(K个值的标准偏差)。如果K个条目的标准偏差为零(即，所有的值都相同)，则可QOPE被分配会产生较高ProjQOP的最大值。如果标准偏差超出预定阈值，所述映射可输出小于1的值，产生较低的ProjQOP。随着标准偏差增大，初始的QOPE(i,j)可减小。
可利用上面描述的基于模型的方法获得参数估计值。所述参数估计值可以是被动激励或主动激励的结果。可检查针对参数估计值的其他标准，诸如持续激励或SIOF条件。所描述的方案尝试基于年龄和参数估计值质量来确定针对给定的网格点何时需要新的参数估计值。
上述方案可与其他等效电路模型或者参数化的电化学模型一起使用。产生主动激励的方法可产生更准确的参数估计值。主动参数获知请求可基于参数的过去更新历史。基于潜在的参数误差对电池控制信号估计的影响，当需要时请求主动获知。可以基于电池特性和估计的获知历史数据质量来确定获知时间。
上述方法可在作为动力控制系统或车辆动力传动系的一部分的一个或更多个控制器中被实施。可基于参数估计值的变化性和最新估计值的存在时间而请求主动激励。随着参数的变化性降低，主动激励请求之间的时间可延长。
执行主动激励
现有技术的电池估计可依靠在正常电池操作期间获得的电压测量值和电流测量值。标准电池操作可尝试优化燃料效率或使系统损耗最小。对于估计电池参数而言，这样的正常操作可能不是优化的。这会导致电池参数估计花费较长时间来收敛，或者会导致电池参数估计不准确。为了改善参数估计，可激励牵引电池，使得出现用于参数估计的优化条件。
等效电路模型参数的准确参数估计的一个充分条件是，对于每两个未知参数，输入信号包含至少一个不同的频率分量。这些频率分量在输入信号中必须具有高的信噪比(SNR)。电池功率需求分布必须包含多于两个不同的频率分量，以便利用最简单的模型完成质量估计。
在车辆运行期间，持续激励条件可能没有被满足或者仅仅是被微弱地满足。一个分析电池功率需求的充分性的方法是，分析电池功率需求信号的频率组分。为了恰当地估计电池参数，可期望电池功率需求随时间而变化。例如，在稳定速度下进行延长的巡航控制操作期间，持续激励条件可能没有被满足。在稳定的速度状态期间，电池功率需求可能是几乎稳定的值。这个恒定值可能没有激励足够的频率来进行准确估算。为了准许识别参数，频率分量的幅值需要大于任何噪声信号。在电池功率需求发生变化的车辆运行期间，持续激励条件更有可能被满足。也就是说，频率分量的幅值可以足够大，以致可以识别参数。当持续激励条件被满足时，电池参数估计会更准确。
不准确的参数估计或很少更新参数可能导致不准确地计算电池控制值(例如，荷电状态和电池功率容量)。例如，电池功率容量可能不正确，这可能会影响电池的耐久性和寿命。电池荷电状态可能不准确，这可能会影响车辆系统控制和能量管理策略。在车辆运行期间会降低燃料经济性或能量效率。
持续激励标准可能不被满足的示例是在一般的恒定电池功率需求期间。这可能发生在保持恒定或稳定速度的驾驶循环期间。在大致恒定的电池功率需求期间，电池提供的电池功率变化很微小或没有变化。当在频域分析时，对于给定的频率范围，频率分量的幅度可能相对较低。事实上，如果功率需求恒定，那么仅仅存在零频率幅度。
作为另一示例，考虑在恒定频率在幅值上变化的正弦电池功率需求。在这种情况下，恒定频率下的频率分量幅度可能大于在其它频率下出现的频率分量幅度。当描绘幅度与频率时，恒定频率下的峰值可被观察到。当额外的频率分量被添加到电池功率需求中时，在不同频率处的幅度将增大。
如上文所述，通过等待持续激励条件被满足，控制系统可被动地执行参数估计。可选地，主动地控制电池功率需求以满足持续激励条件的请求可能被启动。主动修改电池功率需求的控制策略可能需要几个函数。电池系统状态监测函数可确定何时产生主动系统激励请求。电池系统激励输入信号模式识别函数可确定电池功率输入形式和频率分量。电池系统激励输出函数可发出命令，以实现期望的电池系统输入。
电池功率需求信号的形式可能需要被确定。通常，利用多个不同且主要的频率分量(n>N/2)在短时间周期形成特定的预定义模式的电池功率需求信号可能被选择，其中，N是将要被识别的系统参数的总数量。这个条件可以认为是前述持续激励条件的频域等价条件。实际上，必须规定激励输入模式的形状，从而产生的电池功率需求具有相当大的幅值，但是受电池功率极限所限制。不失一般性，候选信号Pbatt_atv可被生成为：
其中，ω和φ是第i个频率分量的角频率和相位，Ai是第i个频率分量的幅值。此外，主动电池功率模式应该遵循电池的荷电状态守恒要求。
在大致恒定的电池功率需求周期期间，当从频域观察时，电池功率需求的频率分量幅度的范围可能小于预定义的幅值。通过修改电池功率需求，主动激励导致了预定数量的频率分量幅度超出预定义的幅值。具体范围和预定义的幅值可能依赖于特定的电池阻抗参数。
在电气化的车辆中，满足给定的驾驶者功率需求Pwhl的电池功率需求Pbatt可被如下确定：
Peng+Pbatt-Ploss-Pacc＝Pwhl (40)
Pdrv＝Pwhl-Pbrk-Pload (41)
其中，Peng是发动机功率，Pbatt是电池功率，Ploss动力传动系功率损耗，Pacc是附件功率负荷，Pwhl是推进车轮功率，Pdrv是驾驶者功率需求，Pbrk是制动车轮功率，Pload是外部功率负荷。在运行条件下，Pwhl必须满足驾驶者功率需求。
一种改变电池功率需求的可能的方法是在车辆系统控制域中调节功率需求配置。可通过控制发动机功率输出与电机功率输出之间的功率分布，而将总体功率分布分配在发动机和电池之间。在给定的车轮功率需求水平下，期望的电池功率需求可按如下产生：
Pbatt＝Pwhl+Ploss+Pacc-Peng＝Pbatt_atv (42)
当电池功率被设置为候选信号时，发动机功率可以被调节以按如下关系补偿：
Peng＝-Pbatt_atv+Pwhl+Ploss+Pacc (43)
图7示出了由上述等式描述的系统的功率流示意图。当考虑电池与发动机之间的正常功率分布时，可认为开关(418,420,422,424)处于断开状态。系统可计算发动机功率(Peng)400和电池功率(Pbatt)402，以在满足总的驾驶者功率需求(Pdrv)414的同时，满足特定的性能目标(诸如系统效率)。发动机和电池供应的总功率(Ptot)428是发动机功率和电池功率的和。注意，电池的电功率可以通过电机转换成机械功率。功率需要考虑损耗(Ploss)404和附件功率消耗(Pacc)406。基于将由电池和发动机提供的功率减去这些损耗与附件负荷而确定车轮处的功率(Pwhl)410。从动力传动系输出的功率(Pdrv)414等于传递至车轮410的功率减去任何制动功率(Pbrk)408并减去任何车辆负荷(Pload)412。
Pwhl 410可以是从发动机和电机传递到车辆的车轮上的总功率。车轮功率反映了施加在车轮处的扭矩，该扭矩是发动机扭矩和电机扭矩的函数。损耗Ploss 404可以是包括传输效率和旋转损耗的动力传动系损耗。这些损耗也可以包括电机效率和损耗以及电力电子效率和损耗。
在主动激励期间，电池功率需求可以被设置为充分激励系统的模式，从而可提高参数估计准确性。不允许发动机功率违反任何发动机功率极限，并且发动机速度或扭矩的突然改变会受到限制。来自发动机和电池的总功率可保持不变，可改变两者之间提供的功率的分布，从而为电池参数估计提供充分的激励。当提供更大的电池功率时，所需要的发动机功率就更小。
在图7中描绘了针对电池功率的调整，所述调整作为主动激励功率增量ΔPbatt_atv416。附加电池功率可以是正值或负值，以使Pbatt等于Pbatt_atv，如上所述。当利用发动机抵消电池功率增量时，供应的电池功率的任何增加可导致供应的发动机功率的减小。供应的电池功率的任何减小可导致供应的发动机功率的增加。在这一主动激励模式下，开关S1(418)和S2(420)可闭合。附加功率ΔPbatt_atv 416可以添加到Pbatt(402)，以得到调整后的电池功率P’batt430。可以从发动机功率Peng 400中减去附加功率ΔPbatt_atv 416，以得到调整后的发动机功率P’eng 426。在这种模式下，总的功率输出Ptot 428可以和以前相同(即，没有添加Pbatt_atv 416)。这种模式仅仅调整发动机和电池之间的相对功率贡献。
另一种可能改变电池功率需求的方法是改变附件功率Pacc。这可以通过控制由电负载消耗的功率来实现。除了发动机功率不变的情况，上述方程都适用，但是附件负荷功率可能改变。获得的等式是：
Pacc＝Peng+Pbatt_atv-Pwhl-Ploss (44)
在这种情况下，当提供更大的电池功率时，附件负荷被操作以利用附加的电池功率。
通过闭合开关S1(418)和开关S3(422)，可以从图7中分析这一方法。可以通过ΔPbatt_atv 416调节电池功率，以产生调节后的电池功率P’batt 430。附件功率Pacc 406也可被增加ΔPbatt_atv 416，以产生P’acc 432。在这种模式下，从电池中汲取附加功率，以供应来自附件负荷的增加的需求。修改附件负荷可能需要与相关联的控制器密切协作，以增加附件负荷的功率需求。
另一种改变电池功率需求的可能的方法可以是：通过车轮扭矩撤销。扭矩撤销施加主动制动扭矩，以将推进车轮扭矩提高到正常驱动功率与负载扭矩的和的水平之上。通过控制电机功率输出和操作车轮制动器来抵消电机功率输出的变化，从而实现该效果。随着Pbrk增加，Pwhl会减小以进行补偿。Pwhl的增加可以通过附加的电池功率Pbatt来完成。按照这种方式，可以利用Pbatt_atv改变Pbrk和Pbatt，以实现期望的电池功率需求激励。
可通过闭合开关S1 418和S4 424开关来从图7中分析该方法。可通过ΔPbatt_atv416来调整电池功率，以产生调整后的电池功率P’batt 430。制动功率Pbrk 408可加上ΔPbatt_atv 416，以产生P’brk 434。在这一模式下，可由电池供应通过制动系统吸收的功率。
车轮扭矩取消可需要与制动系统密切协作，以将制动力施加到车轮。此外，可需要与电池控制器和电力电子模块协作。可需要电力电子模块，以改变电机的机械功率输出，从而提供通过制动器吸收的外部功率。
在上面描述的所有情形下，传递的功率Pdrv 414保持相同。车辆和动力传动系以车辆操作者易懂的方式传递和吸收功率。添加到传动系中的任何其他功率可由其他组件吸收，使得输出功率保持恒定。由于车轮处用于推进的功率在各个情形下保持相同，所以牵引电池激励不会影响车辆加速度。所描述的系统创建了在不影响车辆加速度的情况下改善车辆激励的条件。
在图7中注意，开关仅说明系统打算如何操作。实际上，逻辑控制可在控制器中实现，而不需要物理开关。
主动电池功率激励的多种情形可以是有用的。一个情形可以是在冷起动状况期间。电池系统可配备有温度控制系统，以将电池操作保持在特定的温度范围内。在冷起动状况下，期望准确地估计电池参数。为了保证可准确地获知参数，可启动主动激励方案。
电池系统参数值也依靠电池SOC。在特定的SOC水平下，除非满足系统估算条件，否则无法获知电池参数。在车辆运行期间，随着电池从高的SOC消耗至低SOC，可在PHEV和BEV中观测到上述现象。在特定的SOC水平下，可启动主动激励，以获得准确的参数估计。对于电池系统保护和耐久性来说，电池参数的准确知识是重要的。此外，参数的准确知识帮助实现一致性能和燃料经济性。
所描述的主动激励系统在大致恒定的电池功率需求时期期间表现出重要的用途。在大致恒定的电池功率需求时期期间，在给定范围内的频率分量幅度可能小于特定阈值。这可表明不能满足持续激励标准。当识别出需要主动激励的条件时，可调整电池功率需求，以使期望数量的频率分量幅度超出阈值。频率的范围和频率分量幅度的幅值可以基于预期的电池阻抗参数。主动激励系统可操作各种车辆系统，以实现期望的电池功率需求，而不会影响车辆的加速度。
主动激励可被实现作为车辆的动力传动系控制系统的一部分。所描述的系统可需要在多个系统或控制器之间协调。电力负载可需要被控制并可具有相关联的控制器。电机功率可需要被控制并且可具有相关联的控制器。发动机也可需要操作性的变化。控制器可通过网络进行通信以协调操作。实现算法的协调控制器可以是动力传动系控制系统的一部分，并且可与其他控制器通信，以实现期望的操作。
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)信息被永久地存储在非可写存储介质(诸如，ROM装置)上以及信息被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。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，可做出各种改变。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。这些属性可包括(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 (4)

1.一种电池控制系统，包括：
牵引电池，包括多个电池单元；
至少一个控制器，被配置为：产生电池单元的模型参数估计值；当持续激励条件和估计收敛条件被满足时，响应于电池单元之间的荷电状态差异的幅值大于预定值，根据从模型参数估计值获得的荷电状态而平衡电池单元。
2.根据权利要求1所述的电池控制系统，其中，当满足下面的条件式时，满足持续激励条件：
其中，Tpe是积分间隔，Vt是端电压，Voc是开路电压，i是电流，I是单位矩阵，t0是积分间隔的起始时间，τ是时间变量，α0和α1是预定值。
3.根据权利要求1所述的电池控制系统，其中，当模型参数估计值中的至少一个和相对应的模型参数测量值之间的误差幅值小于预定阈值持续预定时间段时，满足估计收敛条件。
4.根据权利要求1所述的电池控制系统，其中，所述至少一个控制器还被配置为：在不影响车辆的加速度的情况下，响应于持续激励条件和估计收敛条件中的至少一个未被满足，使电池功率需求的预定数量的频率分量幅度超出预定幅值。
CN201510087883.9A 2014-02-20 2015-02-25 电池控制系统、车辆及平衡牵引电池的电池单元的方法 Active CN104868519B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/184,802 US9381825B2 (en) 2014-02-20 2014-02-20 State of charge quality based cell balancing control
US14/184,802 2014-02-20

Publications (2)

Publication Number Publication Date
CN104868519A CN104868519A (zh) 2015-08-26
CN104868519B true CN104868519B (zh) 2018-11-27

Family

ID=53759160

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510087883.9A Active CN104868519B (zh) 2014-02-20 2015-02-25 电池控制系统、车辆及平衡牵引电池的电池单元的方法

Country Status (3)

Country Link
US (1) US9381825B2 (zh)
CN (1) CN104868519B (zh)
DE (1) DE102015202702B4 (zh)

Families Citing this family (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5546370B2 (ja) * 2010-06-28 2014-07-09 日立ビークルエナジー株式会社 蓄電器制御回路及び蓄電装置
US9381823B2 (en) * 2014-07-17 2016-07-05 Ford Global Technologies, Llc Real-time battery estimation
US9656570B2 (en) * 2014-12-15 2017-05-23 Ford Global Technologies, Llc Current sensor for a vehicle
US10983166B2 (en) * 2015-03-05 2021-04-20 Volvo Car Corporation Estimation of battery parameters
US9728995B2 (en) * 2015-04-08 2017-08-08 Intel Corporation Systems, methods and devices for adaptable battery charging
CN105223487B (zh) * 2015-09-23 2017-12-05 同济大学 一种锂离子电池的多状态解耦估计方法
US10128546B2 (en) 2016-06-07 2018-11-13 Ford Global Technologies, Llc Battery communication system for battery packs
US10650621B1 (en) 2016-09-13 2020-05-12 Iocurrents, Inc. Interfacing with a vehicular controller area network
WO2018051613A1 (ja) * 2016-09-16 2018-03-22 パナソニックＩｐマネジメント株式会社 電池の診断方法、電池の診断プログラム、電池管理装置、及び蓄電システム
EP3323665B1 (en) * 2016-11-18 2019-07-10 Fico Triad, S.A. A battery pack balancing system and method
EP3548327B1 (en) * 2016-12-01 2022-07-20 Volvo Truck Corporation A system and a method for selecting energy storage cells for balancing of an electrical energy storage pack
US11091057B2 (en) * 2016-12-01 2021-08-17 Volvo Truck Corporation Method and system for controlling a battery in a vehicle
CN108508365B (zh) * 2017-04-16 2021-02-26 万向一二三股份公司 一种锂离子电池自放电筛选方法
CN110015185B (zh) * 2017-08-31 2022-09-06 比亚迪股份有限公司 电池均衡方法、系统、车辆、存储介质及电子设备
CN110015184B (zh) * 2017-08-31 2022-04-15 比亚迪股份有限公司 电池均衡方法、系统、车辆、存储介质及电子设备
JP6470804B1 (ja) * 2017-08-31 2019-02-13 株式会社ソフトエナジーコントロールズ コンタクト機能付きマルチチャンネル充放電電源
CN110015168B (zh) * 2017-08-31 2022-04-15 比亚迪股份有限公司 电池均衡方法、系统、车辆、存储介质及电子设备
CN109435773B (zh) * 2017-08-31 2022-02-08 比亚迪股份有限公司 电池均衡方法、系统、车辆、存储介质及电子设备
KR102160274B1 (ko) * 2017-09-07 2020-09-25 주식회사 엘지화학 배터리 충전 상태 추정 장치 및 방법
EP3775948B1 (en) * 2018-04-06 2024-05-22 Volvo Truck Corporation Method and system for estimating battery properties in a vehicle drive system
DE102018116472A1 (de) * 2018-07-06 2020-01-09 Torqeedo Gmbh Verfahren, Computerprogrammprodukt und Prognosesystem zur Bestimmung der Lebensdauer einer Antriebsbatterie eines Fahrzeugs, insbesondere eines Boots
FR3084170B1 (fr) * 2018-07-17 2020-07-17 Zodiac Aero Electric Procede de determination d'une matrice de covariance de bruit d'etat pour le reglage d'un observateur de l'etat de charge d'une batterie et dispositif correspondant
CN110896233B (zh) * 2018-09-12 2021-07-30 宁德时代新能源科技股份有限公司 电池管理系统
US10994617B2 (en) 2018-11-19 2021-05-04 Ford Global Technologies, Llc Distributed battery thermal runaway detection
CN113016117B (zh) * 2018-11-22 2024-07-05 日立安斯泰莫株式会社 单电池控制器、蓄电池控制器、电池管理系统和电池系统
FR3094152B1 (fr) * 2019-03-20 2021-03-12 Psa Automobiles Sa Procede de controle de charge d’un module de batterie rechargeable au moyen d’un algorithme de programmation dynamique
WO2020215154A1 (en) 2019-04-23 2020-10-29 Dpm Technologies Inc. Fault tolerant rotating electric machine
CN110488194B (zh) * 2019-09-02 2021-10-26 中南大学 一种基于电化学阻抗模型的锂电池soc估算方法及其系统
US11211803B2 (en) * 2019-10-01 2021-12-28 GM Global Technology Operations LLC Method and apparatus for battery cell charge balancing
US11498446B2 (en) * 2020-01-06 2022-11-15 Ford Global Technologies, Llc Plug-in charge current management for battery model-based online learning
CN111654071B (zh) * 2020-04-26 2021-10-15 南京国电南自电网自动化有限公司 电池管理单元主被动均衡自适应切换方法、系统及装置
US11131717B1 (en) * 2020-08-18 2021-09-28 Element Energy, Inc. Methods and systems for in-situ leakage current testing of cells in multi-cell battery packs
DE102020211772A1 (de) 2020-09-21 2022-03-24 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Betreiben eines Batteriesystems
US11789087B2 (en) 2021-03-03 2023-10-17 Semiconductor Components Industries, Llc Battery charge support system for reducing energy loss
EP4079557A1 (en) * 2021-04-23 2022-10-26 Volvo Truck Corporation A method for improving the availability of an energy storage or transformation system of a vehicle
EP4315556A1 (en) * 2021-05-04 2024-02-07 Exro Technologies Inc. Battery control systems and methods
EP4324089A4 (en) 2021-05-13 2024-10-23 Exro Tech Inc METHOD AND APPARATUS FOR DRIVING COILS OF A POLYPHASE ELECTRIC MACHINE
CA3223051A1 (en) 2021-07-08 2023-01-12 Eric HUSTEDT Dynamically reconfigurable power converter utilizing windings of electrical machine
US11527786B1 (en) * 2022-03-28 2022-12-13 Eatron Technologies Ltd. Systems and methods for predicting remaining useful life in batteries and assets
CN118107441A (zh) * 2022-11-30 2024-05-31 比亚迪股份有限公司 电池动态均衡装置及其控制方法和车辆
CN116424108B (zh) * 2023-03-23 2024-01-19 淮阴工学院 智能电动汽车电能规划装置及方法
CN117648899B (zh) * 2024-01-29 2024-05-03 浙江地芯引力科技有限公司 电池建模方法、装置、电子设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101641606A (zh) * 2007-03-23 2010-02-03 株式会社丰田中央研究所 二次电池的状态估计装置
US7973424B2 (en) * 2009-04-03 2011-07-05 General Electric Company Method and apparatus for producing tractive effort with interface to other apparatus
CN102253342A (zh) * 2010-03-10 2011-11-23 通用汽车环球科技运作有限责任公司 使用多个采样率的电池状态评估器
CN102455411A (zh) * 2010-10-20 2012-05-16 通用汽车环球科技运作有限责任公司 自适应的缓慢变化电流检测

Family Cites Families (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3172977B2 (ja) 1993-05-26 2001-06-04 富士重工業株式会社 車載バッテリの残存容量計
US6232744B1 (en) 1999-02-24 2001-05-15 Denso Corporation Method of controlling battery condition of self-generation electric vehicle
US6114835A (en) 1999-07-26 2000-09-05 Unitrode Corporation Multi-cell battery pack charge balancing circuit
JP3867581B2 (ja) * 2002-01-17 2007-01-10 松下電器産業株式会社 組電池システム
JP4547908B2 (ja) * 2003-12-25 2010-09-22 日産自動車株式会社 二次電池の入出力可能電力推定装置
US7525285B2 (en) * 2004-11-11 2009-04-28 Lg Chem, Ltd. Method and system for cell equalization using state of charge
JP4571000B2 (ja) * 2005-03-29 2010-10-27 富士重工業株式会社 蓄電デバイスの残存容量演算装置
KR100804698B1 (ko) * 2006-06-26 2008-02-18 삼성에스디아이 주식회사 배터리 ｓｏｃ 추정 방법 및 이를 이용하는 배터리 관리시스템 및 구동 방법
JP4265629B2 (ja) 2006-08-01 2009-05-20 トヨタ自動車株式会社 二次電池の充放電制御装置およびそれを搭載したハイブリッド車両
JP4959511B2 (ja) 2007-11-07 2012-06-27 富士重工業株式会社 蓄電池用充電制御装置
JP4893653B2 (ja) 2008-02-19 2012-03-07 トヨタ自動車株式会社 車両、二次電池の充電状態推定方法および車両の制御方法
US20130033102A1 (en) 2008-02-20 2013-02-07 Lonnie Calvin Goff Embedded battery management system and methods
US8084996B2 (en) 2008-06-27 2011-12-27 GM Global Technology Operations LLC Method for battery capacity estimation
US8279074B2 (en) 2008-07-10 2012-10-02 T-Mobile Usa, Inc. Battery monitoring system, such as for use in monitoring cell site power systems
KR100970841B1 (ko) 2008-08-08 2010-07-16 주식회사 엘지화학 배터리 전압 거동을 이용한 배터리 용량 퇴화 추정 장치 및방법
US20100121588A1 (en) * 2008-08-26 2010-05-13 David Elder Apparatus, system, and method for improving the accuracy of state of health/state of charge battery measurements using data accumulation
US8004243B2 (en) 2009-04-08 2011-08-23 Tesla Motors, Inc. Battery capacity estimating method and apparatus
EP2551687B1 (en) 2010-03-23 2020-07-15 Furukawa Electric Co., Ltd. Device for estimating internal state of battery, and method for estimating internal state of battery
EP2555008A4 (en) 2010-03-30 2013-08-28 Honda Motor Co Ltd METHOD FOR DETECTING THE BATTERY CAPACITY OF A SECONDARY BATTERY
US8598840B2 (en) 2010-04-15 2013-12-03 Launchpoint Energy And Power Llc Fault-tolerant battery management system, circuits and methods
US8269641B2 (en) 2010-06-07 2012-09-18 Lear Corporation Vehicle power management system
WO2011156776A2 (en) * 2010-06-10 2011-12-15 The Regents Of The University Of California Smart electric vehicle (ev) charging and grid integration apparatus and methods
US8612168B2 (en) 2010-09-22 2013-12-17 GM Global Technology Operations LLC Method and apparatus for estimating battery capacity of a battery
US9354277B2 (en) 2010-10-29 2016-05-31 Gm Global Technology Operatins Llc Apparatus of SOC estimation during plug-in charge mode
US20120136595A1 (en) 2010-11-29 2012-05-31 GM Global Technology Operations LLC Battery diffusion voltage estimation
US8880321B2 (en) * 2011-03-07 2014-11-04 Toyota Motor Engineering & Manufacturing North America, Inc. Adaptive air charge estimation based on support vector regression
WO2012123789A1 (en) 2011-03-17 2012-09-20 Sony Ericsson Mobile Communications Ab Battery capacity estimation
FR2975501B1 (fr) * 2011-05-20 2013-05-31 Renault Sas Procede d'estimation de l'etat de charge d'une batterie electrique
WO2013016188A1 (en) 2011-07-22 2013-01-31 Navitas Solutions, Inc. Method, system, and apparatus for battery equivalent circuit model parameter estimation
EP2751903A4 (en) 2011-09-02 2015-09-09 Boston Power Inc METHOD FOR COMPARING CELLS IN BATTERIES
US9146280B2 (en) 2011-10-26 2015-09-29 Industrial Technology Research Institute Method and system for estimating a capacity of a battery
US20130127399A1 (en) 2011-11-21 2013-05-23 GM Global Technology Operations LLC Cell balancing system and method
US9716294B2 (en) * 2012-04-20 2017-07-25 Ford Global Technologies, Llc Battery controller with monitoring logic for model-based battery control
EP2852999B1 (en) 2012-05-23 2020-02-19 The Regents of the University of Michigan Estimating core temperatures of battery cells in a battery pack
EP2747237A3 (en) * 2012-11-28 2014-12-24 Actuant Corporation Apparatus and method for balancing cells in a plurality of batteries
US20140180614A1 (en) * 2012-12-26 2014-06-26 Robert Bosch Gmbh System And Method For Selective Estimation Of Battery State With Reference To Persistence Of Excitation And Current Magnitude
US9318781B2 (en) * 2013-01-11 2016-04-19 Johnson Controls Technology Company Predicted sensor information for a battery
US9077182B2 (en) 2013-01-29 2015-07-07 Mitsubishi Electric Research Laboratories, Inc. Method for estimating state of charge for lithium-ion batteries
US9770997B2 (en) * 2013-06-11 2017-09-26 Ford Global Technologies, Llc Detection of imbalance across multiple battery cells measured by the same voltage sensor
US9368841B2 (en) * 2013-08-30 2016-06-14 Ford Global Technologies, Llc Battery power capability estimation at vehicle start
US9108524B2 (en) * 2013-10-22 2015-08-18 GM Global Technology Operations LLC Battery SOC estimation with automatic correction
US9272634B2 (en) * 2014-02-20 2016-03-01 Ford Global Technologies, Llc Active battery system estimation request generation
US9539912B2 (en) * 2014-02-20 2017-01-10 Ford Global Technologies, Llc Battery capacity estimation using state of charge initialization-on-the-fly concept
US9718455B2 (en) * 2014-02-20 2017-08-01 Ford Global Technologies, Llc Active battery parameter identification using conditional extended kalman filter

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101641606A (zh) * 2007-03-23 2010-02-03 株式会社丰田中央研究所 二次电池的状态估计装置
US7973424B2 (en) * 2009-04-03 2011-07-05 General Electric Company Method and apparatus for producing tractive effort with interface to other apparatus
CN102253342A (zh) * 2010-03-10 2011-11-23 通用汽车环球科技运作有限责任公司 使用多个采样率的电池状态评估器
CN102455411A (zh) * 2010-10-20 2012-05-16 通用汽车环球科技运作有限责任公司 自适应的缓慢变化电流检测

Also Published As

Publication number Publication date
US9381825B2 (en) 2016-07-05
DE102015202702B4 (de) 2023-06-22
US20150231985A1 (en) 2015-08-20
DE102015202702A1 (de) 2015-08-20
CN104868519A (zh) 2015-08-26

Similar Documents

Publication Publication Date Title
CN104868519B (zh) 电池控制系统、车辆及平衡牵引电池的电池单元的方法
CN104859471B (zh) 车辆、电池控制系统以及操作牵引电池的方法
CN104859472B (zh) 用于车辆的动力传动系控制系统、车辆及控制车辆的方法
CN104859473B (zh) 用于车辆的动力传动系控制系统、车辆及控制车辆的方法
US9440552B2 (en) Estimation and compensation of battery measurement
CN107176043B (zh) 用于车辆电池系统的功率容量估计
CN104773086B (zh) 使用滚动时域回归分析来估计电池阻抗参数的方法和系统
CN104417386B (zh) 在车辆起动时的电池功率容量估计
US10124696B2 (en) Estimation and compensation of battery measurement and asynchronization biases
CN105988087B (zh) 利用反向电流脉冲的电池开路电压测量
CN107179510B (zh) 电池端电压预测
CN104422917A (zh) 在范围内的电流传感器的故障检测
CN104723894B (zh) 用于电池参数估计的车辆、方法和系统
US20160001672A1 (en) Equivalent circuit based battery current limit estimations
US9533598B2 (en) Method for battery state of charge estimation
US20210188120A1 (en) Ekf state relay strategy in battery online identification
US10899247B2 (en) System and method for online vehicle battery capacity diagnosis
CN113711067A (zh) 用于对电池的荷电状态进行初始化的方法
US12030387B2 (en) Electrified vehicle control using battery electrochemical equilibrium based state of charge and power capability estimates
US11498446B2 (en) Plug-in charge current management for battery model-based online learning
Zhang Modularized Battery Management Systems for Lithium-Ion Battery Packs in EVs

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