CN105122074A - 用于自动停止应用的铅酸充电状态估计 - Google Patents

Abstract

本公开描述了一种方法，该方法包括利用电池控制模块(32)预测车辆(10)中电池模块(14)的端子电压。预测端子电压包括利用析气电流模型确定电池模块(14)的析气电流，其中析气电流量化未用于给电池模块(14)充电的端子电流；并且至少部分地基于测量模型和所确定的析气电流计算预测的端子电压。该方法还包括利用通信地耦合到电池控制模块(32)的传感器(34)测量电池模块(14)的端子电压，并且利用电池控制模块(32)通过使预测的端子电压与测得的端子电压之间的误差最小化来确定电池模块(14)校正后的状态。换句话说，电池校正后的状态(例如，校正后的充电状态)可以利用测量模型和析气电流模型被更精确地确定。照此，这可以提供更高效的能源使用。

Description

用于自动停止应用的铅酸充电状态估计

相关专利申请的交叉引用

本申请主张于2013年4月16日提交的名称为“用于自动停止应用的铅酸充电状态估计”、序号为61/812,534的美国临时申请的优先权和利益，该申请通过引用的方式全部并入本文中。

发明背景

本公开大体上涉及电池和电池系统领域。更具体而言，本公开涉及可以在车辆环境中以及其它能源存储/消耗应用中使用的电池系统。

本部分旨在向读者介绍可以与以下描述和/或要求保护的本公开的各方面相关的领域的各个方面。相信这种论述有助于向读者提供背景信息以促进对本公开各方面的更好理解。从而，应当理解，这些陈述应当据此来阅读，而不是作为现有技术的承认。

车辆一般使用一个或多个电池系统来给车辆中的部件供电，包括空调、无线电、报警系统以及其它电子系统。为了减少所产生的不希望排放物的量并且提高车辆的燃料效率，已经对车辆技术进行了改进。例如，一些车辆，诸如微混合动力车辆，可以在车辆固定不动时禁用内燃机，并且利用电池系统继续给电子设备供电，以及在希望推进力的时候重启(例如，起动)发动机。如在本文所使用的，当车辆固定不动时禁用发动机和重启发动机的能力被称为“自动停止”操作。

从而，由于电池系统一般不能在自动停止期间再充电，因此通过监视电池系统向车辆供电的能力，可以提高车辆操作的稳定性并且可以优化车辆的操作。例如，这可以包括确定电池系统的充电状态(stateofcharge，SOC)。

发明内容

以下概述了在范围上与所公开的主题相当的某些实施例。这些实施例不旨在限制本公开的范围，这些实施例仅仅旨在提供某些所公开实施例的简要概述。实际上，本公开可以涵盖可以与以下阐述的实施例相似或不同的各种形式。

第一实施例描述了一种方法，该方法包括利用电池控制模块预测车辆中电池模块的端子电压。预测端子电压包括利用析气(gassing)电流模型确定电池模块的析气电流，其中析气电流量化未用于给电池模块充电的端子电流；并且至少部分地基于测量模型和所确定的析气电流计算预测的端子电压。该方法还包括利用通信地耦合到电池控制模块的传感器测量电池模块的端子电压，并且通过利用电池控制模块使预测的端子电压与测得的端子电压之间的误差最小化来确定电池模块校正后的状态。

第二实施例描述了一种有形非瞬时计算机可读介质，该介质存储可由车辆中电池控制模块的处理器执行的多条指令。指令包括利用处理器预测车辆中电池模块的端子电压的指令。预测端子电压的指令包括利用析气电流模型确定电池模块的析气电流的指令，其中析气电流量化未用于给电池模块充电的端子电流；以及利用测量模型和所确定的析气电流计算预测的端子电压的指令。指令还包括利用通信地耦合到电池控制模块的传感器测量电池模块的端子电压的指令，以及通过利用电池控制模块使预测的端子电压与测得的端子电压之间的误差最小化来确定电池模块校正后的状态的指令。

第三实施例描述了一种车辆，该车辆包括电池模块，该电池模块向车辆中的电气系统供给电力；以及电池控制模块，该电池控制模块利用状态空间模型和预测电池模块的操作参数的测量模型递归地确定电池模块校正后的状态。测量模型包括使电池控制模块能够确定实际用于给电池模块充电的电流量的析气电流模型。

附图说明

当参考附图阅读以下详细描述时，本公开的这些和其它特征、方面和优点将变得更好理解，其中在所有附图中相同的标号都代表相同的部分，其中：

图1是根据本方法实施例的车辆(例如，微混合动力车辆)的透视图；

图2是根据本方法实施例的在图1中绘出的车辆的示意图，示出了通过车辆的电力分配；

图3是根据本方法实施例的铅酸电池系统的示意图；

图4是根据本方法实施例的在图3中绘出的铅酸电池系统的模型的电路图；

图5是根据本方法实施例的用于确定被用来给图3中绘出的铅酸电池系统充电的实际电流量的过程的流程图；

图6是根据本方法实施例的用于基于图3中绘出的铅酸电池系统的状态来控制车辆操作的过程的流程图；

图7是根据本方法实施例的用于递归地确定图3中绘出的铅酸电池系统状态，包括校正后的充电状态(SOC)过程的流程图；

图8A是根据本方法实施例的描述用于图3中绘出的铅酸电池系统的端子电流的图；

图8B是根据本方法实施例的描述基于本文对图3中绘出的铅酸电池系统所描述的技术计算出的测得的端子电压(V)、估计的端子电压(V_EST)、开路的图；及

图8C是根据本方法实施例的描述基于库仑计数计算出的充电状态(SOC)(SOC_INT)和基于本文对图3中绘出的铅酸电池系统所描述的技术计算出的充电状态(SOC)(SOC_EST)的图。

具体实施方式

以下将描述本技术的一种或多种具体实施例。为了提供这些实施例的简明描述，并没有在说明书中描述实际实现方式的所有特征。应当认识到，在任何此类实际实现方式的开发中，就像在任何工程或设计项目中，必须做出很多特定于实现的决定来实现开发者特定的目的，诸如符合系统相关和业务相关的限制，这些限制在不同的实现方式中会有所不同。而且，应当认识到，这种开发工作可能复杂而且耗时，但对于受益于本公开的普通技术人员来说却是进行设计、构造和制造的例行任务。

如以上所论述的，与更传统的以燃气为动力的车辆相比，车辆技术已经改进，以增加燃料经济性和/或减少不希望的排放物。例如，当车辆固定不动时，微混合动力车辆(例如，混合动力电动车辆或者插电式混合动力电动车辆)禁用车辆的内燃机，而不是让内燃机空转。在车辆的内燃机被禁用时，电池系统可以继续给车辆的电气系统供电，这些电气系统可以包括车辆的无线电、空调、电子控制单元，等等。类似地，包括被动助推的车辆可以选择性地断开交流发电机，以便使内燃机能够使用全部生成的电力来推进。照此，诸如自动停止或被动助推的操作，电池系统可以在无需再充电的情况下继续供给电力，并且在稍后更高效的时候再充电。

从而，为了方便稳定的车辆操作，监视电池系统向车辆供电的能力将是有益的。例如，如果确定电池系统不能继续供电，则可以重启内燃机，以补偿和/或再充电电池系统。一般而言，电池系统供电的能力取决于电池系统的充电状态(SOC)。如本文所使用的，“充电状态”是要描述电池系统被使用的存储容量的百分比。例如，100％充电状态指示电池系统完全充电并且0％充电状态指示电池系统完全放电。换句话说，车辆的操作可以至少部分地基于电池系统的充电状态。

基于优于传统燃气动力车辆的优点，通常生产传统燃气动力车辆的制造商可能希望在其车辆生产线中使用改进的车辆技术(例如，微混合动力技术)。这些制造商常常利用其传统车辆平台之一作为起点。一般而言，传统燃气动力车辆被设计为使用12伏的电池系统(例如，电压在7-18伏之间)，诸如单个12伏的铅酸电池。从而，单个铅酸电池可以适于改进的车辆技术。例如，铅酸电池可以在自动停止或被动助推期间向电气系统供电。因此，使得能够确定铅酸电池系统的充电状态将是有益的。

但是，铅酸电池中可能发生的析气反应使得确定铅酸电池系统的充电状态变得复杂。为了帮助说明，用于给铅酸电池充电和放电的化学反应如下：

但是，当铅酸电池重复充电时，可能发生副反应。例如，铅酸电池中的水(即，H₂O)可离解成氧气和氢气，这种离解消耗了否则可以用于给电池充电的电子。从而，铅酸电池的库仑效率和/或铅酸电池的能量存储能力可随着析气反应的发生而改变，这使得难以确定铅酸电池的充电状态。

照此，通过考虑析气反应，本实施例提高了铅酸电池的充电状态确定的精确性。例如，如以下将更详细描述的，可以开发出量化析气反应的析气电流模型。更具体而言，析气电流模型可以被用来确定铅酸电池实际使用(例如，存储为能量)的电流量以及由于析气反应而被浪费的电流量。基于析气电流模型，可以开发出估计铅酸电池的端子电压的测量模型。换句话说，测量模型使用模型中的模型来考虑析气反应。此外，测量模型以及状态空间模型可以在Kalman过滤器中使用，以递归地确定校正后的铅酸电池状态，包括校正后的铅酸电池充电状态。然后，校正后的铅酸电池充电状态可以被用来控制车辆的操作(例如，重启内燃机或断开交流发电机)。

鉴于上述内容，图1是车辆10，诸如微混合动力车辆的实施例的透视图。虽然以下论述是针对微混合动力车辆而提出的，但是本文所述的技术可以应用到其它车辆，包括电力驱动和燃气驱动车辆。如以上所论述的，将希望让电池系统12与传统的车辆设计在很大程度上兼容。从而，电池系统12可被放在微混合动力车辆10中已经容纳传统电池的位置。例如，如所说明的，微混合动力车辆10可以包括与典型内燃机车辆的铅酸电池相似地定位(例如，在车辆10的发动机盖下面)的电池系统12A。作为进一步的例子，在某些实施例中，微混合动力车辆10可以包括定位在微混合动力车辆10的质量中心附近，诸如在驾驶员或乘客座位的下面的电池系统12B。作为更进一步的例子，在某些实施例中，微混合动力车辆10可以包括定位在后排乘客座位下面或者车辆行李箱附近的电池系统12C。应当认识到，在某些实施例中，将电池系统12(例如，电池系统12B或12C)定位在车辆内饰件中或其周围可以使得能够使用来自车辆内饰件的空气冷却电池系统12(例如，利用散热片或强制空气冷却设计)。

为了简化电池系统12的论述，将针对布设在车辆10发动机盖下面的电池系统12A来论述电池系统12，如图2中所绘出的。如所绘出的，电池系统12包括耦合到点火系统16(IG.)的电池模块14、内燃机18以及交流发电机20(ALT.)。更具体而言，电池模块14可以向点火系统16(IG.)供电，以启动(即，起动)内燃机18。交流发电机20(ALT.)可以把例如由内燃机18产生的机械能量转化为电能，以便给电池模块14充电。此外，在一些实施例中，点火系统16(IG.)和交流发电机可以包括带式起动发电机(BSG)，以方便自动停止和/或再生制动。

如上所述，电池系统12可以向车辆的电气系统的部件供电。例如，电池系统12可以向以下部件供电：散热器冷却风扇、天气控制系统、电动助力转向系统、主动悬架系统、自动停车系统、电动油泵、电动超/涡轮增压器、电动水泵、加热的挡风玻璃/除霜器、车窗升降电机、装饰灯、轮胎气压监测系统、天窗电机控制装置、电动座椅、报警系统、信息娱乐系统、导航部件、车道偏离警告系统、电动停车制动器、外部灯，或者其任意组合。如图所示，在图2中绘出的电池系统12向加热、通风和空调(HVAC)系统22以及车辆控制台24供电。

为了方便从电池系统12向车辆电气系统的各个部件(例如，HAVC系统22和车辆控制台24)供电，电池模块14包括第一端子26和第二端子28。在一些实施例中，第二端子28可以提供接地连接，并且第一端子26可以提供在7-18伏范围内的正电压。

如所绘出的，车辆10还包括可以控制和/或监视车辆10的各种部件的操作参数的车辆控制模块(VCM)30。例如，车辆控制模块30可以确定何时给电池模块14充电和/或放电、何时启动或停止内燃机18，等等。为了方便这些功能，车辆控制模块30可以包括一个或多个存储器和一个或多个处理器。更具体而言，存储器可以是存储可由处理器执行的指令的有形非瞬时计算机可读介质。

在一些实施例中，车辆控制模块30还可以控制和/或监视与电池模块14相关的操作参数。从而，如所绘出的，车辆控制模块30可以包括电池控制模块(BCM)32。此外或者作为替代，电池控制模块32可以是独立的模块或者直接包括在电池模块14中。不管放在哪里，电池控制模块32都可以确定与电池模块14相关的各种操作参数，诸如电池模块14的充电状态。为了帮助说明，电池模块14和电池控制模块32在图3中更详细地描述。

为了方便确定电池模块14的操作参数，电池控制模块32可以从传感器34接收测量值。例如，在所绘出的实施例中，电池控制模块32可以从耦合到第一端子26和第二端子28的传感器34接收测量值。更具体而言，传感器34可以测量电池模块14的操作参数，诸如在端子处的电流、电压和/或温度。换句话说，传感器34可以包括电流传感器、电压传感器、温度传感器、功率传感器、压力传感器，等等。在一些实施例中，电池控制模块32可以经由有线连接(例如，串行电缆)或无线连接接收传感器测量值并且处理传感器测量值，以确定各种操作参数。从而，电池控制模块包括一个或多个处理器36和一个或多个存储器38。存储器38可以是存储可由处理器36执行的指令的有形非瞬时计算机可读介质。

如上所述，电池控制模块32可确定电池模块14的充电状态。在一些实施例中，所绘出的电池模块14可以是铅酸电池模块。从而，如所绘出的，电池模块14包括第一(例如，正)端子26、第二(例如，接地)端子28，以及多个串联或并联的电池单元39。如所绘出的，每个电池单元可以包括阳极40、阴极42和电解液44。虽然本公开主要是针对铅酸电池系统来描述的，但是本领域普通技术人员可以修改本文所述的技术，以和其它类型的电池系统，诸如锂离子电池系统或包括铅酸电池的双化学电池系统使用。

基于反应式(1)中所描述的化学反应，当电池模块14完全充电时，阴极42是铅(例如，Pb)，阳极40是氧化铅(例如，PbO₂)，并且电解液44是包括水(例如，H₂O)和硫酸(例如，H₂SO₄)的水溶液。当被充电时，随着电子经由第二端子42流出阴极42并经由第一端子26流入阳极40，电池模块14可以供电。换句话说，电流从第一端子26流出并且经由第二端子28流回电池模块14。当电池模块14放电时，阳极40和阴极42都将变成硫化铅(例如，PbSO₄)，并且电解液44变成稀硫酸(例如，主要是H₂O)。当电池模块14例如由交流发电机20(ALT.)经由第一端子26和第二端子28充电时，电子从阳极40被除去并强迫进入阴极42。照此，阴极42再次变成铅(例如，Pb)，阳极40变成氧化铅(例如，PbO₂)，并且电解液44变成硫酸水溶液。

如上所述，除了使电池模块14能够充电和放电的主要化学反应外，还可发生副析气反应。更具体而言，电解液44中的水可以离解成氧气和氢气，尤其是在处于高充电状态或者具有高充电电压或较高充电电流的时候电池模块14被充电时。如上所述，析气反应可使充电状态的确定复杂化，因为电池模块14的库仑效率和/或存储容量会随着电解液44中水量改变而变化。从而，为了提高充电状态确定的精确度，量化电池模块14中的析气反应会是有利的。

为了方便量化析气反应，如图4中所绘出的电池模块模型46可被用来一般性地模拟电池模块14的操作。更具体而言，电池模型46是等效电路模型，它利用电池的整体性质来模拟电池动力学，就功能的精确度而言提供宝贵的权衡。从电气角度来看，电池模块14可以被表示为具有源、电阻和电容的电气设备。照此，电池模块模型46描述电池模块14中的开路电压(OCV)、内部电阻以及非线性阻抗(例如，电荷转移、双层电容和扩散动力学)。例如，在所绘出的实施例中，开路电压由理想的电池48表示，内部电阻由电阻器R₀50表示，并且非线性阻抗由电容器C₁52和电阻器R₁54表示。

从而，基于电池模块模型46，端子电压(例如，V_t)可以描述如下：

V_t(k)＝OCV(k)+I_m(k)R₀(k)+V₁(k)(2)

其中V_t(k)是在时间k处的端子电压，OCV(k)是在时间k处的开路电压，I_m(k)是在时间k处的主电流，R₀是在时间k处的内部电阻，并且V₁(k)是在时间k处由于非线性阻抗造成的压降。如上所述，传感器34可以测量端子电压(例如，V_t)。从而，如在本文所使用的，等式(2)被称为测量模型。

换句话说，电池模块14的端子电压可以基于电池模块的开路电压、由于内部电阻造成的压降(例如，I_mR₀)以及由于非线性电阻造成的压降(例如，V₁)来估计。如以下将更详细描述的，状态空间模型可以被用来预测电池模块的充电状态(SOC)以及由于非线性电阻造成的压降。一般而言，充电状态通过非线性关系与开路电压相关，该非线性关系可以由对电池模块14的实证检验确定。更具体而言，在一些实施例中，车辆10或电池模块14的制造商可以基于受控环境中的实验室实证检验确定开路电压与充电状态之间的非线性关系。例如，制造商可以把电池模块14充电至100％充电状态并且逐步放电电池模块14，同时利用高度精确的传感器计数被电池模块14放电的库仑，以确定充电状态。当电池模块14被逐步放电时，制造商还可以测量电池模块的开路电压。因此，制造商可以将开路电压与充电状态之间的非线性关系确定为曲线并且把该曲线存储在电池控制模块32的存储器38中。类似地，内部电阻也可以通过对电池模块14的实验室实证检验来确定，例如，基于电池模块的温度和充电状态。因此，为了确定由于内部电阻造成的压降，可以确定实际用于给电池模块14充电的电流(例如，主电流)。

如上所述，电池模块14可以在电流流入第一端子14时被充电。但是，不是全部的端子电流都可用于给电池模块14充电。相反，一些端子电流可能由于析气反应而被浪费。从而，为了方便确定主电流，电池模块模型46还包括析气分支56，以量化析气反应。更具体而言，如所绘出的，端子电流(例如，I_t)在实际用于给电池模块14充电的主电流(例如，I_m)与析气电流(例如，I_g)之间分割。因此，代替仅仅计数流入和流出电池模块的库仑，本文所述的技术还在确定电池模块14的充电状态时考虑析气反应，以确定实际用于给电池模块充电的电流量。

照此，确定析气电流(例如，I_g)可以使得能够确定实际用于给电池模块14充电的电流(例如，主电流)。在一些实施例中，在时间k处的析气电流可以描述如下：

I_g(k)＝V_g(k-1)G_P0exp[V_g(k-1)/V_t0+A_g(1-θ(k-1)/θ_f)](3)

其中，I_g(k)是在时间k处的析气电流，V_g(k-1)是在时间k-1处跨析气分支56的压降，V_t0是高于它就会发生析气反应的端子电压(例如，析气电压)，θ(k-1)是在时间k-1处的电池模块温度，θ_f是电解液44的冻结温度，并且G_p0和A_g是调谐参数。此外，基于电池模块模型46，由于析气分支56与端子平行，因此跨析气分支56的压降(例如，V_g)等于端子电压(例如，V_t)。因此，等式(3)可以被重写为如下：

I_g(k)＝V₁(k-1)G_P0exp[V_t(k-1)/V_t0+A_g(1-θ(k-1)/θ_f)](4)

其中I_g(k)是在时间k处的析气电流，V_t(k-1)是在时间k-1处的端子电压，V_t0是析气电压，θ(k-1)是在时间k-1处的电池模块的温度，θ_f是电解液44的冻结温度，并且G_p0和A_g是调谐参数。换句话说，析气电流(例如，I_g)可以基于在前一时间步长测出的端子电压(例如，V_t)和在前一时间步长测出的电池模块温度(例如，θ)来确定。从而，如本文所使用的，等式(3)和等式(4)一般被称为析气电流模型。

因此，由于析气电流模型使得析气电流能被量化，因此主电流可以至少部分地基于析气电流模型来确定。用于确定主电流的过程58的一个实施例在图5中描述。一般而言，过程58包括造就析气电流模型(过程方框60)、确定析气电流(过程方框62)以及确定主电流(过程方框64)。在一些实施例中，通过利用计算设备中的处理器(例如，处理器36)执行存储在有形非瞬时存储器(例如，存储器38)中的计算机可读指令，过程58可以由一个或多个计算装置(例如，计算机和/或电池控制模块32)执行。

在一些实施例中，析气电流模型可以由电池模块14或车辆10的制造商来造就。更具体而言，造就析气电流模型可以包括确定析气电流模型中的参数，使得析气电流可以基于电池模块的端子电压和温度来确定(过程方框60)。例如，基于上述析气电流模型，造就析气电流模型可以包括确定析气电压(例如，V_t0)、电解液44的冻结温度(例如，θ_f)以及调谐参数(例如，G_p0和A_g)。如本文所使用的，由于高于它就发生析气反应的端子电压以及电解液44的冻结温度是电池模块14的特征，因此它们一般被称为特征参数。换句话说，造就析气电流模型包括确定特征参数(过程方框66)并确定调谐参数(过程方框68)。

在一些实施例中，制造商可以通过对实际电池模型运行实证检验来确定特征参数(过程方框66)。例如，制造商可以通过逐步降低温度直到电解液44冻结来确定电解液44的冻结温度。类似地，制造商可以通过逐步增加端子电压直到电解液中的水离解来确定电池模块14的析气电压。此外或者作为替代，制造商可以基于电池模块14中的部件的已知特征来确定特征参数。例如，冻结点和析气电压可以对于利用铅酸化学的电池是已知的。

此外，制造商可以通过各种参数拟合技术，诸如Kalman过滤器，确定调谐参数(过程方框68)。更具体而言，在一些实施例中，制造商可以运行训练序列，该训练序列系统地改变电池模块14的操作参数(例如，端子电压、端子电流和温度)并且确定当参数改变时对应的析气电流。例如，在受控的测试环境中，制造商可以把电池模块14充电至100％充电状态。在电池模块处于100％充电状态之后，电流可以供给到电池模块，以确定在时间k处的析气电流、在时间k-1处的端子电压和在时间k-1处的温度之间的关系。更具体而言，由于电池模块14处于100％充电状态，因此供给到电池模块14的所有电流将进入析气分支56并且因此等于析气电流。相应地，析气模型可以通过调整调谐参数来造就，以精确地描述析气电流、端子电压和温度之间的关系。在一些实施例中，制造商可以离线地造就析气电流模型并且把造就好的模型例如作为校准表存储在电池控制模块32的存储器38中。

照此，电池控制模块32可以至少部分地基于测出的端子电压和电池模块温度来确定析气电流(过程方框62)。更具体而言，电池控制模块32可以从传感器34接收端子电压和温度，并且处理器36可以把端子电压和温度输入析气电流模型，以确定析气电流。一旦确定了析气电流，它就也可以存储在电池控制模块32的存储器38中。

如上所述，然后电池控制模块32可以至少部分地基于析气电流确定主电流(过程方框64)。更具体而言，电池控制模块32可以从传感器34接收端子电流，并且处理器36可以从端子电流减去析气电流，以确定主电流。一旦确定了主电流，它就也可以存储在电池控制模块32的存储器中，例如，供在测量模型中使用。换句话说，由于测量模型是基于经由析气电流模型确定的析气电流，因此测量模型是包括另一模型(例如，析气电流模型)的模型。

如以下将更详细描述的，测量模型可以被用来方便确定电池模块14的状态，包括电池模块的充电状态(SOC)。用于确定电池模块14的状态的过程70的一个实施例在图6中描述。一般而言，过程70包括开发状态空间模型(过程方框72)、开发测量估计模型(过程方框74)、初始化电池状态和不确定性(过程方框76)、递归地确定电池的状态(过程方框78)，以及基于电池的状态控制车辆的操作(过程方框80)。在一些实施例中，通过利用计算设备中的处理器(例如，处理器36)执行存储在有形非瞬时存储器(例如，存储器38)中的计算机可读指令，过程70可以由一个或多个计算设备(例如，计算机和/或电池控制模块32)执行。

在一些实施例中，状态空间模型估计模型可以由车辆10或电池模块14的制造商开发(过程方框72)。一般而言，状态空间模型可以采取以下形式：

${\hat{x}}_k^{-}=A{\hat{x}}_{k-1}+{\mathrm{Bu}}_k---\left(5\right)$

其中，是在时间k处的电池的预测状态，是在时间k-1处的电池校正后的状态，u_k是在时间k处的电池的输入参数，并且A和B是一般形式的矩阵。从而，开发状态空间模型(例如，等式(5))可以包括确定A和B矩阵。例如，制造商可以基于实验室测试、模拟模型、经验数据或数学模型等确定这些矩阵。此外，在一些实施例中，状态空间模型可以离线开发并存储在电池控制模块32的存储器38中。

类似地，测量估计模型也可以由车辆10或电池模块14的制造商开发(过程方框74)。如上所述，测量估计模型(例如，等式(2))使得端子电压可以基于电池的状态(例如，充电状态和由于非线性阻抗造成的压降)和主电流来确定。从而，测量估计模型可以重写如下：

$V_t\left(k\right)=H{\hat{x}}_k^{-}+I_m\left(k\right)R_0\left(k\right)---\left(6\right)$

其中V_t(k)是在时间k处的估计的端子电压，是在时间k处的电池的预测状态，I_m是在时间k处的主电流，R₀是在时间k处的线性电阻，并且H是一般形式的矩阵。从而，开发测量估计模型(例如，等式(6))可以包括确定H矩阵。例如，制造商可以基于实验室测试、模拟模型或经验数据等确定该矩阵。此外，在一些实施例中，测量估计模型可以离线开发并存储在电池控制模块32的存储器38中。

基于上述状态空间模型(例如，等式(5))，电池的预测状态是基于之前电池校正后的状态来确定的。此外，如以下将更详细描述的，电池的预测状态的不确定性是基于之前的不确定性。照此，电池的初始状态和初始不确定性可以被确定(过程方框76)。例如，为了确定电池的初始状态，电池模块14可以完全充电，使得初始充电状态将是100％。此外或者作为替代，电池模块14可以完全放电，使得初始充电状态将是0％。从而，由于电池的初始状态是已知的，因此初始不确定性可以一般性地由I_nxn来描述，其中n是电池状态向量中的状态以及参数的个数。此外，在一些实施例中，电池的初始化状态和初始不确定性可以存储在电池控制模块32的存储器38中。而且，在一些实施例中，电池控制模块32可以例如通过完全充电电池模块并且把充电状态初始化为100％，周期性地重新初始化(例如，校准)充电状态。

如以下将更详细描述的，电池控制模块32可以随后递归地确定电池的状态(过程方框88)。例如，在一些实施例中，状态空间模型和包括析气电流模型的测量模型可以在Kalman过滤器中使用。更具体而言，递归地确定电池的状态可以包括预测电池的状态、确定所预测状态的不确定性、预测电池的操作参数、测量所述电池的操作参数、确定预测的操作参数与测得的操作参数之间的误差、最小化误差、确定电池校正后的状态、以及确定预测状态的校正后的不确定性。基于本文所述的技术，要强调的是，通过递归地考虑在每个时间步长中可发生的析气反应，所确定的电池状态的精确性提高了。

基于所确定的电池状态，车辆控制模块30和/或电池控制模块32可以控制车辆10的操作(过程方框80)。更具体而言，可以针对离散的时间步长控制车辆10的操作。例如，车辆控制模块30可以至少部分地基于在时间k处确定的电池状态在从k到k+1的时间步长期间控制车辆的操作。

如上所述，电池控制模块32可以作为分立模块被包括在车辆控制模块30中，或者被包括在电池模块14中。从而，在一些实施例中，电池控制模块32可以针对每个时间步长向车辆控制模块30传送电池状态。例如，电池控制模块32可以把所确定的电池状态存储在车辆控制模块30的存储器中。

此外，如上所述，电池的状态(例如，电池的充电状态)可以被用来方便车辆10的稳定操作，尤其是当车辆执行自动停止操作时。本领域普通技术人员应当理解，每个车辆10使用电池状态信息的方法依赖于由车辆实施的具体自动停止算法。从而，以下示例操作仅仅是要说明利用电池状态信息的自动停止算法中的可能变化。

一般而言，自动停止算法可以使用电池模块14的充电状态(SOC)来确定电池模块14向车辆10中的电气系统供电的能力。例如，车辆控制模块30可以在车辆空转时基于电池模块14的能力确定是否禁用内燃机18。更具体而言，在一些实施例中，车辆控制模块30可以只在确定电池模块14将能够供给车辆10所需的全部电力时才禁用内燃机18。为了方便确定车辆10所需的电力，车辆控制模块18可以确定当前在使用什么电气系统。此外或者作为替代，车辆控制模块18可以随时间推移对电力需求保持跟踪。

此外，车辆控制模块30可以基于电池模块14的能力确定何时重启被禁用的内燃机18。更具体而言，在一些实施例中，车辆控制模块30可以在确定电池模块14不能供给车辆10所需的全部电力时重启内燃机18。此外或者作为替代，车辆控制模块30可以在确定电池模块的充电状态到达某个充电状态阈值时重启内燃机。例如，车辆控制模块30可以在电池模块14的充电状态一达到75％时就重启内燃机18。在一些实施例中，可以设置充电状态阈值，以通过控制放电深度来延长电池模块14的寿命。而且，可以设置充电状态阈值使得充电状态确定时的某个误差量将不影响车辆10的稳定性。

此外，车辆控制模块30可以控制电池模块14的充电。例如，在一些实施例中，车辆控制模块30和/或电池控制模块32可以控制对电池模块14充电的电压。更具体而言，当电池充电状态低时，电池模块可以用较高的电压充电，以改善电池模块的充电时间。另一方面，当电池充电状态高时，以较高的电压充电可增加电池模块14的析气量。从而，充电电压在充电状态低时可以较高，并且随着充电状态增加而降低。此外，在一些实施例中，车辆控制模块30和/或电池控制模块32可以优化电池模块14的充电。例如，当电池充电状态是100％时，电池模块14的库仑效率接近零，因为没有更多能量可以被存储。照此，当电池充电状态处于或接近100％时，电池模块14的充电可以停止。此外，车辆控制模块30和/或电池控制模块32可以把电池充电状态维持在希望的范围内。例如，电池控制模块32可以把电池充电状态维持在80-100％之间的部分充电状态。换句话说，电池状态的精确确定使车辆控制模块30和/或电池控制模块32能够主张对电池模块操作的更多控制。

基于上述自动停止算法，要强调的是，本文所描述的技术能使车辆10的燃料经济性增加并使车辆10的排放物减少。更具体而言，由于充电状态可以通过考虑析气反应而以更小的误差确定，因此内燃机18可以在更长的时间段保持禁用，而不损害车辆的稳定性。例如，充电状态阈值可以被设置得更低，因为阈值将需要考虑所确定的充电状态中的更小误差。事实上，由于所确定的充电状态的更高精确性，车辆操作本身的稳定性可以被进一步提高。类似地，通过在更理想的电压充电和/或最小化被析气反应浪费的能量的量，电池模块14可以更高效地被充电。比较而言，如以下将说明的，由于析气反应造成的误差随时间积累，因此其它技术可以允许充电状态确定漂移。

如上所述，为了能够实现精确的充电状态确定，可在电池模块14中发生的析气反应在每个时间步长确定的充电状态中被递归地考虑。用于递归地确定电池状态的过程78的一个实施例在图7中描述。一般而言，过程78包括预测电池的状态(过程方框82)、确定所预测状态的不确定性(过程方框84)、预测电池的端子电压(过程方框86)、测量电池的端子电压(过程方框88)、确定预测的端子电压和测得的端子电压之间的误差(过程方框90)、最小化误差(过程方框92)、确定电池校正后的状态(过程方框94)、以及确定预测状态的校正后的不确定性(过程方框96)。此外，过程78还可以基于前一时间步长递归地继续(箭头98)。换句话说，过程78可以与车辆10的操作在线运行(例如，实时地或者并行地)。在一些实施例中，通过利用处理器36执行存储在有形非瞬时存储器38中的计算机可读指令，过程78可以由电池控制模块32自动地和/或连续地执行。

从而，在一些实施例中，电池控制模块32可以经由状态空间模型预测电池模块的状态(过程方框82)。如上所述，状态空间模型(例如，等式(5))基于在时间k-1处的电池校正后的状态和在时间k-1处的电池的操作参数来预测在时间k处的电池状态。在一些实施例中，状态空间模型(例如，A和B矩阵)、前一校正后的状态以及前一操作参数可以存储在电池控制模块32的存储器38中。因此，处理器36可以检索并把它们输入到状态空间模型，以预测在时间k处的电池状态。更具体而言，在一些实施例中，状态空间模型可以预测在时间k处的充电状态(SOC)和由于非线性阻抗造成的压降(例如，V₁)。此外，处理器36可以随后将电池的预测状态存储在存储器38中。

电池控制模块32可以随后确定电池的预测状态的不确定性(例如，协方差)(过程方框84)。一般而言，预测的不确定性可以确定如下：

$P_k^{-}={\mathrm{AP}}_{k-1}{A}^T+Q---\left(7\right)$

其中是在时间k处的电池的预测状态不确定性，P_k-1是在时间k-1处的电池校正后的状态不确定性，Q和A是一般形式的矩阵。更具体而言，Q可以代表系统噪声并且可以基于经验数据手动调谐。在一些实施例中，预测的不确定性关系(例如，Q和A矩阵)和前一校正后的不确定性可以存储在电池模块32的存储器38中。因此，处理器36可以检索并把它们输入到等式(7)中，以预测在时间k处的电池状态的不确定性。此外，处理器36可以随后把预测的不确定性存储在存储器38中。

此外，电池控制模块32可以利用测量模型预测电池的端子电压(过程方框86)。例如，基于测量模型(例如，等式(2))，电池控制模块32可以基于开路电压、由于内部电阻造成的压降以及由于非线性阻抗造成的压降来预测端子电压。更具体而言，由于电池的预测状态可以包括由于非线性阻抗造成的压降以及预测的充电状态，因此处理器36可以通过把预测的充电状态输入开路电压与充电状态之间所确定的的非线性关系来确定开路电压。此外，处理器36可以利用上述析气电流模型确定由于内部电阻造成的压降。因此，处理器36可以把由于非线性阻抗造成的压降(例如，V₁)、基于预测的充电状态确定的开路电压(例如，OCV)以及基于析气电流模型确定的主电流(例如，I_m)输入到测量模型，以确定预测的端子电压(例如，V_t)。

为了确定所预测的端子电压的误差，电池控制模块32还可以接收由传感器34测得的端子电压(过程方框88)并且得出预测的端子电压与测得的端子电压之间的差值(过程方框90)。更具体而言，处理器36可以从测得的端子电压减去预测的端子电压并且把该差值存储在存储器38中。

电池控制模块32然后可以最小化误差的均方(过程方框92)。最小化误差的均方提高了电池的预测状态的精确性。一般而言，误差的均方可以利用以下等式来最小化：

$K_k=P_k^{-}{H}^T{({\mathrm{HP}}_k^{-}{H}^T+R)}^{-1}---\left(8\right)$

其中K_k是在时间k处的增益(例如，信噪比)，是在时间k处的电池的预测状态不确定性，并且H和R是一般形式的矩阵。更具体而言，R可以代表环境噪声并且可以基于经验数据手动调谐。在一些实施例中，增益方程(例如，H和R矩阵)和预测的不确定性可以存储在电池控制模块32的存储器38中。因此，处理器36可以将检索并把它们输入等式(8)，以确定最小化误差的均方的增益。此外，处理器36可以把增益存储在存储器38中。更一般而言，电池控制模块32可以使测得端子电压与预测的端子电压之间的误差最小化。

基于所确定的增益，电池控制模块32可以确定电池校正后的状态(过程方框94)。更具体而言，电池控制模块32可以利用增益来校正电池的预测状态。一般而言，电池校正后的状态可以确定如下：

${\hat{x}}_k={\hat{x}}_k^{-}+K_k(z_k-H{\hat{x}}_k^{-}-I_m(k\left)R_0\right(k\left)\right)---\left(9\right)$

其中是在时间k处的电池校正后的状态，是在时间k处的电池的预测状态，K_k是在时间k处的增益，z_k是在时间k处的测得的端子电压，I_m是在时间k处的主电流，R₀是在时间k处的线性电阻，并且H是一般形式的矩阵。在一些实施例中，电池校正后的状态方程(例如，H矩阵)、测得的端子电压、增益以及电池的预测状态可以存储在电池控制模块32的存储器38中。因此，处理器36可以检索并把它们输入等式(9)，以确定电池校正后的状态。此外，处理器36可以将电池校正后的状态存储在存储器38中。

此外，电池控制模块32可以确定预测状态校正后的不确定性，供在下一时间步长中使用(过程方框96)。一般而言，校正后的不确定性可以确定如下：

$P_k=(I-K_{k}H)P_k^{-}---\left(10\right)$

其中P_k是在时间k处的校正后的不确定性，K_k是在时间k处的增益，是在时间k处的电池的预测状态不确定性，I是单位矩阵，并且H是一般形式的矩阵。在一些实施例中，增益、预测的不确定性以及校正后的不确定性方程(例如，I和H矩阵)可以存储在电池控制模块32的存储器38中。因此，处理器36可以检索增益和预测的不确定性并把它们输入等式(10)，以确定预测状态校正后的不确定性。此外，处理器36可以把校正后的不确定性存储在存储器38中，供下一时间步长中使用。

然后，针对下一时间步长，重复过程78(箭头98)。在下一时间步长(例如，k+1)，电池控制模块32基于在时间步长k处的电池校正后的状态和在时间步长k处的电池校正后的状态不确定性来预测在时间步长k+1处的电池状态。因此，由于电池校正后的状态和电池校正后的状态不确定性考虑了析气反应，因此时间k+1处的电池状态将基于针对之前时间步长以及在时间k+1处量化的析气反应来确定。换句话说，通过考虑对当前以及之前时间步长的析气反应，充电状态确定的精确性得以提高。为了帮助说明提高的精确性，以下描述具体的例子。

具体例子

以下描述的例子是基于95Ah吸水玻璃纤维毡(AGM)铅酸电池。基于该电池，用于时间k的状态空间模型可以定义如下：

其中SOC是充电状态，V₁是由于非线性阻抗造成的压降，I_m(k)是在时间k处的主电流，R₁和C₁是来自电池模型46的非线性阻抗，Δt是从时间k-1到时间k的温度变化，并且η是电池模块14的电气效率(例如，有用的功率输出/有用的功率输入)。基于在等式(11)中描述的状态空间模型，在时间k处的电池状态(例如，充电状态和非线性压降)可以基于在时间k-1处的电池状态和主电流(例如，I_m)来估计。

此外，针对时间k的测量可以定义如下：

OCV(k)＝f(SOC(k)，θ(k))(12a)

$V_t\left(k\right)=\[\begin{array}{cc}1& 1\end{array}\]\left[\begin{array}{c}OCV\left(k\right)\\ V_1\left(k\right)\end{array}\right]+I_m\left(k\right)R_0\left(k\right)---\left(12b\right)$

其中，OCV(k)是在时间k处的开路电压，θ(k)是在时间k处的温度，V_t(k)是在时间k处的端子电压，f(x，y)是开路电压与充电状态之间的非线性关系，V₁(k)是在时间k处的非线性压降，I_m(k)是在时间k处的主电流，并且R₀(k)是在时间k处的线性电阻。

因此，电池状态(例如，充电状态)可以利用在等式(11)中描述的状态空间模型和在等式(12)中描述的测量模型来确定。为了帮助说明，电池状态是基于在0至大约2700分钟之间应用于电池模块14的充电/放电分布图来确定的，如在图8A-8C中所描述的。更具体而言，图8A描述端子电流100；图8B描述实际(例如，测量)端子电压(V_INT)102(实线)、预测的端子电压(V_EST)104、仅仅利用库仑计数确定的开路电压(OCV_INT)106，以及利用本文所述技术确定的开路电压(OCV_EST)108；并且图8C描述仅仅利用库仑计数确定的充电状态(SOC)(SOC_INT)110和利用本文所述技术确定的充电状态(SOC)(SOC_EST)112。

一般而言，充电/放电分布图包括从0至大约1700分钟给电池充电，从大约1700分钟至大约2400分钟让电池休息(例如，不充电也不放电)，并且从大约2400分钟至大约2700分钟把电池放电。基于这种充电分布图，端子电流100应当一直到电池达到100％充电状态都为正，然后降至大约零安培，直到电池开始放电，在这个时候，端子电流100应当变为负。如图8A中所绘出的，端子电流100在大约0至200分钟之间是25安培，在大约200至2400分钟之间非常小(例如，几乎为零安培)，并且在大约2400至2700分钟之间是-20安培。此外，如图8B中所绘出的，端子电压102在大约0至200分钟之间逐步增加至15伏，在大约200至1700分钟之间保持在15伏，在大约1700至2400分钟之间降至13.3伏，并且在大约2400至2700分钟之间逐步减小。

从而，基于所描述的充电/放电分布图，电池的充电状态应当一直增加直至其在大约200分钟时到达100％，在大约200至2400分钟之间维持在100％，并且在大约2400至2700分钟之间减小。此外，由于开路电压与电池充电状态相关，因此开路电压也应当一直增加直至在200分钟达到其最大值、在大约200分钟至2400分钟之间维持在最大值，并且在大约2400至2700分钟之间减小。

如图8B中所绘出的，计算出的开路电压106和108一般都匹配上述预期结果。事实上，在开路电压106与开路电压108之间存在非常小的变化。此外，如图8C中所绘出的，利用本文所述技术确定的充电状态112也紧密匹配上述预期结果。另一方面，很明显的是仅仅利用库仑计数确定的充电状态110包含误差。更具体而言，如所绘出的，充电状态110实际上高于100％充电状态。通过定义，高于100％充电状态应当是不可能的。这种非预期结果的原因是由于电池模块14中的析气反应(例如，水的离解)。

更具体而言，如上所述，析气反应可消耗电池模块14中的电子。从而，当电池在甚至电池处于100％充电状态之后还充电时(例如，过充电(topcharged))，在电池模块14中可发生析气，这消耗电流。照此，即使当电流不用于给电池模块14充电时，其也可流入电池模块14。换句话说，在大约200至1700分钟之间，端子电流可稍高于零安培。因此，仅仅使用库仑计数将在确定充电状态时计数这种电流，这会造成充电状态的非预期结果(例如，高于100％的充电状态或错误)。

而且，即使在电池模块14不再被过充电之后，非预期结果也将持续，因为库仑将继续累积。例如，如图8C中所绘出的，即使在电池不再充电之后(例如，1700至2400分钟之间)，充电状态110也保持高于100％。事实上，对于充电/放电周期的剩余部分(例如，大约1700至2400分钟)，充电状态110保持稍高于利用本文所述技术确定的充电状态112。因此，在甚至更长的充电/放电周期上(例如，车辆10的操作)，非预期的结果(例如，错误)可继续累加，这可造成仅仅利用库仑计数确定的充电状态110随时间推移而漂移，尤其是当电池模块14被重复地过充电时。可比较地，由于本文所述的技术考虑析气反应(例如，水的离解)，因此充电状态112中不存在非预期的结果。

如上所述，端子电压(例如，V_est)可以至少部分地基于电池的充电状态来预测。在所绘出的实施例中，预测的端子电压(V_EST)104紧密匹配实际端子电压(V)102。实际上，在大约200至2400分钟之间，预测的端子电压(V_EST)104基本上与实际端子电压(V)102相同，甚至当端子电压在大约1700分钟改变时亦如此。应当认识到，当电池模块14实际在充电(例如，在大约0至200分钟之间)和放电(例如，在大约2400至2700分钟之间)时，预测的端子电压(V_EST)104稍滞后于实际端子电压(V)102。但是，这种结果可以通过使用更高阶(例如，更精确)的模型(例如，电池模型46、析气电流模型、测量模型和/或状态空间模型)来减小。

而且，本文所描述的实施例还说明了改进充电状态确定如何可以提高燃料效率和/或减少排放。更具体而言，在一些实施例中，由于即使在电池模块14没有被充电时析气反应也可继续消耗能量，因此一旦电池模块14达到或接近100％充电状态，车辆控制模块30和/或电池控制模块32就可以停止充电。例如，车辆控制模块30可以断开交流发电机20(ALT.)并且使车辆10进入被动助推，从而进一步提高燃料效率和/或减少排放物。

由本文所述技术提供的技术效果包括通过考虑可在电池系统中发生的析气反应来提高对诸如铅酸电池系统的电池系统的充电状态(SOC)确定的精确性。更具体而言，析气反应可以经由析气电流模型来量化，这使得能够确定实际用于给电池系统充电的电流量。利用提高的充电状态精确性，可以改进车辆操作的稳定性，因为在所确定的充电状态中将存在更少误差。从而，由于可以更肯定地确定充电状态，因此可以增加燃料效率并且可以减少排放物，因为内燃机18可以被禁用更长时间，而不会潜在地危害车辆操作稳定性。照此，这可以提供更高效的能源使用。

虽然只说明和描述了本发明的某些特征和实施例，但本领域技术人员可以想到许多修改和变化(例如，各种元件的尺寸、维度、结构、形状和比例，参数(例如，温度、压力等)值，安装布置、材料使用、颜色、朝向等等的变化)，而不实质性背离权利要求中所阐述的主题的新颖教导和优点。根据替代实施例，任何过程或方法步骤的次序或顺序可以改变或重新排序。因此，应当理解，所附权利要求旨在覆盖属于本发明真正精神之内的所有此类修改和变化。此外，为了提供示例性实施例的简明描述，可能并非实际实现方式的所有特征都已被描述(即，与实施本发明的目前想到的最佳模式无关的那些特征，或者与能够实现所要求保护的本发明无关的那些特征)。应当认识到，在开发任何此类实际实现方式时，就如同在任何工程或设计项目中，可以做出各种实现方式特定的决定。这种开发工作可能复杂而且耗时，但对于无需过多实验的情况下受益于本公开的普通技术人员来说却是进行设计、构造和制造的例行任务。

Claims (26)

1.一种方法，包括：

利用电池控制模块预测车辆中电池模块的端子电压，其中预测端子电压包括：

利用析气电流模型确定电池模块的析气电流，其中析气电流量化未用于给电池模块充电的端子电流；以及

至少部分地基于测量模型和所确定的析气电流计算预测的端子电压；

利用通信地耦合到电池控制模块的传感器测量电池模块的端子电压；以及

利用电池控制模块通过使预测的端子电压与测得的端子电压之间的误差最小化来确定电池模块的校正后的状态。

2.如权利要求1所述的方法，包括利用电池控制模块至少部分地基于状态空间模型、前一时间步长中确定的电池模块的校正后的状态以及在所述前一时间步长中确定的电池模块的操作参数来预测电池模块的状态，其中预测的端子电压是至少部分地基于电池模块的预测状态来计算的。

3.如权利要求2所述的方法，包括通过给电池模块完全充电来周期性地校准状态空间模型。

4.如权利要求2所述的方法，包括利用电池控制模块确定电池模块的预测状态的不确定性，其中校正后的电池模块状态是至少部分地基于所确定的电池模块的预测状态的不确定性来确定的。

5.如权利要求1所述的方法，包括确定电池模块的预测状态的校正后的不确定性，其中所述校正后的不确定性被用来确定后续时间步长中的电池模块的预测状态的不确定性。

6.如权利要求1所述的方法，其中预测端子电压包括：

利用通信地耦合到电池控制单元的传感器测量端子电流；及

通过从该端子电流减去析气电流来确定实际用于给电池模块充电的电流量。

7.如权利要求1所述的方法，包括至少部分地基于电池模块的校正后的状态利用车辆控制模块控制车辆的操作，其中所述电池模块的校正后的状态包括电池模块的充电状态。

8.如权利要求1所述的方法，其中所述电池模块是铅酸电池模块并且所述析气电流模型模拟在铅酸电池模块中发生的析气反应。

9.如权利要求8所述的方法，其中所述析气反应是在铅酸电池模块的电解液中水离解成氧气和氢气。

10.如权利要求1所述的方法，包括通过脱离车辆操作确定析气电流模型的特征参数和调谐参数来造就析气电流模型。

11.如权利要求1所述的方法，包括至少部分地基于电池模块的校正后的状态确定电池模块的后续校正后的状态。

12.一种存储可由车辆中电池控制模块的处理器执行的多条指令的有形非瞬时计算机可读介质，所述指令包括：

利用处理器预测车辆中电池模块的端子电压的指令，其中预测端子电压的指令包括：

利用析气电流模型确定电池模块的析气电流的指令，其中所述析气电流量化未用于给电池模块充电的端子电流；以及

利用测量模型和所确定的析气电流计算预测的端子电压的指令；

利用通信地耦合到电池控制模块的传感器测量电池模块的端子电压的指令；以及

利用处理器通过使预测的端子电压与测得的端子电压之间的误差最小化来确定电池模块的校正后的状态的指令。

13.如权利要求12所述的有形非瞬时计算机可读介质，其中所述指令包括：

利用处理器至少部分地基于在前一时间步长中确定的电池模块的校正后的状态和在所述前一时间步长中确定的电池模块的操作参数来预测电池模块的状态的指令，其中预测的端子电压是至少部分地基于电池模块的预测的状态来计算的；以及

利用处理器确定电池模块的预测的状态的不确定性的指令，其中电池模块的校正后的状态是至少部分地基于电池模块的预测的状态的不确定性来确定的。

14.如权利要求12所述的有形非瞬时计算机可读介质，其中预测端子电压的指令包括：

利用通信地耦合到电池控制单元的传感器测量端子电流的指令；以及

通过从该端子电流减去析气电流来确定实际用于给电池模块充电的电流量的指令。

15.如权利要求12所述的有形非瞬时计算机可读介质，其中所述指令包括向车辆控制模块传送电池模块的校正后的状态以便使车辆控制模块能够至少部分地基于电池模块的校正后的状态控制车辆的操作的指令。

16.如权利要求12所述的有形非瞬时计算机可读介质，其中所述电池模块是铅酸电池模块并且所述析气电流模型量化在铅酸电池模块中发生的析气反应。

17.一种车辆，包括：

电池模块，所述电池模块配置为向车辆中的电气系统供给电力；以及

电池控制模块，所述电池控制模块配置为利用状态空间模型和预测电池模块的操作参数的测量模型递归地确定电池模块的校正后的状态，其中所述测量模型包括使电池控制模块能够确定实际用于给电池模块充电的电流量的析气电流模型。

18.如权利要求17所述的车辆，包括车辆控制模块，所述车辆控制模块被配置为至少部分地基于电池模块的校正后的状态控制车辆的操作。

19.如权利要求18所述的车辆，其中所述车辆控制模块被配置为至少部分地基于电池模块的校正后的状态确定当车辆空转时是否禁用车辆中的内燃机。

20.如权利要求18所述的车辆，其中所述车辆控制模块被配置为至少部分地基于电池模块的校正后的状态确定何时重启在自动停止操作期间被禁用的内燃机。

21.如权利要求18所述的车辆，其中所述车辆控制模块被配置为至少部分地基于电池模块的校正后的状态确定何时给电池模块充电。

22.如权利要求18所述的车辆，其中所述车辆控制模块被配置为至少部分地基于电池模块的校正后的状态确定以什么电压给电池模块充电。

23.如权利要求17所述的车辆，包括内燃机，所述内燃机被配置为当车辆静止不动时被禁用并且当希望推进时重启。

24.如权利要求17所述的车辆，其中电池模块的校正后的状态包括电池模块的校正后的充电状态。

25.如权利要求17所述的车辆，其中所述析气电流模型量化在电池模块中发生的析气反应。

26.如权利要求23所述的车辆，其中所述电池模块是铅酸电池模块，并且所述析气反应是在电池模块的电解液中水离解成氧气和氢气。