CN105319509A - 电池开路电压估计的系统及方法 - Google Patents

Abstract

本公开涉及一种电池开路电压估计的系统及方法。一种车辆包括电池组和至少一个控制器。所述至少一个控制器基于由在百分之零荷电状态和百分之一百荷电状态处的归一化锂离子浓度表示的电池组正电极的模型参数和电池组负电极的模型参数，以及基于至少两个开路电压(每一个开路电压与不同的荷电状态相关联)的模型参数，输出针对所述电池组的给定荷电状态的开路电压数据。

Description

电池开路电压估计的系统及方法

技术领域

本公开涉及能够估计形成电池模型的元件的参数的电池管理技术，以提供对相关电池的控制。

背景技术

混合动力电动车辆(HEV)利用内燃发动机与电动马达的组合来提供动力。这种配置为仅具有内燃发动机的车辆提供了改善的燃料经济性。一种在HEV中改善燃料经济性的方法是在发动机运转效率低且不被另外需要推进车辆期间关闭发动机。在这些情况下，电动马达用于提供推进车辆所需的全部动力。当在驾驶员动力需求增加使得电动马达不再能提供满足需求的足够动力时，或者在诸如电池荷电状态(SOC)下降至某一水平的其他情况下，发动机应该以对驾驶员几乎显而易见的方式快速且平稳地启动。

HEV包括电池管理系统，所述电池管理系统估计描述电池组和/或电池单元的当前操作状况的值。电池组和/或电池单元操作状况包括：电池SOC、功率衰减、容量衰减以及瞬时可用功率。在电池组的整个生命周期中电池管理系统应能够估计在电池单元特性随着电池单元老化而变化期间的值。

发明内容

一种电池管理系统包括电池组和至少一个控制器。所述至少一个控制器在至少两个不同的荷电状态的每一个荷电状态下向所述电池组输入电流。所述至少一个控制器还基于从与输入对应的开路电压测量值推导的正电极的模型参数和负电极的模型参数，输出针对除所述至少两个不同荷电状态之外的荷电状态的开路电压数据。

根据本发明，提供了一种车辆，包括：电池组；至少一个控制器，被配置为基于(i)由在百分之零荷电状态和百分之一百荷电状态下的归一化锂离子浓度表示的电池组正电极的模型参数和电池组负电极的模型参数，以及(ii)至少两个开路电压(每一个开路电压与不同的荷电状态相关联)的模型参数，输出针对所述电池组的给定荷电状态的开路电压数据。

根据本发明的一个实施例，所述至少一个控制器还被配置为：基于所述开路电压数据，预测电池组端电压。

根据本发明的一个实施例，所述至少一个控制器还被配置为：基于所述电池组端电压，输出荷电状态、功率衰减、容量衰减或瞬时可用功率。

根据本发明的一个实施例，所述至少两个开路电压由测量的数据或估计的数据来定义。

根据本发明的一个实施例，所述测量的数据或估计的数据在车辆运行期间获得。

根据本发明的一个实施例，所述模型参数从受制于多个约束条件的优化问题推导出，优化问题具有使估计的开路电压数据和测量的开路电压数据之间的误差最小化的代价函数(costfunction)。

根据本发明，提供了一种用于管理电池的方法，包括：基于(i)由在百分之零荷电状态处和百分之一百荷电状态处的归一化锂离子浓度表示的电池正电极的模型参数和电池负电极的模型参数，以及(ii)至少两个开路电压(每一个开路电压与不同的荷电状态相关联)的模型参数，输出针对所述电池的给定荷电状态的开路电压数据；基于所述开路电压数据，输出电池端电压数据；基于所述电池端电压，控制所述电池的操作。

根据本发明的一个实施例，所述方法还包括：基于所述电池端电压，输出荷电状态、功率衰减、容量衰减或瞬时可用功率，并且还基于所述荷电状态、功率衰减、容量衰减或瞬时可用功率控制所述电池的操作。

根据本发明的一个实施例，所述至少两个开路电压由测量的数据或估计的数据来定义。

根据本发明的一个实施例，所述测量的数据或估计的数据在车辆运行期间获得。

根据本发明的一个实施例，所述模型参数从受制于多个约束条件的优化问题推导出，优化问题用于使估计的开路电压数据和测量的开路电压数据之间的误差最小化。

附图说明

图1是示出典型动力传动系统和能量存储组件的混合动力电动车辆的示意图；

图2是具有电流输入和和电压输出的电池模型的示意图；

图3是根据多个开路电压测量值的插值法确定的开路电压分布的曲线图；

图4是示出正电极和负电极的开路电压曲线在给定荷电状态下的电池单元的开路电压计算值的曲线图；

图5是用于在电池管理系统中确定开路电压曲线的算法的流程图；

图6A和图6B是用不同数量的开路电位测量点确定的开路电压曲线和确定的每个电极的锂化限制的曲线图；

图7是在电池组的整个寿命中随着电池单元老化确定的开路电压曲线和确定的电池单元的每个电极的锂化限制的曲线图；

图8A是示出由多个开路电压测量值确定的开路电压曲线的曲线图；

图8B是示出使用两个或更多个电极在给定锂离子浓度下确定的开路电压曲线的曲线图。

具体实施方式

在此描述的本公开的实施例，然而，应该理解，所公开的实施例仅仅是示例，而其它实施例可以采用各种和替代形式。附图无需按比例绘制，一些特征可被夸大或最小化以示出特定组件的细节。因此，在此公开的具体结构和功能细节不应被解释为具有限制性，而仅仅是用于教导本领域技术人员以多种形式使用实施例的代表性基础。如本领域普通技术人员将理解的，参考任一附图示出和描述的各个特征可以与在一个或更多个其它附图中示出的特征组合，以形成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，可期望与本公开的教导一致的特征的各种组合和变型用于特定应用或实施方式。

本公开的实施例总体上提供了多个电路或其他电气装置。对电路和其他电气装置以及由它们中的每一个提供的功能的所有参考，都不意在限于仅涵盖在此示出和描述的内容。虽然特定标号可被分配给公开的各种电路或其他电气装置，但是这样的标号不意在限制电路和其他电气装置的操作的范围。可按照基于所期望的特定类型的电气实现方式的任何方式将这种电路和其他电气装置彼此组合和/或分离。应该认识到，在此公开的任何电路或其他电气装置可包括任意数量的微处理器、集成电路、存储装置(例如，闪存、随机存取存储器(RAM)、只读存储器(ROM)、电可编程只读存储器(EPROM)，电可擦除可编程只读存储器(EEPROM)或上述项的其他适当的变型)和软件，它们彼此协作以执行在此公开的操作。此外，任意一个或更多个电气装置可被配置为执行在非暂时性计算机可读介质中实现的计算机程序，其中，计算机程序被编写为执行公开的任意数量的功能。

HEV电池系统可实现电池管理策略，其中，所述电池管理策略估计描述电池和/或一个或更多个电池单元的当前操作状况的值。电池组和/或一个或更多个电池单元的操作状况包括：电池荷电状态、功率衰减、容量衰减和瞬时可用功率。电池管理策略可能能够在电池组的整个寿命当中，估计随着电池单元老化变化的值。对一些参数的精确估计可提高性能和鲁棒性，并可最终延长电池组的使用寿命。对于在此描述的电池系统，可按照以下讨论实现对一些电池组和/或电池单元的参数的估计。

图1描述典型的混合动力电动车辆。典型的混合动力电动车辆2可包括机械连接到混合动力传动装置6的一个或更多个电动马达4。此外，混合动力传动装置6机械连接到发动机8。混合动力传动装置6还机械连接到驱动轴10，驱动轴10机械连接到车轮12。在未在示图中描述的另一实施例中，混合动力传动装置可为非可选式的齿轮传动装置，其中，非可选式的齿轮传动装置可包括至少一个电机。当发动机8开启或关闭时，电动马达4可提供推进能力和减速能力。电动马达4还用作发电机，并可通过回收通常在摩擦制动系统中作为热流失的能量来提供燃料经济效益。由于在特定情况下混合动力电动车辆2可以以电动模式运转，因此，电动马达4还可促进减少污染排放。

电池组14可包括具有一个或更多个电池单元的牵引电池，其中，所述一个或更多个电池单元储存可被电动马达4使用的能量。车辆电池组14通常提供高电压DC输出，并被电连接到电力电子模块16。电力电子模块16可与组成车辆计算系统(VCS)22的一个或更多个控制模块通信。车辆计算系统22可控制若干车辆功能、系统和/或子系统。所述一个或更多个模块可包括但不限于电池管理系统。电力电子模块16还电连接到电动马达4，并在电池组14和电动马达4之间提供双向传输能量的能力。例如，典型的电池组14可提供DC电压，而电动马达4可能需要三相AC电流来运转。电力电子模块16可将DC电压转换为电动马达4所需要的三相AC电流。在再生模式下，电力电子模块16将来自用作发电机的电动马达4的三相AC电流转换为电池组14所需要的DC电压。

电池组14除了提供用于推进的能量之外，还可为其他车辆电气系统提供能量。典型的系统可包括DC/DC转换器模块18，其中，DC/DC转换器模块18将电池组14的高电压DC输出转换为与其他车辆负载相兼容的低电压DC供应。其他高电压负载可无需使用DC/DC转换器模块18而被直接连接。在典型的车辆中，低电压系统被电连接到12V电池20。

电池组14可由电力电子模块16控制，电力电子模块16可从具有一个或更多个控制模块的车辆计算系统22中接收命令。所述一个或更多个控制模块可包括电池控制模块。所述一个或更多个控制模块可被校准为使用电池模型参数估计方法控制电池组14，其中，所述电池模型估计方法在操作期间估计有效电池内阻的平均值以确定电池功率容量。功率容量预测使得电池组14能够防止过度充电和过度放电。

电池参数预测方法和/或策略可有助于实时地(即，在操作期间)确定电池电流限制和功率容量。许多电池参数估计处理受到电池模型的保真度以及在电池操作期间未预测到的环境状况或未预期到的噪声的影响。车辆电池测量方法/策略可在操作期间使用电池模型测量车辆内的电池组，以获得若干参数。

车辆电池测量方法可被实现为用于消除对大量离线测试的需求。车辆电池测试方法可在操作期间使用电池模型(例如，黑盒模型、等效电路模型、电化学模型等)测量车辆内的电池组，以获得开路电压。估计的电池参数可包括波动轨迹，其中，当车辆处于包括充电模式、保持模式或消耗(即，放电)模式的特定系统模式下时，波动轨迹增大。当使用所述一个或更多个电池模型来实时估计这些参数时，这些电池参数趋向于对内部噪声和外部噪声以及环境状况敏感。

响应于所测量的开路电压，该系统可产生电池开路电压曲线，以提供信息用于预测电池响应。例如，在给定的荷电状态下的电池端电压为开路电压和由电池电流输入分布引起的电压变化的总和。使用所测量的开路电压来计算其它电池状态变量(例如，荷电状态和过电位)。

开路电压曲线可通过电池测试进行离线确定。离线测试可以产生组成开路电压曲线的一个或更多个预定表。在考虑电池动态特性的情况下，车内开路电压曲线确定可能在不同荷电状态点使用所测量的电池端电压来计算开路电压。车内测试的车辆电池测量方法是使用在车辆运行期间在不同荷电状态点测量开路电压的一个或更多个传感器、算法和/或它们的组合来完成。在车内确定的情况下，电池模型可用于估计电池开路电压。

图2是根据实施例的具有电流输入204和电压输出206的电池模型202的示意图200。电池模型202可包括一个或更多个模型，所述一个或更多个模型包括但不限于电化学模型、等效电路模型(例如，Randles电路模型)、黑盒模型(例如，自回归模型、移动平均模型、自回归移动平均模型、神经网络模型)和/或它们的组合。

使用在给定荷电状态附近的输入电流分布204和输出电压分布206，开路电压可由基于电池模型202的状态估计量来估计。确定开路电压的估计过程可以使用各种估计方法，比如扩展卡尔曼滤波和无迹卡尔曼滤波。根据模型结构，电池模型202可包括附加输入，比如温度和电池荷电状态(SOC)。所述附加输入可用于计算电池参数，以控制电池组。

图3是示出使用与SOC相关的多个开路电压点306并且对所述开路电压点进行插值确定的开路电压曲线308的示例的曲线图300。该曲线图具有表示电池SOC的x轴302和表示开路电压(在此被称为OCV)的y轴304。插值方法可包括但不限于线性、多项式和/或样条。

当电池完全卸载(relaxed)(即，在稳定状态下或在存放期间)时，该系统可在不同的SOC处测量OCV数据点306。在考虑到使得电池不处于稳定状态的电池动态特性的情况下，该系统可对OCV数据点306进行估计。例如，该系统可测量具有基于百分之二十(20％)SOC的三又十分之五伏特(3.5V)的值的OCV数据点306。在另一示例中，该系统可测量具有基于百分之九十九(99％)SOC的四又十分之二伏特(4.2V)的值的OCV数据点306。

该系统可接收足够数量的OCV数据点306，这些OCV数据点306用于通过插值方式来构建估计的开路电压分布曲线308。所述足够数量的OCV数据点306可包括至少十个或更多个数据点。虽然测量足够数量的OCV数据点306来确定OCV分布曲线308也许是可能的，但是OCV点的测量值可能需要额外的计算工作量。相反，少量的OCV数据点306可能降低OCV分布曲线确定准确性。

该系统可使用预先确定的OCV曲线来减少用于确定OCV分布曲线308的OCV数据点306的数量，而不降低OCV确定准确性。预先确定的OCV曲线包括正电极的OCV分布曲线和负电极的OCV分布曲线。可基于预先确定的OCV曲线以及根据每个电极的归一化锂离子浓度限定的确定参数，来产生使用减少数量的数据点的OCV分布曲线。

图4是示出预先确定的正电极的OCV曲线和负电极的OCV曲线在电池组的不同SOC处的OCV计算值的曲线图400。如果正电极的OCV曲线和负电极的OCV曲线是已知的，并且每个电极的锂化范围可以被确定，则电池OCV曲线也可以被确定。

该曲线图具有表示电池的归一化锂离子浓度的x轴402和表示每个电极的OCV的y轴404。电池单元的OCV被计算为在给定SOC处正电极的OCV和负电极的OCV之间的差异。锂化范围被限定与正电极在百分之一百(100％)406和百分之零(0％)408处的电池荷电状态对应，对于负电极其锂化范围与在百分之零(0％)412和百分之一百(100％)414处的电池荷电状态对应。

在418中描述与正电极材料的锂化相关的OCV曲线，在420中描述关于与负电极材料的锂化相关的OCV曲线。

根据下面的等式计算在给定荷电状态下的OCV：

OCV＝U_p(θ_p)-U_n(θ_n)(1)其中，U_p(θ_p)为正电极的OCV，U_n(θ_n)为负电极的OCV。正电极U_p(θ_p)被表示为U_p＝f₁(θ_p)，表示OCV曲线与正电极的归一化锂离子浓度θ_p相关的函数。负电极U_n(θ_n)被表示为U_n＝f₂(θ_n)，表示OCV曲线与负电极的归一化锂离子浓度θ_n相关的函数。

使用下面的等式，限定正电极和负电极的归一化锂离子浓度：

在正电极处， ${\mathrm{\θ}}_p={\frac{c_p}{c_{p,max}}|}_{SS}---\left(2a\right)$

在负电极处， ${\mathrm{\θ}}_n={\frac{c_n}{c_{n,max}}|}_{SS}---\left(2b\right)$

其中，c_p为电池单元中的正电极的锂离子浓度，c_p,max为正电极的最大锂离子浓度，下标SS表示电池动态特性的稳定状态。c_n为电池单元中的负电极的锂离子浓度，c_n,max为负电极的最大锂离子浓度。

正电极在百分之一百(100％)SOC点406处的OCV具有比在百分之零(0％)SOC点408处的数据点的值大的值。负电极在百分之一百(100％)SOC点414处的OCV小于或等于在百分之零(0％)SOC点412处的数据点的值。

使用下面的等式，表示在每个电极处的对应荷电状态：

${\mathrm{SOC}}_{p,SS}=\frac{{\mathrm{\θ}}_p-{\mathrm{\θ}}_{p,0\%}}{{\mathrm{\θ}}_{p,100\%}-{\mathrm{\θ}}_{p,0\%}}={\mathrm{SOC}}_{n,SS}=\frac{{\mathrm{\θ}}_n-{\mathrm{\θ}}_{n,0\%}}{{\mathrm{\θ}}_{n,100\%}-{\mathrm{\θ}}_{n,0\%}}---\left(3\right)$

其中，该系统可使用每个电极的插值OCV曲线来确定正电极410和负电极416的OCV数据点。

根据等式(3)，使用下面的等式计算在每个电极处的归一化锂离子浓度：

θ_p＝θ_p,0％+SOC_p,SS(θ_p,100％-θ_p,0％)(4a)

θ_n＝θ_n,0％+SOC_n,SS(θ_n,100％-θ_n,0％)(4b)

其中，θ_p,0％为正电极在百分之零(0％)SOC处的归一化锂离子浓度，θ_p,100％为正电极在百分之一百(100％)SOC处的归一化锂离子浓度，θ_n,0％为负电极在百分之零(0％)SOC处的归一化锂离子浓度，θ_n,100％为负电极在百分之一百(100％)SOC处的归一化锂离子浓度。

根据正电极在θ_p,0％、θ_p,100％处的归一化锂离子浓度以及负电极在θ_n,0％、θ_n,100％处的归一化锂离子浓度，使用等式(1)–(4b)在整个SOC范围内(即，从百分之零(0％)到百分之一百(100％))限定OCV曲线。

可通过求解具有使估计的OCV点和测量的OCV点之间的误差最小化的多个约束条件的优化问题来确定参数，如使用下面的等式表示：

$\underset{\begin{array}{c}{\mathrm{\θ}}_{p,0\%},{\mathrm{\θ}}_{p,100\%}\\ {\mathrm{\θ}}_{n,0\%},{\mathrm{\θ}}_{n,100\%}\end{array}}{min}\frac{\underset{i=1}{\overset{N}{\Σ}}{\left(V_{OC}\right({\mathrm{SOC}}_i)-{\hat{V}}_{OC}({\mathrm{\θ}}_{p,i},{\mathrm{\θ}}_{n,i}\left)\right)}^2}{N}---\left(5\right)$

等式(5)中的具有多个约束条件的优化问题受制于下面的等式：

θ_p,i＝θ_p,0％+SOC_p,i(θ_p,100％-θ_p,0％)(6a)

θ_n,i＝θ_n,0％+SOC_n,i(θ_n,100％-θ_n,0％)(6b)

${\hat{V}}_{OC}({\mathrm{\θ}}_{p,i},{\mathrm{\θ}}_{n,i})=U_p\left({\mathrm{\θ}}_{p,i}\right)-U_n\left({\mathrm{\θ}}_{n,i}\right)---\left(6c\right)$

${\hat{V}}_{OC}({\mathrm{\θ}}_{p,100\%},{\mathrm{\θ}}_{n,100\%})=V_{max}---\left(6d\right)$

${\hat{V}}_{OC}({\mathrm{\θ}}_{p,0\%},{\mathrm{\θ}}_{n,0\%})=V_{min}---\left(6e\right)$

SOC_i＝SOC_p,i＝SOC_n,i(6f)

其中，为在第i个测量值处的估计OCV，V_max为电池输出电压上限，V_min为电池输出电压下限，SOC_i为在第i个OCV测量值处的电池荷电状态，N为OCV测量值的数量。

用于构建OCV曲线的模型参数是通过求解受制于等式(6a)-(6f)中的约束条件的等式(5)获得的θ_p,0％、θ_p,100％处的正电极和θ_n,0％、θ_n,100％处的负电极。

等式(6d)和(6e)中的约束条件可能不能用于某些情况，而等式(6a)-(6c)以及(6f)中的约束条件可以总是得到满足。

OCV测量值的数量可能是至少两个，而OCV测量值的实际数量可以被确定为实现关于锂离子电池化学组成的所期望的OCV估计准确性。

图5是根据实施例的估计用于在电池管理系统中确定电池功率限制的OCV的算法的流程图。方法500使用包含在车辆控制模块内的软件代码来实现。在其它实施例中，方法500在其它车辆控制器中实现或者散布在多个车辆控制器中。

再次参照图5，在整个方法500的讨论中参照图1中示出的车辆及其组件，以帮助理解本公开的各个方面。在混合动力电动车辆中控制电池参数预测的方法500可通过计算机算法、机器可执行代码或被编程到车辆的合适的可编程逻辑装置(比如车辆控制模块、混合动力控制模块、与车辆计算系统通信的另一控制器或它们的组合)中的软件指令来实现。尽管在流程图中示出的各个步骤似乎以时间顺序发生，但是至少某些步骤可以以不同的顺序发生，并且某些步骤可以同时执行或根本不执行。

在步骤502，在允许车辆上电的接通事件期间，车辆计算系统可开始对一个或更多个模块进行通电。在步骤504，在启用用于控制电池的一个或更多个算法之前，所述一个或多个模块的通电可使与电池管理系统相关的变量初始化。

所述一个或更多个模块中的初始化参数可以是预定值或在上一次断开事件中的存储值。在接通事件时启用算法之前，参数应该被初始化。例如，电池管理方法可初始化若干变量，所述变量包括但不限于OCV数据点、电压限制、电流限制、SOC范围和/或其它电池相关参数。

在步骤506，该系统可使用若干类型的传感器和/或算法，来测量和/或估计在SOC数据点处的OCV。在步骤508，一旦该系统已经接收到在SOC数据点处的OCV，则该系统可计算从之前的OCV测量的时间步长(timestep)到当前时间的SOC变化。

在步骤510，如果SOC变化小于预定常量，则电池控制器等待预定的时间量以计算SOC变化。在步骤512，如果SOC变化大于或等于预定常量，则索引k增加1。在步骤514，如果电池处于充电状态或放电状态，则该系统在测量新的SOC数据点之前可以等待，直到电池处于稳定状态为止。

例如，在索引k处的SOC为百分之五十(50％)，并且在索引k+1处的SOC为百分之五十一(51％)，SOC变化可能很小；因此，可能需要大量的OCV测量值来覆盖整个SOC范围并确定OCV曲线。相反，如果在索引k处的SOC为百分之六十(60％)，并且在索引k+1处的SOC为百分之四十(40％)，则SOC变化可以足够大到用少量的OCV测量值就覆盖整个SOC范围。

在步骤516，该系统可确定其是否具有足够的OCV数据点来确定OCV曲线。在步骤518，如果接收到足够的数据点，则该系统可使用基于该实施例的不同SOC点处的测量数据来确定OCV曲线。

在步骤520，该系统可确定需要其它的确定信息来产生OCV曲线。电池性能可基于多个因素在整个电池的寿命中变化，所述多个因素包括但不限于电极的锂化程度、电极容量比和/或电极化学组成。电池控制算法可使用确定的OCV曲线来对电池的寿命做出解释。

在步骤522，如果该系统检测到断开事件，则该系统可结束用于管理电池组和/或一个或更多个电池单元的一个或更多个算法。车辆计算系统可具有车辆断开模式，以允许该系统将一个或更多个参数存储在非易失性存储器中，使得这些参数可被该系统用于下一次接通事件。所述一个或更多个参数可包括OCV数据点、SOC数据点和/或OCV曲线分布。

图6A和图6B描述了在曲线图601、605中由曲线图603、607中的正电极612、622和负电极614、624产生的确定的OCV曲线。基于正电极OCV曲线612、622和负电极OCV曲线614、624，用每个电极的确定的锂化限制610、620来估计OCV曲线618、628。曲线图601、605中的OCV曲线具有表示电池SOC的x轴606和表示OCV的y轴608。曲线图603、607中的正电极OCV曲线和负电极OCV曲线具有表示电池的归一化锂离子浓度的x轴602和表示每个电极的OCV的y轴604。估计的参数610、620包括正电极和负电极在百分之一百(100％)SOC点和百分之零(0％)SOC点处的归一化锂离子浓度。

图6A和图6B示出了根据实施例的由不同数量的测试数据点616、626确定的OCV分布曲线618、628的比较。如果OCV曲线是可确定的，则不管如图6A和图6B所示出的测试数据点616、626的数量多少，确定的曲线可以彼此相同或接近。在输出OCV曲线618、628之前，电池管理系统可以验证估计的OCV参数是否需要额外的测量点(即，测试数据)616、626。理论上，数据点的数量可以下降到两个，但是实际数量可以更多，以获得被改善的OCV确定结果。

图7是在电池寿命的不同阶段中使用测量测试数据716从电池单元的每个电极的确定的锂化限制710构建的OCV曲线718的曲线图。曲线图701具有表示电池的SOC的x轴706和表示OCV的y轴708。曲线图703具有表示电池的归一化锂离子浓度的x轴702和表示每个电极的OCV的y轴704。由于电池组可能基于时间、环境状况、电池使用和/或它们的组合而老化，所以可在整个电池寿命中改变OCV曲线。

与图6A和图6B相比，正电极和负电极在百分之一百(100％)SOC点处的归一化锂离子浓度明显地不同于图7中的正电极和负电极在百分之一百(100％)SOC点处的归一化锂离子浓度(参见正电极OCV曲线712和负电极OCV曲线714)。与在图6A和图6B中示出的OCV分布曲线618、628相比，每个电极处的不同浓度导致图7中的不同的OCV曲线718。如果电池OCV曲线在给定时间段内变化，则每个电极的确定的锂离子浓度可以是不同的。

图8A是示出基于线性插值法使用少量的OCV测量值802的确定的OCV曲线804的曲线图801。曲线图801具有表示电池SOC的x轴806和表示OCV测试数据点的y轴808。电池管理系统可基于由该系统请求的预定数量的数据点802，产生估计的OCV曲线804的曲线图801。例如，在产生OCV曲线804之前，该系统可请求5个、10个、15个、20个或50个数据点。当数据量很少时，线性插值法不能构建具有足够准确性的OCV曲线。

图8B是示出了基于所测量的电极的确定的OCV曲线812的曲线图803，其中，基于所测量的电极确定表示在每个电极的百分之一百(100％)SOC点和百分之零(0％)SOC点处的归一化锂离子浓度的模型参数。该系统可根据确定的模型参数和具有减少数量的OCV测试数据点810的正电极和负电极的OCV曲线，来构建OCV曲线812。曲线图803具有表示电池SOC的x轴806和表示OCV的y轴808。

与图8A中示出的OCV曲线804相比，图8B中的OCV分布曲线812示出了改善后的OCV曲线估计。所以，利用公开的该系统及方法，可使用在图8B中示出的有限数量的测量数据来构建OCV曲线。该系统可根据所需电池寿命连续更新电池参数。

虽然以上描述了示例性实施例，但这些实施例并不意在描述权利要求所涵盖的所有可能形式。说明书中所使用的词语是描述性词语而非限制性词语，并且应理解的是，可在不脱离本公开的精神和范围的情况下做出各种改变。如之前所述，可将各种实施例的特征进行组合以形成本发明的可能未被明确描述或示出的进一步的实施例。尽管关于一个或更多个期望的特性，各种实施例可能已经被描述为提供优点或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认识到，一个或更多个特征或特性可被折衷以实现依赖于特定应用和实现的期望的整体系统属性。这些属性可包括但不限于成本、强度、耐用性、生命周期成本、可销售性、外观、包装、尺寸、可维护性、重量、可制造性、易装配性等。因此，针对一个或更多个特性，被描述为不如其它实施例或现有技术实施方式的实施例并非在本公开的范围之外，并可被期望用于特定应用。

Claims (8)

1.一种电池管理系统，包括：

电池组，

至少一个控制器，被配置为：

在至少两个不同的荷电状态中的每一个荷电状态下向电池组输入电流；

基于从与输入电流对应的开路电压测量值推导的正电极的模型参数和负电极的模型参数，输出针对除所述至少两个不同的荷电状态之外的荷电状态的开路电压数据。

2.如权利要求1所述的电池管理系统，其中，所述至少两个不同的荷电状态包括百分之零的荷电状态和百分之一百的荷电状态。

3.如权利要求1所述的电池管理系统，其中，所述至少一个控制器还被配置为：在车辆运行期间获得所述开路电压测量值。

4.如权利要求1所述的电池管理系统，其中，所述至少一个控制器还被配置为：使用扩展卡尔曼滤波器估计所述开路电压数据。

5.如权利要求1所述的电池管理系统，其中，所述至少一个控制器还被配置为：从具有多个约束条件的优化问题推导所述模型参数。

6.如权利要求5所述的电池管理系统，其中，所述优化问题具有使估计的开路电压数据与开路电压测量值之间的误差最小化的代价函数。

7.如权利要求1所述的电池管理系统，其中，所述至少一个控制器还被配置为：基于所述开路电压数据输出所述电池组的端电压。

8.如权利要求7所述的电池管理系统，其中，所述至少一个控制器还被配置为：基于所述端电压控制所述电池组。