CN105467325B - 电池容量退化解决的方法和系统 - Google Patents

电池容量退化解决的方法和系统 Download PDF

Info

Publication number
CN105467325B
CN105467325B CN201510623249.2A CN201510623249A CN105467325B CN 105467325 B CN105467325 B CN 105467325B CN 201510623249 A CN201510623249 A CN 201510623249A CN 105467325 B CN105467325 B CN 105467325B
Authority
CN
China
Prior art keywords
battery
vehicle
voltage
capacity
controller
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
CN201510623249.2A
Other languages
English (en)
Other versions
CN105467325A (zh
Inventor
詹姆斯·马修·马瑟基
权五重
西奥多·詹姆斯·米勒
杨晓光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of CN105467325A publication Critical patent/CN105467325A/zh
Application granted granted Critical
Publication of CN105467325B publication Critical patent/CN105467325B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/05—Accumulators with non-aqueous electrolyte
    • H01M10/052—Li-accumulators
    • H01M10/0525—Rocking-chair batteries, i.e. batteries with lithium insertion or intercalation in both electrodes; Lithium-ion batteries
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M10/4257—Smart batteries, e.g. electronic circuits inside the housing of the cells or batteries
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/482—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for several batteries or cells simultaneously or sequentially
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M2220/00—Batteries for particular applications
    • H01M2220/20—Batteries in motive systems, e.g. vehicle, ship, plane
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries
    • 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

本公开涉及电池容量退化解决的方法和系统。一种车辆可以包括牵引电池和控制器，所述控制器与所述电池进行通信以使用说明电池老化的感测的电池电极容量来确定电池状态。所述感测的电池电极容量可以取决于在所述牵引电池的正电极处的活性锂离子。所述控制器可以将电池电压模型与在车辆行驶周期期间测量的电池电压比较，接收所述电池的感测的电流吞吐量数据和开路电压，并且确定偏差阈值是否被超过。所述控制器还可以使用所述测量的开路电压的平均值来校正电极容量以将所述容量误差校正为小于1安培小时，或使用所述电流吞吐量的方差来启动活性锂容量校正以将所述容量误差校正为小于1安培小时。所述信息可以被用于控制所述车辆和电池的使用。

Description

电池容量退化解决的方法和系统
技术领域
在此描述了关于校正电池容量变化的系统和方法。
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。所述设置提供超过只有内燃发动机的车辆的提高的燃料经济性。一种提高HEV的燃料经济性的方法是在发动机低效率运行并且不需要推进车辆期间关闭消耗燃料的发动机。在这些情况下，电动马达被用来提供推进车辆所需的全部动力。当驾驶员动力需求增加使得电动马达再也不能提供足够的动力以满足需求时，或在其它情况下(诸如，当电池荷电状态(SOC)下降到特定水平之下时)，发动机为车辆提供动力。
HEV包括电池管理系统，所述电池管理系统调节电池的运行，并且估计描述电池的当前运行状况的值。电池组和/或电池单元运行状况包括电池SOC、功率衰减、容量衰减以及瞬时可用功率。
发明内容
一种车辆包括牵引电池和控制器，所述控制器与所述牵引电池进行通信以使用说明电池老化的感测的电池电极容量来确定所述电池的状态。在示例中，所述感测的电池电极容量取决于在所述牵引电池的正电极处的活性锂离子。而且，所述控制器被配置为：将电池电压模型与在车辆行驶周期期间测量的电池电压进行比较。所述控制器可以接收电池的感测的电流吞吐量数据和开路电压，并且可以确定偏差阈值是否被超过。所述控制器可以使用所述电极容量余值(residual)的平均值来启动电极容量校正，以将容量误差校正为小于1安培小时。所述控制器还可以使用所述电极容量余值的方差来启动活性锂容量校正，以将所述容量误差校正为小于1安培小时。
可以使用上述车辆结构和计算模块来执行各种方法。一种方法可以包括：感测牵引电池的电流和电压，利用使用感测的电池电流和电压的反馈算法来估计荷电状态，使用感测的电流和荷电状态的变化来计算电池电极容量，确定在行驶时间段内的电极容量，并且如果电极容量超过阈值，则更新用于确定所述电池的荷电状态的参数。在示例中，所述方法可以包括：确定平均值阈值或方差阈值是否被违反。如果所述平均值阈值被违反，则平均值参数被降低。如果所述方差参数被违反，则在荷电状态计算中，方差参数被降低并且活性锂参数被更新。
如果所述方差参数被违反，则可以使用电流积分由荷电状态误差计算电压误差。如果方差参数被违反，则可以使用先前的活性锂参数、电压误差和负电极开路电压来估计活性锂。感测牵引电池电流和电压的步骤可以根据在所述牵引电池的正电极处的活性锂离子。在车辆行驶周期期间，牵引电池电流和电压可以被测量。感测牵引电池电流和电压的步骤可以包括：感测在给定荷电状态下的电流吞吐量数据和所述电池的开路电压。更新所述参数的步骤可以包括：使用所述电极容量的余值的平均值来启动电极容量校正，以将所述容量的误差校正为小于1安培小时。更新所述参数的步骤可以包括：使用所述电极容量的余值的方差来启动活性锂容量校正，以将所述容量的误差校正为小于1安培小时。所述车辆可以是插电式混合动力电动车辆(PHEV)或电池电动车辆(BEV)。
一种用于控制车辆的牵引电池的方法包括：响应于所述电池的电极容量超过阈值，更新反馈算法的输入，其中，所述反馈算法被配置为输出所述电池的荷电状态，其中，所述电极容量是基于在行驶周期期间的荷电状态的变化和感测的电流的。
根据本发明的一个实施例，所述方法还包括：响应于方差参数被违反，基于使用电流积分的荷电状态误差输出电压误差。
根据本发明的一个实施例，所述方法还包括：响应于方差参数被违反，基于先前的活性锂参数、电压误差和负电极开路电压而输出活性锂值。
根据本发明的一个实施例，所述感测的电流受所述电池的正电极处的活性锂影响。
根据本发明的一个实施例，所述感测的电流包括：感测的电流吞吐量数据。
根据本发明的一个实施例，更新所述输入的步骤包括：使用电极容量余值的平均值来启动电极容量校正，以将容量误差校正为小于1安培小时。
根据本发明的一个实施例，更新所述输入的步骤包括：使用电极容量余值的方差来启动活性锂容量校正，以将容量误差校正为小于1安培小时。
一种牵引电池控制系统包括：牵引电池；至少一个处理器，所述至少一个处理器被配置为：响应于指示所述电池的年龄的电极容量超过阈值，更新对被实施以输出针对所述电池的荷电状态的反馈算法的输入，其中所述电极容量基于所述荷电状态的变化和针对所述电池的行驶周期的感测的电流。
根据本发明的一个实施例，所述至少一个处理器还被配置为：响应于方差参数被违反，基于使用电流积分的荷电状态误差输出电压误差。
根据本发明的一个实施例，所述至少一个处理器还被配置为：响应于方差参数被违反，基于先前的活性锂参数、电压误差和负电极开路电压而输出活性锂值。
根据本发明的一个实施例，所述感测的电流受所述电池的正电极处的活性锂离子影响。
根据本发明的一个实施例，所述感测的电流包括：感测的电流吞吐量数据。
根据本发明的一个实施例，更新所述输出的步骤包括：使用电极容量余值的平均值启动电极容量校正，以将容量误差校正为小于1安培小时。
根据本发明的一个实施例，更新所述输出的步骤包括：使用电极容量余值的方差启动活性锂容量校正，以将容量误差校正为小于1安培小时。
附图说明
图1是可以与描述的系统和方法一起使用的混合动力电动车辆。
图2是用于混合动力电动车辆的电池的详细示图。
图3至图5是用于确定电池参数的方法的流程图。
图6是示出作为荷电状态的函数的先前的电池开路电压和当前的电池开路电压的曲线图。
图7是在车辆使用期间在牵引电池中的感测的电压和电流的曲线图。
图8是实际的荷电状态值和估计的荷电状态值的曲线图。
图9是计算出的电极容量的曲线图。
图10是电极容量计算的曲线图。
图11是计算出的作为荷电状态变化的函数的电压变化的曲线图。
图12是对电池容量变化有贡献的活性组分(active component)的曲线图。
图13是针对电池容量变化的活性组分的余值的处理的曲线图。
图14是校正电池模型中的误差的曲线图。
具体实施方式
根据需要，在此公开本发明的具体实施例；然而，应当理解，所公开的实施例仅为本发明的示例，其可以以多种替代形式实施。附图无需按比例绘制；可夸大或缩小一些特征以显示特定组件的细节。因此，在此所公开的具体结构和功能细节不应被解释为限制，而仅仅作为教导本领域技术人员以多种形式利用本发明的代表性基础。
在此描述的系统和方法估计对电池容量减少或衰减的特定贡献，例如，在电动车辆(诸如，插电式混合动力电动车辆(PHEV)或电池电动车辆(BEV))中电极对电池容量衰减的贡献。在示例中，电池电压模型与在行驶周期期间的电池电压的测量值进行比较以基于估计的容量生成余值(residual)，从而确定所述电池何时已经老化了显著的量，并且如果电池已经老化了显著的量，则更新电池管理系统(BMS)的参数以反映电池性能退化。电池性能退化是电池的自然发生的现象。可以有电池性能模型的几个示例，包括现象学模型或第一性原理模型，需要提醒的是电极的电位被单独预测，并且电极的电位差接近于在电池端子处测量的电压。在此描述的示例可以使用数学模型(例如，具有非线性输出方程的线性动态模型)，但是线性和非线性模型的其它变形是可能的。所述数学模型可以包括用于在模块和处理器上执行的存储在车辆中的指令、参数和数据。在示例中，测量的电池端电压和电流被供应到模块或处理器以实施性能模型。所述性能模型将所述预测的负电极电位与所述测量的端电压相加，以获得测量的正电极电位。
图1描绘了混合动力电动车辆102(例如，插电式混合动力电动车辆)的示例100。插电式混合动力电动车辆102可以包括机械连接至混合动力传动装置106的一个或更多个电动马达104。另外，混合动力传动装置106机械连接至发动机108。混合动力传动装置106还可以机械连接至驱动轴110，驱动轴110机械连接至车轮112。当发动机108开启时，电动马达104能向车轮提供扭矩。电动马达104消耗来自电池114的电能以提供用于推进车辆102的扭矩。当发动机108关闭时，电动马达104能提供减速能力。电动马达104可以被构造为发电机并且能通过回收在摩擦制动系统中通常将作为热量损失掉的能量而提供燃料经济性效益。由于在特定条件下混合动力电动车辆102可以以电动模式运转，因此电动马达104还可以减少污染物排放。
牵引电池或电池组114储存电动马达104可以使用的能量。车辆电池组114通常提供高电压DC输出。响应于电池功率请求而产生电池输出，其中，可根据作为驱动功率请求和发动机功率请求的函数的前馈电池功率值来计算电池功率请求，进而驱动功率请求和发动机功率请求可以基于转速和扭矩的确定。电池组114电连接至电力电子模块116。电力电子模块116还电连接至电动马达104，并且在电池组114和电动马达104之间提供双向传输能量的能力。例如，示例性的电池组114可以提供DC电压，而电动马达104可能需要三相AC电来运转。电力电子模块116可以将DC电压转换为电动马达104需要的三相AC电流。在再生模式下，电力电子模块116将来自作为发电机的电动马达104的三相AC电转换为电池组114所需要的DC电压。在此描述的方法同样适用于纯电动车辆或者使用电池组的任何其它装置。在示例中，电力电子模块116包括处理器、存储器、传感器和与电池114进行交互并且测量电池114的参数(例如，测量在不同的时间的电压和电流以确定电池114的开路电压)的其它电路。这些例如包括开路电压的电池参数随后被车辆控制模块(例如，电力电子模块116、动力传动系统控制模块128或其它)使用以控制车辆功能。
电池114可在车辆的特定使用期间经历退化。一种发生退化的使用是在高的荷电状态(SOC)下存放。温度也可以是电池退化的因素。电池退化可包括电池114无法保持一定量的电荷(例如，在电池114中存储较少的几千瓦小时或几安培小时)。电池退化可以在电池的整个寿命期间发生。
随着时间的推移而且作为环境条件和车辆动力传动系统所需的利用率的函数，电池功率和能量在被称作老化的过程中退化。在实验室设置环境下，电池老化可以通过特定试验来表征，所述特定试验涉及命令电流和监测电池电压。在车辆中，这些实验室试验是不可能的。因此，能量和功率在车辆的整个使用寿命期间不能直接被测量。这些电池性能指标(metric)的退化应该被包括在BMS算法内，BMS算法可以在电力电子模块116、动力传动系统控制模块128或其它车载车辆计算装置中实现，以保证在整个电气化车辆的使用寿命期间保持电池容量的准确获知。为了解决这个问题，基于实验室数据的模型被用于预测因为预期的电池操作状况而将发生的老化。这样的模型可以被存储在车辆的存储器中。用于基于物理测量而调整或确认老化模型预测的方法将降低所述处理的不确定性，并且所述方法是本公开的一部分。
电池性能退化可来自于多种来源，但是来自每个来源的对老化的贡献不能单独地基于端电压来测量。尽管老化过程是复杂的，但是在最低水平的细节上，电极或者活性锂的量的减少可能有助于容量损失。识别来自每个电极的老化贡献的数据可以被BMS使用以降低与性能容量估计相关联的不确定性，从而允许更进取高效的电池使用。
使用在车辆运行期间获得的非侵入式测量来校正BMS的能量和功率估计的方法将在电动车辆中实现高质量的用户体验并且在整个车辆寿命期间提供充足的电池性能。通过使用考虑到电极解析的(electrode-resolved)对老化的贡献的方法完成所述任务，可提供与标准方法相比更高的准确度。
电池(或电池组)114除了提供用于推进的能量之外，还可以提供用于其它车辆电气系统的能量。示例性系统可以包括DC/DC转换器模块118，DC/DC转换器模块118将电池组114的高电压DC输出转换为与车辆其它负载兼容的低电压DC供应。其它高电压负载(诸如，压缩机和电加热器)可以直接连接至从电池组114引出的高电压总线。在示例性车辆中，低电压系统电连接至12V电池120。纯电动车辆可以具有类似的结构，但没有发动机108。
电池组114可以通过外部电源126进行再充电。电池电荷存储状态可作为荷电状态而被测量。外部电源126可以经由充电端口124通过电连接向车辆102提供AC或DC电力。充电端口124可以是被配置为从外部电源126向车辆102传输电力的任何类型的端口。充电端口124可以电连接至电力转换模块122。电力转换模块可以适配来自外部电源126的电力以向电池组114提供适合的电压和电流水平。在一些应用中，外部电源126可以配置为向电池组114提供适合的电压和电流水平，并且电力转换模块122可能不是必需的。在一些应用中，电力转换模块122的功能可以设置在外部电源126中。车辆发动机、传动装置、电动马达、电池、电力转换器件以及电力电子器件可由动力传动系统控制模块(PCM)128控制。
除了示出插电式混合动力车辆之外，例如，如果去除组件108，则图1可示出电池电动车辆(BEV)。同样，例如，如果去除组件122、124和126，则图1可示出传统的混合动力电动车辆(HEV)或动力分流式混合动力电动车辆。图1还示出高电压系统，所述高电压系统包括电动马达、电力电子模块116、DC/DC转换器模块118、电力转换模块122和电池组114。高电压系统和电池组包括高电压组件，高电压组件包括汇流条、连接器、高电压线以及电路中断装置。
车辆102还包括显示器130，显示器130可显示关于车辆状态(例如，电气系统和电池114的状态)的数据，以及车辆使用/未使用的数据。数据产生器135可连接至显示器以计算并组织用于显示器130的数据。在示例中，显示器130可以将电池状态显示为估计的或推导的状态。
可以通过多种化学配方构建电池组中的独立电池单元。示例性电池组化学物质可包括但不限于铅酸、镍镉(NiCd)、镍金属氢化物(NIMH)、锂离子或锂离子聚合物。图2示出了N个电池单元模块202简单串联配置的示例性电池组200。电池单元模块202可包含单个电池单元或并联电连接的多个电池单元。然而，电池组可以由串联、并联或它们的某些组合形式连接的任意数量的独立电池单元以及电池单元模块组成。示例性系统可以具有一个或更多个控制器，诸如监视并控制电池组200的性能的电池控制模块(BCM)208。BCM 208可以监视一些电池组水平特性(诸如，由电流传感器206测量的电池组电流、电池组电压(210)以及电池组温度(212))。在某些配置中，对于建立可靠的电池监视系统，电流传感器206的性能可能是必要的。电流传感器的准确度对于估计电池的荷电状态和容量是有用的。电流传感器可利用基于物理原理的多种方法来检测电流，电流传感器包括霍尔效应IC传感器、变压器或电流钳、电阻器(在电阻器中，电压与经过其的电流成正比)、使用干涉仪来测量由磁场产生的光的相位变化的光纤(fiber optic)或罗氏线圈(Rogowski coil)。在电池单元正在充电或放电使得进入或流出电池单元的电流超过阈值的情况下，电池控制模块可通过使用诸如熔断器或断路器的电路中断装置(CID)而使电池单元断开连接。电池容量可以被在电极处可获得的自由电荷的可用性(例如，来自Li+)影响。这可以由经过时间建立起来的电极上的机械屏蔽层或电绝缘层、或者因缺少在电极处提供电荷的化学物质而引起。
除了电池组水平特性外，还需要测量和监视电池单元水平特性。例如，可以测量每个电池单元的端电压、电流和温度。系统可以使用传感器模块204来测量一个或更多个电池单元模块202的特性。所述特性可包括电池单元电压、温度、年龄、充电/放电循环的次数等。典型地，传感器模块将测量电池单元电压。电池单元电压可以是单个电池的电压或并联或串联电连接的一组电池的电压。电池组200可利用多达Nc个传感器模块204来测量所有电池单元202的特性。每个传感器模块204可以将测量结果传输至BCM 208用于进一步的处理和协调。传感器模块204可以将模拟或数字形式的信号传输至BCM 208。电池组200还可包含电池配电模块(BDM)214，BDM 214控制电流进出电池组200的流动。
在示例中，电池控制模块208包括处理器、存储器、传感器和其它电路，以感测电池的电性能和状态并且推导关于电池状态和性能的有意义的参数。所述电池参数随后被车辆控制系统或电池管理系统(例如，电池控制模块208、电力电子模块116、动力传动系统控制模块128或其它)使用，以控制车辆功能。
图3示出了用于更新在车辆中使用的电池参数以进行各种计算并且由于车辆性能与电池有关而可能控制车辆性能的方法300。在301，测量电池端电压。在示例中，电池端电压是在车辆行驶时间段内的开路电压。电流以估计的荷电状态(SOC)被提供，并且需求被测量。在303，预测的电池负电极电位与测量的端电压相加。结果值被反馈到车辆BMS内的电池预测模型。在307，新的电池参数被估计以处理电池容量衰减的影响，电池容量衰减可以是使用中的电池的自然现象。在309，所述新的电池参数可以可选择地被用于控制车辆。
图4示出了用于测试电池参数的方法400，方法400可以被用于确认存储在BMS中的当前电池模型。所述方法可以通过将电池电压模型与行驶周期期间的电池电压的测量值进行比较来估计电极解析的对电池容量衰减的贡献，所述方法可以基于估计的容量产生余值以确定电池是否已经老化了显著的量，并且如果电池已经老化了显著的量，则更新BMS参数以反映电池性能退化。
在401，当车辆运行时车辆传感器感测电池电流和/或电压。被感测的信号的示例在图7中被示出。所述被感测的电流可以是相对于由BMS命令的电流而供应的电流。正在被感测的电压可以是在电池端子处的电压。当车辆在使用中时进行感测提供可以在车辆中使用的实际参数，而非理论估计值。
在403，跟随时间而感测的电压信号被用来估计电极SOC。实际测量的电压与估计的电压进行比较。估计的电压通过当前的电池模型来确定。在示例中，车辆中的模块、处理器和电路可以存储并应用电池模型来估计电压对电池单元阻抗的影响，并且随后从电压测量值中消除阻抗影响并把补偿后的电压看作开路电压。对电池模型进行处理提供开路电压和电池单元SOC之间的明确定义的关系，所述关系在车辆中被表征和存储。所述模型和关系可以在电池系统被消费者投入使用之前被安装在车辆中。实际的SOC和估计的SOC的示例在图8中被示出。
在405，所述电极容量通过使用感测的电流吞吐量(throughput)来计算。电流吞吐量是所述电流信号的时间积分值。在示例中，时间间隔开始于车辆点火开关接通并且结束于整个行驶周期的几个点，以产生余值信号(例如，如在图9中所绘制的)。电极容量还可以取决于SOC的变化。通过使用在同一时间段内的电池单元的感测电流和SOC的变化，计算所述电极容量。
在407，所述电极容量的统计处理被执行。根据误差余值性质(error residualproperty)，每个电极对容量衰减的贡献被估计。例如，整个行驶周期内的余值的平均值和方差可以被计算。如果统计值满足特定阈值标准，则可能的退化机制被确定并且针对关联电极的BMS参数可以被校正以说明退化的当前水平。电位误差的示例在图10中被示出。所述平均值在未老化的情况下大约为零，并且如果容量衰减是由正电极引起的，则在老化的过程中所述平均值变得大于零。新的容量值直接根据余值平均值的偏移被估计，并且模型参数被更新以反映新的电极容量。余值的方差不受影响，并且对平均值的校正将估计器余值恢复到它的标称水平。
在409，对计算出的电池参数和阈值进行比较。如果所述计算出的电池参数没有超过所述阈值，则在步骤411，所述方法保持当前电池参数。如果所述计算出的电池参数超过所述阈值，则所述方法前进至电池参数更新步骤413。在下面参照图5描述所述电池参数更新步骤。
图5示出了用于确定被存储在车辆中的电池模型是否有效的方法500。在501，确定电池参数的阈值是否被违反。作为BMS的一部分的模块或处理器可以执行所述确定步骤。所述电池参数可以是开路电压、电极容量、荷电状态或它们的组合。在示例中，电极容量通过使用开路电压和荷电状态被确定。随后所述电极容量与阈值参数进行比较，并且如果所述阈值被违反，则所述模型可以被更新。如果被违反的统计阈值是平均值，则所述处理移动到步骤503至步骤505的处理流。如果被违反的统计阈值是方差，则所述处理移动到步骤507至步骤513的处理流。
在503，所述平均值按照在先前的步骤中确定的变化增大，例如，通过使用μ＝μ+Δμ。在505，所述电极容量被更新以校正在BMS内的电池模型中的所述电极容量的参数从而减小误差。所述误差的减小在图14中被示出。针对未老化电池的平均值将大约为零。随着时间的推移并经过行驶周期，所述平均值可以变化并且变成统计上是显著的并大于零。新的电池容量可以直接从所述平均值的偏移被估计。在示例中，所述阈值是在所述平均值偏移中5％的偏移。
现转向步骤507至步骤513的处理流，电池容量衰减可以因为电池中的活性化学物质(例如，Li+)的损失而产生。如果所述电池容量衰减是因为活性锂的损失而产生，则在行驶周期后期做出的容量估计比在行驶周期早期做出的容量估计具有更大的误差。结果是余值的方差大于标称水平，并且余值平均值的小的偏移小于正电极容量损失情况下的偏移。在507，考虑方差的增加并且可以使用δ2＝δ2+Δδ2更新所述方差的增加。在509，反馈回路估计和电流积分估计之间的电压误差被用于通过使用正电极的开路电压来计算电压误差。示例在图11中被示出。在511，所述电压误差在负电极开路电压的插值表中被使用，以确定活性锂的新的量。示例在图12中被示出。在513，可用的电池活性化学物质(例如，锂)的所存储的电池参数在BMS内被更新。
将进一步理解的是，反馈回路可以被提供给现有的系统和方法。在示例中，扩展卡尔曼滤波器被应用于表示正电极或其它任一电极的数据。在本公开的范围内，平均值和方差以外的一些其它的统计方法可以被用于处理余值。
图6示出了作为荷电状态的函数的电池的开路电压的曲线图600。因为荷电状态的低档易受到检测到的开路电压的误差的影响，所以所述曲线图关注电池的荷电状态较低的四分之一。作为结果，一些车辆不依靠SOC的低档来使用电池为车辆充足地供电。也就是说，实际电池参数的这种不确定性可能导致电池的控制器默认为低效率操作状态。在一些极端的控制方案中，由于与低荷电状态范围关联的不确定性，因此控制器不使用低荷电状态范围。因此，电池的有效能量减少。曲线601是未老化的电池的开路电压的基准。未老化的电池是新安装到车辆中的并且可以基于测试数据的电池。曲线605示出了当在车辆中使用时正电极对电极开路电压的影响。相比于基准曲线601，曲线603示出了当在车辆中使用时活性离子的衰减对电极开路电压的影响。如图所示，衰减曲线603和正电极容量曲线605示出了可存在由活性锂的损失或正电极容量的损失所导致的多达20％的电池容量衰减。不考虑由电池老化引起的开路电压差的电池管理系统可能导致系统中的SOC参数不准确。如在图6中所示，在由ΔSOC指示的3.5V下的正电极容量衰减情况(605)和基准情况之间可存在大约8％(+/-2％)的误差。针对活性锂的情况可以做出相似的论证，例如，多达大约8％(+/-2％)的误差。
图7示出了在牵引电池中的测量的电流和电压的曲线图。在该示例中，在处于纯电动模式的BEV或PHEV的行驶周期期间，所述测量的电流和电压随着时间的推移被获取。这些测量值可以被用来确定电极性能对电池容量衰减的贡献。在行驶周期期间测量的电流可以被连续积分(例如，在车辆中的处理器和模块中)，以确定从电池去除的净电荷。
图8示出了SOC估计值的曲线图。通过使用在两个明显不同的时间(例如，包括在行驶周期的开始时的初始时间和在已经产生足够的SOC差以后的另一时间)的SOC估计值，正电极性质可以被确定。所述正电极性质可以包括正电极容量，所述正电极容量可以代表操作性能(例如，正电极向电池或从电池引导电荷的能力)的退化。可以使用几个不同的初始时间和终止时间来重复所述处理，以创建从车辆点火开关接通至点火开关断开的正电极容量估计值的时间序列。
图9示出了计算出的电极容量的曲线图，所述计算出的电极容量可以从相关的处理和图8曲线中的数据来确定。所述电极容量估计值可以被用来与可被存储在车辆存储器中的先前的电极容量估计值进行比较。
图10示出了来自于基于车辆行驶时间对电极容量数据进行处理的统计数据的曲线图。未老化的电池的影响和由于机械组件(mechanical component)而产生的对电气性能的贡献被估计。机械组件的贡献可以包括电极效应(例如，正电极效应)、误差余值性质以及每个电极对电极容量衰减的贡献，所述机械组件的贡献可以被估计。例如，整个行驶周期的余值的平均值和方差可以被计算。如果统计值满足特定阈值标准，则可能的退化机制被确定，并且针对关联电极的BMS参数可以被校正以说明当前的退化水平。在示例中，如果ΔQ＝0，则以安培小时为单位的平均值是-0.5Ah并且方差是0.3Ah2。该示例可以是未老化的电池的示例。在示例中，如果ΔQ(活性锂)＝2Ah，则以安培小时为单位的平均值是0.8Ah并且方差是3.1Ah2。在示例中，如果ΔQ(正电极)＝2.0Ah，则以安培小时为单位的平均值是2.2Ah并且方差是0.3Ah2。在示例中，如果ΔQ(组合形式)＝2Ah，则以安培小时为单位的平均值是1.4Ah并且方差是2.6Ah2。如果平均值阈值被设定为1.0Ah和/或方差阈值被设定为1.0Ah2，则所述示例可以基于平均值、方差或平均值和方差二者是否超过相应的阈值来区分。针对未老化的示例(ΔQ＝0)的非零平均值和方差反映了典型的建模误差和传感器噪声。
图11至图13涉及当方差阈值被违反时的处理(参见图4和图5的描述)。图11至图13的曲线图示出了关于针对电池模型校正活性锂组分的数据。
图11示出了作为SOC的变化(ΔSOC)的函数的计算出的电压变化(ΔV)的曲线图。所述曲线图可以是参照图5描述的处理中的步骤509的结果。如果电池容量衰减是由于活性锂的损失而产生的，则在行驶周期后期做出的容量估计比在行驶周期初期做出的容量估计具有更大的误差。结果是余值的方差大于标称水平，以及余值平均值的小的偏移小于在正电极容量损失情况下的偏移。在这种情况下，根据行驶周期结束估计的SOC估计值与只基于电流积分的估计值进行比较。基于模型的估计值和电流积分估计值之间的误差被用于使用正电极的开路电压来计算电压误差。
图12示出了对电池容量的变化有贡献的活性锂组分的曲线图。所述曲线图可以是参照图5描述的处理中的步骤511的结果。所述电压误差在负电极开路电压(OCV)的插值表中被使用以确定活性锂的新的量。
图13示出了针对电池容量变化的活性锂组分的余值的统计处理的曲线图。所述曲线图示出了更新电池模型降低了电池模型中的误差的可能性。
图14示出了校正关于正电极组分的电池模型中的误差的曲线图。
本公开的实施例总体上提供了多个电路或其它电子装置(例如，处理器、逻辑电路、存储器逻辑阵列等)。当提及所述电路、电路系统和其它电子装置以及由它们中的每一个提供的功能时，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它电子装置，但是这样的标号不意在限制所述电路和其它电子装置的操作范围。可基于所期望的特定类型的电实现方式，按照任何方式将所述电路和其它电子装置彼此组合和/或分离。应该认识到，在此公开的任何电路或其它电子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)或上述项的其它适当变型)和指令(例如，代码或软件)，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子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用于执行公开的任意数量的功能。而且，在此描述的模块和装置可以包括与其它装置相连接并执行在此描述的方法的电路和其它电子装置。应当理解的是，在此描述的电池参数可以使用所述结构和装置来计算，并且利用所述装置被存储以供以后在电动车辆的控制和计算中使用。
一些现有的估计电池容量的方法依赖于一阶等效电路，其中，所述一阶等效电路具有电池开路电压相对于荷电状态的单一关系。所述方法不可以解决每个电池电极的贡献。包括更准确的能量和功率估计以及改善的荷电状态估计的电极解析算法可能是有益的。更准确的电池容量估计可以通过引入最优化控制算法实现更高的燃料经济性和越来越好的车辆性能。
通过识别容量衰减机制和将这些机制合并到电池容量估计中，将观察到的电池容量的变化与电池功率相联系变得更容易，反之亦然。在此处更详细地描述的示例中，如果电池容量衰减是由于正电极容量的损失而产生的，则对于同样的外部电流需求，在电极内存在更明显的电流密度。这可以导致电池电阻更大和功率降低。可选择地，对活性锂的量的准确获知可以被用于估计在每个电极形成的电阻膜(影响电性能的机械结构)的厚度，其中，所述电阻膜的作用是降低功率。
如果插值表或存储的其它电池参数被用于将开路电压与荷电状态相关联，并且所述关系不使用在此描述的电极解析方法进行更新，则电池荷电状态的报告错误是可能的。低荷电状态区域(小于50％SOC、小于40％SOC或小于30％SOC)尤其受所述处理的影响。如果由于关联的不确定性低荷电状态范围是不可用的，则电池的有效能量容量或范围下降。当与现有方法进行比较时，本方法提供了对潜在的电池容量准确度的改进。所述改进可以高达大约10％或高达大约8％。
尽管上面描述了示例性实施例，但并不意在这些实施例描述本发明的所有可能形式。更确切地，说明书中使用的词语为描述性词语而非限制，并且应理解的是，可在不脱离本发明的精神和范围的情况下作出各种改变。此外，可组合各种执行实施例的特征以形成本发明进一步的实施例。

Claims (7)

1.一种车辆，包括：
牵引电池；以及
控制器，被配置为：基于行驶周期的感测的电流吞吐量数据和电池开路电压数据，输出指示电池老化的电池电极容量，并且响应于电池电极容量余值的方差参数被违反，基于使用电流积分的荷电状态误差输出电压误差。
2.如权利要求1所述的车辆，其中，所述电池电极容量取决于在所述牵引电池的正电极处的活性锂离子。
3.如权利要求2所述的车辆，其中，所述控制器被配置为：将电池电压模型与行驶周期的测量的电池电压进行比较。
4.如权利要求1所述的车辆，其中，所述控制器被配置为：基于所述行驶周期的感测的电流吞吐量数据和电池开路电压数据，输出偏差阈值违反状况。
5.如权利要求1所述的车辆，其中，所述控制器被配置为：基于电池电极容量余值的平均值启动电极容量校正，以将容量误差校正到小于1安培小时。
6.如权利要求1所述的车辆，其中，所述控制器被配置为：基于电池电极容量余值的方差启动活性锂容量校正，以将容量误差校正到小于1安培小时。
7.如权利要求1所述的车辆，其中，所述控制器被配置为：响应于电池电极容量余值的方差参数被违反，基于先前的活性锂参数、电压误差和负电极开路电压而输出活性锂值。
CN201510623249.2A 2014-09-26 2015-09-25 电池容量退化解决的方法和系统 Active CN105467325B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/497,785 2014-09-26
US14/497,785 US9843069B2 (en) 2014-09-26 2014-09-26 Battery capacity degradation resolution methods and systems

Publications (2)

Publication Number Publication Date
CN105467325A CN105467325A (zh) 2016-04-06
CN105467325B true CN105467325B (zh) 2019-10-22

Family

ID=55485936

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510623249.2A Active CN105467325B (zh) 2014-09-26 2015-09-25 电池容量退化解决的方法和系统

Country Status (3)

Country Link
US (2) US9843069B2 (zh)
CN (1) CN105467325B (zh)
DE (1) DE102015115208B4 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11824395B2 (en) * 2019-03-18 2023-11-21 Lg Energy Solution, Ltd. Battery management apparatus

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9401675B2 (en) * 2012-07-03 2016-07-26 Mitsubishi Electric Corporation Vehicle AC generator control apparatus
US9843069B2 (en) * 2014-09-26 2017-12-12 Ford Global Technologies, Llc Battery capacity degradation resolution methods and systems
US10547184B2 (en) * 2015-02-18 2020-01-28 The Boeing Company System and method for battery management
US10338153B2 (en) * 2015-03-03 2019-07-02 Samsung Electronics Co., Ltd. Method and apparatus for automatically estimating remaining useful life (RUL) of battery in real time
US10193821B1 (en) * 2015-03-19 2019-01-29 Amazon Technologies, Inc. Analyzing resource placement fragmentation for capacity planning
KR20170052095A (ko) * 2015-11-03 2017-05-12 현대자동차주식회사 배터리 제어 시스템 및 릴레이 융착 검출 방법
US10868344B2 (en) * 2016-02-25 2020-12-15 Ford Global Technologies, Llc Entropy driven thermal and electrical management
US10106049B2 (en) * 2016-05-18 2018-10-23 Nxp Usa, Inc. Battery monitoring device
US20180012196A1 (en) * 2016-07-07 2018-01-11 NextEv USA, Inc. Vehicle maintenance manager
US10353008B2 (en) * 2016-10-06 2019-07-16 Mitsubishi Electric Research Laboratories, Inc. Hybrid battery state sensor
CN106855612B (zh) * 2017-02-21 2019-09-24 山东大学 计及非线性容量特性的分数阶KiBaM电池模型及参数辨识方法
JP2018189384A (ja) * 2017-04-28 2018-11-29 株式会社Ｇｓユアサ 電流検出装置、管理装置、エンジン始動用のバッテリ
DE102017208770B4 (de) * 2017-05-23 2019-03-28 Audi Ag Verfahren zur Prüfung eines Batteriezustands und Prüfvorrichtung zur Prüfung eines Batteriezustands
WO2019120570A1 (en) * 2017-12-22 2019-06-27 Volvo Truck Corporation A method of controlling a state of charge operation range of a vehicle electrical system
KR102351637B1 (ko) * 2018-09-12 2022-01-14 주식회사 엘지에너지솔루션 배터리 관리 장치 및 방법
KR20200075921A (ko) * 2018-12-10 2020-06-29 현대자동차주식회사 차량 및 그 제어 방법
US11186198B2 (en) * 2019-05-31 2021-11-30 Ford Global Technologies, Llc Methods and systems for vehicle battery cell failure detection and overcharge protection
CN110190649B (zh) * 2019-06-01 2020-12-29 深圳市永航新能源技术有限公司 一种电池容量评估校正充放电装置及校正方法
EP3754352A1 (en) 2019-06-17 2020-12-23 Volvo Car Corporation Method and system for improving battery capacity estimations
KR20210047682A (ko) 2019-10-22 2021-04-30 삼성전자주식회사 배터리 상태 추정 방법 및 장치
US11498446B2 (en) * 2020-01-06 2022-11-15 Ford Global Technologies, Llc Plug-in charge current management for battery model-based online learning
US20230139353A1 (en) * 2020-03-19 2023-05-04 Monfort Technology, LLC Battery management system
CN113447834B (zh) * 2020-03-25 2023-05-09 比亚迪股份有限公司 电池容量一致性分析方法及装置，存储介质，电子设备
CN113824166A (zh) * 2020-06-19 2021-12-21 北京小米移动软件有限公司 充电策略调整方法及装置、存储介质
KR20220010842A (ko) * 2020-07-20 2022-01-27 주식회사 엘지에너지솔루션 배터리 장치, 배터리 관리 시스템 및 측정 전압 보상 방법
CN111766531B (zh) * 2020-07-31 2021-07-16 中国汽车工程研究院股份有限公司 一种判断电池包电压一致性的累计风险建模方法
CN112083345B (zh) * 2020-08-27 2023-10-31 欣旺达动力科技股份有限公司 电池状态检测方法、装置及存储介质
CN112231830B (zh) * 2020-09-30 2022-04-08 浙江大学 基于自适应等效因子的混合动力车辆多目标优化控制方法
US11609273B2 (en) * 2020-12-14 2023-03-21 Guangzhou Automobile Group Co., Ltd. Method and system for optimizing BMS model, storage medium and electric vehicle

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100085057A1 (en) * 2007-03-23 2010-04-08 Yuji Nishi Device estimating a state of a secondary battery
CN102590754A (zh) * 2011-01-11 2012-07-18 株式会社电装 锂离子可再充电电池的电池容量检测装置
CN103424710A (zh) * 2012-05-25 2013-12-04 通用汽车环球科技运作有限责任公司 用于监测电池组中的老化单体的性能变化的方法和系统
CN103625303A (zh) * 2012-08-21 2014-03-12 福特全球技术公司 在线电池容量估计
CN104049216A (zh) * 2013-03-12 2014-09-17 福特全球技术公司 车辆、控制车辆的方法和估计电池包充电状态的方法

Family Cites Families (21)

* 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
JPH08136626A (ja) 1994-09-16 1996-05-31 Seiko Epson Corp バッテリー残存容量計及びバッテリー残存容量の演算方法
US6114838A (en) 1998-12-02 2000-09-05 Agilent Technologies, Inc. Battery capacity test method and apparatus
US7983863B2 (en) * 2002-09-24 2011-07-19 Research In Motion Limited System and method of battery capacity estimation
US7324902B2 (en) 2003-02-18 2008-01-29 General Motors Corporation Method and apparatus for generalized recursive least-squares process for battery state of charge and state of health
US7768233B2 (en) 2007-10-04 2010-08-03 Gm Global Technology Operations, Inc. Dynamically adaptive method for determining the state of charge of a battery
US8084996B2 (en) 2008-06-27 2011-12-27 GM Global Technology Operations LLC Method for battery capacity estimation
JP4722976B2 (ja) 2008-08-26 2011-07-13 本田技研工業株式会社 蓄電容量制御装置
JP4649682B2 (ja) * 2008-09-02 2011-03-16 株式会社豊田中央研究所 二次電池の状態推定装置
JP5537236B2 (ja) * 2010-04-13 2014-07-02 トヨタ自動車株式会社 リチウムイオン二次電池の劣化判定装置および劣化判定方法
JP5341823B2 (ja) * 2010-06-07 2013-11-13 トヨタ自動車株式会社 リチウムイオン二次電池の劣化判定システムおよび劣化判定方法
US8680815B2 (en) 2010-11-01 2014-03-25 GM Global Technology Operations LLC Method and apparatus for assessing battery state of health
US8531158B2 (en) * 2010-11-01 2013-09-10 GM Global Technology Operations LLC Method and apparatus for assessing battery state of health
US8560257B2 (en) 2010-11-29 2013-10-15 GM Global Technology Operations LLC Dynamic battery capacity estimation
WO2012123789A1 (en) 2011-03-17 2012-09-20 Sony Ericsson Mobile Communications Ab Battery capacity estimation
US20120316810A1 (en) 2011-06-08 2012-12-13 GM Global Technology Operations LLC Battery limit calibration based on battery life and performance optimization
US8706333B2 (en) 2011-06-28 2014-04-22 Ford Global Technologies, Llc Nonlinear observer for battery state of charge estimation
US9146280B2 (en) 2011-10-26 2015-09-29 Industrial Technology Research Institute Method and system for estimating a capacity of a battery
US20130245973A1 (en) * 2012-03-16 2013-09-19 Smartmed Usa Inc. Apparatus, computer program, method, and system for acquiring and analyzing battery metrics
US20140272653A1 (en) * 2013-03-14 2014-09-18 Robert Bosch Gmbh Flow Battery System and Method of SOC Determination
US9843069B2 (en) * 2014-09-26 2017-12-12 Ford Global Technologies, Llc Battery capacity degradation resolution methods and systems

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100085057A1 (en) * 2007-03-23 2010-04-08 Yuji Nishi Device estimating a state of a secondary battery
CN102590754A (zh) * 2011-01-11 2012-07-18 株式会社电装 锂离子可再充电电池的电池容量检测装置
CN103424710A (zh) * 2012-05-25 2013-12-04 通用汽车环球科技运作有限责任公司 用于监测电池组中的老化单体的性能变化的方法和系统
CN103625303A (zh) * 2012-08-21 2014-03-12 福特全球技术公司 在线电池容量估计
CN104049216A (zh) * 2013-03-12 2014-09-17 福特全球技术公司 车辆、控制车辆的方法和估计电池包充电状态的方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11824395B2 (en) * 2019-03-18 2023-11-21 Lg Energy Solution, Ltd. Battery management apparatus

Also Published As

Publication number Publication date
CN105467325A (zh) 2016-04-06
US20180053965A1 (en) 2018-02-22
DE102015115208A1 (de) 2016-03-31
US10553896B2 (en) 2020-02-04
US20160093927A1 (en) 2016-03-31
US9843069B2 (en) 2017-12-12
DE102015115208B4 (de) 2024-01-25

Similar Documents

Publication Publication Date Title
CN105467325B (zh) 电池容量退化解决的方法和系统
CN110549876B (zh) 一种能量输出控制方法、装置和氢燃料混合动力汽车
Pei et al. Online peak power prediction based on a parameter and state estimator for lithium-ion batteries in electric vehicles
US10124696B2 (en) Estimation and compensation of battery measurement and asynchronization biases
CN108919137B (zh) 一种考虑不同电池状态的电池老化状态估计方法
US8207740B2 (en) Method for use with a vehicle battery pack having a number of individual battery cells
US9440552B2 (en) Estimation and compensation of battery measurement
US10124789B2 (en) In-range current sensor fault detection
CN106965685B (zh) 用于指示电池老化的系统和方法
US20160023566A1 (en) Reduced order electrochemical battery model for vehicle control
WO2014167602A1 (ja) 電池システム
US20160023567A1 (en) Temperature dependent electrochemical battery model for vehicle control
EP3002597A1 (en) Battery control device
US20170057372A1 (en) Electric or hybrid vehicle battery pack voltage measurement
CN104237795A (zh) 通过相同电压传感器测量多个电池单元的失衡探测
CN106597289A (zh) 电池健康状态测算方法
US20160023568A1 (en) Interpolation of metal-ion concentrations in a battery model for vehicle control
CN105899395B (zh) 估定机动车辆电池中的能量
US20160023569A1 (en) Battery power capability estimation based on reduced order electrochemical models
CN105277892A (zh) 通过脉冲注入辨识电池系统
US20170113565A1 (en) Adaptive Identification of the Wiring Resistance in a Traction Battery
CN107031425A (zh) 基于电流脉冲持续时间的电池荷电状态估计
CN106597287A (zh) 电池soc和soh测算方法
CN107472049B (zh) 在线车辆电池容量诊断系统与方法
US20200371161A1 (en) Battery management system with mixed electrode

Legal Events

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