CN107064805A - 蓄电池容量测量系统和蓄电池容量测量方法 - Google Patents

蓄电池容量测量系统和蓄电池容量测量方法 Download PDF

Info

Publication number
CN107064805A
CN107064805A CN201710034319.XA CN201710034319A CN107064805A CN 107064805 A CN107064805 A CN 107064805A CN 201710034319 A CN201710034319 A CN 201710034319A CN 107064805 A CN107064805 A CN 107064805A
Authority
CN
China
Prior art keywords
battery
curve
differential
capacity
coefficient
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710034319.XA
Other languages
English (en)
Other versions
CN107064805B (zh
Inventor
虎井总朗
虎井总一朗
吉武哲
数见昌弘
中迂胜
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.)
Yokogawa Electric Corp
Original Assignee
Yokogawa Electric Corp
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 Yokogawa Electric Corp filed Critical Yokogawa Electric Corp
Publication of CN107064805A publication Critical patent/CN107064805A/zh
Application granted granted Critical
Publication of CN107064805B publication Critical patent/CN107064805B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367Software therefor, e.g. for battery testing using modelling or look-up tables
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/385Arrangements for measuring battery or accumulator variables
    • G01R31/387Determining ampere-hour charge capacity or SoC
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392Determining battery ageing or deterioration, e.g. state of health
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/396Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/4285Testing apparatus
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/482Accumulators 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
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10Energy storage using batteries

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Secondary Cells (AREA)
  • Tests Of Electric Status Of Batteries (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明提供了一种蓄电池容量测量系统,所述蓄电池容量测量系统即使在构成电池模块的电池单元中的最大容量比其它电池单元的最大容量小的恶化电池单元中的充电处理结束并且不能获取用于测量其它电池单元的最大容量的数据的情况下,也可利用恶化电池单元的特性来估算其它电池单元的最大容量。

Description

蓄电池容量测量系统和蓄电池容量测量方法
技术领域
本发明涉及用于测量蓄电池的最大容量的蓄电池容量测量系统和蓄电池容量测量方法。
本申请要求于2016年1月21日提交的日本专利申请No.2016-009902的优先权,该申请的内容以引用方式并入本文中。
背景技术
本申请在下文中所引用或确定的所有专利、专利申请、专利公开、科学论文等将以引用方式全文并入本文中,以便更充分地描述本发明所属领域的状态。
从利用相对小的环境载荷(诸如通过不依赖化石燃料的太阳能发电或风力发电)来积累能量的观点来看,可再充电的蓄电池被用作混合动力车、电动汽车等的运行电机的电源,并且还被广泛地用于工业领域、公共机构、普通家庭等。
通常,这种蓄电池配置为将预定数量的电池单元(cell)串联连接以获取期望的输出电压的电池模块,或者配置为将提供期望的输出电压的预定数量的电池模块并联连接以获取期望的电流容量(Ah)的电池组。
电池的最大容量被用作表示蓄电池的性能的指标。可将最大容量定义为在电池的开路电压在电池的可用电压范围内从最大电压降至可用最小电压之前输出的电流容量(Ah)。
每当蓄电池反复地充电和放电时,由于用于导电的活性材料的失活或副反应,蓄电池的特性恶化并且最大容量逐渐减小。活性材料是正电极材料和负电极材料。例如,在Li(锂)离子电池中,将碳材料用于负电极并且将锂过渡金属氧化物用于正电极。
在蓄电池中,活性材料的能量在接近充电状态(SOC,电池的剩余容量与最大容量的比率)的下限和上限的区域中朝着过度充电或过度放电状态偏离,因而,其恶化快速发展。
因此,在蓄电池中,必须限制接近最大电压和最小电压的区域中的充电和放电。通过在预定SOC范围中操作蓄电池,与执行过度充电或过度放电的情况相比,可以抑制恶化并延长蓄电池的寿命。这里,预定SOC范围通常在最大容量的50%±30%(也就是说,约20%至约80%)的范围内。
为了在预定SOC范围内管理和操作蓄电池,准确地获悉SOC是重要的。可以通过对电池充电或放电时的充电/放电电流进行积分来获取SOC。然而,当利用充电/放电电流获取SOC时,电流传感器的模拟/数字(A/D)转换误差在电池的长期操作中积累。为了校正误差,必须在特定时间执行SOC校准操作。由于SOC被定义为剩余容量与最大容量的比率,因此,为了准确地获悉SOC,准确地获悉恶化过程中蓄电池的最大容量是必要的。
通常在对蓄电池完全充电之后通过允许蓄电池通过微电流完全放电的同时对微电流(微放电电流)进行时间积分来获取最大容量。
因此,例如,在固定电力存储系统中,SOC暂时地脱离正常操作模式下的SOC范围,并且操作模式从正常操作模式切换为长时间测量最大容量的估算模式。
这里,随着与估算模式相关联的时间增加,蓄电池停止操作的时间增加,并且蓄电池的操作效率降低。
因此,当想要获取蓄电池的最大容量时,必须在不脱离正常操作模式下的SOC范围的情况下短时间低成本地估算恶化的电池的最大容量。
为此,已知一种当估算蓄电池的最大容量时利用估算主体蓄电池的某些SOC区段中的充电和放电特性以及利用所述区段中的特性与最大容量之间的相关性来估算蓄电池的最大容量的技术(例如,参照日本未审查专利申请的首次公开No.2014-002122、日本未审查专利申请的首次公开No.2009-252381,“A unified open-circuit-voltage model oflithium-ion batteries for state-of-charge estimation and state-of-healthmonitoring(用于充电状态估算和健康状态监测的锂离子电池的统一开路电压模型)”,Caihao Weng等,journal of Power Sources,2014年第258卷第228页-237页)。因此,可以利用比SOC整个区段范围(从0%至100%)更窄的某些区段中的特性来缩短为了估算蓄电池的最大容量进行充电和放电所需的时间。
在日本未审查专利申请的首次公开No.2014-002122中,当蓄电池的电源端子的端子间电压从预定第一电压放电至第二电压时,利用容量值与最大容量之间的线性相关性来测量放电的最大容量。
在日本未审查专利申请的首次公开No.2014-002122中,由于线性相关性随着用于估算最大容量的放电区域的范围增大而改善,所以,最大容量的估算精度提高,因此在对应于10%至90%的SOC范围中执行放电。
在日本未审查专利申请的首次公开No.2009-252381中,利用在充电/放电特性中电压是平坦的区域(SOC范围为从10%至90%的区域)中观察到的微分特性“dV/dQ vs Q”估算蓄电池的最大容量。这里,利用微分特性中的两个特征点(最大值)之间的距离(ΔQ)与最大容量之间的线性相关性来估算充电时的最大容量值。距离ΔQ表示dV/dQ的两个最大值之间的容量值Q的差。
在“A unified open-circuit-voltage model of lithium-ionbatteries forstate-of-charge estimation and state-of-health monitoring(用于充电状态估算和健康状态监测的锂离子电池的统一开路电压模型)”(Caihao Weng等,《Journal of PowerSources》,2014年第258卷第228页-237页)中,利用函数模型表达充电/放电特性,在与10%至90%相对应的SOC范围的区域中中的测量的值执行函数模型的曲线拟合,并且确定函数模型的参数。然后,从确定了参数的函数模型中获取微分特性“dQ/dV vs V”的特征点(最大值)。利用获取的特征点与最大容量之间的线性相关性来估算获取特征点时的最大容量。
在上述现有技术中,例如,为了获取估算所需的特征点,需要在10%至90%的SOC范围而非整个SOC范围中的宽区段中充电或放电的测量数据。当要估算最大容量的蓄电池是单个电池单元时,可在0%至100%的SOC范围中执行充电处理,因此可以在10%至90%的宽范围中获取特征点而没有任何问题。
然而,当要估算最大容量的蓄电池是其中多个电池单元串联连接的组合蓄电池(电池模块)时,组合电池单元的恶化程度不同,因此,以上述现有技术来估算最大容量是不可能的。
也就是说,当恶化程度非常大的至少一个电池单元与蓄电池中的电池单元混合时,恶化程度大的电池单元的最大容量低于恶化程度小的其它电池单元的最大容量。因此,恶化程度大的电池单元的端子间电压比恶化程度小的电池单元的端子间电压更早达到上限电压。因此,对包括恶化程度小的电池单元的所有电池单元的充电处理由于对恶化程度大的电池单元的停止而停止。因此,对蓄电池的充电处理在未对恶化程度小的电池单元完全执行充电的状态下结束。
因此,在除恶化程度大的电池单元以外的电池单元中,不能获取在用于获取用于估算最大容量的特征点所需的SOC范围中的测量值。因此,由于不可获取用于估算最大容量的特征点,所以不可能估算除恶化程度大的电池单元以外的电池单元的最大容量。
另一方面,从电池管理系统(BMS)的有效操作和安全性的观点看,获悉蓄电池中的所有电池单元的最大容量是非常重要的。近来,通常将组合了具有不同恶化程度的电池单元的组合电池用作蓄电池。如果不能估算具有不同恶化程度的电池单元的最大容量,则在BMS的操作中会导致严重的问题。
在日本未审查专利申请的首次公开No.2014-002122中,在第一特征点与第二特征点之间的容量值与最大容量具有线性相关性的前提下估算最大容量。也就是说,日本未审查专利申请的首次公开No.2014-002122是基于在任何容量区域中最大容量的恶化率相同的前提。
通常,已知当活性材料(比如,锂离子电池中广泛使用的石墨)的晶体结构(阶段结构(stage structure))变化时,微分特性“dQ/dV相对于(vs)V”的曲线中出现峰值。当晶体结构变化时,将Li离子注入石墨中。这里,通过在微分特性“dQ/dV vs V”曲线中的特征点之间执行积分而获得的面积与注入石墨中的电荷量Q相对应。
也就是说,鉴于微分特性“dQ/dV vs V”的曲线,任何容量区域中的最大容量的恶化率都相同的前提与dQ/dV在纵轴上以相同速率减小相对应。
还已知一种估算电池状态(比如,最大容量或正电极和负电极活性材料的量)的技术,其基于在石墨的晶体结构变化的任何过程中最大容量以相同速率减小的前提,通过利用表示最大容量的减小率的变量,将电池状态向着一些区段的测量值拟合来估算电池状态(例如,参照日本未审查专利申请的首次公开No.2009-080093)。
然而,还报告了在晶体结构的变化中最大容量的变化率实际上也在变化(“Agingof a Commercial Graphite/LiFeP04Cell(商业石墨/LiFeP04电池单元的老化)”,M.Safari等,《Journal of the Electrochemical Society》,2011年第10期第158卷第A1123-A1135页),因此,晶体结构(特征点)的变化中最大容量的减小率不一定与日本未审查专利申请的首次公开No.2014-002122、No.2009-252381和No.2009-080093中描述的相同。也就是说,部分地由于锂离子电池中正电极的恶化的影响,锂离子Li的量根据石墨负电极的晶体结构的变化区域(特征点之间的区域)而变化。例如,注入石墨负电极中的诸如LiC6、LiC12、LiC27和LiC36的Li离子的量根据晶体结构而变化。还认为Li离子的量对恶化的影响程度根据晶体结构而变化,晶体结构(特征点)变化时最大容量的减小率相同的前提以及相对于锂离子电池的实际状态的差异导致最大容量估算中的容量估算误差。
如上所述,在现有技术中,宽SOC范围中的测量值对于获取用于估算最大容量的特征点是必要的。因此,当在组合蓄电池中存在与其它电池单元相比最大容量恶化得更多的电池单元时,可能存在最大容量不能被估算的电池单元。
还已知一种通过将最大容量向着一些SOC范围中的测量值拟合来估算最大容量的技术。然而,当在晶体结构的变化的所有处理中充电的电荷量Q由于蓄电池的恶化而以相同速率减少的前提下估算最大容量时,针对晶体结构的每个变化而充电的电荷量的减小率可变化,这可能为估算最大容量时的误差因素。
发明内容
本发明是鉴于上述情况而提出的,并且本发明提供了一种蓄电池容量测量系统和一种蓄电池容量测量方法,所述蓄电池容量测量系统和蓄电池容量测量方法即使在构成电池模块的电池单元中存在劣化的电池单元并且由于劣化的电池单元的充电处理结束而不能获取足以测量其它电池单元的最大容量的数据的情况下,也可利用最大容量比其它电池单元的最大容量小的恶化的电池单元的特性来估算其它电池单元的最大容量。为了实现上述目的,根据本发明的一方面,提供了一种测量包括多个电池单元的蓄电池的最大容量的蓄电池容量测量系统,所述蓄电池容量测量系统包括:数据转换单元,其配置为根据通过针对各个电池单元按照时间次序获取电池的电压值V和电流值I而获取的测量值的历史数据来计算以预定电压范围内的电池的容量Q和电压值V为参数表示微分特性的微分特性曲线;拟合处理单元,其配置为:将以电池单元的容量Q和电压值V为参数表示微分特性的参考微分曲线与以从所述多个电池单元中选择的一个电池单元的测量容量Q和测量电压值V为参数表示微分特性的微分特性曲线进行比较,参考微分曲线包括与第一系数相乘的多个分离波微分曲线,并且乘以表示相对于初始测量的初始最大容量Qini的恶化比率的第二系数;并且计算分离波微分曲线的第一系数;以及最大容量计算单元,其配置为:使用第一系数将参考微分曲线向着在所述多个电池单元中的除被选择的电池单元之外的未选择的电池单元的测量电压范围内的偏微分特性曲线拟合;计算第二系数;将初始最大容量Qini乘以第二系数;并将相乘结果设置为未选择的电池单元的最大容量Qmax的估算结果,其中,分离波微分曲线包括基于正电极的材料特性的微分特性曲线和基于负电极的材料特性的微分特性曲线。
根据本发明的一方面,在所述蓄电池容量测量系统中,拟合处理单元将从拟合结果获取的分离波微分曲线的第三系数与被选择的电池单元的第二系数之间的对应关系映射在曲线图上,并且将通过分离波微分曲线的第三系数和第二系数形成的回归线的斜率设置为第一系数。
根据本发明的一方面,在所述蓄电池容量测量系统中,微分特性曲线、偏微分特性曲线和参考微分曲线可包括:表示电池中的电压值V与利用电压变化d/dV作为微分算子对容量Q进行微分而获取的数值dQ/dV之间的第一对应关系的微分曲线;以及表示电池的容量Q与利用容量变化d/dQ作为微分算子对电压值V进行微分而获取的数值dV/dQ之间的第二对应关系的微分曲线。
根据本发明的一方面,在所述蓄电池容量测量系统中,所述微分特性曲线从包括特征点的范围内的测量值生成,所述特征点源自用于执行用以计算分离波微分曲线的第一系数的拟合处理的分离波微分曲线。
根据本发明的一方面,在所述蓄电池容量测量系统中,拟合处理单元可计算第一系数以对应于蓄电池的环境温度,并且将第一系数写入并存储在表示温度与第一系数之间的对应关系的表中,并且最大容量计算单元在估算未选择的电池单元的最大容量时,可从所述表中读取与蓄电池的环境温度相对应的第一系数,并且执行估算未选择的电池单元的最大容量的操作。
根据本发明的一方面,在所述蓄电池容量测量系统中,可从蓄电池中的多个电池单元中选择具有最小的最大容量的恶化的电池单元,并且将其用作被选择的电池单元。
根据本发明的一方面,在所述蓄电池容量测量系统中,可从蓄电池中的多个电池单元中选择包括具有最小的最大容量的恶化的电池单元在内的多个电池单元,并且将其用作被选择的电池单元。
根据本发明的一方面,蓄电池容量测量系统还可包括平衡电路,其配置为移动恶化的电池单元的充电起始的容量位置,以便在包括与恶化的电池单元类似的特征点的范围内测量被选择的电池单元的容量Q和电压值V。
根据本发明的一方面,还提供了一种测量包括多个电池单元的蓄电池的最大容量的蓄电池容量测量方法,所述蓄电池容量测量方法包括:数据转换步骤,用于根据通过针对各个电池单元按照时间次序获取电池的电压值V和电流值I而获得的测量值的历史数据来计算以预定电压范围内的电池的容量Q和电压值V为参数表示微分特性的微分特性曲线;拟合处理步骤,用于:将以电池单元的容量Q和电压值V为参数表示微分特性的参考微分曲线与以从所述多个电池单元中选择的一个电池单元的测量容量Q和测量电压值V为参数表示微分特性的微分特性曲线进行比较,参考微分曲线包括与第一系数相乘的多个分离波微分曲线,并且乘以表示相对于初始测量的初始最大容量Qini的恶化比率的第二系数;并且计算分离波微分曲线的第一系数;以及最大容量计算步骤,用于:使用第一系数将参考微分曲线向着在所述多个电池单元中的除被选择的电池单元之外的未选择的电池单元的测量电压范围内的偏微分特性曲线拟合;计算第二系数;将初始最大容量Qini乘以第二系数;并将相乘结果设置为未选择的电池单元的最大容量Qmax的估算结果,其中,分离波微分曲线包括基于正电极的材料特性的微分特性曲线和基于负电极的材料特性的微分特性曲线。
如上所述,根据本发明的各方面,所述蓄电池容量测量系统和蓄电池容量测量方法即使在构成电池模块的电池单元中存在恶化的电池单元并且由于恶化的电池单元的充电处理结束而不能获取足以测量其它电池单元的最大容量的数据的情况下,也可利用最大容量比其它电池单元的最大容量小的恶化的电池单元的特性来估算其它电池单元的最大容量。
附图说明
由于以下结合附图而对某些优选实施例的描述,本发明的上述特征和优点将更加清楚。
图1是示出第一参考微分曲线与从正电极与负电极中得到的分离波微分曲线的对应关系的图;
图2是示出通过将第一参考微分曲线向着使用测量值的测量微分特性曲线进行拟合来制备第一参考微分曲线的图;
图3是示出生成实施例中的测量微分特性曲线L4的图;
图4是示出确定系数k1、k2、k3和k4的处理的图;
图5是示出在蓄电池充电时微分值dQ/dV与端子间电压值V的特性的图;
图6是示出在其中利用根据本发明的第一实施例的蓄电池容量测量系统的配置的示例来测量蓄电池的容量的示例的图;
图7是示出在拟合处理单元15中拟合第一参考微分曲线的处理的图;
图8是示出利用在恶化的电池单元中所获取的系数k1、k2、k3和k4来估算未选择的电池单元的最大容量值的图;
图9是示出拟合表示恶化的电池单元的特性的第一参考微分曲线的处理流程的示例的流程图;
图10是示出利用恶化的电池单元的系数k1、k2、k3和k4计算未选择的电池单元的最大容量Qmax的处理的图;
图11是示出在其中利用根据本发明的第二实施例的蓄电池容量测量系统的配置的示例来测量蓄电池的容量的示例的图;
图12是示出获取作为所选择的电池单元的微分特性的微分值dV/dQ与平衡电路中的容量值Q之间的对应关系的图;
图13是示出拟合表示包括恶化的电池单元的所选择的电池单元的特性的第一参考微分曲线的处理流程的示例的流程图;
图14是示出表示温度与系数k1、k2、k3和k4之间的对应关系的温度相关系数表的配置的示例的图。
具体实施方式
(第一实施例)
根据本发明,基于正电极和负电极中的每一个的电压值V和容量值Q的微分(通过基于蓄电池的正电极和负电极的材料特性的模拟而获取)从分离波模型的微分曲线生成用于计算电池(例如,蓄电池(该实施例中的锂离子电池))的充电状态(SOC)和最大容量的参考。
也就是说,电池的正电极和负电极中的每一个由于其电极材料所特有的相变现象而具有特定分离波微分曲线(例如,表示微分值dQ/dV与电压值V之间的对应关系的微分曲线)作为正电极和负电极中的每一个的分离波模型。正电极和负电极的分离波微分曲线具有彼此不同的特定峰值。这里,可由高斯函数、洛伦兹函数、包括不对称因子的函数等表示作为源自正电极和负电极的分离波模型的分离波微分曲线。
因此,根据电池整体(包括正电极和负电极)的特性(微分曲线),观察到组合了分离波微分曲线的组合波微分特性曲线。因此,通过利用上述任意函数进行的模拟来计算源自正电极和负电极的分离波微分曲线。然后,例如基于电池特性将源自正电极和负电极的分离波微分曲线进行组合,以生成表示电池的微分值dQ/dV与电压值V之间的对应关系的微分特性曲线。将表示电池的微分值dQ/dV与电压值V之间的对应关系的微分特性曲线用作第一参考微分曲线。在第一参考微分曲线中,通过在相对于电压值V的有效电压(工作电压)范围内对微分值dQ/dV进行积分来估算(计算)电池的最大容量Qmax
图1是示出根据本发明的实施例的第一参考微分曲线(微分特性曲线)与源自正电极和负电极的分离波微分曲线的对应关系的图。在图1中,纵轴表示微分值dQ/dV,横轴表示电压值V。将两个或更多个分离波微分曲线进行组合而得到第一参考微分曲线。例如,在图1中,曲线L1表示源自正电极的分离波微分曲线,曲线L2表示源自负电极的分离波微分曲线,并且曲线L3表示通过基于电池特性对曲线L1和L2进行组合而获得的微分特性曲线(第一参考微分曲线)的示例。当将从3.0V至4.0V的电压范围设置为与负载相对应的可供应的电压范围时,在3.0V至4.0V的电压范围内供应的容量是电池规格中的最大容量Qmax。表示SOC的轴线布置在横轴下方,且平行于横轴,并且表示每个电压的剩余容量与最大容量Qmax的比率。在本实施例中,例如,在微分值dQ/dV和电压值V的二维坐标平面中,将由源自正电极和负电极的分离波微分曲线进行组合得到第一参考微分曲线,但是可将在微分值dQ/dV和电压值V的二维坐标平面上所组合的微分曲线转换为微分值dQ/dV和电压值V的二维坐标平面,以生成第一参考微分曲线。
例如,第一参考微分曲线由下述等式(1)表示。第一参考微分曲线(例如,曲线L3)由两个或更多个分离波微分曲线(例如,曲线L1和曲线L2)构成。例如,等式(1)表示由分离波微分曲线(f(V))Peak1和(f(V))Peak2组合而成的组合曲线。
f(V)=P{k1(f(V))Peak1+k2(f(V))Peak2}…(1)
在等式(1)中,P表示与所有分离波微分曲线(f(V))Peak1和(f(V))Peak2相关的系数(第二系数)。k1和k2分别表示与分离波微分曲线(f(V))Peak1和(f(V))Peak2相关的系数(第一系数)。
在图1中,曲线L1表示分离波微分曲线(f(V))Peak1,曲线L2表示分离波微分曲线(f(V))Peak2
图2是示出通过将第一参考微分曲线向着使用测量值的测量微分特性曲线(第一测量微分特性曲线)拟合来生成第一参考微分曲线的图。在图2中,纵轴表示微分值dQ/dV,横轴表示电压值V。实线(曲线L3)表示微分特性曲线(由上述两个或更多个分离波微分曲线组合而成的第一参考微分曲线),虚线(曲线L4)表示从电池的测量值获得的测量微分特性曲线。
在将源自正电极和负电极的分离波微分曲线进行组合以生成第一参考微分曲线(微分特性曲线)L3之后,将微分特性曲线L3向着测量微分特性曲线L4拟合。这里,调整表示构成微分特性曲线的源自正电极和负电极的分离波微分曲线的函数中的参数。对由源自正电极和负电极的分离波微分曲线组合而成的第一参考微分曲线(微分特性曲线)L3向着测量微分特性曲线L4进行优化。
由等式(1)表示的函数中的函数f(V)包括用于调整不对称、峰宽、峰值电压等的系数。
系数k1和k2是用于调整分离波微分曲线(f(V))Peak1和(f(V))Peak2的峰高的参数。系数P是表示最大容量值的变化比率(变化率)的系数,其通过将从其得到第一参考微分曲线的电池单元的随时间变化的最大容量值除以最大容量值的初始值并调整峰高使得第一参考微分曲线共同影响所有分离波微分曲线而获得。
也就是说,执行将微分特性曲线L3(第一参考微分曲线)向着测量微分特性曲线L4拟合的处理,并且计算等式(1)中的源自正电极和负电极的分离波微分曲线的系数k1和k2。然后,反复地执行组合源自正电极和负电极的调整后的分离波微分曲线以制备新的微分特性曲线L3的处理和将微分特性曲线L3与测量微分特性曲线L4进行比较的处理,直至微分特性曲线L3与测量微分特性曲线L4之间的差(误差)的绝对值最小为止,然后,再执行使得微分特性曲线L3的形状与测量微分特性曲线L4的形状类似的优化。在本实施例中,将误差的绝对值最小的时间点处的微分特性曲线L3用作第一参考微分曲线。
在图2中,3.0V至3.2V的电压范围和3.8V至4.0V的电压范围中的阴影线区域表示通过模拟获得的微分特性曲线与测量微分特性曲线之间的误差大并且难以将它们彼此拟合的区域。也就是说,3.0V至3.2V的电压范围和3.8V至4.0V的电压范围中的阴影线区域是难以通过利用分离波模型的模拟来表示的区域。因此,当利用仅通过调整通过模拟计算出的微分特性曲线而生成的第一参考微分曲线来计算最大容量Qmax时,通过对有效电压范围中的微分值dQ/dV进行积分而获得的最大容量Qmax包括图2中的阴影线区域的容量Q的误差。
因此,在本实施例中,与阴影线区域相对应的区域中的第一参考微分曲线被替换为测量微分特性曲线的对应区域的测量值。通过实验已知,在具有大误差的区域中,由于恶化而导致的变化比其它区域的变化要小得多,并且与使用通过模拟获得的微分特性曲线的情况相比,可以抑制最大容量Qmax的误差。
为了简化处理,可仅利用通过模拟获得的微分特性曲线来计算和使用第一参考微分曲线。
由于在制造电池时活性材料的重量或者预掺杂剂量具有细微差异,所以,即使同一批次中的锂离子蓄电池也会在最大容量Qmax方面具有产品之间的个体差异。这源于在表示容量Q与电压值V之间的关系的曲线的两端处的大梯度区域中的个体之间的特性差异。在表示容量Q与电压值V之间的关系的曲线的两端处的大梯度区域(阴影线区域)是具有大电压变化的区域,也是由于诸如电池的正电极和负电极的预掺杂剂量的个体差异的细微差异而导致特性极大变化的区域。
如上所述,由于上述区域(阴影线区域)非常敏感,因此很难通过分离波模型的组合来表示所述区域。
在本实施例中,当预先获取表示电池个体的容量Q与电压值V之间的关系的曲线中的两端处的大梯度区域的初始数据时,可由利用如上所述预先测量和存储的容量Q和电压值V的曲线的特性的模型来构建除了预定电压范围以外的具有阈值(Vlower,Vupper)的范围的特性。
也就是说,在本实施例中,对于难以通过分离波模型的组合来表示的区域来讲,可以通过利用电池的初始测量数据构建第一参考微分曲线的模型来更加精确地估算最大容量Qmax
图3是示出生成本实施例中的测量微分特性曲线L4的图。在图3中的(a)中,横轴表示电池单元的容量Q,纵轴表示电池单元的端子间电压。如图3中的(a)所示,当蓄电池配置为多个电池单元的组合电池时,恶化状态根据电池单元而变化,并且充电结束时端子间电压的容量Q变化。在恶化的电池单元中,由于最大容量减小,所以端子间电压比其它电池单元的端子电压更早到达上限。
例如,在图3中的(a)中,通过形成表示比其它电池单元恶化得更严重的电池单元(下文中,称作恶化的电池单元)的容量Q和端子间电压值V之间的关系的曲线L100与表示其他电池单元的容量Q和端子间电压值V之间的关系的曲线L101,可以看出,恶化的电池单元的端子间电压达到上限电压时的容量Q(最大容量)小于其它电池单元的端子间电压达到上限电压时的容量。
在图3中的(b)中,横轴表示容量Q,纵轴表示电池单元的微分值dQ/dV。图3中所示的表示微分值dQ/dV与容量Q之间的对应关系的曲线是包括表示微分值dQ/dV与容量Q之间的对应关系的数据集的第二微分特性曲线。第二微分特性曲线L200是恶化的电池单元的第二微分特性曲线,并且是用于计算包括第一参考微分曲线中的分离波微分曲线(f(V))Peak1和(f(V))Peak2的所有峰值的区域中的测量微分特性曲线L3的曲线。可利用第二微分特性曲线L200来拟合恶化的电池单元的第一参考微分曲线,以计算系数k1和k2
另一方面,对于第二微分特性曲线L201,不可获得包括第一参考微分曲线中的分离波微分曲线(f(V))Peak1和(f(V))Peak2的所有峰值的区域中的测量微分特性曲线L4。也就是说,不能利用第二微分特性曲线L201拟合第一参考微分曲线以计算系数k1和k2
因此,在本实施例中,利用与恶化的电池单元相对应的第一参考微分曲线来计算系数k1和k2,并将计算得到的系数k1和k2用作与另一电池单元相对应的第一参考微分曲线的分离波微分曲线(f(V))Peak1和(f(V))Peak2的系数k1和k2
图4是示出在通过四个分离波微分曲线构建第一参考微分曲线时确定系数(第一系数)k1、k2、k3和k4的处理的图。这里,第一参考微分曲线是由分离波微分曲线(f(V))Peak1、(f(V))Peak2和(f(V))Peak3、(f(V))Peak4组合而成的组合曲线。
f(V)=P{k1(f(V))Peak1+k2(f(V))Peak2+k3(f(V))Peak3+k4(f(V))Peak4}…(1)’
在图4的曲线图中,横轴表示P(第二系数)的数值,并且纵轴表示kx×P(第三系数)的数值。在图4中,x满足1≤x≤4,并且kx表示系数k1、k2、k3和k4(第一系数)。通过每次测量时的最大容量除以初始最大容量来计算系数P(第二系数)。也就是说,测量恶化的电池单元的最大容量的初始值作为对蓄电池进行第一充电时的初始最大容量。在图4中,在为蓄电池第一充电时,由于将作为初始值D0的初始最大容量除以同一初始最大容量,因此系数P为“1”,并且系数k1、k2、k3和k4被设置为“1”。在图4所示的曲线图上绘制了初始值D0。
然后,当获得用于形成包括第一参考微分曲线中的分离波微分曲线((f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4)的所有峰值的区域中的测量微分特性曲线L4的数据时,拟合恶化的电池单元的第一参考微分曲线(微分特性曲线L3),并且计算系数k1、k2、k3和k4的校正值。此时,系数P用作为通过此时的最大容量除以初始最大容量而获得的结果。也就是说,等式(1)变换为等式(2)。
f(V)=P·k1(f(V))Peak1+P·k2(f(V))Peak2+P·k3(f(V))Peak3+P·k4(f(V))Peak4…(2)
然后,执行将由等式(2)表示的第一参考微分曲线向着测量微分特性曲线L4拟合的处理,并且计算系数(第三系数)P·k1、P·k2、P·k3和P·k4以将其作为分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数。然后,将通过拟合计算出的系数P·k1、P·k2、P·k3和P·k4分别作为拟合结果D1、D2、D3和D4绘制在图4上。
然后,形成分别连接初始值D0与结果D1、初始值D0与D2、初始值D0与D3和初始值D0与D4的回归线LD1、LD2、LD3和LD4。计算回归线LD1、LD2、LD3和LD4的斜率,并且将计算的斜率设置为系数k1、k2、k3和k4
每当执行拟合处理时,恶化的电池单元进一步恶化,并且最大容量减小。因此,利用不同的系数P,在图4的曲线图上绘制多个结果D1、D2、D3和D4,并且结果D1、D2、D3和D4中的每一个包括两个或更多个结果。当结果D1包括两个或更多个结果时,生成以初始值D0为原点的回归线LD1,以使得与结果D1相距的距离通过最小二乘法被最小化。与上述回归线LD1类似,生成与结果D1、D2、D3和D4相对应的其它回归线LD2、LD3和LD4。因此,随着结果D1、D2、D3和D4递增,以更高精度计算系数k1、k2、k3和k4。利用按次序更新的系数k1、k2、k3和k4来生成蓄电池中除恶化的电池单元以外的电池单元的第一参考微分曲线。利用生成的第一参考微分曲线来估算蓄电池中除恶化的电池单元以外的电池单元的最大容量。
图5是示出在蓄电池充电时微分值dQ/dV与端子间电压值V的特性的图。图5中的(a)示出了表示微分值dQ/dV与端子间电压值V之间的对应关系的第一参考微分曲线,其中纵轴表示微分值dQ/dV,横轴表示端子间电压值V。如上参照图1所述,第一参考微分曲线表示锂离子电池的微分值dQ/dV与端子间电压值V之间的对应关系,并且具有包括多个峰值的特性。这里,通过将分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4进行组合制备第一参考微分曲线(微分特性曲线)。因此,在图5中的(a)中,Peak1是分离波微分曲线(f(V))Peak1的峰值,Peak2是分离波微分曲线(f(V))Peak2的峰值,Peak3是分离波微分曲线(f(V))Peak3的峰值,并且Peak4是分离波微分曲线(f(V))Peak4的峰值。
例如,在图5中的(a)中,(f(V))Peak1和(f(V))Peak2表示源自正电极的分离波微分曲线,(f(V))Peak3和(f(V))Peak4表示源自负电极的分离波微分曲线。
奇点R1、R2和R3分别表示分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的影响范围的切换点。也就是说,在本实施例中,第一参考微分曲线由通过函数表示电池单元(锂离子电池)的活性材料的晶体结构的变化过程(阶段)的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4来表示。因此,奇点R1、R2和R3表示晶体结构的变化点(即,充电特性中的阶段切换)。
图5中的(b)示出了表示微分值dQ/dV与容量Q之间的对应关系的微分曲线,其中,纵轴表示微分值dQ/dV,横轴表示容量Q。区域A1表示基于分离波微分曲线(f(V))Peak1的充电特性阶段。类似地,区域A2表示基于分离波微分曲线(f(V))Peak2的充电特性阶段。区域A3表示基于分离波微分曲线(f(V))Peak3的充电特性阶段。区域A4表示基于分离波微分曲线(f(V))Peak4的充电特性阶段。这里,容量Q1表示在区域A1的阶段中初始状态的电池单元(初始电池单元)被充电的容量值。容量Q2表示在区域A2的阶段中初始电池单元被充电的容量值。容量Q3表示在区域A3的阶段中初始电池单元被充电的容量值。容量Q4表示在区域A4的阶段中初始电池单元被充电的容量值。也就是说,通过将容量Q1、Q2、Q3和Q4相加来获得初始电池单元的最大容量。
另一方面,容量k1×P×Q1表示在区域A1的阶段中处于恶化状态的电池单元(恶化的电池单元)被充电的容量值。容量k2×P×Q2表示在区域A2的阶段中恶化的电池单元被充电的容量值。容量k3×P×Q3表示在区域A3的阶段中恶化的电池单元被充电的容量值。容量k4×P×Q4表示在区域A4的阶段中恶化的电池单元被充电的容量值。也就是说,通过将容量值k1×P×Q1、k2×P×Q2、k3×P×Q3和k4×P×Q4相加来获得恶化的电池单元的最大容量。
本文使用的系数P是表示通过将恶化的电池单元在测量时的最大容量除以初始最大容量(也就是说,通过将初始电池单元的最大容量(Qmax)除以恶化的电池单元的初始最大容量(Qini))而获得的恶化比率的系数。系数k1、k2、k3和k4是表示通过将以上参照图4所描述的第一参考微分曲线向着测量微分特性曲线进行拟合的处理而获得的分离波微分曲线的特性的系数。
图5中的(c)示出了表示微分值dV/dQ与容量Q之间的对应关系的第二参考微分曲线,其中纵轴表示微分值dV/dQ,横轴表示容量Q。奇点R1、R2和R3处的微分值dV/dQ表示最大值。根据这种现象,在区域A1中电池单元被充电的容量值Q1被认为基本上对应于电池单元在图5中的(a)所示的第一参考微分曲线的峰值Peak1处被充电的电荷量。类似地,在区域A2中电池单元被充电的容量值Q2被认为基本上对应于电池单元在图5中的(a)所示的第一参考微分曲线的峰值Peak2处被充电的电荷量。在区域A3中电池单元被充电的容量值Q3被认为基本上对应于电池单元在图5中的(a)所示的第一参考微分曲线的峰值Peak3处被充电的电荷量。在区域A4中电池单元被充电的容量值Q4被认为基本上对应于电池单元在图5中的(a)所示的第一参考微分曲线的峰值Peak4处被充电的电荷量。
如上所述,在本实施例中,通过测量包括上述奇点R1、R2和R3(也就是说,包括分离波形的峰值)的区域的范围,可以通过将第一参考微分曲线向着测量微分特性曲线拟合的处理确定变量P、k1、k2、k3和k4。
根据本实施例,通过利用分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4引入表示恶化的电池单元的最大容量(Qmax)与初始最大容量(Qini)的比率的系数P和作为分离波微分曲线的权重系数的系数k1、k2、k3和k4,可以针对分离波微分曲线的各个峰值确定电池单元在与分离波微分曲线对应的各阶段中被充电的容量值(Q1、Q2、Q3和Q4)。
在下文中,将参照附图描述利用前述分离波模型(通过组合分离波微分曲线来表示第一参考微分曲线的模型)的根据本发明的第一实施例的蓄电池容量测量系统。图6是示出利用根据本发明的第一实施例的蓄电池容量测量系统的配置的示例来测量蓄电池的容量的示例的图。蓄电池容量测量系统1包括A/D转换单元11、平均处理单元12、数据转换单元13、输入/输出单元14、拟合处理单元15、最大容量计算单元16、控制单元17、特性数据存储单元19-1、测量数据存储单元19-2和估算值存储单元19-3。电池模块2包括电流传感器21和多个电池(电池单元)22,并且向未示出的负载供电。这里,电流传感器21测量在作为蓄电池的电池模块2中流动的电流值I。电压传感器3测量电池模块2的端子间电压,其为蓄电池模块2中所有电池单元22的组合的电压值,或为蓄电池模块2的电池单元22的端子间电压。电池控制系统4基于从蓄电池容量测量系统1供应的SOC和最大容量Qmax来控制电池模块2的充电和放电操作。
A/D转换单元11在预定采样周期内对由电压传感器3测量的电压值V和由电流传感器21测量的电流值I进行采样,并且将采样的测量值的模拟数据转换为数字数据。
平均处理单元12对已经被测量并被转换为数字数据的电流值I和电压值V进行平均,并输出平均值。例如,为了减少数据块的数量,执行对与10个采样周期相对应的数字数据进行平均的处理,以获得采样周期的数据量的1/10的数据量。平均化处理采用区域平均、移动平均等。平均处理单元12在预定时间段内对电流值I进行积分,并且计算作为预定时间段内容量的变化的容量Q。
数据转换单元13利用平均电压值V和计算的容量Q形成表示微分值dQ/dV(通过利用微分算子d/dV对容量Q进行微分而获得)、电压值V和电流值I之间的对应关系的数据集,并且按照时间次序将数据集输出至输入/输出单元14。
数据转换单元13利用平均电压值V和计算的容量Q形成表示微分值dV/dQ(利用微分算子d/dQ对电压值V进行微分而获得)、容量Q和电流值I之间的对应关系的数据集,并且按照时间次序将形成的数据集输出至输入/输出单元14。
输入/输出单元14将从数据转换单元13供应的微分值dQ/dV和电压值V的数据集以及微分值dV/dQ和容量Q的数据集按照时间次序写入并存储在测量数据存储单元19-2中。这里,预定时间段内的数据集存储在测量数据存储单元19-2中。测量数据存储单元19-2具有例如这样一种环形缓冲区配置,其中存储了按照时间次序长度为一小时的数据集,并且用新数据集按次序地覆写一小时前的旧数据集。
输入/输出单元14将通过稍后描述的最大容量计算单元16估算的最大容量Qmax输出至电池控制系统4。
拟合处理单元15利用第一微分特性曲线(测量微分特性曲线)和第二微分特性曲线(测量微分特性曲线)通过基于以上参照图4描述的处理的拟合处理来计算第一参考微分曲线的系数k1、k2、k3和k4,其中,所述第一微分特性曲线包括表示从测量数据存储单元19-2读取的微分值dQ/dV与电压值V之间的对应关系的数据集的预定时间范围内的数据组,所述第二微分特性曲线包括表示微分值dV/dQ与容量Q之间的对应关系的数据集的预定时间范围内的数据组。
拟合处理单元15将在系数改变的时间点处的恶化的电池单元的最大容量除以用于确定系数k1、k2、k3和k4的电池单元(也就是说,在本实施例中的恶化的电池单元)的初始最大容量,并且将获取的相除结果作为系数P。拟合处理单元15将获取的系数k1、k2、k3和k4写入并存储在测量数据存储单元19-2中。拟合处理单元15将用于确定系数k1、k2、k3和k4的电池单元(也就是说,在本实施例中的恶化的电池单元)的初始最大容量写入并存储在测量数据存储单元19-2中。
图7是示出在拟合处理单元15中拟合第一参考微分曲线的处理的图。
在图7中的(a)中,纵轴表示微分值dQ/dV,横轴表示电压值V。图7中的(a)示出了调整源自正电极和负电极并且构成第一参考微分曲线的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数k1、k2、k3和k4和分离波微分曲线的函数中的参数,并且改变组合的第一参考微分曲线中的峰宽、峰高和峰值位置,以接近测量数据的第一微分特性曲线的形状。图7中的(a)还示出了获取在第一微分特性曲线的端子间电压值V的范围内的测量的第一微分特性曲线与第一参考微分曲线之间的微分值dQ/dV的差作为估算值A。如图7中的(a)所示,执行使得第一参考微分曲线的形状与第一微分特性曲线的形状类似的优化,以最小化估算值A。
在图7中的(b)中,纵轴表示微分值dV/dQ,横轴表示容量Q。图7中的(b)示出了将第一参考微分曲线转换为第二参考微分曲线,并且获取在第二微分特性曲线的容量Q的范围内的测量的第二微分特性曲线与第二参考微分曲线之间的微分值dV/dQ的差作为估算值B。如图7中的(b)所示,执行使得第二参考微分曲线的形状与第二微分特性曲线的形状类似的优化以最小化估算值B。然后,拟合处理在第二微分特性曲线的形状与第二参考微分曲线的形状最类似的时间点处结束,并且更新结束时间点处的第一参考微分曲线,并将其用作反映电池的恶化的影响的第一参考微分曲线。
再次参照图6,拟合处理单元15利用作为测量微分特性曲线的第一微分特性曲线和第二微分特性曲线来校正存储在特性数据存储单元19-1中的第一参考微分曲线和第二参考微分曲线。
拟合处理单元15执行基于分离波模型改变表示源自正电极和负电极的分离波微分曲线的函数的参数和利用新测量的第一微分特性曲线和第二微分特性曲线来再拟合由分离波微分曲线组合而成的参考微分曲线(第一参考微分曲线和第二参考微分曲线)的处理。
例如,执行下面描述的第一再拟合处理、第二再拟合处理和第三再拟合处理的三个处理,并将这三个处理作为重构处理。
(A)第一再拟合处理
拟合处理单元15利用恶化的电池单元的测量的第一微分特性曲线来计算恶化的电池单元的某一时间的最大容量Qmax。拟合处理单元15将该最大容量Qmax除以从特性数据存储单元19-1读取的初始最大容量Qini,并且获取作为相除结果的系数P。
拟合处理单元15改变第一参考微分曲线中的源自正电极和负电极的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数k1、k2、k3和k4和分离波微分曲线的函数中的参数,并且调整峰值位置、峰宽和峰高(微分值dQ/dV)以对应于测量的第一微分特性曲线的形状。因此,拟合处理单元15改变第一参考微分曲线中的源自正电极和负电极的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的形状。这里,拟合处理单元15改变源自正电极和负电极的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数(P×k1、P×k2、P×k3和P×k4)以最小化通过将第一参考微分曲线与第一微分特性曲线(测量区域)的各个对应的电压值V的差的绝对值相加所获得的估算值A(或者差平方之和)。
然后,拟合处理单元15将分离波微分曲线的函数中的系数(P×k1、P×k2、P×k3和P×k4)和参数被改变的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4组合,并且生成新的第一参考微分曲线。拟合处理单元15根据所生成的新的第一参考微分曲线生成第二参考微分曲线。
然后,拟合处理单元15获取作为测量部分的第二微分特性曲线与第二参考微分曲线之间的相同容量处的微分值dV/dQ的差的平方和的估算值B。
这里,在作为在与第二微分特性曲线的容量Q相对应的范围内的第二微分特性曲线与第二参考微分曲线之间的微分值dV/dQ的差的平方和的估算值B被最小化之前,拟合处理单元15反复地执行改变构成第一参考微分曲线的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数P×k1、P×k2、P×k3和P×k4和分离波微分曲线的函数中的参数并且生成新的第一参考微分曲线的处理。
然后,当在第二微分特性曲线的容量Q的范围内第二微分特性曲线和第二参考微分曲线中的估算值B和在第一微分特性曲线的容量Q的范围内第一微分特性曲线和第一参考微分曲线中的估算值A被最小化时,拟合处理单元15结束重构第一参考微分曲线和第二参考微分曲线的处理。
然后,拟合处理单元15将重构的第一参考微分曲线的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数P×k1、P×k2、P×k3和P×k4与图4中所示的曲线图中的现有结果D1、D2、D3和D4相加,以对应于新计算的系数P,并且绘制作为新结果D1、D2、D3和D4的相加结果。拟合处理单元15生成以初始值D0作为起始点的回归线LD1、LD2、LD3和LD4,在回归线LD1、LD2、LD3和LD4中结果D1、D2、D3和D4与多个点之间的距离的平方差最小。拟合处理单元15计算生成的回归线LD1、LD2、LD3和LD4的斜率,并且将计算的斜率设置为新的系数k1、k2、k3和k4。然后,拟合处理单元15用新计算的系数k1、k2、k3和k4覆写存储在特性数据存储单元19-1中的系数k1、k2、k3和k4,以更新系数k1、k2、k3和k4。
(B)第二再拟合处理
依照另一重构算法,可执行下面描述的再拟合第一参考微分曲线和第二参考微分曲线的处理。
拟合处理单元15将第二微分特性曲线平行移动针对横轴预设的容量Q的变量ΔQ,从而减小上述估算值B。因此,与第二微分特性曲线的区域中的微分值相对应的容量Q的值被改变了。
然后,拟合处理单元15计算作为在已经被平行移动的第二微分特性曲线和与第二微分特性曲线的容量Q的区域相对应的区域中的第二参考微分曲线之间的相同容量Q处的微分值dV/dQ的差的平方和的估算值B。
这里,拟合处理单元15在相对于横轴移动第二微分特性曲线的同时,检测估算值B被最小化时的容量Q的位置。也就是说,拟合处理单元15基于将第二微分特性曲线向着第二参考微分曲线拟合的处理来执行优化,并且检测第二参考微分曲线中与第二微分特性曲线的曲线形状类似的曲线形状的容量Q的范围。
然后,拟合处理单元15分别利用第一微分特性曲线和第二微分特性曲线来校正存储在特性数据存储单元19-1中的第一参考微分曲线和第二参考微分曲线。
拟合处理单元15改变构成第一参考微分曲线的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数P×k1、P×k2、P×k3和P×k4和分离波微分曲线的函数中的参数,并且重构由分离波微分曲线组合而成的参考微分曲线(第一参考微分曲线和第二参考微分曲线)。
如上所述,在重构参考微分曲线时,拟合处理单元15改变第一参考微分曲线中的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数P×k1、P×k2、P×k3和P×k4和分离波微分曲线的函数中的参数,并且调整分离波微分曲线的峰值位置、峰宽和峰高(微分值dQ/dV)以改变参考微分曲线的形状。这里,拟合处理单元15改变分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数P×k1、P×k2、P×k3和P×k4和分离波微分曲线的函数中的参数,以最小化通过将第一微分特性曲线(测量的区域)与第一参考微分曲线之间的对应的电压值V之差的绝对值相加而获得的估算值(或差的平方和)。
然后,拟合处理单元15将改变的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4进行组合,以生成新的第一参考微分曲线。拟合处理单元15根据所生成的新的第一参考微分曲线生成第二参考微分曲线。拟合处理单元15获取容量Q的数值通过平行移动而被优化的第二微分特性曲线和第二参考微分曲线中的估算值B。
这里,拟合处理单元15反复地执行改变分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数P×k1、P×k2、P×k3和P×k4以及分离波微分曲线的函数中的参数的处理,以生成新的第一参考微分曲线,使得在第二微分特性曲线的容量Q的范围内的第二微分特性曲线和第二参考微分曲线中的估算值B最小化。然后,当在第二微分特性曲线的容量Q的范围内的第二微分特性曲线和第二参考微分曲线中的估算值B和在第一微分特性曲线的容量Q的范围内的第一微分特性曲线和第一参考微分曲线中的估算值A被最小化时,拟合处理单元15结束重构第一参考微分曲线的处理。
与第一再拟合处理类似,拟合处理单元15将重构的第一参考微分曲线的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数P×k1、P×k2、P×k3和P×k4与图4中所示的曲线图中的现有结果D1、D2、D3和D4相加,以对应于新计算的系数P,并且绘制作为新结果D1、D2、D3和D4的相加结果。拟合处理单元15计算产生的回归线LD1、LD2、LD3和LD4的斜率,并且将所计算的斜率设置为新的系数k1、k2、k3和k4。然后,拟合处理单元15用新计算的系数k1、k2、k3和k4覆写存储在特性数据存储单元19-1中的系数k1、k2、k3和k4,以更新系数k1、k2、k3和k4。
(C)第三再拟合处理
依照另一重构算法,可执行下面描述的重构第一参考微分曲线和第二参考微分曲线的处理。
在作为第一微分特性曲线和与第一微分特性曲线的电压值V相对应的范围内的第一参考微分曲线之间的微分值dQ/dV的差的平方和的估算值A被最小化之前,拟合处理单元15改变分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数P×k1、P×k2、P×k3和P×k4和分离波微分曲线的函数中的参数。数据转换单元13反复地执行调整分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的峰值位置、峰宽和峰高(微分值dQ/dV)的处理,以生成新的第一参考微分曲线。
然后,拟合处理单元15将新计算的第一参考微分曲线转换为第二参考微分曲线,以获取新的第二参考微分曲线。
与第二再拟合处理类似,拟合处理单元15将重构的第一参考微分曲线的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数P×k1、P×k2、P×k3和P×k4与图4中所示的曲线图中的现有结果D1、D2、D3和D4相加,以对应于新计算的系数P,并且绘制作为新结果D1、D2、D3和D4的相加结果。拟合处理单元15计算所生成的回归线LD1、LD2、LD3和LD4的斜率,并且将所计算的斜率设置为新的系数k1、k2、k3和k4。然后,拟合处理单元15用新计算的系数k1、k2、k3和k4覆写存储在特性数据存储单元19-1中的系数k1、k2、k3和k4,以更新系数k1、k2、k3和k4。
再次参照图6,最大容量计算单元16估算除用于确定系数k1、k2、k3和k4的电池单元(恶化的电池单元)以外的电池单元(下文中,称作未选择的电池单元)的最大容量。也就是说,最大容量计算单元16利用从测量数据存储单元19-2中读取的系数k1、k2、k3和k4来对部分测量微分特性曲线(作为从未选择的电池单元测量的端子间电压的范围内所测量的测量微分特性曲线)执行拟合,并且计算系数P。也就是说,在本实施例中,利用所生成的未选择的电池单元的第一参考微分曲线来估算系数P(系数P是以如上所述的恶化的电池单元的初始最大容量作为参考的初始最大容量与未选择的电池单元的最大容量的比率)。
图8是示出利用在恶化的电池单元中获取的系数k1、k2、k3和k4来估算未选择的电池单元的最大容量值的图。图8中的(a)示出了表示微分值dQ/dV与端子间电压值V之间的对应关系的第一参考微分曲线,其中纵轴表示微分值dQ/dV,横轴表示端子间电压值V。电压范围VR表示电压值V1和电压值V2的限定范围,也就是说,用以获取第一偏微分特性曲线的电压范围,所述第一偏微分曲线是从要估算最大容量的未选择电池单元的容量和端子间电压值V获取的局部第一微分特性曲线。这里,对未选择的电池单元充电的处理在其最大容量减小的恶化的电池单元的端子间电压变为上限电压的时间点处结束。
因此,未选择的电池单元的第一微分特性曲线是限定的电压范围中的第一偏微分特性曲线。也就是说,第一偏微分特性曲线的电压范围VR中不包括奇点R1、R2和R3,并且不可以通过向着第一偏微分特性曲线拟合第一参考微分曲线来计算分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数P×k1、P×k2、P×k3和P×k4。因此,在本实施例中,将恶化的电池单元的系数k1、k2、k3和k4用作未选择的电池单元的第一参考微分曲线中的分离波微分曲线的系数k1、k2、k3和k4。
图8中的(b)示出了表示微分值dQ/dV与容量Q之间的对应关系的微分曲线,其中纵轴表示微分值dQ/dV,并且横轴表示容量Q。如上所述,由于对未选择的电池单元充电的处理在恶化的电池单元的端子间电压变为上限电压的时间点处结束,因此,未选择的电池单元的容量未被充分填充。因此,图8中的(c)所示的偏微分曲线是容量范围QR的限定部分的微分曲线。
图8中(c)的示出了表示微分值dV/dQ与端子间电压值V之间的对应关系的第二参考微分曲线,其中纵轴表示微分值dV/dQ,横轴表示端子间电压值V。在图8中的(c)中,类似地,由于对未选择的电池单元充电的处理在恶化的电池单元的端子间电压变为上限电压的时间点处结束,因此,未选择的电池单元的容量未被充分填充。因此,图8中的(c)所示的第二偏微分特性曲线是限定部分的容量范围QR的第二测量微分特性曲线。
本实施例基于构成蓄电池的所有电池单元均采用相同类型的锂电池的前提。因此,构成与未选择的电池单元相对应的第一参考微分曲线的分离波微分曲线和被组合以生成恶化的电池单元的第一参考微分曲线的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4相同。
因此,最大容量计算单元16将从特性数据存储单元19-1中读取的系数k1、k2、k3和k4带入图8中的(c)所示的等式(1)。例如,在图8中的(a)中,设置k1=1.25,k2=1.10,k3=0.8,且k=0.75,由此,等式(1)被改变为等式(3)。
f(V)=P{1.25·(f(V))Peak1+1.10·(f(V))Peak2+0.80·(f(V))Peak3+0.75·(f(V))Peak4}…(3)
再次参照图6,在估算未选择的电池单元的最大容量时,最大容量计算单元16利用等式(3)中的第一参考微分曲线和第一偏微分特性曲线执行拟合,并且计算第一参考微分曲线中的系数P。类似地,最大容量计算单元16利用通过转换等式(3)的第一参考微分曲线和第二偏微分特性曲线而生成的第二参考微分曲线来执行拟合处理。此时,最大容量计算单元16利用第一偏微分特性曲线(包括表示从测量数据存储单元19-2读取的未选择的电池单元的微分值dQ/dV与电压值V之间的对应关系的数据集的预定时间范围中的数据组)和第二偏微分特性曲线(包括表示微分值dV/dQ与容量Q之间的对应关系的数据集的预定时间范围内的数据组)来执行拟合处理。
由最大容量计算单元16执行的拟合处理与由拟合处理单元15执行的再拟合处理相同,只不过拟合仅在电压范围和容量范围的限定部分中执行。此时,通过固定未选择的电池单元的第一参考微分曲线中的分离波微分曲线的系数k1、k2、k3和k4并调整系数P来执行拟合处理。
然后,当对等式(3)中的第二测量的偏微分特性曲线进行拟合的处理结束时,最大容量计算单元16将从特性数据存储单元19-1中读取的初始最大容量Qini乘以系数P,并且将相乘结果设置为待估算的未选择的电池单元的最大容量Qmax。最大容量计算单元16使计算出的最大容量与未选择的电池单元相关联,并且将最大容量写入并存储在估算值存储单元19-3中。
如上所述,根据本实施例的蓄电池容量测量系统测量恶化的电池单元的容量Q和端子间电压值V,生成第一测量微分特性曲线和第二测量微分特性曲线,执行对第一参考微分曲线和第二参考微分曲线进行拟合的处理,并且计算构成第一参考微分曲线的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数k1、k2、k3和k4。蓄电池容量测量系统利用系数k1、k2、k3和k4计算表示待估算的未选择的电池单元的第一参考微分曲线中的恶化比率的系数P,将恶化的电池单元的初始最大容量Qini乘以系数P,并且对待估算的未选择的电池单元的最大容量Qmax进行估算。
因此,在根据本实施例的蓄电池容量测量系统中,可利用根据恶化的电池单元的测量值而计算的初始最大容量Qini和构成与恶化的电池单元相对应的第一参考微分曲线的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数k1、k2、k3和k4来容易地估算因为充电处理由于恶化的电池单元而中途停止导致不能被实际测量的未选择的电池单元的最大容量Qmax
图9是示出对表示恶化的电池单元的特性的第一参考微分曲线进行拟合的处理流程的示例的流程图。
步骤S11:
电池控制系统4在监测由电流传感器21和电压传感器3测量并从蓄电池容量测量系统1供应的电流值和端子间电压值V的同时执行对作为蓄电池的电池模块2进行充电的处理。
步骤S12:
电池控制系统4确定从蓄电池容量测量系统1供应的各个电池单元的端子间电压值V是否高于上限电压。当特定电池单元22的端子间电压值V高于上限电压时,电池控制系统4停止对电池模块2进行充电的处理。
然后,拟合处理单元15检测电池模块2中的特定电池单元22的端子间电压值V是否高于上限电压。这里,拟合处理单元15确定端子间电压值高于上限电压的电池单元22是电池模块2中的具有最小的最大容量的电池单元22,也就是恶化的电池单元。
步骤S13:
拟合处理单元15将第一次充电中的恶化的电池单元的最大容量Qmax设为初始最大容量Qini,并且将初始最大容量写入并存储在特性数据存储单元19-1中。拟合处理单元15将表示恶化的电池单元的特性的第一参考微分曲线的等式(1)中的系数P设为“1”,设置构成第一参考微分曲线的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数k1、k2、k3和k4,并且将所设置的值写入并存储在特性数据存储单元19-1中。
步骤S14:
A/D转换单元11对从电流传感器21输出的电流值I(施加至电池模块2的充电电流值)和从电压传感器3输出的电池单元22的端子间电压值V进行采样,并将采样的值从模拟数据转换为数字数据。
这里,A/D转换单元11将电池模块2中的电池单元22的电流值I和端子间电压值V的全部集合从模拟数据转换为数字数据。
步骤S15:
平均处理单元12对电池模块2中的电池单元22的每个数据在预定时间范围内的电流值I和端子间电压值V进行平均,从而减少数据块的数量。
平均处理单元12针对电池模块2中的电池单元22的各个数据相对于时间数据对电流值I进行积分,从而计算在预定时间范围内变化的容量Q。
步骤S16:
数据转换单元13计算利用微分算子d/dV对容量Q进行微分而获得的微分值dQ/dV和通过利用微分算子d/dQ对电压值V进行微分而获得的微分值dV/dQ。
然后,数据转换单元13按照时间次序将电压值V、电流值I、容量Q、微分值dQ/dV和微分值dV/dQ的数据集输出至输入/输出单元14。
控制单元17按照时间次序将供应至输入/输出单元14的电压值V、电流值I、容量Q、微分值dQ/dV和微分值dV/dQ的数据集写入并存储在测量数据存储单元19-2中,以对应于蓄电池模块2的单元电池22(数据的存储)。
步骤S17:
控制单元17参照测量数据存储单元19-2确定是否测量了可改变表示恶化的电池单元的特性的第一参考微分曲线的多组电压值V和电流值I,也就是说,是否获取了恶化的电池单元的最大容量Qmax(奇点是否被包括在测量的部分中)。
当获取了恶化的电池单元的最大容量Qmax时,控制单元17向拟合处理单元15通知表示可进行拟合处理的控制信号,并且执行步骤S18的处理。
另一方面,当未获取恶化的电池单元的最大容量Qmax时,控制单元17执行步骤S14的处理。
步骤S18:
如上所述,拟合处理单元15参照测量数据存储单元19-2生成第一测量微分特性曲线和第二测量微分特性曲线,并且执行对第一参考微分曲线和第二参考微分曲线进行拟合的处理。
此时,拟合处理单元15将此时的最大容量Qmax除以从特征数据存储单元19-1中读取的初始最大容量Qini,并且将相除结果设置为系数P的值。拟合处理单元15在图4中所示的曲线图上绘制拟合的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数k1、k2、k3和k4以对应于所计算的系数P,计算作为回归线的斜率的系数k1、k2、k3和k4,并且利用计算得出的系数k1、k2、k3和k4覆写特性数据存储单元19-1中的系数k1、k2、k3和k4,以更新所述系数。
图10是示出利用恶化的电池单元的系数k1、k2、k3和k4来计算未选择的电池单元的最大容量Qmax的处理的图。
步骤S21:
A/D转换单元11对电池模块2中的除恶化的电池单元以外的未选择的电池单元的测量数据进行采样,也就是从电流传感器21输出的电流值I(电池模块2的充电电流值)和从电压传感器3输出的电池单元22的端子间电压值V,并且将所采样的值从模拟数据转换为数字数据。
这里,A/D转换单元11将电池模块2中的除恶化的电池单元以外的未选择的电池单元的所有集合的电流值I和端子间电压值V从模拟数据转换为数字数据。
步骤S22:
平均处理单元12对电池模块2中的除恶化的电池单元以外的未选择的电池单元的所有数据中的预定时间范围内的电流值I和端子间电压值进行平均,以减少数据块的数量。
平均处理单元12对来自电池模块2中的除恶化的电池单元以外的未选择的电池单元的所有数据中的时间数据的电流值进行积分,以计算在预定时间范围内变化的容量Q。
步骤S23:
数据转换单元13计算通过利用微分算子d/dV对容量Q进行微分而获得的微分值dQ/dV和通过利用微分算子d/dQ对电压值V进行微分而获得的微分值dV/dQ。
然后,数据转换单元13按照时间次序将电压值V、电流值I、容量Q、微分值dQ/dV和微分值dV/dQ的数据集输出至输入/输出单元14。
控制单元17针对电池模块2中的每个未选择的电池单元按照时间次序将供应至输入/输出单元14的电压值V、电流值I、容量Q、微分值dQ/dV和微分值dV/dQ的数据集写入并存储在测量数据存储单元19-2(数据的存储)。
步骤S24:
控制单元17参照测量数据存储单元19-2确定拟合处理单元15是否执行对第一参考微分曲线进行用于更新系数k1、k2、k3和k4的拟合处理。此时,控制单元17根据是否更新了存储在测量数据存储单元19-2中的系数k1、k2、k3和k4来确定是否执行对第一参考微分曲线进行拟合的处理。
然后,当控制单元17确定了执行对第一参考微分曲线进行拟合的处理时,其向最大容量计算单元16通知表示可以估算最大容量的控制信号,并且执行步骤S25的处理。
另一方面,当控制单元17确定了不执行对第一参考微分曲线进行拟合处理时,其执行步骤S21的处理。
步骤S25:
最大容量计算单元16从如上所述的特性数据存储单元19-1中读取系数k1、k2、k3和k4。
然后,最大容量计算单元16按次序地从测量数据存储单元19-2中读取未恶化的电池单元的测量数据,生成第一偏微分特性曲线和第二偏微分特性曲线,执行对与未恶化的电池单元相对应的第一参考微分曲线和第二参考微分曲线进行拟合的处理,并且计算系数P。因此,最大容量计算单元16通过将从特性数据存储单元19-1中读取的最大容量Qini乘以各个未恶化的电池单元的系数P来计算各个未恶化的电池单元的最大容量Qmax
最大容量计算单元16将各个未恶化的电池单元的最大容量Qmax写入并存储在估算值存储单元19-3中以对应于相应的未恶化电池单元。
(第二实施例)
在第一实施例中,构成第一参考微分曲线的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数k1、k2、k3和k4是从恶化的电池单元计算出来的。然而,在本发明的第二实施例中,构成第一参考微分曲线的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数k1、k2、k3和k4是从包括恶化的电池单元的多个被选择的单电池元(下文中,称作被选择的电池单元)中计算出来的。
下面将参照附图描述根据本发明的第二实施例的蓄电池容量测量系统。图11是示出其中利用根据本发明的第二实施例的蓄电池容量测量系统的配置的示例来测量蓄电池容量的示例的图。蓄电池容量测量系统1包括A/D转换单元11、平均处理单元12、数据转换单元13、输入/输出单元14、拟合处理单元15、最大容量计算单元16、控制单元17、特性数据存储单元19-1、测量数据存储单元19-2和估算值存储单元19-3。第二实施例中的与第一实施例中的元件相同的元件将由相同标号指代。下文中,将描述第二实施例中的与第一实施例的配置和操作不同的配置和操作。电池模块2包括电流传感器21、多个电池(电池单元)22、和移动电池单元22的充电起始位置(容量Q轴上的位置)(暂时移动待充电的容量Q)并向未示出的负载供电的平衡电路23。
在第二实施例中,电池模块2设置有平衡电路23。为各个电池单元22布置平衡电路23,并且其控制对电池单元充电的容量的平衡。例如,在第一次充电过程中,如上所述计算恶化的电池单元的初始最大容量Qini。因此,通过避开在恶化的电池单元中流动的充电电流中的微电流来调整对恶化的电池单元充电的容量值,可以从恶化的电池单元中按次序检测出具有第二小的最大容量的电池单元(一个或多个电池单元)。接着,将来自恶化的电池单元的具有较小最大容量的电池单元设置为用于计算系数k1、k2、k3和k4的被选择的电池单元。通过上述测量来测量各个被选择的电池单元的最大容量Qmax
图12是示出获取作为被选择的电池单元的微分特性的微分值dV/dQ与平衡电路中的容量值Q之间的对应关系的图。
图12中的(a)是示出另一被选择的电池单元的奇点因为恶化的电池单元的最大容量小于其它被选择的电池单元的最大容量而未被包括在测量范围中的图。
图12中的(b)是示出移动开始对恶化的电池单元进行充电的时间并且移动结束以恶化的电池单元的最大容量进行充电的时间的图。
如上所述,当作为恶化的电池单元的微分特性的微分值dV/dQ与容量Q之间的对应关系的获取被获取两次时,通过移动开始对恶化的电池单元进行第一次充电时的容量Q的位置,可以通过第二次充电对不能通过被选择的电池单元的第一次充电测量的容量Q的范围进行补充,并且包可以获取包括各个被选择的电池单元的奇点和最大容量Qmax的微分特性。
再参照图12,通过上述处理,拟合处理单元15将从除恶化的电池单元以外的被选择的电池单元获取的最大容量Qmax除以恶化的电池单元的最大容量Qini以计算测量时的系数P。
然后,拟合处理单元15通过与上述第一实施例中所述的计算恶化的电池单元中的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数P×k1、P×k2、P×k3和P×k4的处理相同的处理来计算除恶化的电池单元以外的被选择的电池单元的系数P×k1、P×k2、P×k3和P×k4。
然后,拟合处理单元15将测量时的被选择的电池单元的最大容量Qmax除以恶化的电池单元的初始最大容量Qini,以计算系数P。
拟合处理单元15将系数P和系数P×k1、P×k2、P×k3和P×k4分组为多个集合,并且在图4所示的曲线图上绘制分组的集合和在恶化的电池单元中计算的系数P和系数P×k1、P×k2、P×k3和P×k4的集合。
然后,拟合处理单元15通过包括恶化的电池单元的多个被选择的电池单元中的系数P和系数P×k1、P×k2、P×k3和P×k4的集合(D1、D2、D3和D4)计算回归线LD1、LD2、LD3和LD4的斜率。
拟合处理单元15将回归线LD1、LD2、LD3和LD4的斜率设置为系数k1、k2、k3和k4,并且将斜率写入特性数据存储单元19-1以执行更新处理。
图13是示出表示对包括恶化的电池单元的被选择的电池单元的特性的第一参考微分曲线进行拟合的处理流程的示例的流程图。
在图13中所示的流程图中,步骤S11至步骤S18与图9中所示的流程图中的步骤S11至步骤S18相同。下文中,将描述与第一实施例中的那些步骤不同的步骤S31至步骤S37的处理。
步骤S31:
拟合处理单元15输入表示利用经由输入/输出单元14供应的统计数据的方法(利用多个被选择的电池单元来计算系数k1、k2、k3和k4的方法)是否用于计算等式(1)中的系数k1、k2、k3和k4的计算控制信号。
然后,当计算控制信号表示利用统计数据的方法用于计算系数k1、k2、k3和k4时,拟合处理单元15执行步骤S32的处理。另一方面,当计算控制信号不表示利用统计学数据的方法用于计算系数k1、k2、k3和k4时,也就是说,当类似于第一实施例仅恶化的电池单元用于计算系数k1、k2、k3和k4时,拟合处理单元15执行步骤S32的处理。
步骤S32:
A/D转换单元11对从电流传感器21输出的电流值I(施加至电池模块2的充电电流值)和从电压传感器3输出的电池单元22的端子间电压值V进行采样,并且将采样的值从模拟数据转换为数字数据。
这里,A/D转换单元11将电池模块2中的电池单元22的电流值I和端子间电压值V的所有集合从模拟数据转换为数字数据。
步骤S33:
平均处理单元12对电池模块2中的电池单元22的数据中的预定时间范围内的电流值I和端子间电压值V进行平均,从而减少数据块的数量。
平均处理单元12相对于电池模块2中的电池单元22的数据中的时间数据对电流值I进行积分,从而计算在预定时间范围内变化的容量Q。
步骤S34:
数据转换单元13计算通过利用微分算子d/dV对容量Q进行微分而获得的微分值dQ/dV和通过利用微分算子d/dQ对电压值V进行微分而获得的微分值dV/dQ。
然后,数据转换单元13按照时间次序将电压值V、电流值I、容量Q、微分值dQ/dV和微分值dV/dQ的数据集输出至输入/输出单元14。
控制单元17按照时间次序将供应至输入/输出单元14的电压值V、电流值I、容量Q、微分值dQ/dV和微分值dV/dQ的数据集写入和存储在测量的数据存储单元19-2中以与电池模块2中的电池单元22相对应(数据的存储)。
步骤S35:
控制单元17参照测量的数据存储单元19-2确定是否测量了可以改变表示包括恶化的电池单元在内的被选择的电池单元的特性的第一参考微分曲线的多组电压值V和电流值I,也就是说,是否获取了恶化的电池单元的最大容量Qmax(奇点是否被包括在测量的部分中)。
当获取了包括恶化的电池单元的所有被选择的电池单元的最大容量Qmax时,控制单元17向拟合处理单元15通知表示可进行拟合处理的控制信号,并且执行步骤S36的处理。
另一方面,当获取了恶化的电池单元的最大容量Qmax,获取了被选择的电池单元的最大容量Qmax,并且没有通过平衡电路23移动恶化的电池单元被充电的时间时,控制单元17执行步骤S37的处理。
当未获取恶化的电池单元的最大容量时或当平衡电路23移动了时间且未获取被选择的电池单元的最大容量Qmax时,控制单元17执行步骤S32的处理。
步骤S36:
拟合处理单元15参照测量的数据存储单元19-2生成包括恶化的电池单元在内的被选择的电池单元的第一测量微分特性曲线和第二测量微分特性曲线,并且执行对第一参考微分曲线和第二参考微分曲线进行拟合的处理。
此时,拟合处理单元15将此时包括恶化的电池单元的各个被选择的电池单元的最大容量Qmax除以从特性数据存储单元19-1中读取的最大容量Qini
然后,拟合处理单元15将相除结果设置为包括恶化的电池单元在内的被选择的电池单元的系数P的值。拟合处理单元15在图4所示的曲线图上描绘出包括恶化的电池单元的被选择的电池单元的拟合的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数P×k1、P×k2、P×k3和P×k4以对应于所计算出的系数P,并且计算出作为对应的回归线的斜率的系数k1、k2、k3和k4,并且利用计算出的系数k1、k2、k3和k4覆写特性数据存储单元19-1中的系数k1、k2、k3和k4以更新系数。
步骤S37:
控制单元17经输入/输出单元14控制与恶化的电池单元相对应的平衡电路23,并且执行如以上参照图12所述的使恶化的电池单元的充电开始时的容量Q的位置移动的处理。因此,通过使得平衡电路23移动恶化的电池单元的充电开始时的容量Q的位置,在图12的(a)中示出的第一时间处不能被测量的区域可以在如图12中的(b)所示的第二时间处被测量,从而获取包括具有比恶化的电池单元的最大容量更大的最大容量的被选择电池单元的奇点的微分特性和最大容量Qmax
如上所述,根据本实施例的蓄电池容量测量系统测量包括恶化的电池单元的多个被选择的电池单元中的每一个的容量Q和端子间电压值V,生成第一测量微分特性曲线和第二测量微分特性曲线,执行对第一参考微分曲线和第二参考微分曲线进行拟合的处理,计算构成第一参考微分曲线的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数k1、k2、k3和k4,利用系数k1、k2、k3和k4计算表示待估算的未选择的电池单元中的电池单元恶化的程度的系数P,将该系数P乘以恶化的电池单元的初始最大容量Qini,并且估算待估算的未选择的电池单元的最大容量Qmax
因此,与第一实施例相比,在根据本实施例的蓄电池容量测量系统中,可以利用根据被选择的电池单元的测量值计算出的初始最大容量Qini和构成与各个被选择的电池单元相对应的第一参考微分曲线的分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数k1、k2、k3和k4来容易地估算出由于对所述多个被选择的电池单元的充电处理中途停止而不能被实际测量的未选择的电池单元的最大容量Qmax
在实际固定电力存储系统的实际操作环境中,可通过空调控制室温,但是可存在其中系统暴露于室外空气并且温度极大变化的被动环境。即使将室温控制在常温时,电池的温度也可由于电池的充电和放电时的内部散热而变化。
通常,已知表示电池的容量Q与电压值V之间的对应关系的曲线的微分特性根据温度而变化。这是因为关于电池的正电极和负电极中的活性材料的离子的插入反应或者消除反应的容易程度根据温度而变化,或者电极之间的离子迁移率由于电池中的电解液的黏度根据温度的变化而变化。即使在用于电池的诸如石墨的具有相变现象的多种材料中,也存在电池特性对依赖于温度的相变现象的灵敏性较大和较小的部分。
因此,在第一实施例和第二实施例中,可针对各个环境温度计算分离波微分曲线(f(V))Peak1、(f(V))Peak2、(f(V))Peak3和(f(V))Peak4的系数k1、k2、k3和k4。
也就是说,拟合处理单元15可利用未示出的温度传感器测量电池模块2(或电池模块2A)的环境温度,并且可针对用于拟合的测量数据的各个获取的温度将系数k1、k2、k3和k4写入并存储在温度相关系数表中。
图14是示出表示温度与系数k1、k2、k3和k4之间的对应关系的温度相关系数表的配置的示例的图。在图14中,示出了与温度相关的系数k1、k2、k3和k4。例如,当将温度描述为5℃时描述5℃至14.9℃的温度范围内的系数k1、k2、k3和k4的数值,并且当将温度描述为15℃时描述15℃至24.9℃的温度范围内的系数k1、k2、k3和k4的数值,…,并且当将温度描述为45℃时描述45℃至54.9℃的温度范围内的系数k1、k2、k3和k4的数值。
最大容量计算单元16可利用用于测量电池模块2(或电池模块2A)的温度的温度传感器(未示出)来测量电池模块2的温度,从温度相关系数表中读取与所测量的温度相关的系数k1、k2、k3和k4,并且估算未选择的电池单元的最大容量。
因此,根据第一实施例和第二实施例,可以根据电池模块的周围温度环境来估算未选择的电池单元的最大容量。
在第一实施例和第二实施例中,当实际使用电池模块(电池)2或2A时可执行用于更新系数k1、k2、k3和k4的针对电流值I和端子间电压值V的测量,或者可在其中将预定周期设为充电系数更新模式的状态下执行,或者可使用所述测量方法二者或之一。
此外,在上述第一实施例和第二实施例中,表示微分特性曲线的函数是基于源自电极材料特性的两个或更多个峰值函数的合成的曲线,并且通过独立地改变与每个峰值强度的变化率相对应的单个系数k1、k2、k3和k4而进行的拟合来进行最大容量推测。
此外,在上述第一实施例和第二实施例中,当最大容量操作部分利用构成组电池的两个或多个电池单元中的包含完全用于计算与上述每个峰值强度的变化率相对应的系数k1、k2、k3和k4的所有细节的一个或多个电池单元来进行判断时,可通过将表示所研究的微分特性曲线的函数与上述所涉及的电池单元的微分特性曲线进行拟合来获取系数k1、k2、k3和k4中的每一个。
此外,在上述第一实施例和第二实施例中,最大容量操作部分将与以上各峰值强度的变化率相对应的各系数k1、k2、k3和k4作为上述函数的常数,可以通过对表示所研究的微分特性曲线的函数和利用表示当前最大容量Qmax与初始电池的最大容量Qini之比的变量P的微分特性曲线进行拟合而推测出构成组电池的所有电池单元的最大容量。
此外,在上述第一实施例和第二实施例中,最大容量操作部分依据与以上各峰值强度的变化率相对应的各系数k1、k2、k3和k4可分别获取并存储在电池单元的给定温度下的不同系数的组合,并且每次可以根据推测时电池单元的研究温度来选择系数的组合,并且可以推测出最大容量。
此外,在上述第一实施例和第二实施例中,最大容量操作部分可以通过电池平衡电路的SOC平衡调节函数来任意地改变研究的拟合区域。
可通过将用于实现根据本发明的蓄电池容量测量系统的单元的功能的程序记录在计算机可读记录介质上并且使得计算机系统读取和执行被记录在记录介质上的程序来实现估算电池模块的电池单元的最大容量的处理。本文述及的“计算机系统”包括操作系统(OS)或诸如外设的硬件。“计算机系统”包括具有主页设置环境(或者主页显示环境)的WWW系统。“计算机可读记录介质”的示例包括诸如软盘、磁光盘、ROM或者CD-ROM的便携式介质和内置于计算机系统中的诸如硬盘的存储装置。“计算机可读记录介质”可包括在经由诸如互联网的网络或者诸如电话回路的通信线路发送程序时像用作服务器或客户机的计算机系统中的易失性存储器(RAM)那样将程序保持预定时间的介质。
可经由传输介质或传输介质中的载波将程序从将该程序存储在存储装置等中的计算机系统传输至另一计算机系统。这里,用于传输程序的“传输介质”意指具有传输信息的功能的介质(比如,诸如互联网的网络(通信网络)或者诸如电话回路的通信回路(通信线路))。程序可用于实现上述功能的一部分。程序可为与存储在计算机系统中的另一程序组合实现上述功能的所谓的微分文件(微分程序)。
如本文所用,以下方向术语“向前、向后、上、向下、右、左、纵、横、下、横向、行和列”以及任何其它类似的方向术语是指配备有本发明的装置的那些方向。因此,用于描述本发明的这些术语应该相对于配备有本发明的装置进行解释。
如本文所用的诸如“基本”、“约”和“大约”的程度术语意指所修饰的术语的合理偏差量,以使得最终结果不明显改变。例如,这些术语可被理解为包括所修饰的术语的至少±5%的偏差,前提是该偏差将不会否定其所修饰的词语的含义。
术语“配置”用于描述包括被构造和/或被编程以执行期望的功能的硬件和/或软件的装置的组件、单元或部分。
而且,在权利要求中被表示为“装置加功能”的术语应该包括可用于执行本发明的该部分的功能的任何结构。
术语“单元”或“部分”用于描述被构造和/或被编程为执行期望的功能的硬件和/或软件的组件、单元或部分。硬件的典型示例可包括(但不限于)装置和电路。
虽然上面已经描述和示出了本发明的优选实施例,但是应该理解,这些是本发明的例示而不应被理解为限制。可在不脱离本发明的范围的情况下,作出添加、省略、替代和其它修改。因此,本发明不应认为受前面的描述限制,而仅由所附权利要求的范围限制。

Claims (15)

1.一种蓄电池容量测量系统,包括:
数据转换单元,其配置为根据通过针对每个电池单元按照时间次序获取由多个电池单元构成的电池的电压值和电流值而获得的测量值的历史数据来计算以预定电压范围内的容量和电压值为参数表示微分特性的微分特性曲线;
拟合处理单元,其配置为:将以电池单元的容量和电压值为参数表示微分特性的参考微分曲线与以从所述多个电池单元中选择的一个电池单元的测量容量和测量电压值为参数表示微分特性的微分特性曲线进行比较,所述参考微分曲线包括与第一系数相乘的多个分离波微分曲线,并且乘以表示相对于初始测量的初始最大容量的恶化比率的第二系数;并且计算所述分离波微分曲线的第一系数;以及
最大容量计算单元,其配置为:使用所述第一系数将参考微分曲线向着在所述多个电池单元中的除被选择的电池单元之外的未选择的电池单元的测量电压范围内的偏微分特性曲线拟合;计算所述第二系数:将所述初始最大容量乘以所述第二系数:并将相乘结果设置为未选择的电池单元的最大容量的估算结果,
其中,所述分离波微分曲线包括基于正电极的材料特性的微分特性曲线和基于负电极的材料特性的微分特性曲线。
2.根据权利要求1所述的蓄电池容量测量系统,其中,所述拟合处理单元将从所述拟合结果获取的分离波微分曲线的第三系数与被选择的电池单元的第二系数之间的对应关系映射在曲线图上,并且将通过所述分离波微分曲线的第三系数和所述第二系数形成的回归线的斜率设置为所述第一系数的校正值。
3.根据权利要求1所述的蓄电池容量测量系统,其中,所述微分特性曲线、所述偏微分特性曲线和所述参考微分曲线包括:
表示电池的电压值与利用电压变化作为微分算子对容量进行微分而获取的数值之间的第一对应关系的微分曲线;以及
表示电池的容量与利用容量变化作为微分算子对电压值进行微分而获取的数值之间的第二对应关系的微分曲线。
4.根据权利要求1所述的蓄电池容量测量系统,其中,所述微分特性曲线从包括特征点的范围内的测量值生成,所述特征点源自用于执行用以计算所述分离波微分曲线的第一系数的拟合处理的分离波微分曲线。
5.根据权利要求1所述的蓄电池容量测量系统,其中,所述拟合处理单元计算所述第一系数以对应于所述蓄电池的环境温度,并且将所述第一系数写入并存储在表示温度与第一系数之间的对应关系的表中,并且
所述最大容量计算单元在估算未选择的电池单元的最大容量时,从所述表中读取与所述蓄电池的环境温度相对应的第一系数,并且执行估算未选择的电池单元的最大容量的操作。
6.根据权利要求1所述的蓄电池容量测量系统,其中,从所述蓄电池的多个电池单元中选择具有最小的最大容量的恶化电池单元,并且将其用作被选择的电池单元。
7.根据权利要求1所述的蓄电池容量测量系统,其中,从所述蓄电池的多个电池单元中选择包括具有最小的最大容量的恶化电池单元在内的多个电池单元,并且将其用作被选择的电池单元。
8.根据权利要求7所述的蓄电池容量测量系统,还包括平衡电路,其配置为移动恶化电池单元的充电起始的容量位置,以便在包括与恶化电池单元类似的特征点的范围内测量被选择的电池单元的容量和电压值。
9.一种蓄电池容量测量方法,其测量包括多个电池单元的蓄电池的最大容量,所述蓄电池容量测量方法包括:
数据转换步骤,用于根据通过针对各个电池单元按照时间次序获取电池的电压值和电流值而获得的测量值的历史数据来计算以预定电压范围内的电池的容量和电压值为参数表示微分特性的微分特性曲线;
拟合处理步骤,用于:将以电池单元的容量和电压值为参数表示微分特性的参考微分曲线与以从所述多个电池单元中选择的一个电池单元的测量容量和测量电压值为参数表示微分特性的微分特性曲线进行比较,所述参考微分曲线包括与第一系数相乘的多个分离波微分曲线,并且乘以表示相对于初始测量的初始最大容量的恶化比率的第二系数;并且计算所述分离波微分曲线的第一系数;以及
最大容量计算步骤,用于:使用所述第一系数将参考微分曲线向着在所述多个电池单元中的除被选择的电池单元之外的未选择的电池单元的测量电压范围内的偏微分特性曲线拟合;计算所述第二系数;将所述初始最大容量乘以所述第二系数;并将相乘结果设置为未选择的电池单元的最大容量的估算结果,
其中,所述分离波微分曲线包括基于正电极的材料特性的微分特性曲线和基于负电极的材料特性的微分特性曲线。
10.根据权利要求9所述的蓄电池容量测量方法,其中,所述拟合处理单元将从所述拟合结果获取的所述分离波微分曲线的第三系数与被选择的电池单元的第二系数之间的对应关系映射在曲线图上,并且将通过所述分离波微分曲线的第三系数和所述第二系数形成的回归线的斜率设置为所述第一系数的校正值。
11.根据权利要求9所述的蓄电池容量测量方法,其中,所述微分特性曲线、所述偏微分特性曲线和所述参考微分曲线包括:
表示电池的电压值与利用电压变化作为微分算子对容量进行微分而获取的数值之间的第一对应关系的微分曲线;以及
表示电池的容量与利用容量变化作为微分算子对电压值进行微分而获取的数值之间的第二对应关系的微分曲线。
12.根据权利要求9所述的蓄电池容量测量方法,其中,所述微分特性曲线从包括特征点的范围内的测量值生成,所述特征点源自用于执行用以计算所述分离波微分曲线的第一系数的拟合处理的分离波微分曲线。
13.根据权利要求9所述的蓄电池容量测量方法,其中,所述拟合处理单元计算所述第一系数以对应于所述蓄电池的环境温度,并且将所述第一系数写入并存储在表示温度与第一系数之间的对应关系的表中,并且
最大容量计算单元在估算未选择的电池单元的最大容量时,从所述表中读取与所述蓄电池的环境温度相对应的第一系数,并且执行估算未选择的电池单元的最大容量的操作。
14.根据权利要求9所述的蓄电池容量测量方法,其中,从所述蓄电池的多个电池单元中选择具有最小的最大容量的恶化电池单元,并且将其用作被选择的电池单元。
15.根据权利要求9所述的蓄电池容量测量方法,其中,从所述蓄电池的多个电池单元中选择包括具有最小的最大容量的恶化电池单元在内的多个电池单元,并且将其用作被选择的电池单元。
CN201710034319.XA 2016-01-21 2017-01-18 蓄电池容量测量系统和蓄电池容量测量方法 Active CN107064805B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016-009902 2016-01-21
JP2016009902A JP6380417B2 (ja) 2016-01-21 2016-01-21 二次電池容量測定システム及び二次電池容量測定方法

Publications (2)

Publication Number Publication Date
CN107064805A true CN107064805A (zh) 2017-08-18
CN107064805B CN107064805B (zh) 2020-08-07

Family

ID=57777521

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710034319.XA Active CN107064805B (zh) 2016-01-21 2017-01-18 蓄电池容量测量系统和蓄电池容量测量方法

Country Status (4)

Country Link
US (1) US10353009B2 (zh)
EP (1) EP3196663B1 (zh)
JP (1) JP6380417B2 (zh)
CN (1) CN107064805B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108896913A (zh) * 2018-05-10 2018-11-27 燕山大学 一种锂离子电池健康状态的估算方法
CN112578296A (zh) * 2019-09-27 2021-03-30 比亚迪股份有限公司 电池容量估算方法和装置及计算机存储介质
CN112924872A (zh) * 2021-01-22 2021-06-08 苏州宇量电池有限公司 一种磷酸铁锂电池荷电状态的监测方法
CN113608139A (zh) * 2021-08-03 2021-11-05 傲普(上海)新能源有限公司 锂离子电池的温度监测方法及制作方法
CN113791357A (zh) * 2021-11-16 2021-12-14 深圳维普创新科技有限公司 一种电池显示电量智能化修正的方法及相关装置
CN117647745A (zh) * 2023-12-01 2024-03-05 青岛艾诺仪器有限公司 基于环形缓存器的电池微短路数据采集方法

Families Citing this family (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3006450B1 (fr) * 2013-06-04 2015-05-22 Renault Sa Procede pour estimer l'etat de sante d'une cellule electrochimique de stockage d'energie electrique
KR101972521B1 (ko) * 2016-08-26 2019-04-25 주식회사 엘지화학 배터리 셀의 성능 테스트 장치 및 방법
CN107656190B (zh) * 2017-09-18 2020-02-18 东莞钜威动力技术有限公司 一种rc充放电回路下充放电特性曲线拟合算法
CN107703438A (zh) * 2017-09-18 2018-02-16 东莞钜威动力技术有限公司 一种rc充放电回路下充放电特性曲线拟合算法
DE102017218211A1 (de) * 2017-10-12 2019-04-18 Bayerische Motoren Werke Aktiengesellschaft Energiespeichereinrichtung
CN110109029B (zh) * 2018-01-29 2022-05-03 宁德时代新能源科技股份有限公司 电芯析锂参数检测方法及装置、电芯检测系统和计算机可读存储介质
US20210083329A1 (en) * 2018-03-20 2021-03-18 Virgil Lee Beaston Monitoring battery packs within a battery energy storage system
CN110323793B (zh) * 2018-03-30 2021-04-20 比亚迪股份有限公司 汽车、动力电池组的均衡方法和装置
CN110549909B (zh) * 2018-03-30 2021-06-18 比亚迪股份有限公司 动力电池组的soh计算方法、装置和电动汽车
KR102349300B1 (ko) * 2018-04-10 2022-01-10 주식회사 엘지에너지솔루션 배터리의 전극 정보를 결정하기 위한 장치, 방법, 배터리 팩 및 전기 시스템
KR102259415B1 (ko) 2018-08-29 2021-06-01 주식회사 엘지에너지솔루션 배터리 관리 장치, 배터리 관리 방법, 배터리 팩 및 전기 차량
JP6968774B2 (ja) 2018-09-26 2021-11-17 本田技研工業株式会社 リチウムイオン電池の制御装置、リチウムイオン電池の制御方法、およびプログラム
KR102684199B1 (ko) 2019-04-17 2024-07-10 주식회사 엘지에너지솔루션 배터리의 퇴화 상태를 결정하기 위한 장치, 방법 및 배터리 팩
CN109946616B (zh) * 2019-04-26 2020-11-17 厦门金龙联合汽车工业有限公司 一种磷酸铁锂电池系统容量不均衡程度的估算方法
CN110967644B (zh) * 2019-05-16 2021-01-29 宁德时代新能源科技股份有限公司 电池组soc的修正方法、电池管理系统以及车辆
KR20200140093A (ko) * 2019-06-05 2020-12-15 삼성에스디아이 주식회사 배터리의 충방전 사이클에 따른 용량 변화 예측방법 및 예측시스템
CN114207457B (zh) * 2019-08-01 2024-07-26 株式会社电装 二次电池的劣化度判定装置及电池组
US11451068B1 (en) * 2019-08-26 2022-09-20 Amazon Technologies, Inc. Battery-specific adjustments to maximum battery voltage
KR20210033764A (ko) * 2019-09-19 2021-03-29 주식회사 엘지화학 배터리 관리 장치, 배터리 관리 방법, 배터리 팩 및 전기 차량
CN110888079B (zh) * 2019-11-28 2021-04-20 中山大学 一种容量衰减分析方法、装置、电子设备和存储介质
JP7413741B2 (ja) * 2019-12-03 2024-01-16 株式会社Gsユアサ 蓄電池データ蓄積装置、コンピュータプログラム及び蓄電池データ蓄積方法
WO2021186511A1 (ja) * 2020-03-16 2021-09-23 Tdk株式会社 二次電池の制御装置、電池パックおよび二次電池の制御方法
KR20210141219A (ko) * 2020-05-15 2021-11-23 주식회사 엘지에너지솔루션 충전 심도 설정 장치 및 방법
KR20220010961A (ko) * 2020-07-20 2022-01-27 주식회사 엘지에너지솔루션 배터리 관리 시스템, 배터리 관리 방법, 배터리 팩 및 전기 차량
DE112020007490T5 (de) * 2020-08-04 2023-06-07 Mitsubishi Electric Corporation Vorrichtung zum schätzen des internen zustands einer speicherbatterie und verfahren zum schätzen des internen zustands einer speicherbatterie
KR102596153B1 (ko) * 2020-08-14 2023-10-30 주식회사 엘지에너지솔루션 배터리 관리 장치 및 방법
CN111965546B (zh) * 2020-09-03 2023-06-30 南京理工大学 基于ocv曲线重构的锂电池容量和初始soc估计方法
KR20220092313A (ko) * 2020-12-24 2022-07-01 주식회사 엘지에너지솔루션 배터리 관리 장치 및 방법
KR20220107549A (ko) * 2021-01-25 2022-08-02 주식회사 엘지에너지솔루션 배터리 관리 장치 및 방법
KR20220107550A (ko) * 2021-01-25 2022-08-02 주식회사 엘지에너지솔루션 배터리 분류 장치 및 방법
JP7370491B2 (ja) * 2021-02-25 2023-10-27 三菱電機株式会社 蓄電池診断装置
JP7235789B2 (ja) * 2021-03-18 2023-03-08 本田技研工業株式会社 劣化セルの内部劣化状態推定方法、及び測定システム
JP7235790B2 (ja) * 2021-03-18 2023-03-08 本田技研工業株式会社 劣化セルの内部劣化状態推定方法、及び測定システム
CN113075554B (zh) * 2021-03-26 2022-07-05 国网浙江省电力有限公司电力科学研究院 一种基于运行数据的锂离子电池组不一致性辨识方法
WO2022239188A1 (ja) * 2021-05-13 2022-11-17 三菱電機株式会社 蓄電池診断装置および蓄電池システム
JP7372295B2 (ja) * 2021-09-30 2023-10-31 横河電機株式会社 診断装置、診断方法及び診断プログラム
FR3128316B1 (fr) * 2021-10-18 2023-11-03 Electricite De France Prédiction de l’état de santé d’un dispositif électrochimique par mesure de sa chute de capacité
TWI795958B (zh) * 2021-10-25 2023-03-11 加百裕工業股份有限公司 電池容量計算方法及電池容量計算裝置
CN114563712B (zh) * 2022-03-04 2023-04-07 上海玫克生储能科技有限公司 一种电池容量估算方法、装置及电子设备
JP2023154612A (ja) * 2022-04-07 2023-10-20 株式会社デンソー 電池残量推定装置
JP2023154613A (ja) * 2022-04-07 2023-10-20 株式会社デンソー 電池残量推定装置
CN117890813B (zh) * 2024-03-12 2024-06-11 江苏慕林智造科技股份有限公司 基于动态负载条件下的电池电量检测方法及检测系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102369627A (zh) * 2009-09-25 2012-03-07 丰田自动车株式会社 二次电池系统
CN102565710A (zh) * 2010-11-01 2012-07-11 通用汽车环球科技运作有限责任公司 用于估计蓄电池健康状态的方法和装置
CN103457003A (zh) * 2012-05-28 2013-12-18 索尼公司 二次电池的充电控制装置和二次电池的充电控制方法
CN103513183A (zh) * 2012-06-19 2014-01-15 株式会社日立制作所 二次电池的检查系统、充放电器以及检查方法
DE102013206189A1 (de) * 2013-04-09 2014-10-09 Siemens Aktiengesellschaft Bestimmen eines Ladezustands eines Akkumulators
CN104614679A (zh) * 2015-01-22 2015-05-13 哈尔滨龙易电气有限公司 一种曲线拟合式蓄电池剩余容量测量方法
CN104813534A (zh) * 2012-11-30 2015-07-29 株式会社杰士汤浅国际 蓄电元件的性能降低探测装置、性能降低探测方法及蓄电系统

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4884404B2 (ja) 2007-09-07 2012-02-29 日立ビークルエナジー株式会社 二次電池の内部情報検知方法及び装置
EP2053414B1 (en) 2007-09-07 2013-07-03 Hitachi Vehicle Energy, Ltd. Method and apparatus for detecting internal information of secondary battery
JP4561859B2 (ja) 2008-04-01 2010-10-13 トヨタ自動車株式会社 二次電池システム
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
EP2557428B1 (en) * 2010-04-09 2015-07-01 Toyota Jidosha Kabushiki Kaisha Secondary battery degradation determination device and degradation determination method
JP5772737B2 (ja) 2012-06-21 2015-09-02 トヨタ自動車株式会社 全電池容量推定方法
JP5962762B2 (ja) * 2012-08-09 2016-08-03 トヨタ自動車株式会社 蓄電システム
JP5740798B2 (ja) * 2012-12-17 2015-07-01 横河電機株式会社 二次電池最大容量測定装置
US9869724B2 (en) * 2013-07-24 2018-01-16 Rohm Co., Ltd. Power management system
JP6192738B2 (ja) * 2013-11-29 2017-09-06 日立オートモティブシステムズ株式会社 電池モジュールおよび組電池
JP6284824B2 (ja) * 2014-05-14 2018-02-28 日立オートモティブシステムズ株式会社 二次電池監視装置、二次電池劣化予測装置、および、二次電池の電池容量の予測方法
JP6314043B2 (ja) * 2014-06-26 2018-04-18 プライムアースEvエナジー株式会社 蓄電池の検査方法及び蓄電池の検査装置
JP6123844B2 (ja) * 2014-09-01 2017-05-10 横河電機株式会社 二次電池容量測定システム及び二次電池容量測定方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102369627A (zh) * 2009-09-25 2012-03-07 丰田自动车株式会社 二次电池系统
CN102565710A (zh) * 2010-11-01 2012-07-11 通用汽车环球科技运作有限责任公司 用于估计蓄电池健康状态的方法和装置
CN103457003A (zh) * 2012-05-28 2013-12-18 索尼公司 二次电池的充电控制装置和二次电池的充电控制方法
CN103513183A (zh) * 2012-06-19 2014-01-15 株式会社日立制作所 二次电池的检查系统、充放电器以及检查方法
CN104813534A (zh) * 2012-11-30 2015-07-29 株式会社杰士汤浅国际 蓄电元件的性能降低探测装置、性能降低探测方法及蓄电系统
DE102013206189A1 (de) * 2013-04-09 2014-10-09 Siemens Aktiengesellschaft Bestimmen eines Ladezustands eines Akkumulators
CN104614679A (zh) * 2015-01-22 2015-05-13 哈尔滨龙易电气有限公司 一种曲线拟合式蓄电池剩余容量测量方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108896913A (zh) * 2018-05-10 2018-11-27 燕山大学 一种锂离子电池健康状态的估算方法
CN112578296A (zh) * 2019-09-27 2021-03-30 比亚迪股份有限公司 电池容量估算方法和装置及计算机存储介质
CN112578296B (zh) * 2019-09-27 2022-03-15 比亚迪股份有限公司 电池容量估算方法和装置及计算机存储介质
CN112924872A (zh) * 2021-01-22 2021-06-08 苏州宇量电池有限公司 一种磷酸铁锂电池荷电状态的监测方法
CN112924872B (zh) * 2021-01-22 2023-10-20 苏州宇量电池有限公司 一种磷酸铁锂电池荷电状态的监测方法
CN113608139A (zh) * 2021-08-03 2021-11-05 傲普(上海)新能源有限公司 锂离子电池的温度监测方法及制作方法
CN113791357A (zh) * 2021-11-16 2021-12-14 深圳维普创新科技有限公司 一种电池显示电量智能化修正的方法及相关装置
CN113791357B (zh) * 2021-11-16 2022-03-29 深圳维普创新科技有限公司 一种电池显示电量智能化修正的方法及相关装置
CN117647745A (zh) * 2023-12-01 2024-03-05 青岛艾诺仪器有限公司 基于环形缓存器的电池微短路数据采集方法
CN117647745B (zh) * 2023-12-01 2024-05-07 青岛艾诺仪器有限公司 基于环形缓存器的电池微短路数据采集方法

Also Published As

Publication number Publication date
JP6380417B2 (ja) 2018-08-29
EP3196663B1 (en) 2018-10-03
CN107064805B (zh) 2020-08-07
EP3196663A1 (en) 2017-07-26
US10353009B2 (en) 2019-07-16
US20170212170A1 (en) 2017-07-27
JP2017129493A (ja) 2017-07-27

Similar Documents

Publication Publication Date Title
CN107064805A (zh) 蓄电池容量测量系统和蓄电池容量测量方法
CN105552465B (zh) 一种基于时间和温度的锂离子电池优化充电方法
CN103918120B (zh) 铅蓄电池系统
KR101227417B1 (ko) 리튬이온전지의 충전상태 추정방법 및 이 방법을 구현하기 위한 시스템
CN107367699A (zh) 一种基于分数阶模型的锂电池soc估算新方法
CN109633456B (zh) 一种基于分段电压识别法的动力锂电池组soc估算方法
CN110911764B (zh) 二次电池系统及二次电池的劣化状态推定方法
US20200067146A1 (en) Method, system and device for active balance control of battery pack
CN114545265A (zh) 基于电化学模型的电池荷电状态的估算方法及装置
CN113156316B (zh) 盐水电池soc估算算法
CN114217234B (zh) 一种基于ide-asrckf的锂离子电池参数辨识与soc估计方法
CN112580289A (zh) 一种混合电容器功率状态在线估计方法及系统
CN111987377A (zh) 电池的快充方法、电池管理系统以及电池的快充装置
Li et al. An equivalent circuit model of li-ion battery based on electrochemical principles used in grid-connected energy storage applications
CN113419177B (zh) 基于结合改进的粒子群算法的扩展卡尔曼滤波soc估算方法
CN112993989B (zh) 一种主动配电系统抗差状态估计数据处理方法
CN111762059B (zh) 一种考虑电池充放电工况的多变量融合电池组的均衡方法
Chaoui et al. State of charge estimation of LiFePO 4 batteries with temperature variations using neural networks
CN113391225B (zh) 一种考虑容量退化的锂电池荷电状态估计方法
Yalavarthy et al. Review of battery SoC estimating methods and enhanced algorithm for estimating SoC based on OCV-AHC approach
Das et al. Modelling the State of Charge of Lithium-ion batteries
CN115128461A (zh) 基于渐消因子ekf与ffrls的soc估算方法
CN118376927B (zh) 一种储能电池soc及额定容量动态修正方法及系统
Yang et al. SOC Estimation of Battery Pack Considering Cell Inconsistency
CN110109018A (zh) 数据图表生成方法与电池组保养维护方法

Legal Events

Date Code Title Description
PB01 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