CN107438771B - 电池参数的估计 - Google Patents
电池参数的估计 Download PDFInfo
- Publication number
- CN107438771B CN107438771B CN201580077228.3A CN201580077228A CN107438771B CN 107438771 B CN107438771 B CN 107438771B CN 201580077228 A CN201580077228 A CN 201580077228A CN 107438771 B CN107438771 B CN 107438771B
- Authority
- CN
- China
- Prior art keywords
- operating parameter
- parameter value
- energy storage
- storage device
- charge
- 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
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/0023—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train
- B60L3/0046—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train relating to electric energy storage systems, e.g. batteries or capacitors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/24—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries for controlling the temperature of batteries
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3828—Arrangements for monitoring battery or accumulator variables, e.g. SoC using current integration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
-
- 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
- H01M10/486—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
-
- 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
本发明涉及一种用于估计被布置为给电动或混合动力车辆提供推进的电力的能量存储设备的操作参数值的系统和方法,该方法包括:确定能量存储设备在第一时间处的第一操作参数值(θi‑1);根据将操作参数与时间相关的参数相关的预定实验数据建立参考操作参数值(θi *),基于参考操作参数值(θi *)和第一操作参数值(θi‑1),递归计算能量存储设备在第一时间之后的第二时间处的第二操作参数值(θi),其中,递归计算包括用于修改包括在第二操作参数值(θi)中的参考操作参数值(θi *)的部分的调谐参数(β)。
Description
技术领域
本发明涉及一种用于估计被布置为给电动或混合动力车辆提供推进的电力的能量存储设备的操作参数值的方法和系统。
背景技术
电动和混合动力车辆最近已经在全世界的道路上变得越来越普遍。它们具有一个共同点并且在于它们都要求大的且强大的可充电能量存储,例如可充电电池。这种可充电电池在它每次充电时具有有限的运行时间并且用户通常具有监测电池的估计的当前可用电力和/或能量的方式。
为了确保例如电动车辆的安全性、可靠性和性能,监测能量存储设备的充电状态很重要。通常使用模型来估计电池的可用电力或其他操作状况,例如充电状态(SoC),因为它们很难直接测量。一种常见类型的电池模型包括等效电路模型,通过该等效电路模型可以获得模型电池的电流-电压特性。算法与模型一起使用并且通常需要与电池相关的输入,例如电池的电池电芯的容量和阻抗。然而,这些输入随着电池的老化而变化,其使得估计更复杂。此外,重要的是,算法的输入是准确的以便避免在例如充电状态的估计中的漂移。
通过US7315789公开了用于估计电池组系统模型参数的方法的一个示例,其中使用电池电芯模型和递归公式。
然而,当考虑电池参数和电池的老化两者时,估计例如充电状态的复杂性增加。将期望在估计中以有效的方式包括模型参数和电池的老化两者以便增加估计的例如容量的准确性。
发明内容
鉴于以上所述,本发明的大体目的是要提供一种用于确定能量存储设备的操作参数值的更稳健的方法和系统。本发明的另一目的是提供一种用于确定能量存储设备的操作参数值的在线方法。
因此,根据第一方面,提供了一种用于估计被布置为给电动或混合动力车辆提供推进的能量存储设备的操作参数值的方法,该方法包括:
确定能量存储设备在第一时间处的第一操作参数值;
根据将操作参数与时间相关的参数相关的预定实验数据建立参考操作参数值,
基于参考操作参数值和第一操作参数值,递归计算能量存储设备在第一时间之后的第二时间处的第二操作参数值,
其中,递归计算包括用于修改包括在第二操作参数值中的参考操作参数值的部分的调谐参数。
本发明基于如下实现:用于确定能量存储设备的操作参数值的更鲁棒的方法通过允许递归估计的操作参数值包括从实验数据确定的参考的部分是可能的。换句话说,当计算新的更新的操作参数值(即第二操作参数值)时,新的操作参数值不仅基于递归计算中的先前确定的操作参数值,而且还基于预定实验数据。这样,由于调谐参数与参考操作参数值一起有效地迫使新的操作参数值不太远离参考,可以至少部分地防止递归计算以不合理的方式发散。此外,如果操作参数值远离参考,调谐参数可以被调谐以防止第二操作参数值的发散。此外,可以检测到在单元、模块和组级别的意外的行为或能量存储设备。例如,意外的行为可能是由于例如电解液泄漏导致的故障。
该方法是递归方法,其中第二(随后)操作参数值至少部分地基于第一(先前)操作参数值。
操作参数可以例如是能量存储设备的能量存储容量或阻抗(例如电阻或电容)。
递归计算可以例如是递归最小二乘法计算或卡尔曼滤波算法。
时间相关的参数可以是时间本身或使用历史,例如使用周期数或电池老化的更复杂的模型,例如加权安培小时模型。
根据本发明的实施例,还可以实现调谐参数以调谐包括在第二操作参数值中的第一操作参数值的部分。换句话说,调谐参数适于调谐包括在第二操作参数值中的参考操作参数值的部分和先前确定的第一操作参数值的部分两者。这使得能够增加第二操作参数值的计算的鲁棒性的有效方式。
根据本发明的实施例,该方法还可以包括:
确定第一操作参数值和各自的参考操作参数值之间的差,
其中,如果差超过限制值,则修改调谐参数以便减小差。换句话说,如果确定了第一操作参数值偏离参考操作参数值超过限制值,则调谐参数可以被调谐。例如如果第一操作参数值偏离参考操作参数值大于大约2%、3%、4%、5%、10%、11%、15%或50%,则极限值可以例如为大约2%、3%、4%、5%、10%、11%、15%或50%,可以修改调谐参数以降低偏差。限制的幅值可以依赖于操作参数的类型。因此,可以至少部分地控制该方法的鲁棒性或准确性。
根据本发明的又一实施例,可以根据多个能量存储设备的操作参数轨迹的测量结果确定预定实验数据。换句话说,可以使用来自数百个甚至数千个能量存储设备的操作参数的先前测量的数据来获得实验数据。例如,参考操作参数可以是相对于时间或相对于能量存储设备的循环数的参考容量。参考操作参数的另一示例是通过能量存储设备的累积电流,例如被给出为能量储存设备从能量存储设备被用于目前时间的第一天累积的安培小时吞吐量。备选地或另外,参考操作参数由能量存储设备从能量存储设备用于目前时间的第一天累积的瓦时(Wh)吞吐量给出。此外,能量存储设备的温度影响操作参数(例如容量或电阻),因此操作参数被估计的能量储存设备的温度可以被监测并且与对应于该温度的参考操作参数匹配,换句话说,对于不同的温度,可能存在不同的参考参数值。例如,在第一温度处,可以存在第一参考参数值,并且在第二温度处,可以存在第二参考参数值。此外,参考参数值也可以随着累积的瓦特小时和/或安培小时吞吐量而变化。从中获得实验数据的能量存储设备有利地具有与操作参数值被估计的能量存储设备相似的类型。然而,实验数据可以从其他类型的能量存储设备来推测。
根据本发明的实施例,第二操作参数值(θi)可以根据包括以下的公式递归计算:
其中,0≤β<1是调谐参数,θi *是参考操作参数值,θi-1是第一操作参数值,θi是第二操作参数值,εi是(在预期的操作参数值和测量的操作参数值之间的)残差,并且Ki是增益因子。
此外,该公式还可以包括:
其中,Pi是操作参数值θi的协方差,I是单位矩阵,是递归算法中的回归量,λi是遗忘因子,并且C是调谐常数。因此,用于递归计算第二操作参数值的公式可以是递归最小二乘法(RLS)算法。参数λi是遗忘因子。遗忘因子可以以修整参数的形式并且具有在0至1的范围内的值,优选接近1(例如0.90-0.99)。遗忘因子在递归公式的不同迭代中对估计的参数给予不同权重。例如,可以对在最近获得的第二估计之前的时间处获得的估计的参数给予更小的权重。因此,对最近的估计给予较大的权重。备选地,递归算法可以包括卡尔曼滤波。例如,卡尔曼滤波算法可以采取以下形式:
Pk|k-1=Pk-1|k-1+Qk
其中,P是包括在不同操作参数值之间的协方差和估计的操作参数值的方差的矩阵,K是卡尔曼增益(类似于RLS算法中的上述增益因子),是回归量,Rk是包括卡尔曼滤波的修整参数的矩阵,并且yk是操作参数值的当前的估计。通常,这样的卡尔曼滤波在本领域中是众所周知的。
根据本发明,操作参数可以是电池的容量,或者操作参数可以是电池的阻抗。在阻抗的情况下,操作参数可以是电池的电池电芯的等效电路模型的参数。例如,这种操作参数可以是等效电路模型的RC电路的内部电阻R0或电阻部分R1或电容C1。
操作参数可以例如是能量存储设备的容量。在这种情况下,根据实施例,该方法还可以包括以下步骤:
测量能量存储设备的第一开路电压;
测量能量存储设备的第二开路电压;
根据能量储存设备的开路电压和充电状态之间的预定关系估计能量存储设备的第一充电状态和能量存储设备的第二充电状态;
根据第一充电状态和第二充电状态之间的差计算充电状态的变化,其中,充电状态的变化被用作递归计算中的输入。
可以实验地确定能量存储设备的开路电压与充电状态之间的关系。当能量存储设备处于松弛状态(例如不在使用期间)时,测量开路电压并且根据预定关系,可以发现充电状态。使用开路电压的测量结果代替建模的开路电压是有利的,因为它将容量的确定与充电状态的确定分开,其减少了两个确定之间的相关的反馈误差。
该方法还可以包括:将充电状态的变化与阈值进行比较;其中,仅仅在充电状态的变化大于阈值时,执行作为第二容量的第二操作参数值的递归计算。这可以有利地丢弃具有太高噪声水平的估计。例如,如果充电状态的差接近测量结果的噪声水平,则可能难以获得容量的可靠估计;因此在这种情况下,不更新容量。这可能发生在例如在驾驶车辆期间不使用能量存储设备时或在能量存储设备仅在有限程度上被使用时,或当在积分操作中确定的电流的误差相加时的长时间驾驶而不休息期间。
此外,如果操作参数是能量存储设备的容量,该方法还可以包括:确定从确定第一操作参数值的第一时间到确定第二操作参数值的第二时间从能量存储设备中取出的电流总量,其中,电流总量被用作递归计算中的输入。
根据本发明的第二方面,提供了一种用于确定被布置在电动或混合动力车辆中的能量存储设备的操作参数值的系统,该系统包括:
电流传感器,其用于测量通过能量存储设备的电流;
电压传感器,其用于测量能量存储设备的电压;
控制单元,其被布置为从电流传感器接收电流测量结果;以及
记忆存储器,其连接到控制单元,记忆存储器已经存储预定实验数据,预定实验数据包括能量存储设备的参考操作参数值,
其中,控制单元被配置为:
确定能量存储设备的第一操作参数值;
根据预定实验数据建立参考操作参数值,
基于参考操作参数值、第一操作参数值、从电流传感器接收的电流测量结果和从电压传感器接收的测量的电压,递归计算能量存储设备的第二操作参数值,
其中,递归计算包括用于调谐包括在第二操作参数值中的参考操作参数值的部分的调谐参数。
控制单元优选地是微处理器或任何其他类型的计算设备。控制单元可以包括可以为任何类型的存储器设备的计算机可读介质,任何类型的存储器设备包括可移动的非易失性/易失性随机存取存储器、硬盘驱动器、软盘、CD-ROM、DVD-ROM、USB存储器、SD存储卡或本领域中已知的类似的计算机可读介质中的一个。
传感器可以被配置为测量例如来自能量存储设备的各自的电压或电流,来自能量存储设备的单独的能量存储电芯的电压或电流。还可以存在用于测量能量存储设备的温度的传感器、单独的能量存储电芯的温度、用于冷却能量存储设备(或电芯)的冷却剂(例如液体冷却剂)的温度、电芯平衡电流(用于平衡能量存储设备的不同电芯的充电状态的电流)或者接触器是否被关闭使得电力可以从能量存储设备获取等。
例如,温度传感器可以被布置为测量能量存储设备的温度,其中,控制单元被配置为至少部分地依赖于测量的温度来建立参考操作参数。
该系统可以有利地包括能量存储设备。
此外,该系统可以有利地用于监测电动或混合动力车辆的能量存储设备(例如可充电电池)。因此,系统可以有利地被布置在车辆中。然而,系统的控制单元可以布置在车辆外部的其他地方。
本发明的该第二方面的另外的效果和特征在很大程度上类似于上面结合本发明的第一方面描述的效果和特征。
当研究所附权利要求和以下描述时,本发明的另外的特征和优点将变得显而易见。技术人员认识到,在不脱离本发明的范围的情况下,本发明的不同特征可以被组合以创建除了以下描述的实施例之外的实施例。
附图说明
参考示出本发明的当前优选实施例的附图,现在将更详细地描述本发明的这些和其他方面,其中:
图1图示了本发明的实施例的应用的示例;
图2示意性地示出根据本发明的示例实施例的系统;
图3是示出根据本发明的示例实施例的步骤的流程图;
图4示出示例参考轨迹;
图5示出能量存储设备的示例电压对比充电状态关系;
图6提供了示出本发明的示例实施例的步骤的流程图;
图7提供了示出本发明的示例实施例的步骤的流程图;以及
图8示意性地图示电池电芯的等效电路模型。
具体实施方式
在以下的描述中,主要参考布置在形式为汽车的电动或混合动力车辆中的能量存储设备来描述本发明。然而,本发明可以被应用于任何类型的电动车辆(例如卡车、叉车、船等)。此外,在描述中,描述了用于容量估计的方法;然而,这些方法同样适用于其他参数。例如,该方法适用于诸如能量存储设备的等效电路模型的电阻和电容的参数。
图1图示了本发明的实施例的示例应用。在图1中,示出了包括可充电电池102的混合动力或电动车辆100的形式的车辆100。在车辆100中还存在用于控制可充电电池102并监测电池102的操作和状态的电池管理系统104。根据本发明的系统200可以是电池管理系统104的部分或者可以是单独的系统。可充电电池102可以是锂离子电池。
图2示意性地图示了根据本发明的实施例的示例系统200。在图2中,系统200包括电流传感器202、电压传感器206、温度传感器208以及控制单元204,控制单元204可以是以连接到传感器202、206、208的处理器204的形式,使得处理器204可以从传感器202、206、208接收信号。例如,来自电流传感器202的信号可以包括由电流传感器202测量的电池102的电流数据。电池102可以包括可以是锂离子电芯的几个电池电芯103(图中仅示出一个)。当然,如果有几个电池电芯,则可能有多于一个电压或电流传感器和多于一个温度传感器。处理器204可以是电池管理系统104的部分,但也可以是电池管理系统104外部的处理器。电压传感器206和温度传感器208两者都连接到处理器204并且可以将电池电压数据和温度数据分别提供给处理器204。温度传感器208可以测量电池102的单个电芯103的温度。电池102可以连接到负载210,负载210可以是用于向车辆提供推进的车辆的电机210。因此,电池102被配置为对电机210供电。因此,处理器204可以被配置为控制负载210可以使用的电量。因此,处理器204可以向负载210提供关于负载210可以使用的电量的信息。该系统还可以包括附图中未示出的额外组件,例如在电池102和负载210之间的AC/DC转换器。
此外,控制单元204与被配置为存储数据的记忆存储设备212(例如计算机可读介质)进行通信。存储设备212存储了控制单元204可访问的参考操作参数(θ*)数据。控制单元204被配置为确定电池102(或电池电芯103)的第一操作参数值(θi-1)。此外,控制单元204根据在存储设备212中存储的预定实验数据建立参考操作参数值(θi *)。基于参考操作参数值(θi *)、第一操作参数值(θi-1)、从电流传感器202接收的电流测量结果和从电压传感器206接收的电压测量结果,控制单元204递归计算电池102的第二操作参数值(θi)。此外,递归计算包括用于调谐包括在第二操作参数值(θi)中的参考操作参数值(θi *)的部分的调谐参数(β)。
图3是根据本发明的实施例的示例方法的步骤的流程图。在第一步骤S302中,确定第一操作参数值(θi-1)。第一操作参数值可以从该方法中的先前步骤中确定,或者如果该方法以第一步骤初始化,则可以基于下述的充电状态的变化和库仑计数的计算来确定第一操作参数值。例如,该方法可以在预定时间处以进行的计算中使用的预定操作参数值进行初始化。在第二步骤S304中,建立参考操作参数值(θi *)。参考操作参数值(θi *)基于将操作参数(即θ的集合)与时间或周期数相关的(即与使用量相关的)预定实验数据。在步骤S306中,基于第一操作参数值(θi-1)和参考操作参数值(θi *)递归计算第二操作参数值(θi)。第二操作参数值(θi)的计算包括使用修改包括在第二操作参数值(θi)的计算中的参考操作参数值(θi *)的部分的调谐参数β。因此,调谐参数可以确定计算中的参考操作参数值(θi *)的部分。操作参数(θ)可以是能量存储设备102的容量。因此,图3中描述的方法可以用于估计能量存储设备102的容量。递归计算可以是由以下公式给出的递归最小二乘法(RLS)算法:
其中,0≤β<1是调谐参数,θi *是参考操作参数值,θi-1是第一操作参数值,θi是第二操作参数值,εi是(在预期的操作参数值和测量的操作参数值之间的)残差,Ki是增益因子,Pi是操作参数值θi的协方差,I是单位矩阵,是回归量(例如容量估计的充电状态的差或阻抗估计的电流的差),λi是遗忘因子,并且C是常数。W仅是简化算法中的后续步骤的理解的中间术语。
图4图示了相对于循环数(循环数自然地与电池的寿命相关)的实验确定的容量的示例。图4中示出的容量数据是用于建立参考操作参数值θi *的参考数据θ*的示例,在图4的情况下,参考操作参数θ*是相对于使用的循环数的参考容量衰减。一个周期包括能量存储设备102的放电周期和充电周期。可以根据对多个能量存储设备(例如电池)的实验测量结果来确定图4中示出的参考数据。因此,参考数据θ*可以是对多个能量存储设备的实验测量结果的平均值。
图5示出了相对于电池102的充电状态500的开路电压的示例。当然,对于低充电状态,开路电压低,对于高充电状态,开路电压高。相对于充电状态的示例性开路电压被用于容量的估计并且对松弛状态中的电池进行测量,因此在使用后的某个时间使得例如温度和电压波动已经稳定。例如,当电池处于松弛状态时,电池的电压可能已经稳定在开路电压水平或至少接近开路电压水平。
接下来,跟随的是车辆中的电池(例如锂离子电池)的容量确定的描述。首先,在车辆未运行时,测量电池的电压502(见图5)。根据例如如图5所示相对于充电状态的开路电压的数据500,可以确定在时间t0的第一充电状态504(z(t0))。注意,在(参考图7说明的)电池的松弛状态中进行电压的测量。在使用电池的车辆的操作期间,总使用容量可以理想地通过“计数”在使用的时间期间使用的电荷量(Qcc)(即“库仑计数”)来确定。这可以使用以下公式完成:
其中,ik是测量的电流,Δt是采样时间,t表示时间并且η是接近于1的常数。在第二时间处,在使用车辆之后,在松弛状态中测量电池的第二电压506。再次根据例如如图5所示相对于充电状态的开路电压的数据,确定(在时间t1处的)第二充电状态z(t1)508。注意,根据相对于充电状态的开路电压的第二测量结果确定第二充电状态z(t1)。电池的容量(Qcell)现在可以通过以下根据充电状态的变化和根据库仑计数来估计:
总使用容量(Qcc)的确定可能是有固有噪声的并且还可能包含其他误差。此外,容量(Qcell)的确定依赖于充电状态(z(t0)和z(t1)),其继而依赖于容量。这可能导致来自相关的依赖性的额外误差。在这种情况下,根据如图5所示的测量的关系确定充电状态(z(t0)和z(t1)),从而显着减小了该误差贡献。因此,充电状态(z(t0)和z(t1))是基于松弛电池上的开路电压的测量结果而不是建模的开路电压上的测量结果,从而将容量估计与充电状态估计分离。可以使用递归最小二乘法(RLS)算法获得考虑残差的容量的更新的估计。使用的RLS算法如上所述,但在此进行重复,并且由下式给出:
其中,0≤β<1是调谐参数,θi *是参考操作参数值,θi-1是第一操作参数值,θi是第二操作参数值,εi是(在测量的操作参数值和预期的操作参数值之间的)残差,Ki是增益因子,Pi是操作参数值θi的协方差,I是单位矩阵,是回归量(例如容量估计的充电状态的差或阻抗估计的电流的差),λi是遗忘因子,并且C是常数。常数C被调节为使得协方差Pi小。在容量的这种情况下,并且εi=Qcc-θiΔz,其中,Δz是充电状态(z(ti)-z(ti-1))的差。
利用调谐参数β,能够调谐新的更新(例如第二操作参数值)使得更新的容量的部分基于根据参考数据集实验确定的数据。这迫使估计在特定范围内并且因此使估计更加鲁棒。例如,为了说明调谐参数的功能,假设β=0.5,那么容量θi的新的估计的一半基于参考值θi *,并且一半基于先前(即第一)容量θi。如果发现容量的第一估计θi-1偏离参考θi *超过限制值,则可以调节调谐参数β使得减小算法的下一次迭代中的偏差,或者通过利用调节的调谐参数β重复迭代。限制值依赖于诸如能量存储设备的寿命、能量存储设备的类型(例如化学参数)、能量存储设备的应用等的多种输入。然而,作为示例,限制值可以被允许在距参考操作参数值的5%至50%的范围内。以这种方式重写上述公式:
以更简单的方式说明了参考θi *与第一估计θi-1之间的差和调谐参数β对第二估计θi的影响。调谐参数β可以被认为是非线性放大。此外,关于偏差的通知可以由控制单元发送给车辆的用户。
图6提供了根据本发明的实施例的用于确定电池的容量的方法步骤的流程图。在第一步骤S602中,确定第一充电状态504(z(t0))。通过首先测量电池的开路电压确定第一充电状态并且然后根据开路电压和充电状态之间的测量的关系500(见图5)找到充电状态。例如,根据图5中示出的示例关系500,开路电压为4伏(由502指示),对应的充电状态为75%(由504指示)。在随后的步骤S604中,通过车辆中的控制单元204开始库仑计数。在确定了第一充电状态之后,只要使用电池就可以开始库仑计数。通过测量在时间窗口(Δt)期间从电池中取出的总电流来进行库仑计数。库仑计数可以被用于确定参数Qcc。随后,在结束车辆的驾驶或至少在电池的使用(例如取消电流)结束之后,以与第一充电状态z(t0)相似的方式确定第二充电状态508(z(t1))。因此,确定开路电压506并且之后是根据关系500确定对应的充电状态508。随后S608,确定第一充电状态z(t0)和第二充电状态z(t1)之间的差并且将其与阈值X进行比较。如果充电状态的差小于阈值X,该方法返回到步骤S602。在那种情况下,差的信噪比对于随后步骤中的容量的准确的估计太小。因此,阈值可以是测量的容量(Qcc)中的噪声量。如果充电状态的差大于阈值X,则该方法继续执行S610根据前述算法对容量的递归计算。阈值可以是第一充电状态z(t0)比第二充电状态z(t1)至少大1%、2%、3%、4%,5%或例如10%(列表是非详尽的)。备选地,阈值可以是第二充电状态z(t1)比第一充电状态z(t0)至少大1%、2%、3%、4%,5%或例如10%(列表是非详尽的)。
图7提供了参考图3描述的步骤的备选或额外方法步骤的流程图。因此,描述了用于确定用于给车辆提供推进的电力的电池的操作参数的方法步骤。如果使用电池S701,则该方法继续到随后的步骤S702,其中确定测量的操作参数值,从而更新操作参数值的先前进行的测量结果。如果操作参数是能量存储设备的容量,则该测量结果可以通过使用上述库仑计数方法来确定,因此在作为操作参数的容量的情况下,测量的操作参数值可以是Qcc。在随后的步骤S704中,根据预定实验数据确定参考操作参数值θi *,从而更新先前获得的参考操作参数值用于该方法的正在进行的迭代。随后的步骤S704和S706可以在电池的当前使用完成之后执行。接下来,在步骤S706中,将先前确定的第一操作参数值(θi-1)与测量的操作参数值(例如Qcc)和参考操作参数值θi *一起使用以通过递归计算第二操作参数值来更新操作参数值。
除了参考图3描述的步骤之外,测量操作参数值的步骤S702可以包括在图3的步骤中,如图7所示(步骤S702)。
图8示出了电池电芯的等效电路模型800。等效电路模型800包括操作参数:内部电阻R0和R1,以及电容C1。从模型800图可以理解,R1和C1形成了所谓的RC电路。此外,ibatt表示通过电池的电流,Vocv表示电池的开路电压,并且Vbatt表示电池的输出电压。在完全松弛状态(因此,RC电路中的动态被抑制并且室温下的温度稳定)中,Vocv=Vbatt。
在操作参数为阻抗的实施例中,例如电池的电池电芯的电阻,递归公式可以由下式给出:
其中0≤β<1是调谐参数,θi *是参考电阻,θi-1是第一电阻,θi是第二电阻,εi是(在测量的电阻和预期的电阻之间的)残差,Ki是增益因子,Pi是电阻θi的协方差,I是单位矩阵,是回归量,λi是遗忘因子,并且C是常数。在电阻的这种情况下,并且εi=Δvbatt-Ri-1Δibatt,其中,Δvbatt和Δibatt分别是在使用电池之前和之后(类似于先前描述的充电状态Δz的差)之间的电压和电流的差。
此外,技术人员在实践权利要求的发明时可以通过研究附图、说明书和所附权利要求来理解和实现所公开的实施例的变型。例如,除了描绘的实施例中所示的示例算法(例如卡尔曼滤波算法)之外,可以使用递归方法。
在权利要求中,“包括”一词并不排除其他元件或步骤,并且词语“一”或“一个”不排除多个。在相互不同的从属权利要求中记载了某些措施的仅有事实并不指示不能有利地使用这些措施的组合。
Claims (12)
1.一种用于估计被布置为给电动或混合动力车辆提供推进的电力的能量存储设备的操作参数值的方法,其中,所述操作参数是所述能量存储设备的容量,所述方法包括:
确定所述能量存储设备在第一时间处的第一操作参数值(θi-1);
其特征在于,
根据将所述操作参数与时间相关参数相关的预定实验数据,建立参考操作参数值(θi *),其中参考操作参数是相对于时间或相对于能量存储设备的循环数的参考容量,
基于所述参考操作参数值(θi *)和所述第一操作参数值(θi-1),递归计算所述能量存储设备在所述第一时间之后的第二时间处的第二操作参数值(θi),
其中,所述递归计算包括用于修改包括在所述第二操作参数值(θi)中的所述参考操作参数值(θi *)的部分的调谐参数(β),并且,
其中,根据多个能量存储设备的操作参数轨迹的测量结果确定所述预定实验数据。
2.根据权利要求1所述的方法,其中,所述调谐参数被进一步实现以调谐包括在所述第二操作参数值(θi)中的所述第一操作参数值(θi-1)的部分。
3.根据权利要求1或2所述的方法,还包括:
确定所述第一操作参数值(θi-1)与各自的参考操作参数值(θi *)之间的差,
其中,如果所述差超过限制值,则修改所述调谐参数以便减小所述差。
6.根据权利要求1或2所述的方法,所述方法还包括以下步骤:
测量所述能量存储设备的第一开路电压(502);
测量所述能量存储设备的第二开路电压(506);
根据所述能量存储设备的开路电压和充电状态之间的预定关系估计所述能量存储设备的第一充电状态(504)和所述能量存储设备的第二充电状态(508);以及
根据所述第一充电状态和所述第二充电状态之间的差计算充电状态的变化,其中,所述充电状态的变化被用作所述递归计算中的输入。
7.根据权利要求6所述的方法,还包括:
将所述充电状态的变化与阈值(X)进行比较;
其中,仅在所述充电状态的变化大于所述阈值时,执行作为第二容量的第二操作参数值(θi)的所述递归计算。
8.根据权利要求1或2所述的方法,其中,所述方法还包括以下步骤:
确定从确定所述第一操作参数值的第一时间到确定所述第二操作参数值的第二时间从所述能量存储设备中取出的电流总量,其中,所述电流总量被用作所述递归计算中的输入。
9.一种用于确定被布置在电动或混合动力车辆中的能量存储设备的操作参数值的系统(200),其中,所述操作参数是所述能量存储设备的容量,所述系统包括:
电流传感器(202),其用于测量通过所述能量存储设备的电流;
电压传感器(206),其用于测量所述能量存储设备的电压;
控制单元(204),其被布置为从所述电流传感器接收电流测量结果;以及
记忆存储器(212),其连接到所述控制单元,所述记忆存储器已经存储预定实验数据,所述预定实验数据包括所述能量存储设备的参考操作参数值(θi *),其中参考操作参数是相对于时间或相对于能量存储设备的循环数的参考容量,
其中,所述控制单元被配置为:
确定所述能量存储设备的第一操作参数值(θi-1);
根据所述预定实验数据建立参考操作参数值(θi *),
基于所述参考操作参数值(θi *)、所述第一操作参数值(θi-1)、从所述电流传感器接收的所述电流测量结果并且基于从所述电压传感器接收的所述测量的电压,递归计算所述能量存储设备的第二操作参数值(θi),
其中,所述递归计算包括用于调谐包括在所述第二操作参数值(θi)中的所述参考操作参数值(θi *)的部分的调谐参数(β),并且,
其中,根据多个能量存储设备的操作参数轨迹的测量结果确定所述预定实验数据。
10.根据权利要求9所述的系统,还包括所述能量存储设备(102)。
11.根据权利要求9或10中的任一项所述的系统,还包括被布置为测量所述能量存储设备的温度的温度传感器(208),其中,所述控制单元被配置为至少部分地依赖于所述测量的温度建立所述参考操作参数。
12.一种车辆(100),包括根据权利要求9至11中的任一项所述的系统。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/EP2015/054624 WO2016138959A1 (en) | 2015-03-05 | 2015-03-05 | Estimation of battery parameters |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107438771A CN107438771A (zh) | 2017-12-05 |
CN107438771B true CN107438771B (zh) | 2021-04-30 |
Family
ID=52633267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580077228.3A Active CN107438771B (zh) | 2015-03-05 | 2015-03-05 | 电池参数的估计 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10983166B2 (zh) |
EP (1) | EP3265835B1 (zh) |
JP (1) | JP6495469B2 (zh) |
CN (1) | CN107438771B (zh) |
WO (1) | WO2016138959A1 (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SE540603C2 (en) * | 2015-11-05 | 2018-10-02 | Ctek Sweden Ab | A system and a method for determining the state of charge of a battery |
CN107390138B (zh) * | 2017-09-13 | 2019-08-27 | 山东大学 | 动力电池等效电路模型参数迭代辨识新方法 |
KR102650965B1 (ko) | 2018-04-23 | 2024-03-25 | 삼성에스디아이 주식회사 | 배터리 상태 추정 방법 |
US20220229114A1 (en) * | 2019-06-12 | 2022-07-21 | Volvo Truck Corporation | A method for estimating a battery state |
US20220234449A1 (en) * | 2019-06-12 | 2022-07-28 | Volvo Truck Corporation | A method for estimating a battery state |
DE102019211634A1 (de) * | 2019-08-02 | 2021-02-04 | Robert Bosch Gmbh | Verfahren zum Betrieb einer elektrischen Energiespeichereinheit sowie entsprechende Vorrichtung, Computerprogramm, maschinenlesbares Speichermedium und elektrische Energiespeichereinheit |
CN111665450B (zh) * | 2020-05-26 | 2022-11-08 | 上海电享信息科技有限公司 | 动力电池内阻计算方法 |
KR102471890B1 (ko) * | 2020-08-03 | 2022-11-29 | 삼성에스디아이 주식회사 | 배터리 팩의 시뮬레이션 방법 |
US11654781B2 (en) | 2021-05-24 | 2023-05-23 | Mark Ogram | Locomotive assist |
US11858361B2 (en) | 2021-05-24 | 2024-01-02 | Mark Ogram | Supplemental battery for an electric vehicle |
US11827110B1 (en) | 2021-05-24 | 2023-11-28 | Mark Ogram | Protective system for a rechargeable battery |
US11745602B2 (en) | 2021-05-24 | 2023-09-05 | Mark Ogram | Electric cargo trucks |
US11220186B1 (en) | 2021-05-24 | 2022-01-11 | Mark Ellery Ogram | Range enhancing mechanism |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6639385B2 (en) * | 2001-08-07 | 2003-10-28 | General Motors Corporation | State of charge method and apparatus |
US7315789B2 (en) * | 2004-11-23 | 2008-01-01 | Lg Chem, Ltd. | Method and system for battery parameter estimation |
US8552687B2 (en) * | 2008-06-05 | 2013-10-08 | GM Global Technology Operations LLC | Method and system for characterizing a battery |
CN102088118B (zh) * | 2010-12-28 | 2013-09-18 | 深圳市航盛电子股份有限公司 | 一种电池管理系统、电动车及荷电状态的估算方法 |
US10115520B2 (en) * | 2011-01-18 | 2018-10-30 | Mojo Mobility, Inc. | Systems and method for wireless power transfer |
US10044074B2 (en) * | 2011-03-18 | 2018-08-07 | Johnson Controls Technology Company | Battery power source control and current detection systems and methods |
US8645088B2 (en) * | 2011-05-13 | 2014-02-04 | GM Global Technology Operations LLC | Systems and methods for determining the state of charge of a battery utilizing confidence values |
US20140132214A1 (en) | 2011-06-17 | 2014-05-15 | Toyota Jidosha Kabushiki Kaisha | Electrically powered vehicle and method for controlling electrically powered vehicle |
WO2013192109A1 (en) | 2012-06-17 | 2013-12-27 | Matinas Biopharma, Inc. | Omega-3 pentaenoic acid compositions and methods of use |
US9086462B2 (en) * | 2012-08-15 | 2015-07-21 | GM Global Technology Operations LLC | Systems and methods for battery parameter estimation |
JP5944291B2 (ja) * | 2012-10-05 | 2016-07-05 | カルソニックカンセイ株式会社 | バッテリのパラメータ等推定装置およびその推定方法 |
KR101547006B1 (ko) * | 2012-10-26 | 2015-08-24 | 주식회사 엘지화학 | 배터리 잔존 용량 추정 장치 및 방법 |
CN102930173B (zh) * | 2012-11-16 | 2016-07-06 | 重庆长安汽车股份有限公司 | 一种锂离子电池荷电状态在线估算方法 |
CN103020445B (zh) * | 2012-12-10 | 2016-07-06 | 西南交通大学 | 一种电动车车载磷酸铁锂电池的soc与soh预测方法 |
CN103744030B (zh) * | 2014-01-12 | 2016-06-01 | 中国科学院电工研究所 | 电池组健康状态和荷电状态在线估算装置及估算方法 |
US9381825B2 (en) * | 2014-02-20 | 2016-07-05 | Ford Global Technologies, Llc | State of charge quality based cell balancing control |
-
2015
- 2015-03-05 JP JP2017545744A patent/JP6495469B2/ja active Active
- 2015-03-05 CN CN201580077228.3A patent/CN107438771B/zh active Active
- 2015-03-05 US US15/555,111 patent/US10983166B2/en active Active
- 2015-03-05 EP EP15708801.4A patent/EP3265835B1/en active Active
- 2015-03-05 WO PCT/EP2015/054624 patent/WO2016138959A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
JP6495469B2 (ja) | 2019-04-03 |
EP3265835B1 (en) | 2023-05-10 |
JP2018510337A (ja) | 2018-04-12 |
US20180045787A1 (en) | 2018-02-15 |
EP3265835A1 (en) | 2018-01-10 |
WO2016138959A1 (en) | 2016-09-09 |
CN107438771A (zh) | 2017-12-05 |
US10983166B2 (en) | 2021-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107438771B (zh) | 电池参数的估计 | |
Duong et al. | Online state of charge and model parameters estimation of the LiFePO4 battery in electric vehicles using multiple adaptive forgetting factors recursive least-squares | |
CN107402353B (zh) | 一种对锂离子电池的荷电状态进行滤波估计的方法及系统 | |
CN107368619B (zh) | 一种扩展卡尔曼滤波soc估算方法 | |
JP5058814B2 (ja) | バッテリーの状態及びパラメーターの推定システム及び方法 | |
KR101702868B1 (ko) | 배터리 셀의 용량을 결정하기 위한 방법 | |
CN108291944B (zh) | 电池管理装置 | |
JP5393619B2 (ja) | バッテリの充電率推定装置 | |
EP1701175A2 (en) | Power supply with status detector and initial characteristic determination means | |
US20100036627A1 (en) | Apparatus and method for determination of the state-of-charge of a battery when the battery is not in equilibrium | |
US20220365139A1 (en) | Method for estimating an operating parameter of a battery unit | |
JP2010500539A (ja) | 容量に依存したパラメータに基づくバッテリ容量検出方法 | |
KR102534688B1 (ko) | 배터리의 셀의 충전의 상태를 추정하는 자동적 방법 | |
WO2019230033A1 (ja) | パラメータ推定装置、パラメータ推定方法及びコンピュータプログラム | |
KR102572652B1 (ko) | 배터리의 충전상태를 추정하는 방법 | |
JP2018506017A (ja) | バッテリの電池の充電状態を自動的に測定する方法 | |
CN113785209B (zh) | 用于检测异常电池单体的方法 | |
CN113853524B (zh) | 用于估计电池状态的方法 | |
KR20160057399A (ko) | 축전지의 셀의 노화를 추정하기 위한 방법 | |
JP2019211248A (ja) | 二次電池パラメータ推定装置、二次電池パラメータ推定方法及びプログラム | |
JP5259190B2 (ja) | ジョイントバッテリー状態とパラメーター推定システム及び方法 | |
Misyris et al. | Battery energy storage systems modeling for online applications | |
US20210247454A1 (en) | Method for ascertaining the state of charge of an electrical energy storage unit | |
KR20220034419A (ko) | 배터리 관리 시스템 및 저항 상태 추정 방법 | |
CN105487013B (zh) | 用于确定能量存储设备的运行工况的方法和系统 |
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 |