CN107797068B - 利用自学习进行的电池功能状态预测 - Google Patents

Abstract

本公开涉及利用自学习进行的电池功能状态预测。用于具有发动机和电池的交通工具的系统包括存储器和控制器。存储器具有预期由电池提供以用于在起动事件期间重启发动机的预测电流。控制器被配置为基于预测电流来预测在起动事件期间预期的电池的最小电压，并且根据在起动事件期间用于重启发动机的预测电流和由电池实际提供的实际电流来更新在存储器中的预测电流。

Description

利用自学习进行的电池功能状态预测

技术领域

本发明涉及预测电池的功能状态(SoF)，以及更具体地，涉及预测交通工具电池在发动机起动事件中启动交通工具发动机的能力。

背景

电池的功能状态(SoF)是衡量在给定时间能够提供最小能量的量的电池的能力的量度。

当交通工具处于静止状态时，例如位于红色交通信号灯处，交通工具的启停系统将自动关闭交通工具的发动机，并且当驾驶员推动油门踏板以使交通工具移动时，例如位于转绿色的交通灯处，自动重启发动机。因此，发动机空转时间减少，从而降低了燃油消耗和排放。

启停系统操作交通工具的电池，以在发动机关闭之后提供电力以重启发动机。来自电池的电力包括重启(即，起动)发动机的起动电流。

电池的SoF是在发动机起动事件中电池启动发动机的能力。在发动机关闭前应监视电池的SoF，以确保电池将能够重启发动机。否则，启停系统可以在交通工具停止时(例如，位于红色的交通信号灯处)关闭发动机，而例如在交通灯变绿时电池不能够重启发动机。

概述

一个目的包括预测交通工具电池的功能状态(SoF)。

另一个目的包括预测具有启停系统的交通工具的电池的SoF。

另一个目的包括预测在发动机起动事件中交通工具电池能够重启交通工具发动机的能力。

另一个目的包括预测交通工具电池在发动机起动事件中能够重启交通工具发动机的能力，其包括在各种驾驶条件和由于系统的老化(包括电池老化)而引起的变化方面关于发动机的学习特性(即起动)。

本发明的另一个目的包括预测交通工具电池在发动机起动事件中能够重启交通工具发动机的能力，其包括重新评估预测中使用的电池的内电阻的值。

根据本发明的实施方式，还包括以下内容：

1)在执行上述和/或其他目的中的至少一个时，提供用于具有发动机和电池的交通工具的系统。该系统包括存储器和控制器。存储器具有预期由电池提供的用于在起动事件期间重启发动机的预测电流。控制器被配置为基于预测电流来预测在起动事件期间预期的电池的最小电压，并且根据在起动事件期间用于重启发动机的预测电流和由电池实际提供的实际电流来更新在存储器中的预测电流。

2)根据1)所述的系统，控制器还可被配置为基于更新的预测电流来预测在下一个起动事件期间预期的电池的最小电压，并且根据在下一个起动事件期间用于重启发动机的更新的预测电流和由电池实际提供的实际电流来更新在存储器中的更新的预测电流。

3)根据1)所述的系统，控制器还可被配置为根据由因子α加权的预测电流和由因子(1-α)加权的实际电流来更新在存储器中的预测电流，其中0<α<1。

4)根据3)所述的系统，因子α可以小于0.5，由此在更新存储器中的预测电流时实际电流与预测电流相比是更大的贡献者。

5)根据4)所述的系统，因子α可以在0.2≤α<0.5的范围内。

6)根据1)所述的系统，预测电流可以是在先前的起动事件期间由电池提供以重启发动机的预测电流和在先前的起动事件期间由电池实际提供以重启发动机的实际电流的函数。

7)根据1)所述的系统，控制器还可被配置成当电池的预测的最小电压大于最小电压阈值时在起动事件之前使发动机能够被停止，并且当电池的预测的最小电压小于最小电压阈值时避免在起动事件之前使发动机停止。

8)根据1)所述的系统，存储器可能具有关于多个发动机温度的预期由电池提供以用于在起动事件期间重启发动机的预测电流。在这种情况下，控制器还被配置为基于与在起动事件之前的发动机的温度相对应的预测电流来预测在起动事件期间预期的电池的最小电压。

9)根据1)所述的系统，控制器还可被配置为进一步基于电池的内电阻来预测在起动事件期间预期的电池的最小电压，并且根据在起动事件期间实际发生的电池的实际电流和实际最小电压来更新电池的内电阻的值。

10)根据1)所述的系统，控制器还可以被配置为还基于由在控制器预测电池的最小电压的时刻和起动事件的开始时刻之间从电池流出的电流引起的电池电压的预测变化来预测在起动事件期间预期的电池的最小电压。

11)一种用于具有发动机和电池的交通工具的系统，所述系统包括：存储器，所述存储器具有预期由所述电池提供的用于在起动事件期间重启所述发动机的预测电流；以及控制器，所述控制器被配置为基于所述预测电流来预测在所述起动事件期间预期的所述电池的最小电压，并且根据由因子α加权的所述预测电流和由因子(1–α)加权的、在所述起动事件期间用于重启所述发动机的由所述电池实际提供的实际电流来更新在所述存储器中的所述预测电流，其中0<α<1。

12)根据11)所述的系统，其中：所述控制器还被配置为基于更新的预测电流来预测在下一个起动事件期间预期的所述电池的最小电压，并且根据由所述因子α加权的所述更新的预测电流和由所述因子(1–α)加权的在所述下一个起动事件期间用于重启所述发动机的由所述电池实际提供的实际电流来更新在所述存储器中的所述更新的预测电流。

13)根据11)所述的系统，其中：所述因子α在0.2≤α<0.5的范围内，由此在更新所述存储器中的所述预测电流时所述实际电流与所述预测电流相比是更大的贡献者。

14)根据11)所述的系统，其中：所述控制器还被配置为根据所述电池的预测的最小电压与在所述起动事件期间实际发生的所述电池的实际最小电压之间的差来计算所述因子α。

15)根据11)所述的系统，其中：所述存储器具有对于多个发动机温度在所述起动事件期间预期由所述电池提供以用于重启所述发动机的预测电流；以及所述控制器还被配置为基于与在所述起动事件之前的所述发动机的温度相对应的所述预测电流来预测在所述起动事件期间预期的所述电池的所述最小电压。

16)根据11)所述的系统，其中：所述控制器还被配置为进一步基于所述电池的内电阻来预测在所述起动事件期间预期的所述电池的最小电压，并且根据在所述起动事件期间实际发生的所述电池的所述实际电流和实际最小电压来更新所述电池的内电阻的值。

17)根据11)所述的系统，其中：所述控制器还被配置成当所述电池的预测的最小电压大于最小电压阈值时使所述发动机能够在所述起动事件之前被停止，并且当所述电池的所述预测的最小电压小于所述最小电压阈值时在所述起动事件之前避免所述发动机被停止。

此外，在执行上述和/或其他目的中的至少一个时，提供了用于具有发动机和电池的交通工具的另一系统。在该系统中，控制器被配置为基于预测电流来预测在起动事件期间预期的电池的最小电压，并且根据由因子α加权的预测电流和由因子(1-α)加权的实际电流来更新存储器中的预测电流，其中0<α<1。

控制器还可被配置为根据电池的预测的最小电压与在起动事件期间实际发生的电池的实际最小电压之间的差来计算因子α。

18)此外，在执行上述和/或其他目的中的至少一个时，提供了用于具有发动机和电池的交通工具的方法。该方法包括：从存储器获得预期由电池提供的用于在起动事件期间重启发动机的预测电流；基于预测电流预测在起动事件期间预期的电池的最小电压；以及根据在起动事件期间用于重启发动机的预测电流和由电池实际提供的实际电流来更新在存储器中的预测电流。

19)根据18)所述的方法，还包括：进一步基于所述电池的内电阻来预测在所述起动事件期间预期的所述电池的所述最小电压；以及

根据在所述起动事件期间实际发生的所述实际电流和所述电池的实际最小电压来更新所述电池的内电阻的值。

20)根据18)所述的方法，还包括：当所述电池的预测的最小电压大于最小电压阈值时，使所述发动机能够在所述起动事件之前被停止；以及当所述电池的所述预测的最小电压小于所述最小电压阈值时，避免所述发动机在所述起动事件之前被停止。

附图说明

图1A示出了具有启停系统控制器的示例性交通工具的框图，其中在交通工具停止的情况下交通工具的发动机被关闭；

图1B示出了示例性交通工具的框图，交通工具电池向交通工具的起动电动机提供电力以在驾驶员推动油门踏板以移动交通工具时重启发动机；

图2A、2B和2C均以发动机起动事件期间电池端电压随时间变化的图的形式示出了相应的模型发动机起动电流曲线；

图3示出了对于不同类型发动机模型的不同发动机温度所预测的发动机起动电流的示例性查找表；

图4是有关背景的图，示出了用于预测交通工具电池的功能状态(SoF)的常规系统的框图；

图5示出了根据本发明的实施例的用于预测交通工具电池的SoF的系统的框图；

图6示出了根据本发明的实施例的关于用于预测交通工具电池的SoF的系统的操作的框图；以及

图7示出了用于电池的示例性开路电压与放电(OCV-DCHG)图。

具体实施方式

本文公开了本发明的详细的实施例；然而，应理解，所公开的实施例仅是本发明的示例，本发明可以以各种形式和可选择形式来体现。附图不一定按比例绘制；一些特征可能被放大或缩小以示出特定组件的细节。因此，本文中所公开的特定的结构细节和功能细节不应被解释为限制性的，而是仅仅作为用于教导本领域中的技术人员以各种方式采用本发明的代表性基础。

现在参考图1A和1B，示出了具有启停系统的示例性交通工具10的框图。启停系统包括启停系统控制器12。交通工具10还包括发动机14、起动电动机16和电池18。发动机14构造成产生用于驱动驱动轮20的发动机功率。电动机16被配置为提供机械动力以重启发动机14。

启停系统控制器12被配置为当交通工具10例如在红色交通信号灯处停止时，自动关闭发动机14。启停系统控制器12还被配置为当驾驶员推油门踏板以使交通工具移动时，例如当红色交通灯变绿时，使得电池18和电动机16操作以自动重启发动机14。该操作包括电池18向电动机16提供具有起动电流的电力。电动机16将电力转换成机械动力，并向发动机14提供机械动力以重启发动机。

在图1A中，在交通工具10停止时，例如在红色交通灯处，启停系统控制器12关闭发动机14。交通工具10静止时，发动机14保持休眠。

在图1B中，启停系统控制器12操作电动机16和电池18，以使电池向电动机提供电力22，以使电动机例如在红色交通灯变绿时起动发动机14。电动机16将来自电池18的电力22转换成机械动力24，并向发动机14提供机械动力24以启动发动机。启停系统控制器12响应于驾驶员推动油门踏板以移动交通工具10而操作电动机16和电池18来启动发动机14。

电池18的功能状态(SoF)可以被定义为电池在发动机起动事件中启动发动机14的能力。因此，电池18的SoF是衡量电池能够向电动机16提供用于起动发动机14的足够电力的能力的量度。

启停系统控制器12被配置为监视电池18的SoF。启停系统控制器12在关闭发动机14之前监视电池18的SoF，以确保电池将能够重启发动机。特别地，启停系统控制器12连续测量电池18能够重启发动机14的能力。

电池18能够重启发动机14的能力的该参数是电池的SoF。由于启停系统控制器12通过估计在发动机起动事件期间预期存在于电池18的两个端子之间的最小电压来获得该功能，所以该功能也被称为“电池端子电压预测”。存在于电池18的两个端子之间的电压称为“电池端子电压”。存在于电池18的两个端子之间的最小电压称为“最小电池端子电压”。

通常，考虑两种不同的情况：冷起动；和热起动(具有启停功能的交通工具需要热起动)。“起动”是指电池18提供电力(即，起动电流)以启动或重启发动机14。“发动机起动事件”或“起动事件”是指由于电池18被操作以提供用于起动或重新起动发动机的电力而进行的发动机14的启动或重启尝试的场合或程序。

如果在发动机起动事件期间预期电池18的最小电池端子电压低于最小电压阈值，则在发动机起动事件期间电池18将不能够提供足够的电力来重启发动机14。因此，在关闭发动机14之前通知发动机管理，并且例如当交通工具10在下一个红色交通信号灯处停止时，阻止发动机被关闭。

通常，通过根据用于发动机的模型发动机起动电流曲线计算在发动机起动事件期间预期的电池的最小电池端子电压来估计电池18能够提供用于启动发动机14的足够的电力的能力。用于发动机14的模型发动机起动电流曲线被存储在与启停系统控制器12相关联的电池监视系统的存储器中。

图2A、2B和2C均以在发动机起动事件期间电池端子电压随时间变化的图的形式示出了相应的模型发动机起动电流曲线。在图2A中，电池端子电压26在发动机起动事件期间具有最小的电池端子电压28。最小电池端子电压28大于最小电压阈值30。因此，图2A中的模型发动机起动电流曲线对应于电池18能够重启发动机14的情况。在图2B中，电池端子电压32在发动机起动事件期间具有最小的电池端子电压34。最小电池端子电压34等于最小电压阈值30。因此，图2B中的模型发动机起动电流曲线对应于电池18不能够启动发动机14的情况。在图2C中，电池端子电压36在发动机起动事件期间具有最小的电池端子电压38。最小电池端子电压38小于最小电压阈值30。因此，图2C中的模型发动机起动电流曲线对应于电池18不能够启动发动机14的情况。

使用用于发动机14的模型发动机起动电流曲线的问题是发动机是在真实环境中运行的物理部件，而不仅仅是模型。例如，发动机14、电动机16和电池18都随时间而老化，导致模型发动机起动电流曲线随着时间的变化而不准确。因此，模型发动机起动电流曲线可能与发动机14的实际运行状态不同。这可能导致当电池18仍然能够启动发动机14时禁用启停和/或使电池放电太多而在没有再次起动发动机14的能力的情况下使得交通工具10停止。后一种情况是非常有问题的，并且本质上需要完全避免。此外，尽管后一种情况明显比前一种情况差，但是启停系统不应该被禁用太多次，因为与启停系统的预期好处相反，发动机14将花费更多的时间空转。

因此，需要用于估计在发动机起动事件期间预期的电池18的最小电池端子电压的更准确的估计程序。本发明的实施例提供了利用自学习来基于先前的发动机起动事件和环境条件来估计用于发动机起动事件的电池18的SoF(即，电池18能够重启发动机14的能力)的改进的方法和系统。

根据本发明的实施例，启停系统控制器12根据以下等式计算在发动机起动事件期间预期的电池18的(预测的)最小电池端电压V_{BATT_MIN_PRED}(即，SoF)：

V_{BATT_MIN_PRED}＝V_{BATT_INI}+ΔV_{BATT_CHG_PRED}-R_{BATT_INT}·I_{ENG_CRANK_PRED} (1)

其中，V_{BATT_INI}＝V₁₀₀+SΔCHG_MEAS是在完成发动机启动能力计算的精确时刻的电池18的电压(即，电池18的端子之间的电压)，V₁₀₀是充满电的电池的电压，以及ΔCHG_MEAS是从电池中提取的实际电量。如果没有电池电流流动且电池18稳定，则该电压对应于电池18的开路电压。

ΔV_{BATT_CHG_PRED}是由于电池电流在该计算的精确时刻和发动机起动事件之间流动而导致的电池18的电压的预测变化，并且根据以下等式计算：

ΔV_{BATT_CHG_PRED}＝S·ΔCHG_PRED (2)

S是电池18的开路电压(OCV)与放电(DCHG)图的斜率。简要地转到图7，示出了关于电池18的示例性OCV-DCHG图解80。OCV-DCHG图解80是电池18的OCV(以伏特计)与电池的放电(以％计)的曲线图。斜率S被定义为OCV与放电(％)的图。可以从OCV-DCHP图获得斜率S，因为SOC和放电之间存在如下线性关系：

DISCHARGE＝0％→SOC＝100％→电池充满电

DISCHARGE＝100％→SOC＝0％→电池完全放电

ΔCHG_PRED是由于电流在该计算的精确时刻和发动机起动事件之间流动而导致的电池18的电荷的预测变化。

R_{BATT_INT}是电池18的内部电池电阻(内部电池电阻可以通过美国专利号8,159,228中描述的方法来计算)。

I_{ENG_CRANK_PRED}是发动机起动事件期间根据工作条件(即发动机温度)预测的(或预计的)发动机起动电流。

预测的发动机起动电流是在发动机起动事件期间预期由电池18提供以重新起动发动机14的发动机起动电流。从具有关于发动机14的模型的预测的发动机起动电流与发动机温度的信息的查找表获得预测的发动机起动电流。查找表被存储在电池监视系统的存储器中。

因此，如果发动机温度为“X”度，则在查找表中对应于“X”度的预测发动机起动电流是在发动机起动事件期间预期由电池18提供以重新起动发动机14的发动机起动电流。因此，如果发动机温度为“Y”度，则在查找表中对应于“Y”度的预测发动机起动电流是在发动机起动事件期间预期由电池18提供以重新起动发动机14的发动机起动电流。

问题在于，由于发动机14、电动机16和/或电池18随时间的变化，经过一段时间后预测的发动机起动电流不准确。因此，随后根据等式(1)计算的在发动机起动事件期间预期的预测的最小电池端子电压对于在发动机起动事件期间实际发生的实际最小电池端子电压是不准确的。

现在参考图3，示出了关于不同类型发动机模型的不同发动机温度的预测发动机起动电流的示例性查找表40。表40包括关于发动机14的模型的条目，例如条目42。条目42列出了关于发动机14的相应工作温度的一系列预测的发动机起动电流。因此，在操作中，测量发动机14的温度(例如20℃)，并然后从表40获得与测量的发动机温度相对应的预测发动机起动电流(即-185A)。然后在等式(1)中使用预测的发动机起动电流(-185A)来计算在发动机起动事件期间预期的最小电池端子电压。

通常，可以通过不仅存储在发动机起动期间预期的最大预测发动机起动电流而还存储具有多个预测的发动机起动电流值的电流曲线，来增强查找表40。当然，在更多的值和存储器占用之间存在权衡。

现在参考图4，示出了用于预测电池18的SoF的常规系统44的框图。常规系统44包括SoF预测器46(例如，启停系统控制器12的处理器)。SoF预测器46接收电池18的电池电压的值48(即，V_{BATT_INI}和ΔV_{BATT_CHG_PRED}之和的值)、电池18的内电阻的值50、以及由温度传感器感测的发动机14的温度值52。SoF预测器46从表40获得预期从电池18提供的与发动机14的温度相对应的用于在发动机起动事件期间重启发动机14的预测发动机起动电流。SoF预测器46使用等式(1)根据电池18的电压、电池18的内部电池电阻以及预测的发动机起动电流计算在发动机起动事件期间预期的电池18的预测的最小电池端子电压(即，电池18的SoF)的值54。

当预测的最小电池端子电压值54大于最小电压阈值30时，启停系统控制器12在诸如交通工具在10红色交通灯处停止时停止发动机14。在这种情况下，电池18能够重启发动机14，因此启停系统控制器12停止发动机。另一方面，当预测的最小电池端子电压值54小于最小电压阈值30时，启停系统控制器12在诸如交通工具10在红色交通灯处停止时不停止发动机14。在这种情况下，电池18不能够重启发动机14，因此启停系统控制器12不停止发动机。

现在参考图5，示出了根据本发明的实施例的用于预测电池18的SoF的系统60的框图。系统60通过结合一种机构以(i)学习在发动机起动事件期间由电池18提供以重启发动机14的实际的发动机起动电流以及(ii)将实际的发动机起动电流反馈到查找表40，来增强电池18的SoF的计算。以这种方式，由于环境的变化和/或系统老化的而引起的发动机起动电流曲线中的修改被并入电池18的SoF的计算中。因此，获得了对电池18的SoF的更精确的估计，特别是在长期内。系统60还可以重新计算内部电池电阻R_{BATT_INT}并针对先前计算的值评估其值。

系统60包括SoF预测器46和SoF学习器62(SoF预测器46和SoF学习器62由启停系统控制器12的处理器实现)。SoF预测器46接收电池电压值48、内部电池电阻值50和发动机温度值52。SoF预测器46以发动机温度值52访问表40，以获得预期由电池18提供的用于在发动机起动事件期间重启发动机14的预测的发动机起动电流。SoF预测器46使用等式(1)来计算在发动机起动事件期间预期的电池18的预测的最小电池端子电压值54。

如上所述，根据发动机起动事件期间预期的预测的最小电池端子电压54是大于还是小于最小电池电压30，启停系统控制器12停止发动机14或不停止发动机14。

当预测的最小电池端子电压值54大于最小电压阈值30时，启停系统控制器12在诸如交通工具10在红色交通灯处停止时停止发动机14。启停系统控制器12操作电池18和电动机16，以在交通灯变成绿色时进行发动机起动事件以重启发动机14。在发动机起动事件期间由电池18提供的用于重新起动发动机14的电力包括在发动机起动事件期间由电池提供的实际的发动机起动电流。

在发动机起动事件之后，与等式(1)和(2)中使用的预测值相反，电池电荷和发动机起动电流的变化的实际值是可用的，因为它们已被测量。换句话说，这些值不再是预测的，而是实际的测量值。

因此，定义如下：

V_{BATT_MIN_MEAS}是发动机起动事件期间电池18的所测量的(即实际的)最小电池端子电压的值64；

I_{ENG_CRANK_MEAS}是在发动机起动事件期间的工作状态下的电池18的所测量的(即实际的)发动机起动电流的值66；以及

ΔCHG_MEAS是从电池18提取的电荷的实际量的值。

因此，SoF学习器62可以计算以下内容：

V_{BATT_INI}＝V₁₀₀+S·ΔCHG_MEAS (3)

在操作中，如图5中所示的，SoF学习器62接收在发动机起动事件期间预期由电池18提供以重新起动发动机14的预测的发动机起动电流(在68)、在发动机起动事件期间预期的预测的最小电池端子电压54(在70)、在发动机起动事件期间实际发生的测量的最小电池端子电压64(在72)以及在发动机起动事件期间实际由电池提供以重启发动机14的测量的发动机起动电流66(在74)。SoF学习器62将所测量的发动机起动电流66反馈到表40中(在76)，如下面更详细描述的。SoF学习器62还重新计算内部电池电阻，并针对先前计算的内部电池电阻评估其值(在78)，如下文更详细描述的。

参考图6，SoF学习器62将测量的发动机起动电流66反馈到表40中时采用以下操作(在76)。SoF学习器62使用表40中列出的最新预测的发动机起动电流和所测量的发动机起动电流66来更新表40中的预测的发动机起动电流曲线。最新预测的发动机起动电流是预期在发动机起动事件期间由电池18提供以重启发动机14的预测的发动机起动电流(在图6中标记为“用于VBATT预测的IBATT曲线”)。所测量的发动机起动电流66是在起动事件期间实际由电池18提供以重启发动机14的实际发动机起动电流(图6中标记为“测量的实际IBATT曲线”)。

在根据图6的操作中，SoF学习器62根据由因子α加权的预测的发动机起动电流和由因子(1-α)加权的实际发动机起动电流66来更新表40中的预测的发动机起动电流。因子α是在0<α<1范围内的预定义值。

预测的发动机起动电流和实际的发动机起动电流66根据因子α的值不同地影响表40中预测的发动机起动电流的更新。例如，当因子α的值为0.5时，预测的发动机起动电流和实际的发动机起动电流66对于更新表40中的预测的发动机起动电流具有相同贡献。当因子α的值从0.5向0移动时，在表40中更新预测的发动机起动电流时，实际的发动机起动电流66的加权比预测的发动机起动电流更重。另一方面，当因子α的值从0.5向1.0移动时，在表40中更新预测的发动机起动电流时，预测的发动机起动电流的加权比实际的发动机起动电流66更重。在实施例中，因子α的值落在0.2<α<0.5的范围内，由此在表40中更新预测的发动机起动电流时，实际的发动机起动电流66的加权比预测的发动机起动电流更重。

随着发动机起动事件随时间发生，对每个发动机起动事件进行图6中所示的操作。对于每个发动机起动事件，在表40中更新预测的发动机起动电流。例如，在当前的发动机起动事件中，SoF学习器62根据对于当前发动机起动事件的预测的发动机起动电流和在当前发动机起动期间发生的实际发动机起动电流66来更新表40中预测的发动机起动电流。因此，修改表40以包括更新的预测发动机起动电流。在下一个随后的发动机起动事件中，SoF学习器62根据对于下一个随后的发动机起动事件的更新的预测的发动机起动电流和在该下一个随后的发动机起动事件期间发生的实际发动机起动电流66来更新表40中更新的预测的发动机起动电流。以这种方式，在任何给定时间的表40中预测的起动电流是关于先前的起动事件的预测的起动电流和在这些先前的启动事件期间发生的实际发动机起动电流66的函数。

图6中所描述的操作实现无限脉冲响应(IIR)滤波。实施该策略以减少在将被更新的发动机起动电流曲线的计算中的错误措施的噪声的影响。可以容易地修改该策略，以将几个测量数据或几个历史数据包括在将被更新的发动机起动电流曲线的计算中。

SoF学习器62还将电池18的内部电池电阻的新值(R_{BATT_INT_NEW})重新计算为：

当使用等式(1)来估计下一个发动机起动事件的预测的最小电池电压时，SoF预测器46使用内部电池电阻的新值。

该方法可应用于发动机起动电流曲线，I_{ENG_CRANK}＝I_{ENG_CRANK}(t)，其使用在时间间隔Δt＝Duration_I_{ENG_CRANK}/N中的“离散化”I_{ENG_CRANK}，其中N是参数，并将该方法应用于电流曲线。在这种情况下：

V_{BATT_MIN_PRED}(Δt)＝V_{BATT_INI}+ΔV_{BATT_CHG_PRED}(Δt)-R_{BATT_INT}·I_{ENG_CRANK_PRED}(Δt) (5)

在这种情况下，查找表40存储N个值的电流曲线，其中N个值的每个针对每个温度条件。

预测的“质量”Q_SOF(以％计)的衡量可以计算为：

该信息用于检查系统是否运行良好。如果Q_SOF高于预定义的阈值，则产生警告。

如上所述，因子α是在0<α<1范围内的预定义值。在替代实施例中，SoF学习器62基于电池端子电压预测的精确度来计算值α。SoF学习器62使用预定函数f(error)＝f(ε)计算值α。该函数是使得当预测的最小电池端子电压54等于测量的最小电池端子电压64时α＝1。相应地，随着预测的最小电池端子电压54和测量的最小电池端子电压64之间的差增加，α→0。

尽管上面描述了示例性的实施例，但是其不意在这些实施例描述了本发明的所有可能的形式。而是，在说明书中使用的词句是描述性的而不是限制的词句，以及应理解，在不偏离本发明的精神和范围的情况下可做出各种变化。另外，实现实施例的各种特征可以组合以形成本发明的另外的实施例。

Claims (9)

1.一种用于具有发动机和电池的交通工具的系统，所述系统包括：

存储器，所述存储器具有预期由所述电池提供的用于在起动事件期间重启所述发动机的预测电流；

控制器，所述控制器被配置为基于所述预测电流来预测在所述起动事件期间预期的所述电池的最小电压，并且根据在所述起动事件期间用于重启所述发动机的由因子α加权的所述预测电流和由因子(1-α)加权的由所述电池实际提供的实际电流来更新在所述存储器中的所述预测电流，其中0<α<1；

其中，所述控制器还被配置成当所述电池的预测的最小电压大于最小电压阈值时使所述发动机能够在所述起动事件之前被停止，并且当所述电池的所述预测的最小电压小于所述最小电压阈值时在所述起动事件之前避免所述发动机被停止；以及

其中，所述控制器还被配置为基于更新的预测电流来预测在下一个起动事件期间预期的所述电池的最小电压，并且根据在所述下一个起动事件期间用于重启所述发动机的所述更新的预测电流和由所述电池实际提供的实际电流来更新在所述存储器中的所述更新的预测电流。

2.根据权利要求1所述的系统，其中：

所述因子α小于0.5，由此在更新所述存储器中的所述预测电流时所述实际电流与所述预测电流相比是更大的贡献者。

3.根据权利要求2所述的系统，其中：

所述因子α在0.2≤α<0.5的范围内。

4.根据权利要求1所述的系统，其中：

所述预测电流是在先前的起动事件期间预期由所述电池提供以重启所述发动机的预测电流和在所述先前的起动事件期间由所述电池实际提供以重启所述发动机的实际电流的函数。

5.根据权利要求1所述的系统，其中：

所述控制器还被配置为进一步基于所述电池的内电阻来预测在所述起动事件期间预期的所述电池的最小电压，并且根据在所述起动事件期间实际发生的所述电池的所述实际电流和实际最小电压来更新所述电池的内电阻的值。

6.根据权利要求1所述的系统，其中：

所述控制器还被配置为还基于由在所述控制器预测所述电池的所述最小电压的时刻和所述起动事件的开始时刻之间从所述电池流出的电流引起的所述电池的电压的预测变化来预测在所述起动事件期间预期的所述电池的所述最小电压。

7.根据权利要求1所述的系统，其中：

所述控制器还被配置为根据所述电池的预测的最小电压与在所述起动事件期间实际发生的所述电池的实际最小电压之间的差来计算所述因子α。

8.一种用于具有发动机和电池的交通工具的方法，所述方法包括：

从存储器获取预期在起动事件期间由所述电池提供以重启所述发动机的预测电流；

基于所述预测电流预测在所述起动事件期间预期的所述电池的最小电压；

根据在所述起动事件期间用于重启所述发动机的由因子α加权的所述预测电流和由因子(1-α)加权的由所述电池实际提供的实际电流来更新在所述存储器中的所述预测电流，其中0<α<1；

当所述电池的预测的最小电压大于最小电压阈值时，使所述发动机能够在所述起动事件之前被停止；

当所述电池的所述预测的最小电压小于所述最小电压阈值时，避免所述发动机在所述起动事件之前被停止；以及

基于更新的预测电流来预测在下一个起动事件期间预期的所述电池的最小电压，并且根据在所述下一个起动事件期间用于重启所述发动机的所述更新的预测电流和由所述电池实际提供的实际电流来更新在所述存储器中的所述更新的预测电流。

9.根据权利要求8所述的方法，还包括：

进一步基于所述电池的内电阻来预测在所述起动事件期间预期的所述电池的所述最小电压；以及

根据在所述起动事件期间实际发生的所述实际电流和所述电池的实际最小电压来更新所述电池的内电阻的值。

Images