CN108604713B - 二次电池组管理系统 - Google Patents
二次电池组管理系统 Download PDFInfo
- Publication number
- CN108604713B CN108604713B CN201780009080.9A CN201780009080A CN108604713B CN 108604713 B CN108604713 B CN 108604713B CN 201780009080 A CN201780009080 A CN 201780009080A CN 108604713 B CN108604713 B CN 108604713B
- Authority
- CN
- China
- Prior art keywords
- battery
- management system
- state
- battery cell
- battery management
- 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
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
-
- 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
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/05—Accumulators with non-aqueous electrolyte
- H01M10/052—Li-accumulators
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
- H01M10/4257—Smart batteries, e.g. electronic circuits inside the housing of the cells or batteries
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/44—Methods for charging or discharging
-
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
- H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
- H02J7/005—Detection of state of health [SOH]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/007—Regulation of charging or discharging current or voltage
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/007—Regulation of charging or discharging current or voltage
- H02J7/0071—Regulation of charging or discharging current or voltage with a programmable schedule
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
- H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2207/00—Indexing scheme relating to details of circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J2207/10—Control circuit supply, e.g. means for supplying power to the control circuit
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- General Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Power Engineering (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Secondary Cells (AREA)
Abstract
一种用于管理电池组系统的方法和系统。该方法包括:从至少一个传感器接收电池组在预定义的时间范围内的至少一个所测量的特性,从基于微分代数方程式的基于电化学的电池组模型接收电池组的至少一个估计的特性,基于至少一个所测量的特性和至少一个估计的特性来确定滚动时域估计的成本函数,基于成本函数来更新基于电化学的电池组模型,通过应用基于电化学的电池组模型来估计至少一个电池组电池的至少一个状态,以及基于至少一个电池组电池的至少一个状态的估计来调节电池组的充电或放电中的至少一个。
Description
关于联邦资助研究的声明
本发明是在美国能源部授予的ARPA-E奖编号DE-AR0000278的政府支持下做出的。美国政府在本发明中拥有某些权利。
技术领域
本发明总体上涉及电池组,并且更特别地涉及对二次电池组运行的管理。
背景技术
可再充电锂电池组因为其与其它电化学能量存储设备相比而言的高比能而是用于便携式的电设备和电子设备以及电动车辆和混合电动车辆的有吸引力的能量存储设备。典型的锂电池包含负电极、正电极和位于负电极和正电极之间的隔板。所述两个电极都包含可逆地与锂反应的活性材料。在一些情况下,负电极可以包括锂金属,其可以以电化学的方式被溶解和可逆地沉积。该隔板包含带有锂阳离子的电解质并且充当电极之间的物理屏障,以使得在电池内没有电极被电气连接。
通常,在充电期间,存在电子在正电极处的生成以及等量电子在负电极处的消耗。在放电期间,发生相反的反应。
在电池组的反复充电/放电循环的期间会发生不期望的副反应。这些不期望的副反应会导致电池组的用于提供和存储电力的容量的降低。
发明内容
用来管理电池组中的不期望的副反应的常规方法包括:在尝试最小化不期望的效果的过程中限制电池组的充电/放电的速率。这些努力结果可以导致延长的充电时间和峰值功率降低。因此,存在对用于确定二次电池组内的状态和参数的系统和方法的需要,其允许电池组管理系统有效地调节电池组的运行。
下面阐述本文中公开的某些实施例的综述。应该理解,这些方面仅仅为了向读者提供所述特定实施例的简要综述而被展示并且这些方面并不意图限制本公开内容的范围。实际上,该公开内容可以包括下面可能没有阐述的各种各样的方面。
本公开内容的实施例涉及用于管理电池组管理系统的运行的系统和方法,其使用滚动时域估计方法来估计电池组的各种状态和参数。
在一个实施例中,本公开内容提供一种管理电池组系统的方法。该电池组系统包括:至少一个电池组电池;至少一个传感器,其与至少一个电池组电池耦合并且被配置用于测量电池组电池的至少一个特性;以及电池组管理系统,其与至少一个传感器耦合并且包括微处理器和存储器。该方法包括:由电池组管理系统从至少一个传感器接收电池组在预定义的时间范围内的至少一个所测量的特性;由电池组管理系统从基于微分代数方程式的基于电化学的电池组模型接收电池组的至少一个估计的特性;由电池组管理系统基于至少一个所测量的特性和至少一个估计的特性来确定滚动时域估计方法的成本函数;由电池组管理系统基于滚动时域估计方法的成本函数来更新基于电化学的电池组模型;由电池组管理系统通过应用基于电化学的电池组模型来估计至少一个电池组电池的至少一个状态,其中所述基于电化学的电池组模型应用微分代数方程式来说明至少一个电池组电池的化学成分的物理参数;以及由电池组管理系统基于至少一个电池组电池的至少一个状态的估计来调节电池组的充电或放电中的至少一个。
在另一实施例中,本公开内容提供一种电池组管理系统。该电池组管理系统包括处理器和用于存储指令的存储器。当由处理器执行所述指令时,所述指令促使该电池组管理系统:从至少一个传感器接收至少一个电池组电池在预定义的时间范围内的至少一个所测量的特性,其中该至少一个电池组电池和至少一个传感器是电池组系统的一部分;从基于微分代数方程式的基于电化学的电池组模型接收至少一个电池组电池的至少一个估计的特性;基于至少一个所测量的特性和至少一个估计的特性来确定滚动时域估计方法的成本函数;基于滚动时域估计方法的成本函数来更新基于电化学的电池组模型;通过应用基于电化学的电池组模型来估计至少一个电池组电池的至少一个状态;其中所述基于电化学的电池组模型应用微分代数方程式来说明至少一个电池组电池的化学成分的物理参数;以及基于至少一个电池组电池的至少一个状态的估计来调节电池组的充电或放电中的至少一个。
下面在附图、详细描述和权利要求中阐述本公开内容的一个或多个特征、方面、实现和优点的细节。
附图说明
图1是根据一些实施例的图示电池组系统的示意图,其中所述电池组系统包括电池组电池和电池组管理系统,其具有合并到电池组电池内的感测电路。
图2是根据一些实施例的图示另一电池组系统的示意图,其中所述另一电池组系统包括电池组电池、电池组管理系统和位于电池组电池外部的感测电路。
图3是根据一些实施例的图示滚动时域估计滤波器的示意图。
图4是根据一些实施例的图示电池组管理系统的运行的框图。
图5是根据一些实施例的图示另一电池组管理系统的运行的框图。
具体实施方式
下面将描述一个或多个具体实施例。对所描述的实施例的各种修改方案对本领域的技术人员来说将是容易显而易见的,并且可以在不偏离所描述的实施例的精神和范围的情况下可以将本文中限定的一般原理应用于其他实施例和应用。因此,所描述的实施例不限于示出的实施例,而是应被授予与本文中公开的原理和特征一致的最宽范围。
在图1中示出电池组系统100A的一个实施例。该电池组系统100A包括电池组电池102A、阳极片110、阳极120、隔板130、阴极150、阴极片160、感测电路170和电池组管理系统180。在一些示例中,该隔板130可以是电气绝缘隔板。在一些实施例中,该电气绝缘隔板包括多孔聚合物膜。在各种实施例中,电池组电池102A的部件的厚度尺寸对于阳极120而言可以是约5微米至约110微米,对于隔板130而言可以是小于约50微米或者在某些实施例中小于约10微米,并且对于阴极150而言可以是约50微米至约110微米。
在电池组电池102A的放电期间,在阳极120处使锂氧化以形成锂离子。锂离子通过电池组电池102A的隔板130迁移至阴极150。在充电期间,锂离子返回至阳极120并且被还原成锂。在锂阳极120的情况下将锂作为锂金属沉积在阳极120上或者在嵌入材料阳极120(诸如石墨)的情况下将锂嵌入基质结构,并且该过程以后续的充电和放电循环而重复。在石墨或其他Li嵌入电极的情况下,锂阳离子与电子和基质材料(例如石墨)结合,导致增加锂化的程度或基质材料的“充电的状态”。例如x Li++x e-+C6-→LixC6。
该阳极120可以包括可氧化金属、诸如锂或可以嵌入Li或某一其他离子(诸如Na、Mg或其他适当材料)的嵌入材料。阴极150可以包括各种材料,诸如:硫或含硫材料(例如聚丙烯腈-硫复合材料(PAN-S复合材料)、硫化锂(Li2S));氧化钒(诸如五氧化二钒(V2O5));金属氟化物(诸如钛、钒、铁、钴、铋、铜的氟化物以及其组合);锂嵌入材料(诸如锂镍锰钴氧化物(NMC)、富锂NMC、锂镍锰氧化物(LiNi0.5Mn1.5O4));锂过渡金属氧化物(诸如锂钴氧化物(LiCoO2)、锂锰氧化物(LiMn2O4)、锂镍钴铝氧化物(NCA))以及其组合);锂磷酸盐(例如锂铁磷酸盐(LiFePO4))。
颗粒可以进一步悬浮在包括聚合物粘合剂和导电材料的多孔、导电基质中,所述导电材料诸如是碳(碳黑、石墨、碳纤维等等))。在一些示例中,该阴极可以包括具有大于80%的孔隙度的导电材料,其允许诸如过氧化锂(Li2O2)或硫化锂(Li2S)这样的氧化产物在阴极体积中形成和沉积/存储。用于沉积氧化产物的能力直接确定可从电池组电池获得的最大功率。提供所需孔隙度的材料包括碳黑、石墨、碳纤维、碳纳米管以及其他非碳材料。阴极150、隔板130和阳极120的微孔填充有离子传导电解质,其包含诸如六氟磷酸锂(LiPF6)这样的盐,所述盐向电解质提供适当导电性,所述导电性降低电池组电池的内部电阻。该电解质溶液增强电池组电池内的离子运输。各种类型的电解质溶液都是可用的,包括:非水的液体电解质、离子液体、固体聚合物、玻璃陶瓷电解质和其他适当的电解质溶液。
该隔板130可以包括一种或多种电气绝缘的离子传导材料。在一些示例中,针对隔板130的适当材料可以包括多孔聚合物、陶瓷、和二维片状结构,诸如石墨烯、氮化硼和双硫分子配合物。在某些示例中,该隔板130的微孔可以被填充有离子传导电解质,其包含诸如六氟磷酸锂(LiPF6)这样的盐,所述盐向电解质提供适当传导性,所述传导性降低电池组电池的内部电阻。
该电池组管理系统180通信连接至电池组电池102A。在一个示例中,该电池组管理系统180经由电气链路(例如导线)电气连接至电池组电池102A。在另一示例中,该电池组管理系统180可以经由无线通信网络无线连接至电池组电池102A。该电池组管理系统180可以例如是微控制器(在单个芯片上或单个外壳内具有存储器和输入/输出部件)或者可以包括分开配置的部件,例如微处理器、存储器和输入/输出部件。还可以使用其他部件或包括例如如下在内的部件的组合来实施电池组管理系统180:数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其他电路。依据期望的配置,该处理器可以包括再一级缓存,诸如级缓存存储器、一个或多个处理器核和寄存器。该示例处理器核可以包括算术逻辑单元(ALU)、浮点单元(FPU)或其任何组合。该电池组管理系统180还可以包括用户接口、通信接口,并且用于执行没有在本文中限定的特征的其他计算机实施的设备可以合并到该系统中。在一些示例中,该电池组管理系统180可以包括其他计算机实施的设备,诸如通信接口、用户接口、网络通信链路和接口总线,用于促进各个接口设备、计算实施的设备和到微处理器的一个或多个外围接口之间的通信。
该电池组管理系统180的存储器可以包括计算机可读指令,当由电池组管理系统180的电子处理器执行时该计算机可读指令促使电池组管理系统以及更特别地电子处理器执行或控制归属于本文中的电池组管理系统180的各种功能或方法的实施(例如计算电池组系统的状态或参数、调节电池组系统的运行、由枝状晶体形成来探测内部短路)。该存储器可以包括任何瞬时的、非瞬时的、易失性的、非易失性的、磁性的、光学的、或电的介质,诸如随机存取存储器(RAM)、只读存储器(ROM)、非易失性RAM(NVRAM)、可电擦除的可编程ROM(EEPROM)、闪速存储器或任何其他数字或模拟介质。归属于本文中的电池组管理系统180的功能可以被实施为软件、固件、硬件或其任何组合。在一个示例中,该电池组管理系统180可以被嵌入在计算设备中并且感测电路170A被配置成与电池组电池102A外部的计算设备的电池组管理系统180通信。在该示例中,该感测电路170A被配置成具有与电池组管理系统180的无线和/或有线通信。例如,感测电路170A和外部设备的电池组管理系统180被配置成经由网络来彼此通信。在还有的另一示例中,该电池组管理系统180远程地位于服务器上并且感测电路170A被配置成将电池组电池102A的数据传送至电池组管理系统180。在上面的示例中,该电池组管理系统180被配置成接收数据并且将数据发送至电子设备以便显示为人类可读格式。该计算设备可以是蜂窝电话、平板电脑、个人数字助理(PDA)、膝上型计算机、计算机、可佩戴设备或其他适当的计算设备。该网络可以是云计算网络、服务器、广域网(WAN)、局域网(LAN)、车载式网络、云计算网络或其他适当的网络。
该电池组管理系统180被配置成从感测电路170A接收数据,其包括例如电流、电压和/或电阻测量。该感测电路170A可以包括一个或多个传感器。该感测电路170A的每个传感器都可以测量电池组电池102A的一个或多个特性(例如电流、电压、电阻和/或温度)。该感测电路170A可以位于电池组电池102A的内部。该电池组管理系统180还被配置成确定电池组电池102A的状况(例如充电状态(SOC)和/或健康状态(SOH))。基于所确定的电池组电池102A的状况,该电池组管理系统180可以改变电池组电池102A的操作参数以保持电池组电池102A的内部结构。该电池组管理系统180还可以向用户通知电池组电池102A的状况。
在图2中示出电池组系统100B的另一实施例。除了如图2中图示的该感测电路170B可以经由阳极片110B和阴极片160B在外部耦合至电池组电池102B以外,图2与图1相同。
在一些实施例中,电池组电池102B是封闭系统的一部分。在封闭系统中,在制造电池组电池102B之后,包围电池组电池102B的壳体被密封以防止外部元素(诸如空气和湿气)进入电池组电池102B并且潜在引起电池组电池102B的降级,其导致电池组电池102B的降低的性能和更短的寿命。
然而,封闭的电池组电池102B对电池组管理系统180展现各种挑战。该封闭系统不允许直接观测电池组电池102B的部件的状况。作为代替,感测电路170B监测和/或测量当电池组电池102B工作或休息时的电池组电池102B的特性(诸如电压、电流、电阻、功率、温度及其组合)。感测电路170B可以将一个或多个所测量的特性传送至电池组管理系统180,并且电池组管理系统180可以接收一个或多个所测量的特性并且至少部分地基于一个或多个所测量的特性来确定电池组电池102B的状况。
各种计算模型已经被开发用来对电池组电池102B内发生的电化学反应建模。一个示例由Fuller、Doyle和Newman开发(纽曼模型)(J.Electrochem.Soc,Vol.141,No.1,January 1994,pp.1-10),通过参考其整体将其内容合并于此。该纽曼模型提供数学模型,其可以被用来基于所测量的特性来估计在电池组电池102B内发生的电化学过程。
阳极120和阴极150处的电荷转移反应可以通过电化学模型、诸如纽曼模型来建模,其提供用于描述在电池组电池102B的充电和放电二者期间的各种电池组电池102B参数的基础。例如,该纽曼模型可以允许对各种参数进行估计,包括:阴极颗粒半径,其可以因为阴极150的锂化程度而变化,其还可以被称为电池组电池102B的充电状态;阳极颗粒半径;阳极120、阴极150和电解质中的离子扩散速率;插层电流和迁移数;阳极120、阴极150和电解质中的溶液传导率;阳极120和阴极150的单元孔隙率,以及阳极120和阴极150的平衡电势。
基于物理的电化学模型、诸如纽曼模型可以包括用来描述各个参数在电池组电池102B内的行为的常微分方程式和偏微分方程式(PDE)。该纽曼模型是在锂离子电池组中发生的实际化学和电气过程的基于电化学的模型。然而,完整的纽曼模型是极其复杂的并且需要识别大量无法测量的物理参数。利用当前计算能力来识别非线性PDE和微分代数方程式(DAE)中所涉及的此类大量参数集合是不可行的。这就产生了近似于纽曼模型的动态的各种电化学模型。
例如,降阶模型(ROM)(Mayhew,C;Wei He;Kroener,C;Klein,R.;Chaturvedi,N.;Kojic,A.,″Investigation of projection-based model-reduction techniques forsolid-phase diffusion in Li-ion batteries,″American Control Conference(ACC),2014,pp.123-128,4-6 June 2014),通过引用将其内容以其整体合并于此,其允许在保留基准线电池的完整模型结构的同时,对锂离子电池的纽曼模型的模型降阶。与不太真实的近似模型(诸如单粒子模型)相比,该纽曼模型的ROM能够在降低计算时间和存储器要求的同时准确预测真实模型的行为。通过ROM进行的纽曼模型降阶采用在ROM动态系统的高度非线性偏微分方程式和微分代数方程式中所涉及的大量状态和参数。这贡献于参数和状态识别过程的复杂性。我们在这里描述针对高度非线性和复杂ROM的参数和状态估计的方法。这些方法基于测量数据的在线接收并且实现高速估计。
图3图示滚动时域估计方法(MHE)的基本功能的一个实施例。滚动时域估计(MHE)方法是模型预测估计器,其可以被控制器(例如作为电池组管理系统运行的控制器)用来通过将建模系统的当前状态和参数用作建模系统在下一离散时间间隔的初始状态来求解开环控制问题。预测估计器(诸如滚动时域估计(MHE)方法)使用最近信息的滚动窗口并且将最后估计传递至下一时刻。MHE随着时间使用一系列连续采样的测量结果以估计系统的状态和参数。该测量结果可以包含除了测量结果之外的噪声。可以通过在一组约束内求解数学模型来估计状态、参数和噪声。
如在图3中图示的,该电池组电池102B的实际所测量的特性被表示为310。该电池组电池102B的特性的估计被表示为320。该MHE方法试图最小化在特性的估计值与在预定时间范围内收集的一系列离散时间测量结果340上的特性的实际测得值之间的差(误差)330。也就是说,MHE方法的成本函数由估计的输出与所测量的输出的偏差(例如测得特性和估计特性之间的误差)以及抵达成本组成,其中所述抵达成本假设对先前估计的状态和参数的权重。
该抵达成本总结先前所测量的数据和所估计的数据对当前估计的影响。对于一个或多个线性无约束系统,卡尔曼滤波协方差更新公式可以明确地计算抵达成本。然而,非线性无约束系统可以在当前估计点处被线性化并去除约束,并且然后可以对近似系统采用卡尔曼滤波。卡尔曼滤波对近似系统的该应用被限定为扩展的卡尔曼滤波(EKF)。
为了将MHE方法应用于ROM动态系统,电池组管理系统(例如如上面描述的电池组管理系统180)可以基于其估计鲁棒性来为每个参数确定时变抵达成本增益。另外,该电池组管理系统可以表征在估计过程中参数可识别性的影响和在低激励下估计的暂停。
为了为每个参数确定时变抵达成本增益,该电池组管理系统可以使用经过修改的扩展的卡尔曼滤波器(EKF)方法。在EKF在MHE方法的抵达成本中的实施中,该电池组管理系统可以假设噪声在状态、参数和输出中的概率密度函数是形状不变的高斯分布,即具有时不变的协方差矩阵的高斯分布。然而,随着车辆在运行期间加速、减速和停止,该电池组电池在相对短的时间段期间经历变化的放电、充电和空转运行。根据模拟和经验数据,锂离子电池组的降阶模型(ROM)的不同参数和状态具有不同的噪声级并且对输出具有不同的影响,且它们的噪声和影响级取决于电池组的运行状态。因此,该电池组管理系统可以假设:在状态和参数的估计中噪声协方差矩阵是时变矩阵,其取决于在每个时域输出对状态和参数的敏感度。因此,该电池组管理系统可以采用不同的状态和参数的敏感度的概念,诸如输出的相对于状态和参数的偏导数,以及由于状态和参数中的干扰而在一个驱动循环内在所述输出中的变化。
另外,该电池组管理系统还可以限定在噪声协方差矩阵与输出对参数和状态的敏感度之间的直接关系。该噪声协方差矩阵与抵达成本增益成反比关系。例如,如果参数或状态的敏感度在驱动循环中逐渐降低,那么与该参数或状态相关联的噪声协方差矩阵中的项也将减少,这会导致相关联的抵达成本增益的增加。如果抵达成本增益增大,那么该参数或状态在预测阶段期间的变化率会减小并且因此该参数或状态保持其当前值的倾向将会更高。该电池组管理系统可以使用该反比关系来创建自动估计暂停机制,其将关注点从对一个或多个参数和/或状态的估计平滑地移开。
为了识别状态和参数,该电池组管理系统可以采用各种方法。例如,该电池组管理系统暂停估计过程,也就是说该电池组管理系统设置等于最后识别的值的参数并且在低输入持续激励下根据系统动态来预测状态。在该示例中,该电池组管理系统可以将激励的输入持久性定义为电流在估计时间范围内的功率增益的积分。在另一示例中,该电池组管理系统可以暂停在低的输出梯度下的一个或多个参数或者状态函数相对于这些参数的关系的估计。
在图4中图示MHE的一个示例。图4是根据一些实施例的图示电池组系统400的管理的框图。在图4的示例中,该电池组系统400包括电池组410和电池组管理系统412。该电池组管理系统412包括电池组估计器420、缓冲器425A、425B、425C、噪声协方差矩阵430、抵达成本440、误差评估450、阈值确定455、模型更新器460、估计调节器470和时间间隔前进装置480。
可以将MHE方法应用于电池组410的各种物理、数学和电化学模型。在第一时间步处,该电池组管理系统412在缓冲器425A和425C处从至少一个传感器接收电池组410的至少一个所测量的特性(例如电压和/或电流)(即电池组410的特性被采样)。在第一时间步处,该电池组管理系统412还从电池组模型420接收基于前一时间间隔的至少一个估计的特性(例如电池组模型420的状态和参数的初始估计)。之前的时间间隔被限定为时间间隔前进装置480的一部分。向缓冲器425B提供至少一个估计的特性。为这些状态和参数生成噪声协方差矩阵430的初始估计。对于第一时间步,不存在来自该系列的之前时间步的充当初始条件的数据。基于非该时间序列的值(例如历史运行或制造商规定)来从电池组模型420生成状态和参数的初始估计。
在方程式1和2中分别提供电池组410的状态和参数以及来自电池组模型420的对应状态和参数的表示。
在方程式1和2中,x表示状态,θ表示参数,I表示电流输入,并且V表示输出。如在方程式3中示出的,基于方程式2的偏导数来导出系统关于状态和参数的雅可比行列式,并且然后针对当前时间步来更新噪声协方差矩阵430。
COV(t+1)=(Jf(t)COV(t)Jf(t)T+Q(t)-Jf(t)COV(t)Jh(t)T(R(t)+Jh(t)COV(t)Jh(t)T)Jh(t)COV(t)Jf(t)T) (4)。
在方程式4中,COV(t+1)是在t+1的协方差,Jf是f的雅可比行列式,JT f是f的雅可比行列式的转置,Jh是h的雅可比行列式,JT h是h的雅可比行列式的转置,COV(t)是在t的协方差,Q(t)是与状态和参数相关联的噪声协方差矩阵,并且R(t)是与输出相关联的噪声协方差矩阵。
在将噪声贡献假设成在测量时域内时不变的情况下由电池组模型420来计算状态和参数的估计的噪声协方差矩阵430。该噪声协方差矩阵430可能另外取决于输出在每个时域对状态和参数的敏感·度。为了随着时间范围前进来捕获数据的贡献,由电池组管理系统412来确定抵达成本440。在一些实施例中,可以由电池组管理系统412基于电池组410的至少一个所测量的特性和至少一个估计的特性使用扩展的卡尔曼滤波器来确定抵达成本440。在一些实施例中,卡尔曼滤波器增益与抵达成本可逆相关。
为了实施扩展的卡尔曼滤波器方法,该电池组管理系统412基于至少一个所测量的特性和至少一个估计的特性来确定滚动时域估计方法的成本函数。例如,该电池组管理系统412使用误差评估模块450来通过将电池组410的所测量的特性与电池组模型420的估计的特性(例如状态)相比较来生成针对数据集的每个元素表示的误差量。进一步地,该电池组管理系统412使用阈值确定455来将每个所测量的和估计的参数或状态之间的误差与预定阈值相比较。
如果该电池组管理系统412确定:误差量小于预定的阈值,那么检验该电池组模型420的准确度,并且电池组管理系统412使用模型更新器460来更新电池组模型420的状态和参数。该电池组模型420的已更新状态和参数充当下一迭代的初始状态并且该时间步利用时间间隔前进装置480来前进(例如t=t+1)。
如果该电池组管理系统412确定误差量大于预定阈值,则不验证该电池组模型420的准确度,并且该电池组管理系统412使用估计调节器470来修改电池组模型420的状态和参数。再次评估该电池组管理系统412的估计过程直到电池组模型420被验证为准确的且被电池组管理系统412更新为止。
在更新电池组模型420之后,该电池组管理系统412通过应用电池组模型420的基于电化学的模型来估计电池组410的至少一个状态。在图4的示例中,该至少一个状态的估计可以包括电池组410的充电状态(SOH)和/或健康状态(SOH)的同步估计。尽管同步执行SOC和SOH的估计,但是可以一起或分开地开展与状态和参数的噪声协方差矩阵相关联的增益。进一步地,在估计至少一个状态之后,该电池组管理系统412基于电池组410的至少一个状态的估计来调节电池组410的充电或放电中的至少一个。
图5是根据一些实施例的图示另一电池组管理系统512的运行的框图。除了电池组管理系统512分开地评估状态之外,图5的系统500与图4的系统400相同。例如,该电池组管理系统512在健康状态评估452处确定与健康状态相关联的成本函数。类似地,该电池组管理系统512在充电状态评估454处确定与充电状态相关联的成本函数。在图5的示例中,该电池组管理系统512根据与状态和参数相关联的时间标度中的差来异步评估状态和参数。对于缓慢变化的参数(例如健康状态),该电池组管理系统512在预定义的时间评估参数。例如,与可能在每秒、每个循环或其他适当时间段所评估的状态(例如充电状态)相比,该预定义的时间是每10、25、50、100、150、200或多于200个循环(例如车辆的驱动循环)一次。对于快速变化的参数(例如充电状态),该电池组管理系统512连续评估参数。
经由MHE的来自电化学模型的输出集合包括电池组电池102B的快速变化的状态的评估以及电池组电池102B的缓慢变化的参数的评估二者。在一些实施例中,与到数学模型的当前输入相组合的电池组电池102B的状态允许模型预测电池组电池102B的当前输出。电池组电池的状态可以例如包括充电状态,对于锂电池组的锂化程度或者电池组的滞后水平。电池组电池102B的参数通常比电池组电池102B的状态随时间变化得更缓慢。另外,模型可能不需要参数来预测电池组电池102B的当前输出。作为代替,可以称为电池组的健康状态的电池组电池102B的参数的知识与电池组电池102B的长期功能有关。例如,电池组电池102B在一个或多个充电/放电循环内起作用。另外,一些实施例包括不可由目前电池组电池102B特性的测量结果直接确定的参数。电池组电池102B参数的示例包括最大功率容量、最大功率输出和内部电阻。
已经通过示例的方式示出了上面描述的实施例,但是应该被理解为,这些实施例可能易受到各种修改和备选形式的影响。应该进一步理解到,权利要求不意图限于所公开的特定形式,而是相反意图覆盖落入该公开内容的精神和范围的所有修改方案、等价方案和备选方案。
应该相信,将通过前面提到的描述来理解本文中描述的实施例以及许多它们的附带优势,并且将显而易见的是,可以在不偏离所公开的主题或不牺牲所有其材料优势的情况下在部件的形式、构造和布置上作出各种改变。所描述的形式仅仅是解释性的,并且以下权利要求的意图涵盖并包括此类改变。
尽管已经参考各种实施例描述了本发明,但是将理解这些实施例是说明性的并且本公开内容的范围不限于它们。许多变化、修改、添加和改进是可能的。更一般而言,已经在该上下文或特定实施例中描述了根据本发明的实施例。所述功能性可以在本公开内容的各个实施例中以块的方式不同地被分开或组合或者可以利用不同术语来描述。这些和其他变化、修改、添加和改进可以落入如在下面的权利要求中限定的本公开内容的范围内。
Claims (20)
1.一种管理电池组系统的方法,所述电池组系统包括:至少一个电池组电池;至少一个传感器,所述传感器与所述至少一个电池组电池耦合并且被配置成测量所述电池组电池的至少一个特性;以及电池组管理系统,所述电池组管理系统包括微处理器和存储器,所述方法包括:
由所述电池组管理系统从所述至少一个传感器接收所述电池组在预定义的时间范围内的至少一个所测量的特性;
由所述电池组管理系统从基于微分代数方程式的基于电化学的电池组模型接收所述电池组的至少一个估计的特性;
由所述电池组管理系统基于所述至少一个所测量的特性和至少一个估计的特性来确定滚动时域估计方法的成本函数;
由所述电池组管理系统基于所述滚动时域估计的所述成本函数来更新所述基于电化学的电池组模型;
由所述电池组管理系统通过应用所述基于电化学的电池组模型来估计所述至少一个电池组电池的至少一个状态,所述基于电化学的电池组模型应用微分代数方程式,以用于说明所述至少一个电池组电池的化学成分的物理参数;以及
由所述电池组管理系统基于所述至少一个电池组电池的所述至少一个状态的所述估计来调节所述电池组的充电或放电中的至少一个。
2.根据权利要求1所述的方法,其中对所述滚动时域估计方法的所述成本函数的确定包括:
确定所述至少一个所测量的特性和所述至少一个估计的特性之间的误差;以及
基于先前估计的状态和参数来确定具有权重的抵达成本。
3.根据权利要求2所述的方法,其中所述抵达成本的确定包括:当所述电池组系统是线性无约束系统时使用卡尔曼滤波器来确定所述抵达成本。
4.根据权利要求2所述的方法,其中所述抵达成本的确定包括:
当所述电池组系统是非线性约束系统时对所述电池组系统线性化;以及
使用经过修改的扩展的卡尔曼滤波器基于每个参数的估计鲁棒性来为每个参数确定时变抵达成本增益。
5.根据权利要求1所述的方法,其中所述至少一个电池组电池的所述至少一个状态包括所述至少一个电池组电池的充电状态或健康状态中的至少一个。
6.根据权利要求5所述的方法,其中通过应用基于电化学的电池组模型来对所述至少一个电池组电池的所述至少一个状态的估计包括:同步估计所述至少一个电池组电池的所述充电状态和所述健康状态。
7.根据权利要求5所述的方法,其中通过应用所述基于电化学的电池组模型来对所述至少一个电池组电池的所述至少一个状态的估计包括:分开估计所述至少一个电池组电池的所述充电状态和所述健康状态,其中连续估计所述至少一个电池组电池的所述充电状态,并且其中在预定义的时间估计所述至少一个电池组电池的所述健康状态。
8.根据权利要求7所述的方法,其中所述预定义的时间是一百个驱动循环。
9.根据权利要求1所述的方法,所述方法进一步包括在低输入持续激励下或在低输出梯度下暂停对所述至少一个电池组电池的所述至少一个状态的估计。
10.根据权利要求1所述的方法,其中所述基于电化学的电池组模型是纽曼模型的降阶模型。
11.一种电池组管理系统,所述电池组管理系统包括处理器和用于存储指令的存储器,当由处理器执行时所述指令促使所述电池组管理系统:
从至少一个传感器接收至少一个电池组电池在预定义的时间范围内的至少一个所测量的特性,其中所述至少一个电池组电池和所述至少一个传感器是电池组系统的部分;
从基于微分代数方程式的基于电化学的电池组模型接收所述至少一个电池组电池的至少一个估计的特性;
基于所述至少一个所测量的特性和所述至少一个估计的特性来确定滚动时域估计的成本函数;
基于所述滚动时域估计的所述成本函数来更新所述基于电化学的电池组模型;
通过应用所述基于电化学的电池组模型来估计所述至少一个电池组电池的至少一个状态,其中所述基于电化学的电池组模型应用微分代数方程式以用于说明所述至少一个电池组电池的化学成分的物理参数;以及
基于所述至少一个电池组电池的所述至少一个状态的所述估计来调节所述电池组的充电或放电中的至少一个。
12.根据权利要求11所述的电池组管理系统,其中对所述滚动时域估计的所述成本函数的确定包括指令,当由所述处理器执行时所述指令促使所述电池组管理系统:
确定所述至少一个所测量的特性和所述至少一个估计的特性之间的误差;以及
基于先前估计的状态和参数来确定具有权重的抵达成本。
13.根据权利要求12所述的电池组管理系统,其中确定所述抵达成本包括如下指令:在所述电池组系统是线性无约束系统的情况下,当由所述处理器执行时促使所述电池组管理系统使用卡尔曼滤波器来确定所述抵达成本。
14.根据权利要求12所述的电池组管理系统,其中确定所述抵达成本包括如下指令:当由所述处理器执行时促使所述电池组管理系统
在所述电池组系统是非线性约束系统的情况下对所述电池组系统线性化;以及
使用经过修改的扩展的卡尔曼滤波器基于每个参数的估计鲁棒性来为每个参数确定时变抵达成本增益。
15.根据权利要求11所述的电池组管理系统,其中所述至少一个电池组电池的所述至少一个状态包括所述至少一个电池组电池的充电状态或健康状态中的至少一个。
16.根据权利要求15所述的电池组管理系统,其中通过应用基于电化学的电池组模型来估计所述至少一个电池组电池的所述至少一个状态包括如下指令:当由所述处理器执行时促使所述电池组管理系统同步估计所述至少一个电池组电池的所述充电状态和所述健康状态。
17.根据权利要求15所述的电池组管理系统,其中通过应用所述基于电化学的电池组模型来估计所述至少一个电池组电池的所述至少一个状态包括如下指令:当由所述处理器执行时促使所述电池组管理系统分开估计所述至少一个电池组电池的所述充电状态和所述健康状态,其中连续估计所述至少一个电池组电池的所述充电状态,并且其中在预定义的时间估计所述至少一个电池组电池的所述健康状态。
18.根据权利要求17所述的电池组管理系统,其中所述预定义的时间是车辆的一百个驱动循环。
19.根据权利要求11所述的电池组管理系统,所述电池组管理系统进一步包括如下指令:当由所述处理器执行时促使所述电池组管理系统在低输入持续激励下或在低输出梯度下暂停对所述至少一个电池组电池的所述至少一个状态的所述估计。
20.根据权利要求11所述的电池组管理系统,其中所述基于电化学的电池组模型是纽曼模型的降阶模型。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/011,148 US10263447B2 (en) | 2016-01-29 | 2016-01-29 | Secondary battery management system |
US15/011148 | 2016-01-29 | ||
PCT/EP2017/051325 WO2017129522A1 (en) | 2016-01-29 | 2017-01-23 | Secondary battery management system |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108604713A CN108604713A (zh) | 2018-09-28 |
CN108604713B true CN108604713B (zh) | 2021-11-30 |
Family
ID=57860898
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780009080.9A Active CN108604713B (zh) | 2016-01-29 | 2017-01-23 | 二次电池组管理系统 |
Country Status (5)
Country | Link |
---|---|
US (2) | US10263447B2 (zh) |
KR (1) | KR102233614B1 (zh) |
CN (1) | CN108604713B (zh) |
DE (1) | DE112017000271T5 (zh) |
WO (1) | WO2017129522A1 (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10933893B2 (en) * | 2011-06-13 | 2021-03-02 | Transportation Ip Holdings, Llc | Vehicle electric supply system |
US9531038B2 (en) * | 2013-07-31 | 2016-12-27 | Dell Products, Lp | System and method of cell block voltage analytics to improve balancing effectiveness and identify self-discharge rate |
WO2017015396A1 (en) * | 2015-07-20 | 2017-01-26 | University Of Washington | Battery models, systems, and methods using robust fail-safe iteration free approach for solving differential algebraic equations |
US10224579B2 (en) | 2015-12-31 | 2019-03-05 | Robert Bosch Gmbh | Evaluating capacity fade in dual insertion batteries using potential and temperature measurements |
US10263447B2 (en) | 2016-01-29 | 2019-04-16 | Robert Bosch Gmbh | Secondary battery management system |
US10686321B2 (en) | 2016-01-29 | 2020-06-16 | Robert Bosch Gmbh | Secondary battery management |
US10243385B2 (en) * | 2016-01-29 | 2019-03-26 | Robert Bosch Gmbh | Secondary battery management system |
US10447046B2 (en) | 2016-09-22 | 2019-10-15 | Robert Bosch Gmbh | Secondary battery management system with remote parameter estimation |
US11462929B2 (en) * | 2016-10-04 | 2022-10-04 | University Of Washington | Systems and methods for direct estimation of battery parameters using only charge/discharge curves |
CN109450011A (zh) * | 2018-10-12 | 2019-03-08 | 国网浙江省电力有限公司信息通信分公司 | 一种蓄电池充放电控制板 |
FR3090114B1 (fr) * | 2018-12-17 | 2020-12-25 | Electricite De France | Santé d’une batterie |
US11069926B1 (en) * | 2019-02-14 | 2021-07-20 | Vcritonc Alpha, Inc. | Controlling ongoing battery system usage via parametric linear approximation |
KR20210028476A (ko) * | 2019-09-04 | 2021-03-12 | 삼성전자주식회사 | 배터리 충전 장치 및 방법 |
US11515587B2 (en) * | 2019-10-10 | 2022-11-29 | Robert Bosch Gmbh | Physics-based control of battery temperature |
US20220187375A1 (en) * | 2020-12-14 | 2022-06-16 | University Of South Carolina | Lithium-ion battery health management based on single particle model |
US11688895B1 (en) | 2022-03-10 | 2023-06-27 | Lyten, Inc. | Battery safety system for detecting analytes |
US11835583B1 (en) | 2022-05-11 | 2023-12-05 | Univerza V Ljubljani | Computer-implemented method for diagnosing states of a battery |
CN116930772B (zh) * | 2023-09-15 | 2023-11-24 | 东方电子股份有限公司 | 一种考虑边界约束的电池soc估计方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008154956A1 (en) * | 2007-06-20 | 2008-12-24 | Robert Bosch Gmbh | Charging method based on battery model |
CN103035961A (zh) * | 2011-10-10 | 2013-04-10 | 波音公司 | 电池组适应性学习管理系统 |
CN104142477A (zh) * | 2013-05-08 | 2014-11-12 | 通用汽车环球科技运作有限责任公司 | 固态浓度模型结合经验等效电路模型的蓄电池状态估计器 |
Family Cites Families (102)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE60135100D1 (de) | 2000-03-24 | 2008-09-11 | Cymbet Corp | E mit ultradünnem elektrolyten |
US6515456B1 (en) | 2000-04-13 | 2003-02-04 | Mixon, Inc. | Battery charger apparatus |
US6624618B2 (en) | 2001-01-25 | 2003-09-23 | Ford Global Technologies, Llc | System and method for vehicle voltage regulation |
US6639385B2 (en) | 2001-08-07 | 2003-10-28 | General Motors Corporation | State of charge method and apparatus |
US6534954B1 (en) | 2002-01-10 | 2003-03-18 | Compact Power Inc. | Method and apparatus for a battery state of charge estimator |
US7081755B2 (en) | 2002-09-05 | 2006-07-25 | Midtronics, Inc. | Battery tester capable of predicting a discharge voltage/discharge current of a battery |
TWI230494B (en) | 2002-11-18 | 2005-04-01 | Hitachi Koki Kk | Battery charger capable of indicating time remaining to achieve full charge |
US6892148B2 (en) | 2002-12-29 | 2005-05-10 | Texas Instruments Incorporated | Circuit and method for measurement of battery capacity fade |
US8310201B1 (en) | 2003-05-06 | 2012-11-13 | Cypress Semiconductor Corporation | Battery with electronic compartment |
US8103485B2 (en) * | 2004-11-11 | 2012-01-24 | Lg Chem, Ltd. | State and parameter estimation for an electrochemical cell |
US7315789B2 (en) | 2004-11-23 | 2008-01-01 | Lg Chem, Ltd. | Method and system for battery parameter estimation |
BRPI0419141B8 (pt) | 2004-11-29 | 2022-12-13 | Lg Chemical Ltd | Método para estimar um presente estado aumentado de um sistema de células eletroquímicas usando filtragem conjunta, aparato configurado para estimar o presente estado aumentado de um pacote de células usando filtragem conjunta e sistema para estimar o presente estado aumentado de uma célula eletroquímica usando filtragem conjunta |
WO2006057468A1 (en) | 2004-11-29 | 2006-06-01 | Lg Chem, Ltd. | Method and system for battery state and parameter estimation |
US7554294B2 (en) | 2005-01-28 | 2009-06-30 | The Johns Hopkins University | Battery health monitor |
DE102005008511B4 (de) | 2005-02-24 | 2019-09-12 | Tdk Corporation | MEMS-Mikrofon |
US7612532B2 (en) | 2005-06-21 | 2009-11-03 | Gm Global Technology Operations, Inc. | Method for controlling and monitoring using a state estimator having variable forgetting factors |
KR100804698B1 (ko) * | 2006-06-26 | 2008-02-18 | 삼성에스디아이 주식회사 | 배터리 soc 추정 방법 및 이를 이용하는 배터리 관리시스템 및 구동 방법 |
JP4802945B2 (ja) | 2006-08-31 | 2011-10-26 | トヨタ自動車株式会社 | 二次電池の制御システムおよびそれを搭載したハイブリッド車両 |
KR100863956B1 (ko) | 2006-09-26 | 2008-10-16 | 삼성에스디아이 주식회사 | 배터리 관리 시스템 및 그 구동방법 |
KR100839385B1 (ko) | 2006-11-01 | 2008-06-19 | 삼성에스디아이 주식회사 | 배터리 관리 시스템 및 그의 구동 방법 |
JP4872743B2 (ja) | 2007-03-23 | 2012-02-08 | トヨタ自動車株式会社 | 二次電池の状態推定装置 |
US7687678B2 (en) | 2007-05-10 | 2010-03-30 | Cisco Technology, Inc. | Electronic bandage with flexible electronic controller |
US7994755B2 (en) * | 2008-01-30 | 2011-08-09 | Lg Chem, Ltd. | System, method, and article of manufacture for determining an estimated battery cell module state |
US7957921B2 (en) | 2008-02-19 | 2011-06-07 | GM Global Technology Operations LLC | Model-based estimation of battery hysteresis |
US8855956B2 (en) | 2008-06-05 | 2014-10-07 | A123 Systems Llc | Method and system for determining state of charge of an energy delivery device |
US8321164B2 (en) | 2008-09-25 | 2012-11-27 | GM Global Technology Operations LLC | Method and system for determining a state of charge of a battery based on a transient response |
DE102009000782A1 (de) | 2008-12-04 | 2010-06-10 | Robert Bosch Gmbh | Verfahren zur Bestimmung des Ladezustands einer sekundären Interkalationszelle einer wiedereaufladbaren Batterie |
US8116998B2 (en) | 2009-01-30 | 2012-02-14 | Bae Systems Controls, Inc. | Battery health assessment estimator |
US8896315B1 (en) | 2009-02-12 | 2014-11-25 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Battery cell balancing system and method |
WO2010114815A2 (en) | 2009-04-03 | 2010-10-07 | Carrier Corporation | Systems and methods involving heating and cooling system control |
US8188715B2 (en) | 2009-05-15 | 2012-05-29 | Robert Bosch Gmbh | Method for determining extent and type of capacity fade |
EP2273327A1 (en) | 2009-06-24 | 2011-01-12 | ABB Research Ltd. | Estimating initial states of a system model for controlling an industrial process |
JP4744622B2 (ja) | 2009-07-01 | 2011-08-10 | トヨタ自動車株式会社 | 車両の制御装置 |
WO2011014667A2 (en) | 2009-07-29 | 2011-02-03 | The Regents Of The University Of Michigan | System for scheduling battery charge and discharge |
FR2949565B1 (fr) * | 2009-09-02 | 2012-12-21 | Inst Francais Du Petrole | Methode amelioree pour estimer les caracteristiques non mesurables d'un systeme electrochimique |
EP2806482B1 (en) | 2009-09-28 | 2017-06-28 | Hitachi, Ltd. | Battery system |
US8467984B2 (en) * | 2009-09-30 | 2013-06-18 | Battelle Energy Alliance, Llc | Systems, methods and computer readable media for estimating capacity loss in rechargeable electrochemical cells |
IT1397174B1 (it) | 2009-10-27 | 2013-01-04 | F I A M M Spa | Metodo per la rilevazione continua dell'efficienza di una batteria specie di una batteria installata in autoveicoli e dispositivo utilizzante tale metodo |
US9078481B2 (en) | 2010-02-26 | 2015-07-14 | Thl Holding Company, Llc | Charging device for use in a system for monitoring protective headgear |
US8346495B2 (en) | 2010-04-22 | 2013-01-01 | Battelle Energy Alliance, Llc | Systems, methods and computer-readable media to model kinetic performance of rechargeable electrochemical devices |
FR2961351B1 (fr) | 2010-06-15 | 2012-07-20 | Saft Groupe Sa | Systeme de surveillance de l'etat d'une batterie |
CN102959418B (zh) | 2010-06-24 | 2016-04-27 | 松下知识产权经营株式会社 | 获取电池的劣化度的方法和系统 |
CN103299473B (zh) | 2010-09-02 | 2016-12-21 | 普罗特拉公司 | 用于电池管理的系统和方法 |
US20120101753A1 (en) | 2010-10-20 | 2012-04-26 | Gm Global Technology Operations, Inc. | Adaptive slowly-varying current detection |
US20120200298A1 (en) | 2011-02-09 | 2012-08-09 | GM Global Technology Operations LLC | Automotive Battery SOC Estimation Based on Voltage Decay |
JP5304844B2 (ja) | 2011-05-24 | 2013-10-02 | トヨタ自動車株式会社 | バッテリの充電制御装置 |
BR112013030106B1 (pt) | 2011-05-24 | 2022-02-22 | Fastcap Systems Corporation | Sistema de energia adaptado para suprir energia em um ambiente de alta temperatura |
US8880253B2 (en) | 2011-06-28 | 2014-11-04 | Ford Global Technologies, Llc | Nonlinear adaptive observation approach to battery state of charge estimation |
US8724832B2 (en) | 2011-08-30 | 2014-05-13 | Qualcomm Mems Technologies, Inc. | Piezoelectric microphone fabricated on glass |
JP6240369B2 (ja) | 2011-09-30 | 2017-11-29 | ケーピーアイティ テクノロジーズ リミテッド | バッテリーの充電状態を決定するためのシステムおよび方法 |
WO2013052692A2 (en) | 2011-10-04 | 2013-04-11 | Advanergy, Inc. | Data server system and method |
US9728992B2 (en) | 2012-01-13 | 2017-08-08 | Toyota Jidosha Kabushiki Kaisha | Control apparatus and control method for secondary battery |
JP5798067B2 (ja) * | 2012-03-13 | 2015-10-21 | プライムアースEvエナジー株式会社 | 二次電池の状態推定装置 |
CN103548197B (zh) | 2012-03-19 | 2018-04-20 | 松下知识产权经营株式会社 | 蓄电池监视方法、蓄电池监视系统以及蓄电池系统 |
EP2841956B1 (en) | 2012-04-27 | 2019-02-13 | California Institute of Technology | An imbedded chip for battery applications |
US8922217B2 (en) | 2012-05-08 | 2014-12-30 | GM Global Technology Operations LLC | Battery state-of-charge observer |
US8890484B2 (en) | 2012-05-08 | 2014-11-18 | GM Global Technology Operations LLC | Battery state-of-charge estimator using robust H∞ observer |
CA2874632C (en) | 2012-05-23 | 2021-06-22 | The Regents Of The University Of Michigan | Estimating core temperatures of battery cells in a battery pack |
US9086462B2 (en) | 2012-08-15 | 2015-07-21 | GM Global Technology Operations LLC | Systems and methods for battery parameter estimation |
US10209946B2 (en) | 2012-08-23 | 2019-02-19 | Red Hat, Inc. | Augmented reality personal identification |
WO2014050073A1 (ja) | 2012-09-26 | 2014-04-03 | 三洋電機株式会社 | 電池状態推定装置及び蓄電池システム |
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 |
JP6239241B2 (ja) | 2013-02-04 | 2017-11-29 | 株式会社東芝 | 電池性能推定方法および電池性能推定装置 |
US10870360B2 (en) | 2013-02-12 | 2020-12-22 | Cps Technology Holdings Llc | Battery monitoring network |
US9316694B2 (en) | 2013-02-12 | 2016-04-19 | Johnson Controls Technology Company | Battery monitoring system with time-based diagnostic activation |
WO2014130519A1 (en) | 2013-02-21 | 2014-08-28 | Robert Bosch Gmbh | Method and system for estimating a capacity of individual electrodes and the total capacity of a lithium-ion battery system |
US10664562B2 (en) | 2013-02-24 | 2020-05-26 | Fairchild Semiconductor Corporation and University of Connecticut | Battery state of charge tracking, equivalent circuit selection and benchmarking |
US9575128B2 (en) | 2013-03-12 | 2017-02-21 | GM Global Technology Operations LLC | Battery state-of-charge estimation for hybrid and electric vehicles using extended kalman filter techniques |
DE102013205692A1 (de) * | 2013-03-28 | 2014-10-02 | Robert Bosch Gmbh | Anordnung zur Batteriezustandsüberwachung |
US9668032B2 (en) | 2013-05-16 | 2017-05-30 | Nergysense, Llc | Apparatus, system and method for a cloud based universal fleet monitoring system |
US20140342193A1 (en) | 2013-05-17 | 2014-11-20 | Tenergy Corporation | Smart battery system |
US20140350877A1 (en) * | 2013-05-25 | 2014-11-27 | North Carolina State University | Battery parameters, state of charge (soc), and state of health (soh) co-estimation |
EP2993758A4 (en) | 2013-06-03 | 2016-11-02 | Furukawa Electric Co Ltd | CHARGE CONTROL DEVICE AND CHARGING CONTROL METHOD |
EP2816366A1 (en) | 2013-06-18 | 2014-12-24 | VITO NV (Vlaamse Instelling voor Technologisch Onderzoek NV) | Monitoring charge stored in a battery |
JP6197479B2 (ja) | 2013-08-23 | 2017-09-20 | トヨタ自動車株式会社 | 蓄電システム及び蓄電装置の満充電容量推定方法 |
US10393813B2 (en) * | 2013-08-27 | 2019-08-27 | The Regents Of The University Of Michigan | On-board state of health monitoring of batteries using incremental capacity analysis |
WO2015056963A1 (ko) | 2013-10-14 | 2015-04-23 | 주식회사 엘지화학 | 혼합 양극재를 포함하는 이차 전지의 상태 추정 장치 및 그 방법 |
KR101708885B1 (ko) | 2013-10-14 | 2017-02-21 | 주식회사 엘지화학 | 혼합 양극재를 포함하는 이차 전지의 상태 추정 장치 및 그 방법 |
WO2015056964A1 (ko) | 2013-10-14 | 2015-04-23 | 주식회사 엘지화학 | 하이브리드 이차 전지의 상태 추정 장치 및 그 방법 |
US9205755B2 (en) | 2014-01-14 | 2015-12-08 | Ford Global Technologies, Llc | Receding horizon regression analysis for battery impedance parameter estimation |
US20150226807A1 (en) | 2014-02-12 | 2015-08-13 | Seeo, Inc | Determination of nominal cell resistance for real-time estimation of state-of-charge in lithium batteries |
KR102293958B1 (ko) | 2014-02-28 | 2021-08-27 | 가부시키가이샤 한도오따이 에네루기 켄큐쇼 | 전자 기기 |
US9533597B2 (en) | 2014-03-05 | 2017-01-03 | Ford Global Technologies, Llc | Parameter identification offloading using cloud computing resources |
US9446678B2 (en) | 2014-03-05 | 2016-09-20 | Ford Global Technologies, Llc | Battery model with robustness to cloud-specific communication issues |
JP2015178963A (ja) | 2014-03-18 | 2015-10-08 | 株式会社東芝 | 算出装置及び算出方法 |
AU2015201937A1 (en) | 2014-04-16 | 2015-11-05 | Ark Corporation Pty Ltd | Battery Monitor and Controller |
US9312722B2 (en) | 2014-05-09 | 2016-04-12 | Ford Global Technologies, Llc | System and method for battery power management |
US9581988B2 (en) | 2014-06-05 | 2017-02-28 | Ford Global Technologies, Llc | Method and system for battery state of charge estimation |
FI127220B (fi) | 2014-06-06 | 2018-01-31 | Polar Heater Oy | Akun monitorointilaite akun kunnon ilmaisemiseksi ja akun monitorointilaitteen valmistusmenetelmä |
EP2963434B1 (en) * | 2014-06-30 | 2021-08-11 | Foundation Of Soongsil University-Industry Cooperation | Battery state estimation method and system using dual extended kalman filter, and recording medium for performing the method |
AU2015301523B2 (en) | 2014-08-14 | 2018-07-05 | Schumacher Electric Corp. | Battery charger status control system and method |
FR3029315B1 (fr) * | 2014-11-28 | 2016-12-09 | Renault Sa | Procede automatique d'estimation de la capacite d'une cellule d'une batterie |
US10547184B2 (en) | 2015-02-18 | 2020-01-28 | The Boeing Company | System and method for battery management |
US10440542B2 (en) | 2015-11-24 | 2019-10-08 | NuGen Systems, Inc. | Wireless battery monitoring and control system for parachute deployment and auto load disengagement |
US10224579B2 (en) | 2015-12-31 | 2019-03-05 | Robert Bosch Gmbh | Evaluating capacity fade in dual insertion batteries using potential and temperature measurements |
US10263447B2 (en) | 2016-01-29 | 2019-04-16 | Robert Bosch Gmbh | Secondary battery management system |
US10243385B2 (en) | 2016-01-29 | 2019-03-26 | Robert Bosch Gmbh | Secondary battery management system |
US10686321B2 (en) | 2016-01-29 | 2020-06-16 | Robert Bosch Gmbh | Secondary battery management |
US20170271984A1 (en) | 2016-03-04 | 2017-09-21 | Atigeo Corp. | Using battery dc characteristics to control power output |
US9960625B2 (en) | 2016-03-31 | 2018-05-01 | Robert Bosch Gmbh | Battery management system with multiple observers |
US10447046B2 (en) | 2016-09-22 | 2019-10-15 | Robert Bosch Gmbh | Secondary battery management system with remote parameter estimation |
-
2016
- 2016-01-29 US US15/011,148 patent/US10263447B2/en active Active
-
2017
- 2017-01-23 KR KR1020187021773A patent/KR102233614B1/ko active IP Right Grant
- 2017-01-23 WO PCT/EP2017/051325 patent/WO2017129522A1/en active Application Filing
- 2017-01-23 DE DE112017000271.0T patent/DE112017000271T5/de active Pending
- 2017-01-23 CN CN201780009080.9A patent/CN108604713B/zh active Active
-
2018
- 2018-11-20 US US16/197,097 patent/US10985588B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008154956A1 (en) * | 2007-06-20 | 2008-12-24 | Robert Bosch Gmbh | Charging method based on battery model |
CN103035961A (zh) * | 2011-10-10 | 2013-04-10 | 波音公司 | 电池组适应性学习管理系统 |
CN104142477A (zh) * | 2013-05-08 | 2014-11-12 | 通用汽车环球科技运作有限责任公司 | 固态浓度模型结合经验等效电路模型的蓄电池状态估计器 |
Also Published As
Publication number | Publication date |
---|---|
WO2017129522A1 (en) | 2017-08-03 |
US10985588B2 (en) | 2021-04-20 |
US20170222449A1 (en) | 2017-08-03 |
KR102233614B1 (ko) | 2021-03-30 |
US10263447B2 (en) | 2019-04-16 |
US20190109466A1 (en) | 2019-04-11 |
DE112017000271T5 (de) | 2018-11-15 |
CN108604713A (zh) | 2018-09-28 |
KR20180095705A (ko) | 2018-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108604713B (zh) | 二次电池组管理系统 | |
CN109153339B (zh) | 具有多个观测器的蓄电池管理系统 | |
CN108701879B (zh) | 二次电池组管理系统 | |
CN108604712B (zh) | 二次电池组管理 | |
CN109155445B (zh) | 阶梯式充电 | |
CN109716150B (zh) | 具有远程参数估计的二次电池管理系统 | |
EP3475712B1 (en) | Method and device for estimating a voltage of a battery |
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 |