CN111936876A - 用于估计车辆驱动系统中的电池特性的方法和系统 - Google Patents

用于估计车辆驱动系统中的电池特性的方法和系统 Download PDF

Info

Publication number
CN111936876A
CN111936876A CN201880092017.0A CN201880092017A CN111936876A CN 111936876 A CN111936876 A CN 111936876A CN 201880092017 A CN201880092017 A CN 201880092017A CN 111936876 A CN111936876 A CN 111936876A
Authority
CN
China
Prior art keywords
battery
measured
function
stream
parameter values
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.)
Pending
Application number
CN201880092017.0A
Other languages
English (en)
Inventor
乔纳斯·赫尔格伦
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.)
Volvo Truck Corp
Original Assignee
Volvo Truck 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 Volvo Truck Corp filed Critical Volvo Truck Corp
Publication of CN111936876A publication Critical patent/CN111936876A/zh
Pending legal-status Critical Current

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
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K1/00—Arrangement or mounting of electrical propulsion units
    • B60K1/04—Arrangement or mounting of electrical propulsion units of the electric storage means for propulsion
    • 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
    • B60L3/12—Recording operating variables ; Monitoring of operating variables
    • 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]
    • G01R31/374—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with means for correcting the measurement for temperature or ageing
    • 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
    • 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
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to 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
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/44—Control modes by parameter estimation
    • 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
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/46—Control modes by self learning
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Power Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Secondary Cells (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明涉及一种确定用于估计车辆(902)的混合动力驱动系统或电驱动系统(900)中的电池特性的模型的系统和方法，该方法包括：提供(51)函数逼近器，该函数逼近器将电池特性作为两个或更多个测量的电池参数的函数来估计；向描述所测量的电池参数和电池特性之间关系的预定的电池单体模型提供(52)在预定时间段内的作为时间的函数的所测量的电池参数值的流；基于所测量的电池参数值的所述流的选定部分使用电池单体模型来确定(S3)电池特性值；确定(S4)是否满足用于所测量的电池参数值的所述流的所述选定部分的预定条件；以及，如果(S5)预定条件得到满足，则基于由所述电池单体模型确定的电池特性值来更新(S6)所述函数逼近器。

Description

用于估计车辆驱动系统中的电池特性的方法和系统
技术领域
本发明涉及一种用于估计车辆的混合动力驱动系统或电驱动系统中的电池参数的方法和系统。
本发明能够应用于重型车辆，例如卡车、公共汽车和建筑设备。尽管将针对卡车来描述本发明，但本发明不限于这种特定车辆，而是也可用在其它车辆中。
背景技术
在混合动力车辆或电动车辆中，重要的是要良好地获知各种操作条件下的电池特性。为了实现这一点，电动车辆常常包括负责监视电池状态的电池管理系统。
特别地，电池管理系统的目标是：(1)能量水平状态监视，即充电状态估计；(2)电力容量状态监视；(3)维持电池组的安全操作；(4)健康状态估计；和(5)确保电池组中的各电池单体是平衡的。将传感器信号(例如电压、电流和温度)与数学模型结合以实现前面列出的目标。这些数学模型包括描述电池单体特性的参数，例如电阻、电容和开路电压。设置这些参数对于有效的状态监视而言是极其重要的。通常，电池单体参数的设置是在实验室中执行的，从而能够很好地控制电池单体负载、温度等。
然而，电池单体的特性在电池单体之间是变化的，并且还随时间变化。变化的原因可能与制造有关，并且由于电池单体的劣化，电池单体特性会随时间变化，其中在不同的电池单体中，变化可能不同。
特别地，诸如电池阻抗的参数取决于多种操作条件。因此，不能假定电池单体电阻是恒定的，因为它例如会随着温度而变化很大。阻抗还对于跟踪电池在车辆中何时使用而言是有价值的。一个原因是，如果已知电池阻抗，则会提高充电状态(SoC)估计的准确性。另一个原因是，电池阻抗可以表明电池单体劣化。通常，随着电池单体老化，电阻增加并且容量减小。
因此，需要一种用于估计和预测在车辆中使用的电池单体的缓慢变化的电池参数的系统和方法。
发明内容
本发明的目的是提供一种改进的、用于估计包括电驱动系统的车辆(例如混合动力车辆)中的电池参数的方法和系统。
根据本发明的第一方面，该目的通过根据权利要求1的方法来实现。
本发明的第一方面涉及一种确定用于估计车辆的混合动力驱动系统或电驱动系统中的电池特性的模型的方法。该方法包括：提供函数逼近器(function approximator)，该函数逼近器将电池特性作为两个或更多个测量的电池参数的函数来估计；向描述所测量的电池参数和电池特性之间关系的预定的电池单体模型提供在预定时间段内的作为时间的函数的所测量的电池参数值的流；基于所测量的电池参数值的所述流的选定部分使用电池单体模型来确定电池特性值；确定是否满足用于所测量的电池参数值的所述流的所述选定部分的预定条件；并且，如果预定条件得到满足，则基于由电池单体模型确定的电池特性值来更新函数逼近器。
这里，函数逼近器被定义为基于包括多个测量值的输入来逼近函数的模块。因此，用于函数逼近器的目标函数是未知的，而目标函数是以下函数：该函数最佳描述了作为测量值的函数的变量的行为。在本文中，测量值是电池参数值，并且所述函数逼近器逼近描述电池特性和所测量的电池参数值之间的关系的函数。
针对预定电池单体已为此被训练的电池的单体类型，可以假定该预定电池单体描述了所测量的电池参数和电池特性之间的关系。由此，如果描述所测量的电池参数值的所述流的所述选定部分的预定条件得到满足，则能够使用由电池单体模型确定的电池特性值来更新函数逼近器。因此，该函数在车辆中经受训练，并且适应由于随着电池老化而发生的变化的电池特性。此外，电池单体模型包含取决于电池的操作点的可变参数，其中，例如，操作点取决于温度，在确定电池特性值时，这些可变参数被加以考虑。因此，电池单体模型能够用于随着电池老化并且对于不同的操作条件来训练和更新函数逼近器。
所描述的发明的优点在于，能够通过函数逼近器描述缓慢变化的电池特性的行为。这允许对于给定的操作条件更好地预测电池行为。此外，函数逼近器还能够在该函数逼近器已为此被训练的电池参数值的范围以外预测电池特性行为。由此，提供了一种用于估计缓慢变化的电池参数的工具。例如，当执行冷启动时(即当电池处于低温时)，可以有利地使用该函数逼近器。即使没有或几乎没有在正常操作温度以外的温度下的电池行为的先验信息，对于给定的操作点，函数逼近器也能够提供合理的电池特性估计。
根据本发明的一个实施例，对于所测量的电池参数值的所述流的所述选定部分，确定是否满足预定条件包括：确定自从函数逼近器的最近一次更新以来是否已经经过了预定时间段；确定所测量的电流的标准偏差是否超过预定阈值；确定最大电流导数是否出现在所述选定部分的中间(middle)之前；和/或确定最大电流导数是否超过预定阈值。
根据本发明的一个实施例，该方法可以进一步包括：如果多个确定的条件中的每一个确定的条件都得到满足，则基于所测量的电池参数值的所述流使用电池单体模型来确定电池特性值；并且基于由电池单体模型确定的电池特性值来更新函数逼近器。因此，可能需要在更新函数逼近器之前使所有上述条件都得到满足。由此，能够确保在更新函数逼近器时电池系统被激发。与在例如电池负载的变化期间测量的电池参数相比，在电池的稳定状态期间获取的所测量的电池参数可以提供较少的信息。因此，当电池系统处于由上述条件限定的激发状态下时，更新函数逼近器是有利的。
根据本发明的一个实施例，所测量的电池参数包括icell、T和ucell中的至少两个。这里，icell是来自电池的电流，T是电池的温度，ucell是电池单体上的电压。
根据本发明的一个实施例，所确定的电池特性是代表电池单体的等效电路中的R0、R1和C中的至少一个。在本文中，R0是电池的内部电阻，R1能够看作是极化电阻，并且C是电池单体电容。通过测量上述电池参数并将电池参数值提供给电池单体模型，能够计算所描述的电池特性的值。
根据本发明的一个实施例，提供函数逼近器包括：在将函数逼近器应用于车辆中的驱动系统中之前，针对特定的电池类型来训练所述函数逼近器。因此，可以针对特定的电池类型对函数逼近器进行预处理(pre-conditioned)。对函数逼近器的训练允许其提供描述电池特性的初始函数。由此，能够减少在操作期间对模型的调整，使得所述函数逼近器能够从一开始就提供更可靠的估计。
根据本发明的一个实施例，可以使用移动时间窗口来有利地选择所测量的电池参数值的所述流的所述选定部分。因此，所述选定部分总是具有相同的长度。因此，对于每个选定窗口，确定是否满足预定条件以及是否要执行所述函数逼近器的更新。
根据本发明的一个实施例，该方法可以进一步包括基于所测量的电池参数值来确定充电状态。当确定电池单体模型中的特性时，将获得开路电压。开路电压又与充电状态有关，因此也得出所估计的充电状态。
根据本发明的一个实施例，所述函数逼近器可以有利地利用瓦片编码模型(tilecoding model)，该瓦片编码模型包括多个至少部分重叠的层，这些层具有基于针对已知的电池类型的电池特性的预期行为的、预定的相对层偏移和层权重。瓦片编码是源自人工智能领域的单输入或多输入、单输出函数逼近器。使用基于瓦片编码模型的函数逼近器的优点在于，它更易于理解，因此能够直观地理解并进行修改以适合特定的电池类型。但是，也可以使用其它类型的函数逼近器，例如神经网络。
根据本发明的一个实施例，瓦片编码模型中的所述多个层被有利地布置为使得：与预期电池特性呈现较低可变性的区域中相比，在预期电池特性呈现较高可变性的区域中，存在更多的重叠层。这在预期有较高可变性的区域中提供了较高的分辨率。此外，这些层被有利地布置为使得：在参数值范围的一个极值处的层不会达到该参数值范围的相反的极值。
根据本发明的一个实施例，更新所述函数逼近器可以包括修改瓦片编码模型的至少一个层的层偏移。由此，通过改变该层的相对位置，所述模型针对由特定层覆盖的整个参数范围而改变，以提供一种概括形式。这是有利的，因为该模型还对在测量值以外的参数值进行学习。
根据本发明的一个实施例，更新所述函数逼近器可以有利地包括：修改瓦片编码模型的至少一个层中的层的权重。因此，如上所述，函数逼近器针对参数值的扩展范围而适应于更新后的电池特性值。应当注意的是，当使用瓦片编码模型时，在车辆中使用之前，针对给定的电池类型，可以在离线环境中对这些层的位置和权重进行训练。
还提供了一种计算机程序，该计算机程序包括程序代码组件，该程序代码组件用于当程序在计算机上运行时执行任一上述实施例的步骤；并且提供一种携带计算机程序的计算机可读介质，该计算机程序包括程序代码组件，该程序代码组件用于当程序产品在计算机上运行时执行实施例中的任一个实施例的步骤。
根据本发明的第二方面，该目的通过根据权利要求15的系统来实现。
本发明的第二方面涉及一种用于车辆的电驱动系统。该驱动系统包括：电动马达，该电动马达被布置成向车辆的推进系统供能；至少一个电池，该至少一个电池连接到电动马达，以向电动马达提供电力；驱动系统控制单元，该驱动系统控制单元被配置为：向描述所测量的电池参数和电池特性之间关系的预定的电池单体模型提供在预定时间段内的作为时间的函数的所测量的电池参数值的流；基于所测量的电池参数值的所述流的选定部分使用电池单体模型来确定电池特性值；确定是否满足用于所测量的电池参数值的所述流的所述选定部分的预定条件；并且，如果该预定条件得到满足，则基于由电池单体模型确定的电池特性值来更新函数逼近器，该函数逼近器将电池特性作为两个或更多个测量的电池参数的函数来估计。
本发明的此第二方面的效果和特征在很大程度上类似于上文结合本发明的第一方面描述的那些效果和特征。
在以下描述和从属权利要求中公开了本发明的进一步的优点和有利特征。
附图说明
参考附图，以下是作为示例引用的本发明实施例的更详细描述。
在这些图中：
图1是概述根据本发明的实施例的方法的步骤的流程图；
图2是描述电池单体的电池单体模型；
图3示意性地示出了由根据本发明的实施例的方法使用的所测量的电池参数值；
图4示意性地示出了由根据本发明的实施例的方法使用的所测量的电池参数值；
图5示意性地示出了在根据本发明的实施例的方法中使用的模型的特征；
图6示意性地示出了在根据本发明的实施例的方法中使用的模型的特征；
图7示意性地示出了在根据本发明的实施例的方法中使用的模型的特征；
图8A至图8C示意性地示出了在根据本发明的实施例的方法中使用的模型的特征；并且
图9示意性地示出了根据本发明的实施例的用于车辆的电驱动系统900。
具体实施方式
在本详细描述中，主要参考一种确定用于估计车辆的混合动力驱动系统或电驱动系统中的电池特性的模型的方法来讨论根据本发明的方法和系统的各种实施例，其中使用了瓦片编码模型(tile coding model)形式的函数逼近器。应当注意的是，这绝不限制本发明的范围，本发明的范围同样适用于其它函数逼近器。
图1是流程图，概述了根据本发明的实施例的、确定用于估计车辆的混合动力驱动系统或电驱动系统中的电池特性的模型的方法的一般步骤。将进一步参考图2来描述该方法，图2示出了包括电池单体的等效电路的电池单体模型，以用于分析地描述所测量的电池参数icell、T和ucell与电池特性R0、R1和C之间的关系。这里，内部电阻R0是重要的，因为它确定了电池如何响应于电流请求。
该方法包括提供S1函数逼近器，该函数逼近器将电池特性作为两个或更多个测量的电池参数的函数来估计。这里，函数逼近器是瓦片编码模型，该瓦片编码模型包括多个至少部分重叠的层，这些层具有基于针对已知的电池类型的电池特性的预期行为的、预定的相对层偏移和层权重。因此，瓦片编码模型将把选定的电池特性描述为所测量的电池参数中的至少两个电池参数的函数。因此，需要至少三个单独的瓦片编码模型来描述感兴趣的三个电池特性R0、R1和C。
图3示意性地示出了作为时间的函数的电池电流icell、电池温度T和电池电压ucell。然而，应当注意，还可以对其它特性进行建模并且可以测量其它参数，并且所描述的方法不限于本说明书中提供的示例。下文将讨论描述瓦片编码模型的更多细节。
接下来，该方法包括：向描述所测量的电池参数和电池特性之间关系的预定的电池单体模型提供S2在预定时间段内的作为时间的函数的所测量的电池参数值的流。使用该电池单体模型，能够基于所测量的电池参数值的所述流的选定部分确定S3电池特性值。
在接下来的步骤中，确定S4是否满足用于所测量的电池参数值的所述流的所述选定部分的预定条件，其中图4示意性地示出了第一选定部分400和第二选定部分402。这些选定部分也可以称为时间窗口。如果所述预定条件得到满足S5，则基于由电池单体模型确定的电池特性值来更新S6函数逼近器。
所述时间窗口可以例如覆盖最后一分钟。如果确定所述预定条件得到满足，则将所测量的电池参数值提供给电池单体模型，在此处执行所谓的系统识别。作为示例，所测量的电池参数可以是电流和电压，其中针对该时间窗口的所测量的电流被提供给电池单体模型。然后，电池单体模型可以估计电压，将所估计的电压与测量到的电压进行比较，并调整电池单体模型参数，以实现所计算的电压与测量到的电压之间的最佳拟合。一旦实现了良好的拟合，就可以假定电池单体模型对于给定时间窗口准确地描述了电池。因此，能够从电池单体模型提取感兴趣的电池特性值，例如R0，并且能够使用电池特性值来更新函数逼近器。
这里的确定是否满足预定条件的步骤包括：确定对于选定部分是否满足多个条件。为了更新函数逼近器而需要满足的条件包括：
-确定自从函数逼近器的最近一次更新以来是否已经经过了预定时间段；
-确定所测量的电流的标准偏差是否超过预定阈值；
-确定最大电流导数是否出现在所述选定部分的中间(middle)之前；和
-确定最大电流导数是否超过预定阈值。
当比较第一选定部分400和第二选定部分402时，可以看到，电流的标准偏差和最大电流导数这两者都是在第二部分402中更大。因此，第二时间窗口402比第一时间窗口400更有可能触发函数逼近器的更新。如上所述，限定了确定是否满足条件的阈值。例如，对于特定的电池类型和驱动系统，可以凭经验获得确定是否满足条件的阈值，从而以足够的频率更新函数逼近器以维持精确的逼近。
在下文中，将描述如何设置函数逼近器，即，如何设置瓦片编码模型。在图6中示意性地描述了当前的任务，其中，函数finit的初始估计是已知的。从由填充圆示意的三个数据点，能够从函数fnew的更新版本获得信息。接下来，通过由非填充圆示意的三个评估点来评估更新的函数fnew。在评估点和fnew之间的距离是该函数被训练的好坏的量度。如果函数被正确地表达，则fnew应当与评估点良好相关。对其进行表达的另一种方式是，期望有从小的训练集快速收敛的函数逼近器。该问题与电池参数估计有关，因为电池可能实际上仅在特定温度/SoC/等区域中运行。因此，泛化(generalization)的概念在这里是相关的。这里的“泛化”意味着特定区域中的经验“溢出”到其它区域。简单的查询表不够好，因为它具有最小的泛化度。
瓦片编码是单输入或多输入、单输出函数逼近器。该技术源自人工智能领域，并且例如将进一步描述。瓦片编码的核心是瓦片和层(有时称为平铺)。将在随后的示意性示例中解释如下表中定义的、所使用的术语。
术语 设置 描述
n<sub>dim</sub> 2 维度数
n<sub>tilesdim</sub> [2 2] 每一维度的瓦片数
n<sub>layers</sub> 2 层数
01 [0 0] 层1的偏移
02 [0.25 0.25] 层2的偏移
x [0.6 0.6] X值
图6示出了第一层600(层1)和相对于层1具有偏移的第二层602(层2)。当前的问题是：对于特定的x值(这里在图6中用X示意)，哪些瓦片是“活动的”。瓦片编号tn被定义为：
Figure BDA0002708480480000101
Figure BDA0002708480480000102
其中sidx是活动段的索引，即，特定维度上的段。
现在可以定义用于图6中的x的瓦片编号。为此，瓦片代码设置b为[1 2]。一种反映是，对于这两个层来说，x值位于的不同瓦片中。原因在于，第二层602在两个维度上都具有偏移。现在想象一下，x值替代为[0.1 0.1]。这将触发第一层600中的瓦片，该瓦片恰好具有编号1。该x值不会激活层2中的瓦片。因此，x值激活特定层中的一个或零个瓦片。
对于特定的数据点x，输出函数f(x)被定义为：
Figure BDA0002708480480000111
其中向量w是权重。该权重定义了来自每一个层中的每一个活动瓦片的“价值贡献”。它类似于在传统回归分析中要确定的参数。phi向量ф可以被视为二进制串，其表示针对特定x状态被激活的瓦片。phi向量中的特定元素被定义为：
Figure BDA0002708480480000112
例如，下表定义了对于x＝[0.6 0.6]的函数ф：
层/瓦片 1 2 3 4
1 0 0 0 1
2 1 0 0 0
层的偏移受特定距离限制。该距离是维度的长度除以该维度上的瓦片的数目。层越多，偏移越小。根据以下公式，矩阵onorm包含带有在[0,1]中的值的元素:
o(li，di)＝onorm(li，di)·lendim(di)/ntiles(di)
假定参考目标函数值为fref，则需要更新权重，以使从瓦片编码f(x)输出的函数接近fref(x)。这能够通过利用基于梯度的搜索和可以定义f(x)关于w的偏导数的事实来实现。根据以下公式来更新对应于每个层li的权重：
Figure BDA0002708480480000121
其中
Figure BDA0002708480480000122
步长参数α确定函数的输出应当朝向训练数据点移动多远。二进制向量φ(x，li)仅允许更新在x处活动的瓦片。
接下来，如果除了受到训练的状态之外的状态落入相同的层中的任一个层内，则泛化将对于这些状态发生。层数和层彼此的偏移会影响泛化。在下面的示例中，将举例说明泛化的效果和重要性。在下表中呈现了两个建议的设置：
术语 设置A 设置B 描述
n<sub>dim</sub> 2 2 维度数
n<sub>tilesdim</sub> [1 1] [4 4] 每一维度的瓦片数
n<sub>layers</sub> 5 1 层数
在图7中示出了层的放置。图8A示出了原始函数，并且如图8B中示出的，由设置A提供的层偏移足以使原始函数800的函数由瓦片编码模型802来呈现。从图7能够进一步看到，在函数具有高值的地方(即，对于在-10和10之间的x值)，很多层是重叠的。此外，仅一个层702覆盖该函数具有低值的区域。这样的一个结果是，具有低于20的x值的训练点将不会影响瓦片编码如何呈现具有超过20的x值的点。
图8B和图8C呈现了在上表中提出的所建议的设置A和设置B的结果。这里能够看到，瓦片设置A优于瓦片设置B，因为瓦片设置A给出原始函数的更准确的表示。原因在于泛化。在瓦片设置B中，训练点仅影响xy平面内的小的子区域，而在瓦片设置A中，单个训练点影响在(-50、0.1)至(40、0.7)定义的整个xy平面。层偏移能够被视为代表要估计的函数的内部结构/相关性。如果正确定义了偏移，则瓦片代码表示将仅需很少的迭代就会收敛到参考函数。因此，从示出的示例可以看到，优选使用瓦片编码，因为它是可理解的，并且与例如神经网络相比更可控。
因此，基于瓦片编码模型的上述特征，能够为特定的电池单体定义瓦片编码模型的特性，以提供函数逼近器，该函数逼近器将电池特性作为两个或更多个测量的电池参数的函数来估计。在车辆中采用该模型的在线应用中，电池单体模型对于给定的温度给出电池特性(例如R0)，然后将其用于训练函数逼近器。
图9示意性地示出了用于车辆902的电驱动系统900。该驱动系统包括：电动马达904，该电动马达904被布置成向车辆的推进系统供能；至少一个电池906，该至少一个电池906连接到电动马达以向电动马达提供电力；和驱动系统控制单元908，该驱动系统控制单元908被配置为：向描述所测量的电池参数和电池特性之间关系的预定的电池单体模型提供在预定时间段内的作为时间的函数的所测量的电池参数值的流；基于所测量的电池参数值的所述流的选定部分使用电池单体模型来确定电池特性值；确定是否满足用于所测量的电池参数值的所述流的所述选定部分的预定条件；并且，如果该预定条件得到满足，则基于由电池单体模型确定的电池特性值来更新函数逼近器，该函数逼近器将电池特性作为两个或更多个测量的电池参数的函数来估计。
控制单元908可以包括微处理器、微控制器、可编程数字信号处理器或另一个可编程设备。该控制单元还可以包括或者替代地包括专用集成电路、可编程门阵列或可编程阵列逻辑、可编程逻辑设备或数字信号处理器。在控制单元包括诸如上文提到的微处理器、微控制器或可编程数字信号处理器的可编程设备的情况下，该处理器可以进一步包括控制可编程设备的操作的计算机可执行代码。
应当理解，本发明不限于上文所述和附图中示出的实施例；相反，技术人员将认识到，可以在所附权利要求书的范围内作出很多修改和变型。

Claims (18)

1.一种确定用于估计车辆的混合动力驱动系统或电驱动系统中的电池特性的模型的方法，所述方法包括：
提供(S1)函数逼近器，所述函数逼近器将电池特性作为两个或更多个测量的电池参数的函数来估计；
向描述所测量的电池参数和所述电池特性之间关系的预定的电池单体模型提供(S2)在预定时间段内的作为时间的函数的所测量的电池参数值的流；
基于所测量的电池参数值的所述流的选定部分使用所述电池单体模型确定(S3)电池特性值；
确定(S4)是否满足用于所测量的电池参数值的所述流的所述选定部分的预定条件；以及
如果(S5)所述预定条件得到满足，则基于由所述电池单体模型确定的所述电池特性值来更新(S6)所述函数逼近器。
2.根据权利要求1所述的方法，其中，对于所测量的电池参数值的所述流的所述选定部分，确定是否满足预定条件包括：
确定自从所述函数逼近器的最近一次更新以来是否已经经过了预定时间段；
确定所测量的电流的标准偏差是否超过预定阈值；
确定最大电流导数是否出现在所述选定部分的中间之前；和/或
确定最大电流导数是否超过预定阈值。
3.根据权利要求2所述的方法，进一步包括：
如果多个确定的条件中的每一个确定的条件都得到满足，则基于所测量的电池参数值的所述流使用所述电池单体模型来确定电池特性值；并且
基于由所述电池单体模型确定的所述电池特性值来更新所述函数逼近器。
4.根据前述权利要求中的任一项所述的方法，其中，所测量的电池参数包括icell、T和ucell中的至少两个。
5.根据前述权利要求中的任一项所述的方法，其中，所确定的电池特性是代表所述电池单体的等效电路中的R0、R1和C中的至少一个。
6.根据前述权利要求中的任一项所述的方法，其中，提供所述函数逼近器包括：在将所述函数逼近器应用于车辆中的所述驱动系统中之前，针对特定的电池类型训练所述函数逼近器。
7.根据前述权利要求中的任一项所述的方法，其中，使用移动时间窗口来选择所测量的电池参数值的所述流的所述选定部分。
8.根据前述权利要求中的任一项所述的方法，进一步包括：基于所测量的电池参数值来确定充电状态。
9.根据前述权利要求中的任一项所述的方法，其中，所述函数逼近器利用瓦片编码模型，所述瓦片编码模型包括多个至少部分重叠的层，所述多个至少部分重叠的层具有基于针对已知的电池类型的所述电池特性的预期行为的、预定的相对层偏移和层权重。
10.根据权利要求9所述的方法，其中，所述多个层被布置为使得：与预期所述电池特性呈现较低可变性的区域中相比，在预期所述电池特性呈现较高可变性的区域中，存在更多的重叠层。
11.根据权利要求9或10所述的方法，其中，更新所述函数逼近器包括：修改所述瓦片编码模型的至少一个层的层偏移。
12.根据权利要求10或11所述的方法，其中，更新所述函数逼近器包括：修改所述瓦片编码模型的至少一个层的层的权重。
13.一种计算机程序，包括程序代码组件，所述程序代码组件用于当所述程序在计算机上运行时执行权利要求1至12中的任一项所述的步骤。
14.一种携带计算机程序的计算机可读介质，所述计算机程序包括程序代码组件，所述程序代码组件用于当所述程序产品在计算机上运行时执行权利要求1至12中的任一项所述的步骤。
15.一种用于车辆(902)的电驱动系统(900)，所述驱动系统包括：
电动马达(904)，所述电动马达(904)被布置成向车辆的推进系统供能；
至少一个电池(906)，所述至少一个电池(906)连接到所述电动马达，以向所述电动马达提供电力；
驱动系统控制单元(908)，所述驱动系统控制单元(908)被配置为：
向描述所测量的电池参数和电池特性之间关系的预定的电池单体模型提供在预定时间段内的作为时间的函数的所测量的电池参数值的流；
基于所测量的电池参数值的所述流的选定部分使用所述电池单体模型来确定电池特性值；
确定是否满足用于所测量的电池参数值的所述流的所述选定部分的预定条件；并且
如果所述预定条件得到满足，则基于由所述电池单体模型确定的所述电池特性值来更新函数逼近器，所述函数逼近器将电池特性作为两个或更多个测量的电池参数的函数来估计。
16.根据权利要求15所述的驱动系统，其中，所述驱动系统控制单元被进一步配置为：对于所测量的电池参数值的所述流的所述选定部分：
确定自从所述函数逼近器的最近一次更新以来是否已经经过了预定时间段；
确定所测量的电流的标准偏差是否超过预定阈值；
确定最大电流导数是否出现在所述选定部分的中间之前；和/或
确定最大电流导数是否超过预定阈值。
17.根据权利要求16所述的驱动系统，其中，所述驱动系统控制单元被进一步配置为：如果多个确定的条件中的每一个确定的条件都得到满足，则：
基于所测量的电池参数值的所述流使用所述电池单体模型来确定电池特性值；并且
基于由所述电池单体模型确定的所述电池特性值来更新所述函数逼近器。
18.一种车辆，包括根据权利要求15至17中的任一项所述的电驱动系统。
CN201880092017.0A 2018-04-06 2018-04-06 用于估计车辆驱动系统中的电池特性的方法和系统 Pending CN111936876A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/EP2018/025096 WO2019192670A1 (en) 2018-04-06 2018-04-06 A method and system for estimating battery properties in a vehicle drive system

Publications (1)

Publication Number Publication Date
CN111936876A true CN111936876A (zh) 2020-11-13

Family

ID=62027928

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880092017.0A Pending CN111936876A (zh) 2018-04-06 2018-04-06 用于估计车辆驱动系统中的电池特性的方法和系统

Country Status (4)

Country Link
US (1) US11975629B2 (zh)
EP (1) EP3775948B1 (zh)
CN (1) CN111936876A (zh)
WO (1) WO2019192670A1 (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070005276A1 (en) * 2005-06-13 2007-01-04 Il Cho Apparatus and method for testing state of charge in battery
WO2013016188A1 (en) * 2011-07-22 2013-01-31 Navitas Solutions, Inc. Method, system, and apparatus for battery equivalent circuit model parameter estimation
CN104868519A (zh) * 2014-02-20 2015-08-26 福特全球技术公司 电池控制系统、车辆及平衡牵引电池的电池单元的方法
CN105270389A (zh) * 2014-06-09 2016-01-27 福特全球技术公司 电池测量的估计和补偿
US20160202324A1 (en) * 2013-09-11 2016-07-14 Commissariat A L'energie Ato Mique Et Aux Energies Alternatives Method, device and system for estimating the charge state of a battery

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100927541B1 (ko) 2008-08-14 2009-11-17 주식회사 엘지화학 배터리 전압 거동을 이용한 배터리 저항 특성 추정 장치 및방법
JP5331493B2 (ja) 2009-01-13 2013-10-30 日立ビークルエナジー株式会社 電池制御装置
DE102009036083A1 (de) 2009-08-04 2011-02-10 Li-Tec Battery Gmbh Verfahren zum Steuern einer Batterie und Vorrichtung zur Durchführung des Verfahrens
KR101558780B1 (ko) 2014-06-10 2015-10-12 현대자동차주식회사 배터리 잔존에너지 추정방법
JP2016090330A (ja) 2014-10-31 2016-05-23 カルソニックカンセイ株式会社 バッテリのパラメータ推定装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070005276A1 (en) * 2005-06-13 2007-01-04 Il Cho Apparatus and method for testing state of charge in battery
WO2013016188A1 (en) * 2011-07-22 2013-01-31 Navitas Solutions, Inc. Method, system, and apparatus for battery equivalent circuit model parameter estimation
US20160202324A1 (en) * 2013-09-11 2016-07-14 Commissariat A L'energie Ato Mique Et Aux Energies Alternatives Method, device and system for estimating the charge state of a battery
CN104868519A (zh) * 2014-02-20 2015-08-26 福特全球技术公司 电池控制系统、车辆及平衡牵引电池的电池单元的方法
CN105270389A (zh) * 2014-06-09 2016-01-27 福特全球技术公司 电池测量的估计和补偿

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡德文等: "《神经网络自适应控制》", 31 January 2006, 国防科技大学出版社 *

Also Published As

Publication number Publication date
EP3775948B1 (en) 2024-05-22
US11975629B2 (en) 2024-05-07
US20210009002A1 (en) 2021-01-14
EP3775948A1 (en) 2021-02-17
EP3775948C0 (en) 2024-05-22
WO2019192670A1 (en) 2019-10-10

Similar Documents

Publication Publication Date Title
CN107003359B (zh) 电池组的电池单元的容量的自动估计方法
JP6495469B2 (ja) バッテリパラメータの推定
Waag et al. Adaptive on-line prediction of the available power of lithium-ion batteries
JP6818657B2 (ja) 電池の状態を推定するためのシステム及び方法、および、非一時的コンピュータ可読記憶媒体
KR102215450B1 (ko) 배터리의 상태 정보를 학습 및 추정하는 장치 및 방법
US9575128B2 (en) Battery state-of-charge estimation for hybrid and electric vehicles using extended kalman filter techniques
JP6615011B2 (ja) 電池管理システム、電池システムおよびハイブリッド車両制御システム
CN111095663A (zh) 用于控制可再充电电池的系统和方法
US20240010100A1 (en) Processing of status data of a battery for aging estimation
US11982720B2 (en) Method and battery management system for ascertaining a state of health of a secondary battery
US20200300495A1 (en) Prediction method, model learning method, and non-transitory computer-readable storage medium for storing prediction program
US20150316618A1 (en) Methods and apparatus for battery power and energy availability prediction
EP3526851B1 (en) Battery model and control application calibration systems and methods
KR102246633B1 (ko) 하이브리드 varma 및 lstm을 이용한 배터리의 출력 전압 응답 및 충전 상태 예측 최적화 방법
US20220373609A1 (en) State Value for Rechargeable Batteries
KR20210036642A (ko) 하이브리드 varma 및 lstm을 이용한 배터리의 출력 전압 응답 및 충전 상태 예측 방법
CN113853524B (zh) 用于估计电池状态的方法
Havangi Adaptive robust unscented Kalman filter with recursive least square for state of charge estimation of batteries
CN115938104B (zh) 一种动态短时路网交通状态预测模型及预测方法
KR101294354B1 (ko) 배터리 ｈｉｌｓ를 이용한 배터리 모델링 검증 시스템
CN113125983B (zh) 电池容量估算方法和系统
CN111936876A (zh) 用于估计车辆驱动系统中的电池特性的方法和系统
CN113826019A (zh) 用于估计电池状态的方法
CN116381498A (zh) 学习老化模型的参数化并依据开路电压特性曲线来提供设备电池组的健康状态的方法和装置
CN112689770B (zh) 用于估计电池的健康状态的方法和系统

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20201113