CN112189143A - 用于估计电池的充电状态的设备 - Google Patents

用于估计电池的充电状态的设备 Download PDF

Info

Publication number
CN112189143A
CN112189143A CN201980035130.XA CN201980035130A CN112189143A CN 112189143 A CN112189143 A CN 112189143A CN 201980035130 A CN201980035130 A CN 201980035130A CN 112189143 A CN112189143 A CN 112189143A
Authority
CN
China
Prior art keywords
voltage
battery
soc
error
processor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201980035130.XA
Other languages
English (en)
Other versions
CN112189143B (zh
Inventor
金英真
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.)
LG Energy Solution Ltd
Original Assignee
LG Chem Ltd
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 LG Chem Ltd filed Critical LG Chem Ltd
Publication of CN112189143A publication Critical patent/CN112189143A/zh
Application granted granted Critical
Publication of CN112189143B publication Critical patent/CN112189143B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • 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
    • G01R31/3828—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
    • G01R31/3835—Arrangements for monitoring battery or accumulator variables, e.g. SoC involving only voltage measurements
    • 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]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G01R31/387—Determining ampere-hour charge capacity or SoC
    • G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Tests Of Electric Status Of Batteries (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本公开的用于估计电池的充电状态的设备包括：感测单元，其被配置为测量电池的第一电压和OCV中的至少一个；以及，处理器，其可操作地耦合到感测单元。处理器被配置为：基于电池的OCV或先前估计的第一SOC来估计电池的第二电压，通过对电池的第一电压和第二电压之间的电压误差进行计数来计算计数的电压误差，取决于计数的电压误差是否被包括在参考误差范围内来对电池的第二电压进行校正，并基于第二电压或校正的第二电压来估计电池的第一SOC。

Description

用于估计电池的充电状态的设备
技术领域
本申请要求于2018年12月21日在韩国提交的韩国专利申请No.10-2018-0167869的优先权，其公开内容通过引用并入本文。
本公开涉及一种用于估计电池的充电状态(SOC)的设备。
背景技术
最近，对诸如笔记本计算机、摄像机和便携式电话的便携式电子产品的需求急剧增加，并且已经认真开发电动车辆、能量存储电池、机器人、卫星等。因此，正在积极研究允许重复充电和放电的电池。
目前，市售电池包括镍镉电池、镍氢电池、镍锌电池、锂电池等。在它们中，由于锂电池与镍基电池相比几乎没有记忆效应，并且还具有非常低的自放电率和高能量密度，锂电池备受瞩目。
使用和管理电池的重要参数之一是充电状态(SOC)。SOC是表示当前容量与最大容量的相对比率的参数，该最大容量表示当电池完全充电时存储在电池中的电能。SOC可以被表达为0到1或0％到100％。
代表性地使用安培计数模型和等效电路模型来估计电池的SOC。
安培计数模型使用电流传感器来测量流过电池的电流，并基于通过对随时间的测量电流进行计数而获得的安培计数值来估计电池的SOC。然而，由于电流传感器的测量误差，存在以下问题：出现使用安培计数模型估计的SOC与实际SOC之间的差，并且该差随着时间的流逝而增大。
等效电路模型被设计为模拟电池的电气操作特性。然而，电池具有取决于操作状态的非线性特性，并且难以设计等效电路模型来完美地模拟电池的非线性特性。
为了解决上述的安培数模型和等效电路模型的缺点，存在一种使用扩展卡尔曼滤波器来估计电池的SOC的技术。与仅使用安培计数模型和等效电路模型之一的情况相比，扩展卡尔曼滤波器结合了安培计数模型和等效电路模型以更准确地估计SOC。即，可以估计更接近实际的电池的SOC。
为了使用扩展卡尔曼滤波器来估计电池的SOC，必需估计电池的电压。然而，在现有技术中，当在电池的估计电压中发生误差时，所生成的误差被累积以使电池的估计SOC的精度劣化。
发明内容
技术问题
本公开被设计为解决现有技术的问题，并且因此，本公开旨在提供一种用于估计电池的充电状态的设备，该设备可以通过基于所计数的电池的电压误差来递归地校正电池的第二电压，来准确地估计使用电池的第二电压估计的电池的第一SOC。
本公开的这些和其他目的以及优点可以根据下面的详细描述来理解，并且根据本公开的示例性实施例将变得更加显而易见。而且，将容易理解，本公开的目的和优点可以通过所附权利要求中示出的装置及其组合来实现。
技术方案
用于实现上述目的的本公开的各种实施例如下。
根据本公开的一方面的用于估计电池的充电状态(SOC)的设备包括：感测单元，其被配置为测量电池的第一电压和开路电压(OCV)中的至少一个；以及，处理器，其可操作地耦合到感测单元。
处理器可以被配置为：基于电池的OCV或先前估计的第一SOC来估计电池的第二电压，通过对电池的第一电压和第二电压之间的电压误差进行计数来计算计数的电压误差，取决于计数的电压误差是否被包括在参考误差范围内来对电池的第二电压进行校正，并基于第二电压或所校正的第二电压来估计电池的第一SOC。
处理器可以被配置为：当计数的电压误差未被包括在参考误差范围内时，通过向电池的第二电压增加校正电压或从电池的第二电压减去校正电压来校正电池的第二电压。
可以根据第一电压的大小来设置校正电压，以降低第一电压和所校正的第二电压之间的电压误差。
处理器可以被配置为：检查计数的电压误差是正值还是负值，并且基于检查结果通过向电池的第二电压增加校正电压或从电池的第二电压减去校正电压来校正电池的第二电压。
处理器可以被配置为：当计数的电压误差是正值时，通过向电池的第二电压增加校正电压来校正电池的第二电压。
处理器可以被配置为：当计数的电压误差是负值时，通过从电池的第二电压减去校正电压来校正电池的第二电压。
感测单元可以被配置为进一步测量电池的电流。
处理器可以被配置为：基于通过对电池的电流进行计数而获得的安培计数值来估计电池的第二SOC，计算第二SOC与所估计的第一SOC之间的SOC误差，并通过映射SOC误差和计数的电压误差来生成误差数据。
处理器可以被配置为：基于误差数据将与SOC误差的目标范围相对应的计数的电压误差的范围设置为参考误差范围。
感测单元可以被配置为进一步测量电池的OCV。
处理器可以被配置为在先前估计第一SOC之前，基于由感测单元测量的OCV来估计第二电压。
处理器可以被配置为在先前估计第一SOC之后，基于先前估计的第一SOC来估计第二电压。
根据本公开的另一方面的电池组可以包括根据本公开的一方面的用于估计电池的充电状态的设备。
根据本公开的又一方面的车辆可以包括根据本公开的一方面的用于估计电池的充电状态的设备。
有益效果
根据本公开的实施例中的至少一个，可以通过基于所计数的电池的电压误差来递归地校正电池的第二电压，来更准确地估计使用电池的第二电压估计的电池的第一SOC。
本公开的效果不限于以上，并且本领域技术人员将从所附权利要求中清楚地理解本文中未提及的其他效果。
附图说明
附图说明了本公开的优选实施例，并且与前述公开一起，用于提供对本公开的技术特征的进一步理解，并且因此，本公开不应被解释为限于附图。
图1是示出根据本公开的实施例的用于估计电池的充电状态的设备的示意图。
图2示出了由图1的用于估计电池的充电状态的设备使用的示例性等效电路模型。
图3示出了示例性OCV曲线，其表示电池的第一SOC与OCV之间的关系。
图4示出了其中映射了SOC误差和计数的电压误差的误差数据。
图5是示出根据本公开的实施例的在校正电池的第二电压之前和之后估计的第一SOC的SOC误差的图。
图6是示意性示出根据本公开的实施例的用于估计电池的充电状态的设备的操作过程的图。
具体实施方式
最佳模式
在下文中，将参考附图详细描述本公开的优选实施例。在描述之前，应该理解的是，说明书和所附权利要求书中使用的术语或单词不应被解释为限于一般含义和词典含义，而是在允许发明人适当地限定术语以获得最佳解释的原则的基础上，基于与本公开的技术方面相对应的含义和概念来解释。
因此，本文提出的描述仅是出于说明目的的优选示例，而不旨在限制本公开的范围，因此应当理解，在不脱离本公开的范围的情况下，可以对其做出其他等同替换和修改。
另外，在描述本公开时，当认为相关的已知元件或功能的详细描述使本公开的关键主题模糊时，在本文省略详细描述。
包括诸如“第一”、“第二”等的序数的术语可用于区分各种元件当中的一个元件与另一元件，但不旨在通过术语限制元件。
在整个说明书中，当一部分被称为“包括”或“包含”任何元件时，意味着该部分可以进一步包括其他元件，而不排除其他元件，除非另有明确说明。
另外，在整个说明书中，当一部分被称为“连接”到另一部分时，不限于它们“直接连接”的情况，还包括它们通过被插入它们之间的另一元件“间接连接”的情况。
在下文中，将描述根据本公开的实施例的设备。
图1是示出根据本公开的实施例的用于估计电池的充电状态的设备的示意图，并且图2示出了由图1的用于估计电池的充电状态的设备使用的示例性等效电路模型。
参照图1和图2，电池组1可以包括电池B和用于估计电池100的充电状态的设备。用于估计电池100的充电状态的设备包括感测单元110、安培计数单元120以及处理器130。
感测单元110与安培计数单元120和处理器130可操作地耦合。也就是说，感测单元110可以被连接到安培计数单元120和处理器130，以将电信号发送到安培计数单元120和处理器130，或者分别从安培计数单元120和处理器130接收电信号。
感测单元110可以在每个预定周期测量施加在电池B的正极和负极之间的第一电压，并且将指示测量的第一电压的信号输出到处理器130。另外，感测单元110可以重复地测量流入或流出电池B的电流，并将指示测量的电流的信号提供给安培计数单元120和处理器130中的至少一个。
感测单元110包括被配置为测量电池B的电流的电流传感器。另外，感测单元110可以进一步包括被配置为测量电池B的第一电压的电压传感器。此外，感测单元110可以进一步包括被配置为测量电池B的温度的温度传感器。
安培计数单元120与感测单元110和处理器130可操作地耦合。安培计数单元120被配置为在每个预定周期计算安培计数值。此时，可以将库仑计数器用作安培计数单元120。安培计数值的单位可以是“Ah(安培小时)”。
具体地，安培计数单元120可以重复以下过程：基于由感测单元110测量的电流计算预定周期的安培计数值，并在每个预定周期将指示所计算的安培计数值的信号发送至处理器130。
处理器130与感测单元110和安培计数单元120可操作地耦合。处理器130可以基于由安培计数单元120计算的安培计数值来估计电池B的第二SOC。处理器130可以通过安培计数模型基于安培计数值在每个预定周期估计电池B的第二SOC。
在安培计数模型中，电池B的第二SOC和安培计数值可以如下面的等式1中定义。
<等式1>
Figure BDA0002796925090000071
在等式1中，用作下标的k是时间索引，该时间索引是在每个预定周期增加1的值。另外，SOC2是第二SOC，I是由感测单元110测量的电流，并且Δt是预定周期的时间长度。Qmax表示电池B的最大容量。此外，IkΔt是安培计数值。
同时，处理器130可以在每个预定周期估计电池B的第一SOC，该预定周期等于通过使用不使用安培计数值的估计算法来估计第二充电状态的周期。在实施例中，处理器130可以使用扩展卡尔曼滤波器来估计电池B的第一SOC。此时，处理器130可以估计稍后描述的电池B的第二电压，并且使用所估计的第二电压作为扩展卡尔曼滤波器的输入参数来估计电池B的第一SOC。
处理器130可以经由通信终端COM将指示估计的SOC的消息发送到外部设备(例如，车辆的ECU、显示器等)。
处理器130可以选择性地包括专用集成电路(ASIC)、另一芯片组、逻辑电路、寄存器、通信调制解调器和数据处理设备。可以组合处理器130可执行的各种控制逻辑中的至少一个，并且将组合的控制逻辑写入计算机可读代码系统中并记录在计算机可读记录介质上。记录介质没有限制，只要其可以被计算机中包括的处理器130访问即可。作为一个示例，记录介质包括选自由ROM、RAM、寄存器、CD-ROM、磁带、硬盘、软盘和光学数据记录设备组成的组中的至少一种。另外，代码系统可以被调制为载波信号并且在特定时间被存储在通信载波中，并且可以以分布式的方式在通过网络连接的计算机上被存储和执行。此外，在本公开所属的技术领域中，程序员可以容易地推断出用于实现组合的控制逻辑的功能程序、代码和段。
处理器130可以包括存储器131。存储器131可以不受特别限制，只要其在本领域中已知能够记录、擦除、更新和读取数据即可。例如，存储器131可以是DRAM、SDRAM、闪存、ROM、EEPROM、寄存器等。另外，存储器131可以存储定义可以由处理器130执行的处理的程序代码。特别地，在存储器131中，定义执行扩展卡尔曼滤波器、安培计数模型和等效电路模型所需的参数的数据被预先存储。
处理器130可以基于估计的电池B的第一SOC来估计电池B的第二电压。更具体地，处理器130可以使用等效电路模型来估计电池B的第二电压。
参照图2，等效电路模型200包括OCV源210、内部电阻器220和RC电路230。如图2所示，OCV源210、内部电阻器220和RC电路230可以彼此串联连接。
OCV源210模拟OCV，该OCV是长时间电化学稳定的电池B的正极和负极之间的电压，并且OCV与电池B的第一SOC具有非线性函数关系。也就是说，OCV＝f1(SOC1)和SOC1＝f2(OCV)，并且因此f1和f2表示不同的函数。
可以通过初步实验针对各种第一SOC和温度预先定义由OCV源210形成的OCV。
也就是说，对于多个预定温度中的每一个，可以测量根据电池B的第一SOC的OCV的改变，并且可以将指示电池B的第一SOC和OCV之间的关系的数据以查找表的形式预先存储在存储器131中。例如，如果在初步实验中使用的温度的数量为m，则可以将显示m数量的OCV-SOC曲线的查找表预先存储在存储器中。
因此，处理器130可以通过将第一SOC放入OCV-SOC曲线来估计由OCV源210形成的OCV。
然而，在估计第一SOC之前，例如在初始操作之前，可以通过感测单元110测量电池B的OCV。另外，处理器130可以使用通过感测单元110测量的电池B的OCV作为由OCV源210形成的OCV。
图3示出了示例性OCV曲线，其表示电池B的第一SOC和OCV之间的关系。
参见图3的OCV曲线300，在电池B的温度保持在特定值(例如30℃)的环境中，可以检查所记录的OCV在SOC 0％至100％的范围内的改变。容易理解的是，随着SOC从0％增加到100％，OCV非线性地增加。相反，随着SOC从100％降低到0％，OCV非线性地降低。
内部电阻器220模拟电池B的IR压降。IR压降意指当电池B被充电或放电时电池B的两端电压的瞬时改变的压降。由于IR压降，在空载状态下对电池B开始充电的时间点测量的电压大于OCV。相反，在空载状态下电池B开始放电的时间点测量的电压小于OCV。内部电阻器220的电阻(R0)也可以通过初步实验针对多个预定温度被不同地设置。
RC电路230模拟由电池B的双电层等引起的过电势等，并且包括彼此并联连接的电阻器231和电容器232。R1是电阻器231的电阻，并且C1是电容器232的电容。过电势也可以被称为“极化电压”。通过初步实验，R1和C1中的每一个可以针对多个预定温度被不同地设置。
在等效电路模型200中，过电势可以如下面的等式2中定义。
<等式2>
Figure BDA0002796925090000101
在等式2中，用作下标的k是时间索引，该时间索引是在每个预定周期增加1的值。另外，Vop是过电势，I是由感测单元110测量的电流，并且Δt是预定周期的时间长度。R1是电阻器231的电阻，C1是电容器232的电容。
处理器130可以在每个预定周期基于先前估计的电池B的第一SOC和由感测单元110测量电池B的温度，参考存储在存储器中的数据来确定OCV，其是与等效电路模型200有关的参数之一。
处理器130可以在每个预定周期基于由感测单元110测量的电池B的温度，参考预先存储在存储器中的数据，确定内部电阻器220的电阻(R0)、电阻器231的电阻(R1)和电容器232的电容(C1)，其是与等效电路模型200相关的多个其他电路参数。
通过此，处理器130可以通过将所确定的参数应用于等效电路模型200来估计电池B的第二电压。也就是说，处理器130可以计算向其应用确定的参数的等效电路模型200的端子电压(Vt)，并将其估计为电池B的第二电压。
此时，处理器130可以使用下面的等式3来估计电池B的第二电压。
<等式3>
V2k＝OCVk+R0Ik+Vopk
在等式3中，用作下标的k是时间索引，其是在每个预定周期增加1的值。另外，V2是电池B的第二电压，OCV是电池B的OCV，并且R0是内部电阻器220的电阻。I是由感测单元110测量的电流，并且Vop表示过电势。
处理器130可以通过对与由感测单元110测量的电池B的第一电压相比的估计的电池B的第二电压的电压误差进行计数来计算计数的电压误差。
此时，处理器130可以使用下面的等式4来计算计数的电压误差。
<等式4>
∑Verrork+1＝∑Verrork+(V1k-V2k)
在等式4中，用作下标的k是时间索引，其是在每个预定周期增加1的值。另外，∑Verror是计数的电压误差，V1是由感测单元110测量的电池B的第一电压，并且V2表示估计的电池B的第二电压。
处理器130可以确定计数的电压误差是否被包括在参考误差范围内，并且基于确定结果来校正电池B的第二电压。
具体地，作为确定计数的电压误差是否被包括在参考误差范围内的结果，如果计数的电压误差未被包括在参考误差范围内，则处理器130可以通过向电池B的第二电压增加校正电压/从电池B的第二电压减去校正电压来校正电池B的第二电压。
相反，作为确定计数的电压误差是否被包括在参考误差范围内的结果，如果计数的电压误差被包括在参考误差范围内，则处理器130可以基于当前估计的电池B的第二电压来估计电池B的第一SOC。
这里，参考误差范围可以是用作用于确定是否校正电池B的第二电压的参考的范围。此时，处理器130可以设置参考误差范围。稍后将描述由处理器130设置参考误差范围的处理。
作为确定计数的电压误差是否被包括在参考误差范围内的结果，如果计数的电压误差未被包括在参考误差范围内，则处理器130可以检查计数的电压误差是正值还是负值，并基于检查结果通过向电池B的第二电压增加校正电压/从电池B的第二电压减去校正电压来校正电池B的第二电压。
具体地，如果计数的电压误差是正值，则处理器130可以通过将校正电压增加到电池B的第二电压来校正电池B的第二电压。
相反，如果计数的电压误差为负值，则处理器130可以通过从电池B的第二电压减去校正电压来校正电池B的第二电压。
通过如上所述的本公开，如果由于电池B的第二电压被估计为小于电池B的第一电压的趋势而导致计数的电压误差为正值，则处理器130可以通过将校正电压增加到电池B的第二电压，来准确地校正电池B的第二电压。
如果由于电池B的第二电压被估计为大于电池B的第一电压的值的趋势而导致计数的电压误差为负值，则处理器130可以通过从电池B的第二电压减去校正电压来准确地校正电池B的第二电压。
同时，处理器130可以将被增加到电池B的第二电压或从电池B的第二电压减去的校正电压设置为与电池B的第一电压相对应。具体地，处理器130可以将校正电压设置为使得校正电压随着电池B的第一电压越大而越大。也就是说，如果计数的电压误差未被包括在参考误差范围内，则处理器130可以检查电池B的第一电压并且将校正电压设置为随着电池B的第一电压越大而越大。
例如，作为由于计数的电压误差未被包括在参考误差范围内而检查电池B的第一电压的结果，如果当前检查的电池B的第一电压已经增加得大于先前检查的电池B的第一电压，则处理器130可以将校正电压设置为大于先前设置的校正电压。
根据本公开，处理器130可以响应于电池B的电压区域通过增加或减去其大小被不同地设置的校正电压来校正电池B的第二电压。
此后，将描述处理器130设置参考误差范围的处理。
图4示出了其中映射了SOC误差和计数的电压误差的误差数据400。
进一步参考图4，处理器130可以计算与估计的电池B的第二SOC相比的电池B的第一SOC的SOC误差，并且通过映射SOC误差和计数的电压误差来生成误差数据400。
处理器130可以计算分别在相同的时间点估计的电池B的第二SOC和电池B的第一SOC之间的差作为SOC误差。另外，处理器130可以通过映射基于相同时间点计算的SOC误差和计数的电压误差来生成误差数据400。
也就是说，处理器130可以根据在时间点a估计的第二SOC与第一SOC之间的差来计算SOC误差，并通过映射在时间点a计算的计数的电压误差与计算的SOC误差来生成误差数据400。
处理器130可以基于误差数据400将与SOC误差的目标范围(tr)相对应的计数的电压误差的范围设置为参考误差范围(rer)。
具体地，处理器130可基于误差数据400导出其中SOC误差是输出值(Y)并且计数的电压误差是输入值(X)的关系函数。此时，该关系函数可以是线性函数。
该关系函数可以如下面的等式5中定义。
<等式5>
SOCerror＝g×∑Verror+c
在等式5中，SOCerror是SOC误差，g是关系函数的斜率，∑Verror是计数的电压误差，并且c是关系函数的Y轴截距。
例如，如图4所示，处理器130可以导出线性函数SOCerror＝0.5×∑Verror，其中斜率g为“0.5”并且Y轴截距c为“0”。
通过使用此，处理器130可以计算与预设SOC误差的目标范围(tr)相对应的计数的电压误差的范围，并且将计算的范围设置为参考误差范围(rer)。
例如，如果预设SOC误差的目标范围(tr)为“-5.0％至5.0％”，则处理器130可使用关系函数将计数的电压误差的范围计算为“-10至10”，并将计算的范围“-10至10”设置为参考误差范围(rer)。这里，参考误差范围的单位是与第一电压相对应的单位，并且可以是mV或V。
根据本公开，通过根据电池B的当前状态设置参考误差范围，每当计数的电压误差在参考误差范围之外时，可以校正电池B的第二电压。因此，可以基于校正的第二电压来准确地估计电池B的第一SOC。
图5是示出根据本公开的实施例的在校正电池B的第二电压之前和之后估计的第一SOC的SOC误差的图。
参照图5，从第一时间点t1到第二时间点t2的时间段是电池B的累积电压误差在参考误差范围之外的时间点。第一曲线501是指示电池B的第二SOC与基于校正的第二电压而估计的第一SOC之间的SOC误差的曲线。第二曲线502是指示电池B的第二SOC与基于未校正的第二电压而估计的第一SOC之间的SOC误差的曲线。
处理器130可以在累积电压误差在参考误差范围之外的从第一时间点t1到第二时间点t2的时间段期间校正电池B的第二电压，并再次基于校正的第二电压来估计电池B的第一SOC。
因此，在从第一时间点t1到第二时间点t2的时间段期间，第二曲线502的SOC误差可能大于第一曲线501的SOC误差。
即，根据本公开的实施例的用于估计电池100的充电状态的设备可以根据计数的电压误差是否被包括在参考误差范围内来校正第二电压，并且基于校正的第二电压来再次估计电池B的第一SOC。因此，用于估计电池100的充电状态的设备具有通过校正第二电压来准确地估计第一SOC的优点。
图6是示意性地示出根据本公开的实施例的用于估计电池100的充电状态的设备的操作过程的图。
具体地，图6是示出第一操作(S100)、第二操作(S200)、第三操作(S300)、第四操作(S400)、第五操作(S500)、第六操作(S600)和第七操作(S700)的图，其在时间点k由处理器130执行。然而，处理器130执行各种操作以实现本公开，并且应当注意，图6是选择性地仅示出处理器130的各种操作当中的第一操作(S100)至第七操作(S700)的图。
在下文中，将描述处理器130在时间点k的操作。即，下标k意指当前时间点的值，下标k-1意指前一个时间点的值，下标k+1表示下一个时间点的值。
第一操作(S100)是其中处理器130估计第二电压(V2k)的操作。
处理器130可以基于等式3估计第二电压(V2k)。
这里，OCV(OCVk)可以由感测单元110测量，或者，如果预先估计了第一SOC(SOC1k-1)，则可以通过预先估计的第一SOC(SOC1k-1)估计。
例如，如果没有预先估计第一SOC(SOC1k-1)，则处理器130可基于由感测单元110测量的电池B的OCV(OCVk)来估计第二电压(V2k)。参考稍后说明的第六操作(S600)，可以基于第二电压(V2k)来估计第一SOC(SOC1k)。因此，当k＝1时，即在第一时间点，可以通过由感测单元110测量的OCV(OCVk)来估计第二电压(V2k)。
相反，如果预先估计了第一SOC(SOC1k-1)，则处理器130可以参考图3的OCV曲线300根据先前估计的第一SOC(SOC1k-1)来估计OCV(OCVk)。即，如果k≥2，则可以通过在时间点k-1估计的第二电压(V2k)来预先估计第一SOC(SOC1k-1)。因此，处理器130可以基于第一估计的SOC(SOC1k-1)来估计OCV(OCVk)，并且基于估计的OCV(OCVk)来估计第二电压(V2k)。
第二操作(S200)是其中处理器130计算电压误差(Verrork)的操作。
处理器130可以通过获得由感测单元110测量的第一电压(V1k)与在第一操作中估计的第二电压(V2k)之间的差来计算电压误差(Verrork)。
第三操作(S300)是其中处理器130计算计数的电压误差(∑Verrork)的操作。
处理器130可以通过将在时间点k-1计算的计数的电压误差(∑Verrork-1)与在第二操作(S200)中计算的电压误差(Verrork)相加来计算在时间点k处的计数的电压误差(∑Verrork)。即，处理器130可以通过将在先前时间点k-1预先计算的计数的电压误差(∑Verrork-1)与在当前时间点(k)计算的电压误差(Verrork)相加来计算当前时间点k的计数的电压误差(∑Verrork)。
第四操作(S400)是其中处理器130将计数的电压误差(∑Verrork)与参考误差范围(rer)进行比较的操作。
这里，可以基于通过映射SOC误差(SOCerror)和计数的电压误差(∑Verrork)生成的误差数据400来设置参考误差范围(rer)。
例如，如图4所示，可以映射SOC误差(SOCerror)和计数的电压误差(∑Verrork)。
处理器130可以将与SOC误差(SOCerror)的目标范围(tr)相对应的计数的电压误差(∑Verrork)的范围设置为参考误差范围(rer)。在此，可以预先设置SOC误差(SOCerror)的目标范围(tr)。例如，SOC误差(SOCerror)的目标范围(tr)可以被设置为等于或大于-5％且小于+5％。
如果k＝1，则由于尚未估计第一SOC(SOC1k)，因此可以不计算SOC误差(SOCerror)。在这种情况下，可以省略第四操作(S400)，并且可以执行第六操作(S600)。
相反，当k≥2时，处理器130可以生成误差数据400并设置参考误差范围(rer)。此外，处理器130可以被配置为根据计数的电压误差(∑Verrork)是否被包括在参考误差范围(rer)内来执行第五操作(S500)或第六操作(S600)。
第五操作(S500)是其中如果计数的电压误差(∑Verrork)未被包括在参考误差范围(rer)内，则处理器130校正电池的第二电压(V2k)的操作。
具体地，如果计数的电压误差(∑Verrork)未被包括在参考误差范围(rer)内，则处理器130可以通过向估计的第二电压(V2k)增加校正电压(Voffsetk)或者从估计的第二电压(V2k)减去校正电压(Voffsetk)来校正第二电压(V2k)。
优选地，如果计数的电压误差(∑Verrork)是正值并且未被包括在参考误差范围(rer)内，则处理器130可以通过向第二电压(V2k)增加校正电压(Voffsetk)来校正第二电压(V2k)。即，如果计数的电压误差(∑Verrork)大于参考误差范围(rer)，则处理器130可以通过向第二电压(V2k)增加校正电压(Voffsetk)来降低计数的电压误差(∑Verrork)。
相反，如果计数的电压误差(∑Verrork)是负值并且未被包括在参考误差范围(rer)中，则处理器130可以通过从第二电压(V2k)减去校正电压(Voffsetk)来校正第二电压(V2k)。即，如果计数的电压误差(∑Verrork)小于参考误差范围(rer)，则处理器130可以通过从第二电压(V2k)减去校正电压(Voffsetk)来增大计数的电压误差(∑Verrork)。
这里，可以将校正电压(Voffsetk)设置为与由感测单元110测量的第一电压(V1k)的大小相对应。例如，随着第一电压(V1k)越大，校正电压(Voffsetk)可以被设置为越大。
在第五操作(S500)之后，可以基于校正的第二电压(V2k)再次执行第二操作(S200)。即，基于在第五操作(S500)中校正的第二电压(V2k)，可以递归地执行第二操作(S200)、第三操作(S300)、第四操作(S400)和第五操作(500)，直到在时间点k计算的计数的电压误差(∑Verrork)被包括在参考误差范围(rer)内。
第六操作(S600)是其中处理器130基于估计的第二电压(V2k)或校正的第二电压(V2k)来估计电池B的第一SOC(SOC1k)的操作。
例如，如果k＝1，则在第三操作(S300)之后，可以省略第四操作(S400)，并且可以执行第五操作(S500)。在这种情况下，处理器130可以基于由感测单元110测量的电池的OCV(OCVk)来估计第二电压(V2k)，并且根据估计的第二电压(V2k)来估计电池的第一SOC(SOC1k)。
作为另一示例，如果k≥2并且未执行第五操作(S500)，则处理器130可以基于在对应时间点在第一操作(S100)中估计的第二电压(V2k)来估计第一SOC(SOC1k)。优选地，在这种情况下，可以不校正在时间点k在第一操作(S100)中估计的第二电压(V2k)。
作为又一示例，如果k≥2并且第五操作(S500)被执行多于一次，则处理器130可以基于在第五操作(S500)中最终校正的第二电压(V2k)来估计第一SOC(SOC1k)。也就是说，处理器130可以根据计数的电压误差(∑Verrork)和参考误差范围(rer)的比较结果来递归地校正第二电压(V2k)，并且最后基于最终校正的第二电压(V2k)来估计第一SOC(SOC1k)。
第七操作(S700)是其中处理器130基于估计的第一SOC(SOC1k)来估计电池B的OCV(OCVk+1)的操作。
具体地，第七操作(S700)是其中处理器130基于在时间点k估计的第一SOC(SOC1k)来估计在时间点k+1的电池B的OCV(OCVk+1)的操作。可以在第七操作(S700)中估计时间点k+1的OCV(OCVk+1)，并且可以通过估计的OCV(OCVk+1)来估计时间点k+1的第二电压(V2k+1)。
另外，处理器130可以通过获得在第六操作(S600)中估计的第一SOC(SOC1k)与基于由安培计数单元120计数的安培计数值而估计的第二SOC(SOC2k)之间的差来计算SOC误差(SOCerrork)。
例如，参见图5的实施例中的第一曲线501和第二曲线502，随着处理器130执行第一操作(S100)至第七操作(S700)，可以降低SOC的误差。
也就是说，根据本公开的实施例的用于估计电池100的充电状态的设备具有通过递归地测量和估计电池B的电压并基于参考误差范围来校正估计的电池B的电压来降低估计的SOC的误差的优点。
上述本公开的实施例不必须由设备来实现，而是也可以通过用于实现与本公开的配置相对应的功能的程序或在其上记录有该程序的记录介质来实现。根据实施例的以上描述，本领域技术人员可以容易地执行这种实施方式。
已经详细描述了本公开。然而，应当理解，详细说明和特定示例虽然指示了本公开的优选实施例，但是仅以说明的方式给出，因为根据该详细描述在本公开的范围内的各种改变和修改对于本领域技术人员而言将是显而易见的。
另外，在不脱离本公开的技术方面的情况下，本领域技术人员可以对上文描述的本公开进行许多替换、修改和改变，并且本公开不限于上述实施例以及附图，并且每个实施例可以部分地或整体地选择性地组合以允许各种修改。
(参考符号)
1：电池组
B：电池
100：用于估计电池的充电状态的设备
110：感测单元
120：安培计数单元
130：处理器
200：等效电路模型

Claims (11)

1.一种用于估计电池的充电状态(SOC)的设备，包括：
感测单元，所述感测单元被配置为测量电池的第一电压和开路电压(OCV)中的至少一个；以及
处理器，所述处理器可操作地耦合到所述感测单元，
其中，所述处理器被配置为：基于所述电池的所述OCV或先前估计的第一SOC来估计所述电池的第二电压，通过对所述电池的所述第一电压和所述第二电压之间的电压误差进行计数来计算计数的电压误差，取决于所述计数的电压误差是否被包括在参考误差范围内来对所述电池的所述第二电压进行校正，并基于所述第二电压或所校正的第二电压来估计所述电池的第一SOC。
2.根据权利要求1所述的用于估计电池的充电状态的设备，
其中，所述处理器被配置为：当所述计数的电压误差未被包括在所述参考误差范围内时，通过向所述电池的所述第二电压增加校正电压或从所述电池的所述第二电压减去校正电压来校正所述电池的所述第二电压。
3.根据权利要求2所述的用于估计电池的充电状态的设备，
其中，根据所述第一电压的大小来设置所述校正电压，以降低所述第一电压和所校正的第二电压之间的电压误差。
4.根据权利要求2所述的用于估计电池的充电状态的设备，
其中，所述处理器被配置为：检查所述计数的电压误差是正值还是负值，并基于检查结果通过向所述电池的所述第二电压增加所述校正电压或从所述电池的所述第二电压减去所述校正电压来校正所述电池的所述第二电压。
5.根据权利要求4所述的用于估计电池的充电状态的设备，
其中，所述处理器被配置为：当所述计数的电压误差是正值时，通过向所述电池的所述第二电压增加所述校正电压来校正所述电池的所述第二电压。
6.根据权利要求4所述的用于估计电池的充电状态的设备，
其中，所述处理器被配置为：当所述计数的电压误差是负值时，通过从所述电池的所述第二电压减去所述校正电压来校正所述电池的所述第二电压。
7.根据权利要求1所述的用于估计电池的充电状态的设备，
其中，所述感测单元被配置为进一步测量所述电池的电流，以及
所述处理器被配置为：基于通过对所述电池的所述电流进行计数而获得的安培计数值来估计所述电池的第二SOC，计算所述第二SOC与所估计的第一SOC之间的SOC误差，并通过映射所述SOC误差和所述计数的电压误差来生成误差数据。
8.根据权利要求7所述的用于估计电池的充电状态的设备，
其中，所述处理器被配置为：基于所述误差数据将与所述SOC误差的目标范围相对应的所述计数的电压误差的范围设置为参考误差范围。
9.根据权利要求1所述的用于估计电池的充电状态的设备，
其中，所述感测单元被配置为进一步测量所述电池的OCV，以及
所述处理器被配置为：
在先前估计所述第一SOC之前，基于由所述感测单元测量的所述OCV来估计所述第二电压，以及
在先前估计所述第一SOC之后，基于先前估计的第一SOC来估计所述第二电压。
10.一种包括根据权利要求1至9中的任一项所述的用于估计电池的充电状态的设备的电池组。
11.一种包括根据权利要求1至9中的任一项所述的用于估计电池的充电状态的设备的车辆。
CN201980035130.XA 2018-12-21 2019-12-18 用于估计电池的充电状态的设备 Active CN112189143B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR20180167869 2018-12-21
KR10-2018-0167869 2018-12-21
PCT/KR2019/018004 WO2020130630A1 (ko) 2018-12-21 2019-12-18 배터리 충전 상태 추정 장치

Publications (2)

Publication Number Publication Date
CN112189143A true CN112189143A (zh) 2021-01-05
CN112189143B CN112189143B (zh) 2023-10-20

Family

ID=71101470

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980035130.XA Active CN112189143B (zh) 2018-12-21 2019-12-18 用于估计电池的充电状态的设备

Country Status (6)

Country Link
US (1) US11422196B2 (zh)
EP (1) EP3828566A4 (zh)
JP (1) JP7010563B2 (zh)
KR (1) KR102525147B1 (zh)
CN (1) CN112189143B (zh)
WO (1) WO2020130630A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11360147B2 (en) * 2020-03-03 2022-06-14 Karma Automotive Llc Method of determining the state of charge of a battery used in an electric vehicle
GB202212015D0 (en) * 2022-08-17 2022-09-28 Nordic Semiconductor Asa Battery-powered devices

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100669476B1 (ko) * 2005-12-21 2007-01-16 삼성에스디아이 주식회사 배터리의 ｓｏｃ보정 방법 및 이를 이용한 배터리 관리시스템
JP2013238402A (ja) * 2012-05-11 2013-11-28 Calsonic Kansei Corp バッテリの充電率推定装置
CN103616647A (zh) * 2013-12-09 2014-03-05 天津大学 一种用于电动汽车电池管理系统的电池剩余电量估计方法
CN103995231A (zh) * 2013-02-20 2014-08-20 株式会社杰士汤浅国际 充电状态估计装置、充电状态估计方法
CN106062579A (zh) * 2014-03-03 2016-10-26 松下知识产权经营株式会社 电池状态估计装置以及电池状态估计方法
US20170139013A1 (en) * 2015-11-16 2017-05-18 Samsung Electronic, Co. Ltd. Computing system for identification of solid-solid interphase products
CN108089130A (zh) * 2016-11-22 2018-05-29 三星电子株式会社 基于误差校正的用于估计电池的状态的方法和设备

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100669475B1 (ko) * 2005-12-21 2007-01-16 삼성에스디아이 주식회사 배터리의 ｓｏｃ 보정 방법 및 이를 이용한 배터리 관리시스템
KR100804698B1 (ko) 2006-06-26 2008-02-18 삼성에스디아이 주식회사 배터리 ｓｏｃ 추정 방법 및 이를 이용하는 배터리 관리시스템 및 구동 방법
KR100901559B1 (ko) 2007-11-21 2009-06-08 현대자동차주식회사 하이브리드 차량의 ｓｏｃ 초기화 방법
JP5771909B2 (ja) * 2010-06-08 2015-09-02 日産自動車株式会社 二次電池の充電容量推定装置
JP5595361B2 (ja) * 2011-09-27 2014-09-24 プライムアースＥｖエナジー株式会社 二次電池の充電状態推定装置
KR101966062B1 (ko) 2012-11-23 2019-04-05 삼성전자주식회사 배터리 잔량 측정 장치 및 측정 방법
KR101399345B1 (ko) * 2012-11-27 2014-05-27 에스케이씨앤씨 주식회사 배터리 잔여랑을 추정하는 방법
JP5997081B2 (ja) * 2013-03-21 2016-09-21 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及び二次電池の状態推定方法
JP2015038444A (ja) * 2013-08-19 2015-02-26 株式会社東芝 二次電池の残量推定方法及びその装置
US9108524B2 (en) 2013-10-22 2015-08-18 GM Global Technology Operations LLC Battery SOC estimation with automatic correction
JP6221884B2 (ja) * 2014-03-25 2017-11-01 富士通株式会社 推定プログラム、推定方法および推定装置
KR101767635B1 (ko) 2014-10-24 2017-08-14 주식회사 엘지화학 이차 전지의 충전 상태 추정 장치 및 그 방법
JP6657967B2 (ja) * 2016-01-06 2020-03-04 株式会社Ｇｓユアサ 状態推定装置、状態推定方法
JP6615011B2 (ja) 2016-03-09 2019-12-04 日立オートモティブシステムズ株式会社 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

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100669476B1 (ko) * 2005-12-21 2007-01-16 삼성에스디아이 주식회사 배터리의 ｓｏｃ보정 방법 및 이를 이용한 배터리 관리시스템
US20070139013A1 (en) * 2005-12-21 2007-06-21 Se-Wook Seo Method for compensating state of charge of battery and battery management system using the same
JP2013238402A (ja) * 2012-05-11 2013-11-28 Calsonic Kansei Corp バッテリの充電率推定装置
CN103995231A (zh) * 2013-02-20 2014-08-20 株式会社杰士汤浅国际 充电状态估计装置、充电状态估计方法
CN103616647A (zh) * 2013-12-09 2014-03-05 天津大学 一种用于电动汽车电池管理系统的电池剩余电量估计方法
CN106062579A (zh) * 2014-03-03 2016-10-26 松下知识产权经营株式会社 电池状态估计装置以及电池状态估计方法
US20170139013A1 (en) * 2015-11-16 2017-05-18 Samsung Electronic, Co. Ltd. Computing system for identification of solid-solid interphase products
CN108089130A (zh) * 2016-11-22 2018-05-29 三星电子株式会社 基于误差校正的用于估计电池的状态的方法和设备

Also Published As

Publication number Publication date
EP3828566A4 (en) 2021-12-01
WO2020130630A1 (ko) 2020-06-25
KR20200078381A (ko) 2020-07-01
CN112189143B (zh) 2023-10-20
EP3828566A1 (en) 2021-06-02
US11422196B2 (en) 2022-08-23
US20210263107A1 (en) 2021-08-26
JP2021524139A (ja) 2021-09-09
JP7010563B2 (ja) 2022-01-26
KR102525147B1 (ko) 2023-04-24

Similar Documents

Publication Publication Date Title
KR102160274B1 (ko) 배터리 충전 상태 추정 장치 및 방법
US8332169B2 (en) Apparatus and method for estimating state of health of battery based on battery voltage variation pattern
US9537325B2 (en) Battery state estimation system, battery control system, battery system, and battery state estimation method
US20180045788A1 (en) Battery state estimating apparatus
US10845417B2 (en) Battery state estimation device, battery control device, battery system, battery state estimation method
KR20050013972A (ko) 이차 전지의 잔류 용량 산출 방법 및 배터리 팩
US11125823B2 (en) Method for estimating parameter of equivalent circuit model for battery, and battery management system
KR102572652B1 (ko) 배터리의 충전상태를 추정하는 방법
US11269013B2 (en) Method for estimating parameter of equivalent circuit model for battery, and battery management system
JPWO2019116815A1 (ja) 二次電池監視装置、二次電池状態演算装置および二次電池状態推定方法
JP7452924B2 (ja) バッテリーｓｏｈ推定装置及び方法
CN112189143B (zh) 用于估计电池的充电状态的设备
CN117157542A (zh) 电池状态估计装置和方法
CN110651194B (zh) 用于估计电池的soc的装置和方法
JP2021144886A (ja) 電池管理装置、電池管理システム及び電池管理方法
CN117890798B (zh) 电池剩余能量状态估算方法及相关装置
JP2021156615A (ja) 電池状態推定装置および電池状態推定方法
KR20230161073A (ko) 배터리 soh 추정 장치 및 방법

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
TA01 Transfer of patent application right

Effective date of registration: 20220322

Address after: Seoul, South Kerean

Applicant after: LG Energy Solution,Ltd.

Address before: Seoul, South Kerean

Applicant before: LG CHEM, Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant