CN112513656A - 用于估计电池的充电状态的方法及装置 - Google Patents
用于估计电池的充电状态的方法及装置 Download PDFInfo
- Publication number
- CN112513656A CN112513656A CN201980038182.2A CN201980038182A CN112513656A CN 112513656 A CN112513656 A CN 112513656A CN 201980038182 A CN201980038182 A CN 201980038182A CN 112513656 A CN112513656 A CN 112513656A
- Authority
- CN
- China
- Prior art keywords
- battery
- charge
- state
- value
- terminal voltage
- 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
Links
- 238000000034 method Methods 0.000 title claims description 28
- 230000001419 dependent effect Effects 0.000 claims abstract description 12
- 238000012937 correction Methods 0.000 claims description 16
- 238000007670 refining Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 7
- 229910001416 lithium ion Inorganic materials 0.000 description 7
- 238000007726 management method Methods 0.000 description 7
- 229910003003 Li-S Inorganic materials 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- 229910005580 NiCd Inorganic materials 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000003869 coulometry Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 230000002401 inhibitory effect Effects 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- 238000007620 mathematical function Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 229910005813 NiMH Inorganic materials 0.000 description 1
- 229910003962 NiZn Inorganic materials 0.000 description 1
- JDZCKJOXGCMJGS-UHFFFAOYSA-N [Li].[S] Chemical compound [Li].[S] JDZCKJOXGCMJGS-UHFFFAOYSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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]
- G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3828—Arrangements for monitoring battery or accumulator variables, e.g. SoC using current integration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
-
- 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
-
- 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
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
- H01M10/486—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Secondary Cells (AREA)
Abstract
根据所提出的实施例,通过特定于电池的电池模型来估计电池的充电状态,电池模型提供取决于充电状态值的终端电压值的逐段定义的相关性,其中电池模型的所述段(1、2、3、……、M‑1、M)中的每一个界定了与所述段(1、2、3、……、M‑1、M)中的其它段的相关性的单调依赖性。通过将取决于充电状态值的终端电压值的相关性分割成段(1、2、3、……、M‑1、M),在数学上来说取决于充电状态值的终端电压值的这样逐段定义的相关性内的每一个分段是适合于变换成在段(1、2、3、……、M‑1、M)内定义的反函数的一对一函数。根据另外的实施例,通过包括用于估计电池充电值的库仑计数的迭代反馈回路来连续地细化估计的充电状态,其中将先前循环处的细化的估计的电池充电值充电状态值向前投射到当前循环。
Description
技术领域
所公开的实施例总体上涉及一种用于估计可再充电电池的充电状态的方法和装置。
背景技术
可再充电电池已经变得越来越重要,其主要用于在固定或电子移动应用(即,电动交通工具(诸如汽车和飞机)或电子装备(诸如移动设备))中提供能量储存装置。
充电状态值或SoC值指示电池的可用容量。该值通常以用于维护人员或最终用户(诸如驾驶员或飞行员)的电池的全容量的百分比提供。充电状态不能直接测量为定量,而是代替地估计。作为能量存储系统的一部分,电池管理系统或BMS通常负责充电状态的估计,其对于在安全和生命攸关的应用中足够和可靠是至关重要的。
通过尽可能准确的方式连续监测电池的充电状态以避免由这样的电池服务的装备的操作的停止或中断对于许多应用中的用户来说是必要的。现有的电池单元容量只能通过充电状态监测来充分利用。
用于估计电池的充电状态的设备在本领域中是已知的。充电状态估计可以由电池管理系统使用来自每一个电池单元电位的电压测量和施加在电池或电池组上的负载或充电电流测量的数据来提供。
根据迄今为止已知的方法,测量了终端电压值(即当负载连接到电池时电池的电压),定义电池充电循环结束的电压上限和定义电池放电循环结束的电压下限。在这些结束之间,通过将非线性电池模型应用为相对于(over)充电状态的电压值的相关性或数学上的函数的估计算法来考虑电池的非线性状态(behavior)。用于估计操作中的电池的充电状态的这种电池模型可以预先使用例如实验地获得取决于参考电池的充电状态的参考电池的开路电压值(即,没有负载的电池的电压)的函数的经验方法来提供。然后可以通过测量开路电压并根据电池模型确定相应的充电状态来推断待估计的电池的充电状态。代替在常规条件下确定电池的开路电压,可以进行正常放电过程,由此向所测量的终端电压添加校正,以便确定开路电压特性。
迄今为止已知的该方法的主要缺点是由通过当前测量的电压值推断从非线性函数导出的充电状态的不确定性引起的,因为由电池模型提供的相对于充电状态的电压值的函数可能不总是返回针对给定电压值的单个充电状态值。换句话说,相对于充电状态的电压值的函数可以返回针对给定电压值的多于一个的充电状态值。
因此,在本领域中需要使用针对给定电压值的电池模型来唯一地确定电池的充电状态估计。
发明内容
如本文中所述的用于估计充电状态的实施例通常涉及应用用于通过至少测量电池的终端电压来估计电池的充电状态的电池模型。
在一个实施例中,公开了一种用于估计电池的充电状态的方法,包括以下步骤:
a)提供特定于电池的电池模型,电池模型提供取决于充电状态值的终端电压值的逐段定义(section-wise)的相关性,其中电池模型的所述段中的每一个界定与所述段中的其它段的相关性的单调依赖性;
b)测量电池的终端电压值;
c)基于电池的至少一个操作条件来识别电池模型的所述段中的一个;
d)在电池模型的所识别的段内检索与测量的终端电压相关的充电状态值,以及;
e)返回检索的充电状态值作为电池的估计的充电状态。
所提出的方法使用包括在电池模型中的相关性或数学上的函数,其中,根据该相关性,每一个终端电压值取决于充电状态值。
由于通过在步骤b)中的测量已知的终端电压,所以必须确定逆相关性或数学上的反函数,即取决于所测量的终端电压值的充电状态值。然而,电压值相对于充电状态值的逆相关性不是一对一的,因为其可以返回针对给定电压值的多于一个的充电状态值。
在数学上表达的情况下,对于依赖值(电压值)的曲线进展不是严格单调增加或减小的函数,转换成反函数是不可能的。实际上,如附图的图2中所图示,作为充电状态值的函数的终端电压值的典型曲线进展不是单调减小的,而是在一些部分中形成恒定的进展或甚至增加的曲线进展。这导致如下情况:其中反函数针对给定电压值产生多于一个的充电状态值,从而抑制针对给定电压值的充电状态值的唯一确定。
根据本发明的实施例,该问题通过取决于充电状态值而将终端电压值的相关性分割成段的方法来解决,其中相关性表现出单调依赖性。单调依赖性是曲线进展的单调增加或单调减小。
在数学上来说,取决于充电状态值的终端电压值的这样的逐段定义的函数内的每一个函数分段是适合于变换成在该段内定义的反函数的一对一函数。
这意味着取决于已知的终端电压值的充电状态值的逐段定义的逆相关性针对一个给定的终端电压值产生恰好一个充电状态值。
在电池模型内应用所述逐段定义的相关性,所提出的方法提供了测量电池的终端电压值的步骤,之后接着识别电池模型的合适段的步骤,其中段的识别基于电池的至少一个操作条件。随后,在电池模型的所识别段内确定与所测量的终端电压相关的充电状态值。最后,将确定的充电状态值返回作为电池的估计的充电状态。
根据实施例,通过施加到所确定的充电状态的校正因子来细化所估计的充电状态。该校正因子通过库仑法(coulometry)原理确定,其中确定递送到电池或由电池递送的能量的量,并且其中从标称电池容量和由电池递送的能量之间的差获得可用于递送的剩余电池电荷的值。如此获得的剩余电池电荷用于校正估计的充电状态。
根据优选实施例,应用估计充电状态的迭代反馈回路,其中电池容量和估计的充电状态在每一个时间间隔或循环处通过操作为迭代反馈回路来细化,该迭代反馈回路将先前循环处的细化的电池容量向前投射到当前循环,并且使用先前循环处的细化的电池容量作为用于识别电池模型的所述段中的一个的操作条件中的一个。
根据实施例,电池模型的终端电压值由等效开路电压值表示,其中等效开路电压值由电池的内部阻抗中的电压降补偿。
根据实施例,电池的操作条件包括以下各项中的一项或多项:电池上的电流负载、电池的视为的开路电压、电池的内部电阻或阻抗和/或电池的温度。
在另一个实施例中,公开了一种用于估计电池的充电状态的电池管理系统,该电池管理系统包括电池模型、测量模块、索引模块、相关性模块和输出模块。所述模块执行根据如上所述的实施例的用于估计充电状态的方法。
附图说明
根据结合附图的优选实施例的下面的描述,本实施例的目的以及另外的优点将变得更加明显并且容易理解,在附图中:
图1示出了根据实施例的如在电池模型中使用的作为电池的充电状态的函数的电池的电压的逐段定义的相关性;
图2示出了根据现有技术的作为电池的充电状态的函数的电池的电压的曲线图;以及;
图3示出了根据实施例的图示操作流程图的图。
具体实施例
图2示出了作为电池的充电状态的相关性或函数的电池的开路电压的曲线图,由此该相关性的参数可以存储在电池模型中并由根据现有技术的电池管理系统使用。
图2中描绘的曲线示出了针对在预定温度下操作的给定电池,电池电压依赖于其充电状态的示例性相关性。已经针对特定电池类型抢先地确定了该相关性,并且该相关性的参数值已经被存储在电池模型的参数值资源(可选地为查找表)中,该电池模型根据图2中描绘的曲线对电池的状态进行建模。
可以通过考虑电池的化学和物理属性的推断方法基于标准电池的测试经验地或半经验地导出参数值的抢先的确定、或在实验上执行参数值的抢先的确定、或者通过所述确定方法的组合来进行参数值的抢先的确定。根据示例性相关性,图2中所示的坐标系的纵坐标上的电压值V取决于横坐标上的充电状态值S。
该方法(其也称为基于开路电压(OCV)的方法)基于电池电位的电压测量。每种电池技术具有其自己独特的电压特性,这具有许多依赖性。最显著的依赖性是取决于电池的充电状态的开路电压,即没有负载的电池的电压。通过测量,可以获得该特性。测量没有负载的电池的电压,可以以良好的精度确定充电状态。这种方法的主要缺点在于其只能与空闲操作中的电池一起使用,而不能在电池放电或充电期间使用,因为电池的阻抗随着负载电流而显著地更改电压。使用这种方法的另一个缺点是其曲线进展不是单调减小的电压特性的属性。该属性将以下在下文中进一步陈述。
在已经完成依赖于针对已经存储的给定电池的其充电状态的电池电压的相关性的抢先确定之后,将相关性的参数值存储在电池模型的参数值资源中。电池模型现在用于充电状态的估计。
由于开路电压值V可以被测量,所以必须确定逆相关性或数学上的反函数,即取决于测量的终端电压值V的充电状态值S。然而,电压值相对于充电状态值的逆相关性不是一对一的,因为其返回多于一个的充电状态值S1、S2以用于如附图中所描绘的至少一个电压值V1。其原因在于,作为充电状态值S的函数的终端电压值V的曲线进展不是单调减小的,而是在一些部分中形成增加的曲线进展。这导致如下情况:其中反函数针对给定电压值V1产生多于一个的充电状态值S1、S2,从而抑制针对该电压值V1的充电状态值的唯一确定。
用于使用电池模型的充电状态估计的方法遇到由确定逆相关性的必要性引起的多个限制:
-特定类型的电池具有以下状态(图2中未示出):在一些情况下,存在属于相同的电压值的更多的充电状态值。
在锂离子或锂离子电池的情况下,例如,当在低温度(特别是0℃以下的温度)下操作时,针对测量的电压值的充电状态值的唯一确定是不可能的。换句话说:对于在0℃以下的温度下操作的锂离子电池,电压值相对于充电状态值的逆相关性不是一对一的。然而,在室温下操作的锂离子电池允许针对测量的电压值的充电状态值的唯一确定。换句话说:电压值相对于充电状态值的逆相关性对于在室温下操作的锂离子电池是一对一的。仅在某些温度范围内允许唯一确定针对测量的电压值的充电状态值的电池的其它示例包括LiFePo、LiPo、NiMH、NiZn、铅酸和NiCd电池。在后一种NiCd电池的情况下,唯一确定依赖于过充电效应的不存在,其意味着当过充电效应发生或已经发生时,唯一确定是不可能的。
-其它类型的电池(例如锂-硫或Li-S电池)具有图2中所示的状态,其中在所有情况下存在属于相同电压值的更多的充电状态值。换句话说:对于针对所有条件下的Li-S电池,电压值相对于充电状态值的逆相关性不是一对一的。
估计充电状态的已知方法部分地可适用于广泛使用的锂基电池,例如锂离子电池、锂聚合物(Li-Po)电池或磷酸铁锂(Li-Fe-Po)电池,因为其状态使得在一些情况下存在属于一个电压电平的一个明确的充电状态值,这意味着电池的放电电压特性的逆相关性或数学上的反函数是充电状态的函数,或者可替代地是放电深度(DoD)的函数。
除了以上所示的基于模型的方法之外,估计电池的充电状态的其它方法在本领域中是已知的,包括库仑计数(CC)方法。库仑计数基于电池上的放电和/或充电电流的连续测量。电流值随时间积分,以便确定电池已经使用的容量。将该值与标称容量进行比较,可以估计充电状态。该方法的主要缺点是估计的容量中的漂移误差,该漂移误差由由于积分引起的恒定累积偏差造成。
图1示出了根据实施例的如在电池模型中使用的作为电池的充电状态的函数的电池的电压的逐段定义的相关性。
该实施例本质上基于将从图2中已知的电池的电压特性的曲线划分成作为充电状态的函数的多个段1、2、3、……M-1、M的思想。段1、2、3、……M-1、M在附图中由带圆圈的序号象征。
与结合图2所示的示例不同,根据图1的实施例使用等效开路电压EOV作为所描绘的坐标系的纵坐标上的单位。所得到的特性在下文中被称为»等效开路电压特性«或EOCVC。
等效开路意味着电池的电压特性被补偿,以便独立于可能由于阻抗引起的任何电流。换句话说,电池模型的终端电压值由等效开路电压值EOV表示,其中等效开路电压值EOV由电池的内部阻抗中的电压降补偿,该电压降由从电池流出的电流引起。
划分等效开路电压特性导致数量为M的段1、2、3、……M-1、M,其中在每一个段中相关性表现出单调依赖性。根据图1中所示的示例性曲线,曲线在段1、2、4、M-1和M中是严格单调减小的,而在段5中是严格单调增加的。通过应用数学推导方法(诸如dEOV/dS或更高阶的推导)可以确定足够数量的段。可以说明,可以区分的段越多,充电状态的估计将越准确。
取决于充电状态值S的等效开路电压值EOV的这样的逐段定义的函数内的每一个函数分段在数学上被说成适合于变换成在段1、2、3、……M-1、M内定义的反函数的一对一函数。
这意味着取决于已知开路电压值EOV的充电状态值S的逐段定义的逆相关性针对实际选择的段1、2、3、……M-1、M内的一个给定终端电压值产生恰好一个充电状态值。
在电池模型内应用所述逐段定义的相关性,该实施例提供了测量电池的终端电压值或开路电压值EOV的步骤,之后接着识别电池模型的合适的段1、2、3、……M-1、M的步骤,其中段1、2、3、……M-1、M的识别是基于电池的至少一个操作条件。随后,在电池模型的所识别的段1、2、3、……M-1、M内确定与所测量的终端电压相关的充电状态值S。
当然,电池模型内的逐段定义的相关性对于如上所述的两种类型的电池都是有益的,该两种类型的电池包括以下两者:
-具有在一些情况下存在属于相同电压值的更多的充电状态值的状态的电池类型,例如锂离子电池;和;
-具有在所有情况下存在属于相同电压值的更多的充电状态值的状态的电池类型,例如Li-S电池。
逐段定义的相关性的益处是由于操作情况不被认为是应用逆相关性的事实。这些情况有利地被考虑在电池模型内。
图3示出了图示根据另外的实施例的操作流程图的图。根据该实施例,所估计的充电状态由迭代反馈回路CYC连续地细化,所述迭代反馈回路CYC包括参数的测量和电池模型内的参数的检索,其中先前循环处的细化的估计的充电状态值被向前投射到当前循环。
在操作流程图的第一段S1内,提供了测量电池的终端电压值的步骤101、测量电池流出的电流的步骤102和确定电池容量的步骤103。在先前循环中确定在迭代反馈回路CYC的当前循环中使用的电池容量(其通常表示电池的标称容量与迄今使用的容量之间的差)。
在操作流程图的第二段S2内,提供了将终端电压值和电流值输入到电池模型中的步骤201。等效开路电压值402由在步骤101中测量的电池的终端电压值与由在步骤102中测量的从电池流出的电流值引起的已知内部阻抗中的电压降的差来确定。根据实施例,已知的内部阻抗和/或电阻被包括在电池模型中并从电池模型中检索。
在操作流程图的第三段S3内,提供了基于电池的至少一个操作条件识别电池模型内的段的顺序。操作条件可以包括先前循环的电池容量,以便粗略地识别在电池模型内表示的相关性在横坐标上的位置,由此唯一地识别横坐标的充电状态部分上的段。
在第一判定步骤301中,做出电池模型内的第一段是否可应用的第一判定。如果第一段是可应用的(其由从判定步骤301垂直向下指向的分支Y(»是«)表示),则执行随后的步骤401。如果第一段是不可应用的(其由从判定步骤301水平指向右侧的分支N(»否«)表示),则执行随后的判定步骤302。在随后的第二判定步骤302中,做出电池模型内的第二段是否可应用的第二判定。如果第二段是可应用的(其由从第二判定步骤302垂直向下指向的分支Y(»是«)表示),则执行随后的步骤401。如果第二段是不可应用的(其由从第二判定步骤302水平指向右侧的分支N(»否«)表示),则执行判定步骤302和判定步骤303之间的随后的(未示出的)判定步骤。判定步骤的顺序继续(由附图中的三个点象征)直到已经达到等于电池模型的段的数目M的序号。在最后的第(M-1)判定步骤303中,做出电池模型内的第(M-1)段是否可应用的判定。无论第(M-1)段是否可应用(其由分支Y(»是«)和分支N(»否«)表示,两者都从最终判定步骤303垂直向下指向),执行随后的步骤401。
在操作流程图的第四段S4内,由索引模块索引401的步骤返回电池模型内的所识别的段号。在步骤403中,在电池模型的所识别段内检索与测量的终端电压相关的充电状态值404,由此使用等效开路电压值402。在电池模型的所识别段内检索的该充电状态值返回为电池的估计的充电状态404。
在库仑计数步骤406中,通过随时间积分由步骤102测量的电流值和在先前循环中确定并由步骤103递送的电池容量103,使用差分使用的容量(即,在当前操作的循环中使用的容量)来计算在迭代反馈回路的当前循环中确定的电池容量405。所计算的电池容量405是当前循环中的电池容量405。作为所计算的电池容量405和标称电池容量的商导出的细化的充电状态由步骤605返回。
通过计算步骤407(由附图中的交叉圆象征),由当前循环中的电池充电405导出的确定的充电状态和估计的充电状态404用于计算校正因子501。根据实施例,校正因子501被计算为估计的充电状态404与在当前循环中由电池充电405导出的确定的充电状态之间的差,如由附图中的»+«以及»-«符号象征。
在操作流程图的第五段S5内,校正因子501被馈送到细化步骤502,以用于通过利用校正因子501细化来自先前循环的电池容量503来细化由步骤103从先前循环递送的电池容量503。根据实施例,细化步骤502包括以下计算:
QB(N)=QB(N-1)×[(100+CF)/100]
其中:
QB(N)表示在当前循环N内确定的细化的电池容量;
QB(N-1)表示由步骤103从先前循环N-1递送的电池容量503;
CF表示校正因子501;
在当前循环内确定的细化的电池容量由步骤604返回。在当前循环内确定的该细化的电池容量由步骤604返回到随后的循环CYC,在该循环CYC中其将作为随后的循环中的电池容量的新值而使用(等同于前一步骤103)。在以上公式中使用的索引计数中,该随后的循环将具有N+1的索引。换句话说,细化的步骤是更新标称容量的值,标称容量的值在下一步骤中循环回到库仑计数器406。
在操作流程图的第六段S6内,执行触发新测量步骤602、603并通过反馈回路CYC重复循环的步骤601。这些新的测量步骤包括测量电池的终端电压值的步骤602和测量电池流出的实际电流的步骤603。步骤602、603等效地用作先前循环中的步骤101、102。
上述步骤优选地由接合电池模型201的数字和/或模拟数据表示的电池管理系统执行,(未示出的)测量模块被配置为执行步骤101、102、602、603,(未示出的)索引模块可操作以执行步骤301、302、303、401,(未示出的)相关性模块可操作以执行步骤403,以及输出模块用于执行步骤604。
根据所提出的实施例,通过特定于电池的电池模型来估计电池的充电状态,电池模型提供取决于充电状态值的终端电压值的逐段定义的相关性,其中电池模型的所述段中的每一个界定与所述段中的其他段的相关性的单调依赖性。通过取决于充电状态值将终端电压值的相关性分割成段,在数学上来说,在取决于充电状态值的终端电压值的这样的逐段定义的相关性内的每一个分段是适合于变换成在该段内定义的反函数的一对一函数。
根据实施例,通过包括用于估计电池充电值的库仑计数的迭代反馈回路来连续地细化估计的充电状态,其中将先前循环处的细化的估计的电池充电值充电状态值向前投射到当前循环。
根据实施例,(未示出的)迭代反馈回路执行单元正在执行迭代反馈回路CYC,所述迭代反馈回路CYC将先前循环处的电池充电向前投射到当前循环并且使用校正因子以便返回电池的细化的估计的充电状态。
根据实施例,计算校正因子并通过校正因子细化估计的充电状态的步骤407、502由(未示出的)校正模块执行。
根据实施例,库仑计数步骤406由(未示出的)库仑计数模块执行。
所提出的实施例允许在电池管理系统中容易的实现方式,这是由于复杂的计算时间和功率需求操作不是必要的事实。即使在电压和电流测量的信噪比(SNR)具有相当低的质量的实现方式中,实施例也提供可靠的充电状态值。
由于实施例连同标量值仅使用简单的数学运算(代替使用如卡尔曼滤波器中的矩阵运算),所以在使用标准的基于微控制器的电池管理系统的实时系统中的实现方式是合适的,并且有利地导致用于开发的低成本。
实施例具有可适应性和可扩展性。
仅通过改变某些部件模块(特别是电池模型),模块可以被重新用于所有种类的电池技术。甚至所实现的算法独立于电压和电流水平,使得其也可以重新用于电池单元、电池组或模块。
为了定制成具有特定电池单元的特定应用,仅需要参数化更新。改变电池技术仅需要在电池模型内更新参数表。
应当理解,所附权利要求中记载的元件和特征可以以不同的方式组合,以产生同样落入本发明范围内的新的权利要求。因此,尽管以下所附从属权利要求仅从属于单个独立权利要求或从属权利要求,但是应当理解,这些从属权利要求可以可替代地被使得从属于任何前述权利要求或以下权利要求(无论是独立的还是从属的),并且这样的新组合应当被理解为形成本说明书的一部分。
虽然上面已经参考各种实施例描述了本发明,但是应当理解,可以对所描述的实施例进行许多改变和修改。因此,旨在是前述描述被认为是说明性的而不是限制性的,并且应当理解,实施例的所有等同物和/或组合旨在被包括在本描述中。
Claims (7)
1.一种用于估计电池的充电状态的方法,包括以下步骤:
a)提供特定于所述电池的电池模型,所述电池模型提供取决于充电状态值的终端电压值的逐段定义的相关性,其中所述电池模型的所述段中的每一个界定与所述段中的其它段的所述相关性的单调依赖性;
b)测量所述电池的终端电压值;
c)基于所述电池的至少一个操作条件来识别所述电池模型的所述段中的一个;
d)在所述电池模型的所述识别的段内检索与所述测量的终端电压相关的充电状态值,以及;
e)返回所述检索的充电状态值作为所述电池的估计的充电状态。
2.根据权利要求1所述的方法,包括以下步骤:
-通过对在当前循环内随时间流出的所述电池的测量的电流进行积分来确定当前循环内的使用的容量;
-通过使用先前循环的电池容量和所述当前循环内所述使用的容量来确定所述当前循环中的电池容量;
-使用实际循环中的电池容量和由步骤d)确定的所述充电状态值来计算校正因子;以及;
-通过将所述确定的电池容量乘以所述校正因子来细化在所述当前循环内确定的所述电池容量。
3.根据权利要求2所述的方法,通过操作为将先前循环处的所述电池容量向前投射到所述当前循环的迭代反馈回路并使用校正因子以便返回细化的电池容量来细化每一个循环处的所述电池容量。
4.根据前述权利要求之一所述的方法,其中所述电池模型的所述终端电压值由等效开路电压值表示,所述等效开路电压值由所述电池的内部阻抗中的电压降补偿。
5.根据前述权利要求之一所述的方法,其中所述电池的所述操作条件包括以下各项中的一项或多项:
-所述电池上的电流负载;
-所述电池的视为的开路电压;
-所述电池的内部阻抗和/或电阻;
-所述电池的温度。
6.一种用于估计电池的充电状态的电池管理系统,包括:
-特定于所述电池的电池模型,所述电池模型提供取决于充电状态值的终端电压值的逐段定义的相关性,其中所述电池模型的所述段中的每一个界定与所述段中的其它段的所述相关性的单调依赖性;
-测量模块,其被配置为测量所述电池的终端电压值;
-索引模块,其可操作以基于所述电池的操作条件来识别所述电池模型的所述段中的一个;以及;
-相关性模块,其可操作以在所述电池模型的所述识别的段内检索与所述终端电压相关的充电状态值;以及;
-输出模块,其用于返回所述检索的充电状态值作为所述电池的估计的充电状态。
7.根据权利要求6所述的电池管理系统,包括:
迭代反馈回路执行单元,其用于执行迭代反馈回路CYC,所述迭代反馈回路CYC将先前循环处的电池容量值向前投射到当前循环并且使用校正因子以便返回所述电池的细化的估计的充电状态。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP18176500.9 | 2018-06-07 | ||
EP18176500.9A EP3579007B1 (en) | 2018-06-07 | 2018-06-07 | Method and apparatus for estimating a state of charge of a battery |
PCT/EP2019/064853 WO2019234181A1 (en) | 2018-06-07 | 2019-06-06 | Method and apparatus for estimating a state of charge of a battery |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112513656A true CN112513656A (zh) | 2021-03-16 |
Family
ID=62567438
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980038182.2A Pending CN112513656A (zh) | 2018-06-07 | 2019-06-06 | 用于估计电池的充电状态的方法及装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11598813B2 (zh) |
EP (1) | EP3579007B1 (zh) |
CN (1) | CN112513656A (zh) |
WO (1) | WO2019234181A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112305433A (zh) * | 2020-03-30 | 2021-02-02 | 宁德时代新能源科技股份有限公司 | 电池性能参数的估算方法、装置、设备和介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114264957B (zh) * | 2021-12-02 | 2024-05-07 | 东软集团股份有限公司 | 一种异常单体检测方法及其相关设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100669470B1 (ko) * | 2005-12-22 | 2007-01-16 | 삼성에스디아이 주식회사 | 배터리의 soo 보정 방법 및 이를 이용한 배터리 관리시스템 |
US20100036626A1 (en) * | 2008-08-08 | 2010-02-11 | Kang Jung-Soo | Apparatus and method for estimating state of health of battery based on battery voltage variation pattern |
CN102608534A (zh) * | 2010-12-15 | 2012-07-25 | 马克西姆综合产品公司 | 用于增强燃料表空电压预测的负峰值电压检测 |
CN106405421A (zh) * | 2015-07-27 | 2017-02-15 | 中兴通讯股份有限公司 | 电池荷电状态soc值的估算方法及装置 |
WO2017122758A1 (ja) * | 2016-01-15 | 2017-07-20 | 株式会社Gsユアサ | 蓄電素子管理装置、蓄電素子モジュール、車両および蓄電素子管理方法 |
US20170242079A1 (en) * | 2016-02-24 | 2017-08-24 | Ford Global Technologies, Llc | System and method for identifying vehicle battery decay |
US20180095141A1 (en) * | 2015-04-16 | 2018-04-05 | Oxis Energy Limited | Method and apparatus for determining the state of health and state of charge of lithium sulfur batteries |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3986992B2 (ja) * | 2003-03-31 | 2007-10-03 | 矢崎総業株式会社 | バッテリの放電可能容量推定方法及び装置 |
US20110264390A1 (en) * | 2010-04-22 | 2011-10-27 | Ayman Shabra | Method and apparatus for determining state of charge values for an electrical power cell |
JP5511951B2 (ja) * | 2010-06-07 | 2014-06-04 | 三菱電機株式会社 | 充電状態推定装置 |
JP5803668B2 (ja) * | 2011-12-27 | 2015-11-04 | トヨタ自動車株式会社 | リチウムイオン二次電池システム |
FR2991076B1 (fr) * | 2012-05-24 | 2015-03-13 | Commissariat Energie Atomique | Procede de traitement d'un ensemble de quadruplets de valeurs relatifs a des points de fonctionnement d'un accumulateur electrochimique, procede de determination d'un etat d'energie a partir des donnees issues du procede de traitement, support d'enregistrement, programme informatique et dispositif |
US10101401B2 (en) * | 2015-03-05 | 2018-10-16 | Gs Yuasa International Ltd. | Energy storage device management apparatus, energy storage device management method, energy storage device module, energy storage device management program, and movable body |
CN110927605B (zh) * | 2017-04-18 | 2021-02-23 | 华为技术有限公司 | 电池健康状态的估计方法及装置 |
-
2018
- 2018-06-07 EP EP18176500.9A patent/EP3579007B1/en active Active
-
2019
- 2019-06-06 WO PCT/EP2019/064853 patent/WO2019234181A1/en active Application Filing
- 2019-06-06 CN CN201980038182.2A patent/CN112513656A/zh active Pending
- 2019-06-06 US US17/056,417 patent/US11598813B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100669470B1 (ko) * | 2005-12-22 | 2007-01-16 | 삼성에스디아이 주식회사 | 배터리의 soo 보정 방법 및 이를 이용한 배터리 관리시스템 |
US20100036626A1 (en) * | 2008-08-08 | 2010-02-11 | Kang Jung-Soo | Apparatus and method for estimating state of health of battery based on battery voltage variation pattern |
CN102608534A (zh) * | 2010-12-15 | 2012-07-25 | 马克西姆综合产品公司 | 用于增强燃料表空电压预测的负峰值电压检测 |
US20180095141A1 (en) * | 2015-04-16 | 2018-04-05 | Oxis Energy Limited | Method and apparatus for determining the state of health and state of charge of lithium sulfur batteries |
CN106405421A (zh) * | 2015-07-27 | 2017-02-15 | 中兴通讯股份有限公司 | 电池荷电状态soc值的估算方法及装置 |
WO2017122758A1 (ja) * | 2016-01-15 | 2017-07-20 | 株式会社Gsユアサ | 蓄電素子管理装置、蓄電素子モジュール、車両および蓄電素子管理方法 |
US20170242079A1 (en) * | 2016-02-24 | 2017-08-24 | Ford Global Technologies, Llc | System and method for identifying vehicle battery decay |
Non-Patent Citations (2)
Title |
---|
VAN-HUAN DUONG: "Accurate approach to the temperature effect on state of charge estimation in the LiFePO4 battery under dynamic load operation", 《APPLIED ENERGY》, vol. 204, pages 560 - 571 * |
孙豪豪: "基于自适应电池模型的SOC加权在线估计", 《系统仿真学报》, vol. 29, no. 8, pages 1677 - 1684 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112305433A (zh) * | 2020-03-30 | 2021-02-02 | 宁德时代新能源科技股份有限公司 | 电池性能参数的估算方法、装置、设备和介质 |
CN112305433B (zh) * | 2020-03-30 | 2023-01-13 | 宁德时代新能源科技股份有限公司 | 电池性能参数的估算方法、装置、设备和介质 |
US11573273B2 (en) | 2020-03-30 | 2023-02-07 | Contemporary Amperex Technology Co., Limited | Method, apparatus, device and medium for estimating performance parameters of a battery |
Also Published As
Publication number | Publication date |
---|---|
US11598813B2 (en) | 2023-03-07 |
WO2019234181A1 (en) | 2019-12-12 |
EP3579007A1 (en) | 2019-12-11 |
EP3579007B1 (en) | 2022-08-17 |
US20210215762A1 (en) | 2021-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108957337B (zh) | 电池健康状态的确定方法、装置、存储介质和电子设备 | |
EP2963434B1 (en) | Battery state estimation method and system using dual extended kalman filter, and recording medium for performing the method | |
US20190036356A1 (en) | Method and System for Estimating Battery Open Cell Voltage, State of Charge, and State of Health During Operation of the Battery | |
US8046181B2 (en) | Apparatus and method for estimating state of health of battery based on battery voltage variation pattern | |
Chen et al. | Battery state of charge estimation based on a combined model of Extended Kalman Filter and neural networks | |
CN106585422B (zh) | 一种动力电池soh估算方法 | |
US20200309857A1 (en) | Methods, systems, and devices for estimating and predicting battery properties | |
CN103969587A (zh) | 一种混合动力车用动力电池soc估算方法 | |
CN108680869A (zh) | 一种动力电池健康状态的评估方法和装置 | |
KR102572652B1 (ko) | 배터리의 충전상태를 추정하는 방법 | |
JP6450565B2 (ja) | バッテリのパラメータ推定装置 | |
CN110562097A (zh) | 一种新能源汽车充电剩余时间估算方法 | |
KR102090476B1 (ko) | 클라우드 및 빅데이터를 활용한 bms 최적화 시스템 | |
CN104833917B (zh) | 用于锂蓄电池中荷电状态实时估算的标称电池电阻的确定 | |
CN107817448B (zh) | 一种适用于复杂工况的在线实时监测电池电量的方法 | |
CN112630661B (zh) | 一种电池荷电状态soc估算方法和装置 | |
Qiu et al. | Battery hysteresis modeling for state of charge estimation based on Extended Kalman Filter | |
CN108051756A (zh) | 蓄电池soc的估算方法、系统及存储介质 | |
CN109061482B (zh) | 电池健康度预测方法及装置 | |
JP6161133B2 (ja) | データ抽出装置、データ抽出方法およびデータ抽出プログラム | |
US11598813B2 (en) | Method and apparatus for estimating a state of charge of a battery | |
CN108845267B (zh) | 一种动力电池的数据处理方法和装置 | |
Wu et al. | State-of-charge and state-of-health estimating method for lithium-ion batteries | |
US20230314520A1 (en) | Battery current limits estimation based on rc model | |
WO2017002953A1 (ja) | データ抽出装置、データ抽出方法およびデータ抽出プログラム |
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 |