CN112534283A - 电池管理系统、电池管理方法、电池组和电动车辆 - Google Patents

电池管理系统、电池管理方法、电池组和电动车辆 Download PDF

Info

Publication number
CN112534283A
CN112534283A CN202080004083.5A CN202080004083A CN112534283A CN 112534283 A CN112534283 A CN 112534283A CN 202080004083 A CN202080004083 A CN 202080004083A CN 112534283 A CN112534283 A CN 112534283A
Authority
CN
China
Prior art keywords
battery
ocv
soc
value
control unit
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
CN202080004083.5A
Other languages
English (en)
Other versions
CN112534283B (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
Priority claimed from PCT/KR2020/001773 external-priority patent/WO2020171442A1/ko
Publication of CN112534283A publication Critical patent/CN112534283A/zh
Application granted granted Critical
Publication of CN112534283B publication Critical patent/CN112534283B/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]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • 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]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K7/00—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements
    • G01K7/16—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements using resistive elements
    • G01K7/22—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements using resistive elements the element being a non-linear resistance, e.g. thermistor
    • 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]
    • G01R31/3644—Constructional arrangements
    • G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • 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]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
    • 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
    • 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
    • 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
    • H01M10/482—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for several batteries or cells simultaneously or sequentially
    • 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
    • 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
    • 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
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M2220/00—Batteries for particular applications
    • H01M2220/20—Batteries in motive systems, e.g. vehicle, ship, plane
    • 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

Abstract

提供了一种电池管理系统、电池管理方法、电池组和电动车辆。该电池管理系统包括感测单元和控制单元，该感测单元用于产生指示电池的电流、电压和温度的电池信息。控制单元基于指示前一周期中的SOC的前一估计和电池信息，使用扩展卡尔曼滤波器的时间更新过程，来确定用于当前周期中的SOC的临时估计。控制单元基于临时估计，确定开路电压(OCV)信息。控制单元基于临时估计、OCV信息和电池信息，使用扩展卡尔曼滤波器的测量更新过程，来确定指示当前周期中的SOC的确定性估计。

Description

电池管理系统、电池管理方法、电池组和电动车辆
技术领域
本公开涉及使用扩展卡尔曼滤波器的电池充电状态(SOC)估计。
背景技术
最近，对诸如笔记本电脑、摄像机和移动电话的便携式电子产品的需求急剧增长，并且随着电动车辆、储能蓄电池、机器人和卫星的广泛发展，正在对可以重复地再充电的电池进行许多研究。
目前，市售电池包括镍镉电池、镍氢电池、镍锌电池、锂电池等，其中，锂电池几乎没有或没有记忆效应，由此由于其优点：可以在方便时进行再充电、自放电率非常低且能量密度高，受到比镍基电池更多的关注。
控制电池的充电/放电所需的重要参数之一是充电状态(SOC)。SOC是指示剩余容量与指示当电池完全充电时存储在电池中的电能的最大容量的相对比率的参数，并且可以表示为0至1或0％至100％。例如，当电池的最大容量和剩余容量分别为1000Ah(安培-小时)和750Ah时，电池的SOC为0.75(或75％)。
安培计数、等效电路模型和扩展卡尔曼滤波器通常被用来估计电池的SOC。安培计数是基于随时间累积的、对应于流过电池的电流的累积电流值来估计电池的SOC的技术。设计等效电路模型来对电气组件之间的连接关系进行建模，以模拟电池的电化学性能。
然而，由于电流传感器的测量误差和/或外部噪声，安培计数在通过安培计数估计的SOC与实际SOC之间可能存在差异。另外，很难设计等效电路模型来充分地模拟与SOC接近完全放电状态的预定范围内的开路电压(OCV)的快速变化相关联的电池的非线性特性。
扩展卡尔曼滤波器是安培计数和等效电路模型的数学结合技术，以弥补安培计数和等效电路模型的各自的缺点。
然而，即使使用扩展卡尔曼滤波器，当上述非线性特性非常强时，电池的SOC的估计也可能发生误差。
发明内容
技术问题
设计本公开以解决上述问题，并且因此，本公开旨在提供一种电池管理系统、电池管理方法、电池组和电动车辆，其中，在使用扩展卡尔曼滤波器估计(更新)每个周期中的电池的SOC中，基于指示当前周期中的SOC的临时估计和强烈地示出非线性特性的参考范围之间的比较的结果来确定开路电压(OCV)信息，然后，基于OCV信息来确定指示当前周期中的SOC的确定性估计。
本公开进一步旨在提供一种电池管理系统、电池管理方法和电池组，其中，通过基于与电池的劣化程度相关联的最大容量来调节参考范围的最大值，以更高的可靠性估计电池的SOC。
本公开的这些和其他目的和优点可以通过以下描述来理解，并且根据本公开的实施例将变得显而易见。另外，将容易理解到，本公开的目的和优点可以通过所附权利要求书中阐述的手段及其组合来实现。
技术解决方案
根据本公开的方面的一种电池管理系统包括感测单元，感测单元被配置为产生指示电池的电流、电压和温度的电池信息；以及控制单元，控制单元被配置为基于电池信息，使用扩展卡尔曼滤波器来估计电池的充电状态(SOC)。控制单元配置为基于前一估计和电池信息，使用扩展卡尔曼滤波器的时间更新过程，确定用于当前周期中的SOC的临时估计。前一估计指示前一周期中的SOC。控制单元被配置为基于临时估计，确定开路电压(OCV)信息。控制单元被配置为基于临时估计、OCV信息和电池信息，使用扩展卡尔曼滤波器的测量更新过程，确定指示当前周期中的SOC的确定性估计。
OCV信息可以包括第一OCV因子值。控制单元可以被配置为：当临时估计在参考范围之外时，将第一OCV因子值确定为等于预定第一斜率控制值。
控制单元可以被配置为：当临时估计在参考范围之内时，将第一OCV因子值确定为等于第二斜率控制值。第二斜率控制值小于第一斜率控制值。
控制单元可以被配置为基于电池的最大容量来确定参考范围的最大值。
控制单元可以被配置为：随着电池的设计容量与最大容量之间的差增大，增大参考范围的最大值。
OCV信息可以包括第二OCV因子值。控制单元可以被配置为：当临时估计在参考范围之外时，根据定义电池的SOC和OCV之间的对应关系的数据表，将第二OCV因子值确定为等于与临时估计相对应的第一OCV。
控制单元可以被配置为：当临时估计在参考范围之内时，将第二OCV因子值确定为等于与参考范围的最大值相对应的第二OCV。参考范围的最大值等于或大于预定参考值。
根据本公开的另一方面的电池组包括电池管理系统。
根据本公开的又一方面的电动车辆包括电池组。
根据本公开的又一方面的电池管理方法可以由电池管理系统执行。该电池管理方法包括：收集指示电池的电流、电压和温度的电池信息；基于指示前一周期中的SOC的前一估计和电池信息，使用扩展卡尔曼滤波器的时间更新过程来确定用于当前周期中的SOC的临时估计；基于临时估计，确定OCV信息；以及基于临时估计、OCV信息和电池信息，使用扩展卡尔曼滤波器的测量更新过程来确定指示当前周期中的SOC的确定性估计。
确定OCV信息可以：当临时估计在参考范围之外时，将第一OCV因子值确定为等于预定第一斜率控制值；以及当临时估计在参考范围之内时，将第一OCV因子值确定为等于第二斜率控制值，第二斜率控制值小于第一斜率控制值。OCV信息可以包括第一OCV因子值。
确定OCV信息可以：包括当临时估计在参考范围之外时，根据定义电池的SOC和OCV之间的对应关系的数据表，将第二OCV因子值确定为等于与临时估计相对应的OCV；以及当临时估计在参考范围之内时，将第二OCV因子值确定为等于与参考范围相关联的阈值电压。OCV信息可以包括第二OCV因子值。
本发明的作用
根据本公开的实施例中的至少一个，在使用扩展卡尔曼滤波器来估计(更新)每个周期中的电池的SOC时，可以基于指示当前周期中的SOC的临时估计与强烈地示出非线性特性的参考范围之间的比较的结果来确定开路电压(OCV)信息，并且可以基于OCV信息来确定指示当前周期中的SOC的确定性估计。因此，可以减少由于电池的非线性特性引起的OCV的快速变化对电池SOC估计精度的不利影响。
另外，根据本公开的实施例中的至少一个，可以通过基于与电池的劣化水平相关联的最大容量来调节参考范围的最大值，以更高的可靠性估计电池的SOC。
本公开的效果不限于上述效果，并且本领域技术人员将从所附权利要求清楚地理解这些和其他效果。
附图说明
图1是根据本公开的电动车辆的配置的示例图。
图2是电池的等效电路模型的电路配置的示例图。
图3是电池的开路电压(OCV)-充电状态(SOC)曲线的示例图。
图4是示出可由图1的电池管理系统执行的电池管理方法的示例性流程图。
图5是示出根据本公开的实施例，确定作为OCV信息的第一OCV因子值的方法的示例性流程图。
图6是示出根据本公开的另一实施例，确定作为OCV信息的第二OCV因子值的方法的示例性流程图。
具体实施方式
在下文中，将参考附图详细地描述本公开的优选实施例。在描述之前，应当理解到，说明书和所附权利要求书中使用的术语或单词不应当被解释为限于一般含义和词典含义，而应当在允许发明人定义适合于最佳说明的术语的原理的基础上，基于对应于本公开的技术方面的含义和概念来解释。
因此，本文描述的实施例和附图中示出的图示仅是本公开的最优选实施例，而不旨在完全地描述本公开的技术方面，因此应当理解到，在提交本申请时，可以对其进行各种其他等同替换和改进。
包括序数的术语，诸如“第一”、“第二”等，被用来将各种元件中的一个元件与另一个元件区分开，但并不旨在通过这些术语来限制这些元件。
除非上下文另外明确指出，否则应当理解到，术语“包括”在本说明书中使用时，指定存在所述元件，但不排除存在或添加一个或多个其他元件。另外，如本文所使用的术语“控制单元”是指至少一个功能或操作的处理单元，并且这可以通过硬件或软件或硬件和软件的组合来实现。
此外，在整个说明书中，将进一步理解到，当一个元件被称为“连接到”另一个元件时，它可以直接连接到另一个元件，或者可以存在中间元件。
图1是根据本公开的电动车辆的配置的示例图，图2是电池的等效电路模型的电路配置的示例图，以及图3是电池的开路电压(OCV)-充电状态(SOC)曲线的示例图。
参考图1，电池组10被配置为供应用于诸如电动车辆1的电力驱动设备所需的电能，并且包括电池20、开关30和电池管理系统100。
电池20包括至少一个电池单体。每个电池单体可以是例如锂离子单体。当然，电池单体类型不限于锂离子单体，并且可以包括但不限于可以重复地再充电的任何类型。电池20中包括的每个电池单体串联或并联地电连接到其他电池单体。
开关30被安装在用于充电和放电电池20的电流路径上。开关30的控制端子被设置为电连接到控制单元120。开关30被控制为响应于施加到控制端子的开关信号SS，根据控制单元120输出的开关信号SS的占空比接通和断开。当开关信号SS为高电平时，可以接通开关30，并且当开关信号SS为低电平时，可以断开开关30。通过接通和断开开关30来控制流过电流路径的电流。
电池管理系统100被设置为电连接到电池20，以周期性地确定电池20的SOC。电池管理系统100包括感测单元110、控制单元120、存储单元130和通信单元140。
感测单元110被配置为在电池20的充电/放电期间周期性地产生指示电池20的电压、电流和温度的电池信息。感测单元110包括电流传感器111、电压传感器112和温度传感器113。
电流传感器111被设置为电连接到电池20的充电/放电路径。电流传感器111被配置为将指示流过电池20的电流的大小和方向的信号SI输出到控制单元120。例如，分流电阻器和/或霍尔效应器件可以被用作电流传感器111。
电压传感器112被设置为电连接到电池20的正极和负极端子。电压传感器112被配置为检测跨电池20的正极和负极端子的电压，并且将指示所检测到的电压的信号SV输出到控制单元120。
温度传感器113被配置为检测距电池20预定距离内的区域的温度，并且将指示所检测到的温度的信号ST输出到控制单元120。例如，可以将具有负温度系数的热敏电阻器用作温度传感器113。
控制单元120可操作地耦合到感测单元110、存储单元130、通信单元140和开关30。控制单元120可以以使用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、用于执行其他功能的微处理器和电气单元中的至少一个的硬件来实现。
控制单元120被配置为周期性地接收由感测单元110输出的信号SI、信号SV和信号ST，作为电池信息。控制单元120可以使用控制单元120中包括的模数转换器(ADC)，分别根据信号SI、信号SV和信号ST确定电流值、电压值和温度值，并且将它们存储在存储单元130中。
存储单元130可操作地耦合到控制单元120。存储单元130可以存储执行以下描述的步骤所需的程序和数据。存储单元130可以包括例如闪存类型、硬盘类型、固态磁盘(SSD)类型、硅磁盘驱动(SDD)类型、多媒体卡微型类型、随机存取存储器(RAM)、静态随机存取存储器(SRAM)、只读存储器(ROM)、电可擦可编程只读存储器(EEPROM)和可编程只读存储器(PROM)中的至少一种存储介质。
通信单元140可以耦合到外部设备2以实现通信。例如，外部设备2可以是车辆1的电子控制单元(ECU)。通信单元140可以从外部设备2接收命令消息，并且将所接收的命令消息提供给控制单元120。控制消息可以是请求激活电池管理系统100的特定功能(例如，SOC估计、控制开关30的导通/关断)的消息。通信单元140可以将通知消息从控制单元120发送到外部设备2。通知消息可以是用于将控制单元120执行的功能的结果(例如，SOC的估计)通知给外部设备2的消息。例如，通信单元140可以经由诸如局域网(LAN)、控制器局域网(CAN)和菊花链的有线网络和/或例如蓝牙，Zigbee和WiFi的短距离无线网络来与外部设备2进行通信。
控制单元120被配置为确定电池20的最大容量或健康状态(SOH)。最大容量指示可以存储在电池20中的最大电荷量，并且可以被称为“完全充电容量”。例如，最大容量等于在SOC为1(＝100％)对电池20进行放电直到SOC为0(＝0％)为止流过的电流的累积值。
控制单元120可以计算电池20的内阻，并且基于参考电阻和内阻之间的差或内阻与参考电阻的比率来确定电池20的SOH或最大容量。可替代地，控制单元120可以使用下面的等式1，基于在电池20被充电和放电的不同时间中的每个处的SOC以及两个时间点之间的时间段内的累积电流值，确定电池20的SOH或最大容量。假定两个时间点中较早的时间点为t1，并且较晚的时间点为t2。
<等式1>
Figure BDA0002909132910000091
在等式1中，Qref表示参考容量，SOC1表示在时间点t1估计的SOC，SOC2表示在时间点t2估计的SOC，ΔSOC表示SOC1和SOC2之间的差，it表示指示在时间点t1和时间点t2之间的时间点t所检测到的电流的电流值，ΔC表示从时间点t1到时间点t2的时间段内的累积电流值，Qest表示在时间点t2的最大容量的估计，以及SOHnew表示在时间点t2的SOH估计。Qref是指示当电池20的SOH为1时的最大容量的预设值。Qref可以被称为“设计容量”，并且可以被预先存储在存储单元130中。
关于等式1，当ΔSOC太小时，Qest可能与实际值有很大不同。因此，控制单元120可以被配置为仅当ΔSOC等于或大于预定值(例如0.5)时才使用等式1来确定电池20的SOH或最大容量。
在确定最大容量(或SOH)时，为了排除上述非线性特性的影响，仅当SOC1和SOC2均不落入如下所述的参考范围时，控制单元120才可以被配置为使用等式1来确定电池20的最大容量。
在下文中，将更详细地描述由控制单元120执行的用于估计电池20的SOC的操作。
控制单元120可以基于电池信息的电流值，使用安培计数(参见等式2)来计算当前周期中的电池20的SOC的估计。
<等式2>
Figure BDA0002909132910000101
以下是等式2中使用的符号的描述。Δt表示每个周期的时间长度。K是时间指数，每当Δt流逝时就增大1，并且指示从发生预定事件的时间点到当前时间点的周期的数量。该事件可以是例如电压稳定的电池20的充电和放电的开始。电压稳定的电池20可以是空载状态下的电池20，在空载状态下，电流不流过电池20，并且均匀地保持电池20的电压。在这种情况下，可以将事件发生时的时间点的电池20的OCV用作索引，根据定义电池20的OCV和SOC之间的对应关系(参见图3所示的OCV-SOC曲线)的数据表来确定SOCe[0]。数据表被存储在存储单元130中。
在等式2中，i[k+1]表示在当前周期中检测到的电流，而SOCe[k]表示由扩展卡尔曼滤波器在前一周期中确定的SOC。SOC[k+1]是指示使用安培计数计算出的当前周期中的SOC的值。在等式2中，可以用i[k]代替i[k+1]。
在下文中，将描述扩展卡尔曼滤波器。扩展卡尔曼滤波器是用于通过附加地使用电池20的等效电路模型200连同由等式2表示的安培计数来周期性地更新电池20的SOC的算法。
参考图2，等效电路模型200包括OCV源210、欧姆电阻器R1和电阻器-电容器(RC)对220。
OCV源210模拟OCV，该OCV是长期电化学稳定的电池20的正极和负极之间的电压。由OCV源210输出的OCV与电池20的SOC呈非线性函数关系。即，OCV＝f1(SOC),SOC＝f2(OCV)，并且f1和f2为彼此的反函数。例如，参考图3，3.3V＝f1(0.5),以及0.7＝f2(3.4V)。
OCV源210输出的OCV可以通过实验由SOC和温度来预设。
欧姆电阻器R1与电池20的IR压降V1相关联。IR压降是指当电池20从空载状态切换到充电/放电状态或从充电/放电状态切换到空载状态时跨电池20的电压的瞬时变化。在示例中，在空载状态下的电池20开始充电时的时间点测量的电池20的电压高于OCV。在另一示例中，在空载状态下的电池20开始放电时的时间点所测量的电池20的电压低于OCV。欧姆电阻器R1的电阻值也可以通过实验由SOC和温度来预设。
RC对220输出由电池20的双电层等而发生的过电势(也称为“极化电压”)V2，并且包括并联连接的电阻器R2和电容器C2。过电势V2可以被称为“极化电压”。RC对220的时间常数是电阻器R2的电阻值与电容器C2的电容的乘积，并且可以通过实验由SOC和温度来预设。
Vecm是等效电路模型200的输出电压，并且等于来自OCV源210的OCV、跨欧姆电阻器R1的IR压降V1和跨RC对220的过电势V2之和。
在等效电路模型200中，当前周期中的过电势可以被定义为下述等式3。
<等式3>
Figure BDA0002909132910000121
在等式3中，R2[k+1]表示当前周期中电阻器R2的电阻值，τ[k+1]表示当前周期中RC对220的时间常数，V2[k]表示前一周期的过电势，并且V2[k+1]表示当前周期的过电势。在等式3中，可以将i[k+1]替换为i[k]。事件发生时的时间点的过电势V2[0]可以为0V(伏)。
下述等式4是与扩展卡尔曼滤波器的时间更新过程相关联的第一状态等式，并且由等式2和等式3的组合得出。
<等式4>
Figure BDA0002909132910000122
Figure BDA0002909132910000123
Figure BDA0002909132910000124
Figure BDA0002909132910000125
在等式4和下述等式5至8中，上标符号^指示通过时间更新估计的值。另外，上标符号-指示通过下述的测量更新进行校正之前的值。等式4的SOC[k+1]是临时地指示当前周期中的SOC的估计，并且可以被称为“临时估计”。等式4的SOCe[k]是指示前一周期中的SOC的确定性估计，并且可以被称为“前一估计”。
下述等式5是与扩展卡尔曼滤波器的时间更新过程相关联的第二状态等式。
<等式5>
Figure BDA0002909132910000131
Figure BDA0002909132910000132
在等式5中，Pk表示在前一周期中校正的误差协方差矩阵，Qk表示前一周期中的过程噪声协方差矩阵，T表示转置算子，并且P- k+1表示在当前周期中的误差协方差矩阵。在k＝0时，P0＝[1 0；0 1]。W1k是第一过程噪声，并且与安培计数的可靠性相关联。W1k是指示使用安培计数计算的累积电流值的不准确性的预定正数。W2k是第二过程噪声，并且与等效电路模型200的可靠性相关联。W2k是指示与等效电路模型200相关联的参数的不准确性的预定正数。
控制单元120可以基于临时估计SOC[k+1]来确定OCV信息。OCV信息包括第一OCV因子值和第二OCV因子值中的至少一个。在下文中，将更详细地分别描述第一OCV因子值和第二OCV因子值。
当完成使用等式4和等式5的时间更新过程时，控制单元120执行测量更新过程。
下述等式6是与扩展卡尔曼滤波器的测量更新过程相关联的第一观测等式。
<等式6>
Figure BDA0002909132910000141
Figure BDA0002909132910000142
在等式6中，Kk+1表示当前周期中的卡尔曼增益。R是测量噪声协方差矩阵，并且具有预设分量。
在等式6中，Hk+1是系统矩阵。Hk+1的第一行和第一列中的分量指示在估计当前周期中的电池20的SOC时，根据定义图3所示的OCV-SOC曲线的数据表，电池20的OCV的变化趋势。Hk+1的n是预设的正整数(例如1)。
OCV的变化趋势可以指示与具有作为中间值的临时估计SOC[k+1]的感兴趣的SOC范围相对应的感兴趣的OCV范围。与感兴趣的SOC范围的最小值相对应的OCV可以等于感兴趣的OCV范围的最小值。与感兴趣的SOC范围的最大值相对应的OCV可以等于感兴趣的OCV范围的最大值。
u表示第一OCV因子值，并且是用于调节设置OCV的变化趋势所需的感兴趣的SOC范围的正数。因此，通过调节u来调节与感兴趣的SOC范围相对应的感兴趣的OCV范围。
感兴趣的SOC范围是SOC[k+1]+0.01u和SOC[k+1]-0.01u之间的差，即0.02u。感兴趣的OCV范围是f1(SOC[k+1]+0.01u)和f1(SOC[k+1]-0.01u)之间的差。例如，当SOC[k+1]固定时，随着u减小，感兴趣的OCV范围的最小值f1(SOC[k+1]-0.01u)增大，并且OCV范围的最大值f1(SOC[k+1]+0.01u)减小。当然，当SOC[k+1]固定时，随着u增大，感兴趣的OCV范围的最小值减小，并且感兴趣的OCV范围的最大值增大。
控制单元120可基于临时估计SOC[k+1]与参考范围之间的比较的结果来调节第一OCV因子值u。参考范围(见图3)是非线性特性高于预定水平的SOC范围，并且可以通过实验来设置。
参考范围的最小值可以是0％，指示完全放电状态。参考范围的最大值(图3中的SOCR)指示呈现出非线性特性的区域与剩余区域之间的边界。
控制单元120可以基于电池的最大容量Qest来确定参考范围的最大值SOCR。详细地，随着设计容量Qref和最大容量Qest之间的差增大(即，随着电池20劣化)，控制单元120可以增大参考范围的最大值SOCR。这是因为随着电池20劣化，电池20的内部电化学状态变得不稳定，并且呈现出非线性特性的区域可能扩大。例如，当设计容量Qref和最大容量Qest之间的差小于预定参考差值时，可以将预定参考值(例如5％)确定为参考范围的最大值SOCR。参考值可以指示当电池20处于寿命开始时，呈现出电池20的非线性特性的区域与剩余区域之间的边界处的SOC。当设计容量Qref和最大容量Qest之间的差等于或大于参考差值时，可以将下述之和确定为参考范围的最大值SOCR：(i)设计容量Qref和最大容量Qest之间的差乘以预定比例系数与(ii)参考值。当然，参考范围的最大值SOCR可以固定为等于参考值，与最大容量Qest无关。
当临时估计SOC[k+1]在参考范围之外时，控制单元120可以将第一OCV因子值u确定为等于预定第一斜率控制值。相反，当临时估计SOC[k+1]在参考范围之内时，控制单元120可以将第一OCV因子值u确定为等于预定第二斜率控制值。第二斜率控制值可以小于第一斜率控制值。例如，第一斜率控制值可以是等于n的1，并且第二斜率控制值可以是小于n的0.5。可以基于实验结果来预设第一斜率控制值和第二斜率控制值。
当第一OCV因子值u等于第二斜率控制值时的感兴趣的OCV范围窄于当第一OCV因子值u等于第一斜率控制值时的感兴趣的OCV范围。因此，当临时估计SOC[k+1]在参考范围之内时，可以将强烈地示出非线性特性的电池20的OCV的变化准确地反映在Hk+1上。当然，第一OCV因子值u可以是常数(例如，等于n)，而与临时估计SOC[k+1]无关。
下述等式7是与扩展卡尔曼滤波器的测量更新过程相关联的第二观测等式。分别由等式7校正从等式4获得的SOC[k+1]和V2[k+1]。
<等式7>
Figure BDA0002909132910000161
在等式7中，zk+1表示在当前周期中测量的电池20的电压，V1[k+1]表示当前周期中跨欧姆电阻器R1的电压，并且可以等于i[k+1]和i[k]中的任何一个与R1[k+1]的乘积。R1[k+1]是当前周期中的欧姆电阻器R1的电阻值。控制单元120可以基于电池信息的温度值来确定R1[k+1]。为此，存储单元130记录第一查找表，该第一查找表定义了欧姆电阻器R1的电阻值和温度值之间的对应关系。控制单元120可以将当前周期中的温度值用作索引，从第一查找表获得映射到当前周期中的温度值的电阻值作为R1[k+1]。
在等式7中，f1(SOC[k+1])表示第二OCV因子值。当临时估计SOC[k+1]在参考范围之外时，控制单元120可以根据数据表(参见图3)，将与临时估计SOC[k+1]相对应的OCV确定为第二OCV因子值。在这种情况下，f1(SOC[k+1])指示当前周期中的OCV的估计。相反，当临时估计SOC[k+1]在参考范围之内时，控制单元120可以根据数据表(见图3)，将与参考范围的最大值SOCR相对应的OCV(图2中的VR)确定为第二OCV因子值。
另外，控制单元120将等式4的i[k+1](或i[k])设置为等于电流值，并且将等式7的zk+1设置为等于电池信息的电压值。因此，控制单元120可以通过使用等式7校正临时估计SOC[k+1]来获得SOCe[k+1]。SOCe[k+1]是被确定为当前周期中的电池20的SOC的估计的值，并且可以被称为“确定性估计”。作为参考，V2e[k+1]是通过等式7校正等式4的V2[k+1]的结果。SOCe[k+1]在下一个周期中被用于等式4的SOCe[k]。
下述等式8是与扩展卡尔曼滤波器的测量更新过程相关联的第三观测等式。
<等式8>
Figure BDA0002909132910000171
在等式8中，E表示单位矩阵。从等式5获得的P- k+1由等式8校正为Pk+1。
控制单元120通过在时间索引k每增大1时至少执行一次等式4至8的每个计算步骤，来更新指示每个周期中的电池20的SOC的确定性估计。
控制单元120基于在前一周期中确定的温度值和SOC来确定等式4的R2[k+1]和τ[k+1]。存储单元130可以记录第二查找表，该第二查找表定义了SOC、温度值和电阻器R2的电阻值之间的对应关系。控制单元120可以将前一周期中确定的温度值和SOC用作索引，从第二查找表获得映射到在前一周期中确定的温度值和SOC的电阻值，作为等式4的R2[k+1]。另外，存储单元130可以记录第三查找表，该第三查找表定义了SOC、温度值和时间常数之间的对应关系。控制单元120可以将在前一周期中确定的温度值和SOC用作索引，从第三查找表获得映射到在前一周期中确定的温度值和SOC的时间常数，作为等式4的τ[k+1]。
为了控制开关30，控制单元120可以选择性地输出开关信号SS。当确定性估计SOCe[k+1]在参考范围之内时，控制单元120可以将开关信号SS的占空比调整为低于预定参考占空比(例如0.2)。当将开关信号SS的占空比调整为低于参考占空比时，可以抑制电池20的电压、电流和温度的快速变化。
图4是示出可以由图1的电池管理系统执行的电池管理方法的示例性流程图。可以从事件发生的时间点周期性地执行图4的方法。当电池20的充电/放电停止时，图4的方法可以结束。
参考图1至4，在步骤S410中，控制单元120从感测单元110收集指示电池20的电流、电压和温度的电池信息。
在步骤S420中，控制单元120基于指示前一周期中的SOC的前一估计SOCe[k]和电池信息，使用扩展卡尔曼滤波器的时间更新过程，确定用于当前周期中的SOC的临时估计SOC[k+1](参见等式4和5)。
在步骤S430中，控制单元120基于临时估计SOC[k+1]，确定OCV信息。
在步骤S440中，控制单元120基于临时估计SOC[k+1]、OCV信息和电池信息，使用扩展卡尔曼滤波器的测量更新过程，来确定指示当前周期中SOC的确定性估计SOCe[k+1](参见等式6至8)。
在步骤S450中，控制单元120通过通信单元140，向外部设备2发送指示确定性估计SOCe[k+1]的通知消息。
图5是示出根据本公开的实施例，确定作为OCV信息的第一OCV因子值的方法的示例性流程图。图5的方法对应于图4的步骤S430的子步骤。
参考图1至5，在步骤S500中，控制单元120基于电池20的最大容量Qest确定参考范围的最大值SOCR。参考范围的最小值可以是0％。步骤S500不是必需的，并且可以从图5的方法中省略。
在步骤S510中，控制单元120确定临时估计SOC[k+1]是否在参考范围之内。即，控制单元120确定临时估计SOC[k+1]是否等于或小于参考范围的最大值SOCR。当步骤S510的值为“否”时，执行步骤S520。当步骤S510的值为“是”时，执行步骤S530。
在步骤S520中，控制单元120将第一OCV因子值(等式6中的u)确定为等于预定第一斜率控制值。
在步骤S530中，控制单元120将第一OCV因子值确定为等于预定第二斜率控制值。第二斜率控制值小于第一斜率控制值。
图6是示出根据本公开的另一实施例，确定作为OCV信息的第二OCV因子值的方法的示例性流程图。图6的方法对应于图4的步骤S430的子步骤。
参考图1至4以及6，在步骤S600中，控制单元120基于电池20的最大容量Qest确定参考范围的最大值SOCR。参考范围的最小值可以是0％。步骤S600不是必需的，并且可以从图6的方法中省略。
在步骤S610中，控制单元120确定临时估计SOC[k+1]是否在参考范围之内。即，控制单元120确定临时估计SOC[k+1]是否等于或小于参考范围的最大值SOCR。当步骤S610的值为“否”时，执行步骤S620。当步骤S610的值为“是”时，执行步骤S630。
在步骤S620中，控制单元120将第二OCV因子值(等式7中的f1(SOC[k+1]))确定为等于与临时估计SOC[k+1]相对应的第一OCV。例如，参考图3，当SOC[k+1]＝0.5＞SOCR时，第一OCV＝3.3[V]＝第二OCV因子值。
在步骤S630中，控制单元120将第二OCV因子值确定为等于与参考范围的最大值SOCR相对应的第二OCV VR。例如，参考图3，当SOC[k+1]≤SOCR时，第二OCV＝VR[V]＝第二OCV因子值。
同时，不执行图5的方法和图6的方法中的仅一个，并且两种方法均被执行。当图5的方法和图6的方法两者均被执行时，可以仅执行步骤S500和步骤S600中的一个。
上文的描述的本公开的实施例不仅仅通过装置和方法来实现，并且可以通过执行与本公开的实施例的配置相对应的功能的程序或在其上记录有程序的记录介质来实现，并且本领域技术人员可以从前述实施例的公开中容易地实现这些实施方式。
虽然上文已经参考有限数量的实施例和附图描述了本公开，但是本公开不限于此，并且对于本领域技术人员而言，可以在本公开的技术方面和所附权利要求的等同范围内对其进行各种改进和改变是显而易见的。
另外，由于本领域技术人员可以对上文描述的本公开做出许多替换、修改和变化而不背离本公开的技术方面，因此本公开不限于上述实施例和附图，以及一些或全部实施例可以被选择性地组合以允许各种改进。

Claims (12)

1.一种电池管理系统，包括：
感测单元，所述感测单元被配置为产生指示电池的电流、电压和温度的电池信息；以及
控制单元，所述控制单元被配置为基于所述电池信息，使用扩展卡尔曼滤波器来估计所述电池的充电状态(SOC)，
所述控制单元配置为：
基于前一估计和所述电池信息，使用所述扩展卡尔曼滤波器的时间更新过程，确定用于当前周期中的SOC的临时估计，其中，所述前一估计指示前一周期中的SOC，
基于所述临时估计，确定开路电压(OCV)信息，以及
基于所述临时估计、所述OCV信息和所述电池信息，使用所述扩展卡尔曼滤波器的测量更新过程，确定指示所述当前周期中的SOC的确定性估计。
2.根据权利要求1所述的电池管理系统，其中，所述OCV信息包括第一OCV因子值，以及
所述控制单元被配置为：当所述临时估计在参考范围之外时，将所述第一OCV因子值确定为等于预定第一斜率控制值。
3.根据权利要求2所述的电池管理系统，其中，所述控制单元被配置为：当所述临时估计在所述参考范围之内时，将所述第一OCV因子值确定为等于第二斜率控制值，所述第二斜率控制值小于所述第一斜率控制值。
4.根据权利要求3所述的电池管理系统，其中，所述控制单元被配置为基于所述电池的最大容量来确定所述参考范围的最大值。
5.根据权利要求4所述的电池管理系统，其中，所述控制单元被配置为：随着所述电池的设计容量与所述最大容量之间的差增大，增大所述参考范围的所述最大值。
6.根据权利要求1所述的电池管理系统，其中，所述OCV信息包括第二OCV因子值，并且
所述控制单元被配置为：当所述临时估计在所述参考范围之外时，根据定义所述电池的SOC和OCV之间的对应关系的数据表，将所述第二OCV因子值确定为等于与所述临时估计相对应的第一OCV。
7.根据权利要求6所述的电池管理系统，其中，所述控制单元被配置为：当所述临时估计在所述参考范围之内时，将所述第二OCV因子值确定为等于与所述参考范围的最大值相对应的第二OCV，以及
其中，所述参考范围的所述最大值等于或大于预定参考值。
8.一种包括根据权利要求1至7中的任一项所述的电池管理系统的电池组。
9.一种包括根据权利要求8所述的电池组的电动车辆。
10.一种能够由根据权利要求1至7中的任一项所述的电池管理系统执行的电池管理方法，所述电池管理方法包括：
收集指示所述电池的电流、电压和温度的电池信息；
基于指示前一周期中的充电状态(SOC)的前一估计和所述电池信息，使用扩展卡尔曼滤波器的时间更新过程来确定用于当前周期中的SOC的临时估计；
基于所述临时估计，确定开路电压(OCV)信息；以及
基于所述临时估计、所述OCV信息和所述电池信息，使用所述扩展卡尔曼滤波器的测量更新过程来确定指示所述当前周期中的SOC的确定性估计。
11.根据权利要求10所述的电池管理方法，其中，确定所述OCV信息包括：
当所述临时估计在参考范围之外时，将第一OCV因子值确定为等于预定第一斜率控制值；以及
当所述临时估计在所述参考范围之内时，将所述第一OCV因子值确定为等于第二斜率控制值，所述第二斜率控制值小于所述第一斜率控制值，并且
其中，所述OCV信息包括所述第一OCV因子值。
12.根据权利要求10所述的电池管理方法，其中，确定所述OCV信息包括：
当所述临时估计在参考范围之外时，根据定义所述电池的SOC和OCV之间的对应关系的数据表，将第二OCV因子值确定为等于与所述临时估计相对应的OCV；以及
当所述临时估计在所述参考范围之内时，将所述第二OCV因子值确定为等于与所述参考范围相关联的阈值电压，并且
其中，所述OCV信息包括所述第二OCV因子值。
CN202080004083.5A 2019-02-22 2020-02-07 电池管理系统、电池管理方法、电池组和电动车辆 Active CN112534283B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
KR20190021448 2019-02-22
KR10-2019-0021448 2019-02-22
KR1020200013286A KR20200102927A (ko) 2019-02-22 2020-02-04 배터리 관리 시스템, 배터리 관리 방법, 배터리 팩 및 전기 차량
KR10-2020-0013286 2020-02-04
PCT/KR2020/001773 WO2020171442A1 (ko) 2019-02-22 2020-02-07 배터리 관리 시스템, 배터리 관리 방법, 배터리 팩 및 전기 차량

Publications (2)

Publication Number Publication Date
CN112534283A true CN112534283A (zh) 2021-03-19
CN112534283B CN112534283B (zh) 2024-04-16

Family

ID=72470003

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080004083.5A Active CN112534283B (zh) 2019-02-22 2020-02-07 电池管理系统、电池管理方法、电池组和电动车辆

Country Status (4)

Country Link
US (1) US11567137B2 (zh)
JP (1) JP7155486B2 (zh)
KR (1) KR20200102927A (zh)
CN (1) CN112534283B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200363478A1 (en) * 2018-01-16 2020-11-19 Renault S.A.S. Method for detecting a faulty cell in an electric battery

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102458526B1 (ko) * 2018-02-07 2022-10-25 주식회사 엘지에너지솔루션 배터리의 동작 상태에 따라 soc를 추정하는 장치 및 방법
KR102572652B1 (ko) * 2020-09-11 2023-08-31 삼성에스디아이 주식회사 배터리의 충전상태를 추정하는 방법
JP2024000680A (ja) * 2022-06-21 2024-01-09 株式会社クボタ バッテリパック

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030052690A1 (en) * 2000-11-17 2003-03-20 Eberhard Schoch Method and arrangment for determination of the state of charge of a battery
CN101098029A (zh) * 2006-06-26 2008-01-02 三星Sdi株式会社 估计电池充电状态的方法、电池管理系统及其驱动方法
CN101141013A (zh) * 2006-09-05 2008-03-12 三星Sdi株式会社 电池管理系统及其驱动方法
CN101198922A (zh) * 2005-06-13 2008-06-11 Lg化学株式会社 用于测试电池充电状态的装置和方法
JP2012047580A (ja) * 2010-08-26 2012-03-08 Calsonic Kansei Corp バッテリの充電率推定装置
CN102848930A (zh) * 2011-06-28 2013-01-02 福特全球技术公司 电动车辆及控制电动车辆的方法
US20140210418A1 (en) * 2013-01-29 2014-07-31 Mitsubishi Electric Research Laboratories, Inc. Method for Estimating State of Charge for Lithium-Ion Batteries
CN104237791A (zh) * 2013-06-20 2014-12-24 电子科技大学 一种锂电池荷电状态估算方法及电池管理系统和电池系统
KR20160002309A (ko) * 2014-06-30 2016-01-07 영화테크(주) 확장칼만필터를 이용한 배터리 상태 추정 방법, 시스템 및 이를 수행하기 위한 기록매체
CN106405433A (zh) * 2016-11-04 2017-02-15 首都师范大学 一种基于扩展卡尔曼粒子滤波的soc估计方法及系统
CN107368619A (zh) * 2017-06-02 2017-11-21 华南理工大学 基于电池滞回电压特性和回弹电压特性的扩展卡尔曼滤波soc估算方法
WO2017221899A1 (ja) * 2016-06-22 2017-12-28 株式会社豊田自動織機 蓄電装置及び蓄電装置の制御方法
CN107741569A (zh) * 2017-11-16 2018-02-27 温州大学 一种基于分段扩展卡尔曼滤波的锂电池荷电状态的估算方法
CN108008317A (zh) * 2017-12-01 2018-05-08 重庆大学 一种基于电池开路电压曲线特性的荷电状态估计方法
CN108508366A (zh) * 2017-02-28 2018-09-07 霍尼韦尔国际公司 铅酸电池的模型参数的在线确定以及soc和soh的计算

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6366054B1 (en) 2001-05-02 2002-04-02 Honeywell International Inc. Method for determining state of charge of a battery by measuring its open circuit voltage
JP4830382B2 (ja) 2005-07-19 2011-12-07 日産自動車株式会社 二次電池の充電率推定装置
JP4923462B2 (ja) 2005-07-25 2012-04-25 日産自動車株式会社 二次電池の充電率推定装置
KR100669470B1 (ko) 2005-12-22 2007-01-16 삼성에스디아이 주식회사 배터리의 ｓｏｏ 보정 방법 및 이를 이용한 배터리 관리시스템
KR101966062B1 (ko) 2012-11-23 2019-04-05 삼성전자주식회사 배터리 잔량 측정 장치 및 측정 방법
US9244129B2 (en) 2013-01-29 2016-01-26 Mitsubishi Electronic Research Laboratories, Inc. Method for estimating a state of charge of batteries
JP5812032B2 (ja) 2013-03-22 2015-11-11 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
JP2015078918A (ja) 2013-10-17 2015-04-23 ソニー株式会社 開路電圧推定装置、蓄電装置および開路電圧推定方法
JP6494923B2 (ja) 2014-05-12 2019-04-03 カルソニックカンセイ株式会社 充電率検出装置および充電率検出方法
KR102591872B1 (ko) 2016-09-20 2023-10-20 현대자동차주식회사 자동차 및 그 제어 방법
KR101934858B1 (ko) 2017-04-18 2019-01-03 세방전지(주) 자동차용 lfp 전지의 soc 산출 시스템 및 방법

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030052690A1 (en) * 2000-11-17 2003-03-20 Eberhard Schoch Method and arrangment for determination of the state of charge of a battery
CN101198922A (zh) * 2005-06-13 2008-06-11 Lg化学株式会社 用于测试电池充电状态的装置和方法
CN101098029A (zh) * 2006-06-26 2008-01-02 三星Sdi株式会社 估计电池充电状态的方法、电池管理系统及其驱动方法
CN101141013A (zh) * 2006-09-05 2008-03-12 三星Sdi株式会社 电池管理系统及其驱动方法
JP2012047580A (ja) * 2010-08-26 2012-03-08 Calsonic Kansei Corp バッテリの充電率推定装置
CN102848930A (zh) * 2011-06-28 2013-01-02 福特全球技术公司 电动车辆及控制电动车辆的方法
US20140210418A1 (en) * 2013-01-29 2014-07-31 Mitsubishi Electric Research Laboratories, Inc. Method for Estimating State of Charge for Lithium-Ion Batteries
CN104237791A (zh) * 2013-06-20 2014-12-24 电子科技大学 一种锂电池荷电状态估算方法及电池管理系统和电池系统
KR20160002309A (ko) * 2014-06-30 2016-01-07 영화테크(주) 확장칼만필터를 이용한 배터리 상태 추정 방법, 시스템 및 이를 수행하기 위한 기록매체
WO2017221899A1 (ja) * 2016-06-22 2017-12-28 株式会社豊田自動織機 蓄電装置及び蓄電装置の制御方法
CN106405433A (zh) * 2016-11-04 2017-02-15 首都师范大学 一种基于扩展卡尔曼粒子滤波的soc估计方法及系统
CN108508366A (zh) * 2017-02-28 2018-09-07 霍尼韦尔国际公司 铅酸电池的模型参数的在线确定以及soc和soh的计算
CN107368619A (zh) * 2017-06-02 2017-11-21 华南理工大学 基于电池滞回电压特性和回弹电压特性的扩展卡尔曼滤波soc估算方法
CN107741569A (zh) * 2017-11-16 2018-02-27 温州大学 一种基于分段扩展卡尔曼滤波的锂电池荷电状态的估算方法
CN108008317A (zh) * 2017-12-01 2018-05-08 重庆大学 一种基于电池开路电压曲线特性的荷电状态估计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
欧阳佳佳等: "基于SOC-OCV曲线的卡尔曼滤波法SOC估计", 电力电子技术, vol. 50, no. 03, pages 98 - 100 *
王贤等: "基于扩展卡尔曼滤波算法的新型液态金属电池的荷电状态在线估算", 电力电容器与无功补偿, vol. 39, no. 05, pages 178 - 183 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200363478A1 (en) * 2018-01-16 2020-11-19 Renault S.A.S. Method for detecting a faulty cell in an electric battery

Also Published As

Publication number Publication date
CN112534283B (zh) 2024-04-16
KR20200102927A (ko) 2020-09-01
JP2021533338A (ja) 2021-12-02
JP7155486B2 (ja) 2022-10-19
US11567137B2 (en) 2023-01-31
US20210199724A1 (en) 2021-07-01

Similar Documents

Publication Publication Date Title
CN112534283B (zh) 电池管理系统、电池管理方法、电池组和电动车辆
CN112166330B (zh) 电池管理设备、电池管理方法和电池组
CN112470017B (zh) 电池管理装置、电池管理方法和电池组
CN110709716B (zh) 估计电池的等效电路模型的参数的方法以及电池管理系统
CN110741267B (zh) 估计用于电池的等效电路模型的参数的方法和电池管理系统
CN113748352B (zh) 电池管理系统、电池组、电动车辆和电池管理方法
CN112119317B (zh) 电池管理装置、电池管理方法和电池组
KR102646373B1 (ko) 배터리 관리 시스템, 배터리 관리 방법 및 배터리 팩
EP3872507B1 (en) Battery management system, battery management method, battery pack, and electric vehicle

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: 20220318

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