CN113138346A - 能够连接到电池的装置和用于计算电池的荷电状态的方法 - Google Patents

能够连接到电池的装置和用于计算电池的荷电状态的方法 Download PDF

Info

Publication number
CN113138346A
CN113138346A CN202011557915.4A CN202011557915A CN113138346A CN 113138346 A CN113138346 A CN 113138346A CN 202011557915 A CN202011557915 A CN 202011557915A CN 113138346 A CN113138346 A CN 113138346A
Authority
CN
China
Prior art keywords
current
voltage
battery
threshold
difference
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
CN202011557915.4A
Other languages
English (en)
Inventor
近藤英雄
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.)
Semiconductor Components Industries LLC
Original Assignee
Semiconductor Components Industries LLC
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 Semiconductor Components Industries LLC filed Critical Semiconductor Components Industries LLC
Publication of CN113138346A publication Critical patent/CN113138346A/zh
Pending legal-status Critical Current

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
    • 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]
    • G01R31/3644—Constructional arrangements
    • G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • 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
    • H01M10/4285—Testing apparatus
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • 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

Abstract

本发明涉及能够连接到电池的装置和用于计算电池的荷电状态的方法。该装置可根据第一技术确定第一电流，并且根据第二技术确定第二电流。该装置可使用卡尔曼滤波器来计算电池的荷电状态，其中卡尔曼滤波器基于第二电流与阈值电流的比较来使用第一电流和第二电流中的一者。

Description

能够连接到电池的装置和用于计算电池的荷电状态的方法
技术领域
本发明涉及能够连接到电池的装置和用于计算电池的荷电状态的方法。
背景技术
“电池容量”是由电池储存的电荷的量度(通常以安培小时为单位)并且通过包含在电池中的活性材料的质量来确定。电池容量表示在某些指定条件下可从电池提取的最大量的能量。电池容量也可表示为百分比并且被称为荷电状态或相对荷电状态(RSOC)。
电量计通常被提供来测量电池的各种参数并且监测电池的荷电状态。电池的电流(基于电池的内阻)通常被用来确定荷电状态。然而，在高电流周期期间，所测量的电流可能包含误差，这可能导致荷电状态不准确。
发明内容
本发明涉及能够连接到电池的装置和用于计算电池的荷电状态的方法。
本技术的各种实施方案可提供用于电池的方法和装置。该装置可根据第一技术确定第一电流，并且根据第二技术确定第二电流。该装置可使用卡尔曼滤波器来计算电池的荷电状态，其中卡尔曼滤波器基于第二电流与阈值电流的比较来使用第一电流和第二电流中的一者。
本发明解决的技术问题是，在常规系统中，电量计通常被提供来测量电池的各种参数并且通过使用电池的所测量的电流来监测电池的荷电状态；然而，在高电流周期期间，所测量的电流可能包含误差，这可能导致荷电状态不准确。
根据第一方面，一种能够连接到电池的装置包括：电压检测器，该电压检测器被配置为测量电池的电压；电流传感器，该电流传感器被配置为检测电池的第一电流；和处理器，该处理器被配置为：根据所测量的电压和开路电压计算差值电压；基于差值电压确定电池的第二电流；生成第一输出，包括将第二电流与预先确定的阈值电流进行比较；基于第一输出选择第一电流和第二电流中的一者；以及使用预测和校正算法以及所选择的电流来计算电池的荷电状态。
在一个实施方案中，该装置还包括存储器，该存储器被配置为存储指示电压值和电流值之间的关系的电池数据。
在一个实施方案中，在第二电流大于或等于阈值电流的情况下，处理器选择第一电流；并且在第二电流小于阈值电流的情况下，处理器选择第二电流。
在一个实施方案中，处理器还被配置为：将差值电压与阈值电压进行比较；在第二电流大于或等于阈值电流并且差值电压小于阈值电压的情况下，选择第二电流；以及在第二电流小于阈值电流并且差值电压大于阈值电压的情况下，选择第一电流。
在一个实施方案中，处理器包括多路复用器，该多路复用器基于第一输出选择第一电流和第二电流中的一者。
在一个实施方案中，处理器包括：卡尔曼滤波器，该卡尔曼滤波器使用所选择的电流来计算电池的荷电状态；和比较器，该比较器将第二电流与预先确定的阈值电流进行比较。
在一个实施方案中，确定第二电流包括：访问存储器以及选择对应于差值电压的第二电流。
根据第二方面，一种用于计算电池的荷电状态的方法包括：检测电池的第一电流；测量电池的电压；基于所测量的电压和开路电压来计算差值电压；基于差值电压确定电池的第二电流；将第二电流与预先确定的电流进行比较；将所测量的电压与预先确定的电压进行比较；以及计算电池的荷电状态，包括在以下情况下使用第一电流来执行算法：第二电流小于预先确定的阈值；并且差值电压大于预先确定的电压；以及在以下情况下使用第二电流来执行算法：第二电流大于或等于预先确定的阈值；并且差值电压小于预先确定的电压。
在一个实施方案中，该算法执行预测和校正。
在一个实施方案中，检测第一电流包括测量传感电阻器两端的电压；并且确定第二电流包括基于差值电压从查找表中提取第二电流。
本发明所实现的技术效果提供了一种解决方案，该解决方案使用卡尔曼滤波器来计算电池的荷电状态，这使用调整/校正电池模型的不确定变量的反馈来实时最小化估计输出和测量输出之间的误差。
附图说明
当结合以下示例性附图考虑时，可参照具体实施方式更全面地了解本技术。在以下附图中，通篇以类似附图标记指代各附图中的类似元件和步骤。
图1为根据本技术的示例性实施方案的电池系统的框图；
图2为根据本技术的示例性实施方案的逻辑电路的简化电路图；
图3为示出根据本发明技术的示例性实施方案的充电和放电期间的电池电压特性的曲线图；
图4A为根据本技术的示例性实施方案的电池的电路模型；
图4B为根据本技术的示例性实施方案的电池的替代电路模型；
图5为根据本技术的示例性实施方案的用于操作电池系统的流程图；
图6为根据本技术的示例性实施方案的用于操作电池系统的替代流程图；
图7为根据本技术的示例性实施方案的查找表；并且
图8为根据本技术的示例性实施方案的SOC计算器的框图。
具体实施方式
本技术可在功能块部件和各种加工步骤方面进行描述。此类功能块可通过被配置为执行指定功能并且实现各种结果的任何数量的部件来实现。例如，本技术可采用可执行多种功能的各种电压传感器、电流传感器、库仑计数器、逻辑门、定时器、存储器设备、开关、半导体设备，诸如晶体管和电容器等。此外，本技术可集成在任何数量的电子系统(诸如汽车、航空、“智能设备”、便携式设备、电子烟、芳香治疗泡夫系统、电子烟设备和消费性电子器件)中，并且所描述的系统仅为本技术的示例性应用。
根据本技术的各个方面的用于电池的方法和装置可结合任何合适的电子系统和/或设备一起操作，诸如“智能设备”、可穿戴设备、电池供电的消费电子器件、便携式设备、电池供电的车辆等。参见图1，示例性系统100可集成在由可再充电电池101(诸如锂离子电池)供电的电子设备(未示出)(诸如电子烟设备或电动车辆)中。例如，在各种实施方案中，电池101可结合充电器105和电量计电路110一起操作以向主机系统115(即，负载)提供电力。
根据示例性实施方案，系统100可包括开关140以将充电器105选择性地连接到电池101。根据示例性实施方案，主机系统115可根据脉宽调制的控制信号S1来操作开关140。开关140结合控制信号S1可控制从充电器105流到电池101的电流(也称为充电电流ICC)，并且因此控制电池101的充电循环和放电循环。
电量计电路110可被配置为管理各种电池操作并监测各种电池状况。例如，电量计电路110可被配置为：测量电池101的电压VT；测量第一电流IDD1(也称为负载电流IDD1)；计算电池101的剩余容量(也表示为百分比并且称为荷电状态SOC)；计算电池101的健康状态(SOH)；估计电池101的寿命；确定电池的能量能力等。
此外，电量计电路110可被配置为存储各种电池数据。例如，电量计电路110可存储预先确定的电池特性诸如电池101的作为电池101的容量(即，RSOC)的函数的开路电压值。电量计电路110还可存储预先确定的值，诸如预先确定的阈值电压值VTH和预先确定的电流值ITH和/或其他电池特性数据。
在示例性实施方案中，电量计电路110可包括电压检测器120以测量或以其他方式检测电池101的电压VT。电压检测器120可连接到电池101并且可包括适用于测量电压电位的任何电路和/或设备。
在示例性实施方案中，电量计电路110还可包括电流传感器125以测量去往/来自电池101和主机系统115的负载电流IDD1。电流传感器125可包括适用于测量电池101的电流的任何电路和/或设备。例如，电流传感器125可结合传感电阻器155一起操作，其中电流传感器125测量传感电阻器155两端的电压以确定负载电流IDD1。
在示例性实施方案中，电量计电路110还可包括存储器130以存储电池101的已知电池特性和/或配置文件数据诸如电池101的开路电压特性。开路电压特性可提供作为电池101的剩余容量(RSOC)的函数的开路电压VOC值。开路电压特性可通过在开路(即，无负载)状况下测试电池101来预先确定，并且可存储在查找表或适用于存储关系数据的任何其它数据存储装置中。
存储器130还可存储各种先前和当前计算或测量的变量，诸如电池电压VT、电流IDD1等。存储器140还可存储预先定义的变量，诸如根据电流值的阈值电压VTH值。例如，存储器130可包含阈值电压VTH和对应的电流值的查找表(例如，如图7所示)，其中可根据已知的电流值来选择来自该表的阈值电压。此外，存储器130可包含电流值(称为第二电流值IDD2)和差值电压VDIFF(即，ΔV)的查找表(未示出)，其中可根据已知的差值电压VDIFF来选择来自该表的第二电流IDD2。
在示例性实施方案中，存储器130还可包括包含开路电压值(VOC)的查找表，该开路电压值作为RSOC(相对荷电状态)值的函数(其中相对荷电状态为以百分比表示的电池容量)。
存储器130可包括任何数量的存储设备，诸如寄存器、闪存存储器设备、EEPROM(电可擦可编程只读存储器)、ROM(只读存储器)和RAM(随机存取存储器)等。
在各种实施方案中，电量计电路110还可包括被配置为测量电池101的RSOC的剩余容量计算电路(未示出)。在一个实施方案中，剩余容量计算电路可被配置为根据电池125的电压VT来确定RSOC。一般来讲，利用电池的电压VT来确定剩余容量被称为“电压方法”。
在另选的实施方案中，剩余容量计算电路可被配置为测量电池125在某个时间段内的流入和流出电流IDD并且报告聚积的电荷。这可使用电流传感器125并且跟踪所测量的电流IDD1来实现。在本实施方案中，剩余容量计算电路随着电池101的充电和放电而监测传感电阻器1555两端的电压作为电流IDD的指示。然后在某个时间段内对电流IDD1积分，并且将其报告为剩余容量(以mAh或百分比计)。一般来讲，利用电流IDD1来确定剩余电容被称为“库仑计数”。
在示例性实施方案中，电量计电路110可包括处理器135，其中处理器135可执行各种计算和比较，并且确定电池101的荷电状态(SOC)。例如，处理器135可包括运算电路200、选择器电路205、第一比较器电路210和多路复用器220。处理器135还可被配置为访问来自存储器130的各种数据。
根据示例性实施方案，运算电路200可被配置为执行减法函数。在示例性实施方案中，运算电路200可通过从电池电压VT减去开路电压VOC来计算差值电压VDIFF。运算电路200可与存储器130通信并且被配置为根据所计算的RSOC来从存储器130接收或以其他方式检索开路电压VOC。运算电路200可将差值电压VDIFF传输到选择器电路205。
选择器205可被配置为接收差值电压VDIFF并且选择对应的第二电流IDD2。例如，选择器205可基于差值电压VDIFF的值来从存储器130检索或以其他方式接收第二电流IDD2。例如，如果差值电压VDIFF为20mV，则对应的第二电流IDD2可为0.25。选择器205可将对应的第二电流IDD2传输到第一比较器210。
另选地，系统100可通过基于差值电压VDIFF和已知的内部电池电阻R直接计算来确定第二电流IDD2，其中IDD2＝VDIFF/R。
第一比较器210可将第二电流IDD2与预先确定的阈值电流ITH进行比较，并且根据该比较来生成第一比较器输出COUT_1。例如，第一比较器210可在第一输入端子处接收第二电流IDD2，并且在第二输入端子处接收阈值电流ITH。如果第二电流IDD2大于阈值电流ITH，则第一比较器210可生成第一输出(诸如逻辑1)。如果第二电流IDD2小于阈值电流ITH，则第一比较器210可生成第二输出(诸如逻辑0)。第一比较器210可将第一比较器输出COUT_1传输到多路复用器220，其中第一比较器输出COUT_1可用作多路复用器220的第一使能信号。
根据各种实施方案，可基于电池101的各种规格来选择阈值电流ITH的值。在一个实施方案中，阈值电流ITH可为2A。
第二比较器215可将电池电压VT与预先确定的阈值电压VTH进行比较并且根据该比较生成第二比较器输出COUT_2。例如，第二比较器215可在第一输入端子处接收电池电压VT并且在第二输入端子处接收阈值电压VTH。如果电池电压VT大于阈值电压VTH，则第二比较器215可生成第一输出(诸如逻辑1)。如果电池电压VT小于阈值电压VTH,，则第二比较器215可生成第二输出(诸如逻辑0)。第二比较器215可将第二比较器输出COUT_2传输到多路复用器220，其中第二比较器输出COUT_2可用作多路复用器220的第二使能信号。
多路复用器220可被配置为基于第一比较器输出COUT_1和第二比较器输出COUT_2中的至少一者来选择和输出第一电流IDD1和第二电流IDD2中的一者。多路复用器220的输出通常可被称为所选择的电流i，其中i为IDD1或IDD2。
例如，根据第一实施方案，如果第二电流IDD2大于或等于阈值电流ITH，则多路复用器220可选择并且输出第一电流IDD1。另选地，如果第二电流IDD2小于阈值电流ITH，则多路复用器200可选择并且输出第二电流IDD2。
根据第二实施方案，如果第二电流IDD2大于或等于阈值电流ITH并且差值电压VDIFF小于阈值电压VTH，则多路复用器220可选择并且输出第二电流IDD2。另选地，如果第二电流IDD2小于阈值电流ITH并且差值电压VDIFF大于阈值电压VTH，则多路复用器220可选择并且输出第一电流IDD1。
根据各种实施方案，处理器135可包括任何数量的电路、系统、逻辑门和/或软件以执行期望的计算和/或分析，如上所述。例如，处理器135可包括现场可编程门阵列、专用集成电路、程序和操作新等。
在各种实施方案中，处理器135还可包括用于根据所选择的电流i来确定剩余容量(以安培小时为单位测量)和/或SOC(剩余容量以百分比表示)的模块和/或电路。一般来讲，电池101的SOC可根据以下方程来表示：
Figure BDA0002859325520000071
其中SOCt0为初始SOC值，并且COCV为电池101的参考容量。
在第一实施方案中，并且参见图2和图4A，电池101可根据开路电压VOC、由第一电阻器R1表示的欧姆电阻、第一电阻器V1两端的电压、输出电压VT和电流i来建模。本电池模型的特性可根据以下方程来表示：
VT＝VOC-V1＝VOC-R1·i (方程2)
在本实施方案中，SOC计算器225可根据以下方程来计算SOC：
Figure BDA0002859325520000081
其中Δt为采样周期。
在另选的实施方案中，并且参见图4B和图8，SOC计算器225可包括卡尔曼滤波器800，以通过使用一个或多个电池变量(诸如电池的电流和电压)执行预测和校正算法来确定SOC。卡尔曼滤波器800可能能够使用调整/校正模型的不确定变量的反馈来实时最小化估计输出和测量输出之间的误差。利用该模型，卡尔曼滤波器800可使该系统能够观察模型的无法直接测量的物理参数。
一般来讲，卡尔曼滤波器解决了尝试估计离散时间控制过程的状态
Figure BDA0002859325520000082
的问题，该离散时间控制过程由以下线性随机差分方程控制
xk＝Axk-1+Buk-1+wk-1 (1.1)
其中测量值
Figure BDA0002859325520000083
为
zk＝Hxk+vk (1.2)
随机变量wk和vk(分别)表示过程噪声和测量噪声。假定它们(彼此)独立，并且具有正态概率分布：
p(w)～N(0，Q) (1.3)
p(v)～N(0，R) (1.4)
在实践中，过程噪声协方差Q和测量噪声协方差R矩阵可能随每个时间步或测量而改变，但假定它们是恒定的。
在不存在驱动函数或过程噪声的情况下，差分方程(1.1)中的nxn矩阵A将前一时间步k-1处的状态与当前时间步k处的状态相关。需注意，在实践中，A可能随每个时间步而改变，但在此假定它是恒定的。
nxl矩阵B将任选的控制输入
Figure BDA0002859325520000091
与状态x相关。
测量方程(12)中的mxn矩阵H将状态与测量值zk相关在实践中，H可能随每个时间步或测量而改变，但在此假定它是恒定的。
假设已知时间步k之前的过程，则表达式
Figure BDA0002859325520000092
(注意“上标减号”)被定义为时间步k处的先验状态估计，并且假设已知测量值zk，则表达式
Figure BDA0002859325520000093
被定义为时间步k处的后验状态估计。
因此，先验和后验估计误差被定义为：
Figure BDA0002859325520000094
并且
Figure BDA0002859325520000095
先验估计误差协方差由下式给出
Figure BDA0002859325520000096
并且后验估计误差协方差由下式给出
Figure BDA0002859325520000097
在推导卡尔曼滤波器的方程时，目标是找到某个方程，该方程将后验状态估计
Figure BDA0002859325520000101
作为先验估计
Figure BDA0002859325520000102
和实际测量值zk与测量预测值
Figure BDA0002859325520000103
之间的加权差值的线性组合来计算，如以下(1.7)所示。
在下面的“滤波器的概率起源”中给出了针对(1.7)的某个证明。
Figure BDA0002859325520000104
(1.7)中的差值
Figure BDA0002859325520000105
被称为测量创新或残差。
残差反映预测测量值
Figure BDA0002859325520000106
与实际测量值zk之间的差异。残差为零意味着两者完全一致。
(1.7)中的nxm矩阵K被选择为是使先验误差协方差(1.6)最小化的增益或混合因子。这种最小化可通过以下方式实现：首先将(1.7)代入到以上针对ek的定义中，将其代入到(1.6)中，执行所指示的期望，取结果迹线相对于K的导数，将该结果设定为等于零，然后求解K。
使(1.6)最小化的所得K的一种形式由下式给出：
Figure BDA0002859325520000107
查看(1.8)，可以观察到随着测量误差协方差R接近零，增益K对残差的权重更大。具体地，
Figure BDA0002859325520000108
另一方面，随着先验估计误差协方差
Figure BDA0002859325520000109
接近零，增益K对残差的权重更小。具体地，
Figure BDA0002859325520000111
考虑K的加权的另一种方式是，随着测量误差协方差R接近零，实际测量值zk越来越“可信”，而预测测量值
Figure BDA0002859325520000112
越来越不可信。另一方面，随着先验估计误差协方差
Figure BDA0002859325520000113
接近零，实际测量值zk越来越不可信，而预测测量值
Figure BDA0002859325520000114
越来越可信。
(1.7)的证明以基于所有先前测量值zk的先验估计
Figure BDA0002859325520000115
的概率为基础。现在，只需指出卡尔曼滤波器保持状态分布的前两个矩就足够了，
Figure BDA0002859325520000116
Figure BDA0002859325520000117
后验状态估计(1.7)反映状态分布的平均值(第一矩)，如果满足(1.3)和(1.4)的条件，则该分布为正态分布。后验估计误差协方差(1.6)反映状态分布的方差(第二非中心矩)。换句话讲，
Figure BDA0002859325520000118
一般来讲，卡尔曼滤波器通过使用某种形式的反馈控制来估计过程：滤波器在某个时间估计过程状态，然后以(噪声)测量的形式获得反馈。因此，卡尔曼滤波器的方程分为两组：时间更新方程和测量更新方程。时间更新方程负责向前(在时间上)投影当前状态和误差协方差估计，以获得下一时间步的先验估计。测量更新方程负责反馈，即负责将新的测量值合并到先验估计中以获得改进的后验估计。
时间更新方程也可被视为预测方程，而测量更新方程可被视为校正方程。实际上，最终估计算法类似于用于解决数值问题的预测-校正算法。
下面以“时间更新方程”(1.9和1.10)和“测量更新方程”(1.11、1.12和1.13)的形式呈现时间更新和测量更新的特定方程。
Figure BDA0002859325520000121
Figure BDA0002859325520000122
时间更新方程将状态估计和协方差估计从时间步k-1向前投影到时间步k。A和B来自(1.1)，而Q来自(1.3)。在前面的参考文献中讨论了滤波器的初始条件。
Figure BDA0002859325520000123
Figure BDA0002859325520000124
Figure BDA0002859325520000125
测量更新期间的第一任务是计算卡尔曼增益Kk。请注意，此处给出的方程(1.11)与(1.8)相同。下一步是实际测量过程以获得zk，然后通过如(1.12)中那样合并测量值来生成后验状态估计。为了完整起见，这里再次简单地(1.7)重复(1.12)。最终步骤是经由(1.13)获得先验误差协方差估计。在每个时间和测量更新对之后，使用用于投影或预测新的先验估计的先前的后验估计来重复该过程。
在滤波器的实际实施方式中，通常在操作滤波器之前测量测量噪声协方差R。可通过进行离线样本测量来测量测量误差协方差R，以便确定测量噪声的方差。
过程噪声协方差Q的确定一般更困难，因为无法直接观察它。有时，如果经由选择Q向过程“注入”足够的不确定性，则相对简单的过程模型可产生可接受的结果。通常，可通过调谐滤波器参数Q和R来获得优异的滤波器性能(从统计上来说)。在通常称为系统识别的过程中，通常借助于另一个(不同的)卡尔曼滤波器离线执行调谐。
校正由增益矢量K加权，该增益矢量允许校正实时估计和滤波器的性能。在每次迭代时从状态和测量的误差预测和不确定性(噪声)计算增益。然后，基于状态Q和测量R的噪声矩阵的初始化并且通过误差协方差矩阵P的初始化来进行滤波器动态控制。一般来讲，卡尔曼滤波器算法可包括两个相位：第一相位涉及矩阵P、Q和R的初始化，并且第二相位涉及由每个采样间隔处的两个步骤构成的观察。首先，该算法预测当前状态、输出和误差协方差的值。其次，该算法通过使用物理系统输出的测量来校正状态估计和误差协方差。
在这种情况下，电池101可根据开路电压VOC、由第一电阻器R1表示的欧姆电阻、第一电阻器V1两端的电压、由第二电阻器R2表示的极化电阻、由电容器C2表示的极化电容、并联连接的电容器和电阻器两端的电压V2、输出电压VT和电流i来建模。本电池模型的特性可根据以下方程来表示：
VT＝VOC-V1-V2＝VOC-R1·i-V2 (方程4)，
Figure BDA0002859325520000131
Figure BDA0002859325520000132
Figure BDA0002859325520000133
Figure BDA0002859325520000134
其中方程8由方程5和7推导得出。
系统输入被定义为：u(t)＝i，并且系统输出被定义为：y(t)＝VT。
上面，方程8和方程4是锂离子电池模型的状态方程和观察方程、连续方程的离散化和SOC计算。
Kalman滤波算法可如先前所述分为两个部分：1)预测系统状态、系统输出和误差；以及2)基于系统输出值校正当前状态估计值。
根据方程8和方程4，系统状态方程可写为：
X＝[X1，X2]T (方程9)，
其中X1(t)＝SOC，X2(t)＝V2。
因此，电池模型可写为：
Figure BDA0002859325520000141
y＝g(x，u)+v (方程11)，
其中w和v表示误差，并且
Figure BDA0002859325520000142
g(x，u)＝μx1-x2-R1u+c (方程13)，
其中c为常数，并且μ为系数。
泰勒级数展开可用于使方程10和方程11线性化。线性化后的模型为：
Figure BDA0002859325520000143
Figure BDA0002859325520000144
其中：
Figure BDA0002859325520000151
Figure BDA0002859325520000152
Figure BDA0002859325520000153
Figure BDA0002859325520000154
在离散化之后，模型可表示为：
xk+1＝Ak·xk+Bk·uk+wk，
yk＝Ck·xk+Dk·uk+vk，
并且通用卡尔曼滤波算法计算步骤完成。
根据示例性实施方案，卡尔曼滤波器800可连接到多路复用器220的输出端子并且被配置为从多路复用器220接收所选择的电流i并且根据方程4-13来计算SOC。卡尔曼滤波器800可包括适用于基于已知变量和理论变量来执行预测和校正的常规卡尔曼滤波器800，并且可在硬件、软件或它们的组合中实现。
主机系统115可被配置为生成控制信号S1并且控制控制信号S1(该控制信号控制开关140)的占空比，并且因此控制充电电流从充电器105至电池101的流动。控制信号S1可以是脉冲宽度调制信号并且被称为电荷脉冲。
主机系统115还可包括适用于生成脉宽调制信号的任何电路和/或系统，诸如PMW控制器(未示出)、定时器(未示出)、波形发生器、触发器等。
在示例性操作中，并且参见图1、图2和图5，系统100可例如使用电流传感器125来确定或以其他方式计算SOC，包括检测第一电流IDD1(500)。确定SOC还可包括例如使用电压检测器120来测量电池电压VT(505)。根据示例性实施方案，当电池电压达到峰值时，测量电池电压VT可发生在充电脉冲结束时。确定SOC还可包括计算差值电压VDIFF，其中差值电压VDIFF为电池电压VT与开路电压VOC之间的差值(510)。例如，电量计110可利用运算电路200来执行减法功能。确定SOC还可包括例如通过根据电压差VDIFF从存储器130提取第二电流IDD2来确定第二电流IDD2(515)。确定SOC还可包括将第二电流IDD2与阈值电流ITH进行比较以确定第二电流是否小于阈值电流ITH(520)。例如，电量计110可利用第一比较器210来将第二电流IDD2与阈值电流ITH进行比较并且根据该比较来生成第一比较器输出COUT_1。如果第二电流IDD2小于阈值电流ITH，则可使用第二电流IDD2来计算SOC。如果第二电流不小于阈值电流，则可使用第一电流IDD1来计算SOC。例如，多路复用器220可根据第一比较器输出COUT_1来将第一电流IDD1和第二电流IDD2中的一者选择性地传输到卡尔曼滤波器225，其中卡尔曼滤波器225在预测和校正算法中使用所选择的电流，如上所述。本方法可假设，如果第二电流IDD2大于阈值电流ITH，则电池电压VT正经历滞后(如图3所示)，并且因此第二电流IDD2值具有误差，并且第一电流IDD1可能更适合于产生SOC的更准确预测。
在另选的操作中，并且参见图1、图2和图6，系统100可确定或以其他方式计算SOC，包括例如使用电流传感器125来检测第一电流IDD1(600)。确定SOC还可包括例如使用电压检测器120来测量电池电压VT(605)。根据示例性实施方案，当电池电压达到峰值时，测量电池电压VT可发生在充电脉冲结束时。确定SOC还可包括计算差值电压VDIFF，其中差值电压VDIFF为电池电压VT与开路电压VOC之间的差值(610)。例如，电量计110可利用运算电路200来执行减法功能。确定SOC还可包括例如通过根据电压差值VDIFF从存储器130提取第二电流IDD2来确定第二电流IDD2(615)。确定SOC还可包括将第二电流IDD2与阈值电流ITH进行比较以确定第二电流是否小于阈值电流ITH(620)。例如，电量计110可利用第一比较器210来将第二电流IDD2与阈值电流ITH进行比较并且根据该比较来生成第一比较器输出COUT_1。确定SOC还可包括将差值电压VDIFF与阈值电压VTH进行比较以确定差值电压VDIFF是否大于阈值电压VTH(625)。例如，电量计110可利用第二比较器215来将差值电压VDIFF与阈值电压VTH进行比较并且根据该比较来生成第二比较器输出COUT_2。
如果第二电流IDD2小于阈值电流ITH，并且差值电压大于阈值电压，则可使用第一电流IDD1来计算SOC。另选地，如果第二电流IDD2不小于阈值电流ITH并且差值电压VDIFF小于阈值电压VTH，则可使用第二电流IDD2来计算SOC。例如，多路复用器220可根据第一比较器输出COUT_1和第二比较器输出COUT_2来将第一电流IDD1和第二电流IDD2中的一者选择性地传输到卡尔曼滤波器225，其中卡尔曼滤波器225在预测和校正算法中使用所选择的电流，如上所述。本方法使用电流参数和电压参数两者来确定电池是否正在经历滞后。一般来讲，如果第二电流IDD2大于或等于阈值电流ITH，但差值电压VDIFF小于阈值电压，则电池电压VT没有经历滞后，并且系统可使用第二电流IDD2来确定SOC。然而，如果第二电流IDD2小于阈值电流ITH，但差值电压VDIFF大于阈值电压VTH，则电池电压VT可能正经历滞后(如图3所示)，并且因此第二电流IDD2值具有误差，并且第一电流IDD1可能更适合于产生SOC的更准确预测。
根据各种实施方案，可基于第二电流IDD2值来选择阈值电压VTH。例如，并且参见图7，如果第二电流IDD2为0.1A，则阈值电压VTH为13mV。然而，如果第二电流IDD2为2A，则阈值电压VTH为250mV。
一般来讲，并且参见图3，电池电压滞后为如下现象，其中电池在非充电周期期间的输出电压不恢复到开路电压VOC，并且随着充电的继续，输出电压和开路电压VOC之间的差值随每个充电循环而增大。例如，在第一充电循环结束时，电池电压和开路电压之间的差值由VT_LOW_1给出，在第二充电循环结束时，电池电压和开路电压之间的差值由VT_LOW_2给出，在第三充电循环结束时，电池电压和开路电压之间的差值由VT_LOW_3给出，并且在第四充电循环结束时，电池电压和开路电压之间的差值由VTLOW4给出，其中VT_LOW_1<VT_LOW_2<VT_LOW_3<VT_LOW_4。此外，峰值电压值和开路电压VOC之间的差值(即，ΔV)也随每个充电循环而增大。
类似地，当电池放电时，可观察到相同的电池电压滞后现象。在这种情况下，电池在放电周期期间的输出电压不恢复到开路电压VOC，并且随着放电的继续，输出电压和开路电压VOC之间的差值随每个放电循环而增大。
在上述描述中，已结合具体示例性实施方案描述了所述技术。所示和所述特定具体实施方式用于展示所述技术及其最佳模式，而不旨在以任何方式另外限制本技术的范围。实际上，为简洁起见，方法和系统的常规制造、连接、制备和其它功能方面可能未详细描述。此外，多张图中示出的连接线旨在表示各种元件之间的示例性功能关系和/或步骤。在实际系统中可能存在多个替代的或另外的功能关系或物理连接。
已结合具体示例性实施方案描述了所述技术。然而，可在不脱离本技术的范围的情况下作出各种修改和变化。以示例性而非限制性方式考虑说明和附图，并且所有此类修改旨在包括在本技术的范围内。因此，应通过所述的一般实施方案及其在法律意义上的等同形式，而不是仅通过上述具体示例确定所述技术的范围。例如，除非另外明确说明，否则可以任何顺序执行任何方法或工艺实施方案中列举的步骤，并且不限于具体示例中提供的明确顺序。另外，任何装置实施方案中列举的部件和/或元件可以多种排列组装或者以其它方式进行操作配置，以产生与本技术基本上相同的结果，因此不限于具体示例中阐述的具体配置。
上文已经针对具体实施方案描述了有益效果、其它优点和问题解决方案。然而，任何有益效果、优点、问题解决方案或者可使任何具体有益效果、优点或解决方案出现或变得更明显的任何要素都不应被解释为关键、所需或必要特征或组成部分。
术语“包含”、“包括”或其任何变型形式旨在提及非排它性的包括，使得包括一系列要素的过程、方法、制品、组合物或装置不仅仅包括这些列举的要素，而且还可包括未明确列出的或此类过程、方法、制品、组合物或装置固有的其它要素。除了未具体引用的那些，本技术的实施所用的上述结构、布置、应用、比例、元件、材料或部件的其它组合和/或修改可在不脱离其一般原理的情况下变化或以其它方式特别适于具体环境、制造规范、设计参数或其它操作要求。
上文已结合示例性实施方案描述了本技术。然而，可在不脱离本技术的范围的情况下对示例性实施方案作出改变和修改。这些和其它改变或修改旨在包括在本技术的范围内，如以下权利要求书所述。
根据第一方面，一种能够连接到电池的装置包括：电压检测器，该电压检测器被配置为测量电池的电压；电流传感器，该电流传感器被配置为检测电池的第一电流；和处理器，该处理器被配置为：根据所测量的电压和开路电压计算差值电压；基于差值电压确定电池的第二电流；生成第一输出，包括将第二电流与预先确定的阈值电流进行比较；基于第一输出选择第一电流和第二电流中的一者；以及使用预测和校正算法以及所选择的电流来计算电池的荷电状态。
在一个实施方案中，该装置还包括存储器，该存储器被配置为存储指示电压值和电流值之间的关系的电池数据。
在一个实施方案中，在第二电流大于或等于阈值电流的情况下，处理器选择第一电流；并且在第二电流小于阈值电流的情况下，处理器选择第二电流。
在一个实施方案中，处理器还被配置成将差值电压与阈值电压进行比较。
在一个实施方案中，在第二电流大于或等于阈值电流并且差值电压小于阈值电压的情况下，处理器选择第二电流；并且在第二电流小于阈值电流并且差值电压大于阈值电压的情况下，处理器选择第一电流。
在一个实施方案中，处理器包括多路复用器，该多路复用器基于第一输出选择第一电流和第二电流中的一者。
在一个实施方案中，处理器包括卡尔曼滤波器，该卡尔曼滤波器使用所选择的电流来计算电池的荷电状态。
在一个实施方案中，处理器包括比较器，该比较器将第二电流与预先确定的阈值电流进行比较。
在一个实施方案中，确定第二电流包括：访问存储器以及选择对应于差值电压的第二电流。
根据第二方面，一种用于计算电池的荷电状态的方法包括：检测电池的第一电流；测量电池的电压；基于所测量的电压和开路电压来计算差值电压；基于差值电压确定电池的第二电流；将第二电流与预先确定的电流进行比较；将所测量的电压与预先确定的电压进行比较；以及计算电池的荷电状态，包括在以下情况下使用第一电流来执行算法：第二电流小于预先确定的阈值；并且差值电压大于预先确定的电压；以及在以下情况下使用第二电流来执行算法：第二电流大于或等于预先确定的阈值；并且差值电压小于预先确定的电压。
在一个实施方案中，该算法执行预测和校正。
在一个实施方案中，确定第二电流包括基于差值电压从查找表中提取第二电流。
在一个实施方案中，检测第一电流包括测量传感电阻器两端的电压。
根据第三方面，一种系统包括：电池；和电量计电路，该电量计电路连接到电池并且包括：电压检测器，该电压检测器被配置为测量电池的电压；电流传感器，该电流传感器被配置为检测电池的第一电流；存储器，该存储器用于存储包含相关电池数据的查找表；和处理器，该处理器连接到电压检测器、电流传感器和存储器，其中该处理器包括：运算电路，该运算电路被配置为计算所测量的电压和开路电压的差值电压；选择器电路，该选择器电路被配置为根据差值电压从存储器提取第二电流；第一比较器，该第一比较器被配置为将第二电流与预先确定的阈值电流进行比较并且基于该比较来生成第一比较器输出；多路复用器，该多路复用器被配置为基于第一比较器输出来输出第一电流和第二电流中的一者；以及荷电状态计算器，该荷电状态计算器连接到多路复用器的输出端子并且被配置为使用输出电流来计算电池的荷电状态。
在一个实施方案中，相关电池数据包含电压值和对应的电流值。
在一个实施方案中，在第二电流大于或等于预先确定的阈值的情况下，多路复用器输出第一电流；并且在第二电流小于预先确定的阈值的情况下，多路复用器输出第二电流。
在一个实施方案中，该系统还包括第二比较器，该第二比较器被配置为将差值电压与预先确定的电压进行比较并且基于该比较来生成第二比较器输出。
在一个实施方案中，多路复用器基于第二比较器输出来输出第一电流和第二电流中的一者。
在一个实施方案中，在第二电流大于或等于预先确定的阈值并且差值电压小于预先确定的电压的情况下，多路复用器输出第二电流；并且在第二电流小于预先确定的阈值并且差值电压大于预先确定的电压的情况下，多路复用器输出第一电流。
在一个实施方案中，电流传感器检测第一电流，包括测量连接到电池的传感电阻器两端的电压。

Claims (10)

1.一种能够连接到电池的装置，其特征在于，包括：
电压检测器，所述电压检测器被配置为测量所述电池的电压；
电流传感器，所述电流传感器被配置为检测所述电池的第一电流；和
处理器，所述处理器被配置为：
根据所测量的电压和开路电压计算差值电压；
基于所述差值电压确定所述电池的第二电流；
生成第一输出，包括将所述第二电流与预先确定的阈值电流进行比较；
基于所述第一输出选择所述第一电流和所述第二电流中的一者；以及
使用预测和校正算法以及所选择的电流计算所述电池的荷电状态。
2.根据权利要求1所述的装置，其特征还在于，包括存储器，所述存储器被配置为存储指示电压值和电流值之间的关系的电池数据。
3.根据权利要求1所述的装置，其特征在于：
在所述第二电流大于或等于所述阈值电流的情况下，所述处理器选择所述第一电流；并且
在所述第二电流小于所述阈值电流的情况下，所述处理器选择所述第二电流。
4.根据权利要求1所述的装置，其特征在于，所述处理器还被配置为：
将所述差值电压与阈值电压进行比较；
在所述第二电流大于或等于所述阈值电流并且所述差值电压小于所述阈值电压的情况下，选择所述第二电流；以及
在所述第二电流小于所述阈值电流并且所述差值电压大于所述阈值电压的情况下，选择所述第一电流。
5.根据权利要求1所述的装置，其特征在于，所述处理器包括多路复用器，所述多路复用器基于所述第一输出来选择所述第一电流和所述第二电流中的一者。
6.根据权利要求1所述的装置，其特征在于，所述处理器包括：
卡尔曼滤波器，所述卡尔曼滤波器使用所选择的电流来计算所述电池的所述荷电状态；和
比较器，所述比较器将所述第二电流与所述预先确定的阈值电流进行比较。
7.根据权利要求1所述的装置，其特征在于，确定所述第二电流包括：访问存储器以及选择对应于所述差值电压的所述第二电流。
8.一种用于计算电池的荷电状态的方法，其特征在于，包括：
检测所述电池的第一电流；
测量所述电池的电压；
基于所测量的电压和开路电压来计算差值电压；
基于所述差值电压确定所述电池的第二电流；
将所述第二电流与预先确定的电流进行比较；
将所测量的电压与预先确定的电压进行比较；以及
计算所述电池的所述荷电状态，包括：
在以下情况下使用所述第一电流来执行算法：
所述第二电流小于所述预先确定的阈值；并且
所述差值电压大于所述预先确定的电压；以及
在以下情况下使用所述第二电流来执行算法：
所述第二电流大于或等于所述预先确定的阈值；并且
所述差值电压小于预先确定的电压。
9.根据权利要求8所述的方法，其特征在于，所述算法执行预测和校正。
10.根据权利要求8所述的方法，其特征在于：
检测所述第一电流包括测量传感电阻器两端的电压；以及
确定所述第二电流包括基于所述差值电压从查找表中提取所述第二电流。
CN202011557915.4A 2020-01-17 2020-12-25 能够连接到电池的装置和用于计算电池的荷电状态的方法 Pending CN113138346A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/745,458 2020-01-17
US16/745,458 US11397214B2 (en) 2020-01-17 2020-01-17 Methods and apparatus for a battery

Publications (1)

Publication Number Publication Date
CN113138346A true CN113138346A (zh) 2021-07-20

Family

ID=76809416

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011557915.4A Pending CN113138346A (zh) 2020-01-17 2020-12-25 能够连接到电池的装置和用于计算电池的荷电状态的方法

Country Status (2)

Country Link
US (1) US11397214B2 (zh)
CN (1) CN113138346A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI771194B (zh) * 2021-09-24 2022-07-11 新普科技股份有限公司 電池管理方法及其電池管理裝置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11733312B2 (en) * 2020-06-10 2023-08-22 Infineon Technologies Ag Impedance measurement using a multiplexer and analog-to-digital converters

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6845332B2 (en) 2001-11-16 2005-01-18 Toyota Jidosha Kabushiki Kaisha State of charge calculation device and state of charge calculation method
KR101486470B1 (ko) * 2012-03-16 2015-01-26 주식회사 엘지화학 배터리 상태 추정 장치 및 방법
JP6182025B2 (ja) 2013-09-05 2017-08-16 カルソニックカンセイ株式会社 バッテリの健全度推定装置および健全度推定方法
EP2963434B1 (en) 2014-06-30 2021-08-11 Foundation Of Soongsil University-Industry Cooperation Battery state estimation method and system using dual extended kalman filter, and recording medium for performing the method
CA2963392A1 (en) * 2014-10-03 2016-04-07 Elitise Llc Battery module architecture with horizontal and vertical expandability
US10589732B2 (en) * 2015-03-02 2020-03-17 Vehicle Energy Japan Inc. Battery control device and vehicle system
KR102634815B1 (ko) * 2016-11-22 2024-02-07 삼성전자주식회사 오차 보정에 기초한 배터리 상태 추정 방법 및 장치
KR20210047682A (ko) * 2019-10-22 2021-04-30 삼성전자주식회사 배터리 상태 추정 방법 및 장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI771194B (zh) * 2021-09-24 2022-07-11 新普科技股份有限公司 電池管理方法及其電池管理裝置

Also Published As

Publication number Publication date
US20210223324A1 (en) 2021-07-22
US11397214B2 (en) 2022-07-26

Similar Documents

Publication Publication Date Title
JP6789240B2 (ja) リチウム硫黄電池の健康状態および充電状態を決定するための方法および装置
Zhang et al. State-of-charge estimation of lithium-ion battery pack by using an adaptive extended Kalman filter for electric vehicles
Campestrini et al. A comparative study and review of different Kalman filters by applying an enhanced validation method
KR100818520B1 (ko) 전기화학셀(ｃｅｌｌ)의 현재 상태와 현재 파라미터를추정하는 장치, 방법 및 시스템 및 기록매체
JP5058814B2 (ja) バッテリーの状態及びパラメーターの推定システム及び方法
US9537325B2 (en) Battery state estimation system, battery control system, battery system, and battery state estimation method
CN106461732B (zh) 用于估计电池的健康状态的方法
CN108291944B (zh) 电池管理装置
KR101402802B1 (ko) 배터리 셀의 전압 변화 거동을 이용한 셀 밸런싱 장치 및 방법
US20100036626A1 (en) Apparatus and method for estimating state of health of battery based on battery voltage variation pattern
KR20110084633A (ko) 배터리의 수명 예측 장치 및 방법
KR20010043872A (ko) 전지 충전상태의 추정수단 및 전지 열화상태의 추정방법
CN113557439A (zh) 用于估计电池的健康状态的方法
CN116113837A (zh) 用于估计电池的荷电状态的方法
CN113138346A (zh) 能够连接到电池的装置和用于计算电池的荷电状态的方法
CN113785209B (zh) 用于检测异常电池单体的方法
CN114026443A (zh) 用于检测内部短路电池单体的方法
KR100878123B1 (ko) 배터리 상태 및 파라미터 추정 시스템 및 방법
Ahmed et al. A scaling approach for improved open circuit voltage modeling in Li-ion batteries
WO2006057469A1 (en) Method and system for joint battery stateand parameter estimation
US20230198035A1 (en) Measurement apparatus, and measurement method
Xie et al. State‐of‐Charge Estimation of Lithium‐Ion Battery Based on an Improved Dual‐Polarization Model
KR100916510B1 (ko) 조인트 배터리 상태와 파라미터 추정 시스템 및 방법
Prashanth et al. Estimation of SOC and SOH of Li-Ion Batteries
Dardchuntuk et al. Unscented Kalman Filter for State of Charge Estimation of Lithium Titanate Battery

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination