CN113875065A - 电池管理设备、电池管理方法和电池组 - Google Patents
电池管理设备、电池管理方法和电池组 Download PDFInfo
- Publication number
- CN113875065A CN113875065A CN202080032430.5A CN202080032430A CN113875065A CN 113875065 A CN113875065 A CN 113875065A CN 202080032430 A CN202080032430 A CN 202080032430A CN 113875065 A CN113875065 A CN 113875065A
- Authority
- CN
- China
- Prior art keywords
- nth
- data sets
- jth
- mth
- variable
- 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
Links
- 238000007726 management method Methods 0.000 title claims abstract description 36
- 239000000126 substance Substances 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 2
- 210000004027 cell Anatomy 0.000 description 95
- 238000000034 method Methods 0.000 description 17
- 238000012360 testing method Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 7
- 239000003792 electrolyte Substances 0.000 description 7
- 150000002500 ions Chemical class 0.000 description 7
- 230000006866 deterioration Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000007599 discharging Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 229910052744 lithium Inorganic materials 0.000 description 5
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 239000007774 positive electrode material Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000007773 negative electrode material Substances 0.000 description 3
- 239000011701 zinc Substances 0.000 description 3
- 239000011149 active material Substances 0.000 description 2
- 150000001768 cations Chemical class 0.000 description 2
- 229910001416 lithium ion Inorganic materials 0.000 description 2
- 229910052759 nickel Inorganic materials 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- OJIJEKBXJYRIBZ-UHFFFAOYSA-N cadmium nickel Chemical compound [Ni].[Cd] OJIJEKBXJYRIBZ-UHFFFAOYSA-N 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 230000003446 memory effect Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- QELJHCBNGDEXLD-UHFFFAOYSA-N nickel zinc Chemical compound [Ni].[Zn] QELJHCBNGDEXLD-UHFFFAOYSA-N 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- H01M10/4257—Smart batteries, e.g. electronic circuits inside the housing of the cells or batteries
-
- 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
-
- 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]
- G01R31/367—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]
- G01R31/396—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
-
- 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
- H01M10/488—Cells or batteries combined with indicating means for external visualization of the condition, e.g. by change of colour or of light density
-
- 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
- H02J7/0029—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with safety or protection devices or circuits
-
- 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]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- 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
- 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
- H01M2010/4278—Systems for data transfer from batteries, e.g. transfer of battery parameters to a controller, data transferred between battery controller and main controller
-
- 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
-
- 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
- H02J7/0029—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with safety or protection devices or circuits
- H02J7/0031—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with safety or protection devices or circuits using battery or load disconnect circuits
-
- 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设备、一种电池管理方法和一种电池组。电池管理设备使用与能够在电池单体外侧观察的外部变量相关联的多个输入数据集合和与不在电池单体外侧观察的内部变量相关联的多个期望数据集合,将多个外部变量中的至少一个设定为用于每一个内部变量的有效外部变量。
Description
技术领域
本公开涉及分析在外部变量和取决于电池单体内侧的化学状态的内部变量之间的关联的技术。
本申请要求在2019年8月5日向韩国知识产权局提交的韩国专利申请No.10-2019-0095075的权益,其公开内容通过引用整体并入本文。
背景技术
近来,对诸如膝上型计算机、摄影机和移动电话的便携式电子产品的需求已经急剧地增长,并且随着电动车辆、用于能量存储的蓄能器、机器人和卫星的广泛发展,正在对能够被重复地再充电的高性能电池进行很多研究。
当前,市售电池包括镍-镉电池、镍氢电池、镍锌电池、锂电池等,并且在它们当中,锂电池具有很少或者没有记忆效应,并且因此由于它们的只要方便便能够进行再充电、自放电率非常低并且能量密度高的优点,它们正在获得比镍基电池更多的关注。
由于重复充电和放电,电池单体随着时间逐渐地劣化。随着电池单体劣化,电池单体内侧的化学状态也改变。然而,指示电池单体内侧的化学状态的内部变量(例如,正极活性材料的电导率)不能在电池单体外侧观察。
同时,电池单体内侧的化学状态诱发能够在电池单体外侧观察的外部变量(例如,电池单体的温度)的变化。相应地,尝试基于外部变量估计内部变量。
然而,内部变量中的某些和外部变量中的某些可能具有非常低的关联。当在每一个内部变量和每一个外部变量之间的关联未被加以考虑时,使用内部变量估计的外部变量可能极大地不同于电池单体内侧的实际化学状态。
发明内容
技术问题
本公开被设计为解决上述问题,并且因此本公开旨在提供一种电池管理设备、一种电池管理方法,和一种电池组,其分析在电池单体的内部变量和外部变量之间的关联。
本公开进一步旨在提供一种电池管理设备、一种电池管理方法和一种电池组,其中仅仅具有与每一个内部变量的至少特定水平的关联的外部变量才能够在用于每一个内部变量的估计的多层感知机(perceptron)的建模中使用。
本公开的这些和其他目的和优点可以通过以下描述被理解并且将从本公开的实施例中变得明显。另外,将易于理解,本公开的目的和优点可以通过在所附权利要求中阐述的手段及其组合来实现。
技术方案
根据本公开的方面的一种电池管理设备包括:存储器单元,其被配置为存储第一到第m输入数据集合、第一到第n期望数据集合和第一到第n参考值;和控制单元,其被可操作地耦合到存储器单元。m和n每一个是二或者更大的自然数。第一到第m输入数据集合分别与可在电池单体外侧观察的第一到第m外部变量相关联。第一到第m输入数据集合中的每一个包括预定数目的输入值。第一到第n期望数据集合分别与第一到第n内部变量相关联,其中第一到第n内部变量依赖于电池单体内侧的化学状态并且不可在电池单体外侧观察。第一到第n期望数据集合中的每一个包括预定数目的目标值。控制单元被配置为:基于第一到第m输入数据集合、第一到第n期望数据集合和第一到第n参考值,将第一到第m外部变量中的至少一个设定为用于第一到第n内部变量中的每一个的有效外部变量。
存储器单元可以被配置为存储定义在第一到第m外部变量和第一到第n内部变量之间的对应关系的主多层感知机。控制单元可以被配置为通过向包括在主多层感知机的输入层中的第一到第m输入节点提供第一到第m输入数据集合来从包括在主多层感知机的输出层中的第一到第n输出节点获得第一到第n输出数据集合。第一到第n输出数据集合每一个可以包括预定数目的结果值。控制单元可以被配置为基于第一到第n输出数据集合和第一到第n期望数据集合确定第一到第n误差因子。控制单元可以被配置为通过将第一到第n误差因子中的每一个与阈值误差因子进行比较来确定第一到第n参考值。
控制单元可以被配置为将第一到第n误差因子中的第j误差因子确定为等于第一到第n输出数据集合中的第j输出数据集合与第一到第n期望数据集合中的第j期望数据集合的误差比率。j是n或者更小的自然数。
控制单元可以被配置为:当第j误差因子小于阈值误差因子时将第一到第n参考值中的第j参考值设定为等于第一预定值。
控制单元可以被配置为:当第j误差因子等于或者大于阈值误差因子时,将第j参考值设定为等于第二预定值。第二预定值小于第一预定值。
控制单元可以被配置为:基于第一到第m输入数据集合的第i输入数据集合、第一到第n期望数据集合的第j期望数据集合和第一到第n参考值的第j参考值,确定是否将第一到第m外部变量中的第i外部变量设定为用于第j内部变量的有效外部变量。控制单元可以被配置为:当第i外部变量被设定为用于第j内部变量的有效外部变量时,使用第i输入数据集合作为训练数据来学习与第j内部变量相关联的子多层感知机。i是m或者更小的自然数,并且j是n或者更小的自然数。
控制单元可以被配置为确定在第i输入数据集合和第j期望数据集合之间的多关联系数(multiple correlation coefficient)。控制单元可以被配置为当多关联系数的绝对值大于第j参考值时,将第i外部变量设定为用于第j内部变量的有效外部变量。
控制单元可以被配置为:当多关联系数的绝对值等于或者小于第j参考值时,从用于第j内部变量的有效外部变量排除第i外部变量。
根据本公开的另一个方面的一种电池组包括该电池管理设备。
根据本公开的再一个方面的一种电池管理方法包括存储第一到第m输入数据集合、第一到第n期望数据集合和第一到第n参考值,其中m和n中的每一个是二或者更大的自然数,第一到第m输入数据集合分别与能够在电池单体外侧观察的第一到第m外部变量相关联,第一到第m输入数据集合中的每一个包括预定数目的输入值,第一到第n期望数据集合分别与不能够在电池单体外侧观察的第一到第n内部变量相关联,并且第一到第n期望数据集合中的每一个包括预定数目的目标值,并且基于第一到第m输入数据集合、第一到第n期望数据集合和第一到第n参考值,将第一到第m外部变量中的至少一个设定为用于第一到第n内部变量中的每一个的有效外部变量。
当在第一到第m输入数据集合中的第i输入数据集合和第一到第n期望数据集合中的第j期望数据集合之间的多关联系数的绝对值大于第一到第n参考值中的第j参考值时,第一到第m外部变量中的第i外部变量可以被设定为用于第一到第n内部变量中的第j内部变量的有效外部变量。i是m或者更小的自然数,并且j是n或者更小的自然数。
有利的效果
根据本公开的实施例中的至少一个,能够分析在电池单体的内部变量和外部变量之间的关联。
此外,根据本公开的实施例中的至少一个,仅仅具有与每一个内部变量的至少特定水平的关联的外部变量才可以在用于每一个内部变量的估计的多层感知机的建模中使用。
本公开的效果不限于以上提到的效果,并且从所附权利要求,本领域技术人员将清楚地理解这些和其他效果。
附图说明
附图示意本公开的优选实施例,并且与以下描述的本公开的详细描述一起地,用于提供本公开的技术方面的进一步理解,并且因此本公开不应该被理解为限制于附图。
图1是示例性地示出包括根据本公开的实施例的电池管理设备的电池组的配置的图。
图2是示例性地示出由图1的电池管理设备使用的主多层感知机的图。
图3是示例性地示出子多层感知机的图。
图4是示例性地示出可以由图1的电池管理设备执行的方法的流程图。
图5是示例性地示出可以由图1的电池管理设备执行的另一种方法的流程图。
具体实施方式
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,应当理解,在说明书和所附权利要求中使用的术语或词语不应被解释为仅限于一般和字典含义,而是在允许发明人适当地定义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,在这里描述的实施例和在附图中示出的示意只是本公开的最优选的实施例,而非旨在完全描述本公开的技术方面,从而应该理解,在提交申请时,可能已经对此作出各种其他等同和修改。
包括诸如“第一”、“第二”等序数的术语用于在各种元件中将一个元件与另一个元件区分开来,而非旨在通过术语来限制元件。
除非上下文另有明确指示,否则将理解,当在本说明书中使用时,术语“包括”指定所述元件的存在,但不排除一个或多个其他元件的存在或添加。另外,如在这里使用的术语“控制单元”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者硬件和软件的组合来实现。
另外,在整个说明书中,将进一步理解,当元件被称为“连接到”另一个元件时,它能够被直接地连接到另一个元件或者可以存在居间元件。
图1是示例性地示出包括根据本公开的实施例的电池管理设备100的电池组1的配置的图,图2是示例性地示出由图1的电池管理设备100使用的主多层感知机的图,并且图3是示例性地示出子多层感知机的图。
参考图1,电池组1包括电池单体10、开关20、和电池管理设备100。
电池组1被安装在诸如电动车辆的电动装置上以供应操作电动装置要求的电能。电池管理设备100被设置为电连接到电池单体10的正端子和负端子。
电池单体10可以是锂离子单体。电池单体10可以包括能够重复地被充电和放电的任何类型,并且不限于锂离子单体。
电池单体10可以通过电池组1的电力端子(+,-)被电耦合到外部装置。外部装置可以是例如电气负载(例如,电动机)、直流电(DC)-交流电(AC)逆变器和电动车辆的充电器。
开关20被安设在连接电池单体10的正端子和电力端子(+)或者电池单体10的负端子和电力端子(-)的电流路径上。在开关20处于断开操作状态中时,电池单体10的充电和放电停止。在开关20处于闭合操作状态中时,电池单体10的充电和放电是可能的。
电池管理设备100包括接口单元110、存储器单元120和控制单元130。电池管理设备100可以进一步包括感测单元140。
感测单元140包括电压传感器141、电流传感器142和温度传感器143。电压传感器141被配置为测量跨电池单体10的电压。电流传感器142被配置为测量流过电池单体10的电流。温度传感器143被配置为测量电池单体10的温度。感测单元140可以向控制单元130传输指示测量电压、测量电流和测量温度的感测数据。
接口单元110可以被耦合到外部装置以使得能够在其之间通信。接口单元110被配置为支持控制单元130和外部装置之间的有线通信或者无线通信。有线通信可以是例如控域网(CAN)通信,并且无线通信可以是例如ZigBee或者Bluetooth通信。接口单元110可以包括诸如显示器或者扬声器的输出装置,从而以能够由用户辨识的形式提供由控制单元130执行的每一个操作的结果。接口单元110可以包括诸如鼠标和键盘的输入装置,以从用户接收数据。
存储器单元120可操作地被耦合到接口单元110、控制单元130或者感测单元140中的至少一个。存储器单元120可以存储由控制单元130执行的每一个操作的结果。存储器单元120可以包括例如闪存类型、硬盘类型、固态磁盘(SSD)类型、硅磁盘驱动器(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)、电可擦除可编程只读存储器(EEPROM)或者可编程只读存储器(PROM)中的至少一种类型的存储介质。
存储器单元120被配置为存储估计电池单体10内侧的化学状态所需的各种数据。具体地,存储器单元120存储第一数目的输入数据集合和第二数目的期望数据集合。存储器单元120可以进一步存储主多层感知机。在下文中,假设第一数目为m,第二数目为n,并且m和n中的每一个是2或者更大的自然数。例如,通过接口单元110从外部装置传输的第一到第m输入数据集合和第一到第n期望数据集合被存储在存储器单元120中。
第一到第m输入数据集合分别与可在电池单体10外侧观察的第一到第m外部变量相关联。即,当第一索引i是1到m的自然数(即,m或者更小的自然数)时,第i输入数据集合与第i外部变量相关联。每一个输入数据集合包括第三数目(例如,10000)的输入值。例如,被预设为第i外部变量的第三数目的值被包括在第i输入数据集合中。在该说明书中,Xi表示第i输入数据集合,并且Xi(k)表示第i输入数据集合的第k输入值。
例如,当m=16时,第一到第十六外部变量可以如下定义。
第一外部变量可以指示从当电池单体10的充电状态(SOC)等于第一充电状态(例如,100%)时的时间点到当通过在第一温度下以第一电流速率(例如,1/3C)的电流对电池单体10进行放电的第一测试而使电池单体10的电压达到第一电压(例如,3.0V)时的时间点的时间段。
第二外部变量可以指示在当执行第二测试达第一参考时间(例如,0.1秒)时的时间点的电池单体10的电压,并且在第二测试中,电池单体10从当电池单体10的SOC等于第二充电状态(例如,50%)时的时间点在第二温度下以第二电流速率(例如,200A)的电流被放电。
第三外部变量可以指示在当执行第二测试达比第一参考时间更长的第二参考时间(例如,1.0秒)时的时间点的电池单体10的电压。
第四外部变量可以指示在当执行第二测试达比第二参考时间更长的第三参考时间(例如,10.0秒)时的时间点的电池单体10的电压。
第五外部变量可以指示在当执行第二测试达比第三参考时间更长的第四参考时间(例如,30.0秒)时的时间点的电池单体10的电压。
第六外部变量可以包括从当电池单体10的SOC等于第三SOC(例如,100%)时的时间点到当通过在第三温度下以第三电流速率(例如,1.0C)的电流对电池单体10进行放电的第三测试而使电池单体10的电压达到第二电压(例如,3.8V)时的时间点的时间段。
第七外部变量可以指示直至当电池单体10的电压通过第三测试达到低于第二电压的第三电压(例如,3.5V)时的时间点的时间段。
第八外部变量可以表示电池单体10的电压通过第三测试从第二电压减小到第三电压所占用的时间。
第九外部变量可以指示从当电池单体10的SOC等于第四充电状态(例如,10%)时的时间点在第四温度下以第四电流速率(例如,1.0C)的电流对电池单体10进行放电的第四测试被执行达第五参考时间(例如,0.1秒)时的时间点的电池单体10的电压。
第十外部变量可以指示在当第四测试被执行达比第五参考时间更长的第六参考时间(例如,1.0秒)时的时间点的电池单体10的电压。
第十一外部变量可以指示在当第四测试被执行达比第六参考时间更长的第七参考时间(例如,10.0秒)时的时间点的电池单体10的电压。
第十二外部变量可以指示在当第四测试被执行达比第七参考时间更长的第八参考时间(例如,30.0秒)时的时间点的电池单体10的电压。
第十三外部变量可以指示在当第四测试被执行达比第八参考时间更长的第九参考时间(例如,100.0秒)时的时间点的电池单体10的电压。
第十四外部变量可以指示通过从当电池单体10的SOC等于第五状态(例如,10%)时的时间在第五温度下以第五电流速率(例如,1.0C)的电流对电池单体10进行充电的第五测试,在第一时段(例如,0.0到0.1秒)期间电池单体10的电压变化和在第二时段(例如,20.0到20.1秒)期间电池单体10的电压变化之间的比率。
第十五外部变量可以指示通过从当电池单体10的SOC等于第六SOC(例如,0%)时的时间点在第六温度下以第六电流速率(例如,0.04C)的电流对电池单体10进行充电的第六测试获得的电池单体10的微分容量曲线上的第一峰值的电压。当V、dV和dQ分别是电池单体10的电压、电池单体10的电压变化和电池单体10的容量变化时,微分容量曲线示出在V和dQ/dV之间的对应关系。微分容量曲线可以称作“V-dQ/dV曲线”。第一峰值可以是在微分容量曲线上的多个峰值当中具有最小V的峰值。
第十六外部变量可以指示在第一峰值的电压和参考电压之间的差异。参考电压是当电池单体10处于寿命开始(Beginning Of Life:BOL)时获得的微分容量曲线的第一峰值的电压,并且可以被预设。
第一到第n期望数据集合分别与不可在电池单体10外侧观察的第一到第n内部变量相关联。即,当第二索引j是1到n的自然数(即,n或者更小的自然数)时,第j期望数据集合与第j内部变量相关联。每一个内部变量指示电池单体10内侧的化学状态。每一个期望数据集合包括第三数目的目标值。例如,被预设为第j内部变量的第三数目的值被包括在第j期望数据集合中。在该说明书中,Yj表示第j期望数据集合,并且Yj(k)表示第j期望数据集合的第k目标值。
Y1(k)到Yn(k)是当电池单体10具有特定劣化状态时第一到第n内部变量的预期值。X1(k)到Xm(k)是当电池单体10具有特定劣化状态时由Y1(k)到Yn(k)诱发的第一到第m外部变量的预期值。
电池单体10的劣化状态取决于使用电池单体10的环境而变化,并且每一个劣化状态可以由第一到第n内部变量的组合定义。当a≠b时,X1(a)到Xm(a)和Y1(a)到Yn(a)与'a'劣化状态相关联,并且X1(b)到Xm(b)和Y1(b)到Yn(b)与不同于电池单体10的'a'劣化状态的'b'劣化状态相关联。
例如,当n=14时,第一到第十四内部变量可以如下定义。
第一内部变量可以是电池单体10的正极的电导率。
第二内部变量可以是电池单体10的正极活性材料的离子扩散率。
第三内部变量可以是电池单体10的正极活性材料的交换电流密度的速率常数。
第四内部变量可以是电池单体10的负活性材料的离子扩散率。
第五内部变量可以是电池单体10的负活性材料的交换电流密度的速率常数。
第六内部变量可以是电池单体10的负极的曲折度。曲折度(tortuosity)是离子从一个点到另一个点行进的实际距离相对于在该两个点之间的直线距离的比率。
第七内部变量可以是电池单体10的负极的孔隙度。
第八内部变量可以是电池单体10的电解质的离子浓度。
第九内部变量可以是乘以电池单体10的电解质的初始离子电导率的比例因子。初始离子电导率可以是指示当电池单体10处于BOL时电池单体10的电解质的离子电导率的预设值。
第十内部变量可以是乘以电池单体10的电解质的初始离子扩散率的比例因子。初始离子扩散率可以是指示当电池单体10处于BOL时电池单体10的电解质的离子扩散率的预设值。
第十一内部变量可以是电池单体10的电解质的阳离子转移数。转移数指示阳离子(例如,Li+)对电解质的电导率的部分贡献。
第十二内部变量可以是电池单体10的锂库存损(Loss of Lithium Inventory:LLI)。LLI指示与BOL相比较电池单体10中的锂已经减少了多少。
第十三内部变量可以是电池单体10的正极的活性材料损失(Loss of ActiveMaterial:LAM)。正极的LAM指示与BOL相比较电池的正极活性材料已经减少了多少。
第十四内部变量可以是电池单体10的负极的LAM。负极的LAM指示与BOL相比较电池的负极活性材料已经减少了多少。
第一到第m输入数据集合和第一到第n期望数据集合可以根据具有与电池单体10相同的规格的不同电池单体的模拟结果而被预设。
控制单元130可操作地被耦合到接口单元110、存储器单元120或者感测单元140中的至少一个。控制单元130可以使用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理装置(DSPD)、可编程逻辑装置(PLD)、现场可编程门阵列(FPGA)、微处理器或者用于执行其他功能的电气单元中的至少一种以硬件实现。
控制单元130使用主多层感知机确定对第一到第n子多层感知机建模所需的第一到第n参考值。
参考图2,主多层感知机200包括输入层201、预定数目的中间层202,以及输出层203。在主多层感知机200中,包括在每一个层中的节点(还被称作“神经元”)的数目、在节点之间的连接和包括在每一个中间层中的每一个节点的功能可以被预设。可以使用预定训练数据设定每一个连接的权重。
输入层201包括第一到第m输入节点I1到Im。第一到第m输入节点I1到Im分别与第一到第m外部变量相关联。包括在第i输入数据集合Xi中的每一个输入值被提供给第i输入节点Ii。
输出层203包括第一到第n输出节点O1到On。第一到第n输出节点O1到On分别与第一到第n内部变量相关联。
当第一到第m输入数据集合X1到Xm中的每一个的第k输入值分别被输入第一到第m输入节点I1到Im时,第一到第n输出数据集合Z1到Zn中的每一个的第k结果值分别从第一到第n输出节点O1到On被输出。
通过重复分别向第一到第m输入节点I1到Im输入第一到第m输入数据集合X1到Xm中的相同阶次的m个输入值(例如,X1(k)到Xm(k))的过程,控制单元130可以产生第一到第n输出数据集合Z1到Zn,其每一个具有第三数目的结果值。在该说明书中,Zj指第j输出数据集合,并且Zj(k)指第j输出数据集合的第k结果值。在第一到第n输出数据集合中,n个结果值Z1(k)到Zn(k)可以以相同阶次排列。
控制单元130可以基于第一到第n输出数据集合和第一到第n期望数据集合确定第一到第n误差因子。即,控制单元130可以通过比较第j输出数据集合与第j期望数据集合确定第j误差因子。具体地,控制单元130可以使用以下等式1确定第j误差因子。
<等式1>
在等式1中,u是第三数目并且Ferror_j是第j误差因子。即,第j误差因子可以被确定为等于被设定为第j期望数据集合的第j输出数据的误差比率。
控制单元130可以通过分别将第一到第n误差因子与阈值误差因子进行比较来确定第一到第n参考值。阈值误差因子可以被预设,例如,3%。具体地,当第j误差因子小于阈值误差因子时,控制单元130可以将第j参考值确定为等于第一预定值。相反,当第j误差因子等于或者大于阈值误差因子时,控制单元130可以将第j参考值确定为等于第二预定值。第二预定值(例如,0.25)可以小于第一预定值(例如,0.50)。使用主多层感知机200的过程可以通过确定第一到第n参考值来完成。可替代地,第一到第n参考值中的每一个可以被预设为第一预定值或者第二预定值。在此情形中,使用主多层感知机200的过程可以省略。
控制单元130执行用于确定第一到第n子多层感知机的过程。
控制单元130确定在第一到第n期望数据集合中的每一个和第一到第m输入数据集合中的每一个之间的多关联系数。在第i输入数据集合和第j期望数据集合之间的多关联系数可以根据以下等式2确定。
<等式2>
在等式2中,N是第三数目,并且ri,j是在第i输入数据集合和第j期望数据集合之间的多关联系数。可以对于每一个期望数据集合确定m个多关联系数,并且可以确定总共m×n个多关联系数。
多关联系数ri,j的绝对值大于第j参考值指示在第i外部变量和第j内部变量之间的高度关联。当多关联系数ri,j的绝对值大于第j参考值时,控制单元130可以确定针对第j子多层感知机的建模使用第i输入数据集合。当多关联系数ri,j的绝对值大于第j参考值时,控制单元130可以将第i外部变量设定为用于第j内部变量的有效外部变量。
相反,多关联系数ri,j的绝对值等于或者小于第j参考值指示在第i外部变量和第j内部变量之间的低度关联。当多关联系数ri,j的绝对值等于或者小于第j参考值时,控制单元130可以确定针对第j子多层感知机的建模不使用第i输入数据集合。即,控制单元130可以从用于第j内部变量的有效外部变量排除第i外部变量。
控制单元130可以产生分别与第一到第n内部变量相关联的第一到第n子多层感知机。即,第j内部变量和第j子多层感知机彼此相关联。第j子多层感知机被用于估计第j内部变量的值。
参考图3,第j子多层感知机300j包括输入层301j、预定数目的中间层302j,以及输出层303j。包括在每一个中间层302j中的每一个节点的功能可以被预设。输出层303j具有与第j内部变量相关联的单个输出节点。
控制单元130可以产生与用于第j内部变量的有效外部变量集合的数目相同数目的、第j子多层感知机的输入层301j的输入节点。图3示出第一、第三和第五外部变量中的每一个被设定为用于第j内部变量的有效外部变量。
第j子多层感知机的输入层301j具有三个输入节点Ij1到Ij3。与三个外部变量中的每一个相关联的第一、第三和第五输入数据集合作为训练数据被提供给该三个输入节点Ij1到Ij3中的每一个,并且第j子多层感知机300j通过在从第j子多层感知机的输出层获得的数据集合Wj的结果值和第j期望数据集合的目标值之间的比较来学习。
在第j子多层感知机300j的学习完成之后,控制单元130可以使用感测单元140测量电池单体10的电压、电流和温度。控制单元130可以基于来自感测单元140的感测数据确定三个外部变量的值。随后,控制单元130分别向第j子多层感知机300j的该三个输入节点Ij1到Ij3输入三个外部变量的值,从而可以在第j子多层感知机300j的输出层303j中获得结果值。对应结果值是与对应于三个外部变量的值的劣化状态相关联的第j内部变量的估计值。当第j内部变量的估计值在预定的第j安全性范围之外时,控制单元130可以将开关20控制为断开操作状态以保护电池单体10。
图4是示例性地示出可以由图1的电池管理设备100执行的方法的流程图。
参考图1到4,在步骤S410中,控制单元130在存储器单元120中存储第一到第m输入数据集合、第一到第n期望数据集合和主多层感知机200。
在步骤S420中,控制单元130使用主多层感知机200从第一到第m输入数据集合获得第一到第n输出数据集合。
在步骤S422中,控制单元130将第二索引j设定为1。
在步骤S430中,控制单元130基于第j输出数据集合和第j期望数据集合确定第j误差因子。
在步骤S440中,控制单元130确定第j误差因子是否小于阈值误差因子。当步骤S440的值为“是”时,步骤S450被执行。当步骤S440的值为“否”时,步骤S460被执行。
在步骤S450中,控制单元130将第j参考值设定为等于第一预定值。
在步骤S460中,控制单元130将第j参考值设定为等于第二预定值。
在步骤S470中,控制单元130确定第二索引j是否小于第二数目n。当步骤S470的值为“是”时,步骤S480被执行。
在步骤S480中,控制单元130将第二索引j增加1。在步骤S480完成之后,过程返回步骤S430。
第一到第n参考值可以通过图4的方法以顺序次序确定。在第一到第n参考值通过图4的方法被确定之后,控制单元130可以执行图5的方法。
可替代地,当第一到第n参考值如上所述被预设并且被存储在存储器单元120中时,控制单元130可以执行图5的方法而不执行图4的方法。
图5是示例性地示出可以由图1的电池管理设备100执行的另一个方法的流程图。
参考图1到5,在步骤S510中,控制单元130将第一索引i和第二索引j中的每一个设定为1。
在步骤S520中,控制单元130确定在第i输入数据集合和第j期望数据集合之间的多关联系数。
在步骤S530中,控制单元130确定多关联系数的绝对值是否大于第j参考值。当步骤S530的值为“是”时,步骤S540被执行。当步骤S530的值为“否”时,步骤S550被执行。
在步骤S540中,控制单元130将第i外部变量设定为用于第j内部变量的有效外部变量。
在步骤S550中,控制单元130确定第一索引i是否小于第一数目m。当步骤S550的值为“是”时,步骤S560被执行。当步骤S550的值为“否”时,步骤S570被执行。
在步骤S560中,控制单元130将第一索引i增加1。在步骤S560完成之后,过程返回步骤S520。
在步骤S570中,控制单元130确定第二索引j是否小于第二数目n。当步骤S570的值为“是”时,步骤S580被执行。
在步骤S580中,控制单元130将第一索引i设定为1,并且将第二索引j增加1。在步骤S580完成之后,过程返回步骤S520。
步骤S550的值为“否”指示用于第j内部变量的有效外部变量的设定完成。每次步骤S550的值为“否”,控制单元130可以产生将被用于估计第j内部变量的值的第j子多层感知机。
以上描述的本公开的实施例不仅仅通过设备和方法来实现,而是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者具有在其上记录的程序的记录介质来实现,并且本领域技术人员可以从前面描述的实施例的公开容易地实现这样的实施方式。
虽然上文已经关于有限数目的实施例和附图描述了本公开,但是本公开不限于此,并且对本领域技术人员显而易见的是,在本公开的技术方面和所附权利要求的等效范围内可以对其作出各种修改和改变。
另外地,由于本领域技术人员可以在不脱离本公开的技术方面的情况下对上文描述的本公开作出很多替换、修改和改变,因此本公开不受上述实施例和附图限制,并且某些或者所有的实施例可以被选择性地组合以允许各种修改。
Claims (11)
1.一种电池管理设备,包括:
存储器单元,所述存储器单元被配置为存储第一到第m输入数据集合、第一到第n期望数据集合和第一到第n参考值,其中,m和n中的每一个是二或者更大的自然数;和
控制单元,所述控制单元可操作地耦合到所述存储器单元,
其中,所述第一到第m输入数据集合分别与能够在所述电池单体外侧观察的第一到第m外部变量相关联,
所述第一到第m输入数据集合中的每一个包括预定数目的输入值,
所述第一到第n期望数据集合分别与第一到第n内部变量相关联,其中,所述第一到第n内部变量依赖于所述电池单体内侧的化学状态并且不能够在所述电池单体外侧观察,
所述第一到第n期望数据集合中的每一个包括所述预定数目的目标值,并且
所述控制单元被配置为:基于所述第一到第m输入数据集合、所述第一到第n期望数据集合和所述第一到第n参考值,将所述第一到第m外部变量中的至少一个设定为用于所述第一到第n内部变量中的每一个的有效外部变量。
2.根据权利要求1所述的电备,其中,所述存储器单元被配置为存储定义在所述第一到第m外部变量和所述第一到第n内部变量之间的对应关系的主多层感知机,并且
所述控制单元被配置为:
通过向包括在所述主多层感知机的输入层中的第一到第m输入节点提供所述第一到第m输入数据集合来从包括在所述主多层感知机的输出层中的第一到第n输出节点获得第一到第n输出数据集合,所述第一到第n输出数据集合中的每一个包括所述预定数目的结果值,
基于所述第一到第n输出数据集合和所述第一到第n期望数据集合确定第一到第n误差因子,并且
通过将所述第一到第n误差因子中的每一个与阈值误差因子进行比较来确定所述第一到第n参考值。
3.根据权利要求2所述的电池管理设备,其中,所述控制单元被配置为将所述第一到第n误差因子中的第j误差因子确定为等于所述第一到第n输出数据集合中的第j输出数据集合与所述第一到第n期望数据集合中的第j期望数据集合的误差比率,并且
其中,j是n或者更小的自然数。
4.根据权利要求3所述的电池管理设备,其中,所述控制单元被配置为:当所述第j误差因子小于所述阈值误差因子时,将所述第一到第n参考值中的第j参考值设定为等于第一预定值。
5.根据权利要求4所述的电池管理设备,其中,所述控制单元被配置为:当所述第j误差因子等于或者大于所述阈值误差因子时,将所述第j参考值设定为等于第二预定值,并且
其中,所述第二预定值小于所述第一预定值。
6.根据权利要求1所述的电池管理设备,其中,所述控制单元被配置为:
基于所述第一到第m输入数据集合的第i输入数据集合、所述第一到第n期望数据集合的第j期望数据集合和所述第一到第n参考值的第j参考值,确定是否将所述第一到第m外部变量中的第i外部变量设定为用于第j内部变量的有效外部变量,并且
当所述第i外部变量被设定为用于所述第j内部变量的有效外部变量时,使用所述第i输入数据集合作为训练数据来学习与所述第j内部变量相关联的子多层感知机,并且
其中,i是m或者更小的自然数,并且j是n或者更小的自然数。
7.根据权利要求6所述的电池管理设备,其中,所述控制单元被配置为:
确定在所述第i输入数据集合和所述第j期望数据集合之间的多关联系数,并且
当所述多关联系数的绝对值大于所述第j参考值时,将所述第i外部变量设定为用于所述第j内部变量的有效外部变量。
8.根据权利要求7所述的电池管理设备,其中,所述控制单元被配置为:当所述多关联系数的绝对值等于或者小于所述第j参考值时,从用于所述第j内部变量的有效外部变量排除所述第i外部变量。
9.一种包括根据权利要求1到8中任何一项所述的电池管理设备的电池组。
10.一种电池管理方法,包括:
存储第一到第m输入数据集合、第一到第n期望数据集合和第一到第n参考值,其中,m和n中的每一个是二或者更大的自然数,所述第一到第m输入数据集合分别与能够在电池单体外侧观察的第一到第m外部变量相关联,所述第一到第m输入数据集合中的每一个包括预定数目的输入值,所述第一到第n期望数据集合分别与不能够在所述电池单体外侧观察的第一到第n内部变量相关联,并且所述第一到第n期望数据集合中的每一个包括所述预定数目的目标值;并且
基于所述第一到第m输入数据集合、所述第一到第n期望数据集合和所述第一到第n参考值,将所述第一到第m外部变量中的至少一个设定为用于所述第一到第n内部变量中的每一个的有效外部变量。
11.根据权利要求10所述的电池管理方法,其中,当在所述第一到第m输入数据集合中的第i输入数据集合和所述第一到第n期望数据集合中的第j期望数据集合之间的多关联系数的绝对值大于所述第一到第n参考值中的第j参考值时,所述第一到第m外部变量中的第i外部变量被设定为用于所述第一到第n内部变量中的第j内部变量的有效外部变量,并且
其中,i是m或者更小的自然数,并且j是n或者更小的自然数。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2019-0095075 | 2019-08-05 | ||
KR1020190095075A KR20210016828A (ko) | 2019-08-05 | 2019-08-05 | 배터리 관리 장치, 배터리 관리 방법 및 배터리 팩 |
PCT/KR2020/008476 WO2021025295A1 (ko) | 2019-08-05 | 2020-06-29 | 배터리 관리 장치, 배터리 관리 방법 및 배터리 팩 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113875065A true CN113875065A (zh) | 2021-12-31 |
CN113875065B CN113875065B (zh) | 2024-05-14 |
Family
ID=
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040207367A1 (en) * | 2003-04-15 | 2004-10-21 | Denso Corporation | Internal condition detection system for a charge accumulating device |
US20060181245A1 (en) * | 2005-02-14 | 2006-08-17 | Denso Corporation | Method and apparatus for detecting charged state of secondary battery based on neural network calculation |
JP4689756B1 (ja) * | 2010-03-31 | 2011-05-25 | 古河電気工業株式会社 | 電池内部状態推定装置および電池内部状態推定方法 |
US20150276881A1 (en) * | 2014-03-25 | 2015-10-01 | The Boeing Company | Model-independent battery life and performance forecaster |
US20180143259A1 (en) * | 2016-11-22 | 2018-05-24 | Samsung Electronics Co., Ltd. | Method and apparatus for estimating state of battery |
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 |
CN108336427A (zh) * | 2017-01-18 | 2018-07-27 | 三星电子株式会社 | 电池管理方法和装置 |
WO2018152256A1 (en) * | 2017-02-17 | 2018-08-23 | Ess Tech, Inc. | Electrolytes for iron flow battery |
WO2018153807A1 (en) * | 2017-02-24 | 2018-08-30 | Deepmind Technologies Limited | Action selection for reinforcement learning using neural networks |
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040207367A1 (en) * | 2003-04-15 | 2004-10-21 | Denso Corporation | Internal condition detection system for a charge accumulating device |
US20060181245A1 (en) * | 2005-02-14 | 2006-08-17 | Denso Corporation | Method and apparatus for detecting charged state of secondary battery based on neural network calculation |
JP4689756B1 (ja) * | 2010-03-31 | 2011-05-25 | 古河電気工業株式会社 | 電池内部状態推定装置および電池内部状態推定方法 |
US20150276881A1 (en) * | 2014-03-25 | 2015-10-01 | The Boeing Company | Model-independent battery life and performance forecaster |
US20180143259A1 (en) * | 2016-11-22 | 2018-05-24 | Samsung Electronics Co., Ltd. | Method and apparatus for estimating state of battery |
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 |
CN108336427A (zh) * | 2017-01-18 | 2018-07-27 | 三星电子株式会社 | 电池管理方法和装置 |
WO2018152256A1 (en) * | 2017-02-17 | 2018-08-23 | Ess Tech, Inc. | Electrolytes for iron flow battery |
WO2018153807A1 (en) * | 2017-02-24 | 2018-08-30 | Deepmind Technologies Limited | Action selection for reinforcement learning using neural networks |
Also Published As
Publication number | Publication date |
---|---|
EP3985404A1 (en) | 2022-04-20 |
JP2022533542A (ja) | 2022-07-25 |
EP3985404A4 (en) | 2022-08-17 |
JP7279901B2 (ja) | 2023-05-23 |
WO2021025295A1 (ko) | 2021-02-11 |
KR20210016828A (ko) | 2021-02-17 |
US20220255142A1 (en) | 2022-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6148879B2 (ja) | 二次電池の電池状態推定装置及び電池パックの製造方法並びにセルバランス確認方法 | |
CN110678765B (zh) | 用于测试电池单体的性能的设备和方法 | |
US11366171B2 (en) | Battery state estimation method | |
CN108931729B (zh) | 一种锂离子电池容量循环退化动态识别方法 | |
JP7041800B2 (ja) | バッテリーの容量の推定装置及び方法、これを備えるバッテリーの管理装置及び方法 | |
Blanco et al. | An Equivalent Circuit Model With Variable Effective Capacity for $\hbox {LiFePO} _ {4} $ Batteries | |
CN111564882B (zh) | 一种梯次利用动力电池均衡方法 | |
EP3985404A1 (en) | Battery management device, battery management method, and battery pack | |
CN113748352A (zh) | 电池管理系统、电池组、电动车辆和电池管理方法 | |
Lazreg et al. | Lithium-ion battery pack modeling using accurate OCV model: Application for SoC and SoH estimation | |
Lenz et al. | Identification of load dependent cell voltage model parameters from sparse input data using the Mixed Integer Distributed Ant Colony Optimization solver | |
Huang et al. | Electrochemical model-based aging characterization of lithium-ion battery cell in electrified vehicles | |
CN110770593B (zh) | 使电池的功率极限平滑化的方法和电池管理系统 | |
CN113875065B (zh) | 电池管理设备、电池管理方法和电池组 | |
JP2021524127A (ja) | バッテリー管理装置、バッテリー管理方法及びバッテリーパック | |
Li et al. | The state of charge estimation of lithium-ion battery based on battery capacity | |
EP4024065A1 (en) | Battery management device, battery management method, and battery pack | |
Wang et al. | Neural Network-Based State of Charge Estimation Method for Lithium-ion Batteries Based on Temperature. | |
KR20220112997A (ko) | 신경망을 이용한 리튬배터리 팩의 각 셀에 대한 실시간 충전상태 추정장치 | |
Elabadine et al. | A novel hybrid technique to predict the Lithium-Ion battery’s behavior and estimate the intern impedance | |
Elouarouar et al. | Energy Management in Multi-Rotors Unmanned Aerial Systems | |
Cugnet et al. | Mathematical modeling of lead-acid batteries | |
Lucchetta et al. | Battery State of Charge estimation using a Machine Learning approach | |
US20230344248A1 (en) | Battery management apparatus and operating method thereof | |
Cai | Condition monitoring and fault detection for marine battery energy storage systems |
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 | ||
GR01 | Patent grant |