CN114514433A - 用于诊断电池的设备和方法 - Google Patents

用于诊断电池的设备和方法 Download PDF

Info

Publication number
CN114514433A
CN114514433A CN202180005808.7A CN202180005808A CN114514433A CN 114514433 A CN114514433 A CN 114514433A CN 202180005808 A CN202180005808 A CN 202180005808A CN 114514433 A CN114514433 A CN 114514433A
Authority
CN
China
Prior art keywords
voltage
voltage level
battery
battery cell
circuit
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
CN202180005808.7A
Other languages
English (en)
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 Energy Solution 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 Energy Solution Ltd filed Critical LG Energy Solution Ltd
Publication of CN114514433A publication Critical patent/CN114514433A/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]
    • G01R31/367—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]
    • G01R31/3644—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]
    • G01R31/374—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
    • G01R31/3835—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]
    • G01R31/382—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/60—Methods or arrangements for performing computations using a digital non-denominational number representation, i.e. number representation without radix; Computing devices using combinations of denominational and non-denominational quantity representations, e.g. using difunction pulse trains, STEELE computers, phase computers
    • G06F7/72—Methods or arrangements for performing computations using a digital non-denominational number representation, i.e. number representation without radix; Computing devices using combinations of denominational and non-denominational quantity representations, e.g. using difunction pulse trains, STEELE computers, phase computers using residue arithmetic
    • G06F7/723—Modular exponentiation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2207/00—Indexing scheme relating to methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F2207/72—Indexing scheme relating to groups G06F7/72 - G06F7/729
    • G06F2207/7276—Additional details of aspects covered by group G06F7/723
    • G06F2207/7285—Additional details of aspects covered by group G06F7/723 using the window method, i.e. left-to-right k-ary exponentiation
    • G06F2207/729—Sliding-window exponentiation
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

本发明提供一种通过感测电池电芯的异常压降现象来诊断电池的设备。用于诊断电池的设备包括电压测量电路、电流测量电路、电压估计电路和控制电路。电压测量电路测量电池电芯的两个端子的电压。电流测量电路测量流过电池电芯的两个端子之一的电流。电压估计电路基于电流和状态估计模型来计算作为电压的电压电平的估计值的估计电压电平。诊断电路计算由电压测量电路测得的电压电平与估计电压电平之间的电压电平差，并基于电压电平差和参考值，确定电池电芯中是否发生错误。控制电路包括根据估计电压电平的估计准确度来控制参考值的控制电路。

Description

用于诊断电池的设备和方法
技术领域
相关申请的交叉引用
本发明要求基于2020年5月15日提交的韩国专利申请No.10-2020-0058587的优先权权益，该韩国专利申请的全部内容特此以引用方式并入。
技术领域
本发明涉及用于诊断电池的设备。更具体地，本发明涉及检测电池电芯的异常压降现象以诊断电池的设备。
背景技术
近年来，对二次电池进行了积极的研究和开发。这里，二次电池是能够充电和放电的电池，并包括所有常规的Ni/Cd电池、Ni/MH电池等和最新的锂离子电池。在二次电池当中，锂离子电池的优点在于，它们与常规Ni/Cd电池和Ni/MH电池等相比具有高得多的能量密度。锂离子电池可以被制成为重量轻并具有小的形状因数，并被用作移动装置的电源。特别地，锂离子电池可以被用作电动车辆的电源，并作为下一代能量储存介质正受到关注。
另外，二次电池通常以包括多个电池电芯串联和/或并联连接的电池模块的电池组的形式使用。电池组的状态和操作由电池管理系统控制。电池组内的电池电芯被充入来自外部源的电力。
被充电的电池电芯向连接到电池组的各种设备和/或电路供应电力。在电池电芯有故障的情况下，电力未适当地供应到各种设备和/或电路，因此可能发生严重事故。因此，需要用于在充电期间监测电池电芯以诊断电池电芯是否有故障的装置。
发明内容
技术问题
为了解决上述技术问题而设计出的本发明的目的是提供通过使用扩展卡尔曼滤波器检测电池电芯中异常压降现象的发生来诊断电池的设备和方法。
技术方案
根据本发明的实施方式的一种用于诊断电池的设备可以包括电压测量电路、电流测量电路、电压估计电路和控制电路。电压测量电路可以测量电池电芯的两个端子处的电压。电流测量电路可以测量流过电池电芯的两个端子之一的电流。电压估计电路可以基于电流和状态估计模型来计算作为电压的电压电平的估计值的估计电压电平。诊断电路可以计算由电压测量电路测得的电压电平与估计电压电平之间的电压电平差，并基于电压电平差和参考值，确定电池电芯中是否发生错误。控制电路可以包括根据估计电压电平的估计准确度调整参考值的控制电路。
有益效果
本发明能够使用扩展卡尔曼滤波器估计电池电芯的电压。本发明通过比较测量电压与估计电压，能够更准确地检测电池电芯中异常压降现象的发生。另外，本发明通过使用滑动窗口方法，能够提供对抗噪声更具鲁棒性的用于电池诊断的设备。
附图说明
图1是例示了电池控制系统的配置的框图。
图2是例示了本发明的包括用于诊断电池的设备的电池组配置的框图。
图3是例示了图2的电池电芯的电压变化的曲线图。
图4是例示了用于估计图2的电池电芯电压的戴维宁(Thevenin)等效电路的电路图。
图5是用于描述在图2的电压估计电路中估计电池电芯电压的处理的流程图。
图6a例示了应用了扩展卡尔曼滤波器的状态估计模型。
图6b例示了用于描述扩展卡尔曼滤波器的系统模型的方程式。
图7是用于描述图2的采样电路的操作的流程图。
图8是用于描述图2的诊断电路的操作的流程图。
图9是例示了根据电池电芯温度的估计电压的改变的曲线图。
图10是例示了根据本发明的一个实施方式的用于诊断电池的设备的硬件配置的图。
具体实施方式
下面，将参考附图详细描述本发明的各种实施方式。在本文献中，在图中，相同的参考符号用于表示相同的元件，并且将省略对相同元件的冗余描述。
关于在本文献中公开的本发明的各种实施方式，仅出于描述本发明的实施方式的目的，示例了特定的结构或功能描述。本发明的各种实施方式可以以各种形式执行，并不应当被解释为限于本文献中描述的实施方式。
在各种实施方式中使用的诸如“第一”或“第二”这样的表述可以在不考虑顺序和/或重要性的情况下描述各种组件元件，并且不限于这种组件元件。例如，在不脱离本发明的范围的情况下，第一组件元件可以被指定为第二组件元件，并且类似地，第二组件元件还可以被替代地指定为第一组件元件。
本发明中使用的术语仅用于描述特定实施方式，并可以不旨在限制其它实施方式的范围。除非上下文另有明确意图，否则单数表述也可以包括复数表述。
本文中使用的所有术语(包括技术或科学术语)可以具有与本发明技术领域中的普通技术人员通常理解的含义相同的含义。通常使用的词典定义的术语可以被解释为具有与它们在相关领域的背景中的含义相同或类似的含义，并且除非在本文献中如此明确定义的，不应当被解释为具有理想或过度正式的含义。决不能以不包括本发明实施方式的方式解释本文献中定义的术语。
图1是例示了电池控制系统的配置的框图。
参照图1，大致例示了包括根据本发明的一个实施方式的电池组1以及包括在上级系统中的上级控制器2的电池控制系统。
如图1中例示的，电池组1包括至少一个电池电芯，并包括可充电可放电的电池组模块11、串联连接到电池模块11的+端子侧或-端子侧以控制电池模块11的充电或放电电流流动的开关部14以及监测、控制和管理电池组1的电压、电流和温度等以防止过度充电和过度放电的电池管理系统20等。
这里，开关部14是用于控制电池模块11充电或放电时的电流流动的开关元件。例如，可以使用诸如MOSFET或继电器等这样的至少一个半导体开关元件。
另外，电池管理系统20可以监测电池组1的电压、电流和温度等，并可以使用与开关单元14相邻设置的传感器12测量电池组的电压、电流和温度等。电池管理系统20可以包括多个端子和连接到这些端子并执行接收到的输入值的处理的电路作为用于接收上述各种参数的测量值的输入的接口。
另外，电池管理系统20可以控制开关单元14(例如，MOSFET或继电器)的开(ON)/关(OFF)，并可以连接到电池模块11以监测电池模块11的状态。
上级控制器2可以向电池管理系统20发送用于电池模块11的控制信号。因此，可以基于从上级控制器2发送的信号来控制电池管理系统20的操作。本发明的电池电芯可以是在汽车等中使用的ESS(能量储存系统)或电池组中包括的元件(假如电池电芯不限于这种用途)。
由于电池组1的配置和电池管理系统20的配置是已知配置，因此将省略更具体的描述。
图2是例示了本发明的包括用于诊断电池的设备的电池组10的配置的框图。图2的电池模块100和电池管理系统200可以对应于图1的电池模块11和电池管理系统20。
电池组10可以包括电池模块100和电池管理系统200。在下面的描述中，“电池诊断设备”可以是包括电池管理系统200的部分或全部元件的设备。例如，“电池诊断设备”可以包括电压测量电路210、电流测量电路220、电压估计电路230、诊断电路250和控制电路260。
电池模块100可以包括多个电池电芯B1-BN。所述多个电池电芯B1-BN可以串联或并联连接。参照图2，尽管电池组10被例示为包括单个电池模块100，但本发明不限于此，并且电池组10可以包括一个或更多个电池模块。
在充电时段中，可以从电源电路50向电池模块100供应电力。在充电时段中，相应电池电芯B1-BN的任一端子处的电压可以增加。在下面的描述中，“电池电芯电压”是指“电池电芯的任一端子处的电压”。由于电池电芯的内部短路或外部短路，可以检测到异常压降现象。异常压降现象是指在部分充电时段中电池电芯电压的突然下降。将参考图3详细描述异常压降现象。
在放电时段中，电池模块100可以向外部设备和/或电路供应电力。例如，在电池模块100被包括在电动车辆中的情况下，外部设备和/或电路可以是马达、PCU(功率控制单元)或逆变器等。
电池管理系统200可以包括电压测量电路210、电流测量电路220、电压估计电路230、采样电路240、诊断电路250和控制电路260。电池管理系统200可以通过监测电池模块100，发现电池模块100的缺陷，预测电池模块100的更换时机，并控制和管理电池模块100。另外，电池管理系统200可以向电池组10外部的控制装置或控制器提供关于电池模块100的信息。
本发明的电池管理系统200能够检查电池电芯B1-BN的错误发生。例如，电池管理系统200通过在充电时段中测量电池电芯B1的电压和电流，能够确定电池电芯B1中是否发生异常压降现象。在下面的描述中，确定电池电芯B1中是否发生错误意味着确定电池电芯B1中是否发生异常压降现象。另外，在下面的描述中，为了描述的方便，将重点描述电池管理系统200检查电池电芯B1的方法。电池管理系统200可以以与其检查电池电芯B1的方法相同的方式检查其它电池电芯B2-BN。
电压测量电路210可以在第一时间测量电池电芯B1的电压Vk-1并在第二时间测量电池电芯B1的电压Vk。第二时间可以是比第一时间晚的时间。在电压测量电路210以规则间隔测量电池电芯B1的电压的情况下，电压Vk-1可以是就在测量电压Vk的间隔之前的间隔测量的电压。
电流测量电路220可以测量电池电芯B1的两个端子之一处的电流。具体地，电流测量电路220可以测量输入到电池电芯B1的电流或从电池电芯B1输出的电流。在下面的描述中，假定电流测量电路220测量输入到电池电芯B1的电流。在下面的描述中，“电池电芯B1的电流”意指“输入到电池电芯B1的电流”。电流测量电路220可以在第二时间测量电池电芯B1的电流Ik。
电压估计电路230可以从电压测量电路210接收关于电压Vk-1的信息，并从电流测量电路220接收关于电流I-k的信息。电压估计电路230可以存储关于状态估计模型的信息，或者从存储器(未示出)接收关于状态估计模型的信息。例如，状态估计模型可以是应用了扩展卡尔曼滤波器的递归滤波器模型。电压估计电路230可以通过将电压VK-1输入到状态估计模型中来计算预测电压Vk’。预测电压Vk’可以是由电压估计电路230预测的第二时间的电池电芯B1的电压。电压估计电路230可以通过将电流I- k和预测电压Vk’输入到状态估计模型来计算估计电压Vkf’。估计电压Vkf’可以是由电压估计电路230接收电流I- k的输入并修正预测电压Vk’得到的值。将参考图5进一步详细描述电压估计电路230的操作。
电压测量电路210、电流测量电路220和电压估计电路230可以以规则间隔执行以上操作。在测量电路210、电流测量电路220和电压估计电路230执行了以上操作M次的情况下，可以产生M个测量电压和M个估计电压，“M”是2或更大的整数。
采样电路240可以从电压测量电路210接收关于M个测量电压的信息。采样电路240可以从电压估计电路230接收关于M个估计电压的信息。电压Vk是M个测量电压中的一个。估计电压Vkf’是M个估计电压中的一个。采样电路240可以计算与电压Vk对应的估计电压Vkf’的电压电平与电压Vk的电压电平之间的电压电平差。采样电路240可以对相应的对应对的M个测量电压和M个估计电压执行以上操作。即，采样电路240可以从相应对的M个测量电压和M个估计电压计算M个电压电平差。采样电路240可以使用滑动窗口(或移动窗口)方法对M个电压电平差进行采样。采样电路240可以使用滑动窗口方法，从M个电压电平差当中选择Q个电压电平差。“Q”是小于“M”的自然数。采样电路240可以计算Q个采样的电压电平差的统计值VS。例如，Q个电压电平差的统计值VS可以是Q个电压电平差的平均值、最大值、最小值和标准偏差等中的至少任一个。将参考图7详细描述采样电路240的操作。
诊断电路250可以从采样电路240接收关于统计值VS的信息。诊断电路250可以将统计值VS与参考值进行比较。参考值可以被存储在诊断电路250的内部或外部。参考值可以是用于诊断电池电芯B1中是否发生异常压降现象的值。参考值可以是在电池电芯B1中没有发生异常压降现象的情况下，电池电芯B1的实际电压与估计电压之间的最大可能电压差。参考值可以由用户预先设置，并可以根据诸如温度或SOC这样的电池电芯的状态而改变。
在统计值VS等于或大于参考值的情况下，诊断电路250可以确定电池电芯B1中出现了缺陷。即，通过以上操作，诊断电路250可以检测充电时段中电池电芯B1的电压Vk的快速降低。
诊断电路250可以对在电池电芯B1中发生错误的次数进行计数。诊断电路250可以基于计数的次数来评估电池电芯B1的状态。例如，在计数的次数小于第一参考次数的情况下，电池电芯B1可以被评估为处于正常状态。在计数的次数等于或大于第一参考次数而小于第二参考次数的情况下，电池电芯B1可以被评估为不处于危险状态而是处于报警状态。在计数的次数等于或大于第二参考次数的情况下，电池电芯B1可以被评估为处于危险状态。第一参考次数可以小于第二参考次数。
控制电路260可以根据电压估计电路230处的估计电压Vkf’的估计准确度来调整参考值。如果估计准确度高，则控制电路260可以减小参考值，而如果估计准确度低，则控制电路260可以增大参考值。高估计电压Vkf’估计准确度意指估计电压Vkf’具有小扩展，并且低估计电压Vkf’估计准确度意指估计电压Vkf’具有大扩展。
根据电池电芯B1的温度，电压估计电路230处的估计电压Vkf’的估计准确度可以变化。具体地，如果电池电芯B1的温度降低，则估计电压Vkf’的扩展可以增加。估计电压Vkf’的增加的扩展意指估计电压Vkf’的估计准确度降低。即，如果电池电芯B1的温度降低，则估计电压Vkf’的估计准确度可以降低。因此，如果诊断电路250如在高温下使用参考值那样在低温下使用相同的参考值，则它可能错误诊断在电池电芯B1中是否发生错误。为了防止诊断电路250的错误诊断，如果温度降低，则控制电路260可以增大参考值，如果温度升高，则控制电路260可以减小参考值。
图3是例示了图2的电池电芯的电压变化的曲线图。
图3示出了当使用测试电池电芯重复进行充放电测试时，在充电时段中电池电芯B1的电压随时间推移的部分改变(为了便于理解，仅例示了一些重复进行的测试的结果)。在图3中例示的曲线图中，x轴表示时间，并且y轴表示电压。
参照图3，在充电时段中，电池电芯B1的电压随时间推移而增加。在第140次充电期间，电池电芯B1的电压瞬间迅速降低。这样的现象被表示为异常压降现象。参照图3，在本测试中，在第140次充电循环的3160-3180秒时段中出现异常压降现象。
在电池电芯B1中发生异常压降现象的情况下，在图2的电压测量电路210处测得的电压与在图2的电压估计电路230处估计的电压之间的电压电平差增大。图2的诊断电路250可以基于电压电平差的增大来检查在电池电芯B1中是否发生异常压降现象。
图4是例示了用于估计图2的电池电芯电压的戴维宁等效电路的电路图。
戴维宁等效电路40可以是反映图2的电池电芯B1的电特性的电路。基于戴维宁等效电路40，可以推导图2的电压估计电路230中使用的扩展卡尔曼滤波器的状态变量。戴维宁等效电路40可以是电压源41、电阻R0和电阻R1-电容器C1组串联连接的元件。这里，电阻R1-电容器C1可以是电阻R1与电容器C1并联连接的元件。
参照图4，尽管戴维宁等效电路40被例示为包括单个电阻-电容器组的初级电路，但本发明不限于此。图2的电压估计电路230中使用的戴维宁等效电路可以是P个电阻-电容器组串联连接的P阶电路。其中，“P”是自然数。
基于戴维宁等效电路40，可以推导下面的[数学方程式1]。
[数学方程式1]
Figure BDA0003589100130000081
参照与图2相关的描述，“Vk”表示由电压估计电路230预测的第二时间的电池电芯B1的电压的幅值。“Ik”表示第二时间的电池电芯B1的电流的幅值。“OCV(SOC)”表示取决于电池电芯B1的SOC(充电状态)的电压源41的电压电平。另外，“R0”、“R1”和“C1”分别表示电阻R0的大小、电阻R1的大小以及电容器C1的大小。
电压估计电路230可以基于[数学方程式1]来推导用于估计电压Vk的电压状态估计算法。首先，如果在测量时间(例如，在第二时间)的采样时间ΔT足够小，则假定电流在该时间间隔期间是恒定的。然后，电压估计电路230可以使用泰勒展开式(具体地，f(x)＝f(x0)+f'(x0)×(x-x0)将[数学方程式1]线性化，然后推导测量时间(例如，第二时间)的电压状态估计算法。
电压状态估计算法被表示为[数学方程式2]。
[数学方程式2]
Figure BDA0003589100130000082
在[数学方程式2]中，参照与图2相关的描述，“Vk-1”和“IK-1”表示第一时间的电池电芯B1的电压的幅值和电流的幅值。“R1”和“C1”分别表示电阻R1的大小和电容C1的大小。“ΔT”表示第二时间与第一时间之间的持续时间。
电压估计电路230可以基于[数学方程式2]来推导估计电压Vkf’。将参考图5详细描述电压估计电路230推导估计电压Vkf’的操作。
图5是用于描述在图2的电压估计电路中估计电池电芯电压的处理的流程图。图6a例示了应用了扩展卡尔曼滤波器的状态估计模型。图6b例示了用于描述扩展卡尔曼滤波器的系统模型的方程。为了方便描述，将把图5、图6a和图6b一起描述。
基于[数学方程式2]和图6b的方程式e11-e15，可以推导图6a中例示的方程式e1-e6。图6a的方程式e1-e6表示在应用了扩展卡尔曼滤波器的状态估计模型中使用的数学方程式。图6b的方程式e11-e15表示计算与卡尔曼滤波器的系统模型关联的变量的数学方程式。这些变量可以由用户定义，或者可以由应用了扩展卡尔曼滤波器的系统定义。
在操作S110中，图2的电压估计电路230可以从图2的电压测量电路210和图2的电流测量电路220接收与第一时间的电压Vk-1和电流Ik-1有关的信息。
在操作S120中，电压估计电路230可以基于参考图4描述的[数学方程式2]对电压Vk-1和电流Ik-1进行时间更新，以计算预测电压Vk’。时间更新是指输入过去时间的输入值(具体地，电压Vk-1和电流Ik-1)，以计算当前时间的结果值(具体地，电压Vk-1和电流Ik-1。预测电压Vk’可以是由电压估计电路230初步预测的第二时间的电池电芯B1的电压。[数学方程式2]可以对应于图6a中例示的时间更新步骤中的第一方程式e1。
在操作S130中，电压估计电路230可以对预测电压Vk’进行测量更新。测量更新是指输入当前时间的测量值(具体地，当前Ik)，以修正预测电压Vk’。电压估计电路230通过对预测电压Vk’进行测量更新，可以最终计算出估计电压Vfk’。估计电压Vfk’可以是由电压估计电路230估计的第二时间的电池电芯B1的电压。
在操作S140中，电压估计电路230可以计算误差协方差。可以基于图6a中公开的方程式e6来计算误差协方差。误差协方差可以是估计电压Vfk’有多准确的度量。电压估计电路230可以基于误差协方差，重复地进行时间更新和测量更新，以提高估计电压Vfk’的准确度。
在操作S150中，在确定估计电压Vfk’的精确度足够高的情况下，电压估计电路230可以将关于估计电压Vfk’的信息输出到采样电路240。
图7是用于描述图2的采样电路的操作的流程图。
如参考图2描述的，图2的电压测量电路210和电流测量电路220可以以规则间隔测量电池电芯V1的电压和电流。在下面的说明中，假定电压测量电路210和电流测量电路220分别测量了电池电芯V1的电压和电流M次。与此对应地，电压估计电路230可以推导M个估计电压。
因此，在操作S210中，图2的采样电路240可以从电压测量电路210接收与M个测量电压V1–Vm有关的信息。另外，采样电路240可以从电压估计电路230接收与M个估计电压V1f’–Vmf’有关的信息。
在操作S220中，采样电路240可以计算M个测量电压V1–Vm与M个估计电压V1f’–Vmf’之间的电压电平差。例如，采样电路240可以计算电压Vk与估计电压Vkf’之间的电压电平差。
在操作S230中，采样电路240可以使用滑动窗口方法对M个电压电平差进行采样。滑动窗口方法可以是从数据维度中的至少两个交叠窗口中选择代表值的方法。例如，它可以是以下的方法：在时间维度中在第一时间间隔t1–t3中收集到的输入数据当中基于特定标准选择代表值，然后从与第一时间间隔部分交叠的第二时间间隔t2-t4中收集到的输入数据当中基于相同的特定标准选择代表值。即，采样电路240可以使用滑动窗口方法，从M个电压电平差当中选择Q个电压电平差。“Q”是小于“M”的自然数。假如本发明不限于此，并且采样电路240可以使用固定窗口方法对M个电压电平差进行采样。
在操作S240中，采样电路240可以计算Q个采样的电压电平差的统计值VS。例如，Q个电压电平差的统计值VS可以是Q个电压电平差的平均值、最大值、最小值和标准偏差等中的一个。
在操作250中，采样电路240可以向诊断电路250输出统计值VS。
图8是用于描述图2的诊断电路的操作的流程图。
在操作S310中，诊断电路250可以从采样电路240接收统计值VS。
在操作S320中，诊断电路250可以将统计值与参考值进行比较。参考值可以根据图2的电池电芯B1的温度而变化。可以从下面的[数学方程式3]推导参考值。
[数学方程式3]
Thr1＝f(temp)×Thr0
在[数学方程式3]中，“Thr1”表示参考值，“Thr0”表示常数，并且f(temp)表示根据电池电芯B1的温度而变化的函数值。
在本发明的系统模型中，图6b的数学方程式e14可以被表示为[数学方程式4]。
[数学方程式4]
Figure BDA0003589100130000101
“QW”是系统模型的变量，并且“σsoc 2”和“σVk 2”表示电压OCV(SOC)的扩展和电压Vk的扩展。参照图6a的数学方程式e2，预测电压Vk’根据变量Qw而变化，并且电压OCV(SOC)的扩展σsoc 2和电压Vk的扩展σVk 2根据温度而变化。可以根据电压Vk的扩展σVk 2根据温度的变化量来确定函数值f(temp)。例如，函数值f(temp)可以被确定为与电压Vk的扩展σVk 2根据温度的变化量成正比。另外，可以由用户确定函数值f(temp)以在电池电芯B1的温度升高的情况下增大，而在电池电芯B1的温度降低的情况下减小。即，在电池电芯B1的温度升高的情况下，参考值会增大，而在电池电芯B1的温度降低的情况下，参考值会减小。
在统计值VS大于参考值的情况下，可以执行操作S330。在S330中，诊断电路250可以确定在电池电芯B1处发生了错误。在该情况下，诊断电路250可以将电池电芯B1的错误计数NG_count加1。
在统计值Vs等于或小于参考值的情况下，可以执行操作S330。在S340中，诊断电路250可以确定在电池电芯B1中未发生错误。在这种情况下，诊断电路250可以将电池电芯B1的错误计数NG_count保持原样。
在操作S350中，诊断电路250可以将错误计数NG_count与第一参考计数进行比较。
在错误计数NG_count小于第一参考计数的情况下，可以执行操作S360。在操作S360中，诊断电路250可以确定电池电芯B1处于正常状态。
在错误计数NG_count等于或大于第一参考计数的情况下，可以执行操作S370。在操作S370中，诊断电路250可以将错误计数NG_count与第二参考计数进行比较。第二参考计数可以大于第一参考计数。
在错误计数NG_count小于第二参考计数的情况下，可以执行操作S380。在操作S380中，诊断电路250可以确定电池电芯B1处于报警状态。
在错误计数NG_count大于第二参考计数的情况下，可以执行操作S390。在操作S390中，诊断电路250可以确定电池电芯B1处于危险状态。
在操作S395中，诊断电路250可以输出电池电芯B1的状态信息。诊断电路250可以将电池电芯B1的状态信息输出到在图2的电池组10内部或外部的控制器。例如，诊断电路250可以将关于电池电芯B1的状态的信息输出到图2的控制电路260。
图9是例示了根据电池电芯温度估计的电压的改变的曲线图。
曲线图中的x轴表示图2的电池电芯B1的温度(℃)，并且Y轴表示估计电压Vfk’的扩展。参照图9，在电池电芯B1的温度为-20℃的情况下，估计电压Vfk’的扩展为2，并且在电池电芯B1温度为-10℃时，估计电压Vfk’的扩展为1.5。即，电池电芯B1的温度越高，估计电压Vfk’的扩展越小。这意味着，电池电芯B1的温度越高，估计电压Vfk’的估计准确度越高。
图2的控制电路260可以基于该趋势来调整参考值。在以上描述的[数学方程式3]中，函数值f(temp)可以是如图9的曲线图中例示的表示电池电芯B1的温度与估计电压Vfk’的扩展之间的关系的公式。具体地，在一些温度范围(-20℃-10℃)中，函数值f(temp)的改变可以较大，而在一些温度范围10℃-40℃中，函数值f(temp)的改变可以较小。
图10是例示了根据本发明的一个实施方式的用于诊断电池的设备的硬件配置的图。
参照图10，用于诊断电池800的设备可以配备有负责处理和控制相应元件的微控制器(MCU；810)、存储有操作系统程序和各种程序(例如，电池诊断程序和电压近似公式生成程序等)的存储器820、提供电池电芯模块和/或半导体开关元件之间的输入接口连接和输出接口的I/O接口以及能够通过有线或无线通信网络进行外部通信的通信接口840。因此，根据本发明的计算机程序可以被记录在存储器820上并由微控制器810处理，由此以执行图2中例示的相应功能块的模块的形式来实现。
前面已经描述了用于执行本发明的具体实施方式。本发明不仅包括上述实施方式，而且包括可以通过简单的设计修改容易实现的其它实施方式。另外，本发明还包括可以使用实施方式以修改的形式容易执行的技术。因此，本发明的范围不应当限于上述实施方式，而是应当不仅由随附权利要求书而且由其等同物确定。

Claims (14)

1.一种用于诊断电池的设备，该设备包括：
电压测量电路，该电压测量电路被配置为测量电池电芯的任一端子处的电压；
电流测量电路，该电流测量电路被配置为测量在所述电池电芯的两个端子中的一个端子处流动的电流；
电压估计电路，该电压估计电路被配置为基于所述电流和状态估计模型来计算估计电压电平，所述估计电压电平是所述电压的电压电平的估计值；
诊断电路，该诊断电路被配置为计算由所述电压测量电路测得的电压电平与所述估计电压电平之间的电压电平差，并基于所述电压电平差和参考值，确定所述电池电芯中是否发生错误；以及
控制电路，该控制电路被配置为根据所述估计电压电平的估计准确度来调整所述参考值。
2.根据权利要求1所述的用于诊断电池的设备，其中，所述状态估计模型是基于扩展卡尔曼滤波器的递归滤波器模型。
3.根据权利要求1所述的用于诊断电池的设备，其中，所述错误是在所述电池电芯充电期间所述电池电芯的两个端子处的电压瞬间降低的异常压降现象。
4.根据权利要求1所述的用于诊断电池的设备，其中：
所述诊断电路基于比较所述电压电平差与所述参考值的比较结果来确定在所述电池电芯中是否发生错误；
如果所述估计准确度增加，则所述控制电路将所述参考值减小，而如果所述估计准确度降低，则所述控制电路将所述参考值增大；以及，
随着所述估计电压电平的扩展增加，所述估计准确度降低。
5.根据权利要求1所述的用于诊断电池的设备，其中，如果所述电池电芯的温度升高，则所述控制电路将所述参考值减小，如果所述电池电芯的温度降低，则所述控制电路将所述参考值增大。
6.根据权利要求5所述的用于诊断电池的设备，其中，所述控制电路根据数学方程式调整所述参考值，
(数学方程式)
Thr1＝f(temp)×Thr0
其中，“Thr1”为参考值，“f(temp)”为根据所述电池电芯的温度而变化的函数值，并且“Thr0”为常数。
7.根据权利要求1所述的用于诊断电池的设备，其中：
所述电压测量电路多次测量所述电压并获得关于多个电压电平的信息；
所述电流测量电路多次测量所述电流并获得关于多个电流水平的信息；
所述电压估计电路基于所述多个电流水平和所述状态估计模型来计算估计电压电平，所述估计电压电平是所述多个电压电平的估计值；并且
所述诊断电路对所述多个电压电平与所述估计电压电平之间的电压电平差进行采样，然后基于比较所述采样的电压电平差的统计值与参考值的比较结果，诊断所述电池电芯是否有故障。
8.根据权利要求7所述的用于诊断电池的设备，其中，所述诊断电路使用滑动窗口方法对所述电压电平差进行采样。
9.根据权利要求7所述的用于诊断电池的设备，其中，所述统计值是所述电压电平差的平均值、所述电压电平差的最大值、所述电压电平差的最小值或所述电压电平差的标准偏差。
10.根据权利要求1所述的用于诊断电池的设备，其中，所述电流是输入到所述电池电芯中的电流。
11.一种用于诊断电池的方法，该方法包括以下步骤：
使用用于诊断电池的设备在第一时间和第二时间测量电池电芯的两个端子处的电压；
使用所述用于诊断电池的设备，测量在所述第一时间和所述第二时间流过所述电池电芯的所述两个端子中的一个端子的电流；
使用所述用于诊断电池的设备，基于在所述第一时间测得的电压、在所述第一时间测得的电流、在第二时间测得的电流和状态估计模型，计算估计电压电平，所述估计电压电平是在所述第二时间测得的电压的电压电平的估计值；以及，
使用所述用于诊断电池的设备，基于在所述第二时间测得的电压的电压电平与所述估计电压电平之间的电压电平差和参考值，诊断所述电池电芯是否有故障，
其中，根据所述估计电压电平的估计准确度来确定所述参考值，并且
所述第二时间是比所述第一时间晚的时间。
12.根据权利要求11所述的用于诊断电池的方法，其中：
在估计所述电压电平的步骤中，基于应用扩展卡尔曼滤波器的状态估计模型来计算所述估计电压电平，所述扩展卡尔曼滤波器基于戴维宁等效电路，并且
所述戴维宁等效电路反映所述电池电芯的电压-电流特性。
13.根据权利要求12所述的用于诊断电池的方法，其中，估计所述电压电平的步骤还包括以下步骤：
基于所述戴维宁等效电路来推导所述扩展卡尔曼滤波器的状态变量；
基于在所述第一时间测得的电压和所述状态变量，预测所述第二时间的电压的电压电平；以及，
基于在所述第二时间测得的电流和预测电压电平，计算所述估计电压电平。
14.根据权利要求11所述的用于诊断电池的方法，
其中，通过所述电池电芯的温度确定所述估计准确度，并且
所述方法还包括以下步骤：在所述电池电芯的温度升高的情况下减小所述参考值,而在所述电池电芯的温度降低的情况下增大所述参考值。
CN202180005808.7A 2020-05-15 2021-04-26 用于诊断电池的设备和方法 Pending CN114514433A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR10-2020-0058587 2020-05-15
KR1020200058587A KR20210141211A (ko) 2020-05-15 2020-05-15 배터리를 진단하기 위한 장치 및 그 방법
PCT/KR2021/005267 WO2021230533A1 (ko) 2020-05-15 2021-04-26 배터리를 진단하기 위한 장치 및 그 방법

Publications (1)

Publication Number Publication Date
CN114514433A true CN114514433A (zh) 2022-05-17

Family

ID=78525194

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180005808.7A Pending CN114514433A (zh) 2020-05-15 2021-04-26 用于诊断电池的设备和方法

Country Status (6)

Country Link
US (1) US20220341997A1 (zh)
EP (1) EP4024066A4 (zh)
JP (1) JP7332084B2 (zh)
KR (1) KR20210141211A (zh)
CN (1) CN114514433A (zh)
WO (1) WO2021230533A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024054077A1 (ko) * 2022-09-08 2024-03-14 주식회사 엘지에너지솔루션 배터리 관리 장치 및 방법
CN115267589B (zh) * 2022-09-26 2023-01-06 陕西汽车集团股份有限公司 一种电动汽车电池故障多参数联合诊断方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5616464B2 (ja) * 2011-01-17 2014-10-29 プライムアースＥｖエナジー株式会社 二次電池の充電状態推定装置
JP5595361B2 (ja) * 2011-09-27 2014-09-24 プライムアースＥｖエナジー株式会社 二次電池の充電状態推定装置
JP5997081B2 (ja) * 2013-03-21 2016-09-21 プライムアースＥｖエナジー株式会社 二次電池の状態推定装置及び二次電池の状態推定方法
US9770997B2 (en) * 2013-06-11 2017-09-26 Ford Global Technologies, Llc Detection of imbalance across multiple battery cells measured by the same voltage sensor
CN105378499B (zh) * 2013-07-15 2018-06-01 古河电气工业株式会社 二次电池状态检测装置及二次电池状态检测方法
KR101708885B1 (ko) * 2013-10-14 2017-02-21 주식회사 엘지화학 혼합 양극재를 포함하는 이차 전지의 상태 추정 장치 및 그 방법
CN106062579B (zh) * 2014-03-03 2019-03-12 松下知识产权经营株式会社 电池状态估计装置以及电池状态估计方法
JP2018169161A (ja) 2015-08-31 2018-11-01 日立化成株式会社 電池の劣化診断装置、劣化診断方法、及び劣化診断システム
KR102574257B1 (ko) 2015-10-30 2023-09-01 삼성전자주식회사 Soh 추정 장치 및 방법과, soh 추정 모델 생성 장치 및 방법
KR101963888B1 (ko) * 2017-11-29 2019-07-31 엘아이지넥스원 주식회사 2차 전지를 검증하기 위한 장치 및 방법
KR20200107987A (ko) 2018-01-11 2020-09-16 가부시키가이샤 한도오따이 에네루기 켄큐쇼 이차 전지의 이상 검지 장치, 이상 검지 방법, 및 프로그램
JP6978339B2 (ja) 2018-02-16 2021-12-08 株式会社半導体エネルギー研究所 二次電池の充電状態推定装置及び異常検出装置、及び二次電池の管理システム
JP7393102B2 (ja) 2018-03-16 2023-12-06 株式会社半導体エネルギー研究所 二次電池の異常検出装置
JP7072414B2 (ja) 2018-03-20 2022-05-20 古河電気工業株式会社 充電可能電池状態検出装置および充電可能電池状態検出方法
US10928457B2 (en) * 2018-12-07 2021-02-23 GM Global Technology Operations LLC Battery state estimation using high-frequency empirical model with resolved time constant

Also Published As

Publication number Publication date
JP2022550154A (ja) 2022-11-30
EP4024066A1 (en) 2022-07-06
EP4024066A4 (en) 2022-12-07
KR20210141211A (ko) 2021-11-23
WO2021230533A1 (ko) 2021-11-18
US20220341997A1 (en) 2022-10-27
JP7332084B2 (ja) 2023-08-23

Similar Documents

Publication Publication Date Title
CN113811781B (zh) 电池诊断装置和方法
JP7463008B2 (ja) 電池セル診断装置および方法
CN103138026A (zh) 电池组的控制装置
EP3839536B1 (en) Battery state estimating apparatus
EP3940404B1 (en) Battery resistance diagnosis device and method
CN114514433A (zh) 用于诊断电池的设备和方法
US20230384393A1 (en) Battery Cell Diagnosing Apparatus and Method
US11959969B2 (en) Apparatus and method for diagnosing battery
JP2024500788A (ja) 電池管理装置および方法
JP7416982B2 (ja) バッテリーを診断するための装置及びその方法
KR20210011235A (ko) 배터리 셀 진단 장치 및 방법
EP4231026A1 (en) Battery management device and method
US20230194622A1 (en) Battery abnormality diagnosis apparatus and method
US20220357404A1 (en) Apparatus and method for diagnosing battery
US20230258735A1 (en) Battery Diagnosing Apparatus and Method
KR20240100239A (ko) 배터리 관리 장치 및 그것의 동작 방법
CN118265919A (zh) 用于检测泄漏电流的电池诊断装置和方法

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