CN115113084A - 用于估计或预测电池单元的内部电池状态的方法 - Google Patents

用于估计或预测电池单元的内部电池状态的方法 Download PDF

Info

Publication number
CN115113084A
CN115113084A CN202210277887.3A CN202210277887A CN115113084A CN 115113084 A CN115113084 A CN 115113084A CN 202210277887 A CN202210277887 A CN 202210277887A CN 115113084 A CN115113084 A CN 115113084A
Authority
CN
China
Prior art keywords
observer
state
battery
gain
internal battery
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
CN202210277887.3A
Other languages
English (en)
Inventor
安东·克林特伯格
费萨尔·阿尔塔夫
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.)
Volvo Truck Corp
Original Assignee
Volvo Truck Corp
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 Volvo Truck Corp filed Critical Volvo Truck Corp
Publication of CN115113084A publication Critical patent/CN115113084A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • B60L58/13—Maintaining the SoC within a determined range
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/12—Recording operating variables ; Monitoring of operating variables
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/10—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles characterised by the energy transfer between the charging station and the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/62—Monitoring or controlling charging stations in response to charging parameters, e.g. current, voltage or electrical charge
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/64—Optimising energy costs, e.g. responding to electricity rates
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/66—Data transfer between charging stations and vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/03—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for supply of electrical power to vehicle subsystems or for
    • B60R16/033—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for supply of electrical power to vehicle subsystems or for characterised by the use of electrical cells or batteries
    • 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]
    • G01R31/382—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]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/44—Control modes by parameter estimation
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Computing Systems (AREA)
  • Secondary Cells (AREA)

Abstract

本发明公开了用于估计或预测电池单元的内部电池状态的方法，该方法包括：获取与电能存储系统的操作条件相关的电能存储系统的操作数据；将所获取的操作数据馈送到非线性状态观测器，该非线性状态观测器适于在一系列时间步长中估计和/或预测至少一个电池单元的内部电池状态，使得非线性状态观测器的观测器误差向零收敛或向接近零的值收敛；至少基于所获取的操作数据，使用非线性状态观测器来估计或预测内部电池状态。非线性状态观测器是在至少两个不同的静态观测器增益之间进行切换的切换式多增益观测器，其中，基于如由非线性状态观测器确定的内部电池状态的预测或估计值来选择要使用的观测器增益。

Description

用于估计或预测电池单元的内部电池状态的方法
技术领域
本发明涉及一种用于估计或预测(诸如车辆中的)电能存储系统内的至少一个电池单元的内部电池状态的方法。
本发明可以应用于任何类型的电动车辆：混合动力电动车辆(HEV)、插电式混合动力电动车辆(PHEV)、电池电动车辆(BEV)或燃料电池电动车辆(FCEV)。尽管本发明将针对电动公共汽车进行描述，但本发明不限于该特定车辆，还可以用于其它混合动力或电动车辆，诸如电动卡车、电动建筑设备和电动乘用车。本发明还可以应用于任何其它类型的电动车辆，诸如电动建筑设备、电动作业机械(例如，轮式装载机、铰接式运输车、自卸卡车、挖掘机和反铲装载机等)。本发明还可以应用于船舶和固定式电能存储系统。
背景技术
电池正在成为用于为车辆提供推进力的更常见的动力源。这种电池通常是可再充电电池并且通常包括多个电池元，这些电池元可以串联或并联连接以形成用于车辆的完整电池组。
用于完成向电池提供动力的车辆转变的关键部件是具有高能量和功率密度以及长循环寿命的电池。然而，性能不仅仅取决于电池本身，还取决于控制和观测电池中的内部过程的系统，其通常称为电池管理系统。这些系统的一个关键部分是估计和/或预测电池的不可测量的内部状态，诸如荷电状态(SoC)。SoC估计已经在文献中进行了广泛的研究，并且已经提出了许多不同类型的观测器。例如，扩展卡尔曼滤波器(EKF)已由G.L.Plett在2004年的Journal of Power Sources的第134卷第2期第277-292页提出，无迹卡尔曼滤波已由G.L.Plett在2006年的Journal of Power Sources的第161卷第1356-1368页提出。龙伯格(Luenberger)观测器的使用已由X.Hu等人在2010年的Energies的第3卷第9期第1586-1603页提出。
这些工作中的大多数都专注于估计精度而不是计算成本，即使在实践中为电池组中的所有电池元获取这种精度可能是昂贵的。因此，需要提供计算效率更高的方法来预测或估计内部电池状态。
发明内容
本发明的主要目的是提供一种在至少一些方面改进的用于预测或估计诸如车辆中的电池单元的内部电池状态的方法。特别地，目的是实现一种计算有效率的方法来预测或估计这种内部电池状态。
根据本发明的第一方面，至少主要目的是通过根据本发明的用于估计或预测电能存储系统内的至少一个电池单元的内部电池状态的方法来实现的。电能存储系统(本文中也称为ESS)可以是车辆或船舶的电能存储系统，或者是固定的电能存储系统。
该方法包括：
-获取与电能存储系统的操作条件相关的电能存储系统的操作数据，
-将所获取的操作数据馈送到非线性状态观测器，该非线性状态观测器适于在一系列时间步长中估计和/或预测至少一个电池单元的内部电池状态，使得非线性状态观测器的观测器误差向零收敛或向接近零的值收敛，
-至少基于所获取的操作数据，使用非线性状态观测器来估计或预测内部电池状态。
非线性状态观测器是在至少两个不同静态观测器增益之间切进行换的切换式多增益观测器，其中，基于如由非线性状态观测器确定的内部电池状态的预测或估计值来选择要使用的观测器增益。
所提出的方法可以优选地用于估计或预测ESS内的多个电池单元的内部电池状态，诸如ESS的多个电池元的内部电池状态。该方法可以例如用于估计或预测ESS的所有电池元的内部电池状态或ESS的电池组或电池模块的所有电池元的内部电池状态。由于通常包含在ESS内的大量电池元，预测个别的电池元的内部电池状态可能非常需要计算，并且所提出的方法提供了一种显着减少计算负担的方法。通过使用在至少两个不同的静态观测器增益之间进行切换的切换式多增益观测器，观测器增益不需要在电池单元的操作期间计算，而是可以预先确定。这显着降低了该方法的计算负担，同时精度可保持与现有的用于估计或预测内部电池状态的方法相当。可以在电池单元的操作期间确定先前确定的至少两个观测器增益中的哪一个在内部电池状态的估计或预测中使用。通过在至少两个不同的静态观测器增益之间进行切换，该方法还可以变得全局稳定(即，被信任)以在可能的内部电池状态值的整个范围内提供可靠的估计或预测。
获取操作数据可以包括收集与ESS的操作条件相关的测量数据，即，测量ESS的一个或多个电池单元的温度、电流和电压。这可以使用传感器来执行。所获取的操作数据还可以包括导出的数据，诸如电池单元的导出参数。
可选地，获取电能存储系统的操作数据还包括对所采集的测量数据进行预滤波以去除高频噪声。这使得估计或预测更加可靠，并且可以减少观测器的一些处理负荷。用于输入到非线性状态观测器的操作数据因此是滤过的测量数据。
非线性状态观测器的观测器误差应该向零收敛或者向接近零的值收敛，这将被理解为在预定义的可接受的误差裕度内到零的值。
可选地，该方法还包括：
-离线预先计算所述至少两个静态观测器增益，
其中，使用非线性状态观测器在线估计或预测内部电池状态。
通过离线预先计算观测器增益，显着减少了在操作期间需要在线进行的计算量。“在线”是指在所述至少一个电池单元的操作期间，即，在获取操作数据时实时，而“离线”是指在与使用非线性状态观测器在估计或预测中使用增益的时间点不同且独立的时间点。因此，可以在在线计算之前很好地进行离线计算。
可选地，基于所述至少一个电池单元的开路电压作为内部电池状态的函数的描述来离线预先计算所述至少两个静态观测器增益。作为内部电池状态(特别是荷电状态(SoC))的函数的OCV曲线(即，开路电压(OCV))可以相对准确地描述为仅具有几个线性段(诸如两个或三个线性段)的分段线性函数。本文中利用OCV曲线的这一特性来确定观测器增益。对于OCV曲线的每个近似线性段，可以使用特定的观测器增益。这使得能够离线预先计算观测器增益，因为用于特定电池单元的OCV曲线是可以预先测量的电池单元的特性。
可选地，如果电池状态的估计或预测值低于预定阈值，则将要使用的观测器增益设定为第一观测器增益，并且如果电池状态的估计或预测值高于预定阈值，则将要使用的观测器增益设定为第二观测器增益。代替单个阈值，可以使用多个阈值，诸如第一预定阈值和第二预定阈值。设定阈值是确定使用哪个观测器增益的一种计算有效率的方式。
可选的，该方法还包括：
-基于所获取的与所述至少一个电池单元的端电压相关的操作数据，确定内部电池状态的初始估计，其中，初始估计被用作使用非线性状态观测器对内部电池状态的估计或预测的初始值。
为了为估计或预测提供合适的初始值，所测量的端电压可以被认为是开路电压(OCV)。进而，该OCV值可以用于确定初始电池状态估计，诸如初始荷电状态SoC估计，其可以用于使用非线性观测器的估计或预测。
可选地，在每个时间步长中，非线性观测器预测内部电池状态的值，其中，所选择的观测器增益用于校正预测值。可替代地，可以基于如由非线性状态观测器在前一时间步长中估计的内部电池状态的估计来选择要使用的观测器增益。
可选地，多增益观测器是配置成在两个静态观测器增益之间切换的双峰观测器。使用两个不同的静态观测器增益(即，双峰观测器)通常足以解释最常见的场景并获取全局稳定的方法。在最常见的场景中，当内部电池状态为SoC时，电池单元OCV通常可以在低SoC区域中随着电池单元SoC的增加而相对较快地增加，而在高SoC区域中随着电池单元SoC的增加而更缓慢地增加。
可选地，内部电池状态是所述至少一个电池单元的荷电状态(SoC)。然而，该方法也可以用于预测例如所述至少一个电池单元的电压极化。
可选地，非线性状态观测器被配置成使用电池模型来确定内部电池状态，在该电池模型中，所述至少一个电池单元的开路电压是所述至少一个电池单元的荷电状态的非线性函数。这种模型有时被称为灰盒模型。例如，该模型可以是具有一个或多个电阻-电容电路(其通常称为RC电路)的等效电路模型。
本发明还涉及一种包括程序代码装置的计算机程序，当所述计算机程序在计算机上运行时，该程序代码装置用于执行根据本发明的第一方面的方法，并且本发明还涉及一种承载计算机程序的计算机可读介质，该计算机程序包括程序装置，当所述程序装置在计算机上运行时，该程序装置用于执行根据本发明的第一方面的方法。本发明还涉及一种配置成执行根据第一方面的方法的控制单元。
根据本发明的另一方面，提供了一种用于电能存储系统的电池管理系统，该电池管理系统包括配置成执行根据第一方面的方法的控制单元。
根据本发明的又一方面，提供了一种车辆，诸如混合动力车辆或全电动车辆，该车辆包括电能存储系统和配置成执行根据第一方面的方法的控制单元或者包括这种控制单元的电池管理系统。
在以下描述和从属权利要求中公开了本发明的其它优点和有利特征。
附图说明
参考附图，下面对作为示例引用的本发明的实施例进行更详细的描述。
在附图中：
图1示出了可以实施根据本发明的方法的车辆，
图2示意性地示出了描述电池单元的电池模型的部分。
图3是示出了根据本发明的实施例的方法的流程图，以及
图4是示出了电池单元的OCV曲线的视图。
附图是示意性的并且不一定按比例绘制。
具体实施方式
在具体实施方式中，根据本发明的方法的实施例主要参考全电动公共汽车进行描述，该全电动公共汽车包括电池提供动力的电动马达形式的推进系统。然而，应当注意，所描述的发明的各种实施例同样适用于范围广泛的混合动力和电动车辆以及固定应用。
图1示出了公共汽车200形式的全电动车辆的简化透视图，根据实施例，该公共汽车配备有用于推进公共汽车的电动推进单元204。当然，除了电动推进单元204之外或代替电动推进单元204，可以提供其它负载，例如需要电力的辅助系统，和/或车载充电器，和/或动力输出装置。
公共汽车200承载电能存储系统(ESS)201，该电能存储系统包括具有多个电池单元203的电池组。ESS 201在本文中被示出为具有单个电池组，但应当注意，它可以包括两个或更多个电池组，每个电池组包括多个电池元。电池单元203例如可以是电池元的形式。电池组内的电池单元203中的一些或所有电池元203可以串联连接以提供具有期望电压等级的输出DC电压。可以将电池元布置为多个电池元串，每个电池元串形成电池模块。电池组的电池模块进而可以并联连接。适当地，电池元203是锂离子类型的，但也可以使用其它类型。每个电池组的电池元203的数量可以在50到500个电池元的范围内，或者在小型电池元的情况下多达数千个电池元。ESS 201的电池组可以并联或串联连接。
传感器单元(未示出)可以被布置成用于例如通过测量电池元203的温度、电压和电流等级来收集与ESS 201的操作条件相关的测量数据。来自每个传感器单元的测量数据被传输到关联的ESS控制单元208，该ESS控制单元被配置成用于在公共汽车200的操作期间管理ESS 201。示出了单个控制单元208，其可以例如是所谓的域控制单元(DCU)，该域控制单元配置成在ESS 201的所有等级上实现完整的控制功能。特别地，然而，当ESS 201包括多于一个电池组时，可以为个别的电池组管理提供单独的电池管理单元。如本文所使用的，术语ESS控制单元也可以被理解为包括这种个别的电池管理单元。因此，如本文描述的方法可以在个别的电池组的电池管理单元中执行，或者在处理来自若干个电池组的数据和操作的ESS控制单元中执行。
ESS控制单元208可以包括微处理器、微控制器、可编程数字信号处理器或其它可编程设备。因此，ESS控制单元208包括电子电路和连接件(未示出)以及处理电路(未示出)，使得ESS控制单元208可以与公共汽车200的不同部分或公共汽车200的不同控制单元通信。ESS控制单元208可以包括硬件或软件中的模块，或者部分在硬件或软件中的模块，并且使用诸如CAN总线的已知传输总线和/或无线通信能力进行通信。处理电路可以是通用处理器或特定处理器。ESS控制单元208包括用于存储计算机程序代码和数据的非暂时性存储器。因此，本领域技术人员认识到ESS控制单元208可以通过许多不同的结构来实施。这也适用于ESS 201的其它控制单元。
现在转向图2，描述了包括电池单元203的等效电路的电池模型，也称为戴维宁电池模型。示例性等效电路模型包括用于对电池单元203建模的两个RC电路，但在该模型中可以使用不同数量的RC电路，诸如一个RC电路或三个RC电路，这取决于电池动态和应用。示例性等效电路模型可以用于估计电池单元203的内部电池状态，并且通常由上文提及的ESS控制单元208实现。图2中所示的示例性等效电路模型可以用于基于直接电池测量来估计电池单元203的开路电压。电池单元开路电压估计可以例如基于所测量的电池电流输入Ib和电池端电压Vb。
关于图2描述的等效电路模型包括与两个RC支路串联连接的活性电解质电阻和电极导电电阻(或内部欧姆电阻)R0。第一RC支路和第二RC支路分别包括并联连接的电容c1、c2和有源电荷转移电阻R1、R2。Vb指的是端电压输出，Ib指的是电路中的电流，并且VOC指的是电池开路电压。对于术语VOC、R0、R1、R2、c1和c2的给定值，端电压Vb可以表示为电流Ib的函数。跨在内部欧姆电阻R0以及第一RC支路和第二RC支路上的电压分别表示为v0、v1和v2，其中，v1和v2也称为电压极化。通常，R0、R1和R2会随着年限而增加，而电池元容量Q(在附图中未示出)会随着年限而降低。
图2中的等效电路的零阶保持离散时间状态空间模型为：
Figure BDA0003556778760000091
y(k)＝vocv(z(k))+v1(k)+v2(k)+R0u(k)，
(1b)
其中z是荷电状态(SoC)，T1＝R1c1和T2＝R2c2是电路的时间常数，Δt是采样时间，ηi是库仑效率，并且vocv是OCV曲线。所施加的电流u(k)被定义为在充电时为正且在放电时为负。
为了符号简单，引入用于状态空间模型的以下符号：
x(k+1)＝Ax(k)+Bu(k) (2a)
y(k)＝h(x(k))+Du(k) (2b)
其中x＝[v1，v2，z]T。
Figure BDA0003556778760000092
并且
Figure BDA0003556778760000093
对应于其在以上方程式(1a，1b)中定义的状态空间模型中的对应项。
图3是示出了根据本发明的实施例的用于确定至少一个电池单元203的内部电池状态的方法的流程图。简而言之，该方法包括：
-步骤101，获取与ESS 201的操作条件相关的ESS 201的操作数据；
-步骤102，将所获取的操作数据馈送到非线性状态观测器，该非线性状态观测器适于在一系列时间步长中估计和/或预测所述至少一个电池单元的内部电池状态，使得非线性状态观测器的观测器误差向零收敛，或向接近零的值收敛；以及
-步骤103，至少基于所获取的操作数据，使用非线性状态观测器估计或预测内部电池状态。
下面将更详细地描述步骤101至103。为了说明的目的，内部电池状态将通过单个电池单元203的荷电状态(SoC)来举例说明，但本发明不限于SoC的确定而是也适用于其它内部电池状态。此外，本发明不限于确定单个电池单元203的内部电池状态，而是可以用于同时确定多个电池单元203的内部电池状态。此外，为了说明的目的，可以使用具有两个电阻-电容电路的等效电路模型(诸如图2中所示的等效电路模型)对电池元203进行建模。
步骤101：借助于如上文讨论的传感器单元获取与ESS 201的操作条件相关的ESS201的操作数据。操作数据可以包括与每个个别的电池单元203的电流、电压和温度相关的测量数据。
步骤102：将所获取的操作数据馈送到非线性状态观测器，该非线性状态观测器适于在一系列时间步长中估计和/或预测电池单元203的SoC，使得非线性状态观测器的观测器误差向零收敛，或向接近零的值收敛。本文使用的非线性状态观测器是在至少两个不同的静态观测器增益K1、K2之间进行切换的切换式多增益观测器。基于如由非线性状态观测器确定的电池单元203的SoC的预测或估计值来选择要使用哪个观测器增益。
多增益观测器可以是配置成在两个静态观测器增益K1与K2之间切换的双峰观测器，即，所谓的双峰龙伯格观测器：
Figure BDA0003556778760000101
Figure BDA0003556778760000102
例如，目标可以是确定
Figure BDA0003556778760000103
和
Figure BDA0003556778760000104
使得估计误差
Figure BDA0003556778760000105
以指数方式收敛并且渐近到零。注意，待估计或预测的SoC(在本文中表示为z)形成向量x＝[v1，v2，z]T的一部分。
如果SoC的估计或预测值低于或等于预定阈值，即，
Figure BDA0003556778760000111
则可以将观测器增益设定为第一观测器增益K1，并且如果电池状态的估计或预测值高于预定阈值，即，
Figure BDA0003556778760000112
则可以将观测器增益设定为第二观测器增益K2。
步骤103：至少基于所获取的电池单元203的操作数据，使用非线性状态观测器预测或估计电池单元203的SoC。预测或估计SoC的步骤103在ESS 201的操作期间在线确定。为此目的，需要在线计算的方程式只有对应于以上列出的(3a)-(3b)的方程式。因此，与例如使用扩展卡尔曼滤波器(EKF)进行SoC估计的方法相比，需要在线执行的计算数量显着减少。。
静态观测器增益K1、K2可以在步骤104中离线预先计算。这可以以不同的方式执行，但通常可以基于电池单元203的OCV曲线(即，描述开路电压VOC作为SoC的函数的曲线)来执行。该曲线可以预先通过实验定义。在图4中示出了电池元的OCV曲线的示例，其中，圆圈代表实验确定的值。如从图4可以看出，OCV曲线可以相对准确地描述为分段线性函数，包括：用于SoC≤0.12的第一段，其可以近似为具有4.7的相对较大斜率的第一线L1；以及用于SoC>0.12的第二段，其可以近似为具有0.7的相对较小斜率的第二线L2。静态观测器增益K1、K2在示例中使用线L1和L2的斜率来计算。这可以例如通过试错法离线执行，在此期间测试多个不同的观测器增益以找到导致估计的SoC值收敛到实验确定的“真实”SoC值的观测器增益K1、K2。由此确定的观测器增益K1、K2随后用于在步骤103中执行的在线估计。在每个时间步长中，非线性观测器可以预测SoC的值，并且观测器增益K1或K2基于所预测的SoC值来选择并用于校正所预测的SoC值。在本示例中，如果所述预测的SoC值≤0.12，则选择增益K1，而如果SoC>0.12，则选择增益K2。可替代地，可以基于如由非线性状态观测器在前一时间步长中估计的SoC估计来选择要使用的观测器增益。
作为用于电池单元SoC的估计的初始值，可以在步骤105中确定电池单元SoC的初始估计。初始SoC估计用作使用非线性状态观测器对SoC的估计或预测的初始值。为了为估计提供合适的初始值，可以将所测量的端电压Vb视为对开路电压(OCV)的估计。进而，这给出了使用OCV曲线的初始SoC估计，该初始估计可以作为初始值输入到非线性状态观测器。
应当理解，本发明不限于上文描述和附图所示的实施例；相反，本领域技术人员将认识到可以在所附权利要求书的范围内进行许多改变和修改。

Claims (14)

1.一种用于估计或预测电能存储系统(201)内的至少一个电池单元(203)的内部电池状态的方法，所述方法包括：
-获取(101)与所述电能存储系统(201)的操作条件相关的所述电能存储系统(201)的操作数据，
-将所获取的操作数据馈送(102)到非线性状态观测器，所述非线性状态观测器适于在一系列时间步长中估计和/或预测所述至少一个电池单元(203)的内部电池状态，使得所述非线性状态观测器的观测器误差向零收敛或向接近零的值收敛，
-至少基于所获取的操作数据，使用所述非线性状态观测器来估计或预测(103)所述内部电池状态，
其特征在于，
所述非线性状态观测器是在至少两个不同的静态观测器增益之间进行切换的切换式多增益观测器，其中，基于如由所述非线性状态观测器确定的所述内部电池状态的预测或估计值来选择要使用的观测器增益。
2.根据权利要求1所述的方法，还包括：
-离线预先计算(104)所述至少两个静态观测器增益，
其中，使用所述非线性状态观测器在线估计或预测所述内部电池状态。
3.根据权利要求1或2所述的方法，其中，基于所述至少一个电池单元的开路电压作为所述内部电池状态的函数的描述，来离线预先计算所述至少两个静态观测器增益。
4.根据前述权利要求中任一项所述的方法，其中，如果所述电池状态的估计或预测值低于预定阈值，则将要使用的观测器增益设定为第一观测器增益，并且如果所述电池状态的估计或预测值高于所述预定阈值，则将要使用的观测器增益设定为第二观测器增益。
5.根据前述权利要求中任一项所述的方法，还包括：
-基于所获取的与所述至少一个电池单元(203)的端电压(Vb)相关的操作数据，确定(105)所述内部电池状态的初始估计，其中，所述初始估计被用作使用所述非线性状态观测器对所述内部电池状态的估计或预测的初始值。
6.根据前述权利要求中任一项所述的方法，其中，在每个时间步长中，所述非线性观测器预测所述电池状态的值，其中，所选择的观测器增益用于校正所述预测值。
7.根据前述权利要求中任一项所述的方法，其中，所述多增益观测器是被配置成在两个静态观测器增益之间切换的双峰观测器。
8.根据前述权利要求中任一项所述的方法，其中，所述内部电池状态是所述至少一个电池单元(203)的荷电状态(SoC)。
9.根据前述权利要求中任一项所述的方法，其中，所述非线性状态观测器被配置成使用电池模型来确定所述内部电池状态，在所述电池模型中，所述至少一个电池单元的开路电压(OCV)是所述至少一个电池单元(203)的荷电状态(SoC)的非线性函数。
10.一种计算机程序，所述计算机程序包括程序代码装置，当所述计算机程序在计算机上运行时，所述程序代码装置用于执行根据前述权利要求中任一项所述的方法。
11.一种计算机可读介质，所述计算机可读介质承载计算机程序，所述计算机程序包括程序装置，当所述程序装置在计算机上运行时，所述程序装置用于执行根据前述权利要求中任一项所述的方法。
12.一种控制单元(208)，所述控制单元被配置成执行根据权利要求1至9中任一项所述的方法。
13.一种用于电能存储系统(201)的电池管理系统，所述电池管理系统包括根据权利要求12所述的控制单元(208)。
14.一种车辆(200)，诸如混合动力车辆或全电动车辆，所述车辆包括电能存储系统(201)和根据权利要求12所述的控制单元(208)或者根据权利要求13所述的电池管理系统。
CN202210277887.3A 2021-03-23 2022-03-21 用于估计或预测电池单元的内部电池状态的方法 Pending CN115113084A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP21164358.0 2021-03-23
EP21164358.0A EP4063884B1 (en) 2021-03-23 2021-03-23 A method for estimating or predicting an internal battery state of a battery unit

Publications (1)

Publication Number Publication Date
CN115113084A true CN115113084A (zh) 2022-09-27

Family

ID=75203044

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210277887.3A Pending CN115113084A (zh) 2021-03-23 2022-03-21 用于估计或预测电池单元的内部电池状态的方法

Country Status (4)

Country Link
US (1) US20220305952A1 (zh)
EP (1) EP4063884B1 (zh)
KR (1) KR20220132453A (zh)
CN (1) CN115113084A (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105607009B (zh) * 2016-02-01 2018-05-01 深圳大学 一种基于动态参数模型的动力电池soc估计方法和系统
JP7203375B2 (ja) * 2018-11-20 2023-01-13 マレリ株式会社 充電率推定装置及び充電率推定方法
CN112433155A (zh) * 2019-08-26 2021-03-02 南京理工大学 基于参数在线估计的锂离子电池soc估测算法

Also Published As

Publication number Publication date
US20220305952A1 (en) 2022-09-29
KR20220132453A (ko) 2022-09-30
EP4063884A1 (en) 2022-09-28
EP4063884C0 (en) 2023-12-13
EP4063884B1 (en) 2023-12-13

Similar Documents

Publication Publication Date Title
US10890625B2 (en) Battery state estimating device
US11372050B2 (en) Apparatus and method for estimating state of charge of secondary battery
JP5393619B2 (ja) バッテリの充電率推定装置
CN106033112B (zh) 用于使用电池模型参数评估健康状态的系统和方法
US20220365139A1 (en) Method for estimating an operating parameter of a battery unit
EP3551494B1 (en) A method of estimating a charge state for a battery cell
US11904724B2 (en) Method for estimating an operating parameter of a battery cell in a vehicle
CN114080330A (zh) 一种控制电池组的电连接的方法
US20220216704A1 (en) Method for controlling electrical connection of battery packs
CN115243928A (zh) 确定电动车辆中使用的电池的充电状态的方法
JP4866156B2 (ja) 二次電池の充電状態推定装置、充電状態推定方法、およびプログラム
JP2019144211A (ja) 推定装置および推定方法
US11333710B2 (en) Method and device for estimating a voltage of a battery
CN115113084A (zh) 用于估计或预测电池单元的内部电池状态的方法
CN112384814A (zh) 二次电池参数估计装置、二次电池参数估计方法和程序
Santos et al. Lead acid battery SoC estimation based on extended Kalman Filter method considering different temperature conditions
US20230106946A1 (en) Method for determining a model error in a mathematical model of an electrical energy storage unit
CN108072840B (zh) 运行电蓄能系统的方法、电子控制单元和电蓄能系统
EP4078206B1 (en) A method for estimating capacity of a battery unit
Benkara et al. Field programmable gate arrays implementation of a Kalman filter based state of charge observer of a lithium ion battery pack
US20230168307A1 (en) Battery apparatus and method for estimating resistance state
CN116466245A (zh) 用于确定蓄电池的运行状态的控制装置和方法

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