CN115279623A - 基于rc模型的电池电流限制估计 - Google Patents

基于rc模型的电池电流限制估计 Download PDF

Info

Publication number
CN115279623A
CN115279623A CN202180014037.8A CN202180014037A CN115279623A CN 115279623 A CN115279623 A CN 115279623A CN 202180014037 A CN202180014037 A CN 202180014037A CN 115279623 A CN115279623 A CN 115279623A
Authority
CN
China
Prior art keywords
current limit
battery
estimate
battery cell
model
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
CN202180014037.8A
Other languages
English (en)
Inventor
洪兢
S·拉玛苏布拉曼尼
A·约卡尔
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.)
Karma Automotive LLC
Original Assignee
Karma Automotive 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 Karma Automotive LLC filed Critical Karma Automotive LLC
Publication of CN115279623A publication Critical patent/CN115279623A/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
    • 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
    • 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
    • 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
    • B60L58/16—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
    • 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]
    • G01R31/389—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]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • 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]
    • 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
    • H02J7/005—Detection of state of health [SOH]
    • 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
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/547—Voltage
    • 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
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/549—Current
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
    • G01R19/16533—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values characterised by the application
    • G01R19/16538—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values characterised by the application in AC or DC supplies
    • G01R19/16542—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values characterised by the application in AC or DC supplies for batteries
    • 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)
  • Power Engineering (AREA)
  • Sustainable Energy (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Secondary Cells (AREA)

Abstract

本发明公开了一种在指定预测时间过程中估计用于电池单元操作的电池电流限制的方法。该方法包括通过多个电流限制估计子方法来生成多个电流限制估计，其中，至少一个电流限制估计子方法基于电池单元的RC等效电路模型来生成其电流限制估计，并且通过在多个电流限制估计中找到最低幅值的电流限制估计来确定充电电流限制。RC等效电路模型的至少一个参数是基于指定预测时间和来自以下集合中的至少一个变量来设置的：电池单元的充电状态(SOC)、电池单元的温度、电池单元的健康状态(SOH)、电池单元的容量、和电池单元的电流。

Description

基于RC模型的电池电流限制估计
技术领域
本公开涉及一种电池电流限制估计方法，其中，该方法基于用于电池单元的RC等效电路模型。
背景技术
锂离子电池被用作许多电气系统的能量源，特别是在混合动力电动车辆(HEV)和电动车辆(EV)中。在这些车辆中，电池通过电池管理系统(BMS)与其他部件交互以为车辆提供电力并满足车辆的能量需求，同时保持电气系统的安全。
这些电气系统的可靠性高度依赖于电池的健康和安全，并且因此依赖于BMS提供操作数据的能力，这些操作数据允许实现峰值性能而不会危及电池的健康和安全。如果没有由BMS使用的电池的快速且准确的模型，那么控制和监测安装在HEV或EV中的电池是不可能的。锂离子电池模型用于估计电池的指标，包括充电状态(SOC)、健康状态(SOH)、能量状态(SOE)和功率状态(SOP)。此外，电池模型用于帮助BMS执行电池控制、实时观察、参数估计和电池优化等功能。
在所有HEV和EV中，需要BMS将电池组的实时功率能力报告回混合动力控制单元(HCU)。对电池组的功率能力的估计越准确，HCU可以获取的功率就越多，而没有损坏系统的风险。为了估计功率能力，BMS中的SOP应基于电池电流、SOC、温度和SOH来计算电池的放电电流限制和充电电流限制。这些电流限制通常针对不同的时间步长来计算，包括但不限于2s、10s和30s的步长。
为了估计电池电流限制，需要查阅由单元制造商报告的单元放电电流能力和单元充电电流能力。这些电流限制由制造商从在电池单元上进行的一系列放电测试和充电测试来确定，其中这些测试是在从完全休整初始条件开始的电池上进行的。然而，在实践中，电池通常在完全休整初始条件以外的开始条件下进行操作，例如，用户可以在仅5分钟的中断后重新启动其车辆以购买杂货。这样，基于完全休整初始条件所报告的电流限制对于许多情况下可能是过高估计，尤其是在高工作温度和低工作温度以及老化电池单元的条件下。
为了解决这个问题，需要有模型来计算在不同SOC、电池单元温度和SOH条件下的电池电流限制。然而，所有目前可用的BMS都使用简化的结构来确定电流限制，或者以其他方式在计算电池组电流限制期间忽略不同的重要参数。这导致了不准确的电流限制计算，特别是在老化电池、低温条件和具有低SOC的电池中。
用于计算电池电流限制的常规方法是基于由电池单元制造商针对不同时间步长提供的电流限制表来采用的。该方法基于电池SOC和温度来估计电流限制。然而，其没有考虑电池极化水平的影响来估计电流限制。因此，该方法在许多情况下不准确，尤其是在低SOC和高SOC以及低温下。为了解决这个问题，需要一种基于电池模型的交互方法来计算电池极化并在确定放电电流限制和充电电流限制时考虑盖电池极化。
发明内容
本文公开了一种通过考虑所有单元限制(包括但不限于机械限制、电荷守恒、动力学限制和单元动态限制)在指定预测时间的过程中估计锂离子电池电流限制的方法。在一个实施例中，该方法通过从放电电流限制估计的集合中找到最大放电电流限制来确定放电电流限制。在一个实施例中，该方法通过从充电电流限制估计的集合中找到最小充电电流限制来确定充电电流限制。在一个实施例中，放电电流限制估计和充电电流限制估计由多个电流限制估计方法提供。在一个实施例中，多个电流限制估计方法包括(但不限于)混合脉冲功率特性(HPPC)方法、充电状态(SOC)限制方法、和RC模型方法。在一个实施例中，该方法采用用于电池单元的RC模型来预测电池单元在不同SOC、温度、电流、电压和SOH条件下在特定时间的电压。在一个实施例中，该方法使用RC模型基于多个电池条件来找到放电电流限制估计和充电电流限制估计，其中，多个电池条件包括充电状态、温度、电流、电压、和健康状态。在一个实施例中，多个电流限制估计方法中的至少一个使用RC模型。在一个实施例中，该方法使用缓冲函数来考虑所有上述列出的的电池限制以用于电流限制计算。在一个实施例中，该方法可以由车辆，例如(但不限于)电动车辆、混合动力电动车辆、和插电式混合动力电动车辆，使用来计算安装在车辆中的电池组的峰值电流和/或峰值功率。
鉴于以下实施例的具体详细描述，其他方面、特征和技术对于本领域的技术人员将是明显的。
附图说明
所公开的实施例的特征、目的和优点将从下文结合附图阐述的详细描述而变得更加明显，附图中相同的附图标记贯穿全文对应地标识，并且其中：
图1是包括使用峰值功率估计方法的电池组的车辆的示例性实施例的透视图。
图2是使用峰值功率估计方法的电池组的示例性实施例的框图。
图3A和图3B是电流限制估计方法的示例性实施例的框图。图3A是放电电流限制估计方法的示例性实施例的框图。图3B是充电电流限制估计方法的示例性实施例的框图。
图4是用于电池单元的两个分支RC模型等效电路的示例性实施例的电路图。
图5是HPPC电流限制估计方法的示例性实施例的框图。
图6是SOC限制电流限制估计方法的示例性实施例的框图。
图7是RC模型电流限制估计方法的示例性实施例的框图。
具体实施方式
本公开的一个方面涉及一种峰值功率估计方法。
贯穿本文对“一个实施例”、“某些实施例”、“一实施例”或类似术语的引用意指结合该实施例描述的具体特征、结构或特性被包括在至少一个实施例中。因此，贯穿本说明书在各种位置出现的这样的短语并非都指同一实施例。此外，具体特征、结构或特性可以在一个或多个实施例上以任何合适的方式组合而不受限制。例如，本文描述的两个或更多个创新方法可以组合在单个方法中，但本申请不限于本文描述的方法的特定示例性组合。
如本文所用，术语“一”或“一个”应当意指一个或多于一个。术语“多个”应当意指两个或多于两个。术语“另一个”被定义为第二个或更多个。术语“包括”和/或“具有”是开放式的(例如，包含)。如本文所用，术语“或”应被解释为包含性的或意指任何一个或任何组合。因此，“A、B或C”意指“以下中的任何一种：A；B；C；A和B；A和C；B和C；A、B和C”。只有当元件、功能、步骤或行为的组合在某种程度上固有地相互排斥时，才会出现该定义的例外情况。
字符“N”在下文中指的是集合的最后一个成员或集合中成员的总数。字符“X”在下文中指的是集合的变量成员。字符“A”、“B”、“C”等指的是集合的特定的但却未定义的成员。
提供了各种实施例的详细描述；然而，应当理解，所公开的实施例仅仅是示例性的并且可以用各种替代形式来实施。附图不一定按比例绘制；一些特征可能被放大或最小化以示出特定部件的细节。因此，本文公开的特定的结构细节和功能细节并不被解释为限制性的，而仅作为用于教导本领域的技术人员以各种方式采用所公开的实施例的代表性基础。
图1是包括使用电流限制估计方法300的电池组200的车辆100的示例性实施例的透视图。图1中示出的车辆100是示例性的。电流限制估计方法300可以与包括电池组200的任何车辆一起使用。
图2是使用电流限制估计方法300的电池组200的示例性实施例的框图。在一个实施例中，电池组200包括多个电池模块210，并且每个电池模块210可以进一步包括多个电池单元220。在一个实施例中，电流限制估计方法300以每个电池单元为基础来应用。在另一个实施例中，电流限制估计方法300以每个模块为基础来应用。在另一个实施例中，电流限制估计方法300以电池组200为基础来应用。
图3A和图3B是电流限制估计方法300的示例性实施例的框图。图3A是放电电流限制估计方法310的示例性实施例的框图。在一个实施例中，放电电流限制估计方法310从通过单独估计方法确定的至少三个Idischg估计放电限制的集合中找到最大估计放电限制值Idischg,limit(其中，Idischg＜0)。在一个实施例中，放电电流限制估计方法310进一步通过设计者设置的Idischg,max值来限制Idischg,limit的值，使得Idischg,limit≥Idischg,max。图3B是充电电流限制估计方法320的示例性实施例的框图。在一个实施例中，充电电流限制估计方法320从通过单独估计方法确定的至少三个Ichg估计充电限制的集合中找到最小估计充电限制值Ichg,limit(其中，Ichg>0)。在一个实施例中，充电电流限制估计方法320进一步通过设计者设置的Ichg,max值来限制Ichg,limit的值，使得Ichg,limit≤Ichg,max。
图4是用于电池单元220的两个分支RC模型等效电路400的示例性实施例的电路图。在电流限制估计方法300中整合的各种估计方法的几个实施例中，RC模型400的参数是基于来自不同单元测试的实验数据估计的。在一个实施例中，RC模型400的参数包括开路电压OCV(电池单元220在单元的端子未连接时的电势)，电阻参数R0、R1、和R2，电容参数C1和C2，以及端子电压Vt。在一个实施例中，RC模型400的参数被确定为以下参数中的至少一个的函数：充电状态SOC、电流I、温度Tcell和健康状态SOH。
图5是HPPC电流限制估计方法500的示例性实施例的框图。在一个实施例中，HPPC电流限制估计方法500基于在每个条件下的电池内阻R0、R1、和R2来计算最大放电电流估计/最大充电电流估计Idischg,HPPC和Ichg,HPPC。在一个实施例中，方法500假定最终单元电压将是以最大放电电流Idischg,HPPC对单元放电预给定预测时间之后的最低允许电池单元电压Vmin，其中，Vmin是由制造商提供的电池参数。在一个实施例中，对于充电过程，方法500还假定最终单元电压将是以最大充电电流Ichg,HPPC对电池单元220充电给定预测时间之后的最大允许电池单元电压Vmax，其中，Vmax是由制造商提供的电池参数。然后，最大放电电流和最大充电电流Idischg,HPPC和Ichg,HPPC通过使用当前确定的内阻来估计，如下所示：
Figure BDA0003792581850000051
Figure BDA0003792581850000052
图6是SOC限制电流限制估计方法600的示例性实施例的框图。在一个实施例中，方法600通过使用电流积分方法的一个版本(也称为库仑计数方法)来计算最大放电电流估计/最大充电电流估计Idischg,SOC和Ichg,SOC。在一个实施例中，最终SOC被认为是以最大放电电流Idischg,SOC对电池单元220放电给定预测时间之后的SOCmin，其中，SOCmin是标记电池单元220被认为是耗空的点处的预定值。同样地，在一个实施例中，最终SOC被认为是以最大充电电流Ichg,SOC对电池单元220充电给定预测时间之后的SOCmax，其中，SOCmax是标记电池单元220被认为是完全充满的点处的预定值。然后，在一个实施例中，最大放电电流和最大充电电流Idischg,SOC和Ichg,SOC将基于电池单元220容量被估计，如下所示：
Figure BDA0003792581850000061
Figure BDA0003792581850000062
在一个实施例中，容量块610基于电池单元220的健康状态(SOH)来确定电池单元220的容量。在一个实施例中，容量被定义为电池单元220在25℃具有1C恒定放电速率和给定SOH值的有用容量，其中有用容量从完全充电到由截止电压定义的最小充电来测量。因此，在一个实施例中，估计将基于容量块610上的SOH值在SOC限制计算块620处更新。
图7是RC模型电流限制估计方法700的示例性实施例的框图。在一个实施例中，方法700通过使用RC模型400来预测放电电流限制和充电电流限制Idischg,RC和Ichg,RC。在一个实施例中，通过使用该RC模型400，单元端子电压(Vt)可以计算如下，
Figure BDA0003792581850000063
并且单元电压Ik可以计算如下，
Figure BDA0003792581850000064
其中，U1,k-1和U2,k-1是RC模型400的第一分支和第二分支上的电压，Δt是电池单元220测量的增量采样周期，k是采样步数，K是已采取的采样步数(使得1≤k≤K并且KΔt＝tK)，并且对于放电电流限制计算，Vt被认为是Vmin，且对于充电电流限制计算，Vt被认为是Vmax。为了在多秒过程中预测放电电流限制和充电电流限制Idischg,RC和Ichg,RC，需要通过利用多个较小Δt增量在多个步长中执行计算来离散化方程以在整个预测时间tK内找到结果。
尽管本公开参考了示例性实施例，但本领域的技术人员将理解，可以在其中进行形式和细节的各种改变，而不会偏离要求保护的实施例的范围。

Claims (20)

1.一种在指定预测时间过程中估计用于电池单元操作的电池电流限制的方法，包括：
通过多个电流限制估计子方法来生成多个电流限制估计，其中，至少一个电流限制估计子方法基于所述电池单元的RC等效电路模型生成其电流限制估计，并且其中，所述RC等效电路模型的至少一个参数是基于所述指定预测时间和来自以下集合中的至少一个变量来设置的：电池的充电状态(SOC)、所述电池单元的温度、所述电池单元的健康状态(SOH)、所述电池单元的容量、以及所述电池单元的电流；以及
通过在所述多个电流限制估计中找到最低幅值电流限制估计来确定所述电池电流限制。
2.根据权利要求1所述的方法，其中，所述电池电流限制是放电电流限制，并且所述多个电流限制估计中的每个均是放电电流限制估计。
3.根据权利要求1所述的方法，其中，所述电池电流限制是充电电流限制，并且所述多个电流限制估计中的每个均是充电电流限制估计。
4.根据权利要求1所述的方法，其中，所述电流限制估计子方法中的至少一个是混合脉冲功率特性(HPPC)方法。
5.根据权利要求4所述的方法，其中，所述混合脉冲功率特性(HPPC)方法基于由所述RC等效电路模型建模的所述电池单元的内阻来生成电流限制估计。
6.根据权利要求1所述的方法，其中，所述电流限制估计子方法中的至少一个是充电状态(SOC)限制方法。
7.根据权利要求1所述的方法，其中，所述电流限制估计子方法中的至少一个是RC模型方法，其中，电流限制估计的RC模型方法包括根据以下方程使用所述RC等效电路模型的包括R0、C1、R1、C2、R2和OCV的参数以找到所述至少一个电流限制估计：
Figure FDA0003792581840000011
其中，U1,k-1和U2,k-1是所述RC等效模型的第一分支和第二分支上的电压，Δt是电池单元测量的增量采样周期，k是采样步数，K是已采取的采样步数(使得1≤k≤K并且KΔt＝tK)，Ik是所述至少一个电流限制估计，以及Vt是所述预测时间过去后的最终电压。
8.根据权利要求7所述的方法，其中，所述RC模型方法的所述电流限制估计是放电电流限制估计并且所述最终电压是最低允许电池单元电压Vmin。
9.根据权利要求7所述的方法，其中，所述RC模型方法的所述电流限制估计是充电电流限制估计并且所述最终电压是最高允许电池单元电压Vmax。
10.根据权利要求1所述的方法，其中，对所述电池电流限制的值设上限使得所述电池电流限制的幅值小于或等于上限值。
11.一种包括电池单元的车辆，其中，在指定预测时间过程中用于所述电池单元的操作的电流限制估计通过包括以下的子方法来估计：
通过多个电流限制估计子方法来生成多个电流限制估计，其中，至少一个电流限制估计子方法基于所述电池单元的RC等效电路模型生成其电流限制估计，并且其中，所述RC等效电路模型的至少一个参数是基于所述指定预测时间和来自以下集合中的至少一个变量来设置的：电池的充电状态(SOC)、所述电池单元的温度、所述电池单元的健康状态(SOH)、所述电池单元的容量、以及所述电池单元的电流；以及
通过在所述多个电流限制估计中找到最低幅值电流限制估计来确定充电电流限制。
12.根据权利要求11所述的车辆，其中，电池电流限制是放电电流限制并且所述电流限制估计是放电电流限制估计。
13.根据权利要求11所述的车辆，其中，电池电流限制是充电电流限制并且所述电流限制估计是充电电流限制估计。
14.根据权利要求11所述的车辆，其中，所述电流限制估计子方法中的至少一个是混合脉冲功率特性(HPPC)方法。
15.根据权利要求14所述的车辆，其中，所述混合脉冲功率特性(HPPC)方法基于由所述RC等效电路模型建模的所述电池单元的内阻来生成电流限制估计。
16.根据权利要求11所述的车辆，其中，所述电流限制估计子方法中的至少一个是充电状态(SOC)限制方法。
17.根据权利要求11所述的车辆，其中，所述电流限制估计子方法中的至少一个是RC模型方法，其中，电流限制估计的RC模型方法包括根据以下方程使用所述RC等效电路模型的包括R0、C1、R1、C2、R2和OCV的参数以找到所述至少一个电流限制估计：
Figure FDA0003792581840000031
其中，U1,k-1和U2,k-1是所述RC等效模型的第一分支和第二分支上的电压，Δt是电池单元测量的增量采样周期，k是采样步数，K是已采取的采样步数(使得1≤k≤K并且KΔt＝tK)，Ik是所述至少一个电流限制估计，以及Vt是所述预测时间过去后的最终电压。
18.根据权利要求17所述的方法，其中，所述RC模型方法的所述电流限制估计是放电电流限制估计并且所述最终电压是最低允许电池单元电压Vmin。
19.根据权利要求17所述的方法，其中，所述RC模型方法的所述电流限制估计是充电电流限制估计并且所述最终电压是最高允许电池单元电压Vmax。
20.根据权利要求11所述的车辆，其中，对电池电流限制的值设上限使得所述电池电流限制的幅值小于或等于上限值。
CN202180014037.8A 2020-02-12 2021-02-11 基于rc模型的电池电流限制估计 Pending CN115279623A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US16/788,796 2020-02-12
US16/788,796 US11454673B2 (en) 2020-02-12 2020-02-12 Battery current limits estimation based on RC model
PCT/US2021/017715 WO2021163370A1 (en) 2020-02-12 2021-02-11 Battery current limits estimation based on rc model

Publications (1)

Publication Number Publication Date
CN115279623A true CN115279623A (zh) 2022-11-01

Family

ID=77177110

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180014037.8A Pending CN115279623A (zh) 2020-02-12 2021-02-11 基于rc模型的电池电流限制估计

Country Status (4)

Country Link
US (2) US11454673B2 (zh)
EP (1) EP4103427A4 (zh)
CN (1) CN115279623A (zh)
WO (1) WO2021163370A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230187716A1 (en) * 2021-12-13 2023-06-15 Enevate Corporation Algorithm-optimized voltage and/or current windows for lithium-silicon batteries

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7321220B2 (en) * 2003-11-20 2008-01-22 Lg Chem, Ltd. Method for calculating power capability of battery packs using advanced cell model predictive techniques
US7209841B2 (en) * 2004-11-15 2007-04-24 Cobasys, Llc Maximum and minimum power limit calculator for batteries and battery subpacks
JP4275078B2 (ja) 2005-01-13 2009-06-10 三洋電機株式会社 電池の制限電流制御方法
JP4692246B2 (ja) * 2005-11-29 2011-06-01 日産自動車株式会社 二次電池の入出力可能電力推定装置
JP5687340B2 (ja) * 2011-06-10 2015-03-18 日立オートモティブシステムズ株式会社 電池制御装置、電池システム
DE102012204957A1 (de) * 2012-03-28 2013-10-02 Robert Bosch Gmbh Verfahren zur Bestimmung eines maximal verfügbaren Konstantstroms einer Batterie, Anordnung zur Ausführung eines solchen Verfahrens, Batterie in Kombination mit einer solchen Anordnung und Kraftfahrzeug mit einer solchen Batterie
DE102013000572A1 (de) * 2013-01-15 2014-07-17 Rheinisch-Westfälische Technische Hochschule Aachen Verfahren und System zur Bestimmung der Modellparameter eines elektrochemischen Energiespeichers
US9312722B2 (en) * 2014-05-09 2016-04-12 Ford Global Technologies, Llc System and method for battery power management
US20160001672A1 (en) * 2014-07-01 2016-01-07 Ford Global Technologies, Llc Equivalent circuit based battery current limit estimations
EP3017993B1 (en) * 2014-11-07 2021-04-21 Volvo Car Corporation Power and current estimation for batteries
CN104833922B (zh) * 2014-12-01 2017-12-08 北汽福田汽车股份有限公司 电池充放电电流限值的计算方法和装置
JP6383704B2 (ja) * 2015-07-02 2018-08-29 日立オートモティブシステムズ株式会社 電池制御装置
JP2017055551A (ja) * 2015-09-09 2017-03-16 日立オートモティブシステムズ株式会社 蓄電池制御装置
CN105301509B (zh) * 2015-11-12 2019-03-29 清华大学 锂离子电池荷电状态、健康状态与功率状态的联合估计方法
US10023064B2 (en) * 2016-03-10 2018-07-17 Ford Global Technologies, Llc Power capability estimation for vehicle battery systems

Also Published As

Publication number Publication date
WO2021163370A1 (en) 2021-08-19
US11454673B2 (en) 2022-09-27
EP4103427A1 (en) 2022-12-21
US11698414B2 (en) 2023-07-11
US20220397609A1 (en) 2022-12-15
US20210247451A1 (en) 2021-08-12
US20230314520A1 (en) 2023-10-05
EP4103427A4 (en) 2024-03-20

Similar Documents

Publication Publication Date Title
Ren et al. Design and implementation of a battery management system with active charge balance based on the SOC and SOH online estimation
Duong et al. Online state of charge and model parameters estimation of the LiFePO4 battery in electric vehicles using multiple adaptive forgetting factors recursive least-squares
Roscher et al. Reliable state estimation of multicell lithium-ion battery systems
US7888911B2 (en) Method and system for determining the SOC of a rechargeable battery
CN103020445B (zh) 一种电动车车载磷酸铁锂电池的soc与soh预测方法
US9533597B2 (en) Parameter identification offloading using cloud computing resources
JP5442583B2 (ja) 電源装置用状態検知装置及び電源装置
US7656124B2 (en) Battery management system and driving method thereof
US20220326307A1 (en) Battery Power Limits Estimation Based on RC Model
TW201122523A (en) Apparatus for estimating battery's state of health
CN105102999A (zh) 电池寿命推测方法及电池寿命推测装置
CN103969587A (zh) 一种混合动力车用动力电池soc估算方法
Zhang et al. Estimation of real-time peak power capability of a traction battery pack used in an HEV
CN115243928A (zh) 确定电动车辆中使用的电池的充电状态的方法
JP2018155706A (ja) 二次電池の劣化状態推定装置並びにそれを備えた電池システム及び電動車両
KR101277733B1 (ko) 배터리의 ｓｏｃ를 추정하는 장치 및 방법
US11698414B2 (en) Battery current limits estimation based on RC model
Sarrafan et al. Real-time state-of-charge tracking system using mixed estimation algorithm for electric vehicle battery system
WO2017002953A1 (ja) データ抽出装置、データ抽出方法およびデータ抽出プログラム
KR101584755B1 (ko) 배터리 출력 전압 예측 장치 및 방법
JPH1138107A (ja) 二次電池の残存容量推定方法
US11994561B2 (en) Battery current limits estimation based on RC model
TWI509270B (zh) 電池組健康狀態估測之方法與系統
EP4328598A1 (en) Battery simulation method using two-branch equivalent circuit model
Ge et al. Modeling and lifetime prediction of lithium-ion 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