CN115362380A - 用于预测电池输出的电池装置和方法 - Google Patents

用于预测电池输出的电池装置和方法 Download PDF

Info

Publication number
CN115362380A
CN115362380A CN202180022009.0A CN202180022009A CN115362380A CN 115362380 A CN115362380 A CN 115362380A CN 202180022009 A CN202180022009 A CN 202180022009A CN 115362380 A CN115362380 A CN 115362380A
Authority
CN
China
Prior art keywords
battery
soc
voltage
current
processor
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
CN202180022009.0A
Other languages
English (en)
Inventor
李淳钟
金喆泽
权宁浩
成镕哲
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 CN115362380A publication Critical patent/CN115362380A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/385Arrangements for measuring battery or accumulator variables
    • G01R31/387Determining ampere-hour charge capacity or SoC
    • G01R31/388Determining ampere-hour charge capacity or SoC involving voltage measurements
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367Software therefor, e.g. for battery testing using modelling or look-up tables
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/3644Constructional arrangements
    • G01R31/3648Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4271Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10Energy storage using batteries

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Secondary Cells (AREA)
  • Tests Of Electric Status Of Batteries (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

一种电池装置,其估计表示电池的电极表面的电位的表面SOC,并且基于表面SOC、截止电压和请求时间来预测在请求时间期间电池的输出。

Description

用于预测电池输出的电池装置和方法
技术领域
相关申请的交叉引用
本申请要求于2020年10月5日在韩国知识产权局提交的韩国专利申请No.10-2020-0127981的优先权和权益,其全部内容在此引入作为参考。
所描述的技术涉及用于预测电池输出的电池装置和方法。
背景技术
电动车辆或混合动力车辆是主要使用电池作为动力源通过驱动马达获得动力的车辆。电动车辆正被积极研究,因为它们是可以解决内燃车辆的污染和能量问题的替代物。可再充电电池用于电动车辆以外的各种外部装置中。
为了在各种外部装置中使用电池,需要预测电池的输出。电池管理系统基于电池的充电状态(SOC)和电池的温度预先存储预定时间的最大输出功率(最大放电电流或最大充电电流),并且响应于来自外部装置的请求基于与当前SOC和当前温度对应的最大输出功率来提供输出功率。
然而,在使用先前存储的值的情况下,如果外部装置在未存储的时间内请求输出功率,则不能提供输出功率。此外,即使SOC和温度处于相同状态,处于静态状态的电池的预定时间的输出功率也可能与处于重复充电或放电的动态状态的电池的预定时间的输出功率不同。因此,当外部装置请求预定时间的输出功率时,需要一种基于电池的当前状态来预测请求时间的输出功率的方法。
发明内容
技术问题
一些实施方式可以提供预测电池输出的电池装置和方法以预测任何时间期间的输出。
技术方案
根据一个实施方式,可以提供一种包括电池和处理器的电池装置。处理器可以将表示电池的电极表面的电位的表面充电状态(SOC)估计为第一表面SOC,并且基于第一表面SOC、截止电压和请求时间来预测在请求时间期间的电池输出。
在一些实施方式中,处理器可将电池的端子电压变为截止电压时的表面SOC确定为第二表面SOC,估计电池的电流以允许在请求时间之后从第一表面SOC估计第二表面SOC,并基于电流估计预测输出。
在一些实施方式中,处理器可以在电池的端子电压变为截止电压时确定电池的开路电压,并且基于开路电压确定第二表面SOC。
在一些实施方式中,处理器可以估计电池的电流以允许在请求时间之后从第一表面SOC估计第二表面SOC,并且基于电池的电流预测输出。在这种情况下,基于第二表面SOC和电流确定的电池的端子电压可以是截止电压。
在一些实施方式中,可以基于对应于第二表面SOC的电池的开路电压和对应于电流的电压来确定端子电压。
在一些实施方式中,可基于电池的开路电压、对应于电流的电压和电池的过电位来确定端子电压。
在一些实施方式中,处理器可以基于电池的温度来确定截止电压。
在一些实施方式中,处理器可以响应于与达到降额电压的预测的输出相对应的电池电压来降低预测的输出。
在一些实施方式中,处理器可以基于多个参数来估计第一表面SOC,这些参数包括基于电池的测量电流确定的第一参数和基于电池的SOC确定的第二参数。
根据另一个实施方式,可以提供一种预测电池输出的方法。该方法可以包括估计电池的状态,并且基于电池的状态,截止电压和请求时间来预测在所述请求时间期间电池的输出。
在一些实施方式中,电池的状态可以包括表示电池的电极表面的电位的表面SOC。
在一些实施方式中,预测电池的输出可以包括:估计电池的电流以允许在所述请求时间之后从所估计的表面SOC估计特定表面SOC,并且基于电流预测输出。在这种情况下,基于特定表面SOC和电流确定的电池的端子电压可以是截止电压。
在一些实施方式中,可以基于对应于特定表面SOC的电池的开路电压和对应于电流的电压来确定端子电压。
在一些实施方式中,估计电池的状态可以包括:基于多个参数来估计表面SOC,这些参数包括基于电池的测量电流确定的第一参数和基于电池的SOC确定的第二参数。
根据又一实施方式,可以提供一种被配置为由电池装置的处理器执行并存储在记录介质中的程序。该程序可以使处理器执行:估计电池的状态,以及基于电池的状态、截止电压和请求时间来预测在所述请求时间期间电池的输出。
有益效果
根据一些实施方式,可以实时地精确预测并提供电池在外部装置请求时间期间能够提供的功率。
附图说明
图1是示出根据实施方式的电池装置的图。
图2是示出根据实施方式的电池的结构的图。
图3是示出电池的状态变化的示例的图。
图4是用于解释根据实施方式的电池管理系统中的表面SOC估计的图。
图5是示出根据实施方式的电池中的温度/SOC和动力学系数之间的对应关系的示例的图。
图6是示出根据实施方式的电池中的温度/SOC和扩散系数之间的对应关系的示例的图。
图7是示出根据实施方式的电池管理系统中的表面SOC估计方法的流程图。
图8是用于解释根据实施方式的电池管理系统中的电池端子电压估计的图。
图9是示出根据实施方式的电池管理系统中的电池端子电压估计方法的流程图。
图10是示出根据实施方式的电池中的SOC和开路电压之间的对应关系的示例的图。
图11是用于说明实施方式的电池管理系统中的电池输出预测的图。
图12是示出根据实施方式的电池管理系统中的电池输出预测方法的流程图。
图13是用于说明根据另一实施方式的电池管理系统中的电池输出预测的图。
图14是示出根据另一实施方式的电池管理系统中的电池输出预测方法的流程图。
具体实施方式
在下面的详细描述中,仅通过说明的方式示出和描述了某些实施方式。如本领域技术人员将认识到的,可以以各种不同的方式修改所描述的实施方式,所有这些都不脱离本发明的精神或范围。因此,附图和描述应被视为本质上是例示性的而非限制性的。在整个说明书中,相同的附图标记表示相同的元件。
当描述一个元件“连接”到另一个元件时,应当理解该元件可以直接连接到另一个元件或通过第三元件连接到另一个元件。另一方面,当描述一个元件“直接连接”到另一个元件时,应当理解该元件不通过第三元件连接到另一个元件。
如本文所用,单数形式也可旨在包括复数形式,除非使用诸如“一个”或“单个”的明确表达。
在参考附图描述的流程图中,可以改变操作或步骤的顺序,可以合并若干操作或步骤,可以划分特定操作或步骤,并且可以不执行特定操作或步骤。
图1是示出根据实施方式的电池装置的图,图2是示出根据实施方式的电池的结构的图,并且图3是示出电池中的状态改变的示例的图。
参考图1,电池装置100具有可以电连接到外部装置的结构。当外部装置是负载时,电池装置100通过作为向负载供电的电源工作而放电。当外部装置是充电器时,通过经由充电器接收外部电力来对电池装置100充电。作为负载工作的外部装置可以是例如电子设备、移动装置或能量存储系统(ESS)。移动装置例如可以是诸如电动车辆、混合动力车辆或智能移动装置的车辆。
电池装置100包括电池110、电压测量电路120、温度传感器130、电流传感器140和处理器150。
电池110是可充电电池。电池110例如可以是诸如锂离子电池或锂离子聚合物电池的锂电池,或诸如镍镉(NiCd)电池或镍金属氢化物(NIMH)电池的镍电池。在一些实施方式中,电池110可以是单个电池电芯、包括多个电池电芯的组件或多个组件串联或并联连接的电池模块、多个电池模块串联或并联连接的电池组、或多个电池组串联或并联连接的系统。
电压测量电路120测量电池110的电压。在一些实施方式中,电压测量电路120可以测量每个电池电芯的电压。
温度传感器130测量电池110的温度。在一些实施方式中,温度传感器130可以测量电池110的预定位置处的温度。在一些实施方式中,可以提供多个温度传感器130来测量电池110中的多个位置处的温度。
电流传感器140连接到电池110的正极输出端子或负极输出端子,并测量电池110的电流,即充电电流或放电电流。
处理器150基于由电压测量电路120测量的电池110的电压、由温度传感器130测量的电池110的温度、或由电流传感器140测量的电池110的电流来估计电池110的状态。在一些实施方式中,电池装置100还可以包括存储器160,其存储处理器150中的状态估计所需的数据。
在一些实施方式中,处理器150可形成电池管理系统。在一些实施方式中,电池管理系统可进一步包括电压测量电路120、温度传感器130或电流传感器140中的至少一者。
参照图2,电池110包括正极111、负极112和电解液113。图2所示的电池110的结构是为了便于描述的示意性示例,并且电池110的结构不限于此。在图2中,为了便于描述,假设锂是在电池110中引起化学反应的活性材料。
当电池110放电以从电池110向外部装置供电时,如图2所示,在负极112的表面上可能发生锂离子Li+从负极112排出的化学反应(氧化反应)。排出的锂离子Li+可以通过电解液113,然后移动到正极111的表面。因此,在正极111的表面上可能发生将锂离子Li+吸收到正极111中的化学反应(还原反应)。
当电池110充电时,在正极111和电解液113之间的边界表面上可能发生锂离子Li+从正极111排出的化学反应(氧化反应)。排出的锂离子Li+可以通过电解液113,然后移动到负极112的表面。因此,在负极112的表面上可能发生将锂离子Li+吸收到负极112中的化学反应(还原反应)。
电池110的端子电压可以表现为以下形式:与正极111和负极112对应的电池电极表面的电位、由电解液113等形成的欧姆电阻(内阻)引起的电压降以及由电化学反应引起的过电位的总和。过电位可以表示由于每个电池电极处的极化而偏离平衡电位所产生的电压降。过电位也称为极化电压。
如图3所示,当电池110开始放电时,电池110的端子电压Vt由于欧姆电阻Rohmic的电压降Vohmic而瞬时下降,然后由于过电位的瞬时变化V1而逐渐降低。通常,过电位的瞬时变化V1可以表示为取决于在电阻器和电容器的并联电路中定义的时间常数的变化。此时,电池110的实际端子电压Vt与过电位的瞬时变化V1一起以恒定斜率减小。即,如图3所示,根据恒定斜率的减小Vk和根据过电位的瞬时变化的减小V1一起出现。该斜率由流过电池110的电流的大小确定。如上所述,因为由于活性材料的氧化/还原反应导致的电极表面上的活性材料的浓度低于平均浓度,所以发生电池110的端子电压Vt以一定斜率降低的现象。即,根据恒定斜率的电压变化Vk可以通过由氧化/还原反应速率引起的电压变化(由于放电或充电引起的变化)和在电流消失之后的舒弛时段(relaxation period)中由扩散阻力(浓度差)引起的电压变化而发生。
通常,电池110的状态被确定为表示整个电池110的平均浓度的充电状态(SOC),并且基于电池110的开路电压、由于欧姆电阻(Rohmic)引起的电压降(Vohmic)和过电位来估计电池110的端子电压Vt。此时,基于电池110的SOC估计开路电压。然而,SOC表示电池110内的平均浓度(例如,电极处的平均浓度)而不是电池电极表面上的浓度,并且当电池110放电时逐渐降低,如图3所示。因此,当基于SOC估计电池110的开路电压时,可能不能精确地估计电池110的端子电压。因此,在一些实施方式中,提供了能够确定电池110的电极表面的电位的表面充电状态(SOC)。这样的表面SOC可以表示电池110的电极表面上的活性材料的浓度。
图4是用于解释根据实施方式的电池管理系统中的表面SOC估计的图,图5是示出根据实施方式的电池中的温度/SOC和动力学系数之间的对应关系的示例的图,并且图6是示出根据实施方式的电池中的温度/SOC和扩散系数之间的对应关系的示例的图。
参考图4,电池管理系统的处理器(例如,图1中的150)可以使用表面SOC估计模型410基于电池110的包括电池110的电流的测量信息来估计电池(例如,图1中的110)的表面SOC。在一些实施方式中,表面SOC可被估计为百分比。在一些实施方式中,处理器150可以使用表面SOC估计模型410基于电池的包括电池110的电流的测量信息来估计表示平均浓度的电池110的SOC。
如参照图3所述,当电池110放电时,电池110的端子电压可以以一定斜率降低。由于电极表面上的活性材料的浓度由于活性材料的氧化/还原反应而降低,因此发生电池110的端子电压以一定斜率降低的现象,该一定斜率与电池110的电流成正比。因此,表面SOC估计模型410可以基于由电池110的电流确定的反应速率来估计表面SOC。在一些实施方式中,可以基于通过反映电池110的电流的特定系数而获得的值来确定反应速率(动力学)。在下文中,这种特定因子被称为“动力学系数”。在一个实施方式中,可基于电池110的电流与动力学系数的乘积来确定反应速率。
氧化/还原反应的反应速率可由电池110的温度和电池110内的平均浓度确定。因此,在一些实施方式中,动力学系数可以根据电池110的温度和电池110的SOC而变化。在一个实施方式中,电池110的SOC可以包括代表平均浓度的电池110的SOC。在另一实施方式中,电池110的SOC可包括电池110的表面SOC。在又一实施方式中,电池110的SOC可包括表示电池110的平均浓度和表面SOC的电池110的SOC。即,表面SOC估计模型410可基于电池110的温度和电池110的SOC确定动力学系数。在一些实施方式中,如图5所示,电池110的温度/SOC和动力学系数之间的对应关系可以通过实验预先确定。在一些实施方式中,电池管理系统的存储器可例如以查找表的形式存储这种对应关系。在一些实施方式中,表面SOC估计模型410可以基于电池110的温度或电池110的SOC来确定动力学系数。
当电极表面上的浓度低于由电极表面上的氧化/还原反应引起的平均浓度时,可能出现电阻分量,其中由电极表面上的浓度和平均浓度之间的浓度差引起的扩散速率降低了电极表面上的反应。由扩散引起的这种阻力(以下称为“扩散阻力”)可以表示为在相反方向上抑制氧化/还原反应的力。因此,当估计表面SOC时,表面SOC估计模型410另外反映扩散阻力。在一些实施方式中,可以基于表示平均浓度的SOC与表示电极表面上的浓度的表面SOC之间的差来确定扩散阻力。在一些实施方式中,表面SOC估计模型410可以基于通过将特定系数反映到SOC和表面SOC之间的差而获得的值来估计表面SOC。在下文中,这种特定系数被称为“扩散系数”。在一个实施方式中,表面SOC估计模型410可以基于扩散系数与SOC和表面SOC之间的差的乘积来估计表面SOC。
氧化/还原反应的反应速率可以基于电池110的温度和电池110内的平均浓度来确定。因此,在一些实施方式中,抑制氧化/还原反应的扩散系数可根据电池110的温度和电池110的SOC而变化。在一个实施方式中,电池110的SOC可以包括代表平均浓度的电池110的SOC。在另一实施方式中,电池110的SOC可包括电池110的表面SOC。在又一实施方式中,电池110的SOC可包括表示平均浓度和电池110的表面SOC的电池110的SOC。即,表面SOC估计模型410可基于电池110的温度和电池110的SOC来确定扩散系数。在一些实施方式中,如图6所示,电池110的温度/SOC和扩散系数之间的对应关系可以通过实验预先确定。在一些实施方式中,电池管理系统的存储器可例如以查找表的形式存储对应关系。在一些实施方式中,表面SOC估计模型410可以基于电池110的温度或电池110的SOC来确定扩散系数。
在一些实施方式中,表面SOC估计模型410可以通过至少反映由于从先前时间点到当前时间点的反应速率的变化和由于从先前时间点到当前时间点的扩散阻力的变化反映到在先前时间点估计的表面SOC来估计当前时间点的表面SOC。在一些实施方式中,处理器150可以预定义表面SOC的初始值SSOC[0]以估计表面SOC。
图7是示出根据实施方式的电池管理系统中的表面SOC估计方法的流程图。
参考图7,在S710,处理器(例如,图1中的150)将电池(例如,图1中的110)的测量信息输入到表面SOC估计模型。电池110的测量信息可以包括电池110的电流。在一些实施方式中,电池110的电流可以是由电流传感器(例如,图1中的140)测量的电池110的充电或放电电流。在一些实施方式中,电池110的测量信息可以进一步包括电池110的测量电压。在一些实施方式中,电池110的测量电压可以是平均电芯电压,并且平均电芯电压可以是多个电池电芯的电压的平均值。在一些实施方式中,电池110的测量电压可以是多个电池电芯的电压之和。在一些实施方式中,电池110的测量信息可以进一步包括电池110的温度。在一些实施方式中,电池110的温度可以是由温度传感器(例如,图1中的130)测量的温度。
在S720和S730,处理器150使用表面SOC估计模型确定时间点t的多个参数。多个参数可以包括对应于反应速率的参数和对应于扩散阻力的参数。
在S720,处理器150使用表面SOC估计模型确定电池110在时间点t的反应速率K[t]。处理器150可以将反应速率K[t]计算为动力学系数Kc与电池110在时间点t的温度的乘积Kc*I[t]。在一些实施方式中,处理器150可以从存储器中提取与电池110的温度和电池110的SOC对应的动力学系数Kc。在一些实施方式中,存储器可以是电池管理系统的存储器(例如,图1中的160)。在一些实施方式中,处理器150可以基于电池110的测量信息来估计电池110的SOC。在一些实施方式中,处理器150可以使用各种已知方法中的任何一种来估计SOC,并且本发明不限于估计SOC的方法。
另外,在S730,处理器150使用表面SOC估计模型确定时间点t的电池110的扩散阻力D[t]。处理器150可以将扩散阻力D[t]计算为时间点t的SOC和表面SOC之间的差ΔSOC[t]与扩散系数Dc的乘积Dc*ΔSOC[t]。在一些实施方式中,处理器150可以从存储器中提取与电池110的温度和电池110的SOC对应的扩散系数Dc。在一些实施方式中,存储器可以是电池管理系统的存储器160。
接下来,在S740,处理器150使用表面SOC估计模型基于在时间点t估计的表面SOCSSOC[t]、反应速率K[t]和扩散阻力D[t]估计在时间点(t+1)的表面SOC SSOC[t+1]。在一些实施方式中,处理器150可以如等式1或2中那样估计表面SOC SSOC[t+1]。
[等式1]
SSOC[t+1]=SSOC[t]+(K[t]+D[t])·Δt
[等式2]
SSOC[t+1]=SSOC[t]+(Kc·I[t]+Dc·ΔSOC[t])·Δt
在等式1和2中,Δt表示时间点(t+1)和时间点t之间的时间变化(时间差)。
在一些实施方式中,表面SOC估计模型可以通过重复执行表面SOC的估计来精确地估计表面SOC。在一些实施方式中,自适应滤波器可以用作表面SOC估计模型。
根据上述实施方式,可以通过使用能够准确地表示电池110的电极表面的电位的表面SOC来准确地估计电池110的状态。
接下来,参照图8、图9和图10描述使用表面SOC估计电池110的端子电压的实施方式。
图8是用于解释根据实施方式的电池管理系统中的电池端子电压估计的图,图9是示出根据实施方式的电池管理系统中的电池端子电压估计方法的流程图,并且图10是示出根据实施方式的电池中的SOC和开路电压之间的对应关系的示例的图。
参照图8和图9,处理器(例如,图1的150)使用表面SOC估计模型(例如,图4的410)估计表面SOC。即,如参照图7所述,处理器在S910将电池(图1中的110)的测量信息输入到表面SOC估计模型410,在S920和S930计算电池110的反应速率K[t]和扩散阻力D[t],并在S940基于反应速率K[t]和扩散阻力D[t]估计表面SOC SSOC[t+1]。
接下来,处理器150将电池110的SOC、表面SOC和电流输入到端子电压估计模型810,并使用端子电压估计模型810来估计电池110的端子电压。
为此,在S950,处理器150基于表面SOC估计电池110的开路电压。处理器150可以基于表面SOC SSOC和开路电压VOC之间的非线性函数关系VOC=f(SSOC)来估计开路电压VOC。通常,电池管理系统的存储器(例如,图1中的160)预先存储电池110的开路电压VOC与电池110的SOC之间的对应关系。例如,开路电压VOC和SOC之间的对应关系可定义为如图10所示。在这种情况下,处理器150通过输入表面SOC而不是SOC来确定开路电压VOC。例如,当表面SOC为70%时,处理器150可从存储器提取对应于70%的SOC的开路电压。在一些实施方式中,开路电压和SOC之间的对应关系可以按温度存储。在这种情况下,处理器150可以基于各种对应关系当中的与电池110的温度对应的SOC和开路电压之间的对应关系来确定开路电压。
此外,在S960,处理器150估计由于极化引起的过电位。由于过电位是由电极表面的电位与平衡电位的偏差引起的,所以处理器150基于表示电极表面的电位的表面SOC和表示平衡电位的SOC来估计过电位。在一些实施方式中,处理器150可以基于通过比较SOC和表面SOC获得的值来估计过电位。在一个实施方式中,通过比较SOC和表面SOC获得的值可以是SOC和表面SOC的比率。在另一实施方式中,通过比较SOC和表面SOC获得的值可以是SOC和表面SOC之间的差。在一些实施方式中,处理器150可以使用端子电压估计模型810基于时间点t的过电位V1[t]、SOC SOC[t]和表面SOC SSOC[t]来估计时间点(t+1)的过电位V1[t+1]。在一些实施方式中,处理器150可以例如如等式3中那样估计过电位V1[t+1]。
[等式3]
V1[t+1]=V1[t]+α·(SOC[t]/SSOC[t])
在等式3中,α表示过电位系数。
在一些实施方式中,可以通过实验确定过电位系数α。在一些实施方式中,可以通过使用自适应滤波器重复执行过电位估计来确定过电位系数α。在一些实施方式中,处理器150可以预先确定用于估计过电位的过电位的初始值V1[0]。
此外,在S970,处理器150估计由于电池110的欧姆电阻引起的电压。处理器150将由于欧姆电阻引起的电压Vohmic估计为电池110的欧姆电阻和电池110的电流的乘积。在一些实施方式中,处理器150可以使用各种已知方法中的任何一种来估计欧姆电阻,并且本发明不限于用于估计欧姆电阻的方法。
接下来,在S980,处理器150基于开路电压VOC、过电位VI和由于欧姆电阻引起的电压Vohmic来确定电池110的端子电压。在一些实施方式中,如等式4所示,处理器150可以通过欧姆电阻将开路电压VOC、过电位VI和电压Vohmic之和确定为电池110的端子电压Vt。
[等式4]
Vt=Voc+V1+Vohmic
虽然已经在电池放电的情况下描述了表面SOC估计方法或端子电压估计方法,但是根据上述实施方式的表面SOC估计方法或端子电压估计方法可以应用于电池充电的情况。如图3所示,在放电时,表示表面浓度的表面SOC看起来低于表示平均浓度的SOC,而在充电时,表面SOC可能看起来高于SOC。
根据上述实施方式,通过基于电池的电流和活性材料的氧化/还原反应估计表示电极表面的电位的表面SOC,可以精确地估计在电池的静态状态下和在重复充电或放电的动态状态下的电池的状态。
接下来,参考图11和图12描述根据实施方式的用于预测电池管理系统中的电池输出的方法。
图11是用于说明实施方式的电池管理系统中的电池输出预测的图,图12是示出实施方式的电池管理系统中的电池输出预测方法的流程图。
参照图11和图12,处理器(例如,图1中的150)使用输出预测模型1110来预测电池输出。在S1210,处理器150从外部装置(例如,车辆)接收期望的请求时间。因此,处理器150可以预测所请求时间的电池输出(例如,功率)并将电池输出提供给车辆。
为了预测电池输出,在S1220,处理器150将在当前时间点估计的电池状态输入到输出预测模型1110。在一些实施方式中,电池的状态可以包括上述表面SOC。在一些实施方式中,在S1220,处理器150可以另外将在当前时间点计算的SOC输入到输出预测模型1110。此外,在S1220,处理器150将从车辆接收的截止电压和请求时间输入到输出预测模型1110。在一些实施方式中,截止电压可以是电池110放电时的下限电压。在一些实施方式中,处理器150可以基于电池110的温度来确定截止电压。在一些实施方式中,可以预先确定电池110的温度与截止电压之间的对应关系。在一些实施方式中,电池管理系统的存储器(例如,图1中的160)可存储对应关系。
在一些实施方式中,处理器150可以响应于来自外部装置的请求来确定截止电压。
在S1230、S1240和S1250,输出预测模型1110基于表面SOC、截止电压和请求时间预测电池输出。在一些实施方式中,在S1230,输出预测模型1110可以确定电池的端子电压变为截止电压时的表面SOC,并且在S1240,基于输入的表面SOC估计电流以允许在请求时间之后估计在端子电压变为截止电压时的表面SOC。
在一些实施方式中,如参考图8和图9所描述的,电池的端子电压可以基于电池的开路电压VOC、过电位V1和由欧姆电阻引起的电压来确定,并且由欧姆电阻引起的电压可以被确定为欧姆电阻R0的大小和电池的电流的大小的乘积。如上所述,由于可以估计过电位V1和欧姆电阻R0并且在经过一定时间之后收敛到特定值,所以输出预测模型1110可以估计当电池的端子电压达到截止电压Vc时电池的电流I和开路电压VOC。在一个实施方式中,输出预测模型1110可以基于等式5来估计电池的电流I和开路电压VOC。在这种情况下,可以分别估计与电流的各种大小I对应的开路电压VOC
[等式5]
Vc=Voc+V1+R0·I
在等式5中,截止电压Vc、过电位Vi和欧姆电阻的大小Ro具有预定值。
如参照图4至图7所描述的,由于电池的开路电压由表面SOC确定,所以输出预测模型1110可以基于估计的开路电压VOC来确定在端子电压达到截止电压时的表面SOC SSOC[k+1]。在一些实施方式中,输出预测模型1110可以基于输入的表面SOC SSOC[k]来确定电流I[k],该电流I[k]用于允许在所请求的时间Δt之后估计与截止电压对应的确定的表面SOCSSOC[k+1]。在一个实施方式中,输出预测模型1110可以基于等式6预测电池的电流I[k]。
[等式6]
SSOC[k+1]=SSOC[k]+(Kc·I[k]+D[k])·Δt
在等式6中,SSOC[k+1]是当端子电压达到截止电压时的表面SOC,SSOC[k]是输入到输出预测模型1110并且在当前时间估计的表面SOC,并且D[k]是扩散阻力,并且Δt是请求时间。在一些实施方式中,可以基于输入的表面SOC SSOC[k]和SOC SOC[k]之间的差来确定D[k]。
输出预测模型1110可以确定可以同时满足等式5和6的电池电流。例如,输出预测模型1110可以从开路电压VOC和可以满足等式5的电流的各种组合中确定可以满足等式6的组合,即电流。
在S1250,处理器150可基于通过输出预测模型1110估计的电流来预测在请求时间期间的电池输出,并将预测的电池输出提供给车辆。在一些实施方式中,输出预测模型1110可将估计的电池电流预测为电池在所请求时间期间可提供的电流。在一些实施方式中,输出预测模型1110可以基于估计的电池电流来计算电池功率,并且将所计算的电池功率预测为电池在所请求的时间期间可以提供的功率。
根据上述实施方式,可以实时地精确预测和提供在外部装置(例如,车辆)请求的时间期间电池可以提供的电力。在一些实施方式中,电池管理系统可基于周期性估计的表面SSOC来预测输出,使得可考虑电池使用历史来预测输出。在一些实施方式中,电池管理系统可以通过考虑截止电压来预测输出,从而防止电池的端子电压下降到截止电压以下。
图13是用于说明根据另一实施方式的电池管理系统中的电池输出预测的图,图14是示出根据另一实施方式的电池管理系统中的电池输出预测方法的流程图。
参照图13和图14,处理器(例如,图1中的150)使用输出预测模型1310来预测电池输出。在S1410,处理器150从外部装置(例如,车辆)接收期望的请求时间。为了预测电池输出,在S1420,处理器150将在当前时间估计的电池状态输入到输出预测模型1310。在一些实施方式中,电池的状态可以包括表面SOC。此外,在S1420,处理器150将从车辆接收的截止电压和请求时间输入到输出预测模型1310。此外,在S1420,处理器150向输出预测模型1310输入降额电压。在一些实施方式中,处理器150可以基于电池110的温度来确定降额电压。在一些实施方式中,可以预先确定电池110的温度与降低额定电压之间的对应关系。在一些实施方式中,电池管理系统的存储器(例如,图1中的160)可存储对应关系。
如参考图12中的S1230、S1240和S1250所描述的,在S1430和S1440,输出预测模型1310基于表面SOC、截止电压和请求时间来估计电池的电流,并且在S1450,基于估计的电流来预测在请求时间期间的电池输出。
接下来,在S1460,处理器150确定电池的电压(例如,电池的端子电压)是否达到降额电压。在一些实施方式中,可以参考图8至图10所描述的来估计电池的端子电压。当电池电压达到降额电压时,在S1470,处理器150将预测的电池输出减小预定比率,并将减小后的电池输出提供为预测的电池输出。在一些实施方式中,处理器150可将由输出预测模型1310预测的电池功率减小预定比率,并提供减小后的电池功率作为预测的电池输出。在一些实施方式中,预定比率可以是预先定义的比率。
根据上述实施方式,当预测和提供电池输出时,可以考虑降额电压来预测电池输出,从而可以防止由于电池电压的降低而发生欠压诊断。
在一些实施方式中,处理器(例如,图1中的150)可以对用于执行上述表面SOC估计方法、端子电压估计方法或电池输出预测方法的程序进行计算。可以将用于执行表面SOC估计方法、端子电压估计方法或电池输出预测方法的程序加载到存储器中。存储器可以是与用于存储表的存储器(例如,图1中的160)相同的存储器或单独的存储器。在加载到存储器中时,程序可以包括用于使处理器150执行表面SOC估计方法、端子电压估计方法或电池输出预测方法的指令。即,处理器可以通过执行程序的指令来执行表面SOC估计方法、端子电压估计方法或电池输出预测方法的操作。
虽然已经结合当前被认为是实际的实施方式描述了本发明,但是应当理解,本发明不限于所公开的实施方式。相反,本发明旨在覆盖包括在所附权利要求的精神和范围内的各种修改和等效布置。

Claims (15)

1.一种电池装置,该电池装置包括:
电池;以及
处理器,所述处理器被配置成:
将表示所述电池的电极表面的电位的表面充电状态(SOC)估计为第一表面SOC;以及
基于所述第一表面SOC、截止电压和请求时间预测在所述请求时间期间所述电池的输出。
2.根据权利要求1所述的电池装置,其中,所述处理器被配置成:
将所述电池的端子电压变为所述截止电压时的表面SOC确定为第二表面SOC;
估计所述电池的电流,以允许在所述请求时间之后从所述第一表面SOC估计所述第二表面SOC;以及
基于所述电流来预测所述输出。
3.根据权利要求2所述的电池装置,其中,所述处理器被配置成:
确定当所述电池的端子电压变为所述截止电压时所述电池的开路电压;以及
基于所述开路电压确定所述第二表面SOC。
4.根据权利要求1所述的电池装置,其中,所述处理器被配置成:
估计所述电池的电流,以允许在所述请求时间之后从所述第一表面SOC估计第二表面SOC;以及
基于所述电池的电流来预测所述输出,并且
其中,所述电池的基于所述第二表面SOC和所述电流确定的端子电压是所述截止电压。
5.根据权利要求4所述的电池装置,其中,基于所述电池的与所述第二表面SOC对应的开路电压和与所述电流对应的电压来确定所述端子电压。
6.根据权利要求5所述的电池装置,其中,所述端子电压是基于所述电池的开路电压、与所述电流对应的电压以及所述电池的过电位而确定的。
7.根据权利要求1所述的电池装置,其中,所述处理器被配置为基于所述电池的温度来确定所述截止电压。
8.根据权利要求1所述的电池装置,其中,所述处理器被配置为响应于所述电池的与预测的输出对应的电压达到降额电压而减小所述预测的输出。
9.根据权利要求1所述的电池装置,其中,所述处理器被配置为基于多个参数来估计所述第一表面SOC,所述多个参数包含基于所述电池的测量电流而确定的第一参数和基于所述电池的SOC而确定的第二参数。
10.一种预测电池的输出的方法,所述方法包括以下步骤:
估计所述电池的状态;以及
基于所述电池的状态、截止电压和请求时间来预测在所述请求时间期间所述电池的输出。
11.根据权利要求10所述的方法,其中,所述电池的状态包括表示所述电池的电极表面的电位的表面充电状态SOC。
12.根据权利要求11所述的方法,其中,预测所述电池的输出的步骤包括:
估计所述电池的电流,以允许在所述请求时间之后从估计的表面SOC来估计特定表面SOC;以及
基于所述电流来预测所述输出,并且
其中,所述电池的基于所述特定表面SOC和所述电流确定的端子电压是所述截止电压。
13.根据权利要求12所述的方法,其中,基于所述电池的与所述特定表面SOC对应的开路电压和与所述电流对应的电压来确定所述端子电压。
14.根据权利要求12所述的方法,其中,估计所述电池的状态的步骤包括基于多个参数来估计所述表面SOC,所述多个参数包括基于所述电池的测量电流确定的第一参数和基于所述电池的SOC确定的第二参数。
15.一种程序,所述程序被配置为由电池装置的处理器执行并且被存储在记录介质中,其中,所述程序使所述处理器执行:
估计电池的状态;以及
基于所述电池的状态、截止电压和请求时间来预测在所述请求时间期间所述电池的输出。
CN202180022009.0A 2020-10-05 2021-09-13 用于预测电池输出的电池装置和方法 Pending CN115362380A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR1020200127981A KR20220045358A (ko) 2020-10-05 2020-10-05 배터리 장치 및 배터리 출력 예측 방법
KR10-2020-0127981 2020-10-05
PCT/KR2021/012424 WO2022075618A1 (ko) 2020-10-05 2021-09-13 배터리 장치 및 배터리 출력 예측 방법

Publications (1)

Publication Number Publication Date
CN115362380A true CN115362380A (zh) 2022-11-18

Family

ID=81126618

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180022009.0A Pending CN115362380A (zh) 2020-10-05 2021-09-13 用于预测电池输出的电池装置和方法

Country Status (6)

Country Link
US (1) US20230145602A1 (zh)
EP (1) EP4109118A1 (zh)
JP (1) JP7436078B2 (zh)
KR (1) KR20220045358A (zh)
CN (1) CN115362380A (zh)
WO (1) WO2022075618A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116243179A (zh) * 2023-05-11 2023-06-09 上海泰矽微电子有限公司 电池放电电压的处理方法、装置、电子设备和介质
CN117971604A (zh) * 2024-03-29 2024-05-03 此芯科技(上海)有限公司 一种静态电流预测方法、装置、存储介质及电子设备

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3139913B1 (fr) * 2022-09-19 2024-08-02 Psa Automobiles Sa Estimation précise de la puissance maximale de fonctionnement d’une batterie cellulaire d’un véhicule

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004301783A (ja) * 2003-03-31 2004-10-28 Yazaki Corp バッテリ状態監視方法およびその装置
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
JP2007179968A (ja) 2005-12-28 2007-07-12 Auto Network Gijutsu Kenkyusho:Kk バッテリ状態管理装置
KR20130053064A (ko) * 2011-11-14 2013-05-23 현대자동차주식회사 차량의 저온시 배터리 출력성능 향상 방법
JP6251091B2 (ja) * 2014-03-17 2017-12-20 株式会社東芝 二次電池内部状態算出装置および二次電池内部状態算出方法
US10830821B2 (en) 2014-05-05 2020-11-10 Apple Inc. Methods and apparatus for battery power and energy availability prediction
JP6376091B2 (ja) 2014-12-26 2018-08-22 株式会社デンソー 電池電力予測装置
JP6787660B2 (ja) 2015-12-10 2020-11-18 ビークルエナジージャパン株式会社 電池制御装置、動力システム
KR102350920B1 (ko) * 2017-01-09 2022-01-13 한화디펜스 주식회사 Soc 검출 장치
JP6895541B2 (ja) 2017-12-11 2021-06-30 ビークルエナジージャパン株式会社 二次電池監視装置、二次電池状態演算装置および二次電池状態推定方法
WO2019124187A1 (ja) 2017-12-18 2019-06-27 株式会社村田製作所 制御装置、制御方法、電池パック、電源システム、電子機器、電動工具及び電動車両
JP7024448B2 (ja) 2018-01-29 2022-02-24 トヨタ自動車株式会社 電動車両
KR102405514B1 (ko) * 2018-12-06 2022-06-03 주식회사 엘지에너지솔루션 이차 전지의 충전 장치 및 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116243179A (zh) * 2023-05-11 2023-06-09 上海泰矽微电子有限公司 电池放电电压的处理方法、装置、电子设备和介质
CN117971604A (zh) * 2024-03-29 2024-05-03 此芯科技(上海)有限公司 一种静态电流预测方法、装置、存储介质及电子设备

Also Published As

Publication number Publication date
JP7436078B2 (ja) 2024-02-21
WO2022075618A1 (ko) 2022-04-14
US20230145602A1 (en) 2023-05-11
KR20220045358A (ko) 2022-04-12
EP4109118A1 (en) 2022-12-28
JP2023515658A (ja) 2023-04-13

Similar Documents

Publication Publication Date Title
EP3273523B1 (en) Apparatus and method for estimating degree of aging of secondary battery
EP4109118A1 (en) Battery device and method for predicting battery output
US8704489B2 (en) Battery system, vehicle, and battery mounted device
EP2804249B1 (en) Method for controlling and device for controlling secondary battery
EP3690462B1 (en) Battery management apparatus and method
EP3913726B1 (en) Soh/soc detecting device for power storage element, and power storage element managing unit
JP2023523370A (ja) リチウムメッキを検出するための方法及び装置、並びに分極比率を取得するための方法及び装置
JP2000504477A (ja) バッテリー管理システム及びバッテリー・シミュレータ
KR101783918B1 (ko) 이차 전지의 저항 추정 장치 및 방법
Christensen et al. Using on-board electrochemical impedance spectroscopy in battery management systems
EP3605126A1 (en) Apparatus and method for estimating soc of battery
Kim et al. An enhanced hybrid battery model
EP4102239A1 (en) Battery management device and method
JP3705703B2 (ja) 電気化学素子の制御方法
JP6648561B2 (ja) 電源システム
EP4116723A1 (en) Battery device and resistance state estimation method
Li et al. An electrical model capable of estimating the state of energy for lithium-ion batteries used in energy storage systems
KR20220046136A (ko) 배터리 장치 및 배터리 상태 추정 방법
EP4228118A1 (en) Method for charging power battery and battery management system
EP4119961A1 (en) Battery apparatus and method for estimating battery state
CN111542451B (zh) 用于控制和监视电池组包的多个电池组电池的方法和管理系统以及电池组包
Sharma et al. Novel Pulse Power Estimation Technique for Li—Ion Battery Using DCIR and SOC Relationship
Lencwe et al. Evaluating the Performance and Lifespan of Lead-Acid Batteries in Cold Cranking Applications
Williard et al. Predicting Remaining Capacity of Batteries for UAVs and Electric Vehicle Applications
KR20230056415A (ko) 배터리 장치 및 가용 파워 계산 방법

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