CN115461636A - 电池管理设备和方法 - Google Patents

电池管理设备和方法 Download PDF

Info

Publication number
CN115461636A
CN115461636A CN202180028986.1A CN202180028986A CN115461636A CN 115461636 A CN115461636 A CN 115461636A CN 202180028986 A CN202180028986 A CN 202180028986A CN 115461636 A CN115461636 A CN 115461636A
Authority
CN
China
Prior art keywords
soc
curve
battery
ocv
correction
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
CN202180028986.1A
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 CN115461636A publication Critical patent/CN115461636A/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
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • 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]
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4278—Systems for data transfer from batteries, e.g. transfer of battery parameters to a controller, data transferred between battery controller and main controller
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Abstract

根据本发明的实施方式的电池管理设备包括：电池信息估计单元，其被配置成基于电池单元的电压和电流中至少之一来估计包括关于电池单元的OCV和SOC的电池信息；曲线生成单元，其被配置成从电池信息估计单元接收OCV和SOC并且生成包括OCV与SOC之间的对应关系的SOC曲线；以及控制单元，其被配置成：从曲线生成单元接收SOC曲线；确定接收到的SOC曲线中的拐点；以及当在SOC曲线中存在至少一个拐点时，基于对应于拐点的OCV或SOC在SOC曲线中设置校正区间；以及通过对设置的校正区间进行线性化来校正SOC曲线。

Description

电池管理设备和方法
技术领域
本申请要求于2020年8月13日向大韩民国提交的韩国专利申请第10-2020-0101933号的优先权，该韩国专利申请的公开内容通过引用并入本文中。
本公开内容涉及电池管理设备和方法，并且更具体地，涉及能够为电池单元生成SOC曲线的电池管理设备和方法。
背景技术
近来，对于诸如笔记本电脑、视频摄像装置和便携式电话的便携式电子产品的需求急剧增加，并且电动车辆、储能电池、机器人、卫星等得到大力发展。因此，正在积极研究允许重复充电和放电的高性能电池。
目前市售的电池包括镍镉电池、镍氢电池、镍锌电池、锂电池等。其中，锂电池因其与镍基电池相比几乎没有记忆效应、并且其还具有非常低的自充电率和高能量密度而备受瞩目。
正在研究一种准确地估计电池的充电状态(SOC)的方法，这对这样的电池的性能具有重要影响(非专利文献1)。用于估计电池的SOC的方法可以大致分为使用库仑计数的方法和使用扩展卡尔曼滤波器(EKF)的方法。
库仑计数是一种通过将每小时SOC添加至电池的初始SOC(SOC0)来估计电池SOC的方法。虽然库仑计数在计算方面简单，但存在当不准确知晓初始充电状态(SOC0)时误差累积的缺点。
扩展卡尔曼滤波器广泛用于估计非线性模型的状态。在使用扩展卡尔曼滤波器的情况下，可以使用为电池设置的等效电路模型(ECM)来估计OCV(开路电压)，并且可以基于所估计的OCV来估计电池的SOC。然而，当使用扩展卡尔曼滤波器时，等效电路模型的内部参数由诸如负载电流、SOC和温度的各种环境因素转换，并且这表现为由模型引起的误差。因此，需要开发一种通过校正使用扩展卡尔曼滤波器估计的SOC中的误差来更准确地估计电池的SOC的技术。
(非专利文献1)用于估计锂聚合物电池的充电状态的基于LSTM的EKF补偿方法(Compensation Method of EKF Based on LSTM for Estimating State of Charge ofLi-polymer Battery)，KSAE(韩国农业工程师学会)的会刊，Beomjin Yoon，SeougyeolYoo，Sangman Seong，第27卷，第7期，第501-507页，2019年7月。
发明内容
技术问题
本公开内容旨在解决使用扩展卡尔曼滤波器生成的SOC曲线的问题，并且本公开内容旨在提供一种用于生成在估计电池单元的SOC时具有提高的准确性的SOC曲线的电池管理设备和方法。
本公开内容的这些和其他目的和优点可以从以下详细描述中理解，并且从本公开内容的示例性实施方式中将变得更加明显。此外，将易于理解的是，本公开内容的目的和优点可以通过所附权利要求及其组合中所示的方式来实现。
技术方案
一种根据本公开内容的一个方面的电池管理设备可以包括：电池信息估计单元，其被配置成基于电池单元的电压和电流中至少之一来估计包括电池单元的OCV和SOC的电池信息；曲线生成单元，其被配置成从电池信息估计单元接收OCV和SOC并且生成表示OCV与SOC之间的对应关系的SOC曲线；以及控制单元，其被配置成：从曲线生成单元接收SOC曲线；确定接收到的SOC曲线中的拐点；当在SOC曲线中存在至少一个拐点时，基于对应于拐点的OCV或SOC在SOC曲线中设置校正区间；以及通过对设置的校正区间进行线性化来校正SOC曲线。
控制单元可以被配置成通过将线性化算法应用于校正区间来去除包括在SOC曲线的校正区间中的拐点。
当在SOC曲线中存在多个拐点时，控制单元可以被配置成针对多个拐点中的每一个设置校正区间并且对多个设置的校正区间独立地进行线性化。
当在多个设置的校正区间中至少两个校正区间交叠时，控制单元可以被配置成将多个交叠的校正区间设置为一个校正区间。
控制单元可以被配置成：在改变校正区间的大小的同时多次校正SOC曲线；基于预设的参考曲线来针对多个校正后的SOC曲线中的每一个计算SOC误差；在多个校正后的SOC曲线中选择具有最小计算出的SOC误差的目标SOC曲线；以及将所选择的目标SOC曲线设置为电池单元的标准曲线。
控制单元可以被配置成通过将针对参考曲线的每个OCV的SOC与针对多个校正后的SOC曲线的每个OCV的SOC进行比较来针对多个校正后的SOC曲线中的每一个计算每个OCV的SOC误差率；以及在多个校正后的SOC曲线中选择其中计算出的针对每个OCV的SOC误差率的误差区间具有最小大小的校正后的SOC曲线作为目标SOC曲线。
控制单元可以被配置成选择其中表示针对多个校正后的SOC曲线中的每一个计算出的针对每个OCV的SOC误差率的最小值与最大值之间的差的误差区间具有最小大小的SOC曲线作为目标SOC曲线。
控制单元可以被配置成分别基于校正后的SOC曲线中的校正区间的起点和终点来设置多个滤波区间并且将滤波算法应用于多个设置的滤波区间中的每一个。
多个滤波区间可以被配置成包括基于起点或终点的线性区间和非线性区间。
控制单元可以被配置成通过使用滤波算法对多个滤波区间中的每一个进行校正，使得线性区间和非线性区间成为连续区间。
电池信息估计单元可以被配置成通过使用等效电路模型和扩展卡尔曼滤波器根据电池单元的电压和电流估计彼此对应的OCV和SOC。
一种根据本公开内容的另一方面的电池组可以包括根据本公开内容的一个方面的电池管理设备。
一种根据本公开内容的又一方面的电池管理方法可以包括：电池信息估计步骤，用于基于电池单元的电压和电流中至少之一来估计包括电池单元的OCV和SOC的电池信息；SOC曲线生成步骤，用于生成表示在电池信息估计步骤中估计的OCV与SOC之间的对应关系的SOC曲线；拐点确定步骤，用于确定SOC曲线中的拐点；校正区间设置步骤，用于当在SOC曲线中存在至少一个拐点时，基于对应于拐点的OCV或SOC在SOC曲线中设置校正区间；以及SOC曲线校正步骤，用于通过对校正区间设置步骤中设置的校正区间进行线性化来校正SOC曲线。
有益效果
根据本公开内容的一个方面，根据本公开内容的实施方式的电池管理设备具有以下优点：通过使用线性化算法校正电池单元的基于扩展卡尔曼滤波器生成的SOC曲线来生成更稳定的SOC曲线。
另外，根据本公开内容的一个方面，当拐点被包括在所生成的SOC曲线中时，根据本公开内容的实施方式的电池管理设备可以通过将线性化算法应用于被设置为包括拐点的校正区间来初次校正SOC曲线，并且通过将滤波算法应用于初次校正后的SOC曲线的部分区间来二次校正SOC曲线。
本公开内容的效果不限于上面提及的效果，而是本领域技术人员从对权利要求的描述中可以清楚地理解其他未提及的效果。
附图说明
附图示出了本公开内容的优选实施方式，并且与前述的公开内容一起用于提供对本公开内容的技术特征的进一步理解，并且因此，本公开内容不被解释为限于附图。
图1是示意性地示出根据本公开内容的实施方式的电池管理设备的图。
图2是示意性地示出由根据本公开内容的实施方式的电池管理设备生成的SOC曲线的图。
图3是示出图2的SOC曲线中包括的拐点的示例的图。
图4是示意性地示出由根据本公开内容的实施方式的电池管理设备设置校正区间的SOC曲线的图。
图5是示意性地示出由根据本公开内容的实施方式的电池管理设备校正图4的SOC曲线的示例的图。
图6是比较地示出图2的SOC曲线的SOC误差率与图5的校正后的SOC曲线的SOC误差率的图。
图7是示意性地示出由根据本公开内容的实施方式的电池管理设备设置多个校正区间的SOC曲线的图。
图8是示意性地示出由根据本公开内容的实施方式的电池管理设备校正图7的SOC曲线的示例的图。
图9是示意性地示出由根据本公开内容的实施方式的电池管理设备设置多个滤波区间的SOC曲线的图。
图10是示出图9的SOC曲线的一部分的放大图。
图11是示意性地示出包括根据本公开内容的实施方式的电池管理设备的电池组的示例性配置的图。
图12是示意性地示出根据本公开内容的另一实施方式的电池管理方法的图。
具体实施方式
应当理解，本说明书和所附权利要求中使用的术语不应当被解释为限于一般和字典含义，而是，基于与本公开内容的技术方面对应的含义和概念在允许发明人适当地定义术语以用于最佳说明的原则的基础上进行解释。
因此，本文中所提出的描述仅是仅用于说明的目的的优选示例，并不旨在限制本公开内容的范围，因此应当理解，在不脱离本公开内容的范围的情况下，可以对其进行其他的等效和修改。
另外地，在描述本公开内容时，当认为对相关已知元件或功能的详细描述使本公开内容的关键主题不明确时，本文中省略详细描述。
包括诸如“第一”、“第二”等的序数的术语可以用于在各种元件中将一个元件与另一个元件区分开，但是并不旨在通过这些术语来限制这些元件。
贯穿本说明书，当一部分被称为“包含”或“包括”任意元件时，意指该部分还可以包括其他元件而不排除其他元件，除非另有特别说明。
此外，本说明书中描述的术语“控制单元”是指处理至少一个功能或操作的单元，并且可以通过硬件、软件、或者硬件和软件的组合来实现。
另外，贯穿本说明书，当一部分被称为“连接”至另一部分时，并不限于它们“直接连接”的情况，还包括它们“间接连接”的情况，其中在它们之间插入另一元件。
在下文中，将参照附图详细地描述本公开内容的优选实施方式。
图1是示意性地示出根据本公开内容的实施方式的电池管理设备100的图。
参照图1，根据本公开内容的实施方式的电池管理设备100可以包括电池信息估计单元110、曲线生成单元120和控制单元130。
电池信息估计单元110可以被配置成基于电池单元B的电压和电流中至少之一来估计包括针对电池单元B的OCV和SOC的电池信息。
在此，电池单元B意指包括负极端子和正极端子并且物理上可分离的一个独立单元。例如，可以将一个袋型锂聚合物单元视为电池单元B。
另外，OCV意指开路电压，并且SOC意指充电状态。
具体地，电池信息估计单元110可以被配置成通过使用等效电路模型(ECM)和扩展卡尔曼滤波器(EKF)根据电池单元B的电压和电流估计彼此对应的OCV和SOC。由于通过使用扩展卡尔曼滤波器根据电池的电压和电流以及等效电路模型估计电池的OCV和SOC的方法是已知方法，因此将省略其详细描述。
曲线生成单元120可以被配置成从电池信息估计单元110接收OCV和SOC。
优选地，曲线生成单元120和电池信息估计单元110可以彼此连接以实现通信。当电池信息估计单元110输出所估计的OCV和SOC时，曲线生成单元120可以从电池信息估计单元110接收OCV和SOC。
另外，曲线生成单元120可以被配置成生成表示OCV与SOC之间的对应关系的SOC曲线。
具体地，SOC曲线可以是表示由电池信息估计单元110估计的OCV与SOC之间的对应关系的曲线。
图2是示意性地示出由根据本公开内容的实施方式的电池管理设备100生成的SOC曲线P1的图。
例如，在图2的实施方式中，SOC曲线P1是SOC被设置为X并且OCV被设置为Y的X-Y图形。另外，SOC曲线P1的SOC的整个区间可以为0％至100％。也就是说，SOC曲线P1是以平面图形的形式以一对一的关系示出OCV和SOC的图。
控制单元130可以被配置成从曲线生成单元120接收SOC曲线P1。
优选地，控制单元130可以通信地连接至曲线生成单元120。另外，当曲线生成单元120输出所生成的SOC曲线P1时，控制单元130可以从曲线生成单元120接收SOC曲线P1。
另外，控制单元130可以被配置成确定接收到的SOC曲线P1中的拐点。
在此，拐点意指图形在二次可微分的函数中从上凸状态变为下凸状态或从下凸状态变为上凸状态的点。一般来说，在平坦曲线中，曲率由正变为负或由负变为正的点被称为拐点。
例如，控制单元130可以将表示OCV与SOC之间的对应关系的SOC曲线P1设置为f(x)函数，并且对f(x)函数进行二次微分以获得SOC曲线P1的二阶导数f”(x)。在此，假定函数f(x)是连续的并且可以被二次微分。另外，控制单元130可以基于f”(SOC)来确定f”(x)的符号从正变为负或从负变为正的点，而f”(SOC)＝0在二阶导数f”(x)中作为拐点。
图3是示出图2的SOC曲线P1中包括的拐点的示例的图。
在下文中，为了便于描述，如图3所示，假定SOC曲线P1中仅包括第一拐点IP1、第二拐点IP2和第三拐点IP3。在此，第一拐点IP1的SOC可以为10％，第二拐点IP2的SOC可以为55％，以及第三拐点IP3的SOC可以为95％。
当在SOC曲线P1中存在至少一个拐点时，控制单元130可以被配置成基于对应于拐点的OCV或SOC在SOC曲线P1中设置校正区间。
例如，控制单元130可以基于SOC设置校正区间。
具体地，控制单元130可以仅当确定在SOC曲线P1中存在拐点时在SOC曲线P1中设置校正区间。如果在SOC曲线P1中不存在拐点，则控制单元130不在SOC曲线P1中设置校正区间，并且将从曲线生成单元120接收到的SOC曲线P1设置为相应电池单元B的标准曲线。
更具体地，控制单元130可以将校正区间设置为包括拐点。也就是说，由控制单元130设置的校正区间可以总是包括拐点。
图4是示意性地示出由根据本公开内容的实施方式的电池管理设备100设置校正区间C的SOC曲线P1的图。
例如，在图4的实施方式中，控制单元130可以基于SOC将校正区间C设置为包括第一拐点IP1、第二拐点IP2和第三拐点IP3中的所有拐点。在此，校正区间C可以为3％至100％的SOC区间。
另外，控制单元130可以被配置成通过对设置的校正区间C进行线性化来校正SOC曲线P1。
参照上面所描述的拐点的定义，拐点可能出现在SOC曲线P1的非线性区间中。因此，控制单元130可以通过对包括拐点的非线性区间进行线性化来校正SOC曲线P1。
也就是说，控制单元130可以被配置成通过将线性化算法应用于校正区间C来去除包括在SOC曲线P1的校正区间C中的拐点。
在此，作为线性化算法，可以应用能够将曲线的非线性区间转换为线性区间的算法。例如，作为线性化算法，可以应用回归分析法例如最小二乘法(LSM)、最小二乘近似法(LSA)和最小均方法(LMSM)。
图5是示意性地示出由根据本公开内容的实施方式的电池管理设备100校正图4的SOC曲线P1的示例的图。
具体地，图5的SOC曲线P2是通过由控制单元130使用最小二乘法对校正区间C进行线性化而获得的SOC曲线。由于包括拐点的校正区间C被线性化，因此校正后的SOC曲线P2可以不包括拐点。在图5中，Q意指线性化的校正区间C。
在下文中，将参照图6描述由控制单元130去除了拐点的校正后的SOC曲线P2的SOC误差率以及包括拐点的SOC曲线P1的SOC误差率。
图6是比较地示出图2的SOC曲线P1的SOC误差率与图5的校正后的SOC曲线P2的SOC误差率的图。
SOC误差率意指预设参考曲线与电池单元B的SOC曲线之间的针对每个OCV的SOC之差。在此，参考曲线可以是预设的曲线以表示电池单元B的OCV与SOC之间的对应关系。例如，参考曲线可以是表示根据与扩展卡尔曼滤波器不同的方法(例如，库仑计数)估计的针对电池单元B的OCV与SOC之间的对应关系的曲线。
例如，针对每个OCV，可以根据“(SOC曲线的SOC-参考曲线的SOC)÷参考曲线的SOC×100”的公式来计算SOC误差率。根据上式，SOC误差率的单位可以被表示为[％]。
在图6的实施方式中，控制单元130可以计算针对参考曲线的每个OCV的SOC与针对SOC曲线(P1，P2)的每个OCV的SOC之间的差作为SOC误差率。
参照图6，与包括拐点的SOC曲线P1的SOC误差率相比，由控制单元130去除了拐点的校正后的SOC曲线P2的SOC误差率可以具有小的变化。具体地，SOC曲线P1的误差区间(Perr)的大小可以大于校正后的SOC曲线P2的误差区间(Qerr)的大小。
由于对于总OCV区间而言SOC误差率可能随着误差区间的大小越小而均匀地出现，因此与由曲线生成单元120生成的SOC曲线P1相比，由控制单元130校正的SOC曲线P2可以被视为更适合电池单元B的曲线。也就是说，由控制单元130校正的SOC曲线P2可以是比由曲线生成单元120生成的SOC曲线P1更稳定的曲线。
例如，当电池信息估计单元110使用扩展卡尔曼滤波器来估计电池单元B的SOC时，噪声可能影响包括在SOC曲线P1中的拐点附近的卡尔曼增益。因此，由曲线生成单元120生成的SOC曲线P1的误差区间(Perr)的大小可以大于由控制单元130校正的SOC曲线P2的误差区间(Qerr)的大小。也就是说，由曲线生成单元120生成的SOC曲线P1可能由于噪声的影响而不比由控制单元130校正的SOC曲线P2更稳定。
因此，根据本公开内容的实施方式的电池管理设备100具有以下优点：通过使用线性化算法校正电池单元B的基于扩展卡尔曼滤波器生成的SOC曲线P1来生成更稳定的SOC曲线P1。
同时，提供至根据本公开内容的实施方式的电池管理设备100的控制单元130可以选择性地包括本领域中已知的处理器、专用集成电路(ASIC)、其他芯片组、逻辑电路、寄存器、通信调制解调器、数据处理装置等来执行在本公开内容中执行的各种控制逻辑。此外，当控制逻辑以软件实现时，控制单元130可以被实现为一组程序模块。此时，程序模块可以存储在存储器中并由控制单元130执行。存储器可以位于控制单元130的内部或外部，并且可以通过各种公知的方式连接至控制单元130。
另外，根据本公开内容的实施方式的电池管理设备100还可以包括存储单元140。存储单元140可以存储电池管理设备100的每个部件的操作和功能所必需的数据、执行操作或功能的过程中生成的数据等。存储单元140在其种类方面没有特别限制，只要它是可以记录、擦除、更新和读取数据的已知信息存储装置即可。作为示例，信息存储装置可以包括RAM、闪速存储器、ROM、EEPROM、寄存器等。另外，存储单元140可以存储其中定义了可由控制单元130执行的处理的程序代码。
例如，存储单元140可以存储电池单元B的电压信息和电流信息。另外，存储单元140可以存储与预设为对应于电池单元B的等效电路模型和扩展卡尔曼滤波器相关的参数和功能。
当在SOC曲线P1中存在多个拐点时，控制单元130可以被配置成针对多个拐点IP1、IP2、IP3中的每一个设置校正区间。
例如，在图4的实施方式中，控制单元130设置包括第一拐点IP1、第二拐点IP2和第三拐点IP3中的所有拐点的校正区间C。替选地，控制单元130可以针对第一拐点IP1、第二拐点IP2和第三拐点IP3中的每一个设置校正区间。
图7是示意性地示出由根据本公开内容的实施方式的电池管理设备100设置多个校正区间C1、C2、C3的SOC曲线P1的图。
例如，在图7的实施方式中，控制单元130可以设置用于第一拐点IP1的第一校正区间C1、用于第二拐点IP2的第二校正区间C2以及用于第三拐点IP3的第三校正区间C3。在此，第一校正区间C1可以为5％至15％的SOC区间，第二校正区间C2可以为50％至60％的SOC区间，以及第三校正区间C3可以为90％至100％的SOC区间。
另外，控制单元130可以被配置成对多个设置的校正区间C1、C2、C3中的每一个独立地进行线性化。
具体地，当通过对多个校正区间C1、C2、C3中的每一个进行线性化来校正SOC曲线P1时，控制单元130可以设置校正区间C1、C2、C3，使得在校正后的SOC曲线P3中不存在拐点。
例如，当仅通过多个校正区间C1、C2、C3没有完全去除包括在SOC曲线P1中的所有拐点时，控制单元130可以与图3的实施方式一样设置包括多个拐点IP1、IP2、IP3中的所有拐点的一个校正区间。
图8是示意性地示出由根据本公开内容的实施方式的电池管理设备100校正图7的SOC曲线P1的示例的图。
控制单元130可以对第一校正区间C1、第二校正区间C2和第三校正区间C3中的每一个进行线性化。在图8的实施方式中，Q1意指线性化的第一校正区间C1，Q2意指线性化的第二校正区间C2，以及Q3意指线性化的第三校正区间C3。因此，第一拐点IP1、第二拐点IP2和第三拐点IP3可以从图8的校正后的SOC曲线P3中去除。也就是说，在校正后的SOC曲线P3中可能不存在拐点。
另外，在图7和图8的实施方式中，即使将第一拐点IP1、第二拐点IP2和第三拐点IP3分别设置为第一校正区间C1的中点、第二校正区间C2的中点和第三校正区间C3的中点，但在一些情况下，第一校正区间C1、第二校正区间C2和第三校正区间C3中的每一个的中点也可以不被设置为第一拐点IP1、第二拐点IP2和第三拐点IP3。
此外，虽然第一校正区间C1、第二校正区间C2和第三校正区间C3的区间大小均以10％的SOC相同地设置，但是第一校正区间C1、第二校正区间C2和第三校正区间C3的区间大小也可以彼此不同地设置，以去除包括在SOC曲线P1中的多个拐点IP1、IP2、IP3。
根据本公开内容的实施方式的电池管理设备100可以通过针对多个拐点IP1、IP2、IP3中的每一个设置校正区间C1、C2、C3并且对多个设置的校正区间C1、C2、C3中的每一个独立地进行线性化来通过校正后的SOC曲线P3提高电池单元B的SOC估计准确性。
当多个设置的校正区间C1、C2、C3中的至少两个交叠时，控制单元130可以被配置成将多个交叠的校正区间C1、C2、C3设置为一个校正区间。
与图7的实施方式不同，假定第一校正区间C1和第二校正区间C2彼此交叠。例如，假定将第一校正区间C1设置为5％至35％的SOC区间，并且将第二校正区间C2设置为30％至60％的SOC区间。在这种情况下，第一校正区间C1和第二校正区间C2可以在30％至35％的SOC区间中彼此交叠。在这种情况下，当控制单元130分别对第一校正区间C1和第二校正区间C2进行线性化时，线性化的第一校正区间C1和线性化的第二校正区间C2可以一起存在于30％至35％的SOC区间中。因此，控制单元130可以整合第一校正区间C1和第二校正区间C2以将5％至60％的SOC区间设置为一个校正区间。
控制单元130可以被配置成在改变校正区间的大小的同时多次校正SOC曲线P1。
例如，控制单元130可以通过将多个校正区间C1、C2、C3的大小减小1％SOC来生成多个校正后的SOC曲线。在这种情况下，图8的校正后的SOC曲线P3可以是多个校正后的SOC曲线中的任一个。
优选地，由控制单元130生成的多个校正后的SOC曲线可以存储在存储单元140中。
另外，控制单元130可以被配置成针对基于预设参考曲线生成的多个校正后的SOC曲线中的每一个计算SOC误差。
例如，假定生成了由控制单元130校正的10个SOC曲线。控制单元130可以针对10个校正后的SOC曲线中的每一个计算SOC误差率。
具体地，控制单元130可以被配置成通过将针对参考曲线的每个OCV的SOC与针对多个校正后的SOC曲线中的每一个的每个OCV的SOC进行比较来针对多个校正后的SOC曲线中的每一个计算每个OCV的SOC误差率。
此外，控制单元130可以被配置成从多个校正后的SOC曲线中选择具有最小计算出的SOC误差率的目标SOC曲线。
在此，最小SOC误差率意指使在多个校正后的SOC曲线中针对每个OCV计算出的SOC误差率的误差区间的大小最小化。
例如，当图8的校正后的SOC曲线P3是其中针对多个校正后的SOC曲线中的每个OCV计算出的SOC误差率的误差区间具有最小大小的SOC曲线时，控制单元130可以被配置成选择校正后的SOC曲线P3作为目标SOC曲线。
具体地，控制单元130可以被配置成选择其中表示针对多个校正后的SOC曲线中的每一个计算出的针对每个OCV的SOC误差率的最小值与最大值之间的差的误差区间具有最小大小的校正后的SOC曲线P3作为目标SOC曲线。
另外，控制单元130可以被配置成将所选择的目标SOC曲线设置为电池单元B的标准曲线。
也就是说，通过将多个校正后的SOC曲线中误差区间具有最小大小的目标SOC曲线设置为电池单元B的标准曲线，电池管理设备100可以基于设置的标准曲线来提高针对电池单元B以及与电池单元B相同类型的二次电池的SOC估计的准确性、估计的稳定性和估计的可靠性。
控制单元130可以被配置成基于校正后的SOC曲线P2、P3中的校正区间的起点和终点中的每一个来设置多个滤波区间。
在此，校正区间的起点意指校正区间的最低SOC，并且校正区间的终点意指校正区间的最高SOC。例如，在图8的实施方式中，第一校正区间C1的起点为5％的SOC，并且终点为15％的SOC。第二校正区间C2的起点为50％SOC，并且终点为60％SOC。第三校正区间C3的起点为90％SOC，并且终点为100％SOC。
图9是示意性地示出由根据本公开内容的实施方式的电池管理设备100设置多个滤波区间的SOC曲线P3的图。
在图9的实施方式中，控制单元130可以设置第一滤波区间F1、第二滤波区间F2、第三滤波区间F3、第四滤波区间F4和第五滤波区间F5。在图9中，由于第三校正区间C3的终点为100％的SOC，因此控制单元130可以不单独设置与第三校正区间C3的终点对应的第六滤波区间F6。
另外，控制单元130可以被配置成将滤波算法应用于多个设置的滤波区间中的每一个。
在此，滤波算法可以是可以去除校正区间中包括的噪声的平滑算法。作为滤波算法，可以应用各种算法，并且例如可以应用高斯平滑或低通滤波器。
具体地，多个滤波区间F1、F2、F3、F4、F5可以被配置成包括基于起点或终点的线性区间和非线性区间。在此，非线性区间可以是根据由曲线生成单元120生成的SOC曲线P1存在的区间，并且线性区间可以是由控制单元130线性化的区间Q、Q1、Q2、Q3。将参照图10详细描述非线性区间和线性区间。
图10是示出图9的SOC曲线P3的一部分的放大图。具体地，图10是例示地示出图9的靠近第二校正区间C2的SOC曲线P3的一部分的放大图。
参照图10，第三滤波区间F3和第四滤波区间F4可以包括非线性区间R_nl和线性区间R_l。例如，在图10的实施方式中，线性区间R_1可以意指线性化的第二校正区间C2。也就是说，由于滤波区间包括校正区间的起点或终点，因此非线性区间R_nl和线性区间R_l两者都可以被包括在滤波区间中。
另外，控制单元130可以被配置成使用滤波算法对多个滤波区间F1、F2、F3、F4、F5中的每一个进行校正，使得线性区间R_1和非线性区间R_nl成为连续区间。
例如，假定使用最小二乘法作为线性化算法。当控制单元130使用最小二乘法对第二校正区间C2进行线性化时，包括在第二校正区间C2中的线性区间R_1和非线性区间R_n1可能彼此不连续。也就是说，线性区间R_l可能与非线性区间R_nl不连续，这是因为最小二乘法是用于近似地导出使多个数据的残差平方和最小化的方程的回归分析法。
因此，控制单元130可以通过针对校正区间C2的起点和终点中的每一个设置滤波区间F3、F4并且将滤波算法应用于设置的滤波区间F3、F4中的每一个来校正SOC曲线P3，使得非线性区间R_nl和线性区间R_1变为连续区间。
也就是说，如果所生成的SOC曲线P1包括拐点，则根据本公开内容的实施方式的电池管理设备100可以通过将线性化算法应用于被设置为包括拐点的校正区间来初次校正SOC曲线P1，并且通过将滤波算法应用于初次校正后的SOC曲线P3的部分区间(滤波区间)来二次校正SOC曲线P3。也就是说，由电池管理设备100校正的SOC曲线P3可以比使用扩展卡尔曼滤波器生成的SOC曲线P1更准确地表示电池单元B的OCV与SOC之间的对应关系。因此，根据由电池管理设备100校正的SOC曲线P3，可以提高电池单元B的SOC估计的准确性和可靠性。
根据本公开内容的电池管理设备100可以应用于BMS(电池管理系统)。也就是说，根据本公开内容的BMS可以包括上面所描述的电池管理设备100。在该配置中，电池管理设备100的至少一些部件可以通过补充或添加包括在常规BMS中的部件的功能来实现。例如，电池管理设备100的电池信息估计单元110、曲线生成单元120、控制单元130和存储单元140可以被实现为BMS的部件。另外，BMS可以使用由控制单元130校正的SOC曲线来估计电池单元B的SOC。
另外，根据本公开内容的电池管理设备100可以被提供至电池组1。也就是说，根据本公开内容的电池组1可以包括上面所描述的电池管理设备100和至少一个电池单元B。另外，电池组1还可以包括电气设备(继电器、熔断器等)和壳体。
图11是示意性地示出包括根据本公开内容的实施方式的电池管理设备100的电池组1的示例性配置的图。
参照图11，电池组1可以包括电池单元B、测量单元200和电池管理设备100。
测量单元200可以被配置成测量电池单元B的电压和电流。例如，在图11的实施方式中，测量单元200可以通过第一感测线SL1和第二感测线SL2测量电池的电压。另外，测量单元200可以通过连接至电流测量单元A的第三感测线SL3测量电池的电流。
另外，测量单元200可以被连接以与电池管理设备100的电池信息估计单元110通信。因此，当测量单元200输出电池单元B的所测量的电压信息和电流信息时，电池信息估计单元110可以从测量单元200接收电池单元B的电压信息和电流信息。
另外，能够对电池单元B进行充电或放电的负载可以进一步连接至电池组1的正极端子(P+)和负极端子(P-)。
另外，根据本公开内容的电池管理设备100可以被包括在电池制造系统中。在此，电池制造系统可以意指可以应用于生产、组装和检查电池单元B的过程的系统。
电池管理设备100可以用于在检查电池单元B的过程中获得所生产的电池单元B的校正后的SOC曲线P2、P3。也就是说，由电池管理设备100校正的SOC曲线P2、P3可以被设置为相应电池单元B的标准曲线。此后，可以基于由电池管理设备100设置的标准曲线来估计相应电池单元B的SOC。
图12是示意性地示出根据本公开内容的另一实施方式的电池管理方法的图。
电池管理方法的每个步骤可以由电池管理设备100来执行。在下文中，应当注意，为了便于描述，将简要描述或省略与先前描述的内容交叠的内容。
参照图12，电池管理方法可以包括电池信息估计步骤(S100)、SOC曲线生成步骤(S200)、拐点确定步骤(S300)、校正区间设置步骤(S400)和SOC曲线校正步骤(S500)。
电池信息估计步骤(S100)是基于电池单元B的电压和电流中至少之一来估计包括电池单元B的OCV和SOC的电池信息的步骤，并且可以由电池信息估计单元110执行。
例如，电池信息估计单元110可以使用电池单元B的电压和电流以及预设的等效电路模型和扩展卡尔曼滤波器来估计电池单元B的OCV和SOC。
SOC曲线生成步骤(S200)是生成表示在电池信息估计步骤(S100)中估计的OCV与SOC之间的对应关系的SOC曲线P1的步骤，并且可以由曲线生成单元120执行。
例如，在图2的实施方式中，曲线生成单元120可以生成SOC曲线P1。
拐点确定步骤(S300)是确定SOC曲线P1中的拐点的步骤，并且可以由控制单元130执行。
例如，在图3的实施方式中，控制单元130可以确定SOC曲线P1中的第一拐点IP1、第二拐点IP2和第三拐点IP3。
当在SOC曲线P1中存在至少一个拐点时，可以执行校正区间设置步骤(S400)和SOC曲线校正步骤(S500)。如果在SOC曲线生成步骤(S200)中生成的SOC曲线P1中不存在拐点，则可以不执行校正区间设置步骤(S400)和SOC曲线校正步骤(S500)。
具体地，校正区间设置步骤(S400)是基于对应于拐点的OCV或SOC在SOC曲线P1中设置校正区间C的步骤，并且可以由控制单元130执行。
例如，在图4的实施方式中，控制单元130可以将校正区间C设置为包括SOC曲线P1的拐点IP1、IP2、IP3。具体地，当在SOC曲线校正步骤(S500)中对校正区间进行校正时，控制单元130可以设置校正区间，使得在校正后的SOC曲线中不存在拐点。
SOC曲线校正步骤(S500)是通过对校正区间设置步骤(S400)中设置的校正区间进行线性化来校正SOC曲线P1的步骤，并且可以由控制单元130执行。
例如，在图5的实施方式中，控制单元130可以通过对校正区间C进行线性化来去除校正区间C中包括的拐点IP1、IP2、IP3。因此，由于在校正后的SOC曲线P2中不存在拐点，因此校正后的SOC曲线P2的SOC误差率可以小于在SOC曲线生成步骤(S200)中生成的SOC曲线P1的SOC误差率。
此外，控制单元130可以将校正后的SOC曲线P2设置为电池单元B的标准曲线。
因此，根据本公开内容的另一实施方式的电池管理方法具有以下优点：通过校正使用扩展卡尔曼滤波器生成的SOC曲线P1来针对电池单元B设置更合适的标准曲线。
上面所描述的本公开内容的实施方式不能仅通过设备和方法来实现，而是可以通过实现与本公开内容的实施方式的配置对应的功能的程序或者其上记录有该程序的记录介质来实现。本领域技术人员可以根据实施方式的上面的描述容易地实现所述程序或记录介质。
已经详细地描述了本公开内容。然而，应当理解，详细描述和具体示例虽然指示了本公开内容的优选实施方式，但仅以说明的方式给出，这是因为根据该详细描述，本公开内容的范围内的各种更改和修改对于本领域技术人员来说将变得明显。
另外地，本领域技术人员可以在不脱离本公开内容的技术方面的情况下对上文描述的本公开内容进行许多替换、修改和更改，并且本公开内容不限于上面所描述的实施方式和随附的附图，而是每个实施方式可以部分或全部选择性地组合以允许各种修改。
(附图标记)
1：电池组
100：电池管理设备
110：电池信息估计单元
120：曲线生成单元
130：控制单元
140：存储单元
200：测量单元
B：电池单元

Claims (12)

1.一种电池管理设备，包括：
电池信息估计单元，其被配置成基于电池单元的电压和电流中至少之一来估计包括所述电池单元的OCV和SOC的电池信息；
曲线生成单元，其被配置成从所述电池信息估计单元接收所述OCV和所述SOC并且生成表示所述OCV与所述SOC之间的对应关系的SOC曲线；以及
控制单元，其被配置成：从所述曲线生成单元接收所述SOC曲线；确定接收到的SOC曲线中的拐点；当在所述SOC曲线中存在至少一个拐点时，基于对应于所述拐点的OCV或SOC在所述SOC曲线中设置校正区间；以及通过对设置的校正区间进行线性化来校正所述SOC曲线。
2.根据权利要求1所述的电池管理设备，
其中，所述控制单元被配置成通过将线性化算法应用于所述校正区间来去除包括在所述SOC曲线的校正区间中的拐点。
3.根据权利要求1所述的电池管理设备，
其中，当在所述SOC曲线中存在多个拐点时，所述控制单元被配置成针对所述多个拐点中的每一个设置校正区间并且对多个设置的校正区间独立地进行线性化。
4.根据权利要求3所述的电池管理设备，
其中，当在所述多个设置的校正区间中至少两个校正区间交叠时，所述控制单元被配置成将多个交叠的校正区间设置为一个校正区间。
5.根据权利要求1所述的电池管理设备，
其中，所述控制单元被配置成：在改变所述校正区间的大小的同时多次校正所述SOC曲线；基于预设的参考曲线来针对所述多个校正后的SOC曲线中的每一个计算SOC误差；在所述多个校正后的SOC曲线中选择具有最小计算出的SOC误差的目标SOC曲线；以及将选择的目标SOC曲线设置为电池单元的标准曲线。
6.根据权利要求5所述的电池管理设备，
其中，所述控制单元被配置成：通过将针对所述参考曲线的每个OCV的SOC与针对所述多个校正后的SOC曲线的每个OCV的SOC进行比较来针对所述多个校正后的SOC曲线中的每一个计算每个OCV的SOC误差率；以及在所述多个校正后的SOC曲线中选择其中计算出的针对每个OCV的SOC误差率的误差区间具有最小大小的校正后的SOC曲线作为目标SOC曲线。
7.根据权利要求6所述的电池管理设备，
其中，所述控制单元被配置成选择其中表示针对所述多个校正后的SOC曲线中的每一个计算出的针对每个OCV的SOC误差率的最小值与最大值之间的差的误差区间具有最小大小的SOC曲线作为所述目标SOC曲线。
8.根据权利要求1所述的电池管理设备，
其中，所述控制单元被配置成分别基于所述校正后的SOC曲线中的所述校正区间的起点和终点来设置多个滤波区间并且将滤波算法应用于多个设置的滤波区间中的每一个。
9.根据权利要求8所述的电池管理设备，
其中，所述多个滤波区间被配置成包括基于所述起点或所述终点的线性区间和非线性区间，并且
其中，所述控制单元被配置成通过使用所述滤波算法对所述多个滤波区间中的每一个进行校正，使得所述线性区间和所述非线性区间变为连续区间。
10.根据权利要求1所述的电池管理设备，
其中，所述电池信息估计单元被配置成通过使用等效电路模型和扩展卡尔曼滤波器根据所述电池单元的电压和电流估计彼此对应的OCV和SOC。
11.一种电池组，包括根据权利要求1至10中任一项所述的电池管理设备。
12.一种电池管理方法，包括：
电池信息估计步骤，用于基于所述电池单元的电压和电流中至少之一来估计包括所述电池单元的OCV和SOC的电池信息；
SOC曲线生成步骤，用于生成表示在所述电池信息估计步骤中估计的所述OCV与所述SOC之间的对应关系的SOC曲线；
拐点确定步骤，用于确定所述SOC曲线中的拐点；
校正区间设置步骤，用于当在所述SOC曲线中存在至少一个拐点时，基于对应于所述拐点的OCV或SOC在所述SOC曲线中设置校正区间；以及
SOC曲线校正步骤，用于通过对所述校正区间设置步骤中设置的校正区间进行线性化来校正所述SOC曲线。
CN202180028986.1A 2020-08-13 2021-08-05 电池管理设备和方法 Pending CN115461636A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR10-2020-0101933 2020-08-13
KR1020200101933A KR20220021276A (ko) 2020-08-13 2020-08-13 배터리 관리 장치 및 방법
PCT/KR2021/010342 WO2022035130A1 (ko) 2020-08-13 2021-08-05 배터리 관리 장치 및 방법

Publications (1)

Publication Number Publication Date
CN115461636A true CN115461636A (zh) 2022-12-09

Family

ID=80246769

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180028986.1A Pending CN115461636A (zh) 2020-08-13 2021-08-05 电池管理设备和方法

Country Status (6)

Country Link
US (1) US20230176130A1 (zh)
EP (1) EP4148441A4 (zh)
JP (1) JP7351024B2 (zh)
KR (1) KR20220021276A (zh)
CN (1) CN115461636A (zh)
WO (1) WO2022035130A1 (zh)

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3740323B2 (ja) * 1998-07-31 2006-02-01 キヤノン株式会社 二次電池の充電方法及びその装置
KR100766982B1 (ko) * 2006-09-05 2007-10-15 삼성에스디아이 주식회사 배터리 관리 시스템 및 그의 구동 방법
KR100805116B1 (ko) * 2006-09-08 2008-02-21 삼성에스디아이 주식회사 배터리 관리 시스템 및 그 구동방법
JP5794933B2 (ja) * 2012-02-29 2015-10-14 三菱重工業株式会社 充電率演算システムおよび充電率演算方法
JP6988386B2 (ja) * 2017-11-08 2022-01-05 株式会社Ｇｓユアサ 蓄電素子の管理装置、及び、管理方法
JP7236806B2 (ja) 2018-01-09 2023-03-10 スリーエム イノベイティブ プロパティズ カンパニー フィルター、金属イオンの除去方法及び金属イオン除去装置
CN108398647B (zh) * 2018-03-01 2020-07-24 杭州高特新能源技术有限公司 锂电池不同充放电曲线获取方法
KR20200025495A (ko) * 2018-08-30 2020-03-10 주식회사 엘지화학 이차 전지의 충전 시간 추정 장치 및 방법
KR102439598B1 (ko) * 2018-10-25 2022-09-05 주식회사 엘지에너지솔루션 이차 전지의 내부 가스 발생 가속 구간 판단 방법
CN111308371A (zh) * 2019-11-29 2020-06-19 湖南海博瑞德电智控制技术有限公司 一种锂离子的电池荷电状态估算方法
CN110931901B (zh) * 2019-12-13 2021-04-06 重庆理工大学 模拟铅酸电池电气特性的锂电池柔性集成方法与系统
CN111208439B (zh) * 2020-01-19 2021-10-22 中国科学技术大学 一种串联锂离子电池组微短路故障定量检测方法

Also Published As

Publication number Publication date
EP4148441A4 (en) 2023-11-22
EP4148441A1 (en) 2023-03-15
JP2023523803A (ja) 2023-06-07
JP7351024B2 (ja) 2023-09-26
WO2022035130A1 (ko) 2022-02-17
KR20220021276A (ko) 2022-02-22
US20230176130A1 (en) 2023-06-08

Similar Documents

Publication Publication Date Title
US10663524B2 (en) Battery state estimating apparatus
Anton et al. Support vector machines used to estimate the battery state of charge
JP4623448B2 (ja) 二次電池の残存容量演算方法
EP2321663B1 (en) Apparatus and method for estimating state of health of battery based on battery voltage variation pattern
KR101355959B1 (ko) 추정 배터리 상태 벡터와 추정 배터리 파라미터 벡터를 결정하는 시스템 및 방법
JP4609882B2 (ja) 車両用蓄電装置の内部状態検出方式
KR100901252B1 (ko) 슬라이딩 모드 관측기를 이용한 ２차 전지 ｓｏｃ 예측방법 및 장치
JP4587299B2 (ja) 車両用蓄電装置の内部状態検出方式
Ahmed et al. A scaling approach for improved open circuit voltage modeling in Li-ion batteries
CN116264842A (zh) 电池soh估计装置和方法
JP5259190B2 (ja) ジョイントバッテリー状態とパラメーター推定システム及び方法
US11505088B2 (en) Vehicle and control method thereof
CN112189143B (zh) 用于估计电池的充电状态的设备
EP4318005A1 (en) Apparatus and method for estimating state of battery
CN115461636A (zh) 电池管理设备和方法
EP4050357A1 (en) Battery state management system and method
JP4582583B2 (ja) 二次電池の残存容量演算方法
Xavier et al. A model-based approach for correcting state of charge drift in hybrid electric vehicles
EP4131571A1 (en) Battery management device and method
KR100916510B1 (ko) 조인트 배터리 상태와 파라미터 추정 시스템 및 방법
US11480615B2 (en) Apparatus and method for estimating SOC of battery
JP7409597B2 (ja) バッテリ管理装置及び方法
CN117907837A (zh) 基于卡尔曼滤波的电池soc与soe联合估计方法

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