CN117751296A - 控制充电信号以对可充电的电池单元或电池进行充电的方法和装置 - Google Patents
控制充电信号以对可充电的电池单元或电池进行充电的方法和装置 Download PDFInfo
- Publication number
- CN117751296A CN117751296A CN202280034052.3A CN202280034052A CN117751296A CN 117751296 A CN117751296 A CN 117751296A CN 202280034052 A CN202280034052 A CN 202280034052A CN 117751296 A CN117751296 A CN 117751296A
- Authority
- CN
- China
- Prior art keywords
- charging
- rechargeable battery
- charge
- battery cell
- relationship
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 152
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 25
- 238000004590 computer program Methods 0.000 claims description 11
- 230000015556 catabolic process Effects 0.000 claims description 10
- 238000006731 degradation reaction Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 8
- 210000004027 cell Anatomy 0.000 description 175
- 230000006870 function Effects 0.000 description 22
- 229910001416 lithium ion Inorganic materials 0.000 description 17
- 230000008569 process Effects 0.000 description 13
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 12
- 238000005070 sampling Methods 0.000 description 11
- 230000006399 behavior Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 6
- 229910000625 lithium cobalt oxide Inorganic materials 0.000 description 6
- 238000005457 optimization Methods 0.000 description 5
- 239000003792 electrolyte Substances 0.000 description 4
- 230000032683 aging Effects 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 3
- BFZPBUKRYWOWDV-UHFFFAOYSA-N lithium;oxido(oxo)cobalt Chemical compound [Li+].[O-][Co]=O BFZPBUKRYWOWDV-UHFFFAOYSA-N 0.000 description 3
- 238000007747 plating Methods 0.000 description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000012884 algebraic function Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007086 side reaction Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- 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
- H02J7/007—Regulation of charging or discharging current or voltage
- H02J7/00712—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters
-
- 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
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/30—Measuring the maximum or the minimum value of current or voltage reached in a time interval
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/385—Arrangements for measuring battery or accumulator variables
-
- 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
Abstract
本公开涉及一种用于控制充电信号以对可充电的电池单元进行充电的方法。基于动态电化学模型,定义了函数关系或列表关系,允许计算充电信号的最大充电值,使得如果充电信号在电池单元的充电时间段期间小于或等于最大充电值,则在充电时间段期间满足约束模型的约束。只要电池单元尚未达到充电结束条件,就通过应用闭环充电方法对电池单元进行充电,该闭环充电方法包括重复地执行:i)测量电池单元的一个或多个可测量信号,ii)使用状态观测器算法来估计该模型的一个或多个状态变量,并且其中,状态观测器算法使用一个或多个测量的可测量信号作为输入并提供一个或多个状态变量的估计作为输出,iii)使用函数关系或列表关系,通过至少使用从步骤ii)产生的一个或多个状态变量的估计作为函数关系或列表关系的输入来计算最大充电值,以及iv)将等于或低于在步骤iii)中确定的最大充电值的充电信号施加到电池单元。本公开还涉及一种实现该充电方法的充电装置。
Description
技术领域
本公开涉及一种用于对可充电的电池单元或可充电的电池进行充电的方法。更具体地,一种利用可充电的电池单元或可充电的电池的动态电化学模型的充电方法。本公开还涉及一种用于对可充电的电池单元或可充电的电池进行充电的装置。
背景技术
可充电的电池单元或电池目前广泛存在于范围从便携式电子装置到电动车辆的许多装置中。由于它们的重要性,在过去几十年中,电池一直是旨在增强它们在存储容量、充电时间和寿命方面的性能的持续研究努力的主题。
在实施例中,多个可充电的电池单元串联和/或并联分组以形成电池,诸如例如电池组或电池模块。
在商业上可获得的可充电的存储装置中,基于锂离子(Li-ion)技术的电池单元是当前表现最强的电池单元类型。
为了对可充电的电池单元(例如Li离子电池单元)进行充电,已经提出了各种充电协议。广泛使用的电池充电协议是所谓的恒定电流-恒定电压(CC-CV)。该协议包括两个步骤,其中,在第一步骤期间,向电池单元施加恒定电流,直到电压达到预定义的电压阈值。此后,在第二步骤期间,电池单元保持在恒定电压,直到电流下降到电流阈值以下。
CC-CV协议的主要缺点是它是一种特别的(ad-hoc)方法,其中,通常启发式地(heuristically)确定参数,例如充电电流以及电流和电压阈值。此外,出于安全原因,通常以保守的方式调整这些参数。因此,没有优化电池的充电时间和寿命,并且没有明确地考虑电池的劣化机制。
在学术界,已经提出了基于模型预测控制(MPC)方法与动态电化学模型结合的协议,以便减少充电时间并主动限制劣化现象的发生。例如,描述电池单元的动力学的电化学模型的示例是Doyle-Fuller-Newman模型。在每个采样时间,MPC方法基于电池的电化学模型以实时计算在每个时刻要施加在电池上的充电电流,解决了优化问题。
使用基于电化学模型的MPC方法的主要问题是,虽然从理论观点来看是有趣的,但它们增加了大的计算复杂性。因此,需要具有高计算能力的嵌入式电子设备来实现这些类型的约束控制算法。这将显著增加电池管理系统的成本,因此,例如对于低成本装置不能遵循该方法。
因此,存在改进可充电的电池单元和电池的充电协议(方法)的空间。
发明内容
本公开的目的是提供一种用于可充电的电池单元的快速闭环充电方法,该方法考虑了电池单元的劣化现象。另一个目的是降低所需的计算能力,从而降低电池充电器的硬件成本。此外,本公开的电池充电器以更快且又安全的方式对电池单元或电池进行充电。
本发明在所附独立权利要求中限定。从属权利要求限定了有利的实施例。
根据本发明的第一方面,提供了一种用于控制施加到可充电的电池单元的充电信号以对可充电的电池单元进行充电的方法。
本公开的方法包括:
a)提供用于对可充电的电池单元的充电进行建模的动态电化学模型,其中,动态电化学模型被配置为用于描述动态电化学模型的一个或多个状态变量的动态行为和可充电的电池单元的一个或多个可测量信号的动态行为,并且其中,动态电化学模型包括定义对一个或多个量的约束的约束模型,其中,一个或多个量是但不限于以下中的任何一个:状态变量中的一个或多个、充电信号、一个或多个内部参数和/或一个或多个外部变量,并且其中,该约束描述了避免或限制一个或多个电池单元劣化现象的发生的电池单元操作区域;
b)定义函数关系或列表关系,该函数关系或列表关系将一个或多个输入量作为输入并且提供充电信号的最大充电值作为输出,并且其中,一个或多个输入量包括以下中的任何一个:状态变量中的一个或多个、可测量信号中的一个或多个、内部参数中的一个或多个和/或外部变量中的一个或多个,并且其中,如果在充电时间段期间充电信号保持小于或等于由该函数关系或列表关系产生的最大充电值,则该函数关系或列表关系保证在可充电的电池单元的充电时间段期间满足该约束模型的约束;
c)只要可充电的电池单元尚未达到充电结束条件,就通过反复地按照以下顺序执行步骤i)至iv)来应用闭环充电方法对可充电的电池单元进行充电:
i)测量可充电的电池单元的可测量信号中的一个或多个;
ii)使用状态观测器算法来估计状态变量中的一个或多个,其中,状态观测器算法使用一个或多个测量的可测量信号作为输入并提供一个或多个状态变量的估计作为输出;
iii)使用函数关系或列表关系,以通过至少使用从步骤ii)产生的一个或多个状态变量的估计作为函数关系或列表关系的输入来计算最大充电值;
iv)向电池施加等于或低于在步骤iii)中确定的最大充电值的充电信号。
在实施例中,充电信号是充电电流并且最大充电值是最大充电电流。在其他实施例中,充电信号是在可充电的电池单元的充电期间施加的充电电压并且最大充电值是最大电压。
在实施例中,一个或多个可测量信号中的一个可测量信号是可充电的电池单元的单元电压或单元温度。
在实施例中,在闭环充电方法的步骤i)中,测量的第一可测量信号是可充电的电池单元的单元电压,并且测量的第二可测量信号是可充电的电池单元的单元温度。
在实施例中,作为函数关系或列表关系的输入的一个或多个量包括状态变量中的至少一个或多个。
在实施例中,一个或多个状态变量是以下中的任何一个:临界表面浓度或荷电状态。
有利地是,通过预定义最大充电电流与电池单元的电化学模型的状态之间的合适关系,并且使用状态观测器算法来基于可充电的电池单元的可用的可测量信号(例如,电压、电流、温度)确定充电过程期间的这些状态,能够选择要施加的充电电流,而不需要复杂且耗时的计算。
有利地是,由于最大充电电流被定义为如果被施加则避免加速劣化的最大电流,因此该方法确保在对电池单元进行充电的整个时间段期间不违反约束。
在实施例中,可充电的电池单元是锂离子可充电的电池单元。
单元劣化现象的示例是电极镀覆,诸如锂离子可充电的电池单元中的锂镀覆。
在实施例中,在闭环充电方法的步骤iv)中,所施加的充电信号被选择为最大充电值的百分比P,其中50%≤P<100%,优选地70%≤P<100%,更优选地80%≤P<100%。通过采用低于100%(例如90%、80%或50%)的最大充电值的百分比P,内置额外的安全裕度以考虑电池模型和/或电池模型参数的潜在不确定性。
在实施例中,其中闭环充电方法的步骤i)中的可测量信号之一是单元温度,除了从步骤ii)产生的一个或多个状态变量的估计之外,在步骤iii)中使用测量的单元温度作为函数关系或列表关系的输入。
在实施例中,在可充电的电池单元的充电期间,如果测量的单元温度高于最大温度阈值,则充电信号被设置为预定义的值,优选地预定义的值对应于零电流。
在实施例中,一个或多个外部变量中的一个是温度信号,和/或其中,一个或多个内部参数中的一个是电池单元的结构参数。
在实施例中,本方法使用的动态电化学模型是简化的电化学模型,例如已知的等效液压模型(Equivalent Hydraulic Model,EHM)。通常,动态电化学模型包括微分方程和/或差分方程和/或代数方程。
在实施例中,状态观测器算法是卡尔曼滤波器(Kalman filter)。
利用有限维的降阶电池模型(例如,EHM模型)允许使用常微分方程来工作,这与学术世界中描述的若干模型形成对比,并且这些模型利用时间和空间上的微分方程(即,偏微分方程)来表征电极。学术界中的这些提出的方法在典型的嵌入式系统(如消费者电池充电器)上实际不可用。
本公开不限于对单个可充电的电池单元进行充电。本公开还涉及一种用于对包括串联和/或并联连接的多个可充电的电池单元的电池进行充电的方法,其中,该方法包括根据本公开的控制可充电的电池单元的充电信号的方法来控制电池的一个或多个可充电的电池单元的充电信号。
在其他实施例中,对具有串联和/或并联连接的多个可充电的电池单元的电池进行充电的方法包括根据控制可充电的电池单元的充电信号的本方法来控制多个可充电的电池单元中的一组可充电的电池单元的充电信号。
根据本发明的第二方面,提供了一种用于对可充电的电池模块进行充电的装置,该可充电的电池模块包括串联和/或并联连接的多个电池单元,该装置包括被配置为用于实现上述充电方法的控制器。
用于对可充电的电池模块进行充电的充电装置包括:一个或多个计算机可读存储介质,具有至少一个计算机程序,该计算机程序包括命令指令;以及控制器,适于执行计算机程序,并且其中,当执行计算机程序的命令指令时,控制器根据上述方法控制施加到可充电的电池单元的充电信号。
在实施例中,充电装置被配置为用于执行闭环充电方法,该闭环充电方法以在0.0035Hz与1000Hz之间的范围内、优选地在0.01Hz与1000Hz之间的范围内、更优选地在0.1Hz与1000Hz之间的范围内的重复率反复地按照顺序执行步骤i)至iv)。
有利地是,通过使用例如最大可允许充电电流与例如模型的状态变量中的一个或多个之间的代数函数或列表关系结合估计状态变量的状态观测器算法来定义闭合形式关系,提供了具有低计算成本的解决方案。
根据本公开的装置和方法能够利用简单的数学运算符来选择电池的最大充电电流。这使得它与文献中的现有贡献不同,现有贡献主要依赖于模型预测控制,该模型预测控制需要在每个采样时间间隔处解决在线优化,这是计算密集型的。
附图说明
将通过示例并参考附图更详细地解释本公开的这些和其他方面,其中:
图1示意性地示出了根据本公开的闭环充电系统;
图2示出了在30℃下对商业电池LCO单元进行的实验比较,其中将利用根据本公开的方法的实施例获得的作为充电时间的函数的荷电状态与现有技术的约束充电方法和快速CC-CV协议进行比较;
图3示出了在30℃下对商业电池LCO单元进行的实验比较,其中将利用根据本公开的方法的实施例获得的作为充电时间的函数的充电电流与现有技术的约束充电方法和快速CC-CV协议进行比较;
图4示出了在30℃下对商业电池LCO单元进行的实验比较,其中将根据本公开的方法的实施例的作为充电时间的函数的单元电压与现有技术的约束充电方法和快速CC-CV协议进行比较;
图5示出了根据本公开的最大充电电流与电化学模型的内部状态变量中的一个之间的关系。
附图既不按比例尺绘制也不按比例绘制。通常,相同的部件在附图中由相同的附图标记表示。
具体实施方式
将根据具体实施例描述本公开,这些具体实施例是对本公开的说明而不应被解释为限制。本领域技术人员将理解,本公开不受已经特别示出和/或描述的内容的限制,并且可以根据本公开的整体教导来开发替代或修改的实施例。所描述的附图仅是示意性的而非限制性的。
动词“包括”以及相应的词形变化的使用不排除除了所述元件之外的元件的存在。在元件之前使用冠词“一”、“一个”或“该”并不排除存在多个这样的元件。
此外,说明书和权利要求书中的术语第一、第二等用于区分相似的元件,并且不一定用于在时间上、空间上、排序上或以任何其他方式描述序列。应当理解,如此使用的术语在适当的情况下是可互换的,并且本文描述的本公开的实施例能够以除了本文描述或示出的顺序之外的其他顺序操作。
贯穿本说明书对“一个实施例”或“实施例”的引用意味着结合实施例描述的特定特征、结构或特性包括在本公开的一个或多个实施例中。因此,贯穿本说明书在各个地方出现的表述“在一个实施例中”或“在实施例中”不一定都指代相同的实施例,而是可以指代相同的实施例。此外,在一个或多个实施例中,特定特征、结构或特性可以以任何合适的方式组合,如本领域普通技术人员根据本公开将显而易见的。
定义
可充电的电池单元应被解释为能够多次充电和放电的电化学存储装置,即,在放电期间发生的电化学过程能够在充电期间至少部分地反转。一个示例是可充电的锂离子电池单元。在实施例中,可充电的电池(也称为电池组)通过串联和/或并联连接多个可充电的电池单元来形成。
电池或电池单元的动态电化学模型必须被解释为至少描述电池或电池单元的充电过程的动态行为的数学模型。电化学模型包括一个或多个状态变量,诸如但不限于临界表面浓度(critical-surface-concentration,CSC)和荷电状态(state-of-charge,SOC)。在充电过程中,状态变量作为时间的函数而变化,因此这些内部状态变量描述了电池或电池单元的动态行为。
状态观测器被设计为接收采样的测量数据的数学算法,并以给定的采样频率对电化学模型的一个或多个状态变量的实际值执行估计。测量数据可以例如是在充电循环期间电池或电池单元的电压。
在实施例中,状态观测器估计包括SOC变量和CSC变量的模型向量状态。适用于估计电化学模型的内部状态变量的已知状态观测器的示例是本领域已知的卡尔曼滤波器。
用于对可充电的电池单元进行充电的方法,总体的
本方法涉及控制施加到可充电的电池单元的充电信号以对可充电的电池单元进行充电。本公开的方法包括用于对可充电的电池单元10进行充电的闭环控制系统和/或方法,如图1示意性所示。施加到电池单元的充电信号例如是充电电流,如图1上用附图标记I示意性地示出的。
该方法提供用于对可充电的电池单元10的充电进行建模的动态电化学模型1。
动态电化学模型1被配置为用于描述动态电化学模型的一个或多个状态变量的动态行为和可充电的电池单元的一个或多个可测量信号的动态行为,并且其中,动态电化学模型包括定义对一个或多个量的约束的约束模型。一个或多个量是但不限于以下中的任何一个:状态变量中的一个或多个、充电信号、一个或多个内部参数和/或一个或多个外部变量。该约束描述电池单元操作区域,其避免或限制电池单元劣化现象的发生,诸如但不限于锂离子电池单元中的锂电镀。
在实施例中,该约束被表示为函数不等式或列表不等式。
该方法还包括定义函数关系或列表关系,函数关系或列表关系将一个或多个输入量作为输入并且提供充电信号的最大充电值作为输出。一个或多个输入量是以下中任何一个:状态变量中的一个或多个、可测量信号中的一个或多个、内部参数中的一个或多个和/或外部变量中的一个或多个。
如果在充电时间段期间充电信号保持小于或等于由函数关系或列表关系产生的最大充电值,则该函数关系或列表关系保证在电池单元的充电时间段期间满足约束模型的约束。
换言之,如果在电池单元的充电时段期间将充电信号保持为小于或等于最大充电值的值,则在整个充电时间段内保证约束。例如,如果在充电周期的第一分钟期间,等于最大充电电流的高充电电流被施加到电池单元,则这将不会对进一步的充电过程产生任何负面影响,直到充电周期结束。
在开始对可充电的电池进行充电之前定义该函数关系或列表关系。在充电过程期间,通过为该函数关系或列表关系提供必要的输入,能够容易地计算输出,即,最大信号值。
在实施例中,该函数关系或列表关系的输入是状态变量中的至少一个或多个。
在建立该函数关系或列表关系的定义之后,可以执行利用闭环控制方法对电池单元的充电。
只要可充电的电池单元10尚未达到充电结束条件,该方法就包括通过应用闭环充电方法对可充电的电池单元进行充电。根据本公开的闭环充电方法包括反复地执行一系列步骤。第一步骤包括测量可充电的电池单元的可测量信号中的一个或多个。测量信号可以例如是可充电的电池单元的实际电压V,如图1上示意性地示出的。第二步骤包括使用状态观测器算法,如图1中的方框20所示,用于确定模型的状态变量中的一个或多个。状态观测器算法(例如卡尔曼滤波器)使用一个或多个测量的可测量信号作为输入并提供一个或多个状态变量的估计作为输出。第三步骤包括使用函数关系或列表关系,通过至少使用从第二步骤产生的一个或多个状态变量的估计作为函数关系或列表关系的输入来计算最大充电值。最后,第四步骤包括向可充电的电池单元10施加等于或低于在第三步骤中确定的最大充电值的充电信号,如图1中的附图标记I所示。
图1中的三角形示意性地示出了步骤三和步骤四。
在实施例中,充电信号是充电电流。在其他实施例中,充电信号可以是充电电压。
闭环充电方法的四个步骤顺序的反复执行通常以范围在0.0035Hz与1000Hz之间的重复率重复,因此所施加的充电信号以该重复率更新。在实施例中,所述重复率在0.01Hz与1000Hz之间。在另外的实施例中,所述重复率在0.1Hz与1000Hz之间。
通过重复应用闭环控制充电方法的四个步骤,在电池单元充电期间的每个采样时间,充电电流总是被优化为尽可能高,如约束模型所授权的那样,从而限制可充电的电池单元的劣化现象。
如上所述,只要尚未达到可充电的电池单元的充电结束条件,就应用闭环充电过程。换言之,当可充电的电池单元被充电到预定义的电平(level)(例如95%或100%充电电平)时,停止充电过程。
在实施例中,充电结束条件对应于电池单元荷电状态的阈值。在这些实施例中,荷电状态(SOC)是可以使用状态观测器算法来估计的电池单元模型的状态变量之一。当达到SOC的阈值时,停止电池单元的充电。SOC的阈值可以例如是相对于最大推荐SOC值SOCmax的100%或任何其他值,诸如例如SOCmax的95%或97.5%。如上所讨论的,状态观测器算法接收测量信号作为输入以用于估计诸如CSC和SOC的状态变量。
例如,充电结束条件是SOC的阈值,即,SOCmax。以这种方式,在每个采样时间k的充电期间,SOC(k)≤SOCmax。
在其他实施例中,当电池单元的测量电压已经达到阈值电压时,停止可充电的电池单元的充电。
在实施例中,该方法还包括在可充电的电池单元的充电期间控制电池单元温度。在这些实施例中,在闭环充电方法的第一步骤中测量的可测量信号之一是单元温度。
在实施例中,除了从步骤ii)产生的一个或多个状态变量的估计之外,还将测量的单元温度用作函数关系或列表关系的输入。以这种方式,最大信号值取决于一个或多个状态变量和单元温度二者。
在实施例中,如果单元温度高于温度阈值,则充电信号被临时设置为预定义的值。该预定义的值例如是零电流。
在实施例中,在将充电电流设置为预定义的值之后,仅当测量的单元温度已经变得等于或小于温度阈值时,才重新应用基于函数关系或列表关系的充电信号(例如,充电电流)。
定义用于可充电的电池单元的电化学模型
根据本公开的方法,提供电池单元的有限维的电化学模型,其包括一个或多个模型内部状态变量,诸如例如但不限于SOC、CSC和核心温度。
利用动态电化学模型,通常一个或多个状态变量和电池单元的一个或多个可测量信号的动态行为表示为以下中的一个或多个的函数:状态变量中的一个或多个、充电信号、内部参数中的一个或多个或外部变量中的一个或多个。
下面这里将描述可以与根据本公开的方法一起使用的可充电的电池单元的模型的示例。
在实施例中,用于对可充电的电池单元建模的模型是降阶模型,其表征在电池单元的电极和电解质中发生的主要电化学现象。在锂离子电池的示例性情况下,系统的状态是有限的,并且表示电极和电解质中的相关锂离子浓度分布,并且可能表示单元中的温度分布。适合用于对可充电的电池单元进行建模的模型包括要满足的电化学和物理约束的表征,以避免危险现象和电池单元的加速老化。
在实施例中,等效液压模型(EHM)可以用于对可充电的电池单元进行建模。在Couto,L.D.和Kinnaert,M.的“Internal and sensor fault detection and isolationfor Li-ion batteries(锂离子电池的内部和传感器故障检测和隔离)”IFAC-PapersOnLine,51(24),1431-1438,2018中描述了这种模型。
EHM模型是简化的电化学模型,其通过将一个或多个电化学模型内部状态变量的变化表达为时间t的函数来描述电池单元在充电过程期间的动态行为。该模型采用以下形式:
dx/dt = A x(t) + B I(t) (1)
其中x是状态向量,其中x=[SOC CSC],其中,SOC和CSC是用于荷电状态和临界表面浓度的模型内部状态变量,并且I是系统输入,即,用于对电池单元进行充电的充电电流。
方程(1)中的时间t被表示为连续时间,但是通常,在实践中,使用数字系统,其中,时间是采样时间,例如可从采样时间k增加到采样时间k+1。在贯穿本文档给出的方程中,当考虑数字系统时,连续时间t可以由采样时间k替换。
方程(1)中的矩阵A和B被定义为:
其中,g、β和γ是对于待建模的特定电池单元定义的等效液压参数。在电化学术语中,g是阳极中锂离子扩散时间常数的倒数,β是电极体积的核心与表面之间的体积比,并且γ将施加的电流归一化到电极活性区域。
模型内部参数例如是电池单元结构参数。
根据实施例,模型的内部参数从数据表中推导出,或者例如使用最小均方(LeastMean Squares)算法针对给定的电池单元模型一次性且全部地识别,或者实时估计并适应电池单元的寿命,例如它们跟踪电池单元的老化。
电池单元的输出电压V和任何其他相关的可测量信号也由模型建模。例如,在EHM模型中,电压被描述为由开路电压ΔU=U+-U-、表面过电位和膜电阻Rf组成的非线性函数:
其中,ΔU、和/>是电流I的内部状态变量SOC和CSC的非线性函数,并可能是温度的非线性函数。所有这些函数都相对于系统参数被参数化。
EHM模型方程(1)表示具有由模型方程(3)表示的非线性输出的线性时不变系统(linear time invariant system)。为了避免或限制可能损害电池单元的寿命和安全操作的最频繁的现象和副反应,EHM模型包括限定对一个或多个量的约束的约束模型。
通常,约束被表示为函数不等式或列表不等式。
约束的示例是如方程(4)和(5)所示的过电位的以下上限和下限,以及如方程(6)所示的SOC和CSC的以下上限和下限:
其中,和/>是特定于电池单元化学性质的函数,并且通常取决于模型的状态、温度T和系统参数。根据特定的单元化学,它们可以以闭合形式表示,通过多项式或对数函数近似,或以列表形式已知。分别在方程(4)和(5)中,/>和是标量。在方程(6)中,SOCmax和CSCmax分别是SOC和CSC的最大允许值。
通常,可以使用模型状态变量的许多不同定义,并且本方法不限于任何特定的模型状态变量。被认为是上述示例的模型分别表征电池单元的两个电极中的体浓度和表面浓度,即,SOC和CSC。通常,可以使用其他状态变量,包括每个电极的更多浓度变量、表示电解质中的锂离子分布浓度的状态、以及表示电池单元内的温度分布的状态。
文献中呈现的现有技术充电协议通过借助于一些在线优化方法(例如,模型预测控制方案)或借助于使用附加物以确保约束满足的级联控制方案(例如,参考调节器(Reference Governor))来确定充电电流,而本公开的方法通过闭合形式代数函数或列表关系来计算充电电流。下面进一步讨论根据本公开的最大充电电流的确定。
如上所讨论的,根据本公开的方法包括函数关系或列表关系,其将一个或多个输入量作为输入并且提供充电信号的最大充电值作为输出。如果充电信号是电流,则最大充电值是最大充电电流。
函数关系或列表关系和所得到的最大充电值(例如,最大充电电流)被定义为使得如果充电信号在电池单元的充电时间段期间(即,在充电时间段期间的每个时刻)小于或等于最大充电值,则在整个充电时间段期间满足约束模型的约束。
在实施例中,例如在最大充电电流与荷电状态SOC之间表达函数关系或列表关系。在其他实施例中,例如在最大充电电流与临界表面浓度CSC之间表达函数关系或列表关系。
然而,函数表达式或列表表达式的输入不限于一个或多个状态变量。除了一个或多个状态变量之外,附加输入量例如是:一个或多个可测量信号、一个或多个内部参数和/或一个或多个外部变量。
在实施例中,指定所使用的降阶模型的整个状态向量与最大“安全”充电电流之间的函数关系或列表关系。如上所讨论的,最大“安全”充电电流被定义为使得如果在电池单元的充电时间段期间施加的充电电流小于或等于该最大“安全”充电电流,则在充电时间段期间满足约束模型的约束。
在图5中,示出了根据本公开的电化学模型的最大充电电流与内部状态变量之间的关系。在该示例中,用于该关系的模型的状态变量是CSC。
为了确保在充电时间段期间满足约束模型的约束,对应于在对可充电的电池单元进行充电时不超过的充电电流的最大充电电流的确定取决于用于对电池单元建模的模型。
下文针对EHM模型报告了如何可计算该最大充电电流的非限制性示例。给定EHM模型的特定结构,可以证明方程(4)等效于以下形式的约束:
I(t)≥-φ(T(t),CSC(t)) (7)
其中,φ是取决于CSC和温度T的最大充电电流的函数表达式。根据特定的单元和化学性质,方程(7)可以用多项式函数或对数函数表示,或者用列表表示。按照惯例,充电电流是负电流。
此外,给定EHM模型的特定扩散形式,可以证明在充电期间,如果每当CSC(k)=SOCmax时电流被设置为零,则在未来的任何时间都满足由方程(6)表示的约束。此外,对于许多化学物质和对于单元的最常见使用范围,方程(5)可能是冗余约束。
因此,可以针对数字采样系统版本定义以下函数:
其中ε1>0和ε2>0是取决于采样时间的参数。对于ε1>0和ε2>0的充分选择,可以证明使得0≥I(k)≥f(CSC(k),T(k))的任何充电电流都确保始终满足约束。
如上所示,对于方程(8),建立函数关系,在该示例中,该函数关系取两个输入量(即,状态变量CSC和温度T)作为输入,并且提供最大充电值(在该示例中为最大充电电流)作为输出。
闭环充电过程、状态观测器
如上所述,根据本公开的方法,通过在可充电的电池单元的充电期间反复地执行一系列步骤来应用图1上示意性示出的闭环充电过程,以便在可充电的电池单元的充电过程期间反复地控制充电信号,例如充电电流。进一步更详细地讨论使用状态观测器算法20来估计电池模型的状态变量的步骤。
可以用于EHM模型的状态观测器(也称为状态估计器)的示例是本领域已知的扩展卡尔曼滤波器。该卡尔曼滤波器由两个步骤组成,其中,第一步骤是预测步骤,第二步骤是校正步骤。
扩展卡尔曼滤波器的预测步骤在第k时刻预测状态估计和估计误差Pk+1|k的协方差
Pk+1|k=APk|kAT+Q (10)
扩展卡尔曼滤波器的校正步骤利用在时间k获得的测量值校正估计,如下:
Pk+1|k+1=Pk+1|k-Kobsk+1|k+1Ck|kPk+1|k (13)
h(x(k),T(k),I(k))=V(k),对于方程(3) (15)
可以使用卡尔曼滤波器的其他实施例,以及其他模型和附加的测量信号,例如温度分布的节点。
自适应估计算法
在实施例中,自适应估计算法被提供用于更新电化学模型的模型参数和/或用于确定充电信号的最大充电值的列表关系或函数关系。该更新基于充电和放电循环期间可充电的电池单元的准时测量和/或历史测量来执行。
因此,在电池单元的充电和放电操作期间或之后,模型可以适于表征由于例如老化而导致的参数变化。
在这方面,必须重新计算参数。在锂离子电池的情况下可以修改的参数的一些示例是电极中的锂离子扩散、表征电极的参数以及固体电极-电解质界面的膜电阻。这些参数的更新值可以例如通过求解离线最小二乘法来获得。其他实施例可以使用类似卡尔曼滤波器的技术来跟踪电池沿其寿命的参数。新参数将用于更新用于状态估计的模型和用于计算最大可允许充电电流的关系。
电池模块
在实施例中,电池可以由多个电池单元组成,例如电池串、模块和电池组。在这些实施例中,该方法可以考虑每个电池单元的单独EHM,以便表征每个单元的电化学现象。通常,必须间接测量或估计每个单元的电压,以便估计每个单元的电化学状态。在热模型的情况下,可以使用电池表面的若干部分上的温度测量来估计每个单元和/或从电池一边到另一边的温度分布。
在实施例中,用于对包括多个可充电的电池单元的可充电的电池进行充电的方法包括:根据如本公开中所公开和上文所讨论的用于控制可充电的电池单元的充电信号的方法来控制电池的一个或多个可充电的电池单元的充电信号。
在实施例中,其中提供用于每个可充电的电池单元的单独EHM,该方法包括根据如本公开中所公开和上文所讨论的用于控制可充电的电池单元的充电信号的方法来控制电池的每个可充电的电池单元的充电信号。
在其他实施例中,用于对包括多个可充电的电池单元的可充电的电池进行充电的方法包括根据如本公开中所公开和上文所讨论的用于控制可充电的电池单元的充电信号的方法来控制多个可充电的电池单元中的一组可充电的电池单元的充电信号。
在另外的实施例中,其中可充电的电池包括多个可充电的电池单元,电池被认为是一个“等效单元”。换言之,在这些实施例中,充电信号施加在电池的电平上,而不是施加在电池的可充电的电池单元的电平上。在这些实施例中,用于对可充电的电池进行充电的方法对应于如上所讨论的本公开的用于对可充电的电池单元进行充电的方法,其中措辞“可充电的电池单元”由“可充电的电池”代替。
因此,根据本公开的另一方面,提供了一种用于控制施加到可充电的电池的充电信号以对可充电的电池进行充电的方法,并且其中,可充电的电池包括串联和/或并联连接的多个可充电的电池单元,该方法包括:
a)提供用于对可充电的电池的充电进行建模的动态电化学模型;
其中,动态电化学模型被配置为用于描述动态电化学模型的一个或多个状态变量的动态行为和可充电的电池的一个或多个可测量信号的动态行为,并且其中,动态电化学模型包括定义对一个或多个量的约束的约束模型,其中,一个或多个量是但不限于以下中的任何一个:状态变量中的一个或多个、充电信号、一个或多个内部参数和/或一个或多个外部变量,并且其中,该约束描述避免或限制一个或多个电池劣化现象的发生的电池操作区域;
b)定义函数关系或列表关系,该函数关系或列表关系将一个或多个输入量作为输入并且提供充电信号的最大充电值作为输出,并且其中,一个或多个输入量包括以下中的任何一个:状态变量中的一个或多个、可测量信号中的一个或多个、内部参数中的一个或多个和/或所述外部变量中的一个或多个;
并且其中,如果在充电时间段期间充电信号保持小于或等于由函数关系或列表关系产生的最大充电值,则该函数关系或列表关系保证在可充电的电池的充电时间段期间满足约束模型的约束;
c)只要可充电的电池尚未达到充电结束条件,就通过反复地按照以下顺序执行步骤i)至iv)来应用闭环充电方法对可充电的电池进行充电:
i)测量可充电的电池的可测量信号中的一个或多个;
ii)使用状态观测器算法来估计状态变量中的一个或多个,其中,状态观测器算法使用一个或多个测量的可测量信号作为输入并提供一个或多个状态变量的估计作为输出;
iii)使用函数关系或列表关系,通过至少使用从步骤ii)产生的一个或多个状态变量的估计作为函数关系或列表关系的输入来计算最大充电值;
iv)向可充电的电池施加等于或低于在步骤iii)中确定的最大充电值的充电信号。
在如上所公开的用于控制施加到可充电的电池的充电信号的方法的实施例中,充电信号是用于对可充电的电池进行充电的充电电流,并且最大充电值是最大充电电流。
在用于控制施加到可充电的电池的充电信号的方法的其他实施例中,充电信号是充电电压,并且最大充电值是最大电压。
在用于控制施加到可充电的电池的充电信号的方法的实施例中,在闭环充电方法的步骤i)中,测量的第一可测量信号是电池电压。在其他的实施例中,测量的第二可测量信号是例如电池温度。
此外,在电池由若干单元的互连而产生的实施例中,诸如在电池模块中,本方法可以与现有方法结合使用,以均衡各个单元之间可能的操作不匹配。
电池充电器
根据本公开的另一方面,提供了一种用于对包括一个或多个可充电的电池单元的电池进行充电的充电装置。充电装置也称为电池充电器。
充电装置包括:一个或多个计算机可读存储介质,至少包括计算机程序,该计算机程序具有命令指令;以及,控制器,适于执行计算机程序,并且其中,当执行计算机程序的命令指令时,控制器根据上述方法控制施加到一个或多个可充电的电池单元的充电信号。
在实施例中,充电装置通常包括:电流源,被配置为用于向一个或多个可充电的电池单元供应充电电流;以及,传感器,被配置为用于在一个或多个电池单元的充电期间监测一个或多个可充电的电池单元的可测量信号。
在实施例中,传感器是用于感测电池单元电压的电压传感器。
一个或多个计算机可读存储介质可以包括各种类型的存储介质,诸如例如随机存取存储器(RAM)、只读存储器(ROM)、闪存或EEPROM存储器。
在其中包括多个可充电的电池单元的可充电的电池被认为是一个“等效单元”的实施例中,如上所讨论的,当执行计算机程序的命令指令时,电池充电器的控制器根据上述用于控制施加到可充电的电池的充电信号的方法来控制施加到可充电的电池的充电信号。
性能
图2至图4示出了研究的结果,其中,在根据本公开的控制充电信号的方法与使用现有技术的被称为ERG的约束充电协议来控制充电信号的方法以及使用公知的CC-CV协议进行充电的方法之间进行实验比较。在图2至图4中,与本方法相关的曲线被称为PM(本方法)。
ERG现有技术的约束充电协议从A Goldar、R Romagnoli、LD Couto、M Nicotra、MKinnaert、E Garone的“Low-Complexity Fast Charging Strategies Based on ExplicitReference Governors for Li-Ion Battery Cells(用于锂离子电池单元的基于显式参考调节器的低复杂性快速充电策略)”,IEEE Transactions on Control SystemsTechnology(IEEE控制系统技术汇刊),2020中已知。
在30℃下对商业LCO(锂-钴氧化物)电池单元进行测量。对于比较研究,使用具有双核2.5GHz处理器和2Gb RAM的PC。通过使用相同的计算机用于各种充电技术,可以对闭环充电方法的每个迭代步骤的计算时间进行比较。
ERG方法是参考调节器的低计算成本变体,其基于不变参数(invariantargument)以执行低计算成本约束控制。通常,它的计算强度比从其导出它的参考调节器以及比模型预测控制(MPC)算法低。MPC和RG都需要在控制律的执行的每个时间间隔求解在线优化。相反,ERG是不需要解决在线优化的非线性约束策略,因此计算强度较低。然而,ERG在充电时间方面表现较差,即,它在较长的时间段内对电池单元进行充电,并且此外,当与如下面进一步概述的本方法相比时,它仍然需要不可忽略的在线计算量。
如上所讨论的,利用本方法,预定义函数关系或列表关系,即,在开始充电过程之前。预定义关系的示例是最大充电电流与模型的状态变量之间的关系。首先使用EHM模型对LCO电池建模,并根据CSC状态确定最大充电电流。在图5上,示出了作为CSC内部状态变量的函数的用于比较研究的预定义最大电流(表示为Max I)。最大电流这里表示为以C-比率为单位的负电流,其中C-比率是充电电流与电池单元的商业标称容量之间的比率。在用于执行比较研究的闭环充电过程期间施加的充电电流对应于最大电流。
在图2中,将利用根据本公开的方法的实施例获得的作为充电时间的函数的荷电状态SOC与利用现有技术的ERG协议获得的结果和利用工业中通常使用的CC-CV协议的快速版本(在2C下)获得的结果进行比较。如图2所示,当与CC-VV和ERG协议相比时,本方法(PM)在更短的时间内对电池单元充电。在该示例中,用于停止用本方法和ERG充电的充电结束条件是97.5% SOC阈值,即,SOCmax的97.5%。利用CC-CV充电协议,充电结束基于测量的单元电压。
在图3中,将利用根据本公开的方法的实施例获得的作为充电时间的函数的充电电流与利用现有技术的ERG协议获得的结果和利用工业中通常使用的快速CC-CV协议获得的结果进行比较。如图3所示,当与ERG相比时,使用本方法的第一分钟期间的充电电流大于使用ERG方法的第一分钟期间的充电电流。充电电流在这里表示为以C-比率为单位的正值。在本示例中,在第一分钟期间,C-比率为10,其对应于图5上所示的CSC值直到接近0.2的最大电流。
最后,在图4中,将利用本充电方法获得的作为充电时间的函数的单元电压与ERG和CC-CV协议的结果进行比较。在该示例中,利用本方法,在前几分钟期间施加高充电电流,如图3所示,这导致在前几分钟期间达到更高的单元电压,然后单元电压降低。
在表1中,示出了不同充电协议之间关于充电时间(以分钟表示)和计算时间(以毫秒表示)的比较。所比较的各种协议是:本充电方法,已知的现有技术的约束控制方法ERG、RG和MPC,以及2C充电速率下的快速CC-CV充电协议。对于充电时间给出的值是针对相对于SOCmax的50%和97.5% SOC。
计算时间是执行闭环充电控制的一次迭代所需的时间。如上所讨论的,利用本方法,该计算时间涉及执行一个或多个状态变量的估计,在该示例中,利用卡尔曼状态观测器算法估计CSC,并基于函数关系或列表关系计算最大充电值。在该示例中,图5示出了作为CSC的函数的最大充电电流的函数关系。
如表1所示,使用本方法,将电池充电至97.5% SOC的充电时间从使用CC-CV方法的约26分钟减少到使用本方法的7.78分钟。如表1所示,当与ERG方法进行比较时,利用本方法,充电时间也显著减少,即,从12.73分钟减少到7.78分钟。
为了完整起见,表1还示出了利用现有技术的MPC充电协议获得的充电时间和计算结果。如上所讨论的,鉴于MPC充电协议的数学复杂性,如所预期的,计算时间是巨大的并且不适合于实际应用。在该示例中,与本方法的0.094ms相比,MPC协议需要186ms,即,当与本公开的充电方法进行比较时,PMC需要多约1982倍的计算时间。此外,当将本方法的计算时间与ERG和RG方法进行比较时,本方法分别快约2.72倍和5.56倍。
如表1进一步所示,利用本方法获得的50%和97.5%充电电平的充电时间类似于利用MPC充电协议获得的充电时间。
表1
总之,利用本方法,当与使用现有技术方法进行比较时,能够大大降低所需的计算能力,现有技术方法每次迭代闭环充电控制方法需要更长的计算时间。同时,获得快速充电时间。结果,能够大大降低使用本方法的电池充电器的硬件成本。
Claims (15)
1.一种用于控制施加到可充电的电池单元的充电信号以对所述可充电的电池单元进行充电的方法,所述方法包括:
a)提供用于对所述可充电的电池单元的充电进行建模的动态电化学模型;
其中,所述动态电化学模型被配置为用于描述所述动态电化学模型的一个或多个状态变量的动态行为和所述可充电的电池单元的一个或多个可测量信号的动态行为,并且其中,所述动态电化学模型包括定义对一个或多个量的约束的约束模型,其中,所述一个或多个量是但不限于以下中的任何一个:所述状态变量中的一个或多个、所述充电信号、一个或多个内部参数和/或一个或多个外部变量,并且其中,所述约束描述避免或限制一个或多个电池单元劣化现象的发生的电池单元操作区域;
b)定义函数关系或列表关系,所述函数关系或列表关系将一个或多个输入量作为输入并且提供所述充电信号的最大充电值作为输出,并且其中,所述一个或多个输入量包括以下中的任何一个:所述状态变量中的一个或多个、所述可测量信号中的一个或多个、所述内部参数中的一个或多个和/或所述外部变量中的一个或多个;
并且其中,如果在充电时间段期间所述充电信号保持小于或等于由所述函数关系或列表关系产生的所述最大充电值,则所述函数关系或列表关系保证在所述可充电的电池单元的充电时间段期间满足所述约束模型的约束;
c)只要所述可充电的电池单元尚未达到充电结束条件,就通过反复地按照以下顺序执行步骤i)至iv)来应用闭环充电方法对所述可充电的电池单元进行充电:
i)测量所述可充电的电池单元的所述可测量信号中的一个或多个;
ii)使用状态观测器算法来估计所述状态变量中的一个或多个,其中,所述状态观测器算法使用一个或多个测量的可测量信号作为输入并提供所述一个或多个状态变量的估计作为输出;
iii)使用所述函数关系或列表关系,以通过至少使用从步骤ii)产生的所述一个或多个状态变量的估计作为所述函数关系或列表关系的输入来计算所述最大充电值;
iv)向所述可充电的电池单元施加等于或低于在步骤iii)中确定的所述最大充电值的充电信号。
2.根据权利要求1所述的方法,其中,所述充电信号是充电电流并且其中所述最大充电值是最大充电电流,或者其中,所述充电信号是充电电压并且所述最大充电值是最大电压。
3.根据前述权利要求中任一项所述的方法,其中,所述一个或多个可测量信号中的一个可测量信号是所述可充电的电池单元的电压或温度。
4.根据前述权利要求中任一项所述的方法,其中,所述一个或多个外部变量中的一个外部变量是温度,和/或其中,所述一个或多个内部参数中的一个内部参数是所述电池单元的电池单元结构参数。
5.根据前述权利要求中任一项所述的方法,其中,所述约束被表示为函数不等式或列表不等式。
6.根据前述权利要求中任一项所述的方法,其中,所述一个或多个状态变量和所述一个或多个可测量信号的所述动态行为是以下中的一个或多个的函数:所述状态变量中的一个或多个、所述充电信号、所述内部参数中的一个或多个或所述外部变量中的一个或多个。
7.根据前述权利要求中任一项所述的方法,其中,在所述闭环充电方法的步骤i)中,测量的第一可测量信号是电压,并且测量的第二可测量信号是所述可充电的电池单元的温度。
8.根据权利要求7所述的方法,其中,在所述闭环充电方法的步骤iii)中,除了从步骤ii)产生的所述一个或多个状态变量的估计之外,还将在步骤i)中测量的单元温度用作所述函数关系或列表关系的输入;
和/或其中,如果测量的单元温度高于最大温度阈值,则所述充电信号被设置为预定义的值,优选地,所述预定义的值对应于零电流。
9.根据前述权利要求中任一项所述的方法,还包括以下步骤:
d)基于在所述可充电的电池单元的充电和放电循环期间获得的历史数据和/或基于所述可充电的电池单元的准时测量来更新所述函数关系或列表关系。
10.根据前述权利要求中任一项所述的方法,其中,所述一个或多个状态变量是以下中的任一个:临界表面浓度或荷电状态。
11.根据权利要求10所述的方法,其中,所述充电结束条件对应于所述荷电状态的阈值,使得当达到所述荷电状态的阈值时,停止对所述可充电的电池单元的充电。
12.根据前述权利要求中任一项所述的方法,
其中,所述动态电化学模型包括微分方程和/或差分方程和/或代数方程;
和/或其中,所述动态电化学模型是简化的电化学模型,优选地,是等效液压模型。
13.一种用于对包括多个可充电的电池单元的电池进行充电的方法,其中,所述方法包括:
根据权利要求1至12中任一项所述的方法控制所述可充电的电池单元中的一个或多个的充电信号,
或者,根据权利要求1至12中任一项所述的方法控制所述多个可充电的电池单元中的一组可充电的电池单元的充电信号。
14.一种用于控制施加到可充电的电池的充电信号以对所述可充电的电池进行充电的方法,其中,所述可充电的电池包括串联和/或并联放置的多个可充电的电池单元,所述方法包括:
a)提供用于对所述可充电的电池的充电进行建模的动态电化学模型;
其中,所述动态电化学模型被配置为用于描述所述动态电化学模型的一个或多个状态变量的动态行为和所述可充电的电池的一个或多个可测量信号的动态行为,并且其中,所述动态电化学模型包括定义对一个或多个量的约束的约束模型,其中,所述一个或多个量是但不限于以下中的任何一个:所述状态变量中的一个或多个、所述充电信号、一个或多个内部参数和/或一个或多个外部变量,并且其中,所述约束描述避免或限制一个或多个电池劣化现象的发生的电池操作区域;
b)定义函数关系或列表关系,所述函数关系或列表关系将一个或多个输入量作为输入并且提供所述充电信号的最大充电值作为输出,并且其中,所述一个或多个输入量包括以下中的任何一个:所述状态变量中的一个或多个、所述可测量信号中的一个或多个、所述内部参数中的一个或多个和/或所述外部变量中的一个或多个;
并且其中,如果在充电时间段期间所述充电信号保持小于或等于由所述函数关系或列表关系产生的所述最大充电值,则所述函数关系或列表关系保证在所述可充电的电池的充电时间段期间满足所述约束模型的约束;
c)只要所述可充电的电池尚未达到充电结束条件,就通过反复地按照以下顺序执行步骤i)至iv)来应用闭环充电方法对所述可充电的电池进行充电:
i)测量所述可充电的电池的所述可测量信号中的一个或多个;
ii)使用状态观测器算法来估计所述状态变量中的一个或多个,其中,所述状态观测器算法使用一个或多个测量的可测量信号作为输入并提供所述一个或多个状态变量的估计作为输出;
iii)使用所述函数关系或列表关系,以通过至少使用从步骤ii)产生的所述一个或多个状态变量的估计作为所述函数关系或列表关系的输入来计算所述最大充电值,
iv)向所述可充电的电池施加等于或低于在步骤iii)中确定的所述最大充电值的充电信号。
15.一种用于对包括一个或多个可充电的电池单元的可充电的电池进行充电的充电装置,所述充电装置包括:
·一个或多个计算机可读存储介质,至少包括计算机程序,所述计算机程序包括命令指令;以及
·控制器,适于执行所述计算机程序,并且其中,当执行所述计算机程序的所述命令指令时,所述控制器根据权利要求1至13中任一项所述的方法控制施加到所述一个或多个可充电的电池单元的充电信号,或者根据权利要求14控制施加到所述可充电的电池的充电信号。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP21161626.3A EP4057017A1 (en) | 2021-03-09 | 2021-03-09 | Method and device for controlling a charging signal for charging a rechargeable battery cell |
EPEP21161626 | 2021-03-09 | ||
PCT/EP2022/055938 WO2022189454A1 (en) | 2021-03-09 | 2022-03-08 | Method and device for controlling a charging signal for charging a rechargeable battery cell or battery |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117751296A true CN117751296A (zh) | 2024-03-22 |
Family
ID=74870634
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280034052.3A Pending CN117751296A (zh) | 2021-03-09 | 2022-03-08 | 控制充电信号以对可充电的电池单元或电池进行充电的方法和装置 |
Country Status (5)
Country | Link |
---|---|
EP (1) | EP4057017A1 (zh) |
JP (1) | JP2024510195A (zh) |
KR (1) | KR20230175191A (zh) |
CN (1) | CN117751296A (zh) |
WO (1) | WO2022189454A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116008812B (zh) * | 2023-02-02 | 2024-02-23 | 上海玫克生储能科技有限公司 | 一种储能电站参数辨识加速的方法和装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9312722B2 (en) * | 2014-05-09 | 2016-04-12 | Ford Global Technologies, Llc | System and method for battery power management |
WO2018067565A1 (en) * | 2016-10-03 | 2018-04-12 | Johnson Controls Technology Company | State of charge dependent plating estimation and prevention |
-
2021
- 2021-03-09 EP EP21161626.3A patent/EP4057017A1/en active Pending
-
2022
- 2022-03-08 CN CN202280034052.3A patent/CN117751296A/zh active Pending
- 2022-03-08 WO PCT/EP2022/055938 patent/WO2022189454A1/en active Application Filing
- 2022-03-08 JP JP2023555452A patent/JP2024510195A/ja active Pending
- 2022-03-08 KR KR1020237034129A patent/KR20230175191A/ko unknown
Also Published As
Publication number | Publication date |
---|---|
KR20230175191A (ko) | 2023-12-29 |
WO2022189454A1 (en) | 2022-09-15 |
EP4057017A1 (en) | 2022-09-14 |
JP2024510195A (ja) | 2024-03-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10892631B2 (en) | Apparatus for fast battery charging | |
Saji et al. | SoC estimation of lithium ion battery using combined coulomb counting and fuzzy logic method | |
CN107452997B (zh) | 基于锂表面浓度的基于模型的快速充电方法 | |
US10447054B2 (en) | Staircase charging | |
US9197089B2 (en) | Rapid battery charging method and system | |
Klein et al. | Optimal charging strategies in lithium-ion battery | |
US9153991B2 (en) | System and method for fast charging of lithium-ion batteries with improved safety | |
KR101992051B1 (ko) | 배터리 잔량 예측 방법 및 배터리 잔량 예측 시스템 | |
KR102574083B1 (ko) | 배터리 관리 장치 및 방법 | |
Kujundžić et al. | Optimal charging of valve-regulated lead-acid batteries based on model predictive control | |
KR102577586B1 (ko) | 배터리에 포함된 물질의 확산 특성을 이용하여 배터리의 충전을 제어하는 장치 및 방법 | |
KR20210047682A (ko) | 배터리 상태 추정 방법 및 장치 | |
Pozzi et al. | Film growth minimization in a li-ion cell: a pseudo two dimensional model-based optimal charging approach | |
US11316212B2 (en) | Method, system and device for active balance control of battery pack | |
CN113015918A (zh) | 用于确定二次电池的健康状态的方法和电池管理系统 | |
KR20080012079A (ko) | 슬라이딩 모드 관측기를 이용한 2차 전지 soc 예측방법 및 장치 | |
CN114035098A (zh) | 一种融合未来工况信息和历史状态信息的锂电池健康状态预测方法 | |
KR102431801B1 (ko) | Soc 인덱스를 이용한 배터리 밸런싱 장치 및 방법 | |
WO2020246558A1 (ja) | 電池制御装置 | |
WO2023001214A1 (zh) | 多电池包充电管理方法、装置、储能设备 | |
CN117751296A (zh) | 控制充电信号以对可充电的电池单元或电池进行充电的方法和装置 | |
Khamar et al. | A charging method for Lithium-ion battery using Min-max optimal control | |
CN111180814A (zh) | 基于多模块充电器的串联锂离子电池组充电控制方法 | |
CN116008846A (zh) | 一种面向空间站电源系统的蓄电池组健康状态估计方法 | |
US20240162736A1 (en) | Method and device for controlling a charging signal for charging a rechargeable battery cell or 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 |