ES2945600T3 - Método y sistema para determinar de manera iterativa estado de carga de una celda de batería - Google Patents

Método y sistema para determinar de manera iterativa estado de carga de una celda de batería Download PDF

Info

Publication number
ES2945600T3
ES2945600T3 ES16151330T ES16151330T ES2945600T3 ES 2945600 T3 ES2945600 T3 ES 2945600T3 ES 16151330 T ES16151330 T ES 16151330T ES 16151330 T ES16151330 T ES 16151330T ES 2945600 T3 ES2945600 T3 ES 2945600T3
Authority
ES
Spain
Prior art keywords
soc
selected cell
predicted
controller
sev
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.)
Active
Application number
ES16151330T
Other languages
English (en)
Inventor
Siu Lun Isaac Tang
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.)
Corvus Energy Inc
Original Assignee
Corvus Energy Inc
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 Corvus Energy Inc filed Critical Corvus Energy Inc
Application granted granted Critical
Publication of ES2945600T3 publication Critical patent/ES2945600T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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]
    • G01R31/382—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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)

Abstract

Un método y sistema para determinar iterativamente el estado de carga (SOC) de una celda de batería "celda seleccionada" utilizando un controlador. Para cada una de las iteraciones, el controlador determina un SOC previsto de la celda seleccionada (206); una covarianza del error previsto del SOC previsto; y actualiza el SOC previsto y la covarianza del error previsto para su uso en iteraciones posteriores del método (218, 220). El SOC actualizado se trata como el SOC de la celda seleccionada para esa iteración del método. El voltaje de la celda utilizado para determinar el SOC actualizado se puede filtrar en paso bajo antes de su uso. Cuando la celda seleccionada es una de múltiples celdas en un paquete de baterías, la celda seleccionada puede seleccionarse para tener el SEV más bajo de las celdas en el paquete (306, 308). (Traducción automática con Google Translate, sin valor legal)

Description

DESCRIPCIÓN
Método y sistema para determinar de manera iterativa estado de carga de una celda de batería
Campo técnico
La presente divulgación se refiere a métodos, sistemas y técnicas para determinar iterativamente el estado de carga de una celda de batería.
Antecedentes
Las baterías de iones de litio disfrutan de varias ventajas sobre las baterías que utilizan composiciones químicas de baterías más establecidas, tal como las baterías de ácido-plomo e níquel-metalhidruro. Por ejemplo, las baterías de iones de litio tienen densidades de energía y potencia relativamente altas, lo que permite que una batería de iones de litio de cierta capacidad sea más pequeña que su contraparte de ácido-plomo o níquel-metalhidruro. Sin embargo, las baterías de iones de litio también sufren algunas desventajas en comparación con las composiciones químicas de baterías más establecidas. Por ejemplo, las baterías de iones de litio no deben sobrecargarse ni subcargarse, ya que una carga inadecuada puede dar como resultado una salida de energía subóptima, una vida útil de batería más corta y daños en las celdas de las baterías. Están en curso investigación y desarrollo de métodos, sistemas y técnicas para mejorar las desventajas asociadas con las baterías de iones de litio.
EP 1.873.542 divulga un sistema de gestión de batería que usa un modelo de medición que modela una batería y que estima un estado de carga de la batería.
Breve descripción
De acuerdo con la presente invención, se proporciona un método, sistema y medio legible por computadora no transitorio para determinar el estado de carga de una celda de batería, de acuerdo con las reivindicaciones 1, 10 y 11.
De acuerdo con un primer aspecto, se proporciona un método para determinar de manera iterativa el estado de carga (SOC) de una celda de batería ("celda seleccionada"), el método que comprende usar un controlador para realizar varias iteraciones, donde cada una de las iteraciones comprende usar el controlador para determinar un SOC predicho de la celda seleccionada a partir de un valor de SOC inicial o un SOC de la celda seleccionada determinado a partir de la realización de una de las iteraciones anteriores; determinar una covarianza de error predicha del SOC predicho a partir de un valor de covarianza de error inicial o una covarianza de error determinada a partir de la realización de la anterior de las iteraciones; actualizar el SOC predicho para determinar un SOC actualizado de la celda seleccionada, donde la actualización del SOC predicho comprende añadir un factor de corrección ponderado que se determina usando la covarianza de error predicha al SOC predicho; y actualizar la covarianza de error predicha para determinar una covarianza de error actualizada. La celda seleccionada se puede seleccionar de múltiples celdas de batería, el factor de corrección ponderado se puede determinar usando una diferencia entre un voltaje de celda medido (SEV) y un SEV predicho de la celda seleccionada, y el método puede comprender además usar el controlador para determinar que la celda seleccionada es la celda de batería que tiene el SEV medido más bajo.
La determinación de que la celda seleccionada es la celda de batería que tiene el SEV medido más bajo comprende usar el controlador para obtener, múltiples veces durante un período de elección, mediciones del SEV de cada una de las celdas de batería; y determinar que la celda seleccionada es la celda de batería que se encuentra con mayor frecuencia que tiene el SEV medido más bajo durante el período de elección.
El controlador determina repetidamente, para cada uno de al menos dos del período de elección, cuál de las celdas de batería tiene con mayor frecuencia el SEV medido más bajo, y la celda seleccionada se puede determinar a partir de las mediciones obtenidas durante el período de elección que ha transcurrido más recientemente.
Cada una de las iteraciones puede comprender además usar el controlador para filtrar de paso bajo el SEV medido antes de usarlo para determinar el factor de corrección ponderado.
Se puede usar un filtro de respuesta al impulso infinita ponderado exponencialmente para filtrar de paso bajo el SEV medido.
El filtro puede tener un factor de suavizado de 0,1.
El método puede comprender además usar el controlador para obtener una medición de la corriente que fluye a través de la celda de batería ("medición de corriente"), y el factor de corrección ponderado puede variar inversamente con la magnitud de la medición de corriente; es decir, el factor de corrección ponderado puede disminuir a medida que incrementa la magnitud de la medición de corriente e incrementar a medida que disminuye la magnitud de la medición de corriente.
La covarianza de error actualizada se puede usar para determinar la covarianza de error predicha de una de las iteraciones posteriores, donde
Figure imgf000003_0001
y
Figure imgf000003_0002
donde Ze,k+es la covarianza de error actualizada, Ze,k-es la covarianza de error predicha,
Figure imgf000003_0003
es la derivada parcial del voltaje de circuito abierto de la celda seleccionada en el SOC predicho con respecto al SOC de la celda seleccionada, M(SOCk,(-)) es la histéresis de la celda seleccionada en el SOC predicho, y vk(I) es una covarianza de medición. La covarianza de medición puede disminuir a medida que disminuye la magnitud de la medición de corriente e incrementar a medida que incrementa la magnitud de la medición de corriente.
La covarianza de medición puede ser de la forma A I b, donde A y b son constantes e I es la magnitud de la medición de corriente.
El método puede comprender además usar el controlador para filtrar de paso bajo la covarianza de medición antes de usarla para determinar la covarianza de error actualizada.
Se puede usar un filtro de respuesta al impulso infinita ponderado exponencialmente para filtrar de paso bajo la covarianza de medición.
De acuerdo con otro aspecto, se proporciona un método para determinar de manera iterativa el estado de carga (SOC) de una celda de batería ("celda seleccionada"), el método que comprende usar un controlador para realizar varias iteraciones, donde cada una de las iteraciones comprende usar el controlador para determinar un SOC predicho de la celda seleccionada a partir de un valor de SOC inicial o un SOC de la celda seleccionada determinado a partir de la realización de una de las iteraciones anteriores; determinar una covarianza de error predicha del SOC predicho a partir de un valor de covarianza de error inicial o una covarianza de error determinada a partir de la realización de la anterior de las iteraciones; obtener una medición de la corriente que fluye a través de la celda seleccionada ("medición de corriente"); actualizar el SOC predicho para determinar un SOC actualizado de la celda seleccionada, donde la actualización del SOC predicho comprende añadir un factor de corrección ponderado que se determina usando la covarianza de error predicha al SOC predicho y donde el factor de corrección ponderado disminuye a medida que incrementa la magnitud de la medición de corriente e incrementa a medida que disminuye la magnitud de la medición de corriente; y actualizar la covarianza de error predicha para determinar una covarianza de error actualizada.
La celda seleccionada se selecciona de múltiples celdas de batería, el factor de corrección ponderado se puede determinar usando una diferencia entre un voltaje de celda medido (SEV) y un SEV predicho de la celda seleccionada, y el método puede comprender usar el controlador para determinar que la celda seleccionada es la celda de batería que tiene el SEV medido más bajo.
La determinación de que la celda seleccionada es la celda de batería que tiene el SEV medido más bajo comprende usar el controlador para obtener, múltiples veces durante un período de elección, mediciones del SEV de cada una de las celdas de batería; y determinar que la celda seleccionada es la celda de batería que se encuentra con mayor frecuencia que tiene el SEV medido más bajo durante el período de elección.
El controlador determina repetidamente, para cada uno de al menos dos del período de elección, cuál de las celdas de batería tiene con mayor frecuencia el SEV medido más bajo, y la celda seleccionada se puede determinar a partir de las mediciones obtenidas durante el período de elección que ha transcurrido más recientemente.
Cada una de las iteraciones puede comprender además usar el controlador para filtrar de paso bajo el SEV medido antes de usarlo para determinar el factor de corrección ponderado.
Se puede usar un filtro de respuesta al impulso infinita ponderado exponencialmente para filtrar de paso bajo el SEV medido.
El filtro puede tener un factor de suavizado de 0,1.
La covarianza de error actualizada se puede usar para determinar la covarianza de error predicha de una de las iteraciones posteriores, donde
Figure imgf000004_0002
y
Figure imgf000004_0001
I e,k+ es la covarianza de error actualizada, Ze,k- es la covarianza de error predicha,
Figure imgf000004_0003
es la derivada parcial del voltaje de circuito abierto de la celda seleccionada en el SOC predicho con respecto al SOC de la celda seleccionada, M(SOCk,-) es la histéresis de la celda seleccionada en el SOC predicho, y vk(/) es una covarianza de medición. La covarianza de medición puede disminuir a medida que disminuye la magnitud de la medición de corriente e incrementar a medida que incrementa la magnitud de la medición de corriente.
La covarianza de medición puede ser de la forma A I b, donde A y b son constantes e I es la magnitud de la medición de corriente.
El método puede comprender además usar el controlador para filtrar de paso bajo la covarianza de medición antes de usarla para determinar la covarianza de error actualizada.
Se puede usar un filtro de respuesta al impulso infinita ponderado exponencialmente para filtrar de paso bajo la covarianza de medición.
De acuerdo con otro aspecto, se proporciona un método para determinar de manera iterativa el estado de carga (SOC) de una celda de batería ("celda seleccionada"), el método que comprende usar un controlador para realizar varias iteraciones, donde cada una de las iteraciones comprende usar el controlador para determinar un SOC predicho de la celda seleccionada a partir de un valor de SOC inicial o un SOC de la celda seleccionada determinado a partir de la realización de una de las iteraciones anteriores; determinar una covarianza de error predicha del SOC predicho a partir de un valor de covarianza de error inicial o una covarianza de error determinada a partir de la realización de la anterior de las iteraciones; actualizar el SOC predicho para determinar un SOC actualizado de la celda seleccionada, donde la actualización del SOC predicho comprende añadir un factor de corrección ponderado que se determina usando la covarianza de error predicha al SOC predicho; y actualizar la covarianza de error predicha para determinar una covarianza de error actualizada. La celda seleccionada se puede seleccionar de múltiples celdas de batería y el factor de corrección ponderado se puede determinar usando una diferencia entre un voltaje de celda medido (SEV) y un SEV predicho de la celda seleccionada, y cada una de las iteraciones puede comprender usar el controlador para filtrar de paso bajo el SEV medido antes de usarlo para determinar el factor de corrección ponderado.
El método comprende usar el controlador para determinar que la celda seleccionada es la celda de batería que tiene el SEV medido más bajo.
La determinación de que la celda seleccionada es la celda de batería que tiene el SEV medido más bajo comprende usar el controlador para obtener, múltiples veces durante un período de elección, mediciones del SEV de cada una de las celdas de batería; y determinar que la celda seleccionada es la celda de batería que se encuentra con mayor frecuencia que tiene el SEV medido más bajo durante el período de elección.
El controlador determina repetidamente, para cada uno de al menos dos del período de elección, cuál de las celdas de batería tiene con mayor frecuencia el SEV medido más bajo, y la celda seleccionada se puede determinar a partir de las mediciones obtenidas durante el período de elección que ha transcurrido más recientemente.
Se puede usar un filtro de respuesta al impulso infinita ponderado exponencialmente para filtrar de paso bajo el SEV medido.
El filtro puede tener un factor de suavizado de 0,1.
El método puede comprender además usar el controlador para obtener una medición de la corriente que fluye a través de la celda de batería ("medición de corriente"), y el factor de corrección ponderado puede disminuir a medida que incrementa la magnitud de la medición de corriente e incrementar a medida que disminuye la magnitud de la medición de corriente. La covarianza de error actualizada se puede usar para determinar la covarianza de error predicha de una de las iteraciones posteriores, donde
Figure imgf000005_0002
y
Figure imgf000005_0001
donde Ze,k+ es la covarianza de error actualizada, Ze,k- es la covarianza de error predicha,
Figure imgf000005_0003
es la derivada parcial del voltaje de circuito abierto de la celda seleccionada en el SOC predicho con respecto al SOC de la celda seleccionada, M(SOCk,-) es la histéresis de la celda seleccionada en el SOC predicho, y vk(/) es una covarianza de medición. La covarianza de medición puede disminuir a medida que disminuye la magnitud de la medición de corriente e incrementar a medida que incrementa la magnitud de la medición de corriente.
La covarianza de medición puede ser de la forma A I b, donde A y b son constantes e I es la magnitud de la medición de corriente.
El método puede comprender además usar el controlador para filtrar de paso bajo la covarianza de medición antes de usarla para determinar la covarianza de error actualizada.
Se puede usar un filtro de respuesta al impulso infinita ponderado exponencialmente para filtrar de paso bajo la covarianza de medición.
De acuerdo con otro aspecto, se proporciona un sistema para determinar de forma iterativa SOC de la celda seleccionada. La celda seleccionada comprende una de múltiples celdas de batería, y el sistema puede comprender voltímetros para medir un voltaje a través de cada una de las celdas de batería; un amperímetro para medir una corriente que fluye a través de la celda seleccionada; y un controlador acoplado comunicativamente a los voltímetros y al amperímetro. El controlador se configura para realizar cualquiera de los aspectos anteriores del método o combinaciones adecuadas de los mismos. De acuerdo con otro aspecto, se proporciona un medio legible por computadora no transitorio que tiene codificado código de programa de computadora que, cuando se ejecuta, hace que un procesador realice cualquiera de los aspectos anteriores del método o combinaciones adecuadas de los mismos.
Este resumen no describe necesariamente todo el alcance de todos los aspectos. Otros aspectos, características y ventajas serán evidentes para aquellos expertos en la técnica luego de la revisión de la siguiente descripción de realizaciones específicas.
Breve descripción de los dibujos
En las figuras anexas, que ilustran una o más realizaciones de ejemplo:
La figura 1 es un sistema para determinar de manera iterativa el estado de carga de una celda de batería, de acuerdo con una realización de ejemplo.
Las figuras 2 y 3 son métodos para determinar iterativamente el estado de carga de una celda de batería, de acuerdo con realizaciones de ejemplo adicionales.
Las figuras 4 y 5 son gráficas que comparan el estado de carga determinado usando el recuento de culombios convencional frente al uso del método de la figura 3.
La figura 6 es una gráfica que compara el estado de carga determinado usando el recuento de culombios convencional versus el uso del método de la figura 3 y que compara los voltajes de entrada filtrados con los no filtrados utilizados para realizar el método de la figura 3 de acuerdo con una realización de ejemplo adicional.
Descripción detallada
Los términos direccionales tal como "superior", "inferior", "hacia arriba", "hacia abajo", "verticalmente" y "lateralmente" se usan en la siguiente descripción con el propósito de proporcionar referencia relativa solo, y no se pretende que sugieran ninguna limitación sobre cómo se va a colocar cualquier artículo durante el uso, o para montarse en un montaje o con respecto a un entorno. Adicionalmente, se pretende que el término "acoplar" y variantes del mismo tal como "acoplado", "acoplar" y "acoplamiento" como se usa en esta descripción incluyan conexiones indirectas y directas a menos que se indique lo contrario. Por ejemplo, si un primer dispositivo se acopla a un segundo dispositivo, ese acoplamiento puede ser a través de una conexión directa o a través de una conexión indirecta a través de otros dispositivos y conexiones. De manera similar, si el primer dispositivo se acopla de manera comunicativa al segundo dispositivo, la comunicación puede ser a través de una conexión directa o a través de una conexión indirecta a través de otros dispositivos y conexiones. Además, se pretende que las formas singulares "un", "una" y "el", como se usan en esta descripción, incluyan también las formas plurales, a menos que el contexto indique claramente lo contrario.
Una batería de iones de litio (en lo sucesivo denominada indistintamente "paquete de baterías") comprende una o más celdas de iones de litio; cuando la batería comprende múltiples celdas, se acoplan eléctricamente entre sí en uno o ambos de paralelo y serie. Además, una batería de iones de litio puede comprender una cualquiera de una variedad de composiciones químicas de batería diferentes; las composiciones químicas de ejemplo son óxido de litio-manganeso (LMO), fosfato de litio-hierro (LFP), óxido de litio-níquel-manganeso-cobalto (NMC), óxido de litio-níquel-cobalto-aluminio (NCA), titanato de litio (LTO) y óxido de litio-cobalto (LCO).
Un problema encontrado cuando se usa una batería de iones de litio es determinar el estado de carga (SOC) de la batería en un momento dado, donde el SOC se expresa como un porcentaje de la carga total. Típicamente, determinar el SOC de una batería comprende obtener el voltaje de circuito abierto (OCV) de la batería. Sin embargo, la obtención del OCV de la batería se ve obstaculizada por la resistencia interna de la batería y por el hecho de que los fabricantes de baterías en general recomiendan que el OCV se mida después de que se haya permitido que la batería descanse (es decir, después de que la batería no haya tenido corriente que fluya a través de ella) durante un cierto período de relajación. No es raro que este período de relajación sea de aproximadamente veinte minutos o más. Claramente, cumplir con esta recomendación del fabricante es problemático cuando se intenta obtener mediciones de SOC en tiempo real en tanto que se extrae corriente de la batería.
Las realizaciones descritas en la presente se refieren a métodos, sistemas y técnicas para determinar iterativamente el SOC de una celda de batería, con el SOC de una de las celdas que comprende la batería que se usa como un representante para todo el SOC de la batería. En ciertas realizaciones de ejemplo, la iteración se realiza usando un filtro Kalman y el SOC de una de las celdas de la batería se usa como el estado del filtro Kalman y el voltaje de esa celda (SEV) se usa como la entrada y salida del filtro Kalman; varios métodos de ejemplo para determinar cuál de las celdas de la batería seleccionar se describen más adelante. En ciertas realizaciones, el SEV se filtra de paso bajo, y más particularmente se filtra usando un filtro de respuesta al impulso infinita (IIR), antes de introducirse en el filtro Kalman. Adicionalmente, en ciertas realizaciones, la covarianza de medición del filtro de Kalman se pondera de modo que la confianza colocada en las mediciones de SEV sea inversamente proporcional a la magnitud de la corriente que fluye a través de la batería ("corriente de paquete"); es decir, la confianza colocada en las mediciones de SEV incrementa a medida que disminuye la magnitud de corriente de paquete, y viceversa. Esto modela la incertidumbre amplificada a corrientes relativamente altas que resultan, por ejemplo, de resistencias internas y ruido inexactos de carga y descarga de la batería.
Con referencia ahora a la figura 1, se muestra un sistema 100 para determinar de manera iterativa el estado de carga de una batería, de acuerdo con una realización de ejemplo en la que la iteración se realiza utilizando un filtro Kalman. El sistema 100 comprende de primera a cuarta celdas de batería 106a-d (colectivamente, "celdas 106"), de primer a cuarto voltímetros 104a-d (colectivamente, "voltímetros 104"), una carga eléctrica 110, un amperímetro 108 y un controlador 102. En una realización, las celas NMC SLPB 100216216H de KokamMR Co., Ltd. se pueden usar como las celdas 106. Las celdas 106 se acoplan eléctricamente entre sí en serie, y se acoplan el primero a cuarto voltímetros 104a-d eléctricamente en paralelo a través de cada una de la primera a cuarta celdas 106a-d, respectivamente. La carga 110 se acopla eléctricamente a través de las celdas 106, y el amperímetro 108 se acopla eléctricamente en serie entre la carga 110 y las celdas 106. Cada uno del primer al cuarto voltímetros 104a-d y el amperímetro 108 se acoplan comunicativamente al controlador 102; el controlador 102 puede medir en consecuencia el SEV a través de una cualquiera o más de las celdas 106 y la corriente que se extrae de las celdas 106 por la carga 110.
En la realización representada, el controlador 102 comprende una unidad de procesamiento (tal como un procesador, microprocesador o controlador lógico programable) acoplada comunicativamente a un medio legible por computadora no transitorio que tiene almacenado en él código de programa para su ejecución por la unidad de procesamiento. El código de programa de ejemplo puede comprender código que hace que la unidad de procesamiento realice cualquiera de uno o más de los métodos mostrados en las figuras 2 y 3 y se describe más adelante.
Con referencia ahora a la figura 2, se muestra un método 200 para determinar de manera iterativa el SOC de cualquiera de las celdas 106 ("celda seleccionada 106"), de acuerdo con una realización de ejemplo en la que la iteración se realiza utilizando un filtro Kalman. En esta realización de ejemplo, el controlador 102 se configura para realizar el método 200 iterativamente a una velocidad de una vez por segundo, con la primera iteración del método 200 que se basa en valores iniciales razonables preprogramados en el controlador 102 y con cada iteración posterior del método 200 que se basa en valores determinados durante la iteración inmediatamente anterior.
En general, para cualquier segunda y subsiguiente iteración del método 200, el controlador 102 determina un SOC predicho de la célula seleccionada 106 a partir de un SOC de la celda seleccionada determinada durante una de las iteraciones anteriores, y en esta realización de ejemplo la inmediatamente anterior de las iteraciones. El controlador 102 determina de manera similar una covarianza de error predicha del SOC predicho a partir de una covarianza de error determinada a partir de la realización de una de las iteraciones anteriores, y en esta realización de ejemplo la inmediatamente anterior de las iteraciones. El controlador 102 luego actualiza el SOC predicho y la covarianza de error predicha. El controlador 102 actualiza el SOC predicho para determinar un SOC actualizado al añadir un factor de corrección ponderado determinado usando la covarianza de error predicha al SOC predicho, y actualiza la covarianza de error predicha para determinar una covarianza de error actualizada para su uso en una iteración posterior del método 200, y en esta realización de ejemplo la iteración inmediatamente posterior.
Para cualquier iteración k dada del método 200, el controlador 102 comienza a realizar el método 200 en el bloque 202 y avanza al bloque 204 donde obtiene el presente SOC (SOCk-1,(+)) para la celda seleccionada 106. Si el controlador 102 está realizando el método 200 por primera vez, el controlador 102 recupera de una memoria (no mostrada) o solicita de un usuario un valor inicial razonable para SOCk-1,(+), tal como 50 %; este valor inicial es el "valor de SOC inicial". Si el controlador 102 tiene en la iteración inmediatamente anterior (iteración k-1) del método 200 determinado y almacenado un valor para el SOC de la celda seleccionada 106, entonces el controlador 102 usa ese valor de SOC almacenado como SOCk-1,(+).
El controlador 102 luego procede al bloque 206 donde determina un SOC predicho (SOCk,(-)) a partir del SOC actual. En la realización representada, el controlador 102 hace esto al realizar el recuento de culombios de acuerdo con la Ecuación (1):
Figure imgf000007_0001
donde Cn es la capacidad de la celda seleccionada 106, |J1 es la eficiencia de carga de la celda seleccionada 106 y se usa si se realiza el recuento de culombios en tanto que se carga la celda seleccionada 106, j 2 es la eficiencia de descarga de la celda seleccionada 106 y se usa si se realiza el conteo de culombios en tanto que se descarga la celda seleccionada 106, At es la duración durante la cual se realiza el recuento de culombios, e I es la corriente que fluye a través de la celda seleccionada 106 en tanto que se realiza el recuento de culombios.
Una vez que el controlador 102 determina el SOC predicho, determina un OCV predicho (OCV(SOCk,(-))) a partir del SOC predicho. El controlador 102 hace esto buscando, en una tabla de búsqueda en la memoria que relaciona los valores de SOC y OCV para la celda seleccionada 106, el SOC que corresponde al OCV predicho. La tabla de búsqueda se proporciona típicamente por el fabricante de la celda seleccionada 106. Más adelante se proporciona una tabla de búsqueda de ejemplo como Tabla 1:
Tabla 1: Ejemplo de tabla ue relaciona SOC OCV ara la celda seleccionada 106
Figure imgf000007_0002
Figure imgf000008_0008
Después de determinar el OCV predicho, el controlador 102 avanza al bloque 210 y determina un SEV predicho (SEV k) para la celda seleccionada 106 a partir del OCV predicho. El controlador 102 hace esto teniendo en cuenta la resistencia interna y el desplazamiento de voltaje de la celda seleccionada 106 que resultan de los efectos de histéresis de carga/descarga de acuerdo con la ecuación (2):
Figure imgf000008_0004
donde Rk es la resistencia interna de la celda seleccionada 106, que puede diferir dependiendo de si la celda seleccionada 106 se está cargando o descargando, y M(SOCk,(-)) representa el desplazamiento de SEV resultante de cualquier histéresis de carga/descarga inherente en la celda seleccionada 106.
Después de determinar el SEV predicho, el controlador 102 pasa al bloque 212 y determina la "innovación" (y~) comparando el SEV medido con el SEV predicho, como sigue:
Figure imgf000008_0005
En la Ecuación (3), C es la matriz de observación, definida como sigue:
Figure imgf000008_0001
donde
Figure imgf000008_0007
es la derivada parcial de la gráfica de S O C versus O C V en S O C k , ( ) , típicamente proporcionada por el fabricante de la celda seleccionada 106, con respecto al SOC de la celda seleccionada 106.
Después de determinar la innovación, el controlador 102 pasa al bloque 214 donde determina la covarianza de innovación (S) como sigue:
Figure imgf000008_0002
En la Ecuación (5), vk(I) es la covarianza de medición y Ze,k- es la covarianza de error, definida como sigue:
Figure imgf000008_0003
donde Wk es la covarianza del proceso y A = 1.
Si el controlador 102 está realizando el método 200 por primera vez, el controlador 102 recupera de una memoria (no mostrada) un valor razonable para Ze,k-i, tal como 100; este valor inicial es el "valor de covarianza de error inicial". Si el controlador 102 tiene en la iteración inmediatamente anterior (iteración k-1) del método 200 determinado y almacenado un valor para el Ze,k-i, entonces el controlador 102 usa ese valor almacenado como Ze,k-i.
El controlador 102 luego procede al bloque 216 donde determina la ganancia de Kalman (K), como sigue:
Figure imgf000008_0006
Después de determinar la ganancia de Kalman, el controlador 102 avanza al bloque 218 para aplicar una corrección al SOC predicho para determinar un SOC actualizado (SOCk,(+)), como sigue:
Figure imgf000009_0001
Como se analizó anteriormente con respecto al bloque 204, SOCk,(+) sirve como el presente SOC para la iteración inmediatamente posterior (iteración k+1) del método 200. K ■ y ~ es el factor de corrección ponderado en esta realización de ejemplo.
El controlador 102 también realiza una actualización de covarianza en el bloque 220 para actualizar la covarianza de error predicha, es decir, para determinar Ze,k+, que como se mencionó anteriormente con respecto al bloque 214 sirve como Ze,k-i para la iteración inmediatamente posterior (iteración k+1) del método 200. El controlador 102 determina Ze,k+ usando la Ecuación (9):
Figure imgf000009_0002
Después del bloque 220, el controlador 102 pasa al bloque 222 donde termina el método 200. Para iteraciones posteriores del método 200, k se incrementa en 1 y el controlador 102 luego regresa al bloque 202 y comienza a realizar el método 200 nuevamente.
En una realización de ejemplo, Rk cuando la celda seleccionada 106 se está descargando es 700 jü , Rk cuando la celda seleccionada 106 se está cargando es 500 jü , no se presume histéresis, por lo que M (SOC k,(-)) = 0, u1 = 95 %, u2 = 100 %, Wk = 100, vk(I) = (10/3)* (magnitud de corriente de paquete) y Cn = 75 Ah. Los valores particulares para vk(I) en diversas realizaciones se analizan en más detalle más adelante.
En tanto que en esta realización de ejemplo se proporciona un valor Rk constante para su uso durante la carga y se proporciona otro valor Rk constante para su uso durante la descarga, en realizaciones alternativas (no representadas) Rk puede ser no constante y puede ser una función de al menos uno de SOC, temperatura, edad de celda y magnitud de corriente de paquete. De manera adicional o alternativa, las otras variables utilizadas en las Ecuaciones (1) - (9) (por ejemplo, u1,2, Wk) también pueden variar con al menos uno de SOC, temperatura, edad de celda y magnitud de corriente de paquete a pesar de que en la realización de ejemplo anterior pueden ser constantes. La histéresis, por ejemplo, puede en realizaciones alternativas ser distinta de cero y puede variar con la temperatura, la edad de celda y la magnitud de corriente de paquete además o como una alternativa a SOCk,(-) como se muestra anteriormente. Como otro ejemplo, aunque vk varía con la magnitud de corriente de paquete anterior, en realizaciones alternativas se puede variar adicional o alternativamente con al menos una de las variables tal como SOC, temperatura y edad de celda.
Además, en este ejemplo fuera del alcance de las reivindicaciones anexas, múltiples celdas 106 que están acopladas eléctricamente en paralelo se modelan como una sola celda 106 y, en consecuencia, la magnitud de corriente de paquete e I son idénticas. En la invención reivindicada, las celdas 106 conectadas en paralelo no se modelan como una sola celda 106; en su lugar, la corriente se mide a través de cada una de las celdas 106 en paralelo, lo que daría como resultado que la magnitud de corriente de paquete e I difieran. Por ejemplo, para un paquete de baterías que consiste en dos celdas 106 de 75 Ah conectadas en paralelo, en la realización representada, estas dos celdas 106 se modelan como una sola celda 106 que tiene una capacidad de 150 Ah con una magnitud de corriente de paquete = I; en una realización alternativa en la que las celdas 106 del paquete de baterías se monitorean individualmente, magnitud de corriente de paquete = 2 I.
La figura 2 describe la operación de un filtro Kalman extendido; en realizaciones alternativas (no representadas) se pueden usar diferentes tipos de filtros Kalman dependiendo, por ejemplo, de la precisión deseada. Por ejemplo, en algunas realizaciones de ejemplo, se puede usar un filtro Kalman lineal. Además, se pueden usar variantes del filtro Kalman extendido; ejemplos de estas variantes incluyen filtros Kalman sin perfume (unscented), filtros Kalman extendidos robustos, filtros Kalman extendidos invariantes y filtros Kalman extendidos de primer y mayor orden. El filtro Kalman se puede implementar en tiempo continuo (por ejemplo, el filtro Kalman-Bucy), tiempo discreto, o como un híbrido de tiempo continuo y tiempo discreto.
Con referencia ahora a la figura 3, se muestra un método 300 para determinar de manera iterativa el SOC de la celda seleccionada 106, de acuerdo con otra realización de ejemplo en la que la iteración se realiza utilizando un filtro Kalman. En esta realización de ejemplo, el controlador 102 se configura para realizar el método 300 a una velocidad de una vez por segundo. La figura 3 hace referencia a varias variables, que el controlador 102 inicializa o con las que se configura antes de realizar la primera iteración del método 300. Estas variables incluyen N, Sev i, COUNTERi y KALMAN_INPUT. N es el número total de las celdas 106 en el paquete de baterías que el controlador 102 está monitoreando; SEV i es el voltaje de celda para la i-ésima celda del paquete de baterías que se está monitoreando, donde 1 < i < N; COUNTERi es un contador asociado con cada una de las celdas 106 utilizadas para monitorear cuál de las celdas 106 tiene el SEV más bajo durante un período de tiempo denominado "período de elección"; y KALMAN_INPUT es i de la celda seleccionada 106, que en la realización de la figura 3 es la celda 106 que se determina que tiene el SEV más bajo durante el período de elección. En una realización de ejemplo, el período de elección es de un minuto y, en consecuencia, el controlador 102 realiza el método 300 sesenta veces por período de elección. Antes de realizar el método 300, N se establece para que sea igual al número total de las celdas 106 del paquete de baterías, SEV i y COUNTERi se inicializan cada uno a cero para todo i, e i y KALMAN_INPUT se inicializan cada uno a uno.
El controlador 102 comienza en el bloque 302 cuando se realiza el método 300 y pasa al bloque 304 donde mide SEV i para todo i. Usando el sistema 100 de la figura 1 como un ejemplo, el controlador 102 mide SEV1, SEV2 , SEV3 y SEV4 , correspondientes a la primera a cuarta celdas 106a-d, respectivamente, usando el primer a cuarto voltímetros 104a-d, respectivamente. El controlador 102 acondiciona estas señales, por ejemplo, realizando al menos uno de filtrado de hardware (por ejemplo, analógico) y software en ellas. El controlador 102 luego procede al bloque 306 donde identifica el SEVi más bajo medido en el bloque 304. El controlador 102 pasa al bloque 308 donde incrementa el COUNTER i en uno para i que corresponde al SEVi más bajo medido en el bloque 304. El controlador 102 luego procede al bloque 310 donde determina si ha terminado el período de elección actual. En la realización de ejemplo en la que el período de elección es de un minuto y el controlador 102 realiza el método 300 cada segundo, el período de elección termina una vez que se ha realizado sesenta veces. Si el período de elección aún no ha terminado, el controlador 102 pasa al bloque 320 donde ejecuta el filtro Kalman de acuerdo con el método 200 de la figura 2 utilizando SEVkalman_input determinado durante el último período de elección a partir de una iteración anterior del método 300 o, si el método 300 se está ejecutando antes del final del primer período de elección, utilizando SEV1. Si el período de elección ha terminado, el controlador 102 pasa al bloque 312 donde identifica el COUNTERi más alto i para todo i; se dice que la i-ésima celda para la cual el COUNTERi es más alto ha "ganado la elección" y se considera que es la celda seleccionada 106. La celda seleccionada 106 es, por consiguiente, la celda 106 que, durante el período de elección, se mide consistentemente para tener el SEV más bajo; esta celda 106 normalmente gobierna el s Oc del paquete de baterías y, por consiguiente, es el objeto del filtro Kalman.
Después de identificar el COUNTERi más alto, el controlador 102 asigna KALMAN_INPUT para que sea i (bloque 314), restablece el COUNTERi a cero para todo i en previsión del siguiente período de elección (bloque 316), filtra SEV kalman_input usando un filtro de paso bajo como se analiza en más detalle más adelante (bloque 318), y luego ejecuta el filtro Kalman de acuerdo con el método 200 de la figura 2 utilizando SEV kalman_input como entrada del filtro (bloque 320). Después de ejecutar el filtro Kalman en el bloque 320, el controlador 102 pasa al bloque 322 donde termina el método 300. En la realización de ejemplo representada, el controlador 102 realiza el método 300 una vez por segundo y el período de elección es de un minuto; en consecuencia, la celda 106 seleccionada se actualiza cada minuto, y el SEV para esa celda seleccionada 106 se usa como la entrada al filtro Kalman durante al menos el siguiente período de elección en tanto que el controlador 102 determina el ganador de la siguiente elección.
En la realización anterior, antes de la primera iteración del método 300 KALMAN_INPUT se inicializa a uno y, en consecuencia, SEV1 se usa arbitrariamente como la entrada al filtro Kalman hasta que termina el primer período de elección. En realizaciones alternativas, sin embargo, se puede ingresar un voltaje diferente al filtro Kalman; por ejemplo, KALMAN_INPUT se puede establecer a i del SEV más bajo i a partir de la primera iteración del método 300. Alternativamente, el filtro Kalman puede no ejecutarse hasta que haya terminado el primer período de elección y se haya establecido un valor para KALMAN_FILTER en el bloque 314. Por ejemplo, un bloque de decisión adicional (no representado) puede estar presente entre los bloques 310 y 320 en la figura 3. Si el período de elección 310 no ha terminado y el controlador 102 procede del bloque 310 a este bloque de decisión, el controlador 102 determina entonces si KALMAN_INPUT se ha establecido en virtud del resultado de un período de elección anterior. Si es así, el controlador 102 luego procede al bloque 320 desde este bloque adicional y ejecuta el filtro Kalman usando Sev kalman_input; es decir, el controlador 102 ejecuta el filtro Kalman con base en el ganador de la última elección. Si no, el controlador 102 pasa por alto el bloque 320 y pasa directamente del bloque 310 al bloque 322, donde termina el método 300; es decir, el controlador 102 esperará hasta que se determine el ganador de la primera elección antes de ejecutar el filtro Kalman.
En el bloque 318, el controlador 102 aplica un filtro de paso bajo a SEV kalman_input; esto se puede hacer de diversas maneras. Un filtro analógico tal como un filtro RC se puede utilizar, por ejemplo, para filtrar SEVkalman_input. Alternativamente, se puede usar un filtro digital; por ejemplo, se pueden usar filtros de respuesta al impulso infinita (IIR) y respuesta al impulso finita (FIR). En una realización de ejemplo, el controlador 102 aplica un filtro IIR de promedio móvil ponderado exponencialmente a SEVkalman_input en el bloque 318 de acuerdo con las Ecuaciones (10) y (11):
Figure imgf000010_0001
donde yj es el SEV kalman_input filtrado para la iteración j del método 300, yj-1 es el SEV kalman_input filtrado para la iteración j-1 del método 300, Xj es el SEV kalman_input no filtrado para la iteración j del método 300, y a (el "factor de suavizado") se define como sigue:
Figure imgf000010_0002
En la Ecuación (11), At es el tiempo entre iteraciones del método 300, o en la realización descrita anteriormente 1 segundo. RC es la constante de tiempo, que en la realización de ejemplo anterior se establece a 9 segundos; por consiguiente, el factor de suavizado en la realización de ejemplo anterior es 0.1. En realizaciones alternativas, los valores para cualquiera de uno o más del factor de suavizado, la constante de tiempo y At pueden ser diferentes.
De manera adicional o alternativa, en algunas realizaciones de ejemplo, la covarianza de medición (vk(I)) del filtro de Kalman puede variar a medida que el controlador 102 opera el filtro de modo que la confianza en las lecturas de SOC varía inversamente con la magnitud de corriente de paquete; es decir, la confianza en las lecturas de SOC disminuye a medida que incrementa la magnitud de corriente de paquete e incrementa a medida que disminuye la magnitud de corriente de paquete. En la operación de filtro Kalman convencional, la covarianza de medición es una constante y se ajusta a partir de datos experimentales. En algunas de las realizaciones descritas en la presente, la covarianza de medición incrementa y disminuye a medida que incrementa y disminuye la magnitud de corriente de paquete, respectivamente, para modelar las inexactitudes introducidas en las lecturas de SOC (por ejemplo, como resultado de las resistencias internas de las celdas' 106) que varían con la magnitud de corriente de paquete. En la realización de ejemplo ilustrada, un paquete de baterías se modela como que comprende celdas 106 acopladas eléctricamente solo en serie; en consecuencia, la corriente de paquete fluye a través de cada una de las celdas 106. En una realización alternativa (no representada), si un paquete de baterías comprende celdas 106 conectadas en paralelo, en lugar de usar la magnitud de corriente de paquete para modelar el comportamiento de una celda particular de las celdas 106, solo se puede usar la corriente que fluye a través de esa celda 106.
En una de estas realizaciones de ejemplo, la covarianza de medición se establece a A I b, donde I es la magnitud de corriente de paquete, A es un escalar para la magnitud de corriente de paquete y b es una constante. Como se describió anteriormente, en una realización de ejemplo A se establece a (10/3) y b se establece a 0; sin embargo, en realizaciones alternativas uno o ambos de A y b pueden tener diferentes valores dependiendo del tipo de celdas 106 que se usan y de la configuración eléctrica de las celdas 106 dentro del paquete de baterías, a manera de ejemplo. En otra realización, por ejemplo, A se establece a (10/3) y b se establece a 1. Además, en realizaciones alternativas adicionales, la covarianza de medición puede tomar una forma distinta de A I b; por ejemplo, la covarianza de medición puede incluir grados de orden superior de I y tomar la forma de B I2 A I b, C I3 B I2 A i + b, etc.
En realizaciones alternativas adicionales en las que la covarianza de medición varía, la covarianza de medición se puede filtrar antes de su uso. Por ejemplo, se puede aplicar un filtro de paso bajo a la covarianza de medición. Más particularmente, se puede usar un filtro analógico tal como un filtro RC o se puede usar un filtro digital (por ejemplo, filtros IIR y FIR). En una realización de ejemplo, el controlador 102 aplica un filtro IIR de promedio móvil ponderado exponencialmente a la covarianza de medición de acuerdo con las Ecuaciones (10) y (11). En una realización en la que se usa el filtro IIR de promedio móvil ponderado exponencialmente como se realiza mediante las Ecuaciones (10) y (11), RC se puede establecer a 100 segundos, At es el tiempo entre iteraciones del método 300, o en la realización descrita anteriormente 1, yj es la covarianza de medición filtrada para la iteración j del método 300, yj-1 es la covarianza de medición filtrada para la iteración j-1 del método 300, y Xj es la covarianza de medición no filtrada para la iteración j del método 300.
Ahora, con referencia a las figuras 4 a 6, se muestran gráficas 400, 500, 600 que comparan el SOC determinado usando el recuento de culombios convencional versus el uso del método 300 de la figura 3, con la covarianza de medición igual a (10/3)*(magnitud de corriente de paquete) y con tanto la covarianza de medición como el SEV i filtrados usando un filtro IIR antes de usarse en el filtro Kalman. En la figura 4, el paquete de baterías comprende una configuración de 12s2p de las celdas 106 para un total de veinticuatro celdas 106, y experimenta dos ciclos de carga y descarga parcial. La carga se realiza a 100 A y la descarga se realiza a 200 A, y los valores de Rk, M(SOCk,(-)), u1,2, wk, vk(I) y Cn son como se han descrito anteriormente con respecto a la figura 2. La figura 4 incluye una gráfica 400 que comprende una curva de Kalman 402 generada usando el método 300 de la figura 3 y una curva de recuento de culombios 404 generada usando el recuento de culombios convencional. Como muestra la gráfica 400, en tanto que las curvas de Kalman y de recuento de culombios 402,404 son similares para la primera descarga y parte del primer ciclo de carga, posteriormente divergen con la curva de Kalman 402 que determina un SOC más alto que la curva de recuento de culombios 404. Esto se debe en parte a que el recuento de culombios se realiza usando un sistema de bucle abierto y el error cuando se determina el SOC usando el recuento de culombios es, en consecuencia, acumulativo. En el tiempo t i el paquete de baterías está en circuito abierto y después de un período de relajación de dos minutos el OCV del paquete de baterías se toma en el tiempo t2. El OCV medido en el tiempo t2 muestra que el SOC determinado usando el método 300 de la figura 3 está dentro del 1 % del circuito abierto determinado usando el OCV, en tanto que el SOC determinado usando el recuento de culombios subestima el SOC en aproximadamente el 5 %.
La gráfica 500 de la figura 5 es similar a la gráfica 400 de la figura 4, excepto que es a lo largo de cuatro ciclos de carga/descarga, con una curva de Kalman 502 generada usando el método 300 de la figura 3 y una curva de recuento de culombios 504 generada usando el recuento de culombios convencional. La carga se realiza a 100 A y la descarga se realiza a 200 A, y los valores de Rk, M(SOCk,(-)), u1,2, wk, vk(I) y Cn son como se han descrito anteriormente con respecto a la figura 2. Como en la figura 4, la curva de Kalman 502 en general determina un SOC más alto para el paquete de baterías que la curva de conteo de culombios 504, aunque esto cambia a medida que el paquete de baterías experimenta más ciclos de carga/descarga. Cuando la carga y la descarga se detienen en el tiempo t1, la curva de recuento de culombios 504 muestra un SOC más alto que la curva de Kalman 502. Como en la figura 4, el paquete de baterías está entonces en circuito abierto y después de un corto período de relajación el SOC se determina a partir de una lectura de OCV en el tiempo t2. El SOC mostrado por la curva de Kalman 502 está dentro del 0,3 % del SOC determinado usando una lectura de OCV, en tanto que el SOC mostrado por la curva de recuento de culombios es aproximadamente un 1 % más alto que el SOC determinado usando la lectura de OCV.
La gráfica 600 de la figura 6 también incluye una curva de Kalman 602 y una curva de recuento de culombios 604 análoga a las curvas de Kalman 402,502 y las curvas de recuento de culombios 504,604 de las figuras 4 y 5, respectivamente. La carga y descarga se realizan a 100 A y los valores de Rk, M(SOCk,(-)), u1,2, wk, vk(I) y Cn son como se han descrito anteriormente con respecto a la figura 2. El paquete de baterías comienza en aproximadamente 60 % de SOC, luego se descarga a aproximadamente 20 % de SOC, y luego se vuelve a cargar hasta aproximadamente 60 % de SOC. Como en las figuras 4 y 5, la carga y descarga se realizan hasta el tiempo t1 en cuyo punto el paquete de baterías está en circuito abierto, el paquete de baterías se relaja durante un período corto, y el OCV del paquete de baterías se toma y el SOC se determina utilizando este OCV. Como en las figuras 4 y 5, la curva de Kalman 602 está significativamente más cerca del SOC determinado usando el OCV en el tiempo t2 que la curva de recuento de culombios 604.
La gráfica 600 de la figura 6 también comprende tres curvas adicionales: una curva de SEV de celda más débil 606, que es el Sev medido de la celda más débil 106 en el paquete de baterías; una curva de SEV más bajo 608, que es el SEV más bajo, sin filtrar de cualquiera de las celdas 106 en el paquete de baterías; y una curva de SEV filtrado 610, que es la salida del bloque 318 en la figura 3 (es decir, SEV kalman_input después de que se ha filtrado usando el filtro IIR descrito con respecto al bloque 318 anterior). La gráfica 600 muestra que la curva de SEV filtrado 610 tiene una media que es similar a la media de la curva de SEV de celda más débil 606, lo que indica que en general representa el SEV de la celda más débil 106 en el paquete de baterías, excepto con ruido reducido. La curva de SEV más bajo 608 es consistentemente aproximadamente 40 mV más baja que la curva de SEV filtrado 610, y si se confía en ella para determinar el SOC, el controlador 102 determinaría que el SOC del paquete de baterías es más bajo de lo que realmente era; en esta realización de ejemplo, podría resultar un error de aproximadamente 10 % en el SOC al confiar en la curva de SEV más bajo 608 para determinar el SOC en oposición a la curva de SEV filtrado 610.
Como se analizó anteriormente, el controlador 102 utilizado en las realizaciones anteriores puede ser, por ejemplo, una unidad de procesamiento (tal como un procesador, microprocesador o controlador lógico programable) acoplada comunicativamente a un medio legible por computadora no transitorio que tiene almacenado en él código de programa para su ejecución por la unidad de procesamiento. De manera alternativa, el controlador 102 puede comprender un microcontrolador (que comprende tanto una unidad de procesamiento como un medio legible por computadora no transitorio), un arreglo de compuertas programable en el campo (FPGA) o un circuito integrado de aplicación específica (ASIC). Ejemplos de medios legibles por computadora son no transitorios e incluyen medios basados en disco tal como CD-ROM y DVD, medios magnéticos tal como discos duros y otras formas de almacenamiento en disco magnético, medios basados en semiconductores tal como medios flash, memoria de acceso aleatorio (que incluye DRAM y SRAM) y memoria de solo lectura.
Se contempla que cualquier parte de cualquier aspecto o realización analizada en esta especificación se puede implementar o combinar con cualquier parte de cualquier otro aspecto o realización discutida en esta especificación.
Las figuras 2 y 3 son diagramas de flujo de métodos de ejemplo. Algunos de los bloques ilustrados en los diagramas de flujo se pueden realizar en un orden diferente al que se describe. Además, se debe apreciar que no se requiere que se realicen todos los bloques descritos en los diagramas de flujo, que se pueden añadir bloques adicionales.
Por conveniencia, las realizaciones de ejemplo anteriores se describen como varios bloques funcionales interconectados. Esto no es necesario, sin embargo, y puede haber casos donde estos bloques funcionales se agregan en un solo dispositivo lógico, programa u operación con límites poco claros. En cualquier caso, los bloques funcionales se pueden implementar por sí mismos, o en combinación con otras piezas de hardware o software.
Será evidente para cualquier experto en la técnica que son posibles modificaciones y ajustes a las realizaciones anteriores, no mostradas, dentro del marco de las reivindicaciones anexas.

Claims (11)

REIVINDICACIONES
1. Un método para determinar de manera iterativa el estado de carga, es decir, SOC, de una celda de batería, es decir, una celda seleccionada, el método que comprende usar un controlador (102) para realizar varias iteraciones, donde cada una de las iteraciones comprende usar el controlador para:
(a) (206) determinar un SOC predicho de la celda seleccionada a partir de un valor de SOC inicial o un SOC de la celda seleccionada determinado a partir de la realización de una de las iteraciones anteriores;
(b) (214) determinar una covarianza de error predicha del SOC predicho a partir de un valor de covarianza de error inicial o una covarianza de error determinada a partir de la realización de la anterior de las iteraciones;
(c) obtener una medición de la corriente que fluye a través de la celda seleccionada;
(d) (218) actualizar el SOC predicho para determinar un SOC actualizado de la celda seleccionada, donde la actualización del SOC predicho comprende añadir un factor de corrección ponderado que se determina usando la covarianza de error predicha al SOC predicho y donde el factor de corrección ponderado disminuye a medida que incrementa la magnitud de la medición de corriente e incrementa a medida que disminuye la magnitud de la medición de corriente;
(e) (220) actualizar la covarianza de error predicha para determinar una covarianza de error actualizada,
donde la celda seleccionada se selecciona de múltiples celdas de batería (106), el factor de corrección ponderado se determina usando una diferencia entre un voltaje de celda medido, es decir, SEV, y un SEV predicho de la celda seleccionada, y donde además el método caracterizado porque usa el controlador para:
(i) (304) obtener, múltiples veces durante un período de elección, mediciones del SEV de cada una de las celdas de batería; y
(ii) (312) determinar que la celda seleccionada es la celda de batería que se encuentra con mayor frecuencia que tiene el SEV medido más bajo durante el período de elección.
2. El método de la reivindicación 1, donde el controlador determina repetidamente, para cada uno de al menos dos del período de elección, cuál de las celdas de batería tiene con mayor frecuencia el SEV medido más bajo, y donde la celda seleccionada se determina a partir de las mediciones obtenidas durante el período de elección que ha transcurrido más recientemente.
3. El método de cualquiera de las reivindicaciones 1 a 2, donde cada una de las iteraciones comprende además (318) usar el controlador para filtrar de paso bajo el SEV medido antes de usarlo para determinar el factor de corrección ponderado.
4. El método de la reivindicación 3, donde (320) se usa un filtro de respuesta al impulso infinita ponderado exponencialmente para filtrar de paso bajo el SEV medido.
5. El método de la reivindicación 4, donde el filtro tiene un factor de suavizado de 0,1.
6. El método de la reivindicación 5, donde la covarianza de error actualizada se usa para determinar la covarianza de error predicha de una de las iteraciones posteriores, donde
Figure imgf000013_0001
OCV{SOC *,(_)) donde Z e,k+ e s la covarianza de error actualizada, Z e , k - e s la covarianza de error predicha, dsoc ' " " e s la derivada parcial del voltaje de circuito abierto de la celda seleccionada en el SOC predicho con respecto al SOC de la celda seleccionada, M(sOCk,(-)) es la histéresis de la celda seleccionada en el SOC predicho, y vk(I) es una covarianza de medición, y
donde la covarianza de medición disminuye a medida que disminuye la magnitud de la medición de corriente e incrementa a medida que incrementa la magnitud de la medición de corriente.
7. El método de la reivindicación 6, donde la covarianza de medición es de la forma A I b, donde A y b son constantes e I es la magnitud de la medición de corriente.
8. El método de las reivindicaciones 6 o 7, que comprende además usar el controlador para filtrar de paso bajo la covarianza de medición antes de usarla para determinar la covarianza de error actualizada.
9. El método de la reivindicación 8, donde se usa un filtro de respuesta al impulso infinita ponderado exponencialmente para filtrar la covarianza de medición.
10. Un sistema (100) para determinar de manera iterativa el estado de carga (SOC) de una celda de batería, es decir, una celda seleccionada, donde la celda seleccionada comprende una de múltiples celdas de batería (106), el sistema que comprende:
(a) voltímetros (104) para medir un voltaje a través de cada una de las celdas de batería;
(b) un amperímetro (108) para medir una corriente que fluye a través de la celda seleccionada; y
(c) un controlador (102) acoplado de manera comunicativa a los voltímetros y el amperímetro, el controlador configurado para realizar el método de cualquiera de las reivindicaciones 1 a 9.
11. Un medio legible por computadora no transitorio que tiene codificado código de programa de computadora que, cuando se ejecuta, hace que un procesador realice el método de cualquiera de las reivindicaciones 1 a 9.
ES16151330T 2015-01-14 2016-01-14 Método y sistema para determinar de manera iterativa estado de carga de una celda de batería Active ES2945600T3 (es)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US201562103375P 2015-01-14 2015-01-14

Publications (1)

Publication Number Publication Date
ES2945600T3 true ES2945600T3 (es) 2023-07-04

Family

ID=55182213

Family Applications (1)

Application Number Title Priority Date Filing Date
ES16151330T Active ES2945600T3 (es) 2015-01-14 2016-01-14 Método y sistema para determinar de manera iterativa estado de carga de una celda de batería

Country Status (6)

Country Link
US (1) US10422834B2 (es)
EP (1) EP3045925B1 (es)
DK (1) DK3045925T3 (es)
ES (1) ES2945600T3 (es)
FI (1) FI3045925T3 (es)
PL (1) PL3045925T3 (es)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3535827A4 (en) * 2016-11-07 2020-04-29 Corvus Energy Inc. COMPENSATING A MULTI-CELL BATTERY
US10654337B2 (en) 2016-12-21 2020-05-19 Thermo King Corporation Methods and systems for automatic control of an accessory powered by an auxiliary power unit
KR102066702B1 (ko) * 2017-01-02 2020-03-02 주식회사 엘지화학 배터리 관리 장치 및 이를 이용한 soc 캘리브레이션 방법
US10566811B2 (en) * 2017-01-11 2020-02-18 Samsung Electronics Co., Ltd. Method and apparatus estimating and controlling battery state
US20190190091A1 (en) * 2017-12-18 2019-06-20 Samsung Electronics Co., Ltd. Method and apparatus estimating a state of battery
US10933825B2 (en) 2017-12-28 2021-03-02 Thermo King Corporation Operation of vehicle accessories based on predicted runtime of a primary system
CN109239608B (zh) * 2018-08-10 2021-01-19 力高(山东)新能源技术有限公司 一种实时修正锂电池soc-ocv曲线的方法
CN109655749B (zh) * 2018-11-20 2021-03-09 惠州拓邦电气技术有限公司 采集数据矩阵智能跟踪校准方法及装置
EP3828565B1 (en) * 2019-11-26 2023-11-08 Hyundai Motor Company Vehicle and control method thereof
WO2021168836A1 (zh) * 2020-02-28 2021-09-02 华为技术有限公司 异常检测方法和设备
WO2021226505A1 (en) 2020-05-07 2021-11-11 Zitara Technologies, Inc. Battery analysis system and method
WO2023059652A1 (en) 2021-10-04 2023-04-13 Zitara Technologies, Inc. System and method for battery management
US11971454B2 (en) 2021-12-09 2024-04-30 Zitara Technologies, Inc. System and method for determining a battery condition
DE102022113179A1 (de) * 2022-05-25 2023-11-30 Webasto SE Verfahren und System zum Betreiben eines Energiespeichers mit einer Mehrzahl von Batteriezellen
CN115166536B (zh) * 2022-09-01 2022-12-13 中创新航科技股份有限公司 一种电池系统的soc的确定方法及装置
FR3143764A1 (fr) * 2022-12-16 2024-06-21 Psa Automobiles Sa Estimation fiable de l’état de charge d’une batterie cellulaire d’un véhicule

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT331357B (de) 1974-01-11 1976-08-25 Jungfer Akkumulatoren Elektrische anzeigevorrichtung fur den ladezustand einer sekundarbatterie
JPS5628476A (en) 1979-08-14 1981-03-20 Shin Kobe Electric Mach Co Ltd Remained capacity meter for storage battery
US6359419B1 (en) 2000-12-27 2002-03-19 General Motors Corporation Quasi-adaptive method for determining a battery's state of charge
US6845332B2 (en) 2001-11-16 2005-01-18 Toyota Jidosha Kabushiki Kaisha State of charge calculation device and state of charge calculation method
US6534954B1 (en) * 2002-01-10 2003-03-18 Compact Power Inc. Method and apparatus for a battery state of charge estimator
US6789026B2 (en) * 2002-12-29 2004-09-07 Texas Instruments Incorporated Circuit and method for monitoring battery state of charge
US6832171B2 (en) * 2002-12-29 2004-12-14 Texas Instruments Incorporated Circuit and method for determining battery impedance increase with aging
DE102004046621A1 (de) * 2003-09-30 2005-04-28 Bosch Gmbh Robert Vorrichtung oder Verfahren zur Signalverarbeitung
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
JP4583765B2 (ja) 2004-01-14 2010-11-17 富士重工業株式会社 蓄電デバイスの残存容量演算装置
US7446504B2 (en) * 2005-11-10 2008-11-04 Lg Chem, Ltd. System, method, and article of manufacture for determining an estimated battery state vector
KR100804698B1 (ko) * 2006-06-26 2008-02-18 삼성에스디아이 주식회사 배터리 ｓｏｃ 추정 방법 및 이를 이용하는 배터리 관리시스템 및 구동 방법
KR101189150B1 (ko) * 2008-01-11 2012-10-10 에스케이이노베이션 주식회사 배터리 관리 시스템에서 배터리의 ｓｏｃ 측정 방법 및 장치
US7994755B2 (en) 2008-01-30 2011-08-09 Lg Chem, Ltd. System, method, and article of manufacture for determining an estimated battery cell module state
FR2943794B1 (fr) 2009-03-24 2011-05-06 Saft Groupe Sa Procede de determination de l'etat de sante d'une batterie
US8207706B2 (en) 2009-08-04 2012-06-26 Honda Motor Co., Ltd. Method of estimating battery state of charge
US8635037B2 (en) 2009-10-19 2014-01-21 Nuvera Fuel Cells, Inc. Battery state-of-charge management method
GB2478557A (en) * 2010-03-09 2011-09-14 Ricardo Uk Ltd Calculating battery state of charge using two or more different methods
CN102859381A (zh) * 2010-04-22 2013-01-02 埃纳德尔公司 电池充电状态的监视
US8441262B2 (en) * 2010-10-29 2013-05-14 GM Global Technology Operations LLC Optimization of electrical component parameters in energy storage system models
DE102011017113B4 (de) 2011-04-14 2017-11-09 Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr Verfahren zur Bestimmung von Zustandsgrößen eines Akkumulators
US9869725B2 (en) 2012-05-16 2018-01-16 Robert Bosch Gmbh Battery system and method with capacity estimator
US20140244193A1 (en) * 2013-02-24 2014-08-28 Fairchild Semiconductor Corporation Battery state of charge tracking, equivalent circuit selection and benchmarking
US9575128B2 (en) * 2013-03-12 2017-02-21 GM Global Technology Operations LLC Battery state-of-charge estimation for hybrid and electric vehicles using extended kalman filter techniques
US20140266228A1 (en) * 2013-03-15 2014-09-18 Qualcomm Incorporated Active measurement of battery equivalent series resistance
WO2014191794A1 (en) * 2013-05-29 2014-12-04 Freescale Semiconductor, Inc. Cell monitoring apparatus, battery monitoring apparatus, integrated circuit and method of monitoring a rechargeable cell

Also Published As

Publication number Publication date
FI3045925T3 (fi) 2023-05-29
DK3045925T3 (da) 2023-06-06
EP3045925B1 (en) 2023-03-01
EP3045925A1 (en) 2016-07-20
US10422834B2 (en) 2019-09-24
PL3045925T3 (pl) 2023-08-07
US20160202325A1 (en) 2016-07-14

Similar Documents

Publication Publication Date Title
ES2945600T3 (es) Método y sistema para determinar de manera iterativa estado de carga de una celda de batería
EP3696903B1 (en) Battery management apparatus, battery management method, battery pack and electric vehicle
US20190285704A1 (en) Method and apparatus for correcting error occurring in estimation of battery life
ES2917177T3 (es) Método y aparato para determinar el estado de salud y el estado de carga de baterías de litio azufre
US10459034B2 (en) Method and apparatus for estimating state of health (SOH) of battery
JP5237342B2 (ja) バッテリーのｄｃインピーダンスを判定する方法
JP6300945B2 (ja) バッテリの複数のセルを制御する装置及び方法
US10797501B2 (en) Method and apparatus with battery charging
US9557387B2 (en) Testing individual cells within multi-cell battery applications
CN107110916B (zh) 电池组的电池单元的充电状态的自动估计方法
EP2568567B1 (en) Electric storage device management apparatus
CN107003360B (zh) 电池组的充电状态的自动确定方法
CN109642930A (zh) 管理装置以及蓄电系统
KR101731322B1 (ko) 배터리의 교환 시기 통보 장치 및 방법
US20150226807A1 (en) Determination of nominal cell resistance for real-time estimation of state-of-charge in lithium batteries
CN107209227B (zh) 电池组的电池单元的充电状态的自动估计方法
CN110709716B (zh) 估计电池的等效电路模型的参数的方法以及电池管理系统
JP6369340B2 (ja) 蓄電装置および蓄電装置の制御方法
KR100901252B1 (ko) 슬라이딩 모드 관측기를 이용한 ２차 전지 ｓｏｃ 예측방법 및 장치
Baronti et al. Hysteresis modeling in Li-ion batteries
CN105899395B (zh) 估定机动车辆电池中的能量
US11567137B2 (en) Battery management system, battery management method, battery pack and electric vehicle
JP6828339B2 (ja) 蓄電装置
Wu et al. State-of-charge and state-of-health estimating method for lithium-ion batteries
JP5851514B2 (ja) 電池制御装置、二次電池システム