JP2016529478A - バッテリに蓄積された電荷のモニタリング - Google Patents

Abstract

本発明は、バッテリの電荷をモニタリングするための方法および対応する装置に関する。当該方法は、バッテリ電流測定値（ＩＬ）およびバッテリ電圧測定値（ＶＬ）を取得するステップ（１２）と、バッテリ電流測定値（ＩＬ）を考慮に入れることによって、バッテリに蓄積された電荷を表わす一次電荷推定値を更新するために、電流積分法を適用するステップ（１４）とを備える。当該方法は、バッテリ電圧測定値（ＶＬ）を考慮に入れるバッテリモデルを用いて、バッテリに蓄積された電荷を表わす補助電荷推定値を求めるステップ（１６）と、上記補助電荷推定値の誤差値を求めるステップ（１８）とをさらに備え、誤差値は、バッテリ電圧測定値（ＶＬ）を考慮に入れるバッテリモデルの信頼性を表わす。また、当該方法は、補助電荷推定値および誤差値に応じて一次電荷推定値に修正を適用するステップ（２０）を備える。このように適用された修正を解釈することにより、電流センサオフセットおよびバッテリ容量変化を判断することができる。

Description

発明の分野
本発明は、バッテリ充電モニタリングの分野に関する。より具体的には、本発明は、車両におけるバッテリ電源などのバッテリの蓄積エネルギ量および総エネルギ蓄積容量を求め、バッテリ電流測定値における系統誤差を求めるための方法および装置に関する。

発明の背景
バッテリの充電状態は、所与の時点においてバッテリに蓄積されている電気エネルギの量として規定されることができ、バッテリがフル充電されたときのエネルギの百分率として表わされる。例えば電気自動車およびハイブリッド電気自動車などの自動車では、多くの用途でバッテリ電源のこの充電状態を正確に推定する必要性が存在する。車両におけるバッテリの充電状態を求めるための当該技術分野において公知の方法では、比重測定値、電流の時間積分、電圧測定値、またはこれらの組み合わせが使用され得る。

例えば、充電状態は、電流積分によって求められてもよく、当該電流積分は、クーロンカウンティング、電荷カウンティングまたはアンペア時測定と呼ぶこともできる。電流積分法では、既知の初期電荷量から総消費電荷の推定値を取得するために、放電電流が経時的に連続して測定され、積分される。しかし、電流放電履歴に応じたバッテリ容量の変化を考慮に入れて、バッテリ寿命にわたって正確な充電状態推定値を維持することが必要となることもある。

さらに、電流積分によって推定される充電状態は、例えば車両を長期間動作させていなかった後では、アイドル状態のバッテリの無負荷電圧を測定することによって定期的に校正され得る。このタイプの方法は、例えばドイツ特許第ＤＥ ３５ ２０ ９８５号に記載されている。このような方法は実施が容易であり得るが、比較的短いまたはわずかな停止期間を有する車両の長時間の動作局面にわたって、推定誤差が蓄積する可能性がある。なぜなら、充電状態は、無負荷電圧の測定によって再校正または修正されることがほとんどないかもしれないからである。

他の公知の方法は、バッテリ電圧、バッテリ電流および／またはバッテリ温度などの観測された変数を用いてモデルを実際のバッテリに適合させることにより、負荷下のバッテリの無負荷電圧、したがってこの無負荷電圧から導き出すことができる充電状態を求めるためのバッテリモデルに基づき得る。しかし、このようなモデルベースの方法は、比較的複雑である可能性がある。

電圧分析法は、さまざまな態様で端子電圧を測定して充電状態を求めることができる。このような分析装置に関して、例えば充電または急速放電によって引き起こされる分極効果は、分析装置計器の表示を悪い方向に変化させる可能性があり、大半のこのような分析装置は、単に一方向である傾向があり、例えば放電に対してのみ正確に作用し得て、経年劣化効果のための備えはない。

発明の概要
本発明の実施例の目的は、充電状態および健全状態またはバッテリ電流測定値などにおける系統誤差などのバッテリパラメータの優れた推定およびモニタリングを提供することである。

上記の目的は、本発明に係る方法および装置によって達成される。
第１の局面において、本発明は、バッテリの電荷をモニタリングするための方法を提供する。当該方法は、バッテリ電流測定値およびバッテリ電圧測定値を取得するステップと、バッテリ電流測定値を考慮に入れることによって、バッテリに蓄積された電荷を表わす一次電荷推定値を更新するために、電流積分法を適用するステップと、バッテリ電圧測定値を考慮に入れるバッテリモデルを用いて、バッテリに蓄積された電荷を表わす補助電荷推定値を求めるステップと、上記補助電荷推定値の誤差値を求めるステップとを備え、上記誤差値は、バッテリ電圧測定値を考慮に入れる上記バッテリモデルの信頼性を表わし、当該方法はさらに、補助電荷推定値および誤差値に応じて一次電荷推定値に修正を適用するステップと、一次電荷推定値に対する上記修正を考慮に入れてバッテリ電流測定値の系統誤差を求めるステップとを備える。本発明の実施例に係る方法の利点は、オフセットの具体的な校正を必要とすることなく、バッテリの電荷のモニタリングに低コストのセンサを使用できることである。

本発明の実施例に係る方法は、一次電荷推定値に対する上記修正を考慮に入れてバッテリの総電荷容量を求めるステップをさらに備え得る。このように、経時的な容量変化をモニタリングすることができ、それによって、経時的な容量変化は、バッテリの経年劣化または健全状態（ＳＯＨ（state of health））のための尺度である。

本発明の実施例に係る方法において、電流積分法を適用するステップは、ノイズ入力データのシーケンスを考慮に入れて、バッテリに蓄積された電荷などの基本的なシステムの状態を反映する推定量、例えば上記一次電荷推定値を再帰的に更新するための線形二次推定法の予測ステップを実行するステップを備え得て、それによって、フィルタは、上記バッテリ電流測定値に対応した制御変数を含み得る。このようなフィルタは、上記一次電荷推定値を更新するためのカルマンフィルタであり得て、上記一次電荷推定値は、バッテリに蓄積された電荷に対応する隠れ状態変数のカルマン予測値であり、上記カルマンフィルタは、上記バッテリ電流測定値に対応した制御変数をさらに備える。上記のカルマンフィルタの代わりに使用可能な代替的なまたは同等のフィルタは、例えばシーケンシャルカルマンフィルタ、情報フィルタ、コレスキー行列平方根アルゴリズム、ポッターの平方根計測更新アルゴリズム、ハウスホールドアルゴリズム、グラム・シュミットアルゴリズム、Ｕ−Ｄ計測更新、Ｕ−Ｄ時間更新、または粒子フィルタのうちのいずれかである。

本発明の実施例に係るこのような方法において、修正を適用するステップは、上記カルマンフィルタなどの上記線形二次推定法の更新ステップを適用するステップを備え得て、上記カルマンフィルタなどの上記線形二次推定法は、上記誤差値に対応した関連の分散を有する、補助電荷推定値に対応した観測変数をさらに備える。

本発明の実施例に係る方法において、上記カルマンフィルタなどの線形二次推定法は、一次元線形二次推定法、例えば一次元カルマンフィルタであリ得る。これは、複数の状態変数を必要とする他のカルマンフィルタアプローチに対して有利であるが、ここでは、上記一次元カルマンフィルタなどの一次元線形二次推定法により、バッテリ電荷のみがカルマンフィルタなどのフィルタにとっての隠れ状態変数であると考える必要がある。これは、計算時間、したがって組み込まれたプロセッサのコストを劇的に削減する。上記のカルマンフィルタの代わりに使用可能な代替的なまたは同等のフィルタは、例えばシーケンシャルカルマンフィルタ、情報フィルタ、コレスキー行列平方根アルゴリズム、ポッターの平方根計測更新アルゴリズム、ハウスホールドアルゴリズム、グラム・シュミットアルゴリズム、Ｕ−Ｄ計測更新、Ｕ−Ｄ時間更新、または粒子フィルタのうちのいずれかである。

本発明の実施例に係る方法において、補助電荷推定値は、バッテリの総電荷容量の比率として表わされる充電状態値を備え得る。

本発明の実施例に係る方法において、補助電荷推定値を求めるステップは、バッテリの起電力（electromotive force：ＥＭＦ）を求めるステップを備え得る。

本発明の実施例に係る方法において、補助電荷推定値を求めるステップは、バッテリ電流測定値および／またはバッテリ温度測定値をさらに考慮に入れ得る。

第２の局面において、本発明は、バッテリの電荷をモニタリングするための装置を提供する。当該装置は、バッテリ電流測定値を提供するための電流センサと、バッテリ電圧測定値を提供するための電圧センサと、処理ユニットとを備える。当該処理ユニットは、バッテリ電流測定値を考慮に入れることによって、バッテリに蓄積された電荷を表わす一次電荷推定値を更新するために、電流積分法を適用するよう適合され、バッテリ電圧測定値を考慮に入れるバッテリモデルを用いて、バッテリに蓄積された電荷を表わす補助電荷推定値を求めるよう適合され、上記補助電荷推定値の誤差値を求めるよう適合され、上記誤差値は、バッテリ電圧測定値を考慮に入れる上記バッテリモデルの信頼性を表わし、当該処理ユニットはさらに、補助電荷推定値および誤差値に応じて一次電荷推定値に修正を適用するよう適合され、一次電荷推定値に対する上記修正を考慮に入れてバッテリ電流測定値の系統誤差を求めるよう適合される。

本発明の実施例に係る装置の利点は、オフセットの具体的な校正を必要とすることなく、バッテリの電荷のモニタリングに低コストのセンサを使用できることである。

本発明の実施例に係る装置は、一次電荷推定値に対する上記修正を考慮に入れてバッテリの総電荷容量を求めるための手段をさらに備え得る。このように、経時的な容量変化をモニタリングすることができ、それによって、経時的な容量変化は、バッテリの経年劣化または健全状態（ＳＯＨ）のための尺度である。

本発明の実施例に係る装置において、処理ユニットは、電流積分を適用するよう適合され、ノイズ入力データのシーケンスを考慮に入れて、バッテリに蓄積された電荷などの基本的なシステムの状態を反映する推定量、例えば上記一次電荷推定値を再帰的に更新するための線形二次推定法の予測ステップを実行するための手段を備え得て、それによって、フィルタは、上記バッテリ電流測定値に対応した制御変数を含み得る。このようなフィルタは、上記一次電荷推定値を更新するためのカルマンフィルタであり得て、上記一次電荷推定値は、バッテリに蓄積された電荷に対応する隠れ状態変数のカルマン予測値であり、上記カルマンフィルタは、上記バッテリ電流測定値に対応した制御変数をさらに備える。上記のカルマンフィルタの代わりに使用可能な代替的なまたは同等のフィルタは、例えばシーケンシャルカルマンフィルタ、情報フィルタ、コレスキー行列平方根アルゴリズム、ポッターの平方根計測更新アルゴリズム、ハウスホールドアルゴリズム、グラム・シュミットアルゴリズム、Ｕ−Ｄ計測更新、Ｕ−Ｄ時間更新、または粒子フィルタのうちのいずれかである。

本発明の実施例に係るこのような装置において、修正を適用するための手段は、上記カルマンフィルタなどの上記線形二次推定法の更新ステップを適用するための手段を備え得て、上記カルマンフィルタなどの上記線形二次推定法は、上記誤差値に対応した関連の分散を有する、補助電荷推定値に対応した観測変数をさらに備える。

本発明の実施例に係る装置において、上記カルマンフィルタなどの線形二次推定法は、一次元線形二次推定法、例えば一次元カルマンフィルタであリ得る。これは、複数の状態変数を必要とする他のカルマンフィルタアプローチに対して有利であるが、ここでは、上記一次元カルマンフィルタなどの一次元線形二次推定法により、バッテリ電荷のみがカルマンフィルタなどのフィルタにとっての隠れ状態変数であると考える必要がある。これは、計算時間、したがって組み込まれたプロセッサのコストを劇的に削減する。上記のカルマンフィルタの代わりに使用可能な代替的なまたは同等のフィルタは、例えばシーケンシャルカルマンフィルタ、情報フィルタ、コレスキー行列平方根アルゴリズム、ポッターの平方根計測更新アルゴリズム、ハウスホールドアルゴリズム、グラム・シュミットアルゴリズム、Ｕ−Ｄ計測更新、Ｕ−Ｄ時間更新、または粒子フィルタのうちのいずれかである。

本発明の実施例に係る装置において、補助電荷推定値は、バッテリの総電荷容量の比率として表わされる充電状態値を備え得る。

本発明の実施例に係る装置において、補助電荷推定値を求めるための手段は、バッテリの起電力（ＥＭＦ）を求めるための手段を備え得る。

本発明の実施例に係る装置において、補助電荷推定値を求めるための手段は、バッテリ電流測定値および／またはバッテリ温度測定値をさらに考慮に入れ得る。

さらなる局面において、本発明は、バッテリに蓄積された電荷をモニタリングするための本発明の第２の局面の実施例に記載の装置の使用を提供する。

特定の実施例において、本発明は、電気自動車またはハイブリッド車に電力を供給するためのバッテリに蓄積された電荷をモニタリングするための本発明の第２の局面の実施例に記載の装置の使用を提供する。特定の実施例において、使用は、電力バックアップユニットに電力を供給するためのバッテリに蓄積された電荷をモニタリングするためのものであり得る。

本発明の実施例の利点は、バッテリの充電状態および健全状態、例えば総容量の進展のモニタリングが簡単かつ効率的な態様で提供されることである。

本発明の実施例の利点は、ノイズのある電気測定値に対してロバストなバッテリパラメータのモニタリングが提供されることである。

本発明の特定のおよび好ましい局面が、添付の独立請求項および従属請求項に記載されている。従属請求項からの特徴は、特許請求の範囲に明記されているようにだけでなく、必要に応じて、独立請求項の特徴および他の従属請求項の特徴と組み合わせられてもよい。

本発明のこれらのおよび他の局面は、以下に記載される実施例から明らかであり、以下に記載される実施例を参照して説明されるであろう。

図面は、概略的であるに過ぎず、限定的なものではない。図中、いくつかの要素のサイズは、例示の目的で誇張されている場合があり、一定の比率に応じて描かれていない場合がある。

特許請求の範囲におけるいかなる参照符号も、範囲を限定するものとして解釈されるべきではない。

異なる図面において、同一の参照符号は同一または類似の要素を指す。

本発明の実施例に係る方法を概略的に示す。 本発明に係る実施例において使用される例示的なバッテリモデルを示す。 本発明の実施例に係る系統電流誤差を修正するための例示的な比例フィードバック構成を示す。 本発明の実施例に係る装置を示す。

例示的な実施例の詳細な説明
特定の実施例に関して、および特定の図面を参照して本発明について説明するが、本発明はそれに限定されるものではなく、特許請求の範囲によってのみ限定される。記載されている図面は、概略的であるに過ぎず、非限定的である。図中、いくつかの要素のサイズは、例示の目的で誇張されている場合があり、一定の比率に応じて描かれていない場合がある。寸法および相対寸法は、本発明の現実の実施化に対応するものではない。

明細書および特許請求の範囲における「第１の」、「第２の」などの用語は、類似の要素を区別するために用いられており、必ずしも時間的に、空間的に、順位付け的に、またはその他の態様で順序を説明するために用いられているのではない。そのように用いられる用語は、適切な状況下で交換可能であり、本明細書に記載されている本発明の実施例は、本明細書に記載または示されているのとは他の順序で動作できる、ということが理解されるべきである。

さらに、明細書および特許請求の範囲における「上部」、「下部」などの用語は、説明の目的で用いられており、必ずしも相対的位置を説明するために用いられているのではない。そのように用いられる用語は、適切な状況下で交換可能であり、本明細書に記載されている本発明の実施例は、本明細書に記載または示されているのとは他の向きで動作できる、ということが理解されるべきである。

なお、特許請求の範囲で用いられる「備える」という用語は、その後に記載されている手段に限定されるものとして解釈されるべきではなく、他の要素またはステップを除外するものではない。したがって、当該用語は、記載されている特徴、完全体、ステップまたは構成要素の存在を言及されているように特定するものとして解釈されるべきであるが、１つ以上の他の特徴、完全体、ステップまたは構成要素、またはこれらの群の存在または追加を除外するものではない。したがって、「手段Ａと手段Ｂとを備える装置」という表現の範囲は、構成要素Ａおよび構成要素Ｂのみからなる装置に限定されるべきではない。それは、本発明に関して装置の単に関連性のある構成要素がＡおよびＢであることを意味する。

本明細書全体を通して「一実施例」または「実施例」に言及することは、当該実施例に関連付けて記載される特定の特徴、構造または特性が本発明の少なくとも１つの実施例に含まれることを意味する。したがって、本明細書全体を通してさまざまな箇所に「一実施例では」または「実施例では」という言い回しが見られることは、必ずしも全てが同一の実施例を指しているわけではなく、同一の実施例を指しているかもしれない。さらに、当該特定の特徴、構造または特性は、１つ以上の実施例において、本開示から当業者に明らかであるように、任意の好適な態様で組み合わせられてもよい。

同様に、本発明の例示的な実施例の説明において、本発明のさまざまな特徴は、本開示を簡素化してさまざまな本発明の局面のうちの１つ以上の理解を助ける目的で、その単一の実施例、図面または説明にまとめられることもあるということが理解されるべきである。しかし、この開示方法は、クレームされている発明が、各請求項に明記されている以上の特徴を必要とするという意図を反映するものとして解釈されるべきではない。むしろ、以下の特許請求の範囲が反映しているように、本発明の局面は、単一の上記の開示されている実施例の全ての特徴よりも少ない特徴の中にある。したがって、詳細な説明の後に続く特許請求の範囲は、ここではこの詳細な説明に明確に組み入れられ、各請求項は、本発明の別々の実施例として自立している。

さらに、本明細書に記載されているいくつかの実施例は、他の実施例に含まれるいくつかの特徴を含むが、他の実施例に含まれる他の特徴を含まず、当業者によって理解されるように、異なる実施例の特徴の組み合わせは、本発明の範囲内であり、異なる実施例を構成するよう意図されている。例えば、以下の特許請求の範囲において、クレームされている実施例のいずれも、いかなる組み合わせで用いられてもよい。

本明細書でなされている説明には多数の具体的な詳細が記載されている。しかし、これらの具体的な詳細がなくても本発明の実施例を実施できるということが理解される。他の場合において、本説明の理解を曖昧にしないようにするために、周知の方法、構造および技術については詳細に示さなかった。

本発明の実施例において「充電状態（state-of-charge）」または「ＳＯＣ」に言及する場合、バッテリ装置に蓄積された残留電荷または残留エネルギ、例えばバッテリの最大エネルギ蓄積容量に対する推定残留電力レベルの程度のことを言う。

本発明の実施例において「カルマンフィルタ」に言及する場合、ノイズ入力データのシーケンスを考慮に入れて、基本的なシステムの状態を反映する推定量を再帰的に更新するための線形二次推定法のことを言う。カルマンフィルタは、「カルマン・ブシイフィルタ」または「ストラトノビッチ・カルマン・ブシイフィルタ」と呼ぶこともできる。カルマンフィルタについては、「カルマンフィルタリングの基礎」（Paul ZarchenおよびHoward Musoff著，ＡＩＡＡ，２０００年、ＩＳＢＮ １−５６３４７−４５５−７）という本に記載されている。この本に記載されているように、代替的なおよび／または同等のフィルタは、ゲインが計算される方法を変更することによって構築されることができる。例えば、この本には、一次再帰最小二乗フィルタがカルマンフィルタと同等であり得て、違いはゲインのみであることが記載されている。本発明の実施例もゲインを一定にすることができる。

「最適状態推定」（Dan Simon著，John Wiley & Son，２００６年）という本には、記載されているカルマンフィルタに代わるフィルタが記載されており、例えばシーケンシャルカルマンフィルタ、情報フィルタ、コレスキー行列平方根アルゴリズム、ポッターの平方根計測更新アルゴリズム、ハウスホールドアルゴリズム、グラム・シュミットアルゴリズム、Ｕ−Ｄ計測更新、Ｕ−Ｄ時間更新、または粒子フィルタのうちのいずれかである。第１の局面において、本発明は、バッテリの状態をモニタリングするための、例えばバッテリの充電状態をモニタリングするための、またはバッテリの充電状態および総エネルギ蓄積容量をモニタリングするための方法に関する。図１を参照して、本発明の実施例に係るこのような方法１０が概略的に示されている。モニタリングされるバッテリは、例えば電動車両におけるバッテリであってもよく、例えば電気自動車またはハイブリッド車に電力を供給するためのバッテリであってもよい。

方法１０は、バッテリ電流測定値およびバッテリ電圧測定値を取得するステップ１２を備える。例えば、バッテリに出入りするバッテリ電流Ｉ_Ｌは、電流計によって登録され、一定の時間間隔で記録され得る。さらに、バッテリ電極のバッテリ電圧Ｖ_Ｌは、同様に電圧計によって登録され、一定の時間間隔で記録され得る。例えば、電流Ｉ_Ｌおよび電圧Ｖ_Ｌは、アナログ−デジタル変換器によって、予め定められたサンプリング周波数でサンプリングされ、処理ユニットに提供され得る。バッテリ電流Ｉ_Ｌおよびバッテリ電圧Ｖ_Ｌは、負荷電流および負荷電圧と呼ぶこともできる。バッテリ電流測定値およびバッテリ電圧測定値を取得するステップ１２に加えて、例えばバッテリ温度測定値を測定することによって、例えばバッテリの他の動作特性が得られてもよい。

さらに、本発明の実施例に係る方法は、バッテリの総電荷容量の比率として表わされる充電状態（ＳＯＣ）値などの、バッテリに蓄積された電荷を表わす補助電荷推定値ｚ_ｋ、例えばバッテリの相対的充電状態を求めるステップ１６も備える。補助電荷推定値ｚ_ｋを求めるステップ１６は、バッテリ電圧測定値Ｖ_Ｌを考慮に入れるバッテリモデルを用いることによって実行され得る。このようなバッテリモデルは、バッテリ電流測定値Ｉ_Ｌおよび／またはバッテリ温度をさらに考慮に入れ得る。この補助電荷推定値を求めるステップ１６は、バッテリの起電力（ＥＭＦ）を求めるステップ１７を備え得る。

例えば、バッテリモデルは、直列抵抗Ｒ_ｏおよびＲＣ並列ネットワークＲ_ｐ//Ｃを有する、図２に示されるような電気モデル、例えば同等の電気回路モデルであってもよく、そこから、バッテリ電圧測定値Ｖ_Ｌおよびバッテリ電流測定値Ｉ_Ｌを考慮に入れて開回路電圧を導き出すことができ、例えばＥＭＦ＝Ｖ_Ｌ−Ｒ_ｏ・Ｉ_Ｌ−Ｉ_ｐ・Ｒ_ｐである。さらに、バッテリの相対的充電状態を求めるために、予め定められたモデル、例えば予め定められた校正曲線が使用され得て、当該相対的充電状態は、起電力（ＥＭＦ）を考慮に入れて、総電荷容量によって除算された推定電荷として表わされる充電状態（ＳＯＣ）であり得る。このようにして、試験結果、または、バッテリもしくはバッテリタイプについての情報を供給する標準的なデータシートからＥＭＦ対ＳＯＣ曲線を導き出すことができる。

図２に示される例示的なモデルでは、直列抵抗Ｒ_ｏの推定のために、以前に得られたいくつかのバッテリ電圧および電流が記憶され得て、例えばバッテリ電圧Ｖ_Ｌおよびバッテリ電流Ｉ_Ｌについて得られた以前の１０個の値が記憶されてもよい。これらの記憶された値からの最小および最大電流が求められ得る。対応する電圧は、そのままでＳＯＣに変換され得て、例えばバッテリ電圧Ｖ_Ｌ値が、ＳＯＣを推定するためにＥＭＦ値として直接使用されてもよい。

例えば、バッテリの通常の動作条件下で、例えば通常の電圧レベル下で、十分に大きな電流変化の間に、Ｒ_ｏを推定するために、オームの法則が適用されてもよい。したがって、Ｒ_ｏを求めるために、少なくとも１Ｃの電流ステップと組み合わせて、Ｖ_Ｌは、１０％ＳＯＣに対応するＥＭＦから９０％ＳＯＣに対応するＥＭＦの範囲内である必要があり得る。例えば、１０Ａｈバッテリでは、例えば１０個の電流および電圧サンプルのシーケンスが求められてもよい。当該シリーズの中の最大電流と最小電流との差が、１Ｃに対応する１０Ａを超え、最小電圧も最大電圧も２．７〜３．８Ｖである場合、Ｒ_ｏは、最大電流と最小電流との差、例えば２０Ａによって除算された最大電圧と最小電圧との差、例えば０．０８Ｖとして計算されることができ、例えばＲ_ｏ＝０．０８Ｖ／２０Ａ＝４ｍΩである。

方法１０は、図１に概略的に示されているように、補助電荷推定値の誤差値を求めるステップ１８をさらに備え、この誤差値は、バッテリ電圧測定値Ｖ_Ｌを考慮に入れるバッテリモデルの信頼性を表わす。本発明の実施例では、この誤差値は、測定された電池電圧から導き出されるＥＭＦの所与の値について生成されるバッテリの補助電荷推定値ｚ_ｋ、例えばＳＯＣの推定誤差として表わされることができる。したがって、誤差値は、バッテリ電圧測定値Ｖ_Ｌおよびバッテリ電流測定値Ｉ_Ｌを考慮に入れるバッテリモデルを用いて補助電荷推定値ｚ_ｋを求めるステップ１６に対応する推定誤差に応じて求められ得る。この誤差値は、例えばＥＭＦ対ＳＯＣ曲線が平坦である場合、例えばＳＯＣがＥＭＦの小さな変動に対してのみ広範囲にわたって変動し得る場合には高い値が割り当てられてもよく、例えば２０％の値が割り当てられてもよく、フルに近いおよび／または空に近いバッテリでは低い値、例えば１％の値が割り当てられてもよい。さらに、バッテリ緩和がモデル化困難である場合には、誤差値はバッテリ電流測定値Ｉ_Ｌに応じて求められ得る。

方法１０は、補助電荷推定値および誤差値に応じて一次電荷推定値に修正を適用するステップ２０も備える。修正を適用するステップ２０は、上記のカルマンフィルタなどの線形二次推定法の更新ステップを適用するステップ２１を備え得て、例えば修正を適用するステップ２０は、例えば一次電荷推定値Ｑ_ｋを更新するためのカルマン予測ステップ１５などの線形二次推定法の予測ステップに対応するカルマン更新などの線形二次推定法の更新を備え得る。したがって、カルマンフィルタなどの線形二次推定法は、上記誤差値に対応した関連の分散Ｒを有する、補助電荷推定値ｚ_ｋに対応した観測変数を備え得る。

カルマン更新などの線形二次推定法の更新を適用するステップ２１は、補助電荷推定値ｚ_ｋについて求められた誤差値１８を考慮に入れて、カルマンゲインＫ_ｋなどのゲインを計算するステップを備え得て、例えばこの誤差値は、観測された変数ｚ_ｋについてカルマン分散Ｒなどの分散Ｒを求める。本発明の実施例では、ゲインは、ゲインが一定であり得るとしても、異なる方法で計算されてもよい。

本発明の実施例では、カルマン観測変数分散Ｒなどのこの観測変数分散Ｒは、上記の式を用いて測定された電池電圧から導き出されるＥＭＦの所与の値について生成されるバッテリの相対的充電状態値（ＳＯＣ）における推定誤差として表わされることができる。したがって、分散Ｒは、バッテリ電圧測定値Ｖ_Ｌおよびバッテリ電流測定値Ｉ_Ｌを考慮に入れるバッテリモデルを用いて、バッテリの補助電荷推定値ｚ_ｋに応じて求められ得る。この分散Ｒは、例えばＥＭＦ対ＳＯＣ曲線が平坦である場合には高い値、例えば２０％の値が割り当てられてもよく、フルに近いおよび／または空に近いバッテリでは低い値、例えば１％の値が割り当てられてもよい。さらに、バッテリ緩和がモデル化困難である場合には、分散Ｒはバッテリ電流測定値Ｉ_Ｌに応じて求められ得る。

上記のカルマンフィルタなどの上記の線形二次推定法は、電荷推定値Ｑに対する一次フィルタであると考えることができ、時定数は１／（Ｋ_ｋ・Ｈ_ｋ）である。Ｈ_ｋは、例えばクーロン単位で測定される電荷推定値から相対的充電状態、例えば百分率として表わされるＳＯＣへの伝達関数を表わし、そのため、実質的に一定であると考えることができ、例えば好ましくはバッテリの多くの充放電サイクルで大きく変化し得るのみである。さらに、カルマンフィルタなどの線形二次推定法のこの時定数は、使用される電流センサの誤差の分散Ｓに左右され得る。測定誤差のこの分散Ｓは、例えばセンサの相対誤差にセンサ実寸およびサンプリング間隔を乗ずる、例えば０．５％×１００Ａ×０．５秒によって電流センサのデータシートから導き出され得る。

バッテリがほぼフルであるか、またはほぼ空である場合に、最も高い推定精度が好ましくは達成される。本発明の実施例に係る方法の性能を示すために、これらの動作領域が分散Ｒについて低い値を示唆し得ることに注目すべきである。例えば、相対的充電状態（ＳＯＣ）の平均値が９７％であり、１２Ａｈバッテリであり、Ｓ＝０．２５Ａｓであり、Ｒ＝３％であり、Ｈ＝０．００２２であると仮定すると、２Ｈｚのサンプルレートでは１／ＫＨは１５６０サイクルまたは７８０秒に収束する。

ほぼフル充電された状態では、分散は一般に小さいであろう。なぜなら、相対的充電状態の小さな推定誤差を示唆するように、測定された高いバッテリ電圧がとられ得るからである。しかし、緩和によって引き起こされる不確実性の補償を可能にするためには、より低い中間時定数が望ましいであろう。再び図２を参照して、このようなより低い中間時定数を提供するために、好適な時定数を有するバッテリモデルにＣ_ｐ−Ｒ_ｐ回路が含まれ得る。回路のこの部分の時定数は、上記のカルマン時定数などの時定数、例えば上記の例では１５０秒の時定数の例えば１０％〜３０％の範囲内でカルマン修正などの線形二次推定法の修正を補完するように選択され得る。

さらに、方法１０は、図１に図示されているように、一次電荷推定値に対する修正を考慮に入れてバッテリの総電荷容量を求めるステップ２４を備え得る。例えば、バッテリの想定される総電荷容量が正確でない場合、例えばバッテリの想定される総電荷容量が実際の容量よりも高いまたは低い場合には、バッテリがフルまたは空になるたびに、一次電荷推定値に対する修正は、実際の容量の過大評価または過小評価を示す方向であろう。したがって、当該修正、例えばカルマン修正項を入力として総容量推定値を更新するために、比例積分（ＰＩ）フィードバックが使用され得る。

例えば、当該修正、例えばカルマン修正項は、ＰＩ入力に入力され得るのに対して、ＰＩ出力は、例えば更新された総容量推定値を取得するために総容量推定値に追加される。この修正は、バッテリがほぼフルまたはほぼ空である場合にのみ関連性があり得て、例えば当該修正は、推定されたＳＯＣが例えば９７％よりも大きい場合、または例えば５％よりも小さい場合にのみ実行され得る。容量推定値が正確であれば、カマン修正項の値などの修正項の値は、通常ゼロ付近で分布し、そのためＰＩの出力はゼロである。代替的に、例えばＳＯＣが９７％未満に降下した場合に、ＰＩの出力は、バッテリサイクル当たり一度だけ総容量推定値に追加されてもよい。

第２の局面において、本発明は、バッテリの電荷をモニタリングするための装置に関する。図４を参照して、本発明の実施例に係る装置が示されている。装置３０は、バッテリ３１、例えば負荷３５に接続されたバッテリの電荷をモニタリングし、例えば負荷３５は、電気自動車またはハイブリッド車に電力を供給するための電力バスシステムを備える。装置３０は、バッテリ電流測定値を提供するための、例えばバッテリに出入りする電流を測定するための電流センサ、例えば電流計３２と、バッテリ電圧測定値を提供するための、例えばバッテリ電極の電位を測定するための電圧センサ、例えば電圧計３３と、処理ユニット３４とを備える。さらに、当該装置は、温度センサなどの少なくとも１つの他のタイプのセンサも備えていてもよい。

処理ユニット３４は、バッテリ電流測定値を考慮に入れることによって、バッテリに蓄積された電荷を表わす一次電荷推定値を更新するために電流積分法を適用し、バッテリ電圧測定値を考慮に入れるバッテリモデルを用いて、バッテリに蓄積された電荷を表わす補助電荷推定値を求めるよう適合される。さらに、処理ユニット３４は、補助電荷推定値の誤差値を求めるよう適合され、この誤差値は、バッテリ電圧測定値を考慮に入れるバッテリモデルの信頼性、例えば精度を表わす。また、処理ユニット３４は、補助電荷推定値および誤差値に応じて一次電荷推定値に修正を適用するよう適合される。

特に、処理ユニット３４は、本発明の第１の局面に係る方法のステップ、例えば上記の電流積分を適用するステップ１４、補助電荷推定値を求めるステップ１６、誤差値を求めるステップ１８、および／または、一次電荷推定値に修正を適用するステップ２０を実行するよう適合され得る。

また、本発明の局面は、電気自動車またはハイブリッド車に電力を供給するためのバッテリに蓄積された電荷をモニタリングするための、または、電力バックアップユニットのためにエネルギを蓄積するための本発明の第２の局面の実施例に係る装置の使用に関する。

Claims (15)

1. バッテリの電荷をモニタリングするための方法（１０）であって、
   バッテリ電流測定値（Ｉ_Ｌ）およびバッテリ電圧測定値（Ｖ_Ｌ）を取得するステップ（１２）と、
   前記バッテリ電流測定値（Ｉ_Ｌ）を考慮に入れることによって、前記バッテリに蓄積された前記電荷を表わす一次電荷推定値を更新するために、電流積分法を適用するステップ（１４）と、
   前記バッテリ電圧測定値（Ｖ_Ｌ）を考慮に入れるバッテリモデルを用いて、前記バッテリに蓄積された前記電荷を表わす補助電荷推定値を求めるステップ（１６）と、
   前記補助電荷推定値の誤差値を求めるステップ（１８）とを備え、前記誤差値は、前記バッテリ電圧測定値（Ｖ_Ｌ）を考慮に入れる前記バッテリモデルの信頼性を表わし、前記方法はさらに、
   前記補助電荷推定値および前記誤差値に応じて前記一次電荷推定値に修正を適用するステップ（２０）と、
   前記一次電荷推定値に対する前記修正を考慮に入れて前記バッテリ電流測定値（Ｉ_Ｌ）の系統誤差を求めるステップ（２２）とを備える、方法。
2. 前記一次電荷推定値に対する前記修正を考慮に入れて前記バッテリの総電荷容量を求めるステップ（２４）をさらに備える、請求項１に記載の方法。
3. 前記電流積分法を適用するステップ（１４）は、ノイズ入力データのシーケンスを考慮に入れて、前記バッテリに蓄積された前記電荷に対応する基本的なシステムの状態を反映する前記一次電荷推定値を再帰的に更新するための線形二次推定法の予測ステップを実行するステップ（１５）を備え、それによって、フィルタは、前記バッテリ電流測定値に対応した制御変数を含み得る、請求項１または２に記載の方法。
4. 前記修正を適用するステップ（２０）は、前記線形二次推定法の更新ステップを適用するステップ（２１）を備え、前記線形二次推定法は、前記誤差値に対応した関連の分散を有する、前記補助電荷推定値に対応した観測変数をさらに備える、請求項３に記載の方法。
5. 前記線形二次推定法は、一次元線形二次推定法である、請求項３または４に記載の方法。
6. 前記電流積分法を適用するステップ（１４）は、前記一次電荷推定値を更新するためにカルマンフィルタの予測ステップを実行するステップ（１５）を備え、前記一次電荷推定値は、前記バッテリに蓄積された前記電荷に対応する隠れ状態変数のカルマン予測値であり、前記カルマンフィルタは、前記バッテリ電流測定値（ＩＬ）に対応した制御変数をさらに備える、請求項１または２に記載の方法。
7. 前記修正を適用するステップ（２０）は、前記カルマンフィルタの更新ステップを適用するステップ（２１）を備え、前記カルマンフィルタは、前記誤差値に対応した関連の分散を有する、前記補助電荷推定値に対応した観測変数をさらに備える、請求項６に記載の方法。
8. 前記カルマンフィルタは、一次元カルマンフィルタである、請求項６または７に記載の方法。
9. 前記補助電荷推定値は、前記バッテリの総電荷容量の比率として表わされる充電状態値を備える、請求項１から８のいずれか１項に記載の方法。
10. 前記補助電荷推定値を求めるステップ（１６）は、前記バッテリの起電力（ＥＭＦ）を求めるステップ（１７）を備える、請求項１から９のいずれか１項に記載の方法。
11. 前記補助電荷推定値を求めるステップ（１６）は、前記バッテリ電流測定値（ＩＬ）および／またはバッテリ温度測定値をさらに考慮に入れる、請求項１から１０のいずれか１項に記載の方法。
12. バッテリ（３１）の電荷をモニタリングするための装置（３０）であって、バッテリ電流測定値（ＩＬ）を提供するための電流センサ（３２）と、バッテリ電圧測定値（ＶＬ）を提供するための電圧センサ（３３）と、処理ユニット（３４）とを備え、前記処理ユニットは、
    前記バッテリ電流測定値（ＩＬ）を考慮に入れることによって、前記バッテリに蓄積された前記電荷を表わす一次電荷推定値を更新するために、電流積分法を適用するよう適合され、
    前記バッテリ電圧測定値（ＶＬ）を考慮に入れるバッテリモデルを用いて、前記バッテリに蓄積された前記電荷を表わす補助電荷推定値を求めるよう適合され、
    前記補助電荷推定値の誤差値を求めるよう適合され、前記誤差値は、前記バッテリ電圧測定値（ＶＬ）を考慮に入れる前記バッテリモデルの信頼性を表わし、前記処理ユニットはさらに、
    前記補助電荷推定値および前記誤差値に応じて前記一次電荷推定値に修正を適用するよう適合され（２０）、
    前記一次電荷推定値に対する前記修正を考慮に入れて前記バッテリ電流測定値（ＩＬ）の系統誤差を求めるよう適合される（２２）、装置。
13. バッテリに蓄積された電荷をモニタリングするための請求項１２に記載の装置の使用。
14. 電気自動車またはハイブリッド車に電力を供給するためのバッテリに蓄積された電荷をモニタリングするための請求項１３に記載の使用。
15. 電力バックアップユニットに電力を供給するためのバッテリに蓄積された電荷をモニタリングするための請求項１３に記載の使用。

Images