JP2021067674A - バッテリ状態推定方法及び装置 - Google Patents
バッテリ状態推定方法及び装置 Download PDFInfo
- Publication number
- JP2021067674A JP2021067674A JP2020154404A JP2020154404A JP2021067674A JP 2021067674 A JP2021067674 A JP 2021067674A JP 2020154404 A JP2020154404 A JP 2020154404A JP 2020154404 A JP2020154404 A JP 2020154404A JP 2021067674 A JP2021067674 A JP 2021067674A
- Authority
- JP
- Japan
- Prior art keywords
- battery
- state
- electrochemical model
- voltage
- estimated
- 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 116
- 230000008859 change Effects 0.000 claims description 84
- 238000009826 distribution Methods 0.000 claims description 75
- 150000002500 ions Chemical class 0.000 claims description 67
- 238000012937 correction Methods 0.000 claims description 51
- 238000001514 detection method Methods 0.000 claims description 43
- 239000011149 active material Substances 0.000 claims description 41
- 239000002245 particle Substances 0.000 claims description 36
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 claims description 30
- 238000009792 diffusion process Methods 0.000 claims description 30
- 229910001416 lithium ion Inorganic materials 0.000 claims description 30
- 239000003792 electrolyte Substances 0.000 claims description 7
- 230000036541 health Effects 0.000 claims description 4
- 230000005856 abnormality Effects 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 10
- 238000006243 chemical reaction Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 239000007772 electrode material Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000007773 negative electrode material Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 239000007774 positive electrode material Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3835—Arrangements for monitoring battery or accumulator variables, e.g. SoC involving only voltage measurements
-
- 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
- G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
- G01R19/16533—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values characterised by the application
- G01R19/16538—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values characterised by the application in AC or DC supplies
- G01R19/16542—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values characterised by the application in AC or DC supplies for batteries
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/3644—Constructional arrangements
- G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/374—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with means for correcting the measurement for temperature or ageing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- 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]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- 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
-
- 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
- G01R31/387—Determining ampere-hour charge capacity or SoC
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
【課題】 バッテリ状態推定方法及び装置を提供する。【解決手段】 開示されたバッテリ状態推定方法は、バッテリの検出電圧と、バッテリに対応する電気化学モデルから推定されたバッテリの推定電圧との間の電圧差を用いて、バッテリの状態変化量を決定するステップと、バッテリの状態変化量に基づいて、電気化学モデルの内部状態をアップデートするステップと、電気化学モデルの内部状態に基づいて、バッテリの状態情報を推定するステップと、を含む。【選択図】 図2
Description
本発明は、バッテリ状態推定方法及び装置に関する。
バッテリの状態を推定する方法は様々である。一例として、バッテリの状態は、当該バッテリの電流を積算して推定され、または、バッテリモデル(例えば、電気回路モデル、又は電気化学モデル)を用いて推定され得る。
一実施形態に係るバッテリ状態推定方法及び装置の目的は、少ない演算量で簡単に電気化学モデルを用いて、バッテリのSOC推定値を補正することにある。
一実施形態に係るバッテリ状態推定方法は、バッテリの検出電圧と、前記バッテリに対応する電気化学モデルから推定された前記バッテリの推定電圧との間の電圧差を用いて、前記バッテリの状態変化量を決定するステップと、前記バッテリの状態変化量に基づいて、前記電気化学モデルの内部状態をアップデートするステップと、前記電気化学モデルの内部状態に基づいて、前記バッテリの状態情報を推定するステップと、を含む。
一実施形態に係るバッテリ状態推定方法において、前記バッテリの状態変化量を決定するステップは、前記電圧差、前記電気化学モデルで予め推定された以前状態情報、及びOCVテーブルに基づいて、前記バッテリの状態変化量を決定することができる。
一実施形態に係るバッテリ状態推定方法において、前記バッテリの状態変化量を決定するステップは、前記OCVテーブルに基づいて前記以前状態情報に対応する開回路電圧を取得し、前記開回路電圧に前記電圧差を反映して、前記バッテリの状態変化量を決定することができる。
一実施形態に係るバッテリ状態推定方法において、前記電気化学モデルの内部状態をアップデートするステップは、前記バッテリの状態変化量に基づいて、活物質粒子内のイオン濃度分布又は電極内のイオン濃度分布を補正することにより、前記電気化学モデルの内部状態をアップデートすることができる。
一実施形態に係るバッテリ状態推定方法において、前記電気化学モデルの内部状態をアップデートするステップは、前記バッテリの状態変化量に応じて、前記活物質粒子内のイオン濃度分布又は電極内のイオン濃度分布を均一に補正して、前記電気化学モデルの内部状態をアップデートすることができる。
一実施形態に係るバッテリ状態推定方法において、前記電気化学モデルの内部状態をアップデートするステップは、前記バッテリの状態変化量による拡散特性に基づいて濃度勾配の特性を決定し、前記濃度勾配の特性に応じて前記バッテリのイオン濃度分布を補正し、前記電気化学モデルの内部状態をアップデートすることができる。
一実施形態に係るバッテリ状態推定方法において、前記電気化学モデルの内部状態をアップデートするステップは、前記バッテリの状態変化量に応じて活物質の拡散方程式を算出し、前記活物質粒子内のイオン濃度分布又は電極内のイオン濃度分布を補正して、前記電気化学モデルの内部状態をアップデートすることができる。
一実施形態に係るバッテリ状態推定方法において、前記電気化学モデルの内部状態は、前記バッテリの正極リチウムイオン濃度分布、負極リチウムイオン濃度分布、及び電解質リチウムイオン濃度分布のいずれか1つ又はこれらの組み合わせを含むことができる。
一実施形態に係るバッテリ状態推定方法は、前記バッテリの検出電圧と、前記電気化学モデルから取得した前記バッテリの推定電圧との間の電圧差が閾値電圧差を超過するか否かを確認するステップ、をさらに含むことができる。
一実施形態に係るバッテリ状態推定方法において、前記電気化学モデルは、複数のバッテリのうち状態情報を推定しようとするターゲットバッテリの状態情報を推定し、前記検出電圧は、前記ターゲットバッテリに測定された電圧であり、前記推定電圧は、前記電気化学モデルによって前記複数のバッテリの中から他のバッテリに対して予め推定された電圧であり得る。
一実施形態に係るバッテリ状態推定方法において、前記バッテリは、電池セル、バッテリモジュール、又はバッテリパックであり得る。
一実施形態に係るバッテリ状態推定方法において、前記バッテリの推定された状態情報は、SOC(State of Charge)、SOH(State of Health)、及び異常状態情報のいずれか1つ、又は、これらの組み合わせを含むことができる。
一実施形態に係る他のバッテリ状態推定方法は、バッテリの検出電圧を含む検出データを取得するステップと、前記バッテリに対応する電気化学モデルを用いて、前記検出データから前記バッテリの推定電圧を取得するステップと、前記バッテリの前記検出電圧と前記推定電圧との間の第1電圧差を算出するステップと、前記電圧差に基づいて前記電気化学モデルの補正法を選択するステップと、前記選択された補正法を前記電気化学モデルに適用することにより、前記電気化学モデルの内部状態又は電気化学モデルから入力される検出電流を補正するステップと、前記補正法が適用された電気化学モデルを用いて、前記バッテリの状態情報を推定するステップと、を含む。
一実施形態に係るバッテリ状態推定方法において、前記選択された補正法により、前記電気化学モデルの内部状態又は電気化学モデルから入力される検出電流を補正するステップは、現在期間のバッテリの検出電圧と、前記電気化学モデルから推定された前記バッテリの推定電圧との間の第1電圧差により決定された前記バッテリの状態変化量を用いて、前記電気化学モデルの内部状態をアップデートし、又は、以前期間の前記バッテリの検出電圧と推定電圧との間の第2電圧差に対応する容量誤差を用いて、前記電気化学モデルから入力される前記バッテリの現在期間の検出電流を補正することができる。
一実施形態に係るバッテリ状態推定方法において、前記電圧差に基づいて前記電気化学モデルの補正法を決定するステップは、前記第1電圧差が予め決定された閾値電圧差を超過する場合に、前記電気化学モデルの内部状態を補正する補正法を選択し、前記電圧差が予め決定された閾値電圧差の以下である場合に、前記電気化学モデルから入力される検出電流を補正する補正法を選択することができる。
一実施形態に係るバッテリ状態推定方法において、前記電気化学モデルの補正法を決定するステップは、前記電気化学モデルから入力される検出電流を補正する補正法が、前記電気化学モデルの内部状態を補正する補正法よりも頻繁に行われるよう前記電気化学モデルの補正法を選択することができる。
一実施形態に係るバッテリ状態推定装置は、バッテリの検出電圧と、前記バッテリに対応する格納された電気化学モデルによって推定された前記バッテリの推定電圧との間の電圧差を用いて、前記バッテリの状態変化量を決定し、前記バッテリの状態変化量に基づいて、前記電気化学モデルの内部状態をアップデートし、前記電気化学モデルの内部状態に基づいて、前記バッテリの状態情報を推定する、プロセッサを含む。
一実施形態に係るバッテリ状態推定装置は、前記電気化学モデルを格納するメモリをさらに含むことができる。
一実施形態に係るバッテリ状態推定装置は、車両又はモバイルデバイスであり、前記バッテリによって電力が供給され得る。
一実施形態に係るバッテリ状態推定方法及び装置は、バッテリの検出電圧と電気化学モデルから推定された推定電圧と間の電圧差が最小化されるように、バッテリの状態変化量を決定して、バッテリモデルの内部状態をアップデートするフィードバック構造により、少ない演算量でもバッテリの状態情報を高い精度で推定することができる。
実施形態に対する特定の構造的又は機能的な説明は、単なる例示のための目的として開示されたものとして、様々な形態に変更される。したがって、実施形態は、特定の開示形態に限定されるものではなく、本明細書の範囲は、技術的な思想に含まれる変更、均等物ないし代替物を含む。
第1又は第2などの用語を複数の構成要素を説明するために用いることがあるが、このような用語は1つの構成要素を他の構成要素から区別する目的としてのみ解釈されなければならない。例えば、第1構成要素は第2構成要素と命名することができ、同様に第2構成要素は第1構成要素としても命名することができる。
いずれかの構成要素が他の構成要素に「連結」されているか「接続」されていると言及されたときには、その他の構成要素に直接的に連結されているか、又は、接続されているが、中間に他の構成要素が存在し得るものと理解されなければならない。
単数の表現は、文脈上、明白に異なる意味をもたない限り、複数の表現を含む。本明細書において、「含む」又は「有する」等の用語は、明細書上に記載した特徴、数字、ステップ、動作、構成要素、部品、又はこれらを組み合わせたものが存在することを示すものであって、1つ又はそれ以上の他の特徴や数字、ステップ、動作、構成要素、部品、又はこれを組み合わせたものなどの存在、又は、付加の可能性を予め排除しないものとして理解しなければならない。
また、異なるように定義されない限り、技術的であるか又は科学的な用語を含んで、ここで用いる全ての用語は、本実施形態が属する技術分野で通常の知識を有する者によって一般的に理解されるものと同じ意味を有する。一般的に用いられる予め定義された用語は、関連技術の文脈上で有する意味と一致する意味を有するものと解釈すべきであって、本明細書で明白に定義しない限り、理想的又は過度に形式的な意味として解釈されることはない。
以下に、添付する図面を参照しながら実施形態を詳細に説明する。添付の図面を参照して説明することにおいて、図面符号に関係なく、同じ構成要素には、同じ参照符号を付し、これに対する重複した説明は省略することにする。
図1及び図2は、一実施形態に係るバッテリシステムを説明するための図である。
図1を参照すると、一実施形態に係るバッテリシステム100は、バッテリ110−1から110−n及びバッテリ状態推定装置120を含む。
バッテリ110−1から110−nのそれぞれは、電池セル、バッテリモジュール又はバッテリパックであり得る。
バッテリ状態推定装置120は、1つ以上のセンサを用いてバッテリ110−1から110−nのそれぞれを検出する。別に表現すると、バッテリ状態推定装置120は、バッテリ110−1から110−nそれぞれの検出データを収集する。例えば、検出データは、電圧データ、電流データ、及び/又は温度データを含む。
バッテリ状態推定装置120は、検出データに基づいてバッテリ110−1から110−nそれぞれの状態情報を推定し、その結果を出力する。状態情報は、例えば、SOC(State of Charge)、SOH(State of Health)及び/又は異常(abnormality)状態情報を含む。状態情報を推定するとき用いられるバッテリモデルは、電気化学モデル(Electrochemical Model)であり、これについては図2を参照して後述する。
図2を参照すると、一実施形態に係るバッテリモデルを用いて状態情報を推定する例示が示されている。
バッテリ状態推定装置120は、バッテリ110に対応する電気化学モデルを用いてバッテリ110の状態情報を推定する。例えば、バッテリ110は、図1に示されたバッテリ110−1から110−nのいずれか1つに対応する。電気化学モデルはバッテリの電位、イオン濃度分布などのような、内部の物理現象をモデリングしてバッテリの状態情報を推定するモデルである。
バッテリ110の状態情報の推定正確度は、バッテリ110の最適な運用、制御に影響を及ぼし得る。電気化学モデルを用いて状態情報を推定するとき、電気化学モデルに入力される電流、電圧、温度データを測定するセンサ情報とモデリング方式で算出された状態情報との間に誤差が発生する可能性があるため、誤差補正が行われる。
まず、センサで測定されたバッテリ110の検出電圧と電気化学モデルから推定されたバッテリ110の推定電圧との間の電圧差が決定される。そして、バッテリ状態推定装置120は、電圧差を用いてバッテリ110の状態変化量を決定する。そして、バッテリ状態推定装置120は、状態変化量に基づいて電気化学モデルの内部状態(例えば、バッテリの電位、イオン濃度分布など)をアップデートする。そして、バッテリ状態推定装置120は、アップデートされた電気化学モデルの内部状態に基づいてバッテリ110の状態情報を推定することができる。このように、バッテリ状態推定装置120は、バッテリ110の検出電圧と電気化学モデルから推定された推定電圧との間の電圧差が最小化されるようバッテリの状態変化量を決定し、電気化学モデルの内部状態をアップデートするフィードバック構造により、モデルの複雑度、演算量の増加なくても高い精度でバッテリの状態情報を推定することができる。
図3は、一実施形態に係るバッテリ状態を推定する過程を説明するための図である。
図3を参照すると、一実施形態によりバッテリ状態推定装置がバッテリの状態情報を決定するフローチャートを示している。バッテリ状態は、複数の期間の間に推定され、図3に示すフローチャートは、各期間でバッテリの状態情報を推定する過程を示している。説明の便宜のために、このような場合を単一セルモデルと称する。
ステップS310において、バッテリ状態推定装置は、バッテリの検出データを収集する。検出データは、バッテリの検出電圧、検出電流、及び検出温度を含む。例えば、検出データは、時間の流れに伴った大きさの変化を示すプロファイル形態として格納される。
ステップS320において、検出電流及び検出温度が入力された電気化学モデルでバッテリの推定電圧、状態情報(例えば、SOC)が決定される。
ステップS330において、バッテリ状態推定装置は、バッテリの検出電圧及び電気化学モデルから推定された推定電圧間の電圧差を算出する。例えば、電圧差は、予め決定された最近の時間の間の移動平均電圧に決定される。
図3には図示されていないが、実施形態に応じて、バッテリ状態推定装置は、電圧差が閾値電圧差を超過するか否かに基づいて、バッテリ状態情報の補正が必要であるか否かを判断する。電気化学モデルに誤差が発生すると、電気化学モデルを用いて推定された推定電圧がバッテリの検出電圧と相当に、あるいは推定電圧が過度に不正確になるほど変わり得る。したがって、誤差の累積を防止するために電圧差に基づいて補正の必否が判断される。
例えば、電圧差が閾値電圧差を超過すると、バッテリ状態推定装置は、バッテリの状態情報に補正が必要であると判断し、ステップS340が続いて実行される。反対に、電圧差が閾値電圧差を超過しなければ、バッテリ状態推定装置は、バッテリの状態情報に補正が必要でないと判断し、ステップS340、S350、S360を行うことなくステップS310が再び行われる。
ステップS340において、バッテリ状態推定装置は、電圧差を用いてバッテリの状態変化量を決定する。例えば、バッテリ状態推定装置は、電圧差、バッテリの以前状態情報、及びOCVテーブルに基づいて、バッテリの状態変化量を決定することができる。バッテリの以前状態情報は、ステップS320で電気化学モデルを用いて予め推定された状態情報であってもよい。例えば、バッテリの状態変化量は、SOC変化量を含む。詳細な内容は図7及び図8を参照して後述する。
ステップS350において、バッテリ状態推定装置は、バッテリの状態変化量に基づいて電気化学モデルの内部状態を補正することで、電気化学モデルをアップデートする。例えば、バッテリ状態推定装置は、バッテリの状態変化量に基づいて活物質粒子内のイオン濃度分布又は電極内のイオン濃度分布を補正することで、電気化学モデルの内部状態をアップデートすることができる。活物質は、バッテリの正極、負極を含む。バッテリ状態推定装置は、内部状態がアップデートされた電気化学モデルを用いて、バッテリの状態情報を推定することができる。このように、バッテリの検出電圧と、電気化学モデルから推定された推定電圧と間の電圧差が最小化されるようバッテリの状態変化量を決定し、電気化学モデルの内部状態をアップデートするフィードバック構造により、少ない演算量でもバッテリの状態情報を高い精度で推定することができる。より詳しくは、図9〜図11を参照して後述する。
ステップS360において、バッテリ状態推定装置は、バッテリ状態推定動作運行を終了するか否かを判断する。例えば、予め決定された運行期間が経過していなければ、次の期間に対してステップS310が次に行われる。反対に、予め決定された運行期間が経過したのであれば、バッテリ状態推定動作が終了される。
図4〜図5は、他の一実施形態に係るバッテリ状態を推定する過程について説明するための図である。
他の一実施形態により、バッテリ状態推定装置は、複数の期間それぞれで複数のバッテリの状態情報を決定することができる。複数の期間それぞれで複数のバッテリのうち電気化学モデルを用いて複数のバッテリの中からバッテリの状態情報が推定されるターゲットバッテリを選択する。言い換えれば、各期間において、バッテリ状態推定装置は、電気化学モデルを用いてターゲットバッテリの状態情報を決定し、電流積算法を用いて残りの非ターゲットバッテリの状態情報を決定することができる。ここで、電流積算法は、バッテリの終端に位置する電流センサを介して充電又は放電される電流量を積算し、バッテリの残量を推定する方式であり得る。
次の期間になると、電気化学モデルに基づいて、状態情報が推定されるターゲットバッテリも他のバッテリに変更される。例えば、複数の期間のうち、第1期間で設定されたターゲットバッテリは、第2期間で非ターゲットバッテリとして設定され、第1期間における非ターゲットバッテリが第2期間でターゲットバッテリに設定されてもよい。
このように、予め決定された順序に応じて、順次ターゲットバッテリを指定し、電気化学モデルでバッテリの状態情報を推定することで、比較的に多くの演算量が求められる電気化学モデルを用いても演算量の負担なしに、効率よく、かつ迅速にバッテリ状態を高い精度で推定することができる。説明の便宜のために、このような場合をセル転換モデルと称する。セル転換モデルの例示については、図4及び図5を参照して後述する。
図4を参照すると、他の一実施形態に従って、バッテリ状態推定装置が複数の期間それぞれでターゲットバッテリの状態情報を決定する例示が示されている。
期間T1では、バッテリ1がターゲットバッテリと指定されてバッテリ1の検出電圧410が電気化学モデルに入力され、バッテリ1の状態情報が電気化学モデルから推定される。期間T1から期間T2に変更されると、ターゲットバッテリがバッテリ1からバッテリ2にスイッチングされ、電気化学モデルは、バッテリ1の検出電圧410ではないバッテリ2の検出電圧420が入力されることになる。言い換えれば、スイッチングの時点で電気化学モデルに入力される検出電圧410と検出電圧420との間に不連続性が存在する。このような不連続性が存在する状態で、電気化学モデルが検出電圧420からバッテリ2の状態情報を導出して出力すると、電気化学モデルの出力は、グラフ430のように、期間T1と期間T2の境界で不連続的になる。このような不連続性は、バッテリ2の状態情報を推定するとき、電気化学モデルの初期誤差に適用されるため、補正することができる。以後に説明する補正により電気化学モデルの補正された出力は、グラフ440のように連続的になる。
図5を参照すると、他の一実施形態に従って、ターゲットバッテリが他のバッテリに転換されるとき、バッテリ状態推定装置が電気化学モデルを用いて転換されたターゲットバッテリの状態情報を決定するフローチャートを示している。セル転換モデルにおいても、ターゲットバッテリが他のバッテリに転換されない間には、図3を参照して説明したバッテリ状態推定方式が適用される。
ステップS510において、バッテリ状態推定装置は、以前バッテリと現在バッテリのデータを収集する。現在バッテリは、現在期間にターゲットバッテリとして選定されたバッテリであり、以前バッテリは、以前期間にターゲットバッテリとして選定されたバッテリである。例えば、バッテリ状態推定装置は、現在バッテリの検出データを収集し、以前バッテリの検出データ及び/又は推定電圧を収集する。検出データは、検出電圧、及び検出電流を含んでもよく、時間の流れに応じた大きさの変化を示すプロファイルの形態に格納されてもよい。以前バッテリの推定電圧は、以前期間で電気化学モデルにより推定された以前バッテリの電圧である。
ステップS520において、バッテリ状態推定装置は、ターゲットバッテリの検出電圧と、以前バッテリの検出電圧又は推定電圧との間の電圧差を算出する。例えば、電圧差は、予め決定された最近の時間の間の移動平均電圧として決定される。
図5において、別途に示していないが、実施形態によって、バッテリ状態推定装置は、電圧差が閾値電圧差を超過するか否かに基づいて、バッテリ状態情報の補正が必要であるか否かを判断する。ターゲットバッテリが転換されなくても、電気化学モデルに発生した誤差により、推定電圧がターゲットバッテリの検出電圧と相違することになり、誤差の累積を防止するために電圧差に基づいて補正の必否が判断される。
例えば、電圧差が閾値電圧差を超過すると、バッテリ状態推定装置は、バッテリの状態情報に補正が必要であると判断し、ステップS530が次に行われる。反対に、電圧差が閾値電圧差を超過しなければ、バッテリ状態推定装置は、バッテリの状態情報に補正が必要でないものと判断し、ステップS530、S540を行うことなく、電気化学モデルを用いてターゲットバッテリの状態情報を推定することができる。
ステップS530において、バッテリ状態推定装置は、電圧差を用いてターゲットバッテリの状態変化量を決定する。例えば、バッテリ状態推定装置は、電圧差、以前期間で予め推定された以前状態情報及びOCVテーブルに基づいて、ターゲットバッテリの状態変化量を決定することができる。以前状態情報は、以前期間でターゲットバッテリとして選定された以前バッテリに対して、電気化学モデルから推定された状態情報であり得る。以前期間でターゲットバッテリとして選定された以前バッテリは、現在期間で非ターゲットバッテリである。ターゲットバッテリの状態変化量は、SOC変化量を含んでもよく、詳細な内容については図7及び図8を参照して後述する。
ステップS540において、バッテリ状態推定装置は、ターゲットバッテリの状態変化量に基づいて電気化学モデルの内部状態を補正することで、電気化学モデルをアップデートする。例えば、バッテリ状態推定装置は、ターゲットバッテリの状態変化量に基づいて、活物質粒子内のイオン濃度分布又は電極内のイオン濃度分布を補正することで、電気化学モデルの内部状態をアップデートし、その詳細な内容は図9〜図11を参照して後述する。
バッテリ状態推定装置は、内部状態が補正された電気化学モデルを用いて、ターゲットバッテリの状態情報を推定する。また、バッテリ状態推定装置は、電気化学モデルに基づいてターゲットバッテリ又は現在バッテリの電圧、もしくは、ターゲットバッテリ又は現在バッテリの電圧に関するか、これを示す属性なども制限されることなく推定することができる。
図6は、一実施形態に係る電気化学モデルを説明するための図である。
図6を参照すると、電気化学モデルは、バッテリのイオン濃度、電位などのバッテリの内部物理現象をモデリングしてバッテリ残量を推定することができる。言い換えれば、電気化学モデルは、電極/電解質界面で発生する電気化学反応及び電極/電解質の濃度、及び電荷保存に関する物理保存式に表現され、そのために形状(例えば、厚さ、半径など)、OCP(Open Circuit Potential)、物性分(例えば、電気伝導度、イオン伝導性、拡散係数など)など、様々なモデルパラメータを使用する。
電気化学モデルにおいて、濃度、電位などの様々な状態変数が互いにカップリングされる。電気化学モデルから推定されるバッテリの推定電圧610は、正極と負極の両端の電位差である。正極及び負極それぞれの電位情報は、正極及び負極それぞれのイオン濃度の分布に影響を受ける(620)。電気化学モデルから推定されるSOC630は、正極及び負極のイオン平均濃度である。
ここで、イオン濃度分布は、電極内のイオン濃度分布640又は電極内の特定位置に存在する活物質粒子内のイオン濃度分布650を示す。電極内のイオン濃度分布640は、電極方向に応じて位置する活物質粒子の表面イオン濃度分布又は平均イオン濃度分布を示し、電極方向は、電極の一端(例えば、集電体に隣接している境界)と電極の他端(例えば、分離膜に隣接している境界)をつなぐ方向を示す。また、活物質粒子内のイオン濃度分布650は、活物質粒子の中心方向による活物質粒子内部のイオン濃度分布を示し、活物質粒子の中心方向は、活物質粒子中心と活物質粒子表面をつなぐ方向を示す。
上記に説明したように、検出電圧と推定電圧との間の電圧差を低減するためには、濃度に関する物理格納を保持しながら、正極及び負極それぞれのイオン濃度分布を移動させ、移動した濃度分布に基づいて正極及び負極それぞれの電位情報を導出し、導き出された正極及び負極それぞれの電位情報に基づいて電圧が算出される。検出電圧と推定電圧との間の電圧差が0になる内部状態移動量を導出し、最終的にバッテリのSOCが決定される。
図7及び図8は、一実施形態によりバッテリの状態変化量を決定する過程を説明するための図である。
図7を参照すると、一実施形態によりバッテリの検出電圧が電気化学モデルから推定された推定電圧よりも大きい場合、バッテリの状態変化量を決定する例が示されている。ここで、推定電圧は、図3を参照して説明した単一セルモデルの場合、以前期間に推定されたバッテリの電圧であってもよく、図4〜図6を参照して説明したセル転換モデルの場合は、以前期間にターゲットバッテリとして選定された以前バッテリの推定電圧であってもよい。
一実施形態に係るOCVテーブルは、SOCと開回路電圧との間の特性曲線を示すもので、当該バッテリの固有な特性を示す。OCVテーブルを利用するとき、SOC値により補正しなければならない△SOCが変わるため、最後に推定された(例えば、最近推定された)以前期間のSOC情報を用いてもよい。ここで、以前期間のSOC情報は、図3を参照して説明した単一セルモデルである場合、以前期間の当該バッテリの推定SOCであってもよく、図4〜図6を参照して説明したセル転換モデルの場合、以前期間にターゲットバッテリとして選定された以前バッテリの推定SOCであってもよい。
図7に示されたOCVテーブルの特性曲線により、以前期間のSOC情報に対応する開回路電圧である推定OCVが導き出される。事前に算出された電圧差が推定OCVに反映されるが、検出電圧が推定電圧よりも大きい場合であるため、推定OCVに電圧差を加えることで電圧差が反映される。再びOCVテーブルの特性曲線を用いて、電圧差の反映結果に対応する補正SOCが決定され、推定SOCと補正SOCとの間の差が状態変化量△SOCに決定される。
図8を参照すると、一実施形態によりバッテリの検出電圧が電気化学モデルから推定された推定電圧よりも小さい場合、バッテリの状態変化量を決定する例を示している。ここで、推定電圧は、図3を参照して説明した単一セルモデルである場合、以前期間に推定されたバッテリの電圧であってもよく、図4〜図6を参照して説明したセル転換モデルである場合、以前期間にターゲットバッテリとして選定された以前バッテリの推定電圧であってもよい。
上記で説明したように、OCVテーブルを利用するとき、最後に推定された以前期間のSOC情報を用いる。ここで、以前期間のSOC情報は、図3を参照して説明した単一セルモデルである場合、以前期間の当該バッテリの推定SOCであってもよく、図4〜図6を参照して説明したセル転換モデルである場合、以前期間にターゲットバッテリとして選定された以前バッテリの推定SOCであってもよい。
図8に示されたOCVテーブルの特性曲線により、以前期間のSOC情報に対応する開回路電圧である推定OCVが導き出される。事前に算出された電圧差が推定OCVに反映されるが、検出電圧が推定電圧よりも小さい場合であるため、推定OCVに電圧差を差し引くことで電圧差が反映される。再び、OCVテーブルの特性曲線を用いて電圧差の反映結果に対応する補正SOCが決定され、推定SOCと補正SOCとの間の差が状態変化量△SOCに決定される。
図9〜図11は、一実施形態に係る電気化学モデルの内部状態をアップデートする過程を説明するための図である。
一実施形態に係るバッテリ状態推定装置は、バッテリの状態変化量に基づいて電気化学モデルの内部状態をアップデートする。電気化学モデルは、バッテリの内部物理現象をモデリングしてバッテリの状態情報を推定するための電気化学モデルとして、電気化学モデルの内部状態が、バッテリの電圧、過電位、SOC、正極リチウムイオン濃度分布、負極リチウムイオン濃度分布、及び/又は、電解質リチウムイオン濃度分布を含んでもよく、プロファイルの形態を有する。例えば、バッテリ状態推定装置は、バッテリの状態変化量に基づいて活物質粒子内のイオン濃度分布又は電極内のイオン濃度分布を補正し、電気化学モデルの内部状態をアップデートし、これについては図9〜図11を参照して説明する。
図9を参照すると、一実施形態によりイオン濃度分布を均一に補正して電気化学モデルの内部状態をアップデートする例示を示している。ここで、イオン濃度分布は、活物質粒子内のイオン濃度分布又は電極内のイオン濃度分布を示す。図9に示すグラフが活物質粒子内のイオン濃度分布を示す場合、グラフの横軸は、活物質粒子内位置(location)を示し、例えば、0は活物質粒子の中心を示し、1は活物質粒子の表面を示す。又は、図9に示すグラフが電極内のイオン濃度分布を示す場合、グラフの横軸は電極内位置を示し、例えば、0は電極の一方の端(例えば、集電体に隣接している境界)を示し、1は電極の他方の端(例えば、分離膜に隣接している境界)を示す。
バッテリ状態推定装置は、バッテリの状態変化量を内部状態の変化量に変換し、変換された変化量を電気化学モデルの内部状態に均一に反映することができる。ここで、内部状態の変化量は、リチウムイオン濃度変化量であり、初期の内部状態とアップデートされた内部状態の間の面積910に該当する。均一に内部状態をアップデートする方式は、濃度変化が均一であると仮定したものであって、バッテリから出力される電流が大きくない場合に適用され、以後に説明した非均一アップデート方式よりも具現化が簡単である。
また、図9に示された例示が、正極と負極のいずれか1つの電極活物質でリチウムイオン濃度が上昇する内部状態のアップデートを示すものであれば、正極と負極のうち、他の電極活物質では前記リチウムイオン濃度の上昇変化量だけリチウムイオン濃度が減少するように内部状態がアップデートされる。
図10A及び図10Bを参照すると、一実施形態によりイオン濃度分布を非均一に補正し、電気化学モデルの内部状態をアップデートする例を示している。ここで、イオン濃度分布は、活物質粒子内のイオン濃度分布又は電極内のイオン濃度分布を示す。図10A及び図10Bのグラフが活物質粒子内のイオン濃度分布を示す場合、グラフの横軸は活物質粒子内位置を示し、例えば、0は活物質粒子の中心を示し、1は活物質粒子の表面を示す。又は、図10A及び図10Bのグラフが電極内のイオン濃度分布を示す場合、グラフの横軸は電極内位置を示し、例えば、0は電極の一方の端(例えば、集電体に隣接している境界)を示し、1は電極の他方の端(例えば、分離膜に隣接している境界)を示す。
バッテリの化学的特性に応じて電気伝導度が極めて低いか、バッテリの電流が大きいか、かつ/あるいは、バッテリの温度が低い場合、内部の拡散特性が弱くなり、これによって電極方向にイオン濃度分布の勾配が増大する特徴を示し、この場合に、バッテリ内部の拡散特性を考慮して電気化学モデルの内部状態が活物質粒子内の各位置又は電極内の各位置で非均一にアップデートされる。
一実施形態によりバッテリ内部でリチウムイオンは、拡散特性に基づいて移動することができる。正極のリチウムイオンが負極に移動すると仮定すれば、正極内リチウムイオンの中でも負極に最も近く位置しているリチウムイオンが最初に移動するのであろう。ここで、バッテリ内部の拡散特性が以前よりも悪くなった場合、正極内部でリチウムイオンの移動はかなり遅くなり、負極に移動したリチウムイオンの箇所が容易に充填されないため、正極の終端に位置するリチウムイオンだけが持続的に負極に移動することになり、図10Aに示すグラフのように、イオン濃度分布の勾配が大きくなる。一方、バッテリ内部の拡散特性が以前より良好になった場合、負極に移動したリチウムイオンの箇所を充填するため、正極の内部に位置するリチウムイオンが終端に迅速に移動することから、図10Bに示すグラフのように、イオン濃度分布の勾配が小さくなる。図9を参照して説明したように、初期内部状態とアップデートされた内部状態との間の面積1010、1020は、リチウムイオン濃度の変化量に該当する。このような拡散特性は、バッテリの状態情報(例えば、SOC)に基づいたものであるため、バッテリの状態変化量による拡散特性が考慮され、これについては下記で、より詳細に説明する。
バッテリ状態推定装置は、バッテリの状態変化量による拡散特性に基づいて濃度勾配の特性を決定し、濃度勾配の特性に応じて電気化学モデルの内部状態をアップデートすることができる。リチウムイオンが移動しなければならない状態方向(例えば、リチウムイオン濃度が高まる方向)の拡散特性に対する分析に基づいて拡散係数が導き出される。例えば、以前SOC基盤の拡散係数と移動するSOCとの間の拡散係数が導き出される。そして、拡散係数により予め決定された濃度勾配の特性に応じて、電気化学モデルの内部状態がアップデートされる。例えば、移動しなければならない方向への拡散係数が減少する場合、濃度勾配が増加する方向に電気化学モデルの内部状態がアップデートされる。反対に、移動しなければならない方向への拡散係数が増加する場合は、濃度勾配が減少する方向に電気化学モデルの内部状態がアップデートされる。
他の一実施形態により電気化学モデルは、リチウムイオンが正極、負極、電解質の間で移動するものの、リチウムイオンの総量は一定に保存されることに基づいたモデルである。そして、正極、負極、電解質の間のリチウムイオン移動は、拡散方程式に基づいて求められ、これについては下記でより詳細に説明する。
バッテリ状態推定装置は、バッテリの状態変化量に応じて活物質の拡散方程式を算出し、電気化学モデルの内部状態をアップデートする。リチウムイオンが移動しなければならない状態方向(例えば、リチウムイオン濃度が高まる方向)に電流境界条件を付与して拡散方程式を算出することで、電気化学モデルの内部状態がアップデートされる。バッテリ状態推定装置は、状態変化量に対応する内部状態の変化量に対して活物質の拡散方程式を算出し、拡散方程式を介して算出されたイオン濃度分布を電気化学モデルの内部状態にアップデートする。拡散特性も物理的な特性の1つであるため、バッテリ状態推定装置は、イオン濃度分布に対して拡散方程式を算出することにより、電気化学モデルの内部状態を非均一にアップデートすることができる。
図11は、一実施形態に係るバッテリ状態推定方法を示す図である。
図11を参照すると、一実施形態に係るバッテリ状態推定装置に備えられたプロセッサによって行われるバッテリ状態推定方法が示されている。
ステップS1110において、バッテリ状態推定装置は、バッテリの検出電圧と、電気化学モデルから推定されたバッテリの推定電圧との間の電圧差を用いて、バッテリの状態変化量を決定する。バッテリ状態推定装置は、電圧差、電気化学モデルで予め推定された以前状態情報、及びOCVテーブルに基づいて、バッテリの状態変化量を決定する。例えば、バッテリ状態推定装置は、OCVテーブルに基づいて以前状態情報に対応する開回路電圧を取得し、開回路電圧に電圧差を反映して、バッテリの状態変化量を決定することができる。
ステップS1120において、バッテリ状態推定装置は、バッテリの状態変化量に基づいて、電気化学モデルの内部状態をアップデートする。バッテリ状態推定装置は、バッテリの状態変化量に基づいて活物質粒子内のイオン濃度分布又は電極内のイオン濃度分布を補正することで、電気化学モデルの内部状態をアップデートすることができる。例えば、バッテリ状態推定装置は、バッテリの状態変化量に応じて活物質粒子内のイオン濃度分布又は電極内のイオン濃度分布を均一に補正し、電気化学モデルの内部状態をアップデートすることができる。また、バッテリ状態推定装置は、バッテリの状態変化量による拡散特性に基づいて、濃度勾配の特性を決定し、濃度勾配の特性に応じて活物質粒子内のイオン濃度分布又は電極内のイオン濃度分布を補正して、電気化学モデルの内部状態をアップデートすることができる。また、バッテリ状態推定装置は、バッテリの状態変化量に応じて、活物質の拡散方程式を算出し、活物質粒子内のイオン濃度分布又は電極内のイオン濃度分布を補正して電気化学モデルの内部状態をアップデートすることができる。
ステップS1130において、バッテリ状態推定装置は、電気化学モデルの内部状態に基づいてバッテリの状態情報を推定する。
実施形態によって、ステップS1110が行われる前に、バッテリ状態推定装置は、バッテリの検出電圧及び電気化学モデルから取得したバッテリの推定電圧の間の電圧差が閾値電圧差を超過するか否かを確認する。もし、電圧差が閾値電圧差を超過する場合は、上記で説明したステップS1110〜ステップS1130が行われる。
図11に示された各ステップには、図1〜図10を参照して前述した事項がそのまま適用されるため、より詳細な説明は省略する。
図12A及び図12Bは、他の一実施形態に係るバッテリ状態推定方法を示す図である。
図12Aを参照すると、他の一実施形態に係るバッテリ状態推定装置に備えられたプロセッサによって行われるバッテリ状態推定方法が示されている。バッテリ状態は複数の期間で推定され、図12Aに示すフローチャートは、各期間でバッテリの状態情報を推定する過程を示す。
ステップS1210において、バッテリ状態推定装置は、バッテリの検出データを収集する。検出データは、バッテリの検出電圧、検出電流、及び検出温度を含む。
ステップS1220において、検出電流及び検出温度が入力された電気化学モデルでバッテリの推定電圧、状態情報(例えば、SOC)が決定される。
ステップS1230において、バッテリ状態推定装置は、現在期間でバッテリの検出電圧及び電気化学モデルから推定された推定電圧間の第1電圧差を算出する。例えば、第1電圧差は、予め決定された最近の時間の間の移動平均電圧に決定される。
図12Aには別途に図示されていないが、実施形態に係るバッテリ状態推定装置は、第1電圧差が第1閾値電圧差を超過するか否かに基づいて、バッテリ状態情報の補正が必要であるか否かを判断する。電気化学モデルに誤差が発生すれば、電気化学モデルを用いて推定された推定電圧がバッテリの検出電圧と相違することになり、誤差の累積を防止するために第1電圧差に基づいて補正の要否が判断される。
例えば、第1電圧差が第1閾値電圧差を超過すると、バッテリ状態推定装置は、バッテリの状態情報に補正が必要であると判断し、ステップS1240が次に行われる。反対に、第1電圧差が第1閾値電圧差を超過しなければ、バッテリ状態推定装置は、バッテリの状態情報に補正が必要でないと判断し、次の期間でステップS1210を再び行う。
ステップS1240において、バッテリ状態推定装置は、濃度補正法及び微細電流補正法のうち実行する1つ以上の補正法を選択する。例えば、バッテリ状態推定装置は、第1電圧差が予め決定された第2閾値基準を超過すれば、濃度補正法が選択され、そうでなければ、微細電流補正法が選択される。又は、バッテリ状態推定装置は、第1周期ごとに濃度補正法が実行され、第2周期ごとに微細電流補正法が行われるよう、濃度補正法及び微細電流補正法のうち実行する1つ以上の補正法を選択し、このとき、第1周期は、第2周期よりも長くてもよい。言い換えれば、微細電流補正法が濃度補正法よりも頻繁に行われる。
もし、濃度補正法が選択される場合、ステップS1250において、バッテリ状態推定装置は、第1電圧差によって決定されたバッテリの状態変化量を用いて電気化学モデルの内部状態を補正する。濃度補正法には、図1〜図11を参照して前述した事項がそのまま適用されるため、より詳細な説明は省略する。
もし、微細電流補正法が選択される場合、ステップS1260において、バッテリ状態推定装置は、以前期間のバッテリの検出電圧と推定電圧との間の第2電圧差に対応する容量誤差を用いて、電気化学モデルから入力されるバッテリの現在期間の検出電流を補正する。微細電流補正法については、以下で、詳細に説明する。
バッテリ状態推定装置は、バッテリの現在区間の検出電流を受信し、バッテリの以前区間の電圧差に対応する容量誤差を用いて補正値を決定し、補正値を用いて検出電流を補正することができる。このように補正された検出電流は、電気化学モデルに入力される。
以前区間の電圧差は、バッテリの以前区間の推定電圧とバッテリの以前区間の検出電圧との間の差である。
容量誤差は、以前区間の電圧差及びバッテリの以前区間の推定開回路電圧に基づいて決定される。説明の便宜のために、図12Bに示すOCVテーブルを参照して容量誤差が決定される過程について説明する。まず、以前区間の推定開回路電圧である推定OCV1201において、電圧差ΔV1202の一部の値αを減算した第1OCV1203に対応する第1SOC1204が決定され、推定OCV1201において、電圧差ΔV1202の残りの値βを加算した第2OCV1205に対応する第2SOC1206が決定される。そして、第1SOC1204と第2SOC1206との間の状態差ΔSOC1207にバッテリの容量が乗算されて容量誤差が決定される。
補正値は、容量誤差に加重値を適用し、加重値の適用された容量誤差を定数値で割った値に決定される。加重値は、現在区間の検出電流及び/又は以前区間の検出電流に基づいて算出される電流平均値により決定される。例えば、電流平均値が大きければ加重値が小さく決定され、反対に、電流平均値が小さければ加重値が大きく決定される。定数値は、状態情報のアップデート周期として、特定のperiodの長さであってもよい。
微細電流補正法については、米国特許出願第2018−0143254号に記載されており、その専門が本明細書に参照として含まれている。
ステップS1270において、バッテリ状態推定装置は、バッテリ状態推定動作運行を終了するか否かを判断する。例えば、予め決定された運行期間が経過していなければ、次の期間に対してステップS1210が次に行われる。反対に、予め決定された運行期間が経過したとすれば、バッテリ状態推定動作が終了する。
図13は、一実施形態に係るバッテリ状態推定装置を示す図である。
図13を参照すると、一実施形態に係るバッテリ状態推定装置1300は、メモリ1310及びプロセッサ1320を含む。メモリ1310及びプロセッサ1320は、バス(bus)1330を介して通信する。
メモリ1310は、コンピュータで読み取り可能な命令語を含む。プロセッサ1320は、メモリ1310に格納された命令語がプロセッサ1320で行われることにより、上述した動作を行う。メモリ1310は、揮発性メモリ又は不揮発性メモリであってもよい。
プロセッサ1320は、命令語、あるいはプログラムを実行したり、バッテリ状態推定装置1300を制御する装置である。プロセッサ1320は、バッテリの検出電圧と、電気化学モデルから推定されたバッテリの推定電圧との間の電圧差を用いてバッテリの状態変化量を決定し、バッテリの状態変化量に基づいて、電気化学モデルの内部状態をアップデートし、電気化学モデルの内部状態に基づいて、バッテリの状態情報を推定することができる。
その他に、バッテリ状態推定装置1300については上述した動作を処理する。
図14及び図15は、一実施形態に係る車両を説明するための図である。
図14を参照すると、車両1400は、バッテリパック1410及びバッテリ管理システム1420を含む。車両1400は、バッテリパック1410を電源(power source)として利用する。車両1400は、例えば、電気自動車又はハイブリッド自動車であってもよい。
バッテリパック1410は、複数のバッテリモジュールを含む。バッテリモジュールは複数の電池セルを含む。
バッテリ管理システム1420は、バッテリパック1410の異常が発生したか否かを監視し、バッテリパック1410が過充電(over−charging)又は過放電(over−discharging)されないようにする。また、バッテリ管理システム1420は、バッテリパック1410の温度が第1温度(一例として、40℃)を超過したり、第2温度(一例として、−10℃)未満であれば、バッテリパック1410に対して熱制御を行う。また、バッテリ管理システム1420は、セルバランシングを行ってバッテリパック1410に含まれている電池セル間の充電状態を均等にする。
一実施形態によれば、バッテリ管理システム1420は、上記で説明したバッテリ状態推定装置を含んでもよく、バッテリ状態推定装置を介してバッテリパック1410に含まれた電池セルそれぞれの状態情報、又は、バッテリパック1410の状態情報を決定することができる。バッテリ管理システム1420は、電池セルそれぞれの状態情報の最大値、最小値、又は平均値をバッテリパック1410の状態情報として決定してもよい。
バッテリ管理システム1420は、バッテリパック1410の状態情報を車両1400のECU(Electronic Control Unit)又はVCU(Vehicle Control Unit)に送信する。車両1400のECU又はVCUは、バッテリパック1410の状態情報を車両1400のディスプレイに出力する。図15に示した例のように、ECU又はVCUは、バッテリパック1410の状態情報を車両1400内の計器盤1510に表示する。又は、ECU又はVCUは、推定された状態情報に基づいて決定された残余走行距離などを計器盤1510に表示してもよい。図15に示していないが、ECU又はVCUは、バッテリパック1410の状態情報、残余走行距離などを車両1400のヘッドアップディスプレイに表示する。
図14及び図15を参照して説明した事項には、図1〜図13を参照して記述した事項が適用され得るため、詳細な説明は省略する。
図16は、一実施形態に係るモバイル機器を説明するための図である。
図16を参照すると、モバイル機器1600は、バッテリパック1610を含む。モバイル機器1600は、バッテリパック1610を電源として使用する装置である。モバイル機器1600は携帯用端末であり、例えば、スマートフォンであってもよい。図16において、説明の便宜のためにモバイル機器1600がスマートフォンであると説明したが、その他にも、ノート型パソコン、タブレットPC、ウェアラブルデバイスのような様々な端末が制限されることなく適用され得る。バッテリパック1610は、BMS及び電池セル(又は、バッテリモジュール)を含み得る。
実施形態によれば、モバイル機器1600はバッテリ充電装置を含む。バッテリ充電装置は、バッテリパック1610(又は、バッテリパック1610内の電池セル)の状態変化量に基づいて電気化学モデルの内部状態をアップデートし、電気化学モデルの内部状態に基づいてバッテリの状態情報を推定することができる。
図1〜図15を参照して記述した事項は、図16を参照して記述した事項に適用され得るため、詳細な説明は省略する。
上述した実施形態は、ハードウェア構成要素、ソフトウェア構成要素、又はハードウェア構成要素及びソフトウェア構成要素の組み合せで具現化される。例えば、本実施形態で説明した装置及び構成要素は、例えば、プロセッサ、コントローラ、ALU(arithmetic logic unit)、デジタル信号プロセッサ(digital signal processor)、マイクロコンピュータ、FPA(field programmable array)、PLU(programmable logic unit)、マイクロプロセッサ、又は命令(instruction)を実行して応答する異なる装置のように、1つ以上の汎用コンピュータ又は専用コンピュータを用いて具現化される。処理装置は、オペレーティングシステム(OS)及びオペレーティングシステム上で実行される1つ以上のソフトウェアアプリケーションを実行する。また、処理装置は、ソフトウェアの実行に応答して、データをアクセス、格納、操作、処理、及び生成する。理解の便宜のために、処理装置は1つが使用されるものとして説明する場合もあるが、当技術分野で通常の知識を有する者は、処理装置が複数の処理要素(processing element)及び/又は複数類型の処理要素を含むことを把握する。例えば、処理装置は、複数のプロセッサ又は1つのプロセッサ及び1つのコントローラを含む。また、並列プロセッサ(parallel processor)のような、他の処理構成も可能である。
ソフトウェアは、コンピュータプログラム、コード、命令、又はそのうちの一つ以上の組合せを含み、希望通りに動作するよう処理装置を構成したり、独立的又は結合的に処理装置を命令することができる。ソフトウェア及び/又はデータは、処理装置によって解釈されたり、処理装置に命令又はデータを提供するために、いずれかの類型の機械、構成要素、物理的装置、仮想装置、コンピュータ格納媒体又は装置、又は送信される信号波において、永久的又は一時的に具体化することができる。ソフトウェアはネットワークに連結されたコンピュータシステム上に分散され、分散した方法で格納されたり、実行され得る。ソフトウェア及びデータは、一つ以上のコンピュータで読み取り可能な記憶媒体に格納され得る。
本実施形態による方法は、様々なコンピュータ手段を介して実施されるプログラム命令の形態で具現化され、コンピュータで読み取り可能な記憶媒体に記録される。記憶媒体は、プログラム命令、データファイル、データ構造などを単独又は組み合せて含む。記憶媒体及びプログラム命令は、本発明の目的のために特別に設計して構成されたものでもよく、コンピュータソフトウェア分野の技術を有する当業者にとって公知のものであり、使用可能なものであってもよい。コンピュータで読み取り可能な記憶媒体の例としては、ハードディスク、フロッピー(登録商標)ディスク、及び磁気テープのような磁気媒体、CD−ROM、DVDのような光記録媒体、フロプティカルディスクのような磁気−光媒体、及び、ROM、RAM、フラッシュメモリなどのようなプログラム命令を保存して実行するように特別に構成されたハードウェア装置を含む。プログラム命令の例としては、コンパイラによって生成されるような機械語コードだけでなく、インタプリタなどを用いてコンピュータによって実行される高級言語コードを含む。ハードウェア装置は、本発明に示す動作を実行するために1つ以上のソフトウェアモジュールとして作動するように構成してもよく、その逆も同様である。
上述のように、実施形態がたとえ限定された図面によって説明されたとしても、当技術分野で通常の知識を有する者であれば、上記の説明に基づいて様々な技術的な修正及び変形を適用することができる。例えば、説明された技術が説明された方法と異なる順で実行されるし、かつ/あるいは、説明されたシステム、構造、装置、回路などの構成要素が説明された方法と異なる形態で結合又は組み合わせられてもよいし、他の構成要素又は均等物によって置き換えられ、又は置換されたとしても適切な結果を達成することができる。
したがって、本発明の範囲は、開示された実施形態に限定されて定められるものではなく、特許請求の範囲及び特許請求の範囲と均等なものなどによって定められるものである。
110 バッテリ
120 バッテリ状態推定装置
1310 メモリ
1320 プロセッサ
1410 バッテリパック
1420 バッテリ管理システム
120 バッテリ状態推定装置
1310 メモリ
1320 プロセッサ
1410 バッテリパック
1420 バッテリ管理システム
Claims (27)
- プロセッサによって行われるバッテリ状態推定方法であって、
バッテリの検出電圧と、前記バッテリに対応する電気化学モデルから推定された前記バッテリの推定電圧との間の電圧差を用いて、前記バッテリの状態変化量を決定するステップと、
前記バッテリの状態変化量に基づいて、前記電気化学モデルの内部状態をアップデートするステップと、
前記電気化学モデルの内部状態に基づいて、前記バッテリの状態情報を推定するステップと、
を含む、バッテリ状態推定方法。 - 前記バッテリの状態変化量を決定するステップは、前記電圧差、前記電気化学モデルで予め推定された以前状態情報、及びOCVテーブルに基づいて、前記バッテリの状態変化量を決定する、
請求項1に記載のバッテリ状態推定方法。 - 前記バッテリの状態変化量を決定するステップは、前記OCVテーブルに基づいて前記以前状態情報に対応する開回路電圧を取得し、前記開回路電圧に前記電圧差を反映して、前記バッテリの状態変化量を決定する、
請求項2に記載のバッテリ状態推定方法。 - 前記電気化学モデルの内部状態をアップデートするステップは、前記バッテリの状態変化量に基づいて、活物質粒子内のイオン濃度分布又は電極内のイオン濃度分布を補正することにより、前記電気化学モデルの内部状態をアップデートする、
請求項1乃至3いずれか一項に記載のバッテリ状態推定方法。 - 前記電気化学モデルの内部状態をアップデートするステップは、前記バッテリの状態変化量に応じて、前記活物質粒子内のイオン濃度分布又は電極内のイオン濃度分布を均一に補正して、前記電気化学モデルの内部状態をアップデートする、
請求項4に記載のバッテリ状態推定方法。 - 前記電気化学モデルの内部状態をアップデートするステップは、前記バッテリの状態変化量による拡散特性に基づいて濃度勾配の特性を決定し、前記濃度勾配の特性に応じて前記バッテリのイオン濃度分布を補正し、前記電気化学モデルの内部状態をアップデートする、請求項4に記載のバッテリ状態推定方法。
- 前記電気化学モデルの内部状態をアップデートするステップは、前記バッテリの状態変化量に応じて活物質の拡散方程式を算出し、前記活物質粒子内のイオン濃度分布又は電極内のイオン濃度分布を補正して前記電気化学モデルの内部状態をアップデートする、
請求項4に記載のバッテリ状態推定方法。 - 前記電気化学モデルの内部状態は、前記バッテリの正極リチウムイオン濃度分布、負極リチウムイオン濃度分布、及び電解質リチウムイオン濃度分布のいずれか1つ、又は、これらの組み合わせを含む、
請求項1に記載のバッテリ状態推定方法。 - 前記バッテリ状態推定方法は、さらに、
前記バッテリの検出電圧と、前記電気化学モデルから取得した前記バッテリの推定電圧との間の電圧差が閾値電圧差を超過するか否かを確認するステップ、
を含む、請求項1に記載のバッテリ状態推定方法。 - 前記電気化学モデルは、複数のバッテリのうち状態情報を推定しようとするターゲットバッテリの状態情報を推定し、
前記検出電圧は、前記ターゲットバッテリに測定された電圧であり、
前記推定電圧は、前記電気化学モデルによって前記複数のバッテリの中から他のバッテリに対して予め推定された電圧である、
請求項1に記載のバッテリ状態推定方法。 - 前記バッテリは、電池セル、バッテリモジュール、又はバッテリパックである、
請求項1に記載のバッテリ状態推定方法。 - 前記バッテリの推定された状態情報は、SOC(State of Charge)、SOH(State of Health)、及び異常状態情報のいずれか1つ、又は、これらの組み合わせを含む、
請求項1に記載のバッテリ状態推定方法。 - プロセッサによって行われるバッテリ状態推定方法において、
バッテリの検出電圧を含む検出データを取得するステップと、
前記バッテリに対応する電気化学モデルを用いて、前記検出データから前記バッテリの推定電圧を取得するステップと、
前記バッテリの前記検出電圧と前記推定電圧との間の第1電圧差を算出するステップと、
前記電圧差に基づいて前記電気化学モデルの補正法を選択するステップと、
前記選択された補正法を前記電気化学モデルに適用することにより、前記電気化学モデルの内部状態又は電気化学モデルから入力される検出電流を補正するステップと、
前記補正法が適用された電気化学モデルを用いて、前記バッテリの状態情報を推定するステップと、
を含む、バッテリ状態推定方法。 - 前記選択された補正法により、前記電気化学モデルの内部状態又は電気化学モデルから入力される検出電流を補正するステップは、
現在期間のバッテリの検出電圧と、前記電気化学モデルから推定された前記バッテリの推定電圧との間の第1電圧差により決定された前記バッテリの状態変化量を用いて、前記電気化学モデルの内部状態をアップデートし、又は、
以前期間の前記バッテリの検出電圧と推定電圧との間の第2電圧差に対応する容量誤差を用いて、前記電気化学モデルから入力される前記バッテリの現在期間の検出電流を補正する、
請求項13に記載のバッテリ状態推定方法。 - 前記電圧差に基づいて前記電気化学モデルの補正法を決定するステップは、前記第1電圧差が予め決定された閾値電圧差を超過する場合に、前記電気化学モデルの内部状態を補正する補正法を選択し、前記電圧差が予め決定された閾値電圧差の以下である場合に、前記電気化学モデルから入力される検出電流を補正する補正法を選択する、
請求項13に記載のバッテリ状態推定方法。 - 前記電気化学モデルの補正法を決定するステップは、前記電気化学モデルから入力される検出電流を補正する補正法が、前記電気化学モデルの内部状態を補正する補正法よりも頻繁に行われるよう前記電気化学モデルの補正法を選択する、
請求項13に記載のバッテリ状態推定方法。 - 請求項1乃至16いずれか一項に記載の方法を実行させるためのプログラムが記録されたコンピュータで読み取り可能な記憶媒体。
- バッテリの検出電圧と、前記バッテリに対応する格納された電気化学モデルによって推定された前記バッテリの推定電圧との間の電圧差を用いて、前記バッテリの状態変化量を決定し、
前記バッテリの状態変化量に基づいて、前記電気化学モデルの内部状態をアップデートし、
前記電気化学モデルの内部状態に基づいて、前記バッテリの状態情報を推定する、
プロセッサ、を含む、
バッテリ状態推定装置。 - 前記プロセッサは、前記電圧差、前記電気化学モデルで予め推定された以前状態情報及びOCVテーブルに基づいて、前記バッテリの状態変化量を決定する、
請求項18に記載のバッテリ状態推定装置。 - 前記プロセッサは、前記OCVテーブルに基づいて、前記以前状態情報に対応する開回路電圧を取得し、前記開回路電圧に前記電圧差を反映して前記バッテリの状態変化量を決定する、
請求項19に記載のバッテリ状態推定装置。 - 前記プロセッサは、前記バッテリの状態変化量に基づいて、活物質粒子内のイオン濃度分布又は電極内のイオン濃度分布を補正することにより、前記電気化学モデルの内部状態をアップデートする、
請求項18乃至20いずれか一項に記載のバッテリ状態推定装置。 - 前記プロセッサは、前記バッテリの状態変化量に応じて、前記活物質粒子内のイオン濃度分布又は電極内のイオン濃度分布を均一に補正し、前記電気化学モデルの内部状態をアップデートする、
請求項21に記載のバッテリ状態推定装置。 - 前記プロセッサは、前記バッテリの状態変化量による拡散特性に基づいて、濃度勾配の特性を決定し、前記濃度勾配の特性に応じて前記活物質粒子内のイオン濃度分布又は電極内のイオン濃度分布を補正して、前記電気化学モデルの内部状態をアップデートする、
請求項21に記載のバッテリ状態推定装置。 - 前記電気化学モデルは、複数のバッテリのうち状態情報を推定しようとするターゲットバッテリの状態情報を推定し、
前記検出電圧は、前記ターゲットバッテリに測定された電圧であり、
前記推定電圧は、前記電気化学モデルによって前記複数のバッテリの中から他のバッテリに対して予め推定された電圧である、
請求項18に記載のバッテリ状態推定装置。 - 前記バッテリ状態推定装置は、さらに、
前記電気化学モデルを格納するメモリ、を含む、
請求項18に記載のバッテリ状態推定装置。 - 前記バッテリの推定された状態情報は、SOC(State of Charge)、SOH(State of Health)、及び異常(abnormality)状態情報のいずれか1つ、又は、これらの組み合わせを含む、
請求項18に記載のバッテリ状態推定装置。 - 前記バッテリ状態推定装置は、車両又はモバイルデバイスであり、前記バッテリによって電力が供給される、
請求項18に記載のバッテリ状態推定装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2019-0131570 | 2019-10-22 | ||
KR1020190131570A KR20210047682A (ko) | 2019-10-22 | 2019-10-22 | 배터리 상태 추정 방법 및 장치 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021067674A true JP2021067674A (ja) | 2021-04-30 |
Family
ID=70847266
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020154404A Pending JP2021067674A (ja) | 2019-10-22 | 2020-09-15 | バッテリ状態推定方法及び装置 |
Country Status (5)
Country | Link |
---|---|
US (3) | US11293988B2 (ja) |
EP (1) | EP3812778A1 (ja) |
JP (1) | JP2021067674A (ja) |
KR (1) | KR20210047682A (ja) |
CN (1) | CN112782595A (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102636362B1 (ko) * | 2016-11-22 | 2024-02-14 | 삼성전자주식회사 | 배터리 상태 추정 방법 및 장치 |
KR20210028476A (ko) * | 2019-09-04 | 2021-03-12 | 삼성전자주식회사 | 배터리 충전 장치 및 방법 |
US11397214B2 (en) * | 2020-01-17 | 2022-07-26 | Semiconductor Components Industries, Llc | Methods and apparatus for a battery |
US11360147B2 (en) * | 2020-03-03 | 2022-06-14 | Karma Automotive Llc | Method of determining the state of charge of a battery used in an electric vehicle |
KR20230036707A (ko) | 2021-09-08 | 2023-03-15 | 삼성전자주식회사 | 배터리 상태를 추정하는 전자 장치 및 그 동작 방법 |
CN114545265B (zh) * | 2022-03-01 | 2022-11-11 | 上海玫克生储能科技有限公司 | 基于电化学模型的电池荷电状态的估算方法及装置 |
US20230358815A1 (en) | 2022-05-09 | 2023-11-09 | Samsung Electronics Co., Ltd. | Method and device with estimating battery state |
CN115084693B (zh) * | 2022-06-28 | 2023-04-21 | 上海玫克生储能科技有限公司 | 一种锂电池固相浓度修正方法、系统及存储介质 |
CN115081332B (zh) * | 2022-06-30 | 2023-04-14 | 上海玫克生储能科技有限公司 | 用于参数识别的工况敏感度分析和数据处理方法、装置 |
Family Cites Families (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3196071B2 (ja) | 1997-07-18 | 2001-08-06 | 古河電池株式会社 | アルカリ二次電池の短絡検査方法 |
US6534954B1 (en) | 2002-01-10 | 2003-03-18 | Compact Power Inc. | Method and apparatus for a battery state of charge estimator |
JP3714330B2 (ja) | 2003-02-12 | 2005-11-09 | 日産自動車株式会社 | 二次電池の充電率推定装置 |
JP2005227164A (ja) | 2004-02-13 | 2005-08-25 | Toyota Motor Corp | 二次電池の残存容量算出装置 |
KR100880388B1 (ko) | 2005-04-20 | 2009-01-23 | 주식회사 엘지화학 | 전지모듈용 하우징 부재 |
KR100669475B1 (ko) | 2005-12-21 | 2007-01-16 | 삼성에스디아이 주식회사 | 배터리의 soc 보정 방법 및 이를 이용한 배터리 관리시스템 |
KR100804698B1 (ko) | 2006-06-26 | 2008-02-18 | 삼성에스디아이 주식회사 | 배터리 soc 추정 방법 및 이를 이용하는 배터리 관리시스템 및 구동 방법 |
JP4802945B2 (ja) * | 2006-08-31 | 2011-10-26 | トヨタ自動車株式会社 | 二次電池の制御システムおよびそれを搭載したハイブリッド車両 |
JP2008058278A (ja) * | 2006-09-04 | 2008-03-13 | Toyota Motor Corp | 二次電池の内部状態推定装置、二次電池の内部状態推定方法、プログラム、および記録媒体 |
KR100884530B1 (ko) | 2006-09-12 | 2009-02-18 | 삼성에스디아이 주식회사 | 배터리 관리 시스템 및 구동 방법 |
US8624560B2 (en) | 2008-04-11 | 2014-01-07 | Apple Inc. | Controlling battery charging based on current, voltage and temperature |
US8972213B2 (en) | 2008-06-27 | 2015-03-03 | GM Global Technology Operations LLC | Pattern recognition approach to battery diagnosis and prognosis |
JP4649682B2 (ja) | 2008-09-02 | 2011-03-16 | 株式会社豊田中央研究所 | 二次電池の状態推定装置 |
US8117857B2 (en) | 2009-02-20 | 2012-02-21 | Tesla Motors, Inc. | Intelligent temperature control system for extending battery pack life |
EP2460252B1 (en) | 2009-07-29 | 2018-09-12 | The Regents of the University of Michigan | System for scheduling battery charge and discharge |
US8207706B2 (en) | 2009-08-04 | 2012-06-26 | Honda Motor Co., Ltd. | Method of estimating battery state of charge |
JP5691592B2 (ja) | 2010-02-18 | 2015-04-01 | 日産自動車株式会社 | 電池状態推定装置 |
KR101191624B1 (ko) | 2010-10-13 | 2012-10-17 | 삼성에스디아이 주식회사 | 배터리 관리 시스템 및 이를 이용한 배터리 soc 추정 방법 |
US8618775B2 (en) | 2012-01-05 | 2013-12-31 | Tesla Motors, Inc. | Detection of over-current shorts in a battery pack using pattern recognition |
JP5393837B2 (ja) | 2012-05-11 | 2014-01-22 | カルソニックカンセイ株式会社 | バッテリの充電率推定装置 |
KR101394859B1 (ko) | 2012-09-05 | 2014-05-13 | 현대자동차주식회사 | 자동차의 bms 커넥터 |
US10288691B2 (en) | 2014-06-05 | 2019-05-14 | Ford Global Technologies, Llc | Method and system for estimating battery model parameters to update battery models used for controls |
US20160018469A1 (en) | 2014-07-21 | 2016-01-21 | Richtek Technology Corporation | Method of estimating the state of charge of a battery and system thereof |
US10408880B2 (en) | 2014-08-19 | 2019-09-10 | Fca Us Llc | Techniques for robust battery state estimation |
US9843069B2 (en) | 2014-09-26 | 2017-12-12 | Ford Global Technologies, Llc | Battery capacity degradation resolution methods and systems |
KR102441335B1 (ko) * | 2015-08-13 | 2022-09-06 | 삼성전자주식회사 | 배터리의 soc 추정 장치 및 방법 |
KR102515829B1 (ko) | 2015-11-02 | 2023-03-29 | 삼성전자주식회사 | 배터리 초기값 추정 장치 및 방법 |
KR102534849B1 (ko) * | 2015-12-11 | 2023-05-18 | 삼성전자주식회사 | 배터리의 이온 농도 및 쿨롱 카운팅 soc를 실시간으로 조정하는 방법 |
US10353008B2 (en) * | 2016-10-06 | 2019-07-16 | Mitsubishi Electric Research Laboratories, Inc. | Hybrid battery state sensor |
KR102634815B1 (ko) * | 2016-11-22 | 2024-02-07 | 삼성전자주식회사 | 오차 보정에 기초한 배터리 상태 추정 방법 및 장치 |
KR20190073236A (ko) | 2017-12-18 | 2019-06-26 | 삼성전자주식회사 | 배터리 상태 추정 방법 및 장치 |
US20190190091A1 (en) * | 2017-12-18 | 2019-06-20 | Samsung Electronics Co., Ltd. | Method and apparatus estimating a state of battery |
KR102405514B1 (ko) * | 2018-12-06 | 2022-06-03 | 주식회사 엘지에너지솔루션 | 이차 전지의 충전 장치 및 방법 |
-
2019
- 2019-10-22 KR KR1020190131570A patent/KR20210047682A/ko active Search and Examination
-
2020
- 2020-03-10 CN CN202010161222.7A patent/CN112782595A/zh active Pending
- 2020-03-10 US US16/814,212 patent/US11293988B2/en active Active
- 2020-05-25 EP EP20176274.7A patent/EP3812778A1/en active Pending
- 2020-09-15 JP JP2020154404A patent/JP2021067674A/ja active Pending
-
2022
- 2022-03-01 US US17/683,483 patent/US11982714B2/en active Active
-
2024
- 2024-04-10 US US18/631,429 patent/US20240255575A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20220179002A1 (en) | 2022-06-09 |
CN112782595A (zh) | 2021-05-11 |
US11982714B2 (en) | 2024-05-14 |
EP3812778A1 (en) | 2021-04-28 |
US11293988B2 (en) | 2022-04-05 |
US20240255575A1 (en) | 2024-08-01 |
US20210116510A1 (en) | 2021-04-22 |
KR20210047682A (ko) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2021067674A (ja) | バッテリ状態推定方法及び装置 | |
KR102219397B1 (ko) | 원격 파라미터 추정을 구비한 2차 전지 관리 시스템 | |
JP7249754B2 (ja) | バッテリ充電方法及び装置 | |
JP7076193B2 (ja) | 誤差補正に基づいたバッテリ状態推定方法及び装置 | |
JP6234946B2 (ja) | 電池状態推定装置 | |
JP2022041931A (ja) | バッテリ状態推定方法及び装置 | |
TW201702623A (zh) | 用於測定鋰硫電池之健康狀態及充電狀態的方法及裝置 | |
KR102534849B1 (ko) | 배터리의 이온 농도 및 쿨롱 카운팅 soc를 실시간으로 조정하는 방법 | |
CN112421705A (zh) | 用于对锂离子电池进行快速充电的系统和方法 | |
CN113785209A (zh) | 用于检测异常电池单体的方法 | |
KR20220048753A (ko) | 배터리 충전 장치 및 방법 | |
KR20190097626A (ko) | 배터리에 포함된 물질의 확산 특성을 이용하여 배터리의 충전을 제어하는 장치 및 방법 | |
KR20200087494A (ko) | 배터리 관리 방법 및 장치 | |
CN116400247B (zh) | 电池软短路故障的确定方法及装置 | |
EP4148443A1 (en) | Electronic device and method for estimating battery state | |
US12078682B2 (en) | Method and apparatus for estimating state of battery | |
KR20230171293A (ko) | 배터리의 단락 검출 장치 및 방법 | |
JP2024501510A (ja) | バッテリー管理装置及び方法 | |
WO2014038555A1 (ja) | 電池残量検出装置、電池システム、電池残量検出方法およびプログラム | |
EP4390418A1 (en) | Electronic apparatus and method with battery state estimation | |
KR20230075033A (ko) | 배터리 상태를 추정하는 전자 장치 및 그 동작 방법 | |
KR20220124619A (ko) | 배터리 상태 추정 방법 및 장치 | |
KR20240057180A (ko) | 배터리에 대한 인가 전류의 값을 보정하는 방법 및 장치 | |
KR20240100226A (ko) | 배터리 상태를 추정하는 전자 장치 및 이의 동작 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230719 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240731 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240806 |