JP6831325B2 - バッテリのセルの充電状態を自動的に推定する方法 - Google Patents
バッテリのセルの充電状態を自動的に推定する方法 Download PDFInfo
- Publication number
- JP6831325B2 JP6831325B2 JP2017528422A JP2017528422A JP6831325B2 JP 6831325 B2 JP6831325 B2 JP 6831325B2 JP 2017528422 A JP2017528422 A JP 2017528422A JP 2017528422 A JP2017528422 A JP 2017528422A JP 6831325 B2 JP6831325 B2 JP 6831325B2
- Authority
- JP
- Japan
- Prior art keywords
- cell
- time point
- time
- capacity
- state
- 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
Links
- 238000000034 method Methods 0.000 claims description 87
- 230000006870 function Effects 0.000 claims description 30
- 238000005259 measurement Methods 0.000 claims description 26
- 230000004048 modification Effects 0.000 claims description 11
- 238000012986 modification Methods 0.000 claims description 11
- 230000001960 triggered effect Effects 0.000 claims description 9
- 238000007599 discharging Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 4
- 239000000470 constituent Substances 0.000 claims 1
- 230000003862 health status Effects 0.000 claims 1
- 230000000630 rising effect Effects 0.000 claims 1
- 239000011159 matrix material Substances 0.000 description 25
- 238000004364 calculation method Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 230000036541 health Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 101100379081 Emericella variicolor andC gene Proteins 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000022131 cell cycle Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000153 supplemental effect Effects 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]
- G01R31/396—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]
- G01R31/3644—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
- G01R31/005—Testing of electric installations on transport means
- G01R31/006—Testing of electric installations on transport means on road vehicles, e.g. automobiles or trucks
- G01R31/007—Testing of electric installations on transport means on road vehicles, e.g. automobiles or trucks using microprocessors or computers
-
- 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
- G01R31/3842—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]
- G01R31/389—Measuring internal impedance, internal conductance or related variables
Landscapes
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Secondary Cells (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Tests Of Electric Status Of Batteries (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Description
a)時点kで、前記セルのターミナル間の電圧の測定値ykと、このセルの充電電流又は放電電流の測定強度ikとを取得するステップ;
b)時点kにおいて、セルの測定値yk、測定強度ik及び容量Cn,k3から、時点k3における充電状態SOCkの推定を行うステップ;及び
c)前記時点kよりも頻度の少ない前記時点k3において、前記Cn,k3の推定を行うステップ。
前記充電状態SOCkの推定を行うステップにおける、前記容量Cn,k3は、前記時点k3において、前記セルに蓄積可能な最大の電気エネルギーをAhで表したものであり、前記時点k3は、前記容量Cn,k3が推定された時点の中で時点kに最も近い時点であり、
前記Cn,k3の推定を行うステップにおいて、前記推定は、次の各ステップを含んでいる。
同じセルの先行する時点k3−1における容量Cn,k3−1に、容量Cn,k3を関連づける状態モデルを使用して、容量Cn,k3の予測を計算し、
前記時点k3に最も近い時点における、前記セルの充電電流若しくは放電電流の測定値に基づいて、前記容量Cn,k3の予測を修正する。
上記先行技術は、特許文献1、特許文献2にも記載されている。
従って、本発明の主題の1つは、請求項1に記載された推定方法に関するものである。
を計算するのに使用される観察モデルは、容量Cn,k3の一次関数である。従って、予測値
の計算は、容量Cn,k3に関する観察モデルの線形化に関係する誤差によって破損しない。対照的に、非特許文献1のセクション4.2.2に記載の観察モデルは非線形であり、そのため、容量Cn,k3に関して線形化する必要がある。そのような線形化は、必ず、修正された容量Cn,k3の推定の誤差に結びつく。さらに、この観察モデルの線形化の処理は計算能力を消費する。
容量Cn,k3の推定が、閾値をクロスしたときに自動的トリガーされるということは、推定の実行頻度を、セルの実際の使用に自動的に適応させることができる。これは、特に、必要でないときに容量Cn,k3の推定を行うことを回避し、それにより、この容量の推定の精度を低下させることなく、この方法を実行するのに必要な計算能力を制限することができる。さらに、容量Cn,k3の推定を、充電閾値の状態、電圧閾値、あるいは、電荷の量が閾値を超えた状態においてのみ、1回だけ行うことにより、セルの充電・放電の1回のサイクル当たりの推定を可能とするが、これは、この容量の推定を精度をもって行うのに十分である。
この容量Cn,k3を推定するために、連続する2つの容量Cn,k3の推定の間に形成された電流強度ikのN回の測定値を使用すると、この評価の精度は高められる。
セルの殆ど完全な放電サイクルを定義するために、予め設定された第1、第2の閾値を使用することは、この殆ど完全な放電サイクルの間に測定された値の全てを考慮に入れて、容量Cn,k3を推定することを可能にする。これにより、容量Cn,k3の推定の精度は高められる。
非特許文献1では、予測Cn,k3は、量dk3の測定におけるノイズの共分散に依存して修正されるが、この量は測定されない。このような条件の下では、この量dk3の測定ノイズの共分散を決定することは非常に難しい。
対照的に、請求項に記載の本発明の方法では、使用されるのは電流強度ikの測定におけるノイズの共分散である。この強度ikの測定ノイズの共分散は、強度ikを測定するために使用された電流計で実験的に決定し、テストすることにより、あるいは、電流計メーカーから提供されたデータに基づいて、容易に決定できる。従って、請求項に記載の本発明の方法の実施は、非特許文献1に記載の方法の実施に比べて、はるかに簡単である。
図面では、同じ符号は同じ要素を示している。この明細書において、当業者によく知られた特徴や機能については、詳細な記載を省略している。
ここでは、第1のステージは、2つのブランチを含み、各ブランチは、それぞれ一つのセルを含んでいる。第2のステージは、図1に示す例では、第1のステージと構造上同一である。
− 当該セルのターミナル間の電圧を測定する電圧計。
− 当該セルの充電電流若しくは放電電流の値を測定する電流計。
このシステム40は、バッテリ10の健全性と同様にこのバッテリの充電状態も決定する機能を備えている。この充電状態及びこの健全性を決定するために、システム40は、バッテリ10の各セルの充電状態、及び、健全性を推定することができる。セルの健全性は、このセルの老化の進行の状態を表している。ここで、セルの健全性は、時刻kにおいて、SOHkで表示される。以下では、健全性は、比率Cn,k/Cn iniによって測定される。さらに、セルの健全性を計算するために、システム40は、現在の時刻kにおける、当該セルの容量Cn,kを推定することができる。
− 無負荷電圧OCV(SOCk)のジェネレーター52、
− 並列のRC回路54、及び、
− 以下では時刻kにおける「内部抵抗ROk」と定義された内部抵抗56。
この最初の実施例では、システム40は、充電状態SOCK、及び、電圧の測定値yKに基づいた電圧VD、K、及び測定電流値iKの状態のエスティメータ60を含んでいる。
エスティメータ60は、ここでカルマンフィルターの形で実装されている。そのため、状態のモデル62(図4)、及び、観察のモデル64(図5)を使用する。これら図4及び図5において、これらのモデルの方程式は以前に定義した表記を使用して表わされる。
表記C n,k3 及びRO K2 は、それぞれ、時刻K2と時刻K3における、セル18の容量及び内部抵抗を表わす。これらの時刻K2、K3は後で定義されるものとする。さらに、モデル62では、xKは時刻Kにおける、状態のベクトル[SOCK、VD、K]Tを示す。この記述で、符号“T”は、数学的転置操作を示している。乗算演算は、演算子“・”あるいは“*”として示されている。
この条件下では、Teが、バッテリ10の電流計及び電圧計の測定用のサンプリング周期である場合、現在の時刻kは、kTeに等しい。従って、Teは、システム40による電圧及び電流の測定値の獲得のための、任意の2つの連続する時刻k、k−1を分離する期間である。この期間Teは、一般に、0.1sから10sまでの間の定数である。ここで、期間Teは、1s±20%に等しい。例えば、Teは1秒に等しい。
モデル62は、同様に、Xk+1=Fkxk+Bkik+wkの形式で記載されている。ここで、
− Fkは、時刻kにおける状態遷移マトリックスであり、
− Bkは、時刻kにおけるコントロール・ベクトルである。
yk=Hkxk+ROk2.ik+vk
の線形観測モデルでそれは終了する。一般的には、モデル64は、ベクトルxkの近辺でテーラー級数に展開される。その二次で始まる導関数の貢献は無視する。従って、ここで、マトリックスHkは、充電状態SOCkの付近にある関数OCVの一次導関数と等しい。モデル64のこの線形化は、一般に、充電状態SOCkの個々の新しい値のために行われる。
以下では、エスティメータ66及び68の実行の時刻は、それらの時刻と上記時刻kとを区別するために、k2とk3としてそれぞれ表示する。ここで、時刻k2のセット及び時刻k3のセットは、時刻kのセットの部分集合である。従って、2つの連続する時刻k2とk2−1の間で、及び、または2つの連続する時刻k3とk3−1の間で、幾つかの期間Te、あるいは幾つかの時刻kが経過する。
Qk=[N0G0,k(N0)]−1及び、Rk=I
ここで、
− N0は、絶対に1よりも大きな前もって定義された整数、
− Iは、単位行列、
− G0,k(N0)は、次式によって定義される。
[(β*ROini)/(3*NC eol*NS)]2
ここで:
− βは、定数であり、0.3または0.5以上の値、好ましくは、0.8より大きく、通常、3未満である。
− Nc eolは、セル18の、寿命に達する前の、充・放電のサイクルの回数を予測する定数である。
− NSは、セル18の、充・放電サイクル毎に内部抵抗が推定される回数である。
一般的に、βは、ユーザによってセットされるか、あるいは実験で測定される。Nc eolは、実験的に測定することができるか、セル18のメーカーのデータから得ることができるサイクル数である。NSは、コンピューター44によって実行される充電状態の推定の方法によってセットされる。この実施例では、以下で明らかになるように、内部抵抗は、1サイクル当たり1回だけ推定される。従って、NSは、1と同じである。
、及び、回路54のターミナルの電圧VDの予測値VD,k/k−1をそれぞれ計算する。
ここで使用する表記では、インデックスk/k−1は、予測が、もっぱら時刻0とk−1の間でなされた測定に基づいていることを示している。よって、これは、演繹的予測(priori prediction)ともいわれる。
インデックスk/kは、時刻kの予測が、時刻0とkの間で行われた全ての測定を考慮していることを示している。よって、これは、帰納的予測(posteriori prediction)とも呼ばれる。
予測値
及びVD,k/k−1は、測定強度ik−1及び容量Cn,k3に基づき、モデル62を活用して計算される。モデル62では、状態遷移マトリックスFk−1がkの如何に拘わらす一定であり、各時刻kで再予測する必要はないことに注目すべきである。
Pk/k−1=Fk−1Pk−1/k−1Fk−1 T+Qk−1
及びVD,k/k−1を、測定値ykとモデル64から予測された値
の間の差の関数として修正する。この違いは、“イノベーション”として知られている。このステップ122は、一般的には次のものを含んでいる。
− 予測値
を計算するためのオペレーション124。
− 予測値
、VD,k/k−1、及び、マトリックスPk/k−1を修正し、修正された予測値
、VD,k/k及びPk/kを得るためのオペレーション126。
はモデル64を活用して計算される。このモデル64で、充電状態の値は、
に等しく、電圧の値VD,k/kは、VD,k/k−1に等しいものとする。測定値ykとその予測値
との間の差は、以降、Ekとして示す。
、及び、イノベーションEkに基づいたVD,k/k−1を修正する多くの方法がある。例えば、オペレーション126中に、これらの推定値は、カーマン利得Kkを用いて修正される。利得Kkは、次の関係式から与えられる。
Kk=Pk/k−1HT k(HkPk/k−1HT k+Rk)−1
その後、演繹的な予測は、次の関係式を活用して修正される。
xk/k=xk/k−1+KkEk
Pk/k=Pk/k−1−KkHkPk/k−1
反対に、一旦測定強度ikがこの閾値SHiを横切れば、エスティメータ66は直ちに実行される。閾値SHiは一般にImax/2より大きく、望ましくは、0.8*Imaxないし0.9*Imaxがよい。
P2,k2/k2−1=P2,k2−1/k2−1+Q2,0
このモデル72は、状態変数の一次関数であることに注目すべきである。従って、マトリックスH2,k2を得るために、予測
の付近で、それを線形化する必要はない。ここで、マトリックスH2,k2は−Nと等しい。
の間の差の関数として、予測
を修正する。ここで、Nは、予め選択された定数であり、選ばれた完全に1つの、望ましくは10または30を超えた値である。量uk2は、測定され得られた値ykとして、エスティメータ66によって取得される。
を計算する。量uk2の獲得は、測定値ykの最後のN回の測定値の合算により行われる。予測値
は、モデル72を活用して計算される。このモデル72では、値ROk2は、以前に計算された値ROk2/k2−1と同じものが得られる。
を修正する。イノベーションEk2は、測定された量uk2と予測された量
の間の差と等しい。例えば、オペレーション152中に、オペレーション126中に実行された方法と同じ方法が使用される。従って、このオペレーション152については、ここでは詳細には記述しない。その後、エスティメータ60の次の実行において、新しい推定ROk2/k2が、前の推定ROk2−1/k2−1の代わりに使用される。
− ステップ170において、モデル74の支援による予測Cn,k3/k3−1の計算、
− ステップ172において、容量の推定誤差の共分散マトリックスの予測P3,k3/k3−1の計算、及び
− ステップ174において、予測Cn,k3/k3−1及び予測P3,k3/k3−1の修正。
ここで、値Nは、充電の推定された状態が閾値SHsocよりも低下した時と、充電の推定された状態が閾値SLsoc以下に落ちた時の間に経過した時間kの回数である。値Nは、ステップ162の間に数えられた値と等しい。
の計算のオペレーション176を含んでいる。物理量zk3の獲得は、時刻k−1とk−Nの間で測定された最後のN個の測定値の合計である。予測値
は、モデル76から得られる。
との差の関数として、予測された容量Cn,k3/k3−1を修正する。この修正は、例えば前記ステップのオペレーション126の間に行われる。
SOHk3=Cn,k3/Cn ini
ステップ190において、コンピューター44は、このステージの各セルの充電状態を合算することにより、バッテリの各ステージの充電状態を決定する。
電圧がUmaxに近いセル群や、Uminに近いセル群の充電状態の推定は、頻繁にリフレッシュすることが重要である。実際、そのような状況下にあるセルの充電状態の推定の誤差は、そのセルの電気的性質及び機械的性質の低下に繋がりかねない。
これについては、例えば、コンピューター44は、第一に、高い優先レベルのセル群の推定をリフレッシュするのに必要な時間を保存する。次に、既に予約されたリフレッシュ時間を考慮に入れて、ミディアム優先レベルのセル群の充電状態の推定をリフレッシュするのに必要な時間を保存する。最後に、低い優先レベルを割り当てられたセル群で同じことを行う。
これらの仮定で得られた結果を、図13に示す。この図では、kからk+11までの時間が、X軸に沿ってプロットされている。これらの時間k毎の各時刻の2つのボックスは、各時刻で、コンピューター44が図10の方法のフェーズ114を2回実行するということを記号化している。これらのボックスの各々で、フェーズ114が実行されるセルの番号が記載されている。ボックスに番号が付されていない場合、それは、図10の方法が実行されず、従って、計算能力を保存し、他の目的、例えば、エスティメータ66及び68の実行に使用することができることを意味する。
例えば、図14は、エスティメータの他の構成例を示している。エスティメータ66及び68が、1個のエスティメータ230に置き換えられる点を除いて、これらのエスティメータの他の構成は、図3のそれと同一である。エスティメータ230は、同時にセル18の容量及び内部抵抗を推定する。エスティメータ230は、エスティメータ60ほど頻繁に実行されない。ここで、k4としてエスティメータ230の実行の時刻をk4と指示すると、時刻k4における容量と内部抵抗Cn,k4及びROk4が推定される。時刻k4のセットは、時刻kの部分集合である。
このエスティメータ230は、状態のモデル232(図15)及び観察のモデル234(図16)を使用する、カルマンフィルターを実行する。
修正済の状態のモデルの例については、国際特許出願WO2006057468を参照することができる。
RD,k+1=RD,k及びCD,k+1=CD,k
Mehra, R.K: “On the identification of variances and adaptative kalman Filtering”, Automatic Control, IEEE Transaction on, Volume 15, No. 2, pages 175-184, April 1970.
この方法は、例えば、オペレーション102で記述されているような、マトリックスR0及びQ0の最初のセットアップの後に適用される。
− 1つの項目は、測定値の推定誤差にリンクし、かつ
− 他の項目は、状態ベクトルの推定誤差にリンクしている。
Y. Bar-Shalom, et al.: “Estimation With Applications to Tracking and Navigation, Theory Algorithms and Software”, Wiley inter-science, 2001.
− αは、1±30%又は10%と等しい。
− βもまた、1±30%又は10%と等しい。そして
− γは、一般的に0.1と0.5の間である。例えば、γは、0.2±30%、又は10%と等しい。
− 内部抵抗は、セルの年齢に応じて増加し、かつ、
− セルの容量は、セルの年齢に応じて減少する。
ROk2+1=(α+βNC k2/NC EOL)ROk2+w2,k2
ここで、このモデルの各シンボルは、既に定義されたものである。
Cn,k3+1=(1−γNC k3/NC EOL)Cn,k3+v3,k3
ここで、このモデルの異なるシンボルについては、既に定義したものである。
このために、コンピューター44は、電圧あるいはセルの充電状態が予め定義された上側の閾値よりも低下した時から開始して、各時刻Kで次の関係を活用して電荷の量QCKを計算する。
QCK=QCK−1+iKTe
一旦、QCKが上側の閾値SHQと交差すれば、フェーズ166あるいは246が実行される。他方では、電荷の量QCKが閾値SHQ以上である限り、フェーズ166や246の実行は禁止される。変形例として、Nが予め定義された定数である場合、電荷の量QCKは、最後のN回のKを含んでいるスライディングウィンドウ上で計算されても良い。
SOHK=ROK/ROini
4 電動機
6 車輪
8 車道
10 バッテリ
12 ターミナル
14 ターミナル
18〜21 セル
30 ターミナル
32 ターミナル
34 電圧計
36 電流計
40 システム
42 メモリ
44 コンピュータ
50 電気的モデル
52 ジェネレーター
54 並列のRC回路
56 内部抵抗
60 エスティメータ
62 状態のモデル
64 観察のモデル
66 エスティメータ
68 エスティメータ
70 状態のモデル
72 観察のモデル
74 状態のモデル
76 観察のモデル
100 共分散マトリックスの調節のフェーズ
110 セルの充電電流及び放電電流の測定強度ikを取得するフェーズ
114 充電状態の推定のフェーズ
122 推定の修正用のステップ
140 内部抵抗ROk2の推定のフェーズ
148
の予測修正のステップ
166 セルの容量の推定のためのフェーズ
174 容量Cn,k3/k3−1の予測及び予測P3(k3/k3−1)の修正ステップ
Claims (12)
- バッテリを管理するシステムによるバッテリの1つのセルの充電状態の自動的な推定方法であって、
前記バッテリを管理するシステムは、メモリに記録された命令を実行することができるコンピュータを備えており、
前記命令を実行する時点として、複数の時点kのセットと複数の時点k3のセットを有しており、前記時点k3は、前記時点kよりも少ない頻度で繰り返されるものであり、
前記推定方法は、
a)1つの前記時点kにおいて、前記セルのターミナル間の電圧の測定値yk、及び、前記セルの充電電流又は放電電流の測定強度ikを取得するステップ(110)、
b)1つの前記時点k3における前記セルの容量Ck3を推定するステップ(166、246)、及び
c)前記電圧の測定値yk、前記電流の測定強度ik、及び、前記推定されたセルの容量Ck3から、前記時点kにおける前記セルの充電状態SOCkを推定するステップ(114)を含んでおり、
但し、前記b)における前記時点k3は、前記容量Ck3の推定がなされた時点k3のセットの中で前記時点kと等しいか、若しくは、前記時点kに先行しかつ前記時点kとの時間差が最小のものであり、Ah(アンペア時)で表現した前記セルの容量Ck3は、前記時点k3において前記セルに蓄積可能な最大の電気エネルギーであり、
前記セルの容量Ck3を推定するステップ(166、246)は、
前記容量Ck3を同じ前記セルの前記時点k3に先行する時点k3−1における容量Ck3−1に関連づける状態モデルを使用して、前記時点k3における、前記容量Ck3の予測を計算するステップ(170)と、
前記時点kにおける、前記セルの前記充電電流若しくは前記放電電流の測定強度ikに基づいて、前記時点k3における前記容量Ck3の予測を修正するステップ(174)と
を含んでおり、
前記容量Ck3の予測の修正のステップは、
前記時点k3において、次式で定義される測定可能な物理量zk3を取得するステップ(176)と、
次式の観察モデルを使用して、前記測定可能な物理量zk3の予測値
を計算するステップ(176)と、
SOCk’−Nは、前記時点k3に先行する前回の時点k’−Nにおける前記セルの充電状態であり、そして、
Ck3は、前記観察モデルにおける前記時点k3、すなわち、前記修正の直前に計算された、前記セルの容量の予測値であり、
測定された前記物理量zk3と前記観察モデルから計算された前記物理量zk3の予測値
との差に基づいて、前記容量Ck3の予測を修正するステップ(178)とを含むことを特徴とするバッテリのセルの充電状態の自動的な推定方法。 - 請求項1に記載の方法において、
もし、前記時点kとそれに先行する時点k−1の間においてパラメーターの値が予め設定された第1の閾値と交差していなければ、前記容量Ck3の予測の修正は禁止され(ステップ164;244)、
ただし、前記パラメーターは、前記セルの前記測定値ykと前記充電状態SOCkの推定値、及び、前記時点kとそれに先行する時点t1の間に前記セルから出力された電荷の量QCkから構成されるグループから選ばれており、
前記パラメーターが前記測定値yk又は前記充電状態SOCkの推定値である場合には、該パラメーターが前記第1の閾値よりも低下したのに応答して、また、前記パラメーターが前記電荷の量QCkである場合には、該パラメーターが前記第1の閾値よりも上昇したのに応答して、
前記容量Ck3の予測の修正がトリガーされる(ステップ164;244)ことを特徴とするバッテリのセルの充電状態の自動的な推定方法。 - 請求項2に記載の方法において、
連続する前記時点t1と時点t2との間における前記ステップa)の反復の回数を計数するステップ(162;242)を含んでおり、
前記時点t1は、前記測定値ykあるいは前記充電状態SOCkの推定値が、予め設定された第2の閾値よりも低下した時点であり、
前記時点t2は、前記測定値ykあるいは前記充電状態SOCkの推定値が、前記第1の閾値よりも低下した時点であり、
前記容量Ck3の予測の修正ステップ(178)の回数である前記整数Nは、前記時点t1と時点t2との間で計数された前記反復の回数と等しく、かつ1よりも大きな値に選定されることを特徴とするバッテリのセルの充電状態の自動的な推定方法。 - 請求項3に記載の方法において、
前記第1の閾値は、前記セルの充電状態が10%より低い状態に相当し、前記第2の閾値は、前記セルの充電状態が90%より高い状態に相当することを特徴とするバッテリのセルの充電状態の自動的な推定方法。 - 請求項1〜4のいずれか1項に記載の方法において、
前記方法は、
前記電流の測定強度ikの測定におけるノイズの共分散を定義するステップ(106)と、
前記電流の測定強度ikの測定における前記ノイズの共分散に基づいて、前記容量Ck3の予測の修正を行うステップ(178)とを含んでいることを特徴とするバッテリのセルの充電状態の自動的な推定方法。 - 請求項5に記載の方法において、
前記容量Ck3の予測の修正を行うステップ(178)は、
取得された前記物理量zk3と、計算された前記予測値
との差に基づき、次の関係を利用して行われる、
Ck3/k3=Ck3/k3−1+Kk3Ek3
ここで、
Ck3/k3は、前記容量Ck3の修正された予測値であり、
Ck3/k3−1は、前記容量Ck3の修正前の予測値であり、
Ek3は、前記取得された物理量zk3と前記計算された予測値
との差であり、
Kk3は、前記時点k3のために、前記電流の強度ikの測定における前記ノイズの共分散に応じて計算されたカルマンゲインであることを特徴とするバッテリのセルの充電状態の自動的な推定方法。 - 請求項1〜6のいずれか1項に記載の方法において、
前記容量Ck3の予測に用いられる前記状態モデルは、以下の通りである:
Ck3=Ck3−1であり、かつ、
前記方法は以下のステップを含んでいる:
使用された前記状態モデルのモデリング誤差のノイズの共分散Q3,0に応じて、前記容量Ck3の推定誤差の共分散P3,k3の予測を計算するステップ(172)と、
以下の関係を用いて、自動的に前記共分散Q3,0を定義するステップ(106)、
Qd,k3=[(γCini)/(3Nc eolNs)]2
ここで、
− γは、値が1よりも小さくかつ0より大きい、予め設定された定数であり、
− Ciniは、前記セルの最大公称容量であり、
− Nc eolは、前記セルがその寿命に到達する以前の前記セルの放電サイクル数であり、この値は予め設定されており、
− Nsは、前記セルの1回の放電サイクルにおける前記ステップc)の繰り返し回数であることを特徴とするバッテリのセルの充電状態の自動的な推定方法。 - 請求項1〜7のいずれか1項に記載の方法において、
前記Nが3よりも大きな整数であるとき、
前記ステップa)と前記ステップb)は、前記時点k3と時点k3−1の間で少なくともN回実行されることを特徴とするバッテリのセルの充電状態の自動的な推定方法。 - 請求項1〜8のいずれか1項に記載の方法において、
前記方法は、以下の関係を用いて、前記セルの健康状態SOHk3を計算するステップ(180)を含んでいる
SOHk3=Ck3/Cini
ここで、
− Ck3は、前記容量Ck3の推定がなされた前記時点k3のセットの中で最も新しい前記時点k3で推定された前記セルの容量であり、
− Ciniは、前記セルの最大公称容量であることを特徴とするバッテリのセルの充電状態の自動的な推定方法。 - バッテリの1つのセルの充電状態の自動的な推定のために、コンピュータに、下記a)〜c)の手順を実行させるためのプログラムを記録した、コンピュータ読み取り可能な記録媒体(42)であって、
前記コンピュータに下記a)〜c)の手順を実行させる時点として、複数の時点kのセットと複数の時点k3のセットを有し、前記時点k3は、前記時点kよりも少ない頻度で繰り返されるものであり、
a)1つの前記時点kにおいて、前記セルのターミナル間の電圧の測定値yk、及び、前記セルの充電電流又は放電電流の測定強度ikを取得する手順(110)、
b)1つの前記時点k3における前記セルの容量Ck3を推定する手順(166、246)、及び
c)前記電圧の測定値yk、前記電流の測定強度ik、及び、前記推定されたセルの容量Ck3から、前記時点kにおける前記セルの充電状態SOCkを推定する手順(114)、
但し、前記b)の手順における前記時点k3は、前記容量Ck3の推定がなされた時点k3のセットの中で前記時点kと等しいか、若しくは、前記時点kに先行しかつ前記時点kとの時間差が最小のものであり、Ah(アンペア時)で表現した前記セルの容量Ck3は、前記時点k3において前記セルに蓄積可能な最大の電気エネルギーであり、
前記セルの容量Ck3を推定する手順(166、246)は、
前記容量Ck3を同じ前記セルの前記時点k3に先行する時点k3−1における容量Ck3−1に関連づける状態モデルを使用して、前記時点k3における、前記容量Ck3の予測を計算する手順(170)と、
前記時点kにおける、前記セルの前記充電電流若しくは前記放電電流の測定強度ikに基づいて、前記時点k3における前記容量Ck3の予測を修正する手順(174)とを含んでおり、
前記容量Ck3の予測の修正の手順(174)は、
前記時点k3において、次式で定義される測定可能な物理量zk3を取得する手順(176)と、
次式の観察モデルを使用して、前記測定可能な物理量zk3の予測値
を計算する手順(176)と、
SOCk’−Nは、前記時点k3に先行する前回の時点k’−Nにおける前記セルの充電状態であり、そして、
Ck3は、前記観察モデルにおける前記時点k3、すなわち、前記修正の直前に計算された、前記セルの容量の予測であり、
測定された前記物理量zk3と前記観察モデルから計算された前記物理量zk3の予測値
との差に基づいて、前記容量Ck3の予測を修正する手順(178)とを含んでいることを特徴とするコンピュータ読み取り可能な記録媒体。 - 少なくとも1個のセルを備えるバッテリを管理するためのシステムであって、
前記システムは、1つの前記セルの充電状態の自動的な推定を行うために、メモリに記録された命令を実行することができるコンピュータ(44)を備えており、
前記命令を実行する時点として、複数の時点kのセットと複数の時点k3のセットを有しており、前記時点k3は、前記時点kよりも少ない頻度で繰り返されるものであり、
a)1つの前記時点kにおいて、前記セルのターミナル間の電圧の測定値yk、及び、前記セルの充電電流又は放電電流の測定強度ikを取得する機能、
b)1つの前記時点k3における前記セルの容量Ck3を推定する機能、及び
c)前記電圧の測定値yk、前記電流の測定強度ik、及び、前記推定されたセルの容量Ck3から、前記時点kにおける前記セルの充電状態SOCkを推定する機能を含んでおり、
但し、前記b)における前記時点k3は、前記容量Ck3の推定がなされた時点k3のセットの中で前記時点kと等しいか、若しくは、前記時点kに先行しかつ前記時点kとの時間差が最小のものであり、Ah(アンペア時)で表現した前記セルの容量Ck3は、前記時点k3において前記セルに蓄積可能な最大の電気エネルギーであり、
前記セルの容量Ck3を推定する機能(166、246)は、
前記容量Ck3を同じ前記セルの前記時点k3に先行する時点k3−1における容量Ck3−1に関連づける状態モデルを使用して、前記時点k3における、前記容量Ck3の予測を計算する機能(170)と、
前記時点kにおける、前記セルの前記充電電流若しくは前記放電電流の測定強度ikに基づいて、前記時点k3における前記容量Ck3の予測を修正する機能(174)とを含んでおり、
前記容量Ck3の予測の修正の機能は、
前記時点k3において、次式で定義される測定可能な物理量zk3を取得する機能(176)と、
次式の観察モデルを使用して、前記測定可能な物理量zk3の予測値
を計算する機能(176)と、
SOCk’−Nは、前記時点k3に先行する前回の時点k’−Nにおける前記セルの充電状態であり、そして、
Ck3は、前記観察モデルにおける前記時点k3、すなわち、前記修正の直前に計算された、前記セルの容量の予測であり、
測定された前記物理量zk3と前記観察モデルから計算された前記物理量zk3の予測値
との差に基づいて、前記容量Ck3の予測を修正する機能(178)とを含むことを特徴とするバッテリを管理するためのシステム。 - 自動車であって、
− 少なくとも1の駆動輪(6);
− 前記自動車を移動させるために前記駆動輪を駆動することができる、電動機(4);
−電気的エネルギーを蓄積することができると共に、前記電動機に動力を供給するために前記電気的エネルギーを放出する、少なくとも1個のセル(18〜21)を含むバッテリ(10)であって、前記セルは、当該セルを前記電動機に電気的に接続する2つのターミナル(30、32)を含み;
− 前記ターミナル間の電圧を測定するために、前記セルのターミナル間に電気的に接続されている電圧計(34);
− 前記セルを充電若しくは放電する電流の測定値を測定するために、前記セルと直列に接続されている電流計(36);及び
− 前記バッテリを管理するためのシステム(40)であって、該システムは、前記電圧計と前記電流計に接続され、メモリに記録された命令を実行することができるコンピュータ(44)を含んでおり、前記コンピュータは、前記電圧計と前記電流計の測定値から、前記バッテリの前記セルの充電状態を推定することができるものであり、
前記バッテリを管理するための前記システム(40)は、請求項11に記載されたシステムであることを特徴とする自動車。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1461616 | 2014-11-28 | ||
FR1461616A FR3029297B1 (fr) | 2014-11-28 | 2014-11-28 | Procede automatique d'estimation de l'etat de charge d'une cellule d'une batterie |
PCT/FR2015/053240 WO2016083754A1 (fr) | 2014-11-28 | 2015-11-26 | Procede automatique d'estimation de l'etat de charge d'une cellule d'une batterie |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017538929A JP2017538929A (ja) | 2017-12-28 |
JP6831325B2 true JP6831325B2 (ja) | 2021-02-17 |
Family
ID=52392120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017528422A Active JP6831325B2 (ja) | 2014-11-28 | 2015-11-26 | バッテリのセルの充電状態を自動的に推定する方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US10379171B2 (ja) |
EP (1) | EP3224635B1 (ja) |
JP (1) | JP6831325B2 (ja) |
KR (1) | KR102534688B1 (ja) |
CN (1) | CN107209227B (ja) |
FR (1) | FR3029297B1 (ja) |
WO (1) | WO2016083754A1 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3029315B1 (fr) * | 2014-11-28 | 2016-12-09 | Renault Sa | Procede automatique d'estimation de la capacite d'une cellule d'une batterie |
FR3029299B1 (fr) * | 2014-11-28 | 2016-12-09 | Renault Sa | Procede automatique de determination de l'etat de charge d'une batterie |
CN106970332B (zh) * | 2017-05-04 | 2019-09-03 | 成都雅骏新能源汽车科技股份有限公司 | 基于回馈自适应的充电soc修正方法 |
CN109444747B (zh) * | 2018-11-09 | 2021-04-20 | 北京经纬恒润科技股份有限公司 | 一种对象的信息检测方法及装置 |
US11069926B1 (en) * | 2019-02-14 | 2021-07-20 | Vcritonc Alpha, Inc. | Controlling ongoing battery system usage via parametric linear approximation |
US20220229114A1 (en) * | 2019-06-12 | 2022-07-21 | Volvo Truck Corporation | A method for estimating a battery state |
CN113853524B (zh) * | 2019-06-12 | 2022-08-26 | 沃尔沃卡车集团 | 用于估计电池状态的方法 |
CN110632520A (zh) * | 2019-10-17 | 2019-12-31 | 西安工业大学 | 一种动力电池soc的估算装置及其估算方法 |
CN114325395B (zh) * | 2020-09-30 | 2024-01-26 | 北京昇科能源科技有限责任公司 | 一种电池状态的确定方法及装置 |
CN113884884B (zh) * | 2021-10-21 | 2022-07-26 | 山东大学 | 一种基于相关性的动力电池组故障诊断方法及系统 |
FR3144868A1 (fr) | 2023-01-05 | 2024-07-12 | Entroview | Procédé automatique d'estimation de l'état de charge d'une cellule d'une batterie |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0843504A (ja) * | 1994-07-27 | 1996-02-16 | Nippondenso Co Ltd | 電気自動車用電池残存容量計 |
JP4879461B2 (ja) * | 2002-03-29 | 2012-02-22 | エストコ バッテリー マネージメント インコーポレイテッド | 燃料電池を再生する為の装置および方法、燃料電池をバイパスする為の装置および方法、並びに燃料電池を診断する為の装置 |
US8103485B2 (en) * | 2004-11-11 | 2012-01-24 | Lg Chem, Ltd. | State and parameter estimation for an electrochemical cell |
US7315789B2 (en) * | 2004-11-23 | 2008-01-01 | Lg Chem, Ltd. | Method and system for battery parameter estimation |
WO2006057468A1 (en) | 2004-11-29 | 2006-06-01 | Lg Chem, Ltd. | Method and system for battery state and parameter estimation |
CN101116003B (zh) * | 2005-01-27 | 2010-04-07 | 松下电动车辆能源股份有限公司 | 二次电池充/放电电量、极化电压及soc的估计方法和装置 |
KR100804698B1 (ko) * | 2006-06-26 | 2008-02-18 | 삼성에스디아이 주식회사 | 배터리 soc 추정 방법 및 이를 이용하는 배터리 관리시스템 및 구동 방법 |
KR100962856B1 (ko) * | 2008-04-03 | 2010-06-09 | 현대자동차주식회사 | 배터리의 잔존용량 추정 방법 |
CN101598769B (zh) * | 2009-06-29 | 2011-04-20 | 杭州电子科技大学 | 一种基于采样点卡尔曼滤波的电池剩余电量估计方法 |
KR101671998B1 (ko) * | 2010-04-02 | 2016-11-04 | 에스케이이노베이션 주식회사 | 배터리의 용량 열화 상태 측정 장치 및 방법 |
US8525519B2 (en) * | 2010-11-30 | 2013-09-03 | GM Global Technology Operations LLC | Algorithm for determining the capacity of a battery while in service |
JP5535968B2 (ja) * | 2011-03-08 | 2014-07-02 | 三菱重工業株式会社 | 充電率推定装置、充電率推定方法、及びプログラム |
US20120316800A1 (en) | 2011-06-07 | 2012-12-13 | Gregory David Shteinhauz | System for predicting vehicle vibration or acoustic response |
US20120316810A1 (en) * | 2011-06-08 | 2012-12-13 | GM Global Technology Operations LLC | Battery limit calibration based on battery life and performance optimization |
JP5595361B2 (ja) * | 2011-09-27 | 2014-09-24 | プライムアースEvエナジー株式会社 | 二次電池の充電状態推定装置 |
JP6240369B2 (ja) * | 2011-09-30 | 2017-11-29 | ケーピーアイティ テクノロジーズ リミテッド | バッテリーの充電状態を決定するためのシステムおよび方法 |
CN103852727B (zh) * | 2014-02-14 | 2017-04-12 | 清华大学深圳研究生院 | 动力电池荷电状态在线估算方法和装置 |
FR3029296B1 (fr) * | 2014-11-28 | 2016-12-30 | Renault Sa | Procede automatique d'estimation de l'etat de charge d'une cellule d'une batterie |
FR3029298B1 (fr) * | 2014-11-28 | 2016-12-30 | Renault Sa | Procede automatique d'estimation de l'etat de charge d'une cellule d'une batterie |
FR3029315B1 (fr) * | 2014-11-28 | 2016-12-09 | Renault Sa | Procede automatique d'estimation de la capacite d'une cellule d'une batterie |
FR3029299B1 (fr) * | 2014-11-28 | 2016-12-09 | Renault Sa | Procede automatique de determination de l'etat de charge d'une batterie |
-
2014
- 2014-11-28 FR FR1461616A patent/FR3029297B1/fr not_active Expired - Fee Related
-
2015
- 2015-11-26 JP JP2017528422A patent/JP6831325B2/ja active Active
- 2015-11-26 US US15/531,182 patent/US10379171B2/en active Active
- 2015-11-26 KR KR1020177017126A patent/KR102534688B1/ko active IP Right Grant
- 2015-11-26 WO PCT/FR2015/053240 patent/WO2016083754A1/fr active Application Filing
- 2015-11-26 CN CN201580069203.9A patent/CN107209227B/zh active Active
- 2015-11-26 EP EP15808756.9A patent/EP3224635B1/fr active Active
Also Published As
Publication number | Publication date |
---|---|
CN107209227A (zh) | 2017-09-26 |
US10379171B2 (en) | 2019-08-13 |
KR102534688B1 (ko) | 2023-05-19 |
FR3029297B1 (fr) | 2016-12-30 |
EP3224635B1 (fr) | 2019-05-01 |
EP3224635A1 (fr) | 2017-10-04 |
US20180031639A1 (en) | 2018-02-01 |
JP2017538929A (ja) | 2017-12-28 |
KR20170092589A (ko) | 2017-08-11 |
WO2016083754A1 (fr) | 2016-06-02 |
FR3029297A1 (fr) | 2016-06-03 |
CN107209227B (zh) | 2020-03-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6831325B2 (ja) | バッテリのセルの充電状態を自動的に推定する方法 | |
JP6902467B2 (ja) | バッテリのセルの充電状態を自動的に推定する方法 | |
JP6712594B2 (ja) | バッテリのセルの充電状態を自動的に推定する方法 | |
KR102542397B1 (ko) | 배터리의 충전의 상태를 결정하는 자동적 방법 | |
US10838010B2 (en) | Automatic method for estimating the capacitance of a cell of a battery | |
JP2017538931A5 (ja) | ||
JP6450565B2 (ja) | バッテリのパラメータ推定装置 | |
CN113466725B (zh) | 确定电池荷电状态的方法及装置,存储介质及电子设备 | |
CN105899395A (zh) | 估定机动车辆电池中的能量 | |
CN113853524B (zh) | 用于估计电池状态的方法 | |
Tran et al. | SOC/SOH estimation method for AGM VRLA battery by combining ARX model for online parameters estimation and DEKF considering hysteresis and diffusion effects | |
CN113466726B (zh) | 确定电池等效电路模型的参数的方法、装置、存储介质及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181121 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190911 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191001 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20191223 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200228 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200728 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20200902 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20200925 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201027 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210105 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210128 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6831325 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |