KR100952049B1 - 배터리에 관련된 상태 벡터를 추정하는 시스템 및 방법 - Google Patents

배터리에 관련된 상태 벡터를 추정하는 시스템 및 방법 Download PDF

Info

Publication number
KR100952049B1
KR100952049B1 KR1020087006165A KR20087006165A KR100952049B1 KR 100952049 B1 KR100952049 B1 KR 100952049B1 KR 1020087006165 A KR1020087006165 A KR 1020087006165A KR 20087006165 A KR20087006165 A KR 20087006165A KR 100952049 B1 KR100952049 B1 KR 100952049B1
Authority
KR
South Korea
Prior art keywords
battery
state vector
estimating
voltage
computer
Prior art date
Application number
KR1020087006165A
Other languages
English (en)
Other versions
KR20080041702A (ko
Inventor
그레고리 엘. 플레트
Original Assignee
주식회사 엘지화학
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 주식회사 엘지화학 filed Critical 주식회사 엘지화학
Publication of KR20080041702A publication Critical patent/KR20080041702A/ko
Application granted granted Critical
Publication of KR100952049B1 publication Critical patent/KR100952049B1/ko

Links

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]
    • 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
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

배터리에 관련된 상태 벡터를 추정하는 시스템 및 방법이 제공된다. 상기 방법은 로드 회로로부터 상기 배터리가 전기적으로 분리되는 시간격을 결정하는 단계를 포함한다. 상기 시간격은 제1 시간에서 시작한다. 상기 방법은 메모리(memory)로부터 배터리에 관련된 제1 상태 벡터를 획득하는 단계를 더 포함한다. 상기 제1 상태 벡터는 상기 제1 시간에 앞서 결정된다. 상기 방법은 상기 시간격과 상기 제1 상태 벡터에 기초하여 상기 배터리에 관련된 제2 예측 상태 벡터를 연산하는 단계를 더 포함한다.

Description

배터리에 관련된 상태 벡터를 추정하는 시스템 및 방법{SYSTEM AND METHOD FOR ESTIMATING A STATE VECTOR ASSOCIATED WITH A BATTERY}
본 발명은 배터리에 관련된 상태 벡터를 추정하는 시스템 및 방법에 관한 것이다.
배터리는 전자 또는 전기 분야에서 다양하고 폭넓게 이용되고 있으며, 충전상태(SOC; State Of Charge)를 포함하여 배터리의 내재 상태를 추정할 수 있는 것이 바람직하다. 상기 SOC는 작동하는데 사용될 수 있는 배터리의 현재 이용가능한 용량을 나타내는 값이다. 배터리 모니터링 시스템(battery monitoring system)은 배터리 상태의 추정값을 제공하기 위하여 상기 배터리에 입력되는 전기 전류와 상기 배터리로부터의 출력 전압에 대한 히스토리(history)를 측정할 수 있다.
배터리가 전기적으로 언로드(unload)되고, 시간격(time interval)동안 배터리 상태가 변화되는 경우 배터리는 일반적으로 이런 시간격에 걸쳐 방전된다. 그러나, 배터리 모니터링 시스템은 이러한 시간격 동안 계산과 측정에 대한 히스토리를 중단한다. 이 시스템의 문제점은 상기 시간격 동안 로드 회로(load circuit)로부터 전기적으로 분리된 후 상기 로드 회로에 전기적으로 배터리가 연결되는 때에 상기 배터리의 상태를 정확하게 결정할 수 없다는 점에 있다.
그러므로, 본 발명자는 여기에서 상기 시간격 동안 로드 회로로부터 전기적으로 분리된 후 상기 로드 회로에 전기적으로 배터리가 연결되는 때에 상기 배터리에 관련된 상태 벡터를 추정하는 시스템 및 방법에 대한 필요성을 인식한다.
바람직한 실시예에 따른 배터리에 관련된 상태 벡터를 추정하는 방법이 제공된다. 상기 방법은 배터리가 로드 회로로부터 전기적으로 분리되는 시간격을 결정하는 단계를 포함한다. 상기 시간격은 제1 시간(first time)에서 시작한다. 상기 방법은 메모리(memory)로부터 배터리에 관련된 제1 상태 벡터를 획득하는 단계를 포함한다. 상기 제1 상태 벡터는 상기 제1 시간에 앞서 결정된다. 상기 방법은 또한, 상기 시간격과 상기 제1 상태 벡터에 기초하여 상기 배터리에 관련된 제2 예측 상태 벡터를 연산하는 단계를 포함한다. 상기 방법은 또한, 상기 배터리가 전기적으로 상기 로드 회로에 재연결되는 경우 상기 제1 시간격 후의 제1 배터리 전압값을 획득하기 위하여 상기 배터리로부터 출력되는 배터리 전압을 측정하는 단계를 포함한다. 상기 방법은 상기 제2 예측 상태 벡터에 기초하여 상기 배터리에 관련된 제2 배터리 전압을 추정하는 단계를 포함한다. 상기 방법은 상기 제1 배터리 전압값과 상기 제2 배터리 전압 값에 기초하여 전압 오차값(voltage error value)을 연산하는 단계를 포함한다. 상기 방법은 또한, 상기 제2 예측 상태 벡터와 상기 전압 오차값에 기초하여 상기 배터리에 관련된 제3 추정 상태 벡터를 연산하는 단계를 포함한다.
다른 바람직한 실시예에 따른 배터리에 관련된 상태 벡터를 추정하는 시스템이 제공된다. 상기 시스템은 상기 배터리로부터 출력되는 전압을 측정하도록 구성되는 전압 센서를 포함한다. 상기 시스템은 또한, 상기 전압 선서에 작동 가능하도록 연결되는 컴퓨터를 포함한다. 상기 컴퓨터는 상기 배터리가 로드 회로로부터 전기적으로 분리되는 시각격을 결정하도록 구성된다. 상기 시간격은 제1 시간에서 시작한다. 상기 컴퓨터는 메모리로부터 상기 배터리에 관련된 제1 상태 벡터를 획득하도록 또한 구성된다. 상기 제1 상태 벡터는 상기 제1 시간에 앞서 결정된다. 상기 컴퓨터는 상기 제1 상태 벡터와 상기 시간격에 기초하여 상기 배터리에 관련된 제2 예측 상태 벡터를 연산하도록 또한 구성된다. 상기 컴퓨터는 또한, 상기 배터리가 전기적으로 상기 로드 회로에 연결되는 경우 상기 제1 시간격 후의 제1 배터리 전압값을 획득하기 위하여 상기 배터리로부터 출력되는 전압을 상기 전압 센서가 측정하게 유도하도록 구성된다. 상기 컴퓨터는 또한, 상기 제2 예측 상태 벡터에 기초하여 상기 배터리에 관련된 제2 배터리 전압값을 추정하도록 구성된다. 상기 컴퓨터는 또한, 상기 제1 배터리 전압값과 상기 제2 배터리 전압값에 기초하여 전압 오차값을 연산하도록 구성된다. 상기 컴퓨터는 또한, 상기 제2 예측 상태 벡터와 상기 전압 오차값에 기초하여 상기 배터리에 관련된 제3 추정 상태 벡터를 연산하도록 구성된다.
또 다른 바람직한 실시예에 따른 제조물품(article of manufacture)이 제공된다. 상기 제조물품은 배터리에 관련된 상태 벡터를 추정하기 위하여 인코드된 컴퓨터 프로그램을 가지는 컴퓨터 저장 매체를 포함한다. 상기 컴퓨터 저장 매체는 상기 배터리가 로드 회로로부터 전기적으로 분리되는 시간격을 결정하기 위한 코드를 포함한다. 상기 시간격은 제1 시간(first time)에서 시작한다. 상기 컴퓨터 저장 매체는 메모리(memory)로부터 배터리에 관련된 제1 상태 벡터를 획득하기 위한 코드를 포함한다. 상기 제1 상태 벡터는 상기 제1 시간에 앞서 결정된다. 상기 컴퓨터 저장 매체는 또한, 상기 시간격과 상기 제1 상태 벡터에 기초하여 상기 배터리에 관련된 제2 예측 상태 벡터를 연산하기 위한 코드를 포함한다. 상기 컴퓨터 저장 매체는 또한, 상기 배터리가 전기적으로 상기 로드 회로에 연결되는 경우 상기 제1 시간격 후의 제1 배터리 전압값을 획득하기 위하여 상기 배터리로부터 출력되는 배터리 전압을 측정하기 위한 코드를 포함한다. 상기 컴퓨터 저장 매체는 상기 제2 예측 상태 벡터에 기초하여 상기 배터리에 관련된 제2 배터리 전압을 추정하기 위한 코드를 포함한다. 상기 컴퓨터 저장 매체는 상기 제1 배터리 전압값과 상기 제2 배터리 전압 값에 기초하여 전압 오차값(voltage error value)을 연산하기 위한 코드를 포함한다. 상기 컴퓨터 저장 매체는 또한, 상기 제2 예측 상태 벡터와 상기 전압 오차값에 기초하여 상기 배터리에 관련된 제3 추정 상태 벡터를 연산하기 위한 코드를 포함한다.
상기 실시예들에 따른 다른 시스템들 및/또는 방법들은 다음의 도면들과 상세한 설명에 대한 검토에 의하여 당업자들에게 명백하거나 명백해질 것이다. 그러한 모든 추가적인 시스템들과 방법들은 본 발명의 범위에 있으며 첨부된 청구항들에 의하여 보호될 것이다.
도 1은 바람직한 실시예에 따른 배터리에 관련된 상태 벡터를 추정하는 시스 템의 개략도,
도 2 내지 도 3은 다른 바람직한 실시예에 따른 배터리에 관련된 상태 벡터를 추정하는 방법에 대한 흐름도,
도 4 내지 도 5는 또 다른 바람직한 실시예에 따른 배터리에 관련된 상태 벡터를 추정하는 방법에 대한 흐름도이다.
도 1을 참조할 때, 배터리(12)에 관련된 상태 벡터를 추정하는 시스템(10)이 도시된다. 상기 배터리(12)는 적어도 하나의 배터리 셀(14)을 포함한다. 물론, 상기 배터리(12)는 복수 개의 추가적인 배터리 셀을 포함할 수 있다. 상기 시스템(10)은 하나 이상의 전압 센서(20), 로드 회로(26) 및 컴퓨터와 같은 연산 유닛(28)을 포함하며, 또한, 하나 이상의 온도 센서(22) 및 전류 센서(24)를 포함할 수 있다.
상기 전압 센서(20)는 상기 배터리(12)의 하나 이상의 배터리 셀들에 의하여 산출되는 전압을 나타내는 제1 출력 신호를 생성한다. 상기 전압 센서(20)는 상기 컴퓨터(28)의 입출력 인터페이스(I/O interface)(46)와 상기 배터리(12) 사이에서 전기적으로 연결된다. 상기 전압 센서(20)는 상기 제1 출력 신호를 상기 컴퓨터(28)로 전송한다. 표현의 명확성을 위하여, 여기에서는 하나의 전압 센서가 도시된다. 그러나, 상기 시스템(10)의 교체가능한 실시예에서는 복수 개의 전압 센서들(예를 들어, 배터리 셀마다 하나의 전압 센서)이 시스템(10)에 활용될 수 있음이 주목되어야 한다.
상기 온도 센서(22)는 상기 배터리(12)의 하나 이상의 온도를 나타내는 제2 출력 신호를 생성한다. 상기 온도 센서(22)는 배터리(12) 가까운 곳에 위치하고 상기 컴퓨터(28)의 입출력 인터페이스(46)에 전기적으로 연결된다. 상기 온도 센서(22)는 상기 컴퓨터(28)로 상기 제2 출력 신호를 전송한다. 표현의 명확성을 위하여, 여기에서는 하나의 온도 센서가 도시된다. 그러나, 상기 시스템(10)의 교체가능한 실시예에서는 복수 개의 온도 센서들(예를 들어, 배터리 셀마다 하나의 온도 센서)이 시스템(10)에 활용될 수 있음이 주목되어야 한다.
상기 전류 선서(24)는 상기 배터리(12)의 배터리 셀들에 의하여 공급되거나 빠져나간(sourced or sunk) 전류를 나타내는 제3 출력 신호를 생성한다. 상기 전류 센서(24)는 상기 로드 회로(26)와 상기 배터리(12) 사이에 전기적으로 연결된다. 상기 전류 센서(24)는 상기 컴퓨터(28)의 입출력 인터페이스(46)와도 전기적으로 연결된다. 상기 전류 센서(24)는 상기 컴퓨터(28)로 상기 제3 출력 신호를 전송한다.
상기 로드 회로(26)는 전기적으로 상기 전류 센서(24)와 연결되며 상기 배터리(12)로부터 전류가 공급되거나 빠져나가게 된다. 상기 로드 회로(26)는 상기 배터리(12)와 전기적으로 연결될 수 있는 모든 전기 장치를 포함한다.
상기 컴퓨터(28)는 이하에서 더욱 상세히 설명되는 바와 같이 상기 배터리(12)에 관련된 상태 벡터(state vector)를 결정하기 위하여 제공된다. 상기 컴퓨터(28)는 중앙 처리 장치(CPU)(40), ROM(44), RAM(45)과 같은 휘발성 메모리 및 입출력 인터페이스(46)를 포함한다. 상기 CPU(40)는 상기 ROM(44), RAM(45) 및 입출 력 인터페이스(46)와 작동 가능하도록 연결된다. 상기 CPU(40)는 클럭(42)을 포함한다. ROM(44)와 RAM(45)을 포함하는 컴퓨터 가독성 매체(computer readable media)는 PROMs, EPROMs, EEPROMs, 플래쉬 메모리(flash memory) 또는 데이터를 저장할 수 있는 어떠한 다른 전기적, 자기적, 광학적 또는 조합 메모리, CPU(40)에 의하여 사용된 실행가능한 명령을 표현하는 것들과 같은 알려진 많은 메모리 장치들을 사용함으로써 구현된다.
상기 배터리(12)에 관련된 상태 벡터를 결정하는 방법론에 대한 상세한 설명을 제공하기에 앞서, 일반적인 개괄 설명이 제공될 것이다. 상기 상태 벡터는 상기 배터리(12)에 관련된 적어도 하나의 충전상태(SOC)를 포함한다. 상기 SOC 값은 동작하는데 사용될 수 있는 상기 배터리의 현재 이용가능한 용량을 의미하는 0에서 100 퍼센트까지의 값이다. 상기 추정 상태 벡터는 상기 로드 회로(26)가 활성화될 (energized) 때 다음과 같은 파라미터들 (ⅰ) 측정된 배터리 전압 (ⅱ) (SOC값을 포함하는) 저장된 기 추정 상태 벡터(prior estimated state vector) (ⅲ) 상기 로드 회로(26)가 상기 배터리(12)로부터 전기적으로 분리되거나 비활성화(de-energized)되는 시간격(time interval)을 활용하여 결정된다. 이러한 파라미터들은 히스테레시스 효과(hysteresis effect), 전압 분극화 효과(voltage polarization effect) 및 자체 방전(self discharge)에 대한 가능한 보상(compensation)을 포함하여 상기 배터리(12)에 대한 상태 벡터의 개선된 추정값을 연산하기 위하여 배터리 셀 동작(battery cell behavior)의 수학적 모델에 이용된다. 상기 장치가 비활성화되는 지속 시간(duration of time)은 상기 컴퓨터(28)의 클럭(52)을 사용하여 측정될 수 있다.
상기 배터리 셀 다이나믹스(battery cell dynamics)에 대한 수학적 모델은 알려져 있으며, 또한 아래에 기술되는 것과 같이 상태 방정식(state equation)과 출력 방정식(output equation)을 포함하는 이산 시간 상태 공간 모델(discrete-time state-space model)을 사용하여 표현될 수 있다고 여겨진다.
상기 배터리(12)에 관련된 상기 상태 벡터를 결정하기 위하여 사용되는 상기 상태 방정식은 다음과 같다.
xk=f(xk -1, uk -1, wk -1, k-1, k)
상기 수식에서 xk는 타임 인덱스(time index) k에서 상기 배터리(12)에 관련된 상태 벡터이며, uk는 상기 배터리(12)에 대한 알려진 결정요소 입력값(known/deterministic input), wk는 상기 시스템의 상태에 영향을 미치는 어떤 측정되지 않은 입력값을 모델링하는 프로세스 노이즈(process noise) 또는 교란(distrubance)이며, 그리고, f(xk -1, uk -1, wk -1, k-1, k)는 상태 변이 함수(state transition function)이다.
상기 상태 벡터 xk는 SOC값을 포함한다. 더욱이, 상기 알려진 결정요소 입력값 uk은 (ⅰ) 상기 배터리에 의하여 현재 공급되거나 빠져나간(sourced or sunk) 전기 전류 (ⅱ) 상기 배터리(12)의 온도 중 적어도 하나를 포함한다.
상기 배터리(12)에 관련된 출력 벡터(output vector)는 다음의 수식을 이용 하여 결정된다.
yk=h(xk, uk, vk, k)
상기 수식에서, h(xk, uk, vk, k)는 측정 함수(measurement function)이며, vk는 비메모리 모드(memory-less mode)에서 상기 배터리(12)의 출력 측정에 영향을 미치나 상기 배터리(12)의 상태 벡터에는 영향을 미치지 않는 센서 노이즈(sensor noise)이다.
다음의 시스템은 개연론의 추론(probabilistic inference)을 사용하여 상기 상태 벡터 xk의 모든 관찰값들(observations) Yk={y0, y1, ..., yk}에 주어진 추정 상태 벡터
Figure 112008018326024-pct00001
를 결정한다.
빈번히 사용되는 추정자(estimator)는 조건부 평균(conditional mean)이다.
Figure 112008018326024-pct00002
여기에서,
Figure 112008018326024-pct00003
는 xk의 범위(range)이며, E[ ] 는 통계적 예측 연산자(statistic expectation operator)이다. 상기 전술한 수식은 재귀적으로(recursively) 후행 확률 밀도(posterior probability density) p(xk｜Yk)를 연산한다. 상기 전술한 수식은 풀기 어렵기 때문에, 수리적인 방법들(numerical methods)이 아래에 더욱 상세히 설명되는 바와 같이 상기 추정 상태 벡터
Figure 112008018326024-pct00004
를 연산하는 방정식에 근사화되도록 활용되어 지고 있다.
이해의 목적을 위하여 다음 방법들의 방정식들에서 활용되는 표기법(notation)이 설명된다. 상기 서컴플렉스 심벌(circumflex symbol)은 추정된 크기(quantity)을 나타낸다(예를 들어,
Figure 112008018326024-pct00005
는 실제 크기(quantity) x에 대한 추정값을 나타낸다). 수퍼스크립트 심벌(superscript symbol) "-"은 아프리오리(a priori) 추정값을 나타낸다(즉, 지난 데이터에 기초된 크기(quantity)의 현재값 예측). 수퍼스크립트 심벌 "+"는 아포스테리오리(a posteriori) 추정값을 나타낸다(예를 들어,
Figure 112008018326024-pct00006
는 시간 k를 포함하여 모든 취해진 측정값들에 기초된 타임 인덱스 k에서의 실제 크기(quantity) x에 대한 추정값이다). 상기 틸더 심벌(tilde symbol)은 추정 크기(estimated quantity)의 오차를 나타낸다(예를 들어,
Figure 112008018326024-pct00007
이고,
Figure 112008018326024-pct00008
). 상기 심벌
Figure 112008018326024-pct00009
은 서브스크립트(subscript) 변수들에 대한 상관관계(correlation) 또는 교차 상관관계(cross correlation)을 나타낸다(여기에 기술된 상기 크기들(quantities)은 제로 평균(zero-mean)이므로 상기 상관관계들은 공 분산들(covariances)과 동일하다). 상기 심벌
Figure 112008018326024-pct00010
은
Figure 112008018326024-pct00011
과 동일한 크기(quantity)를 나타낸다. 상기 수퍼스크립트 "T"는 매트릭스/벡터 전치 연산자(matrix/vetor transpose operator)이다.
도 2 내지 도 3을 참조하여, 일반적인 일련의 개연론의 추론 방법론(sequential probabilistic inference methodology)을 활용하여 상기 추정 상태 벡터
Figure 112008018326024-pct00012
를 연산하는 방법이 설명된다.
S60 단계에서, 상기 컴퓨터(28)는 상기 배터리(12)가 상기 로드 회로(26)로부터 전기적으로 분리되는 시간격(time interval)을 결정한다. 상기 시간격은 제1 시간에서 시작한다.
S62 단계에서, 상기 컴퓨터(28)는 메모리(46)로부터 상기 배터리(12)에 관련된 제1 상태 벡터xk - 1를 획득한다. 상기 제1 상태 벡터 xk - 1는 상기 제1 시간에 앞서 결정된다.
S64 단계에서, 상기 컴퓨터(28)는 방정식
Figure 112008018326024-pct00013
을 활용함으로써 상기 제1 상태 벡터 xk - 1와 상기 시간격에 기초하여 상기 배터리(12)에 관계된 제2 예측 상태 벡터
Figure 112008018326024-pct00014
를 연산한다.
S66 단계에서, 상기 컴퓨터(28)는 다음 방정식
Figure 112008018326024-pct00015
을 활용하여 상기 제2 예측 상태 벡터
Figure 112008018326024-pct00016
에 관계된 제1 공분산값(a first covariance value)
Figure 112008018326024-pct00017
을 연산한다.
S68 단계에서, 상기 컴퓨터(28)는 전압 센서(20)로 하여금 배터리(12)로부터 출력된 배터리 전압을 측정하도록 유도하여 상기 배터리(12)가 전기적으로 상기 로드 회로(26)에 연결되는 때의 상기 제1 시간격 후 제1 배터리 전압값을 획득한다.
S70단계에서, 상기 컴퓨터(28)는 다음 방정식
Figure 112008018326024-pct00018
을 활용함으로써 상기 제2 예측 상태 벡터
Figure 112008018326024-pct00019
에 기초하여 상기 배터리(12)에 관련된 제2 배터리 전압값을 추정한다.
S72단계에서 상기 컴퓨터(28)는 상기 제1 배터리 전압값과 상기 제2 배터리 전압값을 기초하여 전압 오차값(voltage error value)을 연산한다.
S74단계에서, Lk가 방정식
Figure 112008018326024-pct00020
을 활용하여 결정되는 방정식
Figure 112008018326024-pct00021
을 활용함으로써 상기 제2 예측 상태 벡터
Figure 112008018326024-pct00022
와 상기 전압 오차값
Figure 112008018326024-pct00023
에 기초하여 상기 배터리(12)에 관련된 제3 예측 상태 벡터
Figure 112008018326024-pct00024
를 연산한다. 상기 제3 예측 상태 벡터
Figure 112008018326024-pct00025
는 전술된 방법에 의하여 산출되는 상기 배터리(12)의 실제 상태에 대한 가장 정확한 추정값이 된다.
S76단계에서, 상기 컴퓨터(28)는 방정식
Figure 112008018326024-pct00026
을 활용하여 상기 제3 예측 상태 벡터
Figure 112008018326024-pct00027
에 관련된 제2 공분산값
Figure 112008018326024-pct00028
을 연산한다. 상기 S76단계 후, 상기 방법은 종료된다(exited).
앞서 기술된 상기 제3 예측 상태 벡터
Figure 112008018326024-pct00029
를 근사화하는 많은 방법이 있다는 것이 주목되어야 한다. 예를 들어, 하나의 방법은 선형 칼만 필퍼(linear Kalman filter)를 활용하고, 다른 방법은 비선형 확장 칼만 필터(nonlinear extended Kalman filter)를 활용한다. 또 다른 방법은 비선형 시그마-포인트 칼만 필터(nonlinear sigma-point Kalman filter)를 활용한다. 이러한 방법들은 연산 노력의 다른 레벨을 활용하며, 결과 상태 벡터에 대한 다른 정밀도들을 산출한다.
예를 들어, 도 4 내지 도 5를 참조하면, 비선형 확장 칼만 필터를 활용하여 상기 추정 상태 벡터
Figure 112008018326024-pct00030
연산하는 방법이 설명된다. 다음의 정의들은 상기 방법의 방정식에 활용된다.
Figure 112008018326024-pct00031
S80단계에서, 상기 컴퓨터(28)는 상기배터리(12)가 로드 회로(26)로부터 전기적으로 분리되는 시간격을 결정한다. 상기 시간격은 제1 시간에서 시작한다.
S82단계에서, 상기 컴퓨터(28)는 배터리(12)에 관련된 제1 상태 벡터
Figure 112008018326024-pct00032
을 메로리(46)로부터 획득한다. 상기 제1 상태 벡터
Figure 112008018326024-pct00033
는 상기 제1 시간에 앞서 결정된다.
S84단계에서, 상기 컴퓨터(28)는 방정식
Figure 112008018326024-pct00034
을 활용함으로써, 상기 제1 상태 벡터
Figure 112008018326024-pct00035
및 상기 시간격에 기초하여 상기 배터리(12)에 관련된 제2 예측 상태 벡터
Figure 112008018326024-pct00036
를 연산한다.
S86단계에서, 상기 컴퓨터(28)는 방정식
Figure 112008018326024-pct00037
을 활용하여 상기 제2 예측 상 태 벡터
Figure 112008018326024-pct00038
에 관련된 제1 공분산값
Figure 112008018326024-pct00039
을 연산한다.
S88단계에서, 상기 컴퓨터(28)는 전압 센서(20)로 하여금 배터리(12)로부터 출력된 배터리 전압을 측정하도록 유도하여 상기 배터리(12)가 전기적으로 상기 로드 회로(26)에 연결되는 때의 상기 제1 시간격 후 제1 배터리 전압값을 획득한다.
S90단계에서, 상기 컴퓨터(28)는 방정식
Figure 112008018326024-pct00040
을 활용함으로써, 상기 제2 예측 상태 벡터
Figure 112008018326024-pct00041
에 기초하여 상기 배터리(12)에 관련된 제2 배터리 전압값을 추정한다.
S92단계에서, 상기 컴퓨터(28)는 상기 제1 배터리 전압값과 상기 제2 배터리 전압값에 기초하여 배터리 오차값을 연산한다.
S94단계에서, 상기 컴퓨터(28)는 Lk가 방정식
Figure 112008018326024-pct00042
을 활용하여 결정되는 방정식인
Figure 112008018326024-pct00043
을 활용함으로써 상기 제2 예측 상태 벡터
Figure 112008018326024-pct00044
와 상기 전압 오차값에 기초하여 상기 배터리(12)에 관련된 제3 예측 상태 벡터
Figure 112008018326024-pct00045
를 연산한다.
S96단계에서, 상기 컴퓨터(28)는 방정식
Figure 112008018326024-pct00046
을 활용하여 상기 제3 예측 상태 벡터
Figure 112008018326024-pct00047
에 관련된 제2 공분산값
Figure 112008018326024-pct00048
을 연산한다. 상기 S96단계 후, 상기 방법은 종료된다(exited).
교체 가능한 실시예에서는, 상기 배터리(12)의 추정 상태 벡터
Figure 112008018326024-pct00049
는 선형 칼만 필퍼(linear Kalman filter), 비선형 시그마-포인트 칼만 필터(nonlinear sigma-point Kalman filter), 스퀘어 루트 선형 칼만 필터(square-root linear Kalman filter), 스퀘어 루트 확장 칼만 필터((square-root extended Kalman filter), 스퀘어 루트 시그마-포인트 칼만 필터(square-root sigma-point Kalman filter), 파티클 필터(particle filter) 등을 활용하여 연산될 수 있음이 주목되어야 한다.
배터리와 관련된 상태 벡터 추정하는 상기 시스템과 방법들 다른 시스템과 방법에 걸쳐 실질적인 이익을 제공한다. 구체적으로, 상기 시스템 및 방법은 상기 시간격 동안 상기 로드 회로에서 전기적으로 분리된 후, 배터리가 로드 회로에 전기적으로 연결되는 때 배터리에 관련된 상태 백터를 정확하게 추정할 수 있는 기술적인 효과를 제공한다.
상기 설명된 방법들은 프로피 디스켓, CD-ROMs, 하드 디스크 또는 다른 어떤 컴퓨터 인식 가능한 저장매체와 같은 매체에 의하여 실현되는 명령어를 포함하는 컴퓨터 프로그램 코드의 형태로 실현될 수 있다. 프로그램 코드는 컴퓨터에 의하여 로드되고 실행되며, 컴퓨터는 상기 방법을 수행할 수 있는 장치가 된다. 본원 방법은 또한, 컴퓨터 프로그램 코드의 형태, 예를 들어, 저장매체에 저장되거나, 컴퓨터에 의하여 실행되거나 컴퓨터 내에 로드되는 형태 또는 변조된 캐리어 웨이브, 전기송전선, 케이블, 광섬유 또는 전자기 전송 등의 전송매체의 형태로 실현될 수 있다. 컴퓨터 프로그램 코드가 컴퓨터에 의해 로드되고 실행되는 경우 컴퓨터는 상기 방법을 수행할 수 있는 장치가 된다. 범용 마이크로프로세서에 의해 수행되는 경우, 컴퓨터 프로그램 코드 세그먼트는 상기 마이크로프로세서가 특정한 논리 회로를 만들도록 구성한다.
본 발명이 바람직한 실시예를 참조하여 설명되고 있으나, 당업자에 의하여 다양한 변형례가 가능하고, 균등한 요소가 본 발명의 범위를 벗어남 없이 본 발명의 요소와 대체될 수 있다고 이해되어야 한다. 더욱이, 많은 변용례들이 본 발명의 본질적인 범위를 벗어나지 않고 발명의 교사에 대한 특정한 상황이나 재료에 적합되기 위하여 이루어질 수 있다. 그러므로, 본 발명은 본 발명을 실시하기 위하여 개시되는 실시예에 제한되지 않으며 본 발명은 첨부된 청구범위에 해당하는 모든 실시예를 포함한다고 해석된다. 더욱이, 제1, 제2 등에 대한 용어의 사용은 중요성의 순서를 의미하기보다는 상기 제1, 제2 등에 대한 용어의 사용은 하나의 요소를 다른 요소와 구별하기 위하여 사용된다.

Claims (8)

  1. 배터리에 관련된 상태 벡터를 추정하는 방법에 있어서,
    상기 배터리가 로드 회로로부터 전기적으로 분리되는, 제1 시간에서 시작하는 시간격(time interval)을 결정하는 단계;
    메모리로부터 상기 배터리에 관련된, 상기 제1 시간에 앞서 결정되는 제1 상태 벡터를 획득하는 단계;
    상기 제1 상태 벡터와 상기 시간격을 기초로 상기 배터리에 관련된 제2 예측 상태 벡터를 연산하는 단계;
    상기 배터리가 상기 로드 회로로부터 분리된 후 전기적으로 상기 로드 회로에 재연결되는 때 상기 제1 시간 후의 제1 배터리 전압값을 획득하도록 상기 배터리로부터 출력되는 배터리 전압을 측정하는 단계;
    상기 제2 예측 상태 벡터에 기초하여 상기 배터리에 관련된 제2 배터리 전압값을 추정하는 단계;
    상기 제1 배터리 전압값과 상기 제2 배터리 전압값을 기초로 전압 오차값을 연산하는 단계; 및
    상기 제2 예측 상태 벡터와 상기 전압 오차값에 기초하여 상기 배터리에 관련된 제3 추정 상태 벡터를 연산하는 단계를 포함하는 것을 특징으로 하는 배터리에 관련된 상태 벡터를 추정하는 방법.
  2. 제 1항에 있어서,
    상기 제3 추정 상태 벡터에 관련된 공분산값을 연산하는 단계를 더 포함하는 것을 특징으로 하는 배터리에 관련된 상태 벡터를 추정하는 방법.
  3. 제 1항에 있어서, 상기 제2 예측 상태 벡터를 연산하는 단계는,
    칼만 필터, 확장 칼만 필터, 시그마-포인트 칼만 필터, 스퀘어-루트 시그마-포인트 칼만 필터 및 파티클 필터 중 적어도 하나를 활용함으로써 상기 제1 상태 벡터와 상기 시간격에 기초하여 상기 배터리에 관련된 제2 예측 상태 벡터를 연산하는 단계를 포함하는 것을 특징으로 하는 배터리에 관련된 상태 벡터를 추정하는 방법.
  4. 제 1항에 있어서, 상기 제3 추정 상태 벡터를 연산하는 단계는,
    칼만 필터, 확장 칼만 필터, 시그마-포인트 칼만 필터, 스퀘어-루트 시그마-포인트 칼만 필터 및 파티클 필터 중 적어도 하나를 활용함으로써 상기 제2 예측 상태 벡터와 상기 전압 오차값에 기초하여 상기 배터리에 관련된 상기 제3 추정 상태 벡터를 연산하는 단계를 포함하는 것을 특징으로 하는 배터리에 관련된 상태 벡터를 추정하는 방법.
  5. 제 1항에 있어서, 상기 제2 예측 상태 벡터는,
    상기 배터리에 대한 적어도 하나의 예측 충전 상태(predicted state of charge)를 나타내는 것을 특징으로 하는 배터리에 관련된 상태 벡터를 추정하는 방법.
  6. 제 1항에 있어서, 상기 제3 예측 상태 벡터는,
    상기 배터리에 대한 적어도 하나의 예측 충전 상태를 나타내는 것을 특징으로 하는 배터리에 관련된 상태 벡터를 추정하는 방법.
  7. 배터리에 관련된 상태 벡터를 추정하는 시스템으로서,
    상기 배터리로부터 출력되는 전압을 측정하도록 구성되는 전압 센서; 및
    상기 제1항 내지 제6항 중 어느 한 항에 따른 단계들을 수행하도록 구성되며, 상기 전압 센서와 작동 가능하게 연결되는 컴퓨터를 포함하는 것을 특징으로 하는 배터리에 관련된 상태 벡터를 추정하는 시스템.
  8. 배터리에 관련된 상태 벡터를 추정하는 컴퓨터 프로그램 코드를 가지는 컴퓨터 저장 매체로서, 제1항 내지 제6항 중 어느 한 항에 따른 방법을 수행하는 프로그램을 포함하는 컴퓨터 저장 매체.
KR1020087006165A 2005-08-23 2006-08-23 배터리에 관련된 상태 벡터를 추정하는 시스템 및 방법 KR100952049B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
USUS11/209,453 2005-08-23
US11/209,453 US7589532B2 (en) 2005-08-23 2005-08-23 System and method for estimating a state vector associated with a battery

Publications (2)

Publication Number Publication Date
KR20080041702A KR20080041702A (ko) 2008-05-13
KR100952049B1 true KR100952049B1 (ko) 2010-04-07

Family

ID=37771801

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020087006165A KR100952049B1 (ko) 2005-08-23 2006-08-23 배터리에 관련된 상태 벡터를 추정하는 시스템 및 방법

Country Status (7)

Country Link
US (2) US7589532B2 (ko)
EP (1) EP1917536B1 (ko)
JP (1) JP4772871B2 (ko)
KR (1) KR100952049B1 (ko)
CN (1) CN101248365B (ko)
TW (1) TWI320610B (ko)
WO (1) WO2007024093A1 (ko)

Families Citing this family (60)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US7723957B2 (en) * 2005-11-30 2010-05-25 Lg Chem, Ltd. System, method, and article of manufacture for determining an estimated battery parameter vector
US8264203B2 (en) * 2006-03-31 2012-09-11 Valence Technology, Inc. Monitoring state of charge of a battery
JP4703593B2 (ja) * 2007-03-23 2011-06-15 株式会社豊田中央研究所 二次電池の状態推定装置
US8628872B2 (en) * 2008-01-18 2014-01-14 Lg Chem, Ltd. Battery cell assembly and method for assembling the battery cell assembly
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
US9759495B2 (en) 2008-06-30 2017-09-12 Lg Chem, Ltd. Battery cell assembly having heat exchanger with serpentine flow path
US8067111B2 (en) * 2008-06-30 2011-11-29 Lg Chem, Ltd. Battery module having battery cell assembly with heat exchanger
US8426050B2 (en) * 2008-06-30 2013-04-23 Lg Chem, Ltd. Battery module having cooling manifold and method for cooling battery module
US9140501B2 (en) * 2008-06-30 2015-09-22 Lg Chem, Ltd. Battery module having a rubber cooling manifold
US7883793B2 (en) * 2008-06-30 2011-02-08 Lg Chem, Ltd. Battery module having battery cell assemblies with alignment-coupling features
JP5073601B2 (ja) * 2008-07-10 2012-11-14 株式会社オートネットワーク技術研究所 バッテリの状態推定方法及び電源装置
US8202645B2 (en) 2008-10-06 2012-06-19 Lg Chem, Ltd. Battery cell assembly and method for assembling the battery cell assembly
US9337456B2 (en) * 2009-04-20 2016-05-10 Lg Chem, Ltd. Frame member, frame assembly and battery cell assembly made therefrom and methods of making the same
US8403030B2 (en) 2009-04-30 2013-03-26 Lg Chem, Ltd. Cooling manifold
US8663828B2 (en) 2009-04-30 2014-03-04 Lg Chem, Ltd. Battery systems, battery module, and method for cooling the battery module
US8852778B2 (en) 2009-04-30 2014-10-07 Lg Chem, Ltd. Battery systems, battery modules, and method for cooling a battery module
US8663829B2 (en) 2009-04-30 2014-03-04 Lg Chem, Ltd. Battery systems, battery modules, and method for cooling a battery module
US8399118B2 (en) * 2009-07-29 2013-03-19 Lg Chem, Ltd. Battery module and method for cooling the battery module
US8703318B2 (en) * 2009-07-29 2014-04-22 Lg Chem, Ltd. Battery module and method for cooling the battery module
US8399119B2 (en) * 2009-08-28 2013-03-19 Lg Chem, Ltd. Battery module and method for cooling the battery module
US8041522B2 (en) * 2009-12-02 2011-10-18 American Electric Vehicles, Ind. System and method for recursively estimating battery cell total capacity
US8427105B2 (en) * 2009-12-02 2013-04-23 Gregory L. Plett System and method for equalizing a battery pack during a battery pack charging process
US8918299B2 (en) * 2009-12-02 2014-12-23 American Electric Vehicles, Inc. System and method for maximizing a battery pack total energy metric
US10422824B1 (en) * 2010-02-19 2019-09-24 Nikola Llc System and method for efficient adaptive joint estimation of battery cell state-of-charge, resistance, and available energy
US8341449B2 (en) 2010-04-16 2012-12-25 Lg Chem, Ltd. Battery management system and method for transferring data within the battery management system
US9147916B2 (en) 2010-04-17 2015-09-29 Lg Chem, Ltd. Battery cell assemblies
KR101215037B1 (ko) 2010-04-20 2012-12-24 에스티엘 테크놀로지 컴퍼니 리미티드 배터리 모니터링 시스템
US8469404B2 (en) 2010-08-23 2013-06-25 Lg Chem, Ltd. Connecting assembly
US8920956B2 (en) 2010-08-23 2014-12-30 Lg Chem, Ltd. Battery system and manifold assembly having a manifold member and a connecting fitting
US8758922B2 (en) 2010-08-23 2014-06-24 Lg Chem, Ltd. Battery system and manifold assembly with two manifold members removably coupled together
US8353315B2 (en) 2010-08-23 2013-01-15 Lg Chem, Ltd. End cap
US9005799B2 (en) 2010-08-25 2015-04-14 Lg Chem, Ltd. Battery module and methods for bonding cell terminals of battery cells together
US8662153B2 (en) 2010-10-04 2014-03-04 Lg Chem, Ltd. Battery cell assembly, heat exchanger, and method for manufacturing the heat exchanger
KR101199978B1 (ko) 2011-02-09 2012-11-12 대양전기공업 주식회사 충전 배터리의 모니터링 시스템
US8288031B1 (en) 2011-03-28 2012-10-16 Lg Chem, Ltd. Battery disconnect unit and method of assembling the battery disconnect unit
US8449998B2 (en) * 2011-04-25 2013-05-28 Lg Chem, Ltd. Battery system and method for increasing an operational life of a battery cell
US9178192B2 (en) 2011-05-13 2015-11-03 Lg Chem, Ltd. Battery module and method for manufacturing the battery module
CN102169168B (zh) * 2011-05-17 2013-04-24 杭州电子科技大学 一种基于粒子滤波的电池剩余电量估计方法
US8993136B2 (en) 2011-06-30 2015-03-31 Lg Chem, Ltd. Heating system for a battery module and method of heating the battery module
US8859119B2 (en) 2011-06-30 2014-10-14 Lg Chem, Ltd. Heating system for a battery module and method of heating the battery module
US8974929B2 (en) 2011-06-30 2015-03-10 Lg Chem, Ltd. Heating system for a battery module and method of heating the battery module
US8974928B2 (en) 2011-06-30 2015-03-10 Lg Chem, Ltd. Heating system for a battery module and method of heating the battery module
US9496544B2 (en) 2011-07-28 2016-11-15 Lg Chem. Ltd. Battery modules having interconnect members with vibration dampening portions
ITBO20110697A1 (it) * 2011-12-07 2013-06-08 Magneti Marelli Spa Metodo di stima della capacita' di un sistema di accumulo comprendente un numero di celle elettrochimiche in un veicolo a trazione ibrida o elettrica
US8922217B2 (en) * 2012-05-08 2014-12-30 GM Global Technology Operations LLC Battery state-of-charge observer
CN103033761B (zh) * 2012-12-17 2014-12-10 哈尔滨工业大学 动态灰色相关向量机的锂离子电池剩余寿命预测方法
JP6168813B2 (ja) * 2013-03-29 2017-07-26 株式会社ケーヒン 電圧検出装置
WO2015056963A1 (ko) * 2013-10-14 2015-04-23 주식회사 엘지화학 혼합 양극재를 포함하는 이차 전지의 상태 추정 장치 및 그 방법
WO2015056962A1 (ko) * 2013-10-14 2015-04-23 주식회사 엘지화학 하이브리드 이차 전지의 전압 추정 장치 및 그 방법
KR101632351B1 (ko) * 2013-10-14 2016-06-21 주식회사 엘지화학 하이브리드 이차 전지의 상태 추정 장치 및 그 방법
KR101650415B1 (ko) 2013-10-14 2016-08-23 주식회사 엘지화학 하이브리드 이차 전지의 전압 추정 장치 및 그 방법
WO2015056964A1 (ko) * 2013-10-14 2015-04-23 주식회사 엘지화학 하이브리드 이차 전지의 상태 추정 장치 및 그 방법
KR101708885B1 (ko) 2013-10-14 2017-02-21 주식회사 엘지화학 혼합 양극재를 포함하는 이차 전지의 상태 추정 장치 및 그 방법
US9381823B2 (en) * 2014-07-17 2016-07-05 Ford Global Technologies, Llc Real-time battery estimation
KR101798201B1 (ko) 2014-10-01 2017-11-15 주식회사 엘지화학 이차 전지의 방전 출력 추정 방법 및 장치
FR3029315B1 (fr) * 2014-11-28 2016-12-09 Renault Sa Procede automatique d'estimation de la capacite d'une cellule d'une batterie
KR101846642B1 (ko) 2015-02-02 2018-04-06 주식회사 엘지화학 이차 전지의 저항 팩터 결정 방법, 상기 저항 팩터를 이용한 충전 출력 추정 장치 및 방법
US9846110B2 (en) * 2015-06-02 2017-12-19 GM Global Technology Operations LLC Particulate matter sensor diagnostic system and method
CN112965001B (zh) * 2021-02-09 2024-06-21 重庆大学 一种基于实车数据的动力电池组故障诊断方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6441586B1 (en) * 2001-03-23 2002-08-27 General Motors Corporation State of charge prediction method and apparatus for a battery
US6534954B1 (en) * 2002-01-10 2003-03-18 Compact Power Inc. Method and apparatus for a battery state of charge estimator

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3262253B2 (ja) * 1995-02-22 2002-03-04 株式会社日立製作所 電気車用駆動制御装置及び制御方法
US5694335A (en) * 1996-03-12 1997-12-02 Hollenberg; Dennis D. Secure personal applications network
US7688074B2 (en) * 1997-11-03 2010-03-30 Midtronics, Inc. Energy management system for automotive vehicle
JP3873623B2 (ja) * 1998-05-28 2007-01-24 トヨタ自動車株式会社 電池充電状態の推定手段及び電池劣化状態推定方法
JPH11346444A (ja) * 1998-06-02 1999-12-14 Toyota Motor Corp 電池充電状態の推定方法
DE19960761C1 (de) * 1999-12-16 2001-05-23 Daimler Chrysler Ag Verfahren zur Überwachung der Restladung und der Leistungsfähigkeit einer Batterie
JP2001272444A (ja) * 2000-03-27 2001-10-05 Hitachi Maxell Ltd 二次電池の残存容量推定装置
EP1160953B1 (en) * 2000-05-29 2009-12-02 Panasonic Corporation Method for charging battery
WO2003005052A1 (de) * 2001-06-29 2003-01-16 Robert Bosch Gmbh Verfahren zur ermittlung des ladezustands und/oder der leistungsfähigkeit eines ladungsspeichers
FI114048B (fi) * 2001-12-03 2004-07-30 Teknillinen Korkeakoulu Menetelmä ja laitteisto akkujen kuvaamiseksi ohjelmallisilla mittareilla
US6727708B1 (en) * 2001-12-06 2004-04-27 Johnson Controls Technology Company Battery monitoring system
US6927554B2 (en) * 2003-08-28 2005-08-09 General Motors Corporation Simple optimal estimator for PbA state of charge
TWI251951B (en) 2003-09-19 2006-03-21 Lg Chemical Ltd Nonaqueous lithium secondary battery with cyclability and/or high temperature safety improved
US20050127874A1 (en) 2003-12-12 2005-06-16 Myoungho Lim Method and apparatus for multiple battery cell management
US7212006B2 (en) * 2004-07-02 2007-05-01 Bppower, Inc. Method and apparatus for monitoring the condition of a battery by measuring its internal resistance

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6441586B1 (en) * 2001-03-23 2002-08-27 General Motors Corporation State of charge prediction method and apparatus for a battery
US6534954B1 (en) * 2002-01-10 2003-03-18 Compact Power Inc. Method and apparatus for a battery state of charge estimator

Also Published As

Publication number Publication date
US20090261837A1 (en) 2009-10-22
WO2007024093A1 (en) 2007-03-01
CN101248365A (zh) 2008-08-20
US20070046292A1 (en) 2007-03-01
JP4772871B2 (ja) 2011-09-14
EP1917536A1 (en) 2008-05-07
EP1917536B1 (en) 2018-08-08
JP2009506317A (ja) 2009-02-12
EP1917536A4 (en) 2017-08-23
KR20080041702A (ko) 2008-05-13
US7589532B2 (en) 2009-09-15
TWI320610B (en) 2010-02-11
CN101248365B (zh) 2010-11-10
TW200711210A (en) 2007-03-16
US7800375B2 (en) 2010-09-21

Similar Documents

Publication Publication Date Title
KR100952049B1 (ko) 배터리에 관련된 상태 벡터를 추정하는 시스템 및 방법
KR101355960B1 (ko) 추정 배터리 상태 벡터를 결정하는 시스템과 방법 및 그제조물
KR101355958B1 (ko) 추정 배터리 파라미터 벡터를 결정하는 시스템과 방법 및그 제조물
KR101355959B1 (ko) 추정 배터리 상태 벡터와 추정 배터리 파라미터 벡터를 결정하는 시스템 및 방법
KR101245275B1 (ko) 추정 조합 배터리 상태-파라미터 벡터를 결정하는 시스템과방법 및 그 제조물
US7994755B2 (en) System, method, and article of manufacture for determining an estimated battery cell module state

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130329

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20140318

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20170328

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20180403

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20190401

Year of fee payment: 10