KR101902529B1 - 전기 배터리의 충전 상태를 추정하는 방법 - Google Patents

전기 배터리의 충전 상태를 추정하는 방법 Download PDF

Info

Publication number
KR101902529B1
KR101902529B1 KR1020137033667A KR20137033667A KR101902529B1 KR 101902529 B1 KR101902529 B1 KR 101902529B1 KR 1020137033667 A KR1020137033667 A KR 1020137033667A KR 20137033667 A KR20137033667 A KR 20137033667A KR 101902529 B1 KR101902529 B1 KR 101902529B1
Authority
KR
South Korea
Prior art keywords
cell
state
charge
electric battery
battery
Prior art date
Application number
KR1020137033667A
Other languages
English (en)
Other versions
KR20140034834A (ko
Inventor
아나-루시아 드리에메이어-프랑코
Original Assignee
르노 에스.아.에스.
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 르노 에스.아.에스. filed Critical 르노 에스.아.에스.
Publication of KR20140034834A publication Critical patent/KR20140034834A/ko
Application granted granted Critical
Publication of KR101902529B1 publication Critical patent/KR101902529B1/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]
    • 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]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/18—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries of two or more battery modules
    • B60L58/21—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries of two or more battery modules having the same nominal voltage
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/545—Temperature
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/44—Control modes by parameter estimation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

본 발명은 셀(cell)들이라 불리는 복수 개의 축전지들을 포함하는 전기 배터리의 충전 상태(SOCbatt_k)를 추정하는 방법에 관한 것이다. 본 발명에 의하면, 상기 전기 배터리의 충전 상태 추정 방법은, a) 상기 전기 배터리의 각각의 셀의 충전 상태(SOCcell_est_i)가 결정되는 단계; b) 단계 a)에서 결정된, 최대 충전 셀의 충전 상태(SOCcell_max_k) 및 최소 충전 셀의 충전 상태(SOCcell_min_k) 간의 편차를 셀의 충전 상태의 미리 결정된 최대치에서 뺀 값과 동일한 상기 전기 배터리의 사용 범위가 결정되는 단계; c) 상기 전기 배터리의 충전 상태(SOCbatt_k)가 단계 a)에서 결정되는 최소 충전 셀의 충전 상태(SOCcell_min_k) 및 단계 b)에서 결정된 상기 전기 배터리의 사용 범위 간의 비율과 동일한 것으로 결정되는 단계;를 포함한다.

Description

전기 배터리의 충전 상태를 추정하는 방법{Method of estimating the state of charge of an electric battery}
본 발명은 복수 개의 축전지들을 포함하는 전기 배터리들의 분야에 관한 것이다.
좀더 구체적으로 기술하면, 본 발명은 그러한 전기 배터리의 충전 상태를 추정하는 방법에 관한 것이다.
본 발명은 자동차의 전동 배터리의 충전 상태를 추정하는데 특히 유리한 용도를 지닌다.
현재에는, 전기 배터리의 충전 상태가 전기 배터리 전체에 대한 측정치들의 함수로서, 예를 들면 전기 배터리 단자들 양단에 걸쳐 측정된 전압, 전기 배터리를 통해 흐르는 전류 및/또는 전기 배터리 온도의 함수로서 추정된다.
그러나, 전기 배터리는 셀들이라 불리는 여러 축전지를 포함하는 것이 일반적이며, 그러한 축전지들은 예를 들면 자신들의 정전용량 변화 및 자신들의 내부 저항 변화와 같이 서로 다른 특성들을 지닌다.
이러한 차이들은 한편으로 상기 전기 배터리 자체의 구성 때문에 생기고 다른 한편으로 상기 셀들이 상기 전기 배터리 내부에서의 자신들의 위치에 따라 서로 다른 온도 변화들을 겪기 때문에 생긴다. 그러므로, 상기 셀들의 온도에 의존하는 상기 셀들의 특성들은 또한 서로 다른 온도 변화들을 겪는다.
따라서, 상기 전기 배터리를 형성하는 셀들 및 그와 같은 전기 배터리는 종종 서로 다른 충전 상태를 지닌다. 이는 전기 배터리 셀들의 언밸런스(unbalance)로서 언급된다.
상기 전기 배터리의 셀들이 서로 다른 충전 상태들을 지닐 경우에, 상기 전기 배터리의 사용 범위가 최대 충전 셀에 의해 그리고 최소 충전 셀에 의해 부과된다.
실제로는, 상기 전기 배터리의 최소 충전 셀이 다른 셀들이 완전히 방전되기 전에 제로(zero) 충전 상태, 다시 말해 완전히 방전된 상태에 이르게 된다. 그러므로, 상기 전기 배터리는 전체적으로 방전된 것으로 고려되지만, 상기 셀들의 일부는 완전히 방전되어 있지 않다. 그러므로, 상기 전기 배터리의 사용 범위는 최대 충전 셀 및 최소 충전 셀 간의 편차에 의해 제한된다.
이러한 언밸런스 상태에서는, 상기 셀들의 충전 상태의 평균에 대략 상응하는 전체적으로 측정된 전기 배터리의 특성들에 기반한 상기 전기 배터리의 충전 상태의 추정은 상당히 부정확하다. 특히, 이러한 평균 추정은 제로가 아닌 충전 상태 값을 나타내지만 상기 전기 배터리는 상기 셀들 중 하나의 셀이 완전히 방전되어 있기 때문에 쓸모가 없다.
상기 전기 배터리의 충전 상태의 이러한 부정확한 추정은 전기 차량 또는 하이브리드 차량의 구동 배터리의 경우에 매우 불리하다.
실제로는, 이러한 차량들에서, 상기 전기 배터리의 충전 상태 정보가 상기 차량의 대시보드 상에 직접 디스플레이되기 때문에 운전자가 자신의 차량의 자율성(autonomy)을 알게 된다.
전기 차량의 자율성이 열구동 차량(thermal vehicle)의 자율성만 못하기 때문에, 가능한 한 신뢰성 있는 정보를 운전자에게 제공함으로써 운전자를 안심시키는 것이 중요하다.
더욱이, 운전자는 신뢰성 있는 충전 상태 정보에 근거하여 운전하지만 자신의 판단들을 기반으로 할 수 있어야 한다. 상기 전기 배터리의 충전 상태의 추정에 있어서의 오류는 운전자가 서투르게 판단하게 할 수 있으며 운전자 자신의 마음에 들지 않는 상태에 있음을 알 수 있게 하는데, 예를 들면 운전자 자신은 에너지가 없기 때문에 운행되지 못하는 상태에 있게 됨을 알거나, 심지어는 예를 들어 운전자 자신이 추월하지만 동력이 부족할 경우에 위험한 상태에 있게 됨을 안다.
위에서 언급한 선행기술의 단점들을 극복하기 위해, 본 발명은 배터리의 충전 상태의 정확하고 신뢰성 있는 추정을 제공할 수 있게 하는 방법을 제안한다.
좀더 구체적으로 기술하면, 본 발명에 의하면, 셀들이라 불리며 복수 개의 축전지들을 포함하는 전기 배터리의 충전 상태를 추정하는 방법이 제안되어 있으며, 상기 방법은,
a) 상기 전기 배터리의 각각의 셀의 충전 상태가 결정되는 단계;
b) 단계 a)에서 결정된, 최대 충전 셀의 충전 상태 및 최소 충전 셀의 충전 상태 간의 편차를 셀의 충전 상태의 미리 결정된 최대치에서 뺀 값과 동일한 상기 전기 배터리의 사용 범위가 결정되는 단계;
c) 상기 전기 배터리의 충전 상태가 단계 a)에서 결정되는 최소 충전 셀의 충전 상태 및 단계 b)에서 결정된 상기 전기 배터리의 사용 범위 간의 비율과 동일한 것으로 결정되는 단계;
를 포함한다.
이러한 전기 배터리의 충전 상태 추정 방법은 상기 전기 배터리의 셀들 간의 예상가능한 언밸런스를 고려한 것이다.
이러한 방법에 의해, 상기 추정된 전기 배터리의 충전 상태의 값은 최대 충전, 다시 말해 최대 충전 셀이 최대 충전 상태, 실제로 100%와 같은 최대 충전 상태를 지닐 때 실제로 100%와 같은 최대 충전을 나타내고, 최소 충전, 다시 말해 최소 충전 셀이 최소 충전 상태, 실제로 0%와 같은 최소 충전 상태를 지닐 때 실제로 0%와 같은 최소 충전을 나타낸다.
더욱이, 본 발명에 따른 방법은 이들 2가지 극한값 간의 상기 전기 배터리의 충전 상태의 지속적이며 대표적인 변화를 획득할 수 있게 한다.
본 발명에 따른 방법의 다른 비-제한적이고 유리한 특징들은 다음과 같다.
- 단계 a)에서, 상기 전기 배터리의 각각의 셀에 대해,
- a1) 상기 전기 배터리의 각각의 셀의 기능을 나타내는 적어도 하나의 입력 변수의 값이 결정되는 단계;
- a2) 상기 전기 배터리의 각각의 셀의 기능을 나타내는 적어도 하나의 출력 변수의 값이 결정되는 단계;
- a3) 상기 전기 배터리의 각각의 셀의 충전 상태가 상기 입력 변수의 단계 a1)에서 결정되는 값에 기반하며 상기 출력 변수의 단계 a2)에서 결정되는 값으로부터 획득되는 보정 매개변수에 의해 보정되는 상태 관측기(state observer)의 도움으로 추정되는 단계;
가 수행되고,
- 상기 입력 변수는 상기 전기 배터리의 각각의 셀을 통해 흐르는 전류를 적어도 포함하며,
- 상기 출력 변수는 상기 전기 배터리의 각각의 셀의 단자들 양단에 걸린 전압을 적어도 포함하고,
- 각각의 셀은 전압 생성기, 저항기 및 병렬로 저항기 및 커패시터를 포함하는 컴포넌트를 직렬로 포함하는 전기 모델 회로에 의해 모델링되며,
- 상기 전기 모델 회로의 커패시터의 정전용량 및 저항기들의 값들은 상기 전기 배터리의 각각의 셀의 온도(temp_cell) 및/또는 상기 전기 배터리의 각각의 셀의 충전 상태 및/또는 상기 전기 배터리의 각각의 셀의 수명시간에 의존하고,
- 상기 상태 관측기는 칼만 필터(Kalman filter)를 포함하며,
- 상기 칼만 필터는 상기 전기 배터리의 각각의 셀의 기능에 의존하는 적어도 하나의 매개변수를 포함하고,
- 상기 칼만 필터의 매개변수는 상기 전기 배터리의 각각의 셀의 개방 회로 전압 및 상기 전기 배터리의 각각의 셀의 충전 상태에 관한 함수에 의존하며,
상기 전기 배터리의 각각의 셀의 개방 회로 전압 및 상기 전기 배터리의 각각의 셀의 충전 상태에 관한 함수는 어파인 함수(affine function)이고 상기 칼만 필터의 상기 매개변수는 이러한 함수의 증가율(rate of growth)이며,
- 상기 전기 배터리의 각각의 셀의 개방 회로 전압 및 상기 전기 배터리의 각각의 셀의 충전 상태에 관한 함수는 구분적(piecewise) 어파인 함수이고 상이한 칼만 필터는 상기 전기 배터리의 각각의 셀의 개방 회로 전압 및 상기 전기 배터리의 각각의 셀의 충전 상태에 관한 함수의 상이한 어파인 부분에 연관된 상기 전기 배터리의 각각의 셀의 충전 상태의 값의 각각의 범위에 대해 사용되며,
- 주어진 시간에서의 단계 a)의 구현 동안 사용되는 상기 칼만 필터는 이전 시간에서의 상기 전기 배터리의 각각의 셀의 추정된 충전 상태의 값의 함수로서 결정되고,
- 제1 충전 상태 값의 범위에 관련된 제1 칼만 필터 및 제2 충전 상태 값들의 범위에 관련된 제2 칼만 필터 간의 천이는 히스테리시스(hysteresis)를 갖는 자동화 시스템에 의해 관리되며,
- 단계 a)에서, 상기 전기 배터리의 각각의 셀의 충전 상태는 암페아-시간-메트릭(amp-hour-metric) 계량법, 다시 말해 암페아-시간 계량기에 의해 결정되고,
- 단계 a)에서,
- 상기 전기 배터리에 입력되는 전류가 통합되며,
- 상기 전기 배터리의 각각의 셀의 충전 상태가 상기 전기 배터리에 입력되는 전류의 통합과 상기 전기 배터리의 해당 셀의 정전용량 간의 비율의 함수로서 결정되고, 그리고
- 해당 전기 배터리는 자동차의 구동 배터리이다.
비-제한적인 예들로서 제공된 첨부도면들을 언급하는 이하의 설명은 본 발명이 어떻게 이루어져 있는지 그리고 어떠한 방식으로 구체화될 수 있는지를 양호하게 이해할 수 있게 해 준다.
첨부도면들 중에서,
도 1은 전기 배터리의 각각의 셀에 대해 결정되는 충전 상태로부터 상기 전기 배터리의 충전 상태의 결정을 도시적으로 나타낸 도면이며,
도 2는 전기 배터리의 셀들 중 하나의 셀을 모델링하는 전기 회로를 도식적으로 나타낸 도면이고,
도 3은 도 2에 도시된 전기 회로로 모델링된 셀의 충전 상태의 함수로서 셀의 개방 회로 전압(실선)을, 그리고 구분적 어파인 함수로서 그의 근사치(점선)를 도식적으로 나타낸 도면이며,
도 4는 도 2에 도시된 전기 회로에 의해 모델링된 셀의 충전 상태를 추정하기 위한 4개의 칼만 필터의 사용을 도식적으로 나타낸 도면으로서, 각각의 칼만 필터는 상기 셀의 충전 상태의 함수로서 상기 셀의 개방 회로 전압을 나타낸 함수의 상이한 어파인 부분에 상응하는 도면이고,
도 5는 전기 배터리의 셀들의 밸런스를 조정하는 시스템이 없는 경우에, 시간의 함수로서 본 발명에 따른 방법에 의해 추정되는 전기 배터리의 충전 상태의 변화(실선)를, 그리고 상기 전기 배터리의 셀들의 상응하는 충전 상태의 변화(점선들)를 보여주는 도면이며,
도 6은 전기 배터리의 셀들의 밸런스를 조정하는 시스템이 있는 경우에, 시간의 함수로서 본 발명에 따른 방법에 의해 추정되는 전기 배터리의 충전 상태의 변화(실선)를, 그리고 상기 전기 배터리의 셀들의 상응하는 충전 상태의 변화(점선)를 보여주는 도면이다.
본원 명세서에서 직렬로 연결되고 이하에서는 셀들로 불리는 복수 개의 축전지들을 포함하는 전기 배터리가 고려된다.
이러한 전기 배터리는 예를 들면 전기 또는 하이브리드 자동차의 구동 배터리이다. 상기 전기 배터리는 임의 개수의 셀들, 예를 들면 96개와 같은 셀들을 포함한다.
이하에서는 인덱스 i는 크기를 나타내게 되며 인덱스 i의 셀에는 연산자들이 연관되며, 이 경우에 i는 1에서 96에 이르기까지의 값들을 취한다.
전기 배터리 또는 셀의 충전 상태는 그러한 배터리 또는 그러한 셀의 최대 충전 상태의 백분율로서 일반적으로 표기된다.
이하에서는, 100%와 같은 충전 상태가 완전히 충전되어 결과적으로는 최대 충전 상태에 있는 배터리 또는 셀을 나타내게 된다.
0% 충전 상태는 완전히 방전되어 결과적으로는 최소 충전 상태에 있는 배터리 또는 셀을 나타내게 된다.
실제로는, 상기 전기 배터리의 충전 상태의 추정이 서로 다른 시간들에서, 바람직하게는 초기 시간 t0에서 시작하여, 정규 시간 간격 Te에서 수행된다. 이하에서는 인덱스 k가 주어진 시간 t_k = t0 + k.Te에서 수행되는 측정들 및 계산들 모두를 나타내게 된다. 시간 인덱스가 생략될 때, 상기 변수의 값은 진행중에 있는 계산 또는 측정의 시간 k에서 고려된다.
본 발명에 따른 방법은 전자 제어 유닛에 의해 구현된다. 이러한 전자 제어 유닌은 이하에 나타내겠지만, 상기 전기 배터리 내부의 전압, 전류 및 온도의 서로 다른 값들을 측정하는데 적합한 전기 배터리의 센서들로부터 유래하는 정보를 수신하는데 적합하다.
본 발명에 의하면, 상기 전기 배터리의 충전 상태, 다시 말해 SOCbatt_k로서 언급되는 전기 배터리의 충전 상태를 추정하는 방법은,
a) 상기 전기 배터리의 각각의 셀의 SOCcell_est_i로 참조되는 충전 상태가 결정되는 단계;
b) 상기 전기 배터리의 셀들 중 하나의 셀에 대해 단계 a)에서 결정된 충전 상태 SOCcell_est_i의 최대값 및 상기 전기 배터리의 셀들 중 다른 하나의 셀에 대해 단계 a)에서 결정된 충전 상태 SOCcell_est_i의 최소값 간의 편차를 셀의 충전 상태의 미리 결정된 최대치에서 뺀 값과 동일한 상기 전기 배터리의 사용 범위가 결정되는 단계;
c) 상기 전기 배터리의 충전 상태 SOCbatt_k가 단계 a)에서 결정되는 최소 충전 셀의 충전 상태 및 단계 b)에서 결정된 상기 전기 배터리의 사용 범위 간의 비율과 동일한 것으로 결정되는 단계;
를 포함한다.
이들 3가지 단계들은 도 1에 도시되어 있다.
도 1의 좌측 섹션은 단계 a)에서 고려된 시간 t_k에서 상기 전기 배터리의 각각의 셀의 충전 상태 SOCcell_est_i의 값의 결정을 나타낸다.
여기서 각각의 셀의 충전 상태 SOCcell_est_i의 값은 시간 t-k에서, 본 예에서는 인덱스 i의 상기 셀에 연관된 칼만 필터 FK_i인 관측기에 의해 추정된다.
이와 같이, 상기 전자 제어 유닛은 다음과 같은 식에 따라 각각의 시간 t_k에서의 최대 충전 셀의 충전 상태 SOCcell_max_k 및 그러한 시간에서의 최소 충전 셀의 충전 상태 SOCcell_min_k의 충전 상태를 결정한다.
i = i 내지 96일 경우에, SOCcell_min_k = min(SOCcell_est_i)이고
i = 1 내지 96일 경우에, SOCcell_max_k = max(SOCcell_est_i이다.
이러한 단계는 도 1에서 블록들 10 및 11로 나타나 있다.
단계 b)에서는, 상기 전자 제어 유닛이 최대 충전 셀의 충전 상태 SOCcell_max_k 및 최소 충전 셀의 충전 상태 SOCcell_min_k의 충전 상태 간의 편차를 셀의 충전 상태의 미리 결정된 최대치에서 뺀 값과 동일한 시간 t_k에서의 상기 전기 배터리의 사용 범위를 결정한다.
임의의 셀의 충전 상태의 미리 결정된 최대치는 예를 들면 고정되고 100%와 같은 것이다.
도 1에서의 블록 12는 이러한 사용 범위의 계산을 수행한다.
마지막으로, 단계 c)에서는, 상기 전자 제어 유닛이,
- 시간 t-k에서의 최소 충전 셀의 충전 상태 SOCcell_min_k, 및
- 상기 결정된 사용 범위
간의 비율을 계산함으로써 시간 t_k에서 상기 전기 배터리의 충전 상태 SOCbatt_k를 결정한다.
이러한 동작은 도 1의 블록 13에 의해 수행된다.
다시 말해, 상기 전기 배터리의 충전 상태 SOCbatt는 이하의 식에 따라 결정된다.
SOCbatt_k = SOCcell_min_k / (1 - (SOCcell_max_k - SOCcell_min_k)
해당 시간 t-k에서의 상기 전기 배터리의 각각의 셀의 충전 상태 SOCcell_est_i를 결정하는 단계 a)는 서로 다른 방식들로 수행될 수 있다.
본 발명의 바람직한 실시예에 의하면, 단계 a)에서, 상기 전기 배터리의 각각의 셀에 대해,
a1) 상기 전기 배터리의 각각의 셀의 기능을 나타내는 적어도 하나의 입력 변수 i_cell의 값 I_cell_mes_i가 결정되는 단계;
a2) 상기 전기 배터리의 각각의 셀의 기능을 나타내는 적어도 하나의 출력 변수 u_cell의 값 V_cell_mes_i가 측정되는 단계;
a3) 단계 a1)에서 결정된 상기 입력 변수 i_cell의 값에 기반하며 단계 a2)에서 측정된 상기 출력 변수 u_cell의 값으로부터 획득되는 보정 매개변수에 의해 보정되는 상태 관측기(state observer)의 도움으로 상기 전기 배터리의 각각의 셀의 충전 상태 SOCcell_est_i가 추정되는 단계;
가 수행된다.
더욱이, 상기 전기 배터리의 각각의 셀의 온도 temp_cell_est_i가 또한 결정되는 것이 바람직하며 이러한 온도의 함수로서 상기 전기 배터리의 각각의 셀의 충전이 단계 3에서 추정된다.
이러한 단계들은 인덱스 i의 각각의 셀에 대하여, 각각의 시간 t_k에서 반복된다.
좀더 정확하게 기술하면, 상기 입력 변수는 상기 전기 배터리의 각각의 셀을 통해 흐르는 전류 i_cell을 적어도 포함한다.
상기 전기 배터리가 상기 전기 배터리의 셀들의 충전들의 밸런스를 조정하는 시스템을 포함하지 않는 경우에, 이러한 변수는 상기 전기 배터리 자체를 통해 흐르는 전류 Ibat와 동일한 데, 그 이유는 상기 전기 배터리의 셀들이 직렬로 서로 접속됨에 따라, 상기 전기 배터리를 통해 흐르는 전류가 각각의 셀을 통해 흐르는 전류와 동일하기 때문이다.
상기 전기 배터리의 셀들의 충전들의 밸런스를 조정하는 시스템이 언제라도 서로 다른 셀들의 충전을 균일하게 하기 위해 사용되는 경우에, 전류 i_cell이 상기 전기 배터리의 각각의 셀의 밸런스 조정 전류가 추가되는 전류 Ibat에 상응하는데, 그 이유는 이러한 밸런스 조정 시스템이 상기 전기 배터리의 각각의 셀과 병렬로 접속되어 있기 때문이다.
상기 출력 변수는 상기 전기 배터리의 각각의 셀의 단자들 양단에 걸린 전압 u_cell을 적어도 포함한다.
이러한 입력 및 출력 변수들은 각각의 시간 t_k에서 인덱스 i의 각각의 셀에 대해 결정된다. 상기 입력 및 출력 변수들은 측정되는 것이 바람직하다.
선택된 상태 관측기에서, 적어도 다음과 같은 사항들이 이용가능하다.
- 각각의 시간 스텝에서 상기 계산들을 업데이트하기 위해 각각의 시간 t_k에서 측정된 값을 갖는 입력 변수 i_cell;
- 추정 SOCcell_est가 요구되는 상기 전기 배터리의 각각의 셀의 충전 상태인 상태 변수 SOCcell;
- 실재에 가능한 한 근접하게 하도록 하는 방식으로 상기 상태 관측기를 보정하기 위해, 상기 상태 관측기에 의해 추정된 값을 지니는 출력 변수 u_cell로서 이러한 출력 변수의 측정된 값과 비교되는 출력 변수 u_cell.
이러한 상태 관측기에서, 상기 값들을 결정하도록 요구되는 상태 변수는 결과적으로 측정된 입력 변수의 도움으로뿐만 아니라 상기 출력 변수로부터 획득된 보정 매개변수의 함수로서 각각의 시간 스텝에서 계산된다.
좀더 정확하게 기술하면, 이러한 실시예를 구현하기 위해, 각각의 셀은 전기 모델 회로(100)에 의해 모델링된다. 그러한 전기 모델 회로(100)의 일례는 도 2에 도시되어 있다.
상기 전기 모델 회로(100)는 직렬로 전압 OCV를 생성하는 전압 생성기(101), 값 R1의 저항기(102) 및 병렬로 값 R2의 저항기(104) 및 정전용량 C2의 커패시터(105)를 포함하는 컴포넌트(103)를 포함한다.
R1은 상기 전기 배터리의 각각의 셀의 내부 저항에 상응하며 R2 및 C2는 상기 전기 배터리의 각각의 셀 내부에서 주파수 현상을 모델링하기 위해 사용된다.
상기 컴포넌트(103)의 단자들 양단에 걸린 전압은 이하 Uc2로 참조된다.
폐쇄-회로 모델 회로의 단자들 양단에 걸린 전압은 해당 셀의 단자들 양단에 걸린 전압 u-cell이다. 이러한 모델 회로의 단자들 양단에 걸린 전압은 상기 셀의 개방 회로 전압에 상응하는 전압 OCV이다.
이러한 모델 회로를 통해 흐르는 전류는 해당 셀을 통해 흐르는 전류 i-cell이다.
상기 전기 모델 회로(100)의 저항기들(102, 104)의 값들(R1, R2) 및 커패시터(105)의 정전용량의 값 C2는 인덱스 i의 셀의 온도 temps_cell의 값 temp_cell_est_i, 및/또는 해당 모델 회로에 의해 모델화된 셀의 충전 상태 SOCcell 및/또는 상기 셀의 수명시간에 의존하는 것이 바람직하다.
상기 셀의 수명 시간은 예를 들면 그의 제조 이래로 경과된 시간에나 전기 차량에서의 그의 서비스에 들어간 이래로 경과된 시간에 상응한다. 이는 상기 셀의 사용 개시 이래로 상기 셀의 정전용량의 손실을 정량화하는 것을 가능하게 하는 매개변수이다. 실제로는, 상기 셀의 노화 작용은 상기 셀의 정전용량을 감소하게 한다.
시간 t에서 상기 셀의 수명을 고려하기 위해, 그러한 시간에서 상기 셀의 순간적인 정전용량을 결정하고 상기 셀의 사용 개시시에 상기 셀의 초기 정전용량에 의해 나눠진 순간적인 정전용량과 동일한 매개변수를 계산하는 것이 가능하다.
이러한 매개변수는 이때 상기 전기 모델 회로(100)의 저항기들(102, 104)의 값들 R1, R2 및/또는 커패시터(105)의 정전용량의 값 C2를 결정하기 위해 사용된다.
실제로는, 이러한 값들 R1, R2 및 C2가 상기 상태 관측기의 매개변수들을 구성하며 상기 시간 t_k에서의 인덱스 i의 셀의 온도 temp_cell의 값 temp_cell_est_i의 함수로서 그리고 이전 계산 단계에서의 시간 t_k에 대해 추정된 셀의 충전 상태의 함수로서 미리 설정된 맵들로부터 상기 제어 유닛에 의해 결정된다. 상기 온도 temp_cell_est_i의 값은 측정되거나 계산에 의해 결정되거나 또는 상기 셀의 기능에 따른 다른 정보로부터 추정될 수 있다.
그러므로, 인덱스 i의 셀들에 연관된 상태 관측기 FK_i는 도 4에 도시된 바와 같이, 입력으로서 상기 입력 변수 i_cell의 값 I_cell_mes_i, 상기 출력 변수 u_cell의 값 V_cell_mes_i 및 인덱스 i의 셀의 온도 temp_cell의 값 temp_cell_est_i를 받아들인다.
상기 상태 관측기는 예를 들면 칼만 필터(Kalman filter)를 포함한다.
이러한 칼만 필터는 상기 전기 배터리의 각각의 셀의 기능, 예를 들면 상기 모델 회로(100)의 전압 생성기(101)에 의해 생성된 전압에 상응하는 상기 전기 배터리의 각각의 셀의 개방 회로 전압 OCV 및 상기 전기 배터리의 각각의 셀의 충전 상태 SOCcell에 관한 함수에 의존하는 적어도 하나의 매개변수를 포함한다.
셀의 개방 회로 전압 OCV는 상기 셀의 충전 상태 SOCcell의 비선형 함수이며, 각각의 셀의 화학 반응마다 다르다. 일례가 도 3에서 실선으로 제공되어 있다.
도 3에서 점선으로 도시된 이러한 함수의 구분적 어파일 근사치를 설정하는 것이 가능하다.
이때, 상기 셀의 충전 상태 SOCcell의 복수의 값들의 범위들을 정의하는 것이 가능하며, 이 경우에 상기 함수는 어파인 함수이다.
그러므로, 고려된 충전 상태들의 각각의 간격에 대해, OCV(SOCcell) = a.SOCcell + b이며, 이 경우에 a 및 b는 상기 셀의 특성 매개변수들 및 고려된 충전 상태들의 범위이다.
이하에서는, 상기 모델 회로(100)에 의해 모델링된 셀의 암페아-시간들(Ah로 참조됨) 단위의 총 정전용량은 Q max 로 참조되어 있다.
상기 총 정전용량은 각각의 셀의 고유의 특성이며 상기 셀의 온도에 그리고 상기 셀의 수명시간에 의존한다. 배터리의 셀들은 유사하지만 반드시 동일하지 않은 정전용량들을 지닌다.
상기 모델 회로(100), 결과적으로는 해당 셀의 기능은 다음과 같은 식들로 표기된다.
Figure 112013115982318-pct00001
예를 들면 시간 간격 Te와 동일한 샘플링 시간을 포함하는 오일러 방법(Euler method)에 의해 이산화된 모델을 통해 그리고 각각의 계산 스텝이 시간 t_k에 상응하고 인덱스 k로 표현되는 경우에, 상기 셀은 결과적으로 다음과 같은 식들의 체계로 표기된다.
Figure 112013115982318-pct00002
상기 식 중,
Figure 112013115982318-pct00003
이러한 식들의 체계에서,
Uk는 칼만 필터의 입력 변수, 다시 말해 이 경우에 밸런스 조정 시스템이 사용될 경우에 상기 셀의 밸런스 조정 전류가 아마도 추가되는 상기 전기 배터리의 단자들에 걸린 전류와 동일한 상기 셀의 단자들에 걸린 전류를 나타내고, Xk는 상기 시스템의 상태, 다시 말해 이 경우에 상기 셀의 충전 상태 및 상기 컴포넌트(103)의 단자들 양단에 걸린 전압 UC2를 나타내며 그리고 yk는 출력 변수를 나타낸다. 이러한 출력 변수는 시간 k에서 인덱스 i의 셀의 단자들 양단 간의 전압의 추정된 값 u_cell_est_i에 접근을 허용한다.
매트릭스들 AS , BS 및 DS는 각각의 계산 스텝, 다시 말해 각각의 시간 t_k에서 업데이트되는데, 그 이유는 매트릭스들 AS , BS 및 DS가 상기 셀의 온도 temp_cell의 값 temps_cell_est_i 및 상기 셀의 충전 상태 SOCcell의 함수로서 변하는 매개변수들 R1, R2 및 C2에 의존하기 때문이다.
앞서 설명한 바와 같이, 상기 매개변수들 R1, R2 및 C2는 맵들에 의해 제공된다.
상기 칼만 필터를 사용하여 단계 a)를 수행하는 동안, 상기 칼만 필터의 상태 및 출력 변수들의 값들의 추정이 먼저 이루어진다. 이를 수행하기 위해, 시간 t_(k+1)에서 예측된 상태
Figure 112013115982318-pct00004
는 상기 칼만 필터를 사용하는 특성 식들에 의해 시간 t_k에서의 상태의 함수로서 계산된다.
Figure 112013115982318-pct00005
이때, 상기 칼만 필터의 최적 이득 K k +i 가 다음 식으로부터 계산되는데, 이 경우에,
Figure 112013115982318-pct00006
및
Figure 112013115982318-pct00007
는 당업자에게 잘 알려진 중간 변수이다.
Figure 112013115982318-pct00008
이 경우에,
-
Figure 112013115982318-pct00009
및
Figure 112013115982318-pct00010
는 매트릭스들 As 및 Cs의 전치 매트릭스(transposed matrix)들이고,
-
Figure 112013115982318-pct00011
및
Figure 112013115982318-pct00012
는 각각 상태의 분산(variance)에 그리고 출력의 분산에 상응한다. 이러한 2개의 매개변수는 상기 칼만 필터의 조정 요소들을 구성한다.
좀더 구체적으로 기술하면,
Figure 112013115982318-pct00013
는 예측된 상태에서의 오차의 공분산(covariance)의 예측 추정의 매트릭스이며
Figure 112013115982318-pct00014
는 이러한 오차의 공분산의 후험적 추정(posteriori estimation)의 매트릭스이다.
마지막으로, 상기 예측된 상태
Figure 112013115982318-pct00015
는 추정된 출력에서의 오차의 함수로서, 다시 말해 다음과 같은 계산을 수행함으로써 출력 변수의 측정값
Figure 112013115982318-pct00016
및 그러한 출력의 예측 값
Figure 112013115982318-pct00017
간의 차이의 함수로서 보정된다.
Figure 112013115982318-pct00018
따라서, 상기 칼만 필터는 인덱스 i의 셀의 충전 상태 SOCcell의 추정값 SOCcell_est_i 및 인덱스 i의 셀의 단말들 양단 간의 전압 u_cell의 추정값 u_cell_est_i에 접근을 허용한다.
상기 셀의 단자들 양단 간의 전압의 이러한 추정값 u_cell_est_i는
Figure 112013115982318-pct00019
와 동일하다(도 1 및 도 4 참조).
위의 식들에서 보인 바와 같이, 상기 셀의 충전 상태 및 개방 회로 전압 OCV에 관한 어파인 함수의 "a"로 참조된 증가율(rate of growth)은 상기 셀의 충전 상태를 결정하기 위해 사용된 칼만 필터의 매개변수이다.
그러므로, 상이한 칼만 필터는 상기 셀의 충전 상태 및 상기 셀의 개방 회로 전압 OCV에 관한 함수의 상이한 어파인 부분에 연관된 상기 셀의 충전 상태의 값의 각각의 범위용으로 사용된다.
그러므로, 주어진 시간 t_k에서의 단계 a)의 구현 동안 사용된 칼만 필터는 이전의 시간 t_(k-1)에서 추정된 셀의 충전 상태의 값의 함수로서 결정된다.
도 3에 도시된 예에서는, 상기 셀의 충전 상태의 함수로서 상기 셀의 개방 회로 전압 OCV를 나타내는 곡선이 0%와 10% 사이, 10%와 30% 사이, 30%와 90% 사이, 90%와 100% 사이의 충전 상태 값들의 범위에 각각 상응하는 4가지 서로 다른 어파인 존(affine zone)에 의해 근사화된다. 그러므로, 상이한 칼만 필터가 해당 셀의 이러한 충전 상태 값들의 범위들 각각에 대해 사용된다.
따라서, 도 3에 도시되어 있는, 상기 셀의 충전 상태의 함수로서 상기 셀의 개방 회로 전압 OCV를 나타내는 곡선을 갖는 도 2에 도시된 상기 셀의 충전 상태를 결정하기 위해 여기서 설명되는 예에서는, 상기 셀의 충전 상태 값의 범위에 따라 4개의 칼만 필터가 사용된다.
이러한 서로 다른 칼만 필터들은 번갈아 가며 활성화된다. 인덱스 i의 셀에 대해 이러한 서로 다른 필터들을 사용하는 예가 도 4에 도시되어 있다.
이러한 도면에 도시된 바와 같이, 이러한 인덱스 i의 셀에 대응하는 칼만 필터 FK_i는 4개의 칼만 필터 FK_i1, FK_i2, FK_i3 및 FK_i4를 포함한다. 이러한 필터들 각각은 자신의 입력을 통해 인덱스 i의 셀의 단자들 양단 간의 전압의 값들, 이러한 셀을 통해 흐르는 전류 및 상기 셀의 온도와 아울러, 이전의 시간에서 추정된 상태 및 출력 변수들의 값들을 받는데 적합하다.
이러한 점에서, 도 4의 블록 15는 자신의 입력에서 시간 k에서 추정된 벡터
Figure 112013115982318-pct00020
의 값을 받아들이고 자신의 출력에서 이전의 시간에서 추정된 벡터
Figure 112013115982318-pct00021
의 값을 제공한다. 본 도면에 도시된 바와 같이, 시간 t0에서의 초기화 벡터
Figure 112013115982318-pct00022
는 벡터(SOC_ini, 0)이며, 이 경우에 SOC_ini는 상기 계산의 초기화 값이다.
2개의 값들의 범위들 간의 천이, 결과적으로는 2개의 서로 다른 칼만 필터들 간의 천이는 2개의 칼만 필터들 간의 변동을 방지하도록 히스테리시스(hysteresis)들을 포함하는 자동화 시스템 A에 의해 관리된다.
이러한 자동화 시스템 A는 자신의 입력을 통해 해당 인덱스 i의 셀에 대해 진행 중인 계산 이전의 시간에 결정되는 값 SOCcell_est_i(k-1)을 받아 들인다(도 4의 블록 16은 상기 벡터의 제1 좌표의 값만이 사용됨을 보여줌). 상기 자동화 시스템 A는 자신의 출력을 통해 이전의 시간에서의 충전 상태의 값 SOCcell_est_i(k-1)이 위에서 정의된 충전 상태들의 값들의 4가지 범위 중 하나 또는 다른 범위에 포함되는지에 따라 Ac1, Ac2, Ac3 또는 Ac4로 각각 참조되는 칼만 필터들 FK_i1, FK_i2, FK_i3, FK_i4 중 하나를 활성화하도록 하는 신호를 전송한다.
단지 활성화 신호가 전송된 필터만이 활성화된다.
2개의 인접한 충전 상태 값들의 범위들에 상응하는 2개의 칼만 필터들 간의 변동을 회피하기 위하여, 한 필터에서 다른 한 필터로의 천이는 단순한 임계값을 기반으로 하여 개시되지 않는다.
이러한 천이는 히스테리시스로 개시된다.
좀더 정확하게 기술하면, 2개의 충전 상태 값들의 범위들에 상응하는 2개의 칼만 필터들 간의 천이는 해당 셀의 충전 상태가 그러한 시간의 충전 상태의 변화 방향에 따라 상이한 임계값에 이르게 되는 경우에 개시된다.
예를 들면, 제1의 충전 상태 값들의 범위에 상응하는 제1 칼만 필터로부터 제2의 충전 상태 값들의 범위에 상응하는 제2 칼만 필터로의 이동은 충전 상태가 증가하는 경우에 상기 셀의 충전 상태의 추정값이 제1 임계값에 이르게 될 때 이루어진다.
반면에, 상기 제2 칼만 필터로부터 상기 제1 칼만 필터로의 복귀는 충전 상태가 감소하는 경우에 상기 충전 상태의 추정값이 상기 제1 임계값과는 다른 제2 임계값에 이르게 될 때 이루어진다.
상기 제2 임계값은 상기 제1 임계값보다 작은 것이 바람직하다.
예를 들면, 0%-10% 및 10%-30%에 각각 상응하는 제1 범위 및 제2 범위 간의 10%의 임계값에 가까운 충전 상태 값들이 고려되는 경우에, 상기 제1 범위에 상응하는 상기 필터 FK_i1 및 상기 제2 범위에 상응하는 상기 필터 FK_i2 간의 천이는 추정된 충전 상태 값이 10%에 이르게 될 정도로 증가할 때 개시된다. 그 반면에, 상기 제1 필터 FK_i1로의 복귀는 추정된 충전 상태 값이 감소하여 10%보다 작게 될 때에는 개시되지 않고 추정된 충전 상태 값이 감소하여 예를 들면 9%, 다시 말해 10%보다 작은 임계값에 이르게 될 때 개시된다.
그러한 천이 동안, 상기 칼만 필터는 순조로운 천이(smooth transition), 결과적으로는 추정된 충전 상태 값의 연속 변화를 보장하도록 이전에 계산된 충전 상태 값 SOCcell_est_i(k-1)로 초기화된다.
상기 추정의 정확도를 개선하기 위해, 동일 셀에 대하여 여러 필터가 사용되는 경우에 각각의 칼만 필터 FK_i, 결과적으로는 FK_i1, FK_i2, FK_i3, FK_i4의 매개변수들 Qkal 및 Rkal은 각각의 충전 상태 값들의 범위에 대해 독립적으로 조정된다.
다른 한 가능한 실시예에 의하면, 단계 a)에서는, 각각의 셀의 충전 상태가 암페아-시간-메트릭(amp-hour-metric) 계량법, 다시 말해 암페아-시간들을 계량(metering)함으로써 결정된다.
좀더 정확하게 기술하면, 이와는 다른 실시예에 의하면,
- 상기 전기 배터리에 입력되는 전류가 통합되며,
- 상기 전기 배터리의 각각의 셀의 충전 상태가 상기 전기 배터리에 입력되는 전류의 통합과 상기 전기 배터리의 해당 셀의 정전용량 간의 비율로부터 결정된다.
특히 유리한 방식에서는, 해당 전기 배터리가 전기 또는 하이브리드 자동차의 구동 배터리이다.
이때, 제어 유닛은 상기 자동차의 제어 유닛에 합체되고 그러한 자동차의 여러 센서에 의해 전송되는 정보를 수신한다.
일단 각각의 셀의 충전 상태 SOCcell이 획득되면, 위에서 설명한 바와 같은 단계 c)에 따라 충전 상태가 결정된다.
본 발명에 따른 방법은 최대 충전 셀의 충전 상태가 100%일 때 100%와 동일한 배터리 충전 상태 값, 최소 충전 셀의 충전 상태가 0%일 때 0%와 동일한 충전 상태 값, 및 이러한 2개의 극한값 간의 상기 전기 배터리의 충전 상태의 지속적이며 대표적인 변화를 획득할 수 있게 한다.
이는 본 발명에 따른 방법에 따라 추정되는 전기 배터리의 충전 상태의 시간의 함수로서의 변화(실선)를, 그리고 상기 전기 배터리를 방전하는 사이클에 대한 여러 셀들의 충전 상태의 변화(점선들)를 보여주는 도 5에서 볼 수 있다.
상기 전기 배터리의 충전 상태의 변화는 정확히 상기 셀들의 충전 상태의 변화 다음에 이루어지며 이전에 언급한 초기 및 최종 조건들이 충족된다.
여기서 설명한 방법은 차량의 자율성(autonomy)을 높이도록 최대 사용 범위를 능가하여 배터리의 사용을 허용하는 것을 목적으로 하는 밸런스 조정 시스템을 포함하는 배터리용으로 사용될 수 있다. 그러한 시스템은 당업자에게 잘 알려져 있다.
도 5에 도시된 전기 배터리의 초기 상태와 동일한 초기 상태, 다시 말해 상기 전기 배터리의 셀들의 초기 언밸런스의 경우에, 밸런스 조정 시스템이 존재할 때, 시간의 함수로서 상기 전기 배터리의 충전 상태의 추정이 도 6에 실선으로 도시되어 있다. 시간의 함수로서 상기 셀들의 해당 충전 상태의 변화는 점선으로 도시되어 있다. 상기 밸런스 조정 시스템의 존재는 본 발명에 따른 방법에 의한 전기 배터리의 충전 상태의 추정을 좀더 정확하게 하는데, 그 이유는 이러한 추정이 사용 시간의 대부분에 걸쳐 각각의 셀의 충전 상태의 값에 매우 가깝기 때문이다.
한 변형예로서, 제1 실시예에 따른 단계 a) 동안, 사용된 칼만 필터의 차수를 높이는 것이 가능한데, 예를 들면 3차 필터를 사용하는 것이 가능하다. 또한 맵들로부터 유래하는 값들을 사용하는 대신에 각각의 계산 스텝에서 매개변수들 R1, R2 및 C2를 추정하는 적응 관측기의 사용을 고려하는 것이 가능하다.
밸런스 조정 시스템이 존재할 때 본 발명에 따른 방법이 사용되는 경우에, 상기 전기 배터리의 충전 상태의 추정값을 보정하기 위해 밸런스 조정 시스템의 효율을 고려하는 것이 가능하다. 이러한 경우에, 상기 전기 배터리의 추정된 충전 상태는 밸런스 조정 개시점으로부터 높아지게 된다.
본 발명에 따른 방법은 전기 또는 하이브리드 자동차의 구동 배터리의 충전 상태를 추정하는데 특히 유리한 용도를 갖는다.
실제로는, 전기 배터리의 충전 상태 정보는 대시보드 상의 배터리 게이지의 중개물(intermediary)에 의해 운전자에게 디스플레이된다.
운전자는 완전히 안전하게 차량을 운전하는 것에 관한 판단을 내리기 위해 운전자 스스로 이러한 정보를 기반으로 할 수 있어야 한다. 운전자 자신이 에너지의 손실 또는 모터 구동력의 부족에 직면하지 않게 하도록 충전 상태가 낮을 때 운전자 자신에게 정확한 정보를 제공하는 것이 특히 중요하다.
밸런스 조정 시스템이 존재할 때 본 발명에 따른 방법이 사용될 경우에, 밸런스 조정으로 충전 상태가 높아지게 되기 때문에, 밸런스 조정이 이루어짐에 따라 운전자에게 디스플레이되는 차량의 주행거리 자율성이 높아지게 된다.

Claims (16)

  1. 셀(cell)들이라 불리는 복수 개의 축전지들을 포함하는 전기 배터리의 충전 상태(SOCbatt_k)를 추정하는 방법에 있어서,
    상기 전기 배터리의 충전 상태 추정 방법은,
    a) 상기 전기 배터리의 각각의 셀의 충전 상태(SOCcell_est_i)가 결정되는 단계;
    b) 단계 a)에서 결정된, 최대 충전 셀의 충전 상태(SOCcell_max_k) 및 최소 충전 셀의 충전 상태(SOCcell_min_k) 간의 편차를 셀의 충전 상태의 미리 결정된 최대치에서 뺀 값과 동일한 상기 전기 배터리의 사용 범위가 결정되는 단계;
    c) 상기 전기 배터리의 충전 상태(SOCbatt_k)가 단계 a)에서 결정되는 최소 충전 셀의 충전 상태(SOCcell_min_k) 및 단계 b)에서 결정된 상기 전기 배터리의 사용 범위 간의 비율과 동일한 것으로 결정되는 단계;
    를 포함하는 것을 특징으로 하는, 전기 배터리의 충전 상태 추정 방법.
  2. 제1항에 있어서, 단계 a)에서, 상기 전기 배터리의 각각의 셀에 대해,
    - a1) 상기 전기 배터리의 각각의 셀의 기능을 나타내는 적어도 하나의 입력 변수(i_cell)의 값(I_cell_mes)이 결정되는 단계;
    - a2) 상기 전기 배터리의 각각의 셀의 기능을 나타내는 적어도 하나의 출력 변수(u_cell)의 값(V_cell_mes)이 결정되는 단계;
    - a3) 단계 a1)에서 결정된 상기 입력 변수(i_cell)의 값에 기반하며 단계 a2)에서 결정된 상기 출력 변수(u_cell)의 값으로부터 획득되는 보정 매개변수에 의해 보정되는 상태 관측기(state observer)의 도움으로 상기 전기 배터리의 각각의 셀의 충전 상태(SOCcell_est_i)가 추정되는 단계;
    가 수행되는 것을 특징으로 하는, 전기 배터리의 충전 상태 추정 방법.
  3. 제2항에 있어서, 상기 입력 변수는 상기 전기 배터리의 각각의 셀을 통해 흐르는 전류(i_cell)를 적어도 포함하는 것을 특징으로 하는, 전기 배터리의 충전 상태 추정 방법.
  4. 제2항 또는 제3항에 있어서, 상기 출력 변수는 상기 전기 배터리의 각각의 셀의 단자들 양단에 걸린 전압(u_cell)을 적어도 포함하는 것을 특징으로 하는, 전기 배터리의 충전 상태 추정 방법.
  5. 제2항에 있어서, 상기 전기 배터리의 각각의 셀은, 직렬로 전압(OCV) 생성기, 저항기(R1) 및 병렬로 저항기(R2) 및 커패시터(C2)를 포함하는 컴포넌트를 포함하는 전기 모델 회로에 의해 모델링되는 것을 특징으로 하는, 전기 배터리의 충전 상태 추정 방법.
  6. 제5항에 있어서, 상기 전기 모델 회로의 저항기들(R1, R2)의 값들 및 커패시터(C2)의 정전용량의 값은,
    셀의 온도(temp_cell);
    셀의 충전 상태(SOCcell);
    셀의 수명시간; 및
    이들의 조합;
    중의 하나에 의존하는 것을 특징으로 하는, 전기 배터리의 충전 상태 추정 방법.
  7. 제2항에 있어서, 상기 상태 관측기는 칼만 필터(Kalman filter; FK_i)를 포함하는 것을 특징으로 하는, 전기 배터리의 충전 상태 추정 방법.
  8. 제7항에 있어서, 상기 칼만 필터(FK_i)는 상기 전기 배터리의 각각의 셀의 기능에 의존하는 적어도 하나의 매개변수를 포함하는 것을 특징으로 하는, 전기 배터리의 충전 상태 추정 방법.
  9. 제8항에 있어서, 상기 칼만 필터(FK_i)의 상기 매개변수는 상기 전기 배터리의 각각의 셀의 개방 회로 전압(OCV) 및 상기 전기 배터리의 각각의 셀의 충전 상태에 관한 함수에 의존하는 것을 특징으로 하는, 전기 배터리의 충전 상태 추정 방법.
  10. 제9항에 있어서, 상기 전기 배터리의 각각의 셀의 개방 회로 전압(OCV) 및 상기 전기 배터리의 각각의 셀의 충전 상태에 관한 함수는 어파인 함수(affine function)이고 상기 칼만 필터의 상기 매개변수는 상기 함수의 증가율(rate of growth)인 것을 특징으로 하는, 전기 배터리의 충전 상태 추정 방법.
  11. 제9항에 있어서, 상기 전기 배터리의 각각의 셀의 개방 회로 전압(OCV) 및 상기 전기 배터리의 각각의 셀의 충전 상태에 관한 함수는 구분적(piecewise) 어파인 함수이고 상이한 칼만 필터(FK_i1, FK_i2, FK_i3, FK_i4)는 상기 전기 배터리의 각각의 셀의 개방 회로 전압(OCV) 및 상기 전기 배터리의 각각의 셀의 충전 상태에 관한 함수의 상이한 어파인 부분에 연관된 상기 전기 배터리의 각각의 셀의 충전 상태의 값의 각각의 범위에 대해 사용되는 것을 특징으로 하는, 전기 배터리의 충전 상태 추정 방법.
  12. 제11항에 있어서, 주어진 시간에서의 단계 a)의 구현 동안 사용되는 상기 칼만 필터(FK_i1, FK_i2, FK_i3, FK_i4)는 이전 시간에서의 상기 전기 배터리의 각각의 셀의 추정된 충전 상태(SOCcell_est_i)의 값의 함수로서 결정되는 것을 특징으로 하는, 전기 배터리의 충전 상태 추정 방법.
  13. 제11항에 있어서, 제1 충전 상태 값의 범위에 관련된 제1 칼만 필터 및 제2 충전 상태 값들의 범위에 관련된 제2 칼만 필터 간의 천이는 히스테리시스(hysteresis)를 갖는 자동화 시스템(A)에 의해 관리되는 것을 특징으로 하는, 전기 배터리의 충전 상태 추정 방법.
  14. 제1항에 있어서, 단계 a)에서, 상기 전기 배터리의 각각의 셀의 충전 상태는 암페아-시간-메트릭 계량법에 의해 결정되는 것을 특징으로 하는, 전기 배터리의 충전 상태 추정 방법.
  15. 제14항에 있어서, 단계 a)에서,
    - 상기 전기 배터리에 입력되는 전류가 통합되며,
    - 상기 전기 배터리의 각각의 셀의 충전 상태가 상기 전기 배터리에 입력되는 전류의 통합과 상기 전기 배터리의 해당 셀의 정전용량 간의 비율의 함수로서 결정되는 것을 특징으로 하는, 전기 배터리의 충전 상태 추정 방법.
  16. 제1항에 있어서, 해당 전기 배터리는 자동차의 구동 배터리인 것을 특징으로 하는, 전기 배터리의 충전 상태 추정 방법.
KR1020137033667A 2011-05-20 2012-05-16 전기 배터리의 충전 상태를 추정하는 방법 KR101902529B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR1101568A FR2975501B1 (fr) 2011-05-20 2011-05-20 Procede d'estimation de l'etat de charge d'une batterie electrique
FR1101568 2011-05-20
PCT/FR2012/051116 WO2012160301A1 (fr) 2011-05-20 2012-05-16 Procede d'estimation de l'etat de charge d'une batterie electrique

Publications (2)

Publication Number Publication Date
KR20140034834A KR20140034834A (ko) 2014-03-20
KR101902529B1 true KR101902529B1 (ko) 2018-09-28

Family

ID=46321143

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020137033667A KR101902529B1 (ko) 2011-05-20 2012-05-16 전기 배터리의 충전 상태를 추정하는 방법

Country Status (7)

Country Link
US (1) US20140203813A1 (ko)
EP (1) EP2710392B1 (ko)
JP (1) JP6249942B2 (ko)
KR (1) KR101902529B1 (ko)
CN (1) CN103688181B (ko)
FR (1) FR2975501B1 (ko)
WO (1) WO2012160301A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024039169A1 (ko) * 2022-08-16 2024-02-22 주식회사 엘지에너지솔루션 이차 전지의 충방전 거동의 모사 방법

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2990516B1 (fr) 2012-05-11 2015-10-16 Renault Sas Estimation de l'etat de charge d'une batterie
FR3010797B1 (fr) * 2013-09-18 2015-10-02 Renault Sa Procede d'estimation du vieillissement d'une cellule de batterie d'accumulateurs
CN103616647B (zh) * 2013-12-09 2016-03-02 天津大学 一种用于电动汽车电池管理系统的电池剩余电量估计方法
FR3015048B1 (fr) * 2013-12-12 2015-12-18 Renault Sas Evaluation de la quantite d'energie dans une batterie de vehicule automobile
US9539912B2 (en) 2014-02-20 2017-01-10 Ford Global Technologies, Llc Battery capacity estimation using state of charge initialization-on-the-fly concept
US9381825B2 (en) * 2014-02-20 2016-07-05 Ford Global Technologies, Llc State of charge quality based cell balancing control
CN107003356B (zh) * 2014-05-28 2019-06-14 沃尔沃卡车集团 用于确定健康状态参数值的可靠性的方法
US9381823B2 (en) * 2014-07-17 2016-07-05 Ford Global Technologies, Llc Real-time battery estimation
US9891285B2 (en) * 2014-10-29 2018-02-13 Texas Instruments Incorporated Battery fuel gauge
JP6555773B2 (ja) * 2014-11-18 2019-08-07 学校法人立命館 蓄電残量推定装置、蓄電池の蓄電残量を推定する方法、及びコンピュータプログラム
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
KR101628564B1 (ko) * 2014-12-09 2016-06-21 현대자동차주식회사 하이브리드 차량의 배터리 soc 리셋 방법
GB2537406B (en) * 2015-04-16 2017-10-18 Oxis Energy Ltd Method and apparatus for determining the state of health and state of charge of lithium sulfur batteries
CN107487198B (zh) * 2016-09-28 2020-06-02 宝沃汽车（中国）有限公司 电动车电池的剩余电量的处理方法、装置及电动车
CN107487199B (zh) * 2016-09-28 2020-06-02 宝沃汽车（中国）有限公司 电池管理系统及电动车电池的剩余电量的处理方法
KR102515606B1 (ko) * 2017-10-31 2023-03-28 삼성에스디아이 주식회사 배터리 충전량 표시 방법 및 이를 수행하는 배터리 팩 및 전자 기기
CN109917298A (zh) * 2017-12-13 2019-06-21 北京创昱科技有限公司 一种电池荷电状态预测方法和系统
US10991991B2 (en) * 2018-07-19 2021-04-27 Ford Global Technologies, Llc Traction battery with cell zone monitoring
US11034257B2 (en) * 2019-01-11 2021-06-15 GM Global Technology Operations LLC Method and system for estimating remaining battery pack energy using cell-group state of charge spread
WO2020227550A1 (en) * 2019-05-08 2020-11-12 The Texas A&M University System Smart hydrogen storage protocol
DE102019127828B4 (de) * 2019-10-15 2021-05-20 Hochschule Offenburg Verfahren und Vorrichtung zur Bestimmung des Ladezustandes und des Gesundheitszustandes einer aufladbaren Batterie
CN111180811B (zh) * 2020-01-06 2022-03-25 宁波吉利汽车研究开发有限公司 一种车用动力蓄电池组实际soc的获取方法及装置
CN114002603B (zh) * 2020-07-13 2022-08-02 宁德时代新能源科技股份有限公司 识别电芯的方法、装置及计算机存储介质
CN112083336B (zh) * 2020-10-19 2022-02-01 哈尔滨工业大学（威海） 一种锂离子电池组电化学模型参数获取方法
CN114035059A (zh) * 2021-11-08 2022-02-11 东软睿驰汽车技术（沈阳）有限公司 显示soc精度的计算方法、装置和电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007178215A (ja) * 2005-12-27 2007-07-12 Toyota Motor Corp 二次電池の充電状態推定装置および充電状態推定方法
JP2009052925A (ja) 2007-08-24 2009-03-12 Panasonic Ev Energy Co Ltd 二次電池の充電状態推定装置及びプログラム
JP2011007564A (ja) 2009-06-24 2011-01-13 Toyota Motor Corp 充電状態推定装置および充電状態推定方法
WO2011027449A1 (ja) * 2009-09-03 2011-03-10 トヨタ自動車株式会社 組電池の充電状態検出装置および充電状態検出方法

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3533076B2 (ja) * 1997-10-13 2004-05-31 トヨタ自動車株式会社 組電池の蓄電状態検出方法、検出装置、および組電池の充放電制御装置
JP3921826B2 (ja) * 1998-07-22 2007-05-30 日産自動車株式会社 組電池セル容量調整方法
JP2004014205A (ja) * 2002-06-05 2004-01-15 Nissan Motor Co Ltd 電池異常劣化検出装置
JP2004271410A (ja) * 2003-03-11 2004-09-30 Hitachi Ltd 電気車のバッテリ制御装置
JP3997965B2 (ja) * 2003-07-29 2007-10-24 トヨタ自動車株式会社 組電池の充放電制御装置および方法、プログラム、電池制御システム
US7109685B2 (en) * 2003-09-17 2006-09-19 General Motors Corporation Method for estimating states and parameters of an electrochemical cell
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
DE102005020835A1 (de) * 2004-05-13 2006-03-09 Robert Bosch Gmbh Batteriezustandserkennung
US7525285B2 (en) * 2004-11-11 2009-04-28 Lg Chem, Ltd. Method and system for cell equalization using state of charge
KR100793616B1 (ko) * 2005-06-13 2008-01-10 주식회사 엘지화학 배터리 잔존량 추정 장치 및 방법
US7521895B2 (en) * 2006-03-02 2009-04-21 Lg Chem, Ltd. System and method for determining both an estimated battery state vector and an estimated battery parameter vector
KR100804698B1 (ko) * 2006-06-26 2008-02-18 삼성에스디아이 주식회사 배터리 ｓｏｃ 추정 방법 및 이를 이용하는 배터리 관리시스템 및 구동 방법
JP5254568B2 (ja) * 2007-05-16 2013-08-07 日立ビークルエナジー株式会社 セルコントローラ、電池モジュールおよび電源システム
JP4987581B2 (ja) * 2007-06-15 2012-07-25 日立ビークルエナジー株式会社 電池制御装置
JP5469813B2 (ja) * 2008-01-29 2014-04-16 株式会社日立製作所 車両用電池システム
CN101526587B (zh) * 2009-03-20 2011-05-04 惠州市亿能电子有限公司 串联电池组荷电状态的测量方法
KR101036061B1 (ko) * 2009-04-21 2011-05-19 에스비리모티브 주식회사 배터리 관리 시스템 및 그 구동 방법
CN101692120B (zh) * 2009-09-27 2012-07-18 惠州市亿能电子有限公司 一种测量串联蓄电池组最大可用能量的测量方法
US20120179435A1 (en) * 2011-01-10 2012-07-12 Ford Global Technologies, Llc Method For Determining A Power Capability For A Battery

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007178215A (ja) * 2005-12-27 2007-07-12 Toyota Motor Corp 二次電池の充電状態推定装置および充電状態推定方法
JP2009052925A (ja) 2007-08-24 2009-03-12 Panasonic Ev Energy Co Ltd 二次電池の充電状態推定装置及びプログラム
JP2011007564A (ja) 2009-06-24 2011-01-13 Toyota Motor Corp 充電状態推定装置および充電状態推定方法
WO2011027449A1 (ja) * 2009-09-03 2011-03-10 トヨタ自動車株式会社 組電池の充電状態検出装置および充電状態検出方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024039169A1 (ko) * 2022-08-16 2024-02-22 주식회사 엘지에너지솔루션 이차 전지의 충방전 거동의 모사 방법

Also Published As

Publication number Publication date
JP2014520254A (ja) 2014-08-21
EP2710392A1 (fr) 2014-03-26
KR20140034834A (ko) 2014-03-20
CN103688181A (zh) 2014-03-26
US20140203813A1 (en) 2014-07-24
FR2975501A1 (fr) 2012-11-23
CN103688181B (zh) 2016-08-17
WO2012160301A1 (fr) 2012-11-29
JP6249942B2 (ja) 2017-12-20
FR2975501B1 (fr) 2013-05-31
EP2710392B1 (fr) 2018-07-04

Similar Documents

Publication Publication Date Title
KR101902529B1 (ko) 전기 배터리의 충전 상태를 추정하는 방법
KR101866073B1 (ko) 배터리 soh 추정 방법
US10359474B2 (en) Charge state calculation device and charge state calculation method
KR102071685B1 (ko) 충전 상태 사용 범위가 가변적인 복수 개의 셀들을 포함하는 배터리의 충전 상태를 평가하는 방법
JP5616464B2 (ja) 二次電池の充電状態推定装置
EP1873542B1 (en) Apparatus and method for estimating charge of a battery
CN103907030B (zh) 电池充电率的估计装置与电池充电率的估计方法
JP5595361B2 (ja) 二次電池の充電状態推定装置
CN107402353A (zh) 一种对锂离子电池的荷电状态进行滤波估计的方法及系统
US10048319B2 (en) Estimating of the state of charge of a battery
CN113740753A (zh) 根据电蓄能器的预测老化状态来运行电可驱动机动车的方法和设备
US20190023132A1 (en) Battery Management System, Battery System and Hybrid Vehicle Control System
WO2013136559A1 (ja) 二次電池の状態推定装置及び方法
WO2016067587A1 (ja) バッテリのパラメータ推定装置
US20220365139A1 (en) Method for estimating an operating parameter of a battery unit
JP6450565B2 (ja) バッテリのパラメータ推定装置
CN113015918A (zh) 用于确定二次电池的健康状态的方法和电池管理系统
US20160291094A1 (en) Method for estimating the ageing of a cell of a storage battery
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
CN113853524B (zh) 用于估计电池状态的方法
JP2019016528A (ja) 蓄電池等価回路モデルの評価装置
US9987942B2 (en) Method of operating vehicle powertrain based on prediction of how different chemical type batteries connected in parallel will operate to output demanded current
CN114779081A (zh) 车辆电池寿命的互学习预测方法、装置及存储介质
JP2021110579A (ja) 満充電容量推定装置及び満充電容量推定方法
CN113826019A (zh) 用于估计电池状态的方法

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