KR102233614B1 - 보조 배터리 관리 시스템 - Google Patents
보조 배터리 관리 시스템 Download PDFInfo
- Publication number
- KR102233614B1 KR102233614B1 KR1020187021773A KR20187021773A KR102233614B1 KR 102233614 B1 KR102233614 B1 KR 102233614B1 KR 1020187021773 A KR1020187021773 A KR 1020187021773A KR 20187021773 A KR20187021773 A KR 20187021773A KR 102233614 B1 KR102233614 B1 KR 102233614B1
- Authority
- KR
- South Korea
- Prior art keywords
- battery
- state
- battery cell
- management system
- model
- Prior art date
Links
- 238000000034 method Methods 0.000 claims abstract description 61
- 238000007599 discharging Methods 0.000 claims abstract description 9
- 230000006870 function Effects 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 14
- 230000036541 health Effects 0.000 claims description 10
- 239000000126 substance Substances 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 5
- 230000002688 persistence Effects 0.000 claims description 4
- 239000003607 modifier Substances 0.000 claims 1
- 230000005518 electrochemistry Effects 0.000 abstract 2
- 210000004027 cell Anatomy 0.000 description 72
- 229910052744 lithium Inorganic materials 0.000 description 15
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 11
- 239000000463 material Substances 0.000 description 10
- 238000005259 measurement Methods 0.000 description 10
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 239000003792 electrolyte Substances 0.000 description 7
- 229910001416 lithium ion Inorganic materials 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 229910002804 graphite Inorganic materials 0.000 description 5
- 239000010439 graphite Substances 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000009830 intercalation Methods 0.000 description 4
- 150000002500 ions Chemical class 0.000 description 4
- -1 lithium cations Chemical class 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 239000000872 buffer Substances 0.000 description 3
- 239000004020 conductor Substances 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 239000008151 electrolyte solution Substances 0.000 description 3
- 229940021013 electrolyte solution Drugs 0.000 description 3
- 238000006138 lithiation reaction Methods 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 238000007086 side reaction Methods 0.000 description 3
- 229910052717 sulfur Inorganic materials 0.000 description 3
- 239000011593 sulfur Substances 0.000 description 3
- 229920000049 Carbon (fiber) Polymers 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 229910018091 Li 2 S Inorganic materials 0.000 description 2
- 229910013870 LiPF 6 Inorganic materials 0.000 description 2
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 2
- 238000007792 addition Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 239000006229 carbon black Substances 0.000 description 2
- 239000004917 carbon fiber Substances 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- GNTDGMZSJNCJKK-UHFFFAOYSA-N divanadium pentaoxide Chemical compound O=[V](=O)O[V](=O)=O GNTDGMZSJNCJKK-UHFFFAOYSA-N 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000002687 intercalation Effects 0.000 description 2
- GLNWILHOFOBOFD-UHFFFAOYSA-N lithium sulfide Chemical compound [Li+].[Li+].[S-2] GLNWILHOFOBOFD-UHFFFAOYSA-N 0.000 description 2
- 229910001317 nickel manganese cobalt oxide (NMC) Inorganic materials 0.000 description 2
- 230000003647 oxidation Effects 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 239000012071 phase Substances 0.000 description 2
- 229920000642 polymer Polymers 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 229910052582 BN Inorganic materials 0.000 description 1
- PZNSFCLAULLKQX-UHFFFAOYSA-N Boron nitride Chemical compound N#B PZNSFCLAULLKQX-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 229910018071 Li 2 O 2 Inorganic materials 0.000 description 1
- 229910012851 LiCoO 2 Inorganic materials 0.000 description 1
- 229910010707 LiFePO 4 Inorganic materials 0.000 description 1
- 229910002099 LiNi0.5Mn1.5O4 Inorganic materials 0.000 description 1
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 1
- XHCLAFWTIXFWPH-UHFFFAOYSA-N [O-2].[O-2].[O-2].[O-2].[O-2].[V+5].[V+5] Chemical compound [O-2].[O-2].[O-2].[O-2].[O-2].[V+5].[V+5] XHCLAFWTIXFWPH-UHFFFAOYSA-N 0.000 description 1
- 239000011149 active material Substances 0.000 description 1
- NDPGDHBNXZOBJS-UHFFFAOYSA-N aluminum lithium cobalt(2+) nickel(2+) oxygen(2-) Chemical compound [Li+].[O--].[O--].[O--].[O--].[Al+3].[Co++].[Ni++] NDPGDHBNXZOBJS-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 239000011230 binding agent Substances 0.000 description 1
- 229910052797 bismuth Inorganic materials 0.000 description 1
- JCXGWMGPZLAOME-UHFFFAOYSA-N bismuth atom Chemical compound [Bi] JCXGWMGPZLAOME-UHFFFAOYSA-N 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000002041 carbon nanotube Substances 0.000 description 1
- 229910021393 carbon nanotube Inorganic materials 0.000 description 1
- 239000003575 carbonaceous material Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 229910021525 ceramic electrolyte Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 229910017052 cobalt Inorganic materials 0.000 description 1
- 239000010941 cobalt Substances 0.000 description 1
- GUTLYIVDDKVIGB-UHFFFAOYSA-N cobalt atom Chemical compound [Co] GUTLYIVDDKVIGB-UHFFFAOYSA-N 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 210000001787 dendrite Anatomy 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000012983 electrochemical energy storage Methods 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 150000004673 fluoride salts Chemical class 0.000 description 1
- 239000002241 glass-ceramic Substances 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000002608 ionic liquid Substances 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000011244 liquid electrolyte Substances 0.000 description 1
- 229910000625 lithium cobalt oxide Inorganic materials 0.000 description 1
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 1
- FRMOHNDAXZZWQI-UHFFFAOYSA-N lithium manganese(2+) nickel(2+) oxygen(2-) Chemical compound [O-2].[Mn+2].[Ni+2].[Li+] FRMOHNDAXZZWQI-UHFFFAOYSA-N 0.000 description 1
- HPGPEWYJWRWDTP-UHFFFAOYSA-N lithium peroxide Chemical compound [Li+].[Li+].[O-][O-] HPGPEWYJWRWDTP-UHFFFAOYSA-N 0.000 description 1
- 229910001386 lithium phosphate Inorganic materials 0.000 description 1
- 229910003002 lithium salt Inorganic materials 0.000 description 1
- 159000000002 lithium salts Chemical class 0.000 description 1
- 229910021437 lithium-transition metal oxide Inorganic materials 0.000 description 1
- CJYZTOPVWURGAI-UHFFFAOYSA-N lithium;manganese;manganese(3+);oxygen(2-) Chemical compound [Li+].[O-2].[O-2].[O-2].[O-2].[Mn].[Mn+3] CJYZTOPVWURGAI-UHFFFAOYSA-N 0.000 description 1
- VGYDTVNNDKLMHX-UHFFFAOYSA-N lithium;manganese;nickel;oxocobalt Chemical compound [Li].[Mn].[Ni].[Co]=O VGYDTVNNDKLMHX-UHFFFAOYSA-N 0.000 description 1
- BFZPBUKRYWOWDV-UHFFFAOYSA-N lithium;oxido(oxo)cobalt Chemical compound [Li+].[O-][Co]=O BFZPBUKRYWOWDV-UHFFFAOYSA-N 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910001512 metal fluoride Inorganic materials 0.000 description 1
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 229920005597 polymer membrane Polymers 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000007790 solid phase Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000010936 titanium Substances 0.000 description 1
- 229910052719 titanium Inorganic materials 0.000 description 1
- 238000006276 transfer reaction Methods 0.000 description 1
- TWQULNDIKKJZPH-UHFFFAOYSA-K trilithium;phosphate Chemical compound [Li+].[Li+].[Li+].[O-]P([O-])([O-])=O TWQULNDIKKJZPH-UHFFFAOYSA-K 0.000 description 1
- 229910052720 vanadium Inorganic materials 0.000 description 1
- LEONUFNNVUYDNQ-UHFFFAOYSA-N vanadium atom Chemical compound [V] LEONUFNNVUYDNQ-UHFFFAOYSA-N 0.000 description 1
- 229910001935 vanadium oxide Inorganic materials 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
- H01M10/4257—Smart batteries, e.g. electronic circuits inside the housing of the cells or batteries
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
-
- 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
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/05—Accumulators with non-aqueous electrolyte
- H01M10/052—Li-accumulators
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/44—Methods for charging or discharging
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
-
- H02J7/0021—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
- H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
- H02J7/005—Detection of state of health [SOH]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/007—Regulation of charging or discharging current or voltage
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/007—Regulation of charging or discharging current or voltage
- H02J7/0071—Regulation of charging or discharging current or voltage with a programmable schedule
-
- H02J7/0072—
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
- H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2207/00—Indexing scheme relating to details of circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J2207/10—Control circuit supply, e.g. means for supplying power to the control circuit
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
-
- 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)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Power Engineering (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Secondary Cells (AREA)
Abstract
배터리 시스템을 관리하기 위한 방법 및 시스템이 개시된다. 방법은 적어도 하나의 센서로부터 미리 정의된 시간 호라이즌(time horizon)에 걸쳐 배터리의 적어도 하나의 측정된 특성을 수신하는 단계, 미분 대수 방정식에 기초하여 전기화학 기반 배터리 모델로부터 배터리의 적어도 하나의 추정된 특성을 수신하는 단계, 적어도 하나의 측정된 특성 및 적어도 하나의 추정된 특성에 기초하여 이동 호라이즌 추정의 비용 함수를 결정하는 단계, 비용 함수에 기초하여 전기화학 기반 배터리 모델을 업데이트하는 단계, 전기화학 기반 배터리 모델을 적용함으로써 적어도 하나의 배터리 전지의 적어도 하나의 상태를 추정하는 단계, 및 적어도 하나의 배터리 전지의 적어도 하나의 상태의 추정에 기초하여 배터리의 충전 또는 방전 중 적어도 하나를 조절하는 단계를 포함한다.
Description
연방 후원 연구에 관한 진술
본 발명은 미국 에너지 국에 의해 수여된 ARPA-E 수상 번호 DE-AR0000278에 따른 정부 지원으로 이루어졌다. 미국 정부는 발명에 대해 특정 권리를 가지고 있다.
본 발명은 일반적으로 배터리에 관한 것으로, 특히 배터리의 동작을 관리하는 것에 관한 것이다.
충전식 리튬 배터리는 다른 전기화학 에너지 저장 디바이스와 비교하여 휴대용 전기 및 전자 디바이스와 전기 및 하이브리드 전기 차량의 높은 특정 에너지 때문에 그들을 위한 매력적인 에너지 저장 디바이스이다. 전형적인 리튬 셀은 음극, 양극, 및 음극과 양극 사이에 위치된 분리기를 포함한다. 두 전극은 리튬과 가역적으로 반응하는 활성 물질을 포함한다. 일부 경우에서, 음극은 전기화학적으로 용해되고 가역적으로 증착될 수 있는 리튬 금속을 포함할 수 있다. 분리기는 리튬 양이온을 갖는 전해질을 포함하고, 전극 중 어느 것도 셀 내에서 전기적으로 연결되지 않도록 전극 사이의 물리적 배리어로서 작용한다.
전형적으로, 충전 동안, 양극에서의 전자의 생성 및 음극에서의 동일한 양의 전자의 소비가 존재한다. 방전 동안은 반대의 반응이 일어난다.
배터리의 반복 충전/방전 사이클 동안, 바람직하지 않은 부반응이 발생한다. 이러한 바람직하지 못한 부반응은 배터리가 전력을 공급하고 저장하는 용량을 감소시킨다.
배터리에서 바람직하지 않은 부반응을 관리하기 위한 전통적인 접근법은 바람직하지 않은 영향을 최소화하려는 시도로 배터리의 충전/방전의 레이트를 제한하는 것을 포함한다. 이러한 노력은 연장된 충전 시간 및 피크 전력 감소를 야기할 수 있다. 따라서, 배터리 관리 시스템이 배터리의 동작을 효율적으로 조절하는 것을 허용하는 보조 배터리 내의 상태 및 파라미터의 결정을 위한 시스템 및 방법에 대한 필요성이 존재한다.
본 명세서에 개시된 특정 실시예의 요약이 하기에 제시된다. 이들 양태가 단지 이들 특정 실시예의 간략한 요약을 판독자에게 제공 제공되고 이들 양태가 본 개시의 범위를 제한하도록 의도되지 않음이 이해되어야 한다. 실제로, 본 개시는 하기에 제시되지 않을 수 있는 다양한 양태를 포함할 수 있다.
본 발명의 실시예는 이동 호라이즌 추정 방법(Moving Horizon Estimation method)을 이용하여 배터리의 다양한 상태 및 파라미터를 추정하는 배터리 관리 시스템의 동작을 관리하기 위한 시스템 및 방법에 관한 것이다.
하나의 실시예에서, 본 개시는 배터리 시스템을 관리하는 방법을 제공한다. 배터리 시스템은 적어도 하나의 배터리 전지, 적어도 하나의 배터리 전지에 결합되고 배터리 전지의 적어도 하나의 특성을 측정하도록 구성된 적어도 하나의 센서, 및 적어도 하나의 센서에 결합되고, 마이크로프로세서 및 메모리를 포함하는 배터리 관리 시스템을 포함한다. 방법은 배터리 관리 시스템에 의해, 적어도 하나의 센서로부터 미리 정의된 시간 호라이즌(time horizon)에 걸쳐 배터리의 적어도 하나의 측정된 특성을 수신하는 단계, 배터리 관리 시스템에 의해, 미분 대수 방정식에 기초하여 전기화학 기반 배터리 모델로부터 배터리의 적어도 하나의 추정된 특성을 수신하는 단계, 배터리 관리 시스템에 의해, 적어도 하나의 측정된 특성 및 적어도 하나의 추정된 특성에 기초하여 이동 호라이즌 추정 방법의 비용 함수를 결정하는 단계, 배터리 관리 시스템에 의해, 이동 호라이즌 추정 방법의 비용 함수에 기초하여 전기화학 기반 배터리 모델을 업데이트하는 단계, 배터리 관리 시스템에 의해, 적어도 하나의 배터리 전지의 화학적 조성의 물리적 파라미터를 설명하기 위해 미분 대수 방정식을 적용하는 전기화학 기반 배터리 모델을 적용함으로써 적어도 하나의 배터리 전지의 적어도 하나의 상태를 추정하는 단계, 및 배터리 관리 시스템에 의해, 적어도 하나의 배터리 전지의 적어도 하나의 상태의 추정에 기초하여 배터리의 충전 또는 방전 중 적어도 하나를 조절하는 단계를 포함한다.
또 다른 실시예에서, 본 개시는 배터리 관리 시스템을 제공한다. 배터리 관리 시스템은 프로세서 및 명령어를 저장하는 메모리를 포함한다. 프로세서에 의해 실행될 때, 명령어는 배터리 관리 시스템이 적어도 하나의 센서로부터 미리 정의된 시간 호라이즌에 걸쳐 적어도 하나의 배터리 전지의 적어도 하나의 측정된 특성을 수신하는 것으로서, 적어도 하나의 배터리 전지 및 적어도 하나의 센서는 배터리 시스템의 일부인, 상기 적어도 하나의 측정된 특성을 수신하고, 미분 대수 방정식에 기초하여 전기화학 기반 배터리 모델로부터 적어도 하나의 배터리 전지의 적어도 하나의 추정된 특성을 수신하고, 적어도 하나의 측정된 특성 및 적어도 하나의 추정된 특성에 기초하여 이동 호라이즌 추정 방법의 비용 함수를 결정하고, 이동 호라이즌 추정 방법의 비용 함수에 기초하여 전기화학 기반 배터리 모델을 업데이트하고, 적어도 하나의 배터리 전지의 화학적 조성의 물리적 파라미터를 설명하기 위해 미분 대수 방정식을 적용하는 전기화학 기반 배터리 모델을 적용함으로써 적어도 하나의 배터리 전지의 적어도 하나의 상태를 추정하며, 적어도 하나의 배터리 전지의 적어도 하나의 상태의 추정에 기초하여 배터리의 충전 또는 방전 중 적어도 하나를 조절하게 한다.
본 개시의 하나 이상의 특징, 양태, 구현, 및 장점의 상세는 하기에서 첨부된 도면, 상세한 설명, 및 청구항에 제시된다.
도 1a는 일부 실시예에 따른, 배터리 전지 및 배터리 전지에 통합된 감지 회로를 갖는 배터리 관리 시스템을 포함하는 배터리 시스템을 도시하는 개략도.
도 2는 일부 실시예에 따른, 배터리 전지, 배터리 관리 시스템, 및 배터리 전지의 외부에 위치된 감지 회로를 포함하는 또 다른 배터리 시스템을 도시하는 개략도.
도 3은 일부 실시예에 따른, 이동 호라이즌 추정 필터를 도시하는 개략도.
도 4는 일부 실시예에 따른, 배터리 관리 시스템의 동작을 도시하는 블록도.
도 5는 일부 실시예에 따른, 또 다른 배터리 관리 시스템의 동작을 도시하는 블록도.
도 2는 일부 실시예에 따른, 배터리 전지, 배터리 관리 시스템, 및 배터리 전지의 외부에 위치된 감지 회로를 포함하는 또 다른 배터리 시스템을 도시하는 개략도.
도 3은 일부 실시예에 따른, 이동 호라이즌 추정 필터를 도시하는 개략도.
도 4는 일부 실시예에 따른, 배터리 관리 시스템의 동작을 도시하는 블록도.
도 5는 일부 실시예에 따른, 또 다른 배터리 관리 시스템의 동작을 도시하는 블록도.
하나 이상의 특정 실시예가 하기에 설명될 것이다. 설명된 실시예에 대한 다양한 수정이 당업자에게 쉽게 명백할 것이며, 본 명세서에서 정의된 일반적인 원리는 설명된 실시예의 사상 및 범위를 벗어나지 않고 다른 실시예 및 애플리케이션에 적용될 수 있다. 따라서, 설명된 실시예는 도시된 실시예로 제한되지 않지만, 본 명세서에 개시된 원리 및 특징과 일치하는 가장 넓은 범위에 따르게 될 것이다.
배터리 시스템(100A)의 일 실시예가 도 1에 도시된다. 배터리 시스템(100A)은 배터리 전지(102A), 애노드 탭(110), 애노드(120), 분리기(130), 캐소드(150), 캐소드 탭(160), 감지 회로(170A), 및 배터리 관리 시스템(180)을 포함한다. 일부 예에서, 분리기(130)는 전기 절연성 분리기일 수 있다. 일부 실시예에서, 전기 절연성 분리기는 다공성 중합체 막을 포함한다. 다양한 실시예에서, 배터리 전지(102A)의 구성요소의 두께 치수는 애노드(120)에 대해 약 5 내지 약 110 마이크로미터, 분리기(130)에 대해 약 50 마이크로미터 미만 또는 특정 실시예에서 약 10 마이크로미터 미만일 수 있고, 캐소드(150)에 대해 약 50 내지 약 110 마이크로미터일 수 있다.
배터리 전지(102A)의 방전 동안, 리튬은 애노드(120)에서 산화되어 리튬 이온을 형성한다. 리튬 이온은 배터리 전지(102A)의 분리기(130)를 통해 캐소드(150)로 이동한다. 충전 동안 리튬 이온은 애노드(120)로 되돌아가서 리튬으로 환원된다. 리튬은 리튬 애노드(120)의 경우, 애노드(120) 상에 리튬 금속으로서 증착되거나 흑연과 같은, 삽입 물질 애노드(120)의 경우 호스트 구조에 삽입될 수 있으며, 프로세스는 후속적인 전하 및 방전 사이클로 반복된다. 흑연 또는 다른 Li 삽입 전극의 경우, 리튬 양이온은 전자 및 호스트 물질(예로서, 흑연)과 조합하여, 리튬화의 정도, 또는 호스트 물질의 "충전 상태"의 증가를 야기한다. 예를 들면, 
이다.
애노드(120)는 리튬 또는 Li 또는 일부 다른 이온(예로서, Na, Mg, 또는 다른 적합한 이온)을 삽입할 수 있는 삽입 물질과 같은, 산화가능한 금속을 포함할 수 있다. 캐소드(150)는 황 또는 황 포함 물질(예로서, 폴리아크릴로니트릴-황 복합체(PAN-S 복합체), 황화 리튬(Li2S)); 산화 바나듐(예로서, 5 산화 바나듐(V2O5)); 금속 플루오르화물(예로서, 티타늄, 바나듐, 철, 코발트, 비스무스, 구리 및 그의 조합의 플루오르화물); 리튬 삽입 물질(예로서, 리튬 니켈 망간 코발트 산화물(NMC), 리튬이 풍부한 NMC, 리튬 니켈 망간 산화물(LiNi0.5Mn1.5O4)); 리튬 전이 금속 산화물(예로서, 리튬 코발트 산화물(LiCoO2), 리튬 망간 산화물(LiMn2O4), 리튬 니켈 코발트 알루미늄 산화물(NCA), 및 그의 조합); 리튬 인산염(예로서, 리튬 철 인산염(LiFePO4))과 같은 다양한 물질을 포함할 수 있다.
입자는 또한, 중합체 바인더 및 탄소(카본 블랙(carbon black), 흑연, 탄소 섬유, 등)와 같은 전자 전도성 물질을 포함하는 다공성의 전기 전도성 행렬에 현탁(suspend)될 수 있다. 일부 예에서, 캐소드는 캐소드 체적에 과산화리튬(Li2O2) 또는 황화 리튬(Li2S)과 같은 산화 생성물의 형성 및 증착/저장을 허용하기 위해 80%보다 큰 다공성을 갖는 전기 전도성 물질을 포함할 수 있다. 산화 생성물을 증착시키는 능력은 배터리 전지로부터 획득가능한 최대 전력을 직접적으로 결정한다. 필요한 다공성을 제공하는 물질은 카본 블랙, 흑연, 탄소 섬유, 탄소 나노튜브, 및 다른 비 탄소 물질을 포함한다. 캐소드(150), 분리기(130), 및 애노드(120)의 구멍은 전해질에 배터리 전지의 내부 전기 저항을 감소시키는 적절한 전도성을 제공하는 헥사플루오르인산 리튬(LiPF6)과 같은 염을 포함하는 이온 전도성 전해질로 채워진다. 전해질 용액은 배터리 전지 내의 이온 이동을 증진시킨다. 비 수성 액체 전해질, 이온성 액체, 고체 중합체, 유리-세라믹 전해질, 및 다른 적합한 전해질 용액을 포함하는 다양한 유형의 전해질 용액이 이용가능하다.
분리기(130)는 하나 이상의 전기 절연성 이온 전도성 물질을 포함할 수 있다. 일부 예에서, 분리기(130)를 위해 적합한 물질은 다공성 중합체, 세라믹, 및 그래핀, 질화 붕소, 및 디칼코게나이드(dichalcogenides)와 같은 2차원 시트 구조를 포함할 수 있다. 특정 예에서, 분리기(130)의 구멍은 전해질에 배터리 전지의 내부 전기 저항을 감소시키는 적절한 전도성을 제공하는 헥사플루오르인산 리튬(LiPF6)과 같은 리튬 염을 포함하는 이온 전도성 전해질로 채워질 수 있다.
배터리 관리 시스템(180)은 배터리 전지(102A)에 통신가능하게 연결된다. 하나의 예에서, 배터리 관리 시스템(180)은 전기적 링크(예로서, 와이어)를 통해 배터리 전지(102A)에 전기적으로 연결된다. 또 다른 예에서, 배터리 관리 시스템(180)은 무선 통신 네트워크를 통해 배터리 전지(102A)에 무선으로 연결될 수 있다. 배터리 관리 시스템(180)은 예를 들면, 마이크로제어기(단일 칩 상에 또는 단일 하우징 내에 메모리 및 입/출력 구성요소를 가짐)를 포함할 수 있거나 별개로 구성된 구성요소, 예를 들면 마이크로프로세서, 메모리, 및 입/출력 구성요소를 포함할 수 있다. 배터리 관리 시스템(180)은 또한 예를 들면, 디지털 신호 프로세서(DSP), 주문형 반도체(ASIC), 필드 프로그래밍가능한 게이트 어레이(FPGA), 또는 다른 회로를 포함하는 다른 구성요소 또는 구성요소의 조합을 이용하여 구현될 수 있다. 원하는 구성에 의존하여, 프로세서는 레벨 캐시 메모리, 하나 이상의 프로세서 코어, 및 레지스터와 같은 하나 이상의 레벨의 캐싱을 포함할 수 있다. 예시적인 프로세서 코어는 산술 논리 유닛(ALU), 부동 소수점 유닛(FPU), 또는 그의 임의의 조합을 포함할 수 있다. 배터리 관리 시스템(180)은 또한, 이용자 인터페이스, 통신 인터페이스, 및 본 명세서에 정의되지 않은 특징을 수행하기 위한 다른 컴퓨터 구현된 디바이스를 포함할 수 있고, 이들은 시스템에 통합될 수 있다. 일부 예에서, 배터리 관리 시스템(180)은 통신 인터페이스, 이용자 인터페이스, 네트워크 통신 링크와 같은 다른 컴퓨터 구현 디비이스, 및 다양한 인터페이스 디바이스, 컴퓨팅 구현 디바이스, 및 마이크로프로세서에 대한 하나 이상의 주변 인터페이스 사이의 통신을 용이하게 하기 위한 인터페이스 버스를 포함할 수 있다.
배터리 관리 시스템(180)의 메모리는 배터리 관리 시스템(180)의 전자 프로세서에 의해 실행될 때, 배터리 관리 시스템 특히, 전자 프로세서가 본 명세서에서의 배터리 관리 시스템(180)으로 인한 다양한 기능 및 방법의 수행을 행하거나 제어하게 하는 컴퓨터 판독가능한 명령어를 포함할 수 있다(예로서, 배터리 시스템의 상태 또는 파라미터를 산출하고, 배터리 시스템의 동작을 조절하며, 덴드라이트 형성(dendrite formation)으로부터 내부 단락을 검출함). 메모리는 랜덤 액세스 메모리(RAM), 판독 전용 메모리(ROM), 비 휘발성 RAM(NVRAM), 전기적으로 소거가능한 프로그래밍가능한 ROM(EEPROM), 플래시 메모리, 또는 임의의 다른 디지털 또는 아날로그 매체와 같은 임의의 일시적, 비 일시적, 휘발성, 비 휘발성, 자기, 광학, 또는 전기 매체를 포함할 수 있다. 본 명세서에서의 배터리 관리 시스템(180)으로 인한 기능은 소프트웨어, 펌웨어, 하드웨어 또는 그의 임의의 조합으로서 구현될 수 있다. 하나의 예에서, 배터리 관리 시스템(180)은 컴퓨팅 디바이스에 내장될 수 있고, 감지 회로(170A)는 배터리 전지(102A) 외부의 컴퓨팅 디바이스의 배터리 관리 시스템(180)과 통신하도록 구성된다. 이 예에서, 감지 회로(170A)는 배터리 관리 시스템(180)과 무선 및/또는 유선 통신하도록 구성된다. 예를 들면, 외부 디바이스의 감지 회로(170A) 및 배터리 관리 시스템(180)은 네트워크를 통해 서로 통신하도록 구성된다. 여전히 또 다른 예에서, 배터리 관리 시스템(180)은 서버 상에 원격으로 위치되고 감지 회로(170A)는 배터리 전지(102A)의 데이터를 배터리 관리 시스템(180)으로 송신하도록 구성된다. 상기 예에서, 배터리 관리 시스템(108)은 데이터를 수신하고 데이터를 사람이 판독가능한 포맷으로서 디스플레이하기 위해 전자 디바이스로 전송하도록 구성된다. 컴퓨팅 디바이스는 셀룰러 폰, 태블릿, 개인 휴대용 정보 단말기(PDA), 랩탑, 컴퓨터, 착용식 디바이스, 또는 다른 적합한 컴퓨팅 디바이스일 수 있다. 네트워크는 클라우드 컴퓨팅 네트워크, 서버, 무선 영역 네트워크(WAN), 근거리 통신망(LAN), 차량 내 네트워크, 클라우드 컴퓨팅 네트워크, 또는 다른 적합한 네트워크일 수 있다.
배터리 관리 시스템(180)은 예를 들면, 전류, 전압, 및/또는 저항 측정을 포함하는 감지 회로(170A)로부터 데이터를 수신하도록 구성된다. 감지 회로(170A)는 하나 이상의 센서를 포함할 수 있다. 감지 회로(170A)의 각각의 센서는 배터리 전지(102A)의 하나 이상의 특성(예로서, 전류, 전압, 저항, 및/또는 온도)을 측정할 수 있다. 감지 회로(170A)는 배터리 전지(102A)의 내부에 위치될 수 있다. 배터리 관리 시스템(180)은 또한, 배터리 전지(102A)의 조건(예로서, 충전 상태(SOC) 및/또는 건강 상태(state-of-health; SOH))을 결정하도록 구성된다. 배터리 전지(102A)의 결정된 조건에 기초하여, 배터리 관리 시스템(180)은 배터리 전지(102A)의 내부 구조를 유지하도록 배터리 전지(102A)의 동작 파라미터를 변경할 수 있다. 배터리 관리 시스템(180)은 또한, 배터리 전지(102A)의 조건을 이용자에게 통지할 수 있다.
배터리 시스템(100B)의 또 다른 실시예가 도 2에 도시된다. 도 2는 도 2에 도시된 바와 같이, 감지 회로(170B)가 애노드 탭(110B) 및 캐노드 탭(160B)을 통해 배터리 전지(102B)에 외부적으로 결합될 수 있는 것을 제외하고 도 1과 같다.
일부 실시예에서, 배터리 전지(102B)은 폐쇄된 시스템의 일부일 수 있다. 이러한 시스템에서, 배터리 전지(102B)가 생산된 후에, 배터리 전지(102B)를 둘러싸는 케이싱이 밀봉되어 공기 및 습기와 같은 외부 요소가 배터리 전지(102B)로 진입하는 것을 방지하고 잠재적으로 배터리 전지(102B)의 저하를 야기하여 배터리 전지(102B)의 감소된 성능 및 더 짧은 수명을 야기한다.
그러나, 폐쇄된 배터리 전지(102B)는 배터리 관리 시스템(180)에 다양한 도전을 제공한다. 폐쇄된 시스템은 배터리 전지(102B)의 구성요소의 조건의 직접 관측을 허용하지 않는다. 대신에, 감지 회로(170B)는 배터리 전지(102B)가 동작하고 있거나 정지하고 있는 동안 배터리 전지(102B)의 특성(예로서, 전압, 전류, 저항, 전력, 온도 및/또는 그의 조합)을 모니터링하고/하거나 측정한다. 감지 회로(170B)는 하나 이상의 측정된 특성을 배터리 관리 시스템(180)으로 송신할 수 있고, 배터리 관리 시스템(180)은 하나 이상의 측정된 특성을 수신하고 하나 이상의 측정된 특성에 적어도 부분적으로 기초하여 배터리 전지(102B)의 조건을 결정할 수 있다.
배터리 전지(102B) 내에서 발생하는 전기화학 반응을 모델링하기 위해 다양한 모델이 개발되었다. 하나의 예는 도일(Doyle), 풀러(Fuller), 및 뉴먼(Newman)(J. Electrochem. Soc, Vol. 141, No. 1, 1994년 1월, 1 내지 10 페이지)에 의해 개발된 (뉴먼 모델)이고, 그 콘텐트는 그에 의해 전체적으로 본원에 참고로써 통합된다. 뉴먼 모델은 측정된 특성에 기초하여 배터리 전지(102B) 내에서 발생하는 전기화학 프로세스를 추정하기 위해 이용될 수 있는 수학적 모델을 제공한다.
애노드(120), 및 캐소드(150)에서의 전하 이동 반응은 뉴먼 모델과 같은 전기화학 모델에 의해 모델링될 수 있어서, 배터리 전지(102B)의 충전 및 방전 둘 모두 동안의 다양한 배터리 전지(102) 파라미터를 설명하기 위한 기초를 제공한다. 예를 들면, 뉴먼 모델은 캐소드(150)의 리튬화의 정도로 인해 달라질 수 있는 캐소드 입자 반경을 포함하는 다양한 파라미터의 추정을 허용할 수 있고, 상기 다양한 파라미터는 또한, 배터리 전지(120B)의 충전 상태, 애노드 입자 반경, 애노드(120), 캐소드(150), 및 전해질에서의 이온 확산 레이트, 인터칼레이션 전류(intercalation current) 및 이동률, 애노드(120), 캐소드(150), 및 전해질에서의 용액 전도성, 애노드(120) 및 캐소드(150)의 전지 다공성, 및 애노드(120) 및 캐소드(150)의 평형 전위로 칭해질 수 있다.
뉴먼 모델과 같은 물리 기반 전기화학 모델은 배터리 전지(102B) 내의 다양한 파라미터의 거동(behavior)을 설명하기 위해 상 및 편미분 방정식(PDEs)을 포함할 수 있다. 뉴먼 모델은 리튬 이온 배터리에서 발생하는 실제 화학 및 전기 프로세스의 전기화학 기반 모델이다. 그러나, 전체 뉴먼 모델은 극도로 복잡하며 많은 수의 측정불가능한 물리적 파라미터가 식별되도록 요구한다. 현재의 계산 능력을 가진 비선형 PDE 및 미분 대수 방정식(DAEs)에 관련된 이러한 큰 세트의 파라미터의 식별은 비실용적이다. 이것은 뉴먼 모델의 다이나믹스(dynamics)를 근사하는 다양한 전기화학 모델을 야기한다.
예를 들면, 그의 콘텐트가 그에 의해 참조로써 전체적으로 통합되는 감소된 차수 모델(Reduced-Order-Model; ROM), 메이휴, 씨(Mayhew, C); 웨이 헤(Wei He); 크뢰너, 씨(Kroener, C); 클라인, 알.(Klein, R.); 차투르베디, 엔.(Chaturvedi, N.); 코직, 에이.(Kojic, A.)에 의한, "리튬 이온 배터리에서의 고체 상 확산을 위한 프로젝션 기반 모델 감소 기술의 조사(Investigation of projection-based model-reduction techniques for solid-phase diffusion in Li-ion batteries)", 미국 제어 학회(ACC), 2014, 123 내지 128 페이지, 2014년 6월 4일 - 6일은 베이스라인 전지(baseline cell)의 완전한 모델 구조를 유지하면서 리튬 이온 전지의 뉴먼 모델의 모델 치수 감소를 허용한다. 뉴먼 모델의 ROM은 계산 시간 및 메모리 요구조건을 감소시키면서 단일 입자 모델과 같은 덜 현실적인 근사 모델과 비교하여 진정한 모델의 거동을 정확하게 예측할 수 있다. ROM에 의한 뉴먼 모델 감소는 ROM 동적 시스템의 비선형 편미분 방정식 및 미분 대수 방정식에 관련된 많은 수의 상태 및 파라미터를 도입한다. 이것은 파라미터 및 상태 식별 프로세스의 복잡성에 기여한다. 본 명세서에서 우리는 매우 비선형이고 복잡한 ROM을 위한 파라미터 및 상태 추정의 방법을 설명한다. 이들 방법은 측정 데이터의 온라인 수신에 기초하고 높은 추정 속도를 성취한다.
도 3은 이동 호라이즌 추정 방법(MHE)의 기본 기능의 일 실시예를 도시한다. 이동 호라이즌 추정(MHE) 방법은 모델링된 시스템의 현재 상태 및 파라미터를 다음 이산 시간 간격에서의 모델링된 시스템의 초기 상태로서 이용함으로써 개방된 루프 제어 문제점을 해결하기 위해 제어기(예로서, 배터리 관리 시스템으로서 동작하는 제어기)에 의해 이용할 수 있는 모델 예측 추정기이다. 이동 호라이즌 추정(MHE) 방법과 같은, 예측 추정기는 가장 최근 정보의 이동 윈도우를 이용하고 마지막 추정치를 다음 시간 인스턴트에 전달한다. MHE는 시간의 경과에 따라 일련의 연속적으로 샘플링된 측정을 이용하여 시스템의 상태 및 파라미터를 추정한다. 측정은 측정에 부가하여 잡음을 포함할 수 있다. 상태, 파라미터, 및 잡음은 한 세트의 제약 내에서 수학적 모델을 해결함으로써 추정될 수 있다.
도 3에 도시된 바와 같이, 배터리 전지(102B)의 실제 측정된 특성은 310으로서 표현된다. 배터리 전지(102B)의 특성의 추정치는 320으로서 표현된다. MHE 방법은 특성의 추정된 값과 미리 결정된 시간 호라이즌에 걸쳐 수집된 일련의 이산 시간 측정(340)에 걸친 특성의 실제 측정 값 사이의 차(오차)(330)를 최소화하려고 시도한다. 즉, MHE 방법의 비용 함수는 측정된 출력으로부터의 추정된 출력(예로서, 측정된 특성과 추정된 특성 사이의 오차) 및 이전에 추정된 상태와 파라미터에 대한 가중치를 가정하는 도달 비용(arrival cost)의 편차로 구성된다.
도달 비용은 이전에 측정되고 추정된 데이터가 현재 추정에 미치는 영향을 요약한다. 선형의 비제약 시스템 또는 시스템들에 대해, 칼만 필터 공분산 업데이트 공식은 도달 비용을 명시적으로 계산할 수 있다. 그러나, 비선형 비제약 시스템은 현재 추정된 포인트에서 선형화되어 제약을 제거할 수 있으며, 그 다음 칼만 필터는 근사화된 시스템에 대해 이용될 수 있다. 근사화된 시스템에 대한 칼만 필터의 이러한 적용은 확장된 칼만 필터(Extended Kalman Filter; EKF)로서 정의된다.
ROM 동적 시스템에 MHE 방법을 적용하기 위해, 배터리 관리 시스템(예로서, 상기 설명된 바와 같은 배터리 관리 시스템(180))은 그것의 추정 강건성(estimation robustness)에 기초하여 각각의 파라미터에 대한 시변 도달 비용 이득을 결정할 수 있다. 부가적으로, 배터리 관리 시스템은 추정 프로세스에서 파라미터 식별가능성의 영향 및 낮은 여기 하의 추정의 중단을 특징화할 수 있다.
각각의 파라미터에 대한 시변 도달 비용 이득을 결정하기 위해, 배터리 관리 시스템은 수정된 확장된 칼만 필터(EKF) 방법을 이용할 수 있다. MHE 방법의 도달 비용에서의 EKF의 구현에서, 배터리 관리 시스템은 상태, 파라미터 및 출력에서의 잡음의 확률 밀도 함수가 형태 불변의 가우시안 분포, 즉 시불변 공분산 행렬을 갖는 가우시안 분포라고 가정할 수 있다. 그러나, 배터리 전지는 차량이 가속, 감속, 및 동작 중에 정지함에 따라 비교적 짧은 시간 기간 동안 달라지는 방전, 충전, 및 유휴 동작을 겪는다. 시뮬레이션 및 경험적 데이터로부터, 리튬 이온 배터리의 감소된 차수 모델(ROM)의 상이한 파라미터 및 상태는 상이한 잡음 레벨을 가지며 출력 및 그들의 잡음에 미치는 상이한 영향은 배터리의 동작 상태에 의존한다. 따라서, 배터리 관리 시스템은 상태 및 파라미터의 추정에서의 잡음 공분산 행렬이 각각의 호라이즌에서의 상태 및 파라미터에 대한 출력의 감도에 의존하는 시변 행렬이라고 가정할 수 있다. 따라서, 배터리 관리 시스템은 상태 및 파라미터의 작은 변화로 인해 하나의 구동 사이클에 걸쳐 출력에서의 변동 및 출력 대 상태 및 파라미터의 부분적 편차와 같은 상태 및 파라미터의 감도의 상이한 개념을 이용할 수 있다.
부가적으로, 배터리 관리 시스템은 또한, 잡음 공분산 행렬과 파라미터 및 상태에 대한 출력의 감도 사이의 직접적인 관계를 정의할 수 있다. 잡음 공분산 행렬은 도달 비용 이득과 역의 관계를 갖는다. 예를 들면, 파라미터 또는 상태의 감도가 구동 사이클에 걸쳐 점진적으로 감소하면, 그 파라미터 또는 상태와 연관된 잡음 공분산 행렬에서의 엔트리(entries)가 또한 감소할 것이고, 이는 연관된 도달 비용 이득의 증가를 야기한다. 도달 비용 이득이 증가하면, 예측 단계 동안 그 파라미터 또는 상태의 변화의 레이트가 감소하고, 따라서 파라미터 또는 상태는 그것의 현재 값을 유지하려는 경향이 더 클 것이다. 배터리 관리 시스템은 이러한 역 관계를 이용하여 하나 이상의 파라미터 및/또는 상태의 추정으로부터 포커스를 부드럽게 제거하는(take away) 자동화 추정 중단 메커니즘을 생성할 수 있다.
상태 및 파라미터를 식별하기 위해, 배터리 관리 시스템은 다양한 방법을 이용할 수 있다. 예를 들면, 배터리 관리 시스템은 추정 프로세스를 중단하고 즉, 배터리 관리 시스템은 파라미터를 마지막으로 식별된 값과 동일하게 설정하고 여기의 낮은 입력 지속성 하에서 시스템 다이나믹스에 따라 상태를 예측했다. 이 예에서, 배터리 관리 시스템은 추정 시간 호라이즌에 걸쳐 전류의 전력 이득을 적분할 여기의 입력 지속성을 정의할 수 있다. 또 다른 예에서, 배터리 관리 시스템은 출력 또는 상태 함수 대 이들 파라미터의 낮은 그래디언트(gradient) 하에서 하나 이상의 파라미터의 추정을 중단할 수 있다.
MHE의 일례가 도 4에 도시된다. 도 4는 일부 실시예에 따른, 배터리 시스템(400)의 관리를 도시하는 블록도이다. 도 4의 예에서, 배터리 시스템(400)은 배터리(410) 및 배터리 관리 시스템(412)을 포함한다. 배터리 관리 시스템(412)은 배터리 추정기(420), 버퍼(425A, 425B, 425C), 잡음 공분산 행렬(430), 도달 비용(440), 오차 평가(450), 임계치 결정(455), 모델 업데이터(460), 추정치 수정기(470), 및 시간 간격 증진(480)을 포함한다.
MHE 방법은 배터리(410)의 다양한 물리적, 수학적 및 전기화학 모델에 적용될 수 있다. 제 1 시간 스텝에서, 배터리 관리 시스템(412)은 버퍼(425A 및 425C)에서 적어도 하나의 센서(즉, 배터리(410)의 특성이 샘플링됨)로부터의 미리 정의된 시간 호라이즌에 걸쳐 배터리(410)의 적어도 하나의 측정된 특성(예로서, 전압 및/또는 전류)을 수신한다. 제 1 시간 스텝에서, 배터리 관리 시스템(412)은 또한, 배터리 모델(420)로부터의 이전 시간 간격에 기초하여 적어도 하나의 추정된 특성(예로서, 배터리 모델(420)의 상태 및 파라미터의 초기 추정치)을 수신한다. 이전 시간 간격은 시간 간격 증진(480)의 일부로서 정의된다. 적어도 하나의 추정된 특성은 버퍼(425B)에 제공된다. 잡음 공분산 행렬(430)의 초기 추정치는 이들 상태 및 파라미터에 대해 생성된다. 제 1 시간 단계에 대해, 초기 조건의 역할을 할 일련의 이전 시간 스텝으로부터의 어떠한 데이터도 존재하지 않는다. 상태 및 파라미터의 초기 추정치는 이 일련의 시간이 아닌 값(예로서, 이력 동작 또는 제조자 사양)에 기초하여 배터리 모델(420)로부터 생성된다.
배터리(410)의 상태 및 파라미터와 배터리 모델(420)로부터의 대응하는 상태 및 파라미터의 표현은 각각 방정식((1) 및 (2))으로 제공된다.
방정식((1) 및 (2))에서, x는 상태를 표현하고, θ는 파라미터를 표현하고, I는 전류 입력을 표현하며, V는 출력을 표현한다. 상태 및 파라미터에 관한 시스템의 자코비안(Jacobian)은 방정식(3)에 도시된 바와 같은 방정식(2)의 부분 도함수에 기초하여 얻어지고, 잡음 공분산 행렬(430)은 그 다음, 현재 시간 스텝에 대해 업데이트된다.
방정식(4)에서, COV(t+1)는 t+1에서의 공분산이고, Jf는 f의 자코비안이고, JT f는 f의 자코비안의 전치(transpose)이고, Jh는 h의 자코비안이고, JT h는 h의 자코비안의 전치이고, COV(t)는 t에서의 공분산이고, Q(t)는 상태 및 파라미터와 연관된 잡음 공분산 행렬이며, R(t)는 출력과 연관된 잡음 공분산 행렬이다.
상태 및 파라미터의 추정의 잡음 공분산 행렬(430)은 측정 호라이즌에 걸쳐 시간 불변이라고 가정된 잡음 기여를 갖는 배터리 모델(420)로부터 산출된다. 잡음 공분산 행렬(430)은 부가적으로, 각각의 호라이즌에서의 상태 및 파라미터에 대한 출력의 민감도에 의존할 수 있다. 시간 호라이즌이 증진됨에 따른 데이터의 기여를 챕쳐하기 위해, 도달 비용(440)은 배터리 관리 시스템(412)에 의해 결정된다. 일부 실시예에서, 도달 비용(440)은 배터리(410)의 적어도 하나의 측정된 특성 및 적어도 하나의 추정된 특성에 기초하여 확장된 칼만 필터 접근법을 이용하여 배터리 관리 시스템(412)에 의해 결정될 수 있다. 일부 실시예에서, 칼만 필터 이득은 도달 비용과 역으로 관련이 있다.
확장된 칼만 필터 접근법을 구현하기 위해, 배터리 관리 시스템(412)은 적어도 하나의 측정된 특성 및 적어도 하나의 추정된 특성에 기초하여 이동 호라이즌 추정 방법의 비용 함수를 결정한다. 예를 들면, 배터리 관리 시스템(412)은 오차 평가 모듈(450)을 이용하여 배터리(410)의 측정된 특성을 배터리 모델(420)의 추정된 특성(예로서, 상태)과 비교함으로써 데이터 세트의 각각의 요소에 대해 존재하는 오차의 양을 생성한다. 게다가, 배터리 관리 시스템(412)은 각각의 측정되고 추정된 파라미터 또는 상태 사이의 오차를 미리 결정된 임계치와 비교하기 위해 임계치 결정(455)을 이용한다.
배터리 관리 시스템(412)이 오차의 량이 미리 결정된 임계치 미만이라고 결정하면, 배터리 모델(420)의 정확성이 검증되고, 배터리 관리 시스템(412)은 모델 업데이터(460)를 이용하여 배터리 모델(420)의 상태 및 파라미터를 업데이트한다. 배터리 모델(420)의 업데이트된 상태 및 파라미터는 다음 반복에 대한 초기 상태의 역할을 하고 시간 스텝은 시간 간격 증진(480)을 통해 증진된다(예로서, t=t+1).
배터리 관리 시스템(412)이 오차의 량이 미리 결정된 임계치보다 크다고 결정하면, 배터리 모델(420)의 정확성은 검증되지 않고, 배터리 관리 시스템(412)은 추정치 수정기(470)를 이용하여 배터리 모델(420)의 상태 및 파라미터를 수정한다. 배터리 관리 시스템(412)의 추정 프로세스는 배터리 모델(420)이 정확한 것으로서 검증되고 배터리 관리 시스템(412)에 의해 업데이트될 때까지 재평가된다.
배터리 모델(420)을 업데이트한 후에, 배터리 관리 시스템(412)은 배터리 모델(420)의 전기화학 기반 모델을 적용함으로써 배터리(410)의 적어도 하나의 상태를 추정한다. 도 4의 예에서, 적어도 하나의 상태의 추정은 배터리(410)의 충전 상태(SOH) 및/또는 건강 상태(SOH)의 추정을 동기적으로 포함할 수 있다. SOC 및 SOH의 추정이 동기적으로 수행될지라도, 상태 및 파라미터의 잡음 공분산 행렬과 연관된 이득은 함께 또는 별개로 전개될 수 있다. 게다가, 적어도 하나의 상태를 추정 한 후에, 배터리 관리 시스템(412)은 배터리(410)의 적어도 하나의 상태의 추정에 기초하여 배터리(410)의 충전 또는 방전 중 적어도 하나를 조절한다.
도 5는 일부 실시예에 따른, 또 다른 배터리 관리 시스템(512)의 동작을 도시하는 블록도이다. 도 5의 시스템(500)은 배터리 관리 시스템(512)이 상태를 별개로 평가하는 것을 제외하고 도 4의 시스템(400)과 같다. 예를 들면, 배터리 관리 시스템(512)은 건강 상태 평가(452)에서 건강 상태와 연관된 비용 함수를 결정한다. 유사하게, 배터리 관리 시스템(512)은 충전 상태 평가(454)에서 충전 상태와 연관된 비용 함수를 결정한다. 도 5의 예에서, 배터리 관리 시스템(512)은 상태 및 파라미터와 연관된 시간 스케일의 차에 따라 비동기적으로 상태 및 파라미터를 평가한다. 천천히 달라지는 파라미터(예로서, 건강 상태)에 대해, 배터리 관리 시스템(512)은 미리 정의된 시간에 파라미터를 평가한다. 예를 들면, 미리 정의된 시간은 매 초, 각각의 사이클, 또는 다른 적합한 시간 기간에 평가될 수 있는 상태(예로서, 충전 상태)에 비해 매 10, 25, 50, 100, 150, 200, 또는 200회 이상의 주기 당 한번이다(예로서, 차량의 구동 사이클). 빠르게 달라지는 파라미터(예로서, 충전 상태)에 대해, 배터리 관리 시스템(512)은 파라미터를 연속적으로 평가한다.
MHE를 통한 전기화학 모델로부터의 출력의 세트는 배터리 전지(102B)의 급변하는 상태 둘 모두의 평가 및 배터리 전지(102B)의 천천히 달라지는 파라미터의 평가를 포함한다. 일부 실시예에서, 수학적 모델에 대한 현재 입력과 조합하여 배터리 전지(102B)의 상태는 모델이 배터리 전지(102B)의 현재 출력을 예측하는 것을 허용한다. 배터리 전지의 상태는 예를 들면, 충전 상태, 리튬 배터리에 대해 리튬화의 정도, 또는 배터리의 히스테리시스 레벨(hysteresis levels)을 포함할 수 있다. 배터리 전지(102B)의 파라미터는 전형적으로, 배터리 전지(102B)의 상태보다 시간에 걸쳐 천천히 달라진다. 부가적으로, 모델이 배터리 전지(102B)의 현재 출력을 예측하기 위해 파라미터가 요구되지 않을 수 있다. 대신에, 배터리의 건강 상태라고 칭해질 수 있는 배터리 전지(102B)의 파라미터의 지식은 배터리 전지(102B)의 장기간 기능 예를 들면, 하나 이상의 충전/방전 사이클에 걸친 배터리 전지(102B)의 기능과 관련된다. 부가적으로, 일부 실시예는 전류 배터리 전지(102B) 특성의 측정으로부터 직접적으로 결정가능하지 않은 파라미터를 포함한다. 배터리 전지(102B) 파라미터의 예는 최대 전력 용량, 최대 전력 출력, 및 내부 저항을 포함한다.
상기 설명된 실시예는 예로서 도시되었으며, 이들 실시예가 다양한 수정 및 대안적인 형태에 영향을 받을 수 있음이 이해되어야 한다. 청구항이 개시된 특정 형태로 제한되도록 의도되는 것이 아니라, 오히려 본 개시의 사상 및 범위에 있는 모든 수정, 등가물, 및 대안을 커버하도록 의도됨이 또한 이해되어야 한다.
본 명세서에서 설명된 실시예 및 많은 그들의 수반되는 장점이 상기 설명에 의해 이해될 것이라고 여겨지고, 개시된 주제를 벗어나지 않거나 그것의 모든 물질적 장점을 희생하지 않고 구성요소의 형태, 구성 및 배치에 다양한 변경이 행해질 수 있음이 명백할 것이다. 설명된 형태는 단지 설명적인 것이며, 그것은 이러한 변경을 망라하고 포함하기 위한 다음 청구항의 의도이다.
본 발명이 다양한 실시예를 참조하여 설명되었을지라도, 이들 실시예가 예시적인 것이고 본 발명의 범위가 이들로 제한되지 않는다는 것이 이해될 것이다. 다양한 변형, 수정, 부가, 및 개선이 가능하다. 더 일반적으로, 본 발명에 따른 실시예가 문맥 또는 특정 실시예로 설명되었다. 기능은 본 발명의 다양한 실시예에서 블록으로 상이하게 분리되거나 결합되거나 상이한 전문용어로 설명될 수 있다. 이들 및 다른 변형, 수정, 부가, 및 개선은 다음의 청구항에 정의된 바와 같은 본 발명의 범위 내에 있을 수 있다.
Claims (20)
- 배터리 시스템을 관리하는 방법으로서, 상기 배터리 시스템은 적어도 하나의 배터리 전지, 상기 적어도 하나의 배터리 전지에 결합되고 상기 배터리 전지의 적어도 하나의 특성을 측정하도록 구성된 적어도 하나의 센서, 및 상기 적어도 하나의 센서에 결합되고 마이크로프로세서 및 메모리를 포함하는 배터리 관리 시스템을 포함하는, 상기 방법에 있어서:
상기 배터리 관리 시스템에 의해, 상기 적어도 하나의 센서로부터 미리 정의된 시간 호라이즌(time horizon)에 걸쳐 상기 배터리 전지의 적어도 하나의 측정된 특성을 수신하는 단계;
상기 배터리 관리 시스템에 의해, 미분 대수 방정식에 기초하여 전기화학 기반 배터리 모델로부터 상기 배터리 전지의 적어도 하나의 추정된 특성을 수신하는 단계;
상기 적어도 하나의 측정된 특성 및 상기 적어도 하나의 추정된 특성 사이의 오차를 결정하고, 이전에 추정된 상태 및 파라미터에 기초한 가중치를 가지는 도달 비용(arrival cost)을 결정함으로써, 상기 배터리 관리 시스템에 의해, 상기 적어도 하나의 측정된 특성 및 상기 적어도 하나의 추정된 특성에 기초하여 이동 호라이즌 추정 방법의 비용 함수를 결정하는 단계;
상기 배터리 관리 시스템에 의해, 상기 이동 호라이즌 추정 방법의 비용 함수에 기초하여 상기 전기화학 기반 배터리 모델을 업데이트하는 단계;
상기 배터리 관리 시스템에 의해, 상기 적어도 하나의 배터리 전지의 화학적 조성의 물리적 파라미터를 설명하기 위해 미분 대수 방정식을 적용하는 상기 전기화학 기반 배터리 모델을 적용함으로써 상기 적어도 하나의 배터리 전지의 적어도 하나의 상태를 추정하는 단계; 및
상기 배터리 관리 시스템에 의해, 상기 적어도 하나의 배터리 전지의 적어도 하나의 상태의 추정에 기초하여 상기 배터리의 충전 또는 방전 중 적어도 하나를 조절하는 단계를 포함하는, 배터리 시스템을 관리하는 방법. - 제 1 항에 있어서,
상기 도달 비용을 결정하는 단계는 상기 배터리 시스템이 선형 비제약 시스템일 때 칼만 필터(Kalman Filter)를 이용하여 상기 도달 비용을 결정하는 단계를 포함하는, 배터리 시스템을 관리하는 방법. - 제 1 항에 있어서,
상기 도달 비용을 결정하는 단계는,
상기 배터리 시스템이 비선형 제약 시스템일 때 상기 배터리 시스템을 선형화하는 단계; 및
수정된 확장된 칼만 필터를 이용하여 각각의 파라미터의 추정 강건성(estimation robustness)에 기초하여 각각의 파라미터에 대한 시변 도달 비용 이득을 결정하는 단계를 포함하는, 배터리 시스템을 관리하는 방법. - 제 1 항에 있어서,
상기 적어도 하나의 배터리 전지의 적어도 하나의 상태는 상기 적어도 하나의 배터리 전지의 충전 상태 또는 건강 상태(state-of-health) 중 적어도 하나를 포함하는, 배터리 시스템을 관리하는 방법. - 제 4 항에 있어서,
상기 전기화학 기반 배터리 모델을 적용함으로써 상기 적어도 하나의 배터리 전지의 적어도 하나의 상태를 추정하는 단계는 상기 적어도 하나의 배터리 전지의 충전 상태 및 건강 상태를 동기적으로 추정하는 단계를 포함하는, 배터리 시스템을 관리하는 방법. - 제 4 항에 있어서,
상기 전기화학 기반 배터리 모델을 적용함으로써 상기 적어도 하나의 배터리 전지의 적어도 하나의 상태를 추정하는 단계는 상기 적어도 하나의 배터리 전지의 충전 상태 및 건강 상태를 별개로 추정하는 단계를 포함하고, 상기 적어도 하나의 배터리 전지의 충전 상태는 연속적으로 추정되며, 상기 적어도 하나의 배터리 전지의 건강 상태는 미리 정의된 시간에 추정되는, 배터리 시스템을 관리하는 방법. - 제 6 항에 있어서,
상기 미리 정의된 시간은 100회의 구동 사이클인, 배터리 시스템을 관리하는 방법. - 제 1 항에 있어서,
여기의 낮은 입력 지속성 하에서 또는 출력의 낮은 그래디언트(gradient) 하에서 상기 적어도 하나의 배터리 전지의 적어도 하나의 상태의 추정을 중단시키는 단계를 더 포함하는, 배터리 시스템을 관리하는 방법. - 제 1 항에 있어서,
상기 전기화학 기반 배터리 모델은 뉴먼 모델의 감소된 차수 모델(Reduced-Order-Model)인, 배터리 시스템을 관리하는 방법. - 프로세서 및 메모리를 포함하는 배터리 관리 시스템에 있어서,
상기 메모리는 상기 프로세서에 의해 실행될 때, 상기 배터리 관리 시스템이:
적어도 하나의 센서로부터 미리 정의된 시간 호라이즌에 걸쳐 적어도 하나의 배터리 전지의 적어도 하나의 측정된 특성을 수신하는 것으로서, 적어도 하나의 배터리 전지 및 상기 적어도 하나의 센서는 배터리 시스템의 일부인, 상기 적어도 하나의 측정된 특성을 수신하고;
미분 대수 방정식에 기초하여 전기화학 기반 배터리 모델로부터 상기 적어도 하나의 배터리 전지의 적어도 하나의 추정된 특성을 수신하고;
상기 적어도 하나의 측정된 특성 및 상기 적어도 하나의 추정된 특성 사이의 오차를 결정하고, 이전에 추정된 상태 및 파라미터에 기초한 가중치를 가지는 도달 비용을 결정함으로써, 상기 적어도 하나의 측정된 특성 및 상기 적어도 하나의 추정된 특성에 기초하여 이동 호라이즌 추정의 비용 함수를 결정하고;
상기 이동 호라이즌 추정의 비용 함수에 기초하여 상기 전기화학 기반 배터리 모델을 업데이트하고;
상기 적어도 하나의 배터리 전지의 화학적 조성의 물리적 파라미터를 설명하기 위해 미분 대수 방정식을 적용하는 상기 전기화학 기반 배터리 모델을 적용함으로써 상기 적어도 하나의 배터리 전지의 적어도 하나의 상태를 추정하며;
상기 적어도 하나의 배터리 전지의 적어도 하나의 상태의 추정에 기초하여 상기 배터리의 충전 또는 방전 중 적어도 하나를 조절하게 하는 명령어를 저장하는, 배터리 관리 시스템. - 제 10 항에 있어서,
상기 도달 비용을 결정하는 것은 상기 프로세서에 의해 실행될 때, 상기 배터리 관리 시스템이 상기 배터리 시스템이 선형 비제약 시스템일 때 칼만 필터를 이용하여 상기 도달 비용을 결정하게 하는 명령어를 포함하는, 배터리 관리 시스템. - 제 10 항에 있어서,
상기 도달 비용을 결정하는 것은 상기 프로세서에 의해 실행될 때, 상기 배터리 관리 시스템이 상기 배터리 시스템이 비선형 제약 시스템일 때 상기 배터리 시스템을 선형화하고;
수정된 확장된 칼만 필터를 이용하여 각각의 파라미터의 추정 강건성에 기초하여 각각의 파라미터에 대한 시변 도달 비용 이득을 결정하게 하는 명령어를 포함하는, 배터리 관리 시스템. - 제 10 항에 있어서,
상기 적어도 하나의 배터리 전지의 적어도 하나의 상태는 상기 적어도 하나의 배터리 전지의 충전 상태 또는 건강 상태 중 적어도 하나를 포함하는, 배터리 관리 시스템. - 제 13 항에 있어서,
상기 전기화학 기반 배터리 모델을 적용함으로써 상기 적어도 하나의 배터리 전지의 적어도 하나의 상태를 추정하는 것은 상기 프로세서에 의해 실행될 때, 상기 배터리 관리 시스템이 상기 적어도 하나의 배터리 전지의 충전 상태 및 건강 상태를 동기적으로 추정하게 하는 명령어를 포함하는, 배터리 관리 시스템. - 제 13 항에 있어서,
상기 전기화학 기반 배터리 모델을 적용함으로써 상기 적어도 하나의 배터리 전지의 적어도 하나의 상태를 추정하는 것은 상기 프로세서에 의해 실행될 때, 상기 배터리 관리 시스템이 상기 적어도 하나의 배터리 전지의 충전 상태 및 건강 상태를 별개로 추정하게 하는 명령어를 포함하고, 상기 적어도 하나의 배터리 전지의 충전 상태는 연속적으로 추정되며, 상기 적어도 하나의 배터리 전지의 건강 상태는 미리 정의된 시간에 추정되는, 배터리 관리 시스템. - 제 15 항에 있어서,
상기 미리 정의된 시간은 차량의 100회의 구동 사이클인, 배터리 관리 시스템. - 제 10 항에 있어서,
상기 프로세서에 의해 실행될 때, 상기 배터리 관리 시스템이 여기의 낮은 입력 지속성 하에서 또는 출력의 낮은 그래디언트 하에서 상기 적어도 하나의 배터리 전지의 적어도 하나의 상태의 추정을 중단시키게 하는 명령어를 더 포함하는, 배터리 관리 시스템. - 제 10 항에 있어서,
상기 전기화학 기반 배터리 모델은 뉴먼 모델의 감소된 차수 모델인, 배터리 관리 시스템. - 배터리 시스템을 관리하는 방법으로서, 상기 배터리 시스템은 적어도 하나의 배터리 전지, 상기 적어도 하나의 배터리 전지에 결합되고 상기 배터리 전지의 적어도 하나의 특성을 측정하도록 구성된 적어도 하나의 센서, 및 상기 적어도 하나의 센서에 결합되고 마이크로프로세서 및 메모리를 포함하는 배터리 관리 시스템을 포함하는, 상기 방법에 있어서:
상기 배터리 관리 시스템에 의해, 상기 적어도 하나의 센서로부터 미리 정의된 시간 호라이즌에 걸쳐 상기 배터리 전지의 적어도 하나의 측정된 특성을 수신하는 단계;
상기 배터리 관리 시스템에 의해, 미분 대수 방정식에 기초하여 전기화학 기반 배터리 모델로부터 상기 배터리 전지의 적어도 하나의 추정된 특성을 수신하는 단계;
상기 적어도 하나의 측정된 특성 및 상기 적어도 하나의 추정된 특성 사이의 오차를 결정하고, 이전에 추정된 상태 및 파라미터에 기초한 가중치를 가지는 도달 비용(arrival cost)를 결정함으로써, 상기 배터리 관리 시스템에 의해, 상기 적어도 하나의 측정된 특성 및 상기 적어도 하나의 추정된 특성에 기초하여 이동 호라이즌 추정 방법의 비용 함수를 결정하는 단계;
상기 오차가 미리 결정된 임계치 미만이면, 상기 배터리 관리 시스템에 의해, 상기 이동 호라이즌 추정 방법의 비용 함수에 기초하여 상기 전기화학 기반 배터리 모델을 업데이트하는 단계;
상기 오차가 상기 미리 결정된 임계치보다 크면, 추정치 수정기를 이용하여 상기 배터리 모델의 상태 및 파라미터를 수정하고, 상기 오차가 상기 배터리 모델이 상기 미리 결정된 임계치보다 작아져 상기 배터리 모델이 정확해짐을 나타낼 때까지 재평가하는 단계;
상기 배터리 관리 시스템에 의해, 상기 적어도 하나의 배터리 전지의 화학적 조성의 물리적 파라미터를 설명하기 위하여 미분 대수 방정식를 적용하는 상기 전기화학 기반 배터리 모델을 적용함으로써 상기 적어도 하나의 배터리 전지의 적어도 하나의 상태를 추정하는 단계; 및
상기 배터리 관리 시스템에 의해, 상기 적어도 하나의 배터리 전지의 상기 적어도 하나의 상태 추정에 기초하여 상기 배터리의 충전 또는 방전 중 적어도 하나를 조절하는 단계;를 포함하는 배터리 시스템을 관리하는 방법. - 제 19 항에 있어서,
잡음 공분산 행렬은 상기 도달 비용 이득들과 역관계임을 특징으로 하는 배터리 시스템을 관리하는 방법.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US15/011,148 US10263447B2 (en) | 2016-01-29 | 2016-01-29 | Secondary battery management system |
| US15/011,148 | 2016-01-29 | ||
| PCT/EP2017/051325 WO2017129522A1 (en) | 2016-01-29 | 2017-01-23 | Secondary battery management system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20180095705A KR20180095705A (ko) | 2018-08-27 |
| KR102233614B1 true KR102233614B1 (ko) | 2021-03-30 |
Family
ID=57860898
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020187021773A KR102233614B1 (ko) | 2016-01-29 | 2017-01-23 | 보조 배터리 관리 시스템 |
Country Status (5)
| Country | Link |
|---|---|
| US (2) | US10263447B2 (ko) |
| KR (1) | KR102233614B1 (ko) |
| CN (1) | CN108604713B (ko) |
| DE (1) | DE112017000271T5 (ko) |
| WO (1) | WO2017129522A1 (ko) |
Families Citing this family (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10933893B2 (en) * | 2011-06-13 | 2021-03-02 | Transportation Ip Holdings, Llc | Vehicle electric supply system |
| US9531038B2 (en) * | 2013-07-31 | 2016-12-27 | Dell Products, Lp | System and method of cell block voltage analytics to improve balancing effectiveness and identify self-discharge rate |
| US10769236B2 (en) * | 2015-07-20 | 2020-09-08 | University Of Washington | Battery models, systems, and methods using robust fail-safe iteration free approach for solving differential algebraic equations |
| US10224579B2 (en) | 2015-12-31 | 2019-03-05 | Robert Bosch Gmbh | Evaluating capacity fade in dual insertion batteries using potential and temperature measurements |
| US10243385B2 (en) | 2016-01-29 | 2019-03-26 | Robert Bosch Gmbh | Secondary battery management system |
| US10686321B2 (en) | 2016-01-29 | 2020-06-16 | Robert Bosch Gmbh | Secondary battery management |
| US10263447B2 (en) | 2016-01-29 | 2019-04-16 | Robert Bosch Gmbh | Secondary battery management system |
| US10447046B2 (en) | 2016-09-22 | 2019-10-15 | Robert Bosch Gmbh | Secondary battery management system with remote parameter estimation |
| US11462929B2 (en) * | 2016-10-04 | 2022-10-04 | University Of Washington | Systems and methods for direct estimation of battery parameters using only charge/discharge curves |
| CN109450011A (zh) * | 2018-10-12 | 2019-03-08 | 国网浙江省电力有限公司信息通信分公司 | 一种蓄电池充放电控制板 |
| FR3090114B1 (fr) * | 2018-12-17 | 2020-12-25 | Electricite De France | Santé d’une batterie |
| US11069926B1 (en) * | 2019-02-14 | 2021-07-20 | Vcritonc Alpha, Inc. | Controlling ongoing battery system usage via parametric linear approximation |
| KR20210028476A (ko) * | 2019-09-04 | 2021-03-12 | 삼성전자주식회사 | 배터리 충전 장치 및 방법 |
| US11515587B2 (en) * | 2019-10-10 | 2022-11-29 | Robert Bosch Gmbh | Physics-based control of battery temperature |
| US20220187375A1 (en) * | 2020-12-14 | 2022-06-16 | University Of South Carolina | Lithium-ion battery health management based on single particle model |
| US11688895B1 (en) | 2022-03-10 | 2023-06-27 | Lyten, Inc. | Battery safety system for detecting analytes |
| US11835583B1 (en) | 2022-05-11 | 2023-12-05 | Univerza V Ljubljani | Computer-implemented method for diagnosing states of a battery |
| CN116930772B (zh) * | 2023-09-15 | 2023-11-24 | 东方电子股份有限公司 | 一种考虑边界约束的电池soc估计方法及装置 |
Family Cites Families (105)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001073865A2 (en) | 2000-03-24 | 2001-10-04 | Cymbet Corporation | Continuous processing of thin-film batteries and like devices |
| US6515456B1 (en) | 2000-04-13 | 2003-02-04 | Mixon, Inc. | Battery charger apparatus |
| US6624618B2 (en) | 2001-01-25 | 2003-09-23 | Ford Global Technologies, Llc | System and method for vehicle voltage regulation |
| US6639385B2 (en) | 2001-08-07 | 2003-10-28 | General Motors Corporation | State of charge method and apparatus |
| US6534954B1 (en) | 2002-01-10 | 2003-03-18 | Compact Power Inc. | Method and apparatus for a battery state of charge estimator |
| US7081755B2 (en) | 2002-09-05 | 2006-07-25 | Midtronics, Inc. | Battery tester capable of predicting a discharge voltage/discharge current of a battery |
| TWI230494B (en) | 2002-11-18 | 2005-04-01 | Hitachi Koki Kk | Battery charger capable of indicating time remaining to achieve full charge |
| US6892148B2 (en) | 2002-12-29 | 2005-05-10 | Texas Instruments Incorporated | Circuit and method for measurement of battery capacity fade |
| US8310201B1 (en) | 2003-05-06 | 2012-11-13 | Cypress Semiconductor Corporation | Battery with electronic compartment |
| 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 |
| CA2588334C (en) | 2004-11-29 | 2011-09-06 | Lg Chem, Ltd. | Method and system for joint battery state and parameter estimation |
| WO2006057468A1 (en) | 2004-11-29 | 2006-06-01 | Lg Chem, Ltd. | Method and system for battery state and parameter estimation |
| US7554294B2 (en) | 2005-01-28 | 2009-06-30 | The Johns Hopkins University | Battery health monitor |
| DE102005008511B4 (de) | 2005-02-24 | 2019-09-12 | Tdk Corporation | MEMS-Mikrofon |
| US7612532B2 (en) | 2005-06-21 | 2009-11-03 | Gm Global Technology Operations, Inc. | Method for controlling and monitoring using a state estimator having variable forgetting factors |
| KR100804698B1 (ko) * | 2006-06-26 | 2008-02-18 | 삼성에스디아이 주식회사 | 배터리 ｓｏｃ 추정 방법 및 이를 이용하는 배터리 관리시스템 및 구동 방법 |
| JP4802945B2 (ja) | 2006-08-31 | 2011-10-26 | トヨタ自動車株式会社 | 二次電池の制御システムおよびそれを搭載したハイブリッド車両 |
| KR100863956B1 (ko) | 2006-09-26 | 2008-10-16 | 삼성에스디아이 주식회사 | 배터리 관리 시스템 및 그 구동방법 |
| KR100839385B1 (ko) | 2006-11-01 | 2008-06-19 | 삼성에스디아이 주식회사 | 배터리 관리 시스템 및 그의 구동 방법 |
| JP4872743B2 (ja) | 2007-03-23 | 2012-02-08 | トヨタ自動車株式会社 | 二次電池の状態推定装置 |
| US7687678B2 (en) | 2007-05-10 | 2010-03-30 | Cisco Technology, Inc. | Electronic bandage with flexible electronic controller |
| WO2008154956A1 (en) | 2007-06-20 | 2008-12-24 | Robert Bosch Gmbh | Charging method based on battery model |
| 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 |
| US7957921B2 (en) | 2008-02-19 | 2011-06-07 | GM Global Technology Operations LLC | Model-based estimation of battery hysteresis |
| US8855956B2 (en) | 2008-06-05 | 2014-10-07 | A123 Systems Llc | Method and system for determining state of charge of an energy delivery device |
| US8321164B2 (en) | 2008-09-25 | 2012-11-27 | GM Global Technology Operations LLC | Method and system for determining a state of charge of a battery based on a transient response |
| DE102009000782A1 (de) | 2008-12-04 | 2010-06-10 | Robert Bosch Gmbh | Verfahren zur Bestimmung des Ladezustands einer sekundären Interkalationszelle einer wiedereaufladbaren Batterie |
| US8116998B2 (en) | 2009-01-30 | 2012-02-14 | Bae Systems Controls, Inc. | Battery health assessment estimator |
| US8896315B1 (en) | 2009-02-12 | 2014-11-25 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Battery cell balancing system and method |
| US8838277B2 (en) | 2009-04-03 | 2014-09-16 | Carrier Corporation | Systems and methods involving heating and cooling system control |
| US8188715B2 (en) | 2009-05-15 | 2012-05-29 | Robert Bosch Gmbh | Method for determining extent and type of capacity fade |
| EP2273327A1 (en) | 2009-06-24 | 2011-01-12 | ABB Research Ltd. | Estimating initial states of a system model for controlling an industrial process |
| JP4744622B2 (ja) | 2009-07-01 | 2011-08-10 | トヨタ自動車株式会社 | 車両の制御装置 |
| JP5635608B2 (ja) | 2009-07-29 | 2014-12-03 | ザ・リージェンツ・オブ・ザ・ユニバーシティ・オブ・ミシガンＴｈｅ Ｒｅｇｅｎｔｓ Ｏｆ Ｔｈｅ Ｕｎｉｖｅｒｓｉｔｙ Ｏｆ Ｍｉｃｈｉｇａｎ | バッテリ充電及び放電のスケジューリングシステム |
| FR2949565B1 (fr) * | 2009-09-02 | 2012-12-21 | Inst Francais Du Petrole | Methode amelioree pour estimer les caracteristiques non mesurables d'un systeme electrochimique |
| CN102473878B (zh) | 2009-09-28 | 2014-10-15 | 株式会社日立制作所 | 电池系统 |
| US8467984B2 (en) * | 2009-09-30 | 2013-06-18 | Battelle Energy Alliance, Llc | Systems, methods and computer readable media for estimating capacity loss in rechargeable electrochemical cells |
| IT1397174B1 (it) | 2009-10-27 | 2013-01-04 | F I A M M Spa | Metodo per la rilevazione continua dell'efficienza di una batteria specie di una batteria installata in autoveicoli e dispositivo utilizzante tale metodo |
| US9078481B2 (en) | 2010-02-26 | 2015-07-14 | Thl Holding Company, Llc | Charging device for use in a system for monitoring protective headgear |
| US8346495B2 (en) | 2010-04-22 | 2013-01-01 | Battelle Energy Alliance, Llc | Systems, methods and computer-readable media to model kinetic performance of rechargeable electrochemical devices |
| FR2961351B1 (fr) | 2010-06-15 | 2012-07-20 | Saft Groupe Sa | Systeme de surveillance de l'etat d'une batterie |
| CN102959418B (zh) | 2010-06-24 | 2016-04-27 | 松下知识产权经营株式会社 | 获取电池的劣化度的方法和系统 |
| US20130221919A1 (en) | 2010-09-02 | 2013-08-29 | Nicky G. Gallegos | System and methods for battery management |
| US20120101753A1 (en) | 2010-10-20 | 2012-04-26 | Gm Global Technology Operations, Inc. | Adaptive slowly-varying current detection |
| US20120200298A1 (en) | 2011-02-09 | 2012-08-09 | GM Global Technology Operations LLC | Automotive Battery SOC Estimation Based on Voltage Decay |
| JP5304844B2 (ja) | 2011-05-24 | 2013-10-02 | トヨタ自動車株式会社 | バッテリの充電制御装置 |
| CN104271880A (zh) | 2011-05-24 | 2015-01-07 | 快帽系统公司 | 用于高温应用的具有可再充电能量存储器的电力系统 |
| US8880253B2 (en) | 2011-06-28 | 2014-11-04 | Ford Global Technologies, Llc | Nonlinear adaptive observation approach to battery state of charge estimation |
| US8724832B2 (en) | 2011-08-30 | 2014-05-13 | Qualcomm Mems Technologies, Inc. | Piezoelectric microphone fabricated on glass |
| EP2761317A2 (en) | 2011-09-30 | 2014-08-06 | KPIT Technologies Limited | A system and method for determining state of charge of a battery |
| US8583955B2 (en) | 2011-10-04 | 2013-11-12 | Advanergy, Inc. | Battery management system and method |
| US8719195B2 (en) * | 2011-10-10 | 2014-05-06 | The Boeing Company | Battery adaptive learning management system |
| WO2013105140A1 (ja) | 2012-01-13 | 2013-07-18 | トヨタ自動車株式会社 | 二次電池の制御装置および制御方法 |
| JP5798067B2 (ja) * | 2012-03-13 | 2015-10-21 | プライムアースＥｖエナジー株式会社 | 二次電池の状態推定装置 |
| US9720478B2 (en) | 2012-03-19 | 2017-08-01 | Panasonic Intellectual Property Management Co., Ltd. | Storage battery monitoring method, storage battery monitoring system, and storage battery system |
| US9599584B2 (en) | 2012-04-27 | 2017-03-21 | California Institute Of Technology | Imbedded chip for battery applications |
| US8922217B2 (en) | 2012-05-08 | 2014-12-30 | GM Global Technology Operations LLC | Battery state-of-charge observer |
| US8890484B2 (en) | 2012-05-08 | 2014-11-18 | GM Global Technology Operations LLC | Battery state-of-charge estimator using robust H∞ observer |
| EP2852999B1 (en) | 2012-05-23 | 2020-02-19 | The Regents of the University of Michigan | Estimating core temperatures of battery cells in a battery pack |
| US9086462B2 (en) | 2012-08-15 | 2015-07-21 | GM Global Technology Operations LLC | Systems and methods for battery parameter estimation |
| US10209946B2 (en) | 2012-08-23 | 2019-02-19 | Red Hat, Inc. | Augmented reality personal identification |
| US9846200B2 (en) | 2012-09-26 | 2017-12-19 | Sanyo Electric Co., Ltd. | Battery state estimation device and storage battery system |
| JP5944291B2 (ja) | 2012-10-05 | 2016-07-05 | カルソニックカンセイ株式会社 | バッテリのパラメータ等推定装置およびその推定方法 |
| KR101547006B1 (ko) | 2012-10-26 | 2015-08-24 | 주식회사 엘지화학 | 배터리 잔존 용량 추정 장치 및 방법 |
| JP6239241B2 (ja) | 2013-02-04 | 2017-11-29 | 株式会社東芝 | 電池性能推定方法および電池性能推定装置 |
| US9316694B2 (en) | 2013-02-12 | 2016-04-19 | Johnson Controls Technology Company | Battery monitoring system with time-based diagnostic activation |
| US10870360B2 (en) | 2013-02-12 | 2020-12-22 | Cps Technology Holdings Llc | Battery monitoring network |
| KR102169774B1 (ko) | 2013-02-21 | 2020-10-27 | 로베르트 보쉬 게엠베하 | 리튬-이온 배터리 시스템의 개개의 전극들의 용량 및 총 용량을 추정하기 위한 방법 및 시스템 |
| US20140244193A1 (en) | 2013-02-24 | 2014-08-28 | Fairchild Semiconductor Corporation | Battery state of charge tracking, equivalent circuit selection and benchmarking |
| US9575128B2 (en) | 2013-03-12 | 2017-02-21 | GM Global Technology Operations LLC | Battery state-of-charge estimation for hybrid and electric vehicles using extended kalman filter techniques |
| DE102013205692A1 (de) * | 2013-03-28 | 2014-10-02 | Robert Bosch Gmbh | Anordnung zur Batteriezustandsüberwachung |
| US9377512B2 (en) * | 2013-05-08 | 2016-06-28 | GM Global Technology Operations LLC | Battery state estimator combining electrochemical solid-state concentration model with empirical equivalent-circuit model |
| US9668032B2 (en) | 2013-05-16 | 2017-05-30 | Nergysense, Llc | Apparatus, system and method for a cloud based universal fleet monitoring system |
| US20140342193A1 (en) | 2013-05-17 | 2014-11-20 | Tenergy Corporation | Smart battery system |
| US20140350877A1 (en) * | 2013-05-25 | 2014-11-27 | North Carolina State University | Battery parameters, state of charge (soc), and state of health (soh) co-estimation |
| JP6239611B2 (ja) | 2013-06-03 | 2017-11-29 | 古河電気工業株式会社 | 充電制御装置および充電制御方法 |
| EP2816366A1 (en) | 2013-06-18 | 2014-12-24 | VITO NV (Vlaamse Instelling voor Technologisch Onderzoek NV) | Monitoring charge stored in a battery |
| JP6197479B2 (ja) | 2013-08-23 | 2017-09-20 | トヨタ自動車株式会社 | 蓄電システム及び蓄電装置の満充電容量推定方法 |
| US10393813B2 (en) * | 2013-08-27 | 2019-08-27 | The Regents Of The University Of Michigan | On-board state of health monitoring of batteries using incremental capacity analysis |
| WO2015056964A1 (ko) | 2013-10-14 | 2015-04-23 | 주식회사 엘지화학 | 하이브리드 이차 전지의 상태 추정 장치 및 그 방법 |
| WO2015056963A1 (ko) | 2013-10-14 | 2015-04-23 | 주식회사 엘지화학 | 혼합 양극재를 포함하는 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 |
| US9205755B2 (en) | 2014-01-14 | 2015-12-08 | Ford Global Technologies, Llc | Receding horizon regression analysis for battery impedance parameter estimation |
| US20150226807A1 (en) | 2014-02-12 | 2015-08-13 | Seeo, Inc | Determination of nominal cell resistance for real-time estimation of state-of-charge in lithium batteries |
| KR20240069820A (ko) | 2014-02-28 | 2024-05-20 | 가부시키가이샤 한도오따이 에네루기 켄큐쇼 | 전자 기기 |
| US9446678B2 (en) | 2014-03-05 | 2016-09-20 | Ford Global Technologies, Llc | Battery model with robustness to cloud-specific communication issues |
| US9533597B2 (en) | 2014-03-05 | 2017-01-03 | Ford Global Technologies, Llc | Parameter identification offloading using cloud computing resources |
| JP2015178963A (ja) | 2014-03-18 | 2015-10-08 | 株式会社東芝 | 算出装置及び算出方法 |
| US20150302723A1 (en) | 2014-04-16 | 2015-10-22 | Ark Corporation Pty Ltd | Battery Monitor and Controller |
| US9312722B2 (en) | 2014-05-09 | 2016-04-12 | Ford Global Technologies, Llc | System and method for battery power management |
| US9581988B2 (en) | 2014-06-05 | 2017-02-28 | Ford Global Technologies, Llc | Method and system for battery state of charge estimation |
| FI127220B (fi) | 2014-06-06 | 2018-01-31 | Polar Heater Oy | Akun monitorointilaite akun kunnon ilmaisemiseksi ja akun monitorointilaitteen valmistusmenetelmä |
| EP2963434B1 (en) * | 2014-06-30 | 2021-08-11 | Foundation Of Soongsil University-Industry Cooperation | Battery state estimation method and system using dual extended kalman filter, and recording medium for performing the method |
| EP3180832B1 (en) | 2014-08-14 | 2020-09-30 | Schumacher Electric Corporation | Battery charger status control system and method |
| FR3029315B1 (fr) * | 2014-11-28 | 2016-12-09 | Renault Sa | Procede automatique d'estimation de la capacite d'une cellule d'une batterie |
| US10547184B2 (en) | 2015-02-18 | 2020-01-28 | The Boeing Company | System and method for battery management |
| US10440542B2 (en) | 2015-11-24 | 2019-10-08 | NuGen Systems, Inc. | Wireless battery monitoring and control system for parachute deployment and auto load disengagement |
| US10224579B2 (en) | 2015-12-31 | 2019-03-05 | Robert Bosch Gmbh | Evaluating capacity fade in dual insertion batteries using potential and temperature measurements |
| US10263447B2 (en) | 2016-01-29 | 2019-04-16 | Robert Bosch Gmbh | Secondary battery management system |
| US10686321B2 (en) | 2016-01-29 | 2020-06-16 | Robert Bosch Gmbh | Secondary battery management |
| US10243385B2 (en) | 2016-01-29 | 2019-03-26 | Robert Bosch Gmbh | Secondary battery management system |
| US20170271984A1 (en) | 2016-03-04 | 2017-09-21 | Atigeo Corp. | Using battery dc characteristics to control power output |
| US9960625B2 (en) | 2016-03-31 | 2018-05-01 | Robert Bosch Gmbh | Battery management system with multiple observers |
| US10447046B2 (en) | 2016-09-22 | 2019-10-15 | Robert Bosch Gmbh | Secondary battery management system with remote parameter estimation |
-
2016
- 2016-01-29 US US15/011,148 patent/US10263447B2/en active Active
-
2017
- 2017-01-23 CN CN201780009080.9A patent/CN108604713B/zh active Active
- 2017-01-23 KR KR1020187021773A patent/KR102233614B1/ko active IP Right Grant
- 2017-01-23 WO PCT/EP2017/051325 patent/WO2017129522A1/en active Application Filing
- 2017-01-23 DE DE112017000271.0T patent/DE112017000271T5/de active Pending
-
2018
- 2018-11-20 US US16/197,097 patent/US10985588B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN108604713B (zh) | 2021-11-30 |
| KR20180095705A (ko) | 2018-08-27 |
| WO2017129522A1 (en) | 2017-08-03 |
| US10985588B2 (en) | 2021-04-20 |
| DE112017000271T5 (de) | 2018-11-15 |
| US10263447B2 (en) | 2019-04-16 |
| CN108604713A (zh) | 2018-09-28 |
| US20170222449A1 (en) | 2017-08-03 |
| US20190109466A1 (en) | 2019-04-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102233614B1 (ko) | 보조 배터리 관리 시스템 | |
| KR102233608B1 (ko) | 보조 배터리 관리 시스템 | |
| JP6738433B2 (ja) | 複数のオブザーバを備えた電池管理システム | |
| KR102233612B1 (ko) | 보조 배터리 관리 | |
| CN109716150B (zh) | 具有远程参数估计的二次电池管理系统 | |
| CN109155445B (zh) | 阶梯式充电 | |
| EP3475712A1 (en) | Method and device for estimating a voltage of a battery | |
| US20170033572A1 (en) | Capacity estimation in a secondary battery |
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 |