KR20230097063A - 배터리로부터 전원이 공급되는 부하에 따른 배터리 단자 전압 및 전류 과도 상태에 기반한 배터리 모델 추정 - Google Patents

배터리로부터 전원이 공급되는 부하에 따른 배터리 단자 전압 및 전류 과도 상태에 기반한 배터리 모델 추정 Download PDF

Info

Publication number
KR20230097063A
KR20230097063A KR1020237016469A KR20237016469A KR20230097063A KR 20230097063 A KR20230097063 A KR 20230097063A KR 1020237016469 A KR1020237016469 A KR 1020237016469A KR 20237016469 A KR20237016469 A KR 20237016469A KR 20230097063 A KR20230097063 A KR 20230097063A
Authority
KR
South Korea
Prior art keywords
battery
model
impedance
parameters
components
Prior art date
Application number
KR1020237016469A
Other languages
English (en)
Inventor
존 엘. 멜란슨
엠마누엘 마르케스
에릭 제이. 킹
제임스 티. 노던
Original Assignee
시러스 로직 인터내셔널 세미컨덕터 리미티드
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 시러스 로직 인터내셔널 세미컨덕터 리미티드 filed Critical 시러스 로직 인터내셔널 세미컨덕터 리미티드
Publication of KR20230097063A publication Critical patent/KR20230097063A/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]
    • G01R31/367—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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/30—Measuring the maximum or the minimum value of current or voltage reached in a time interval
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/3644—Constructional arrangements
    • G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G01R31/386—Arrangements for measuring battery or accumulator variables using test-loads
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
    • 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
    • H01M10/0525—Rocking-chair batteries, i.e. batteries with lithium insertion or intercalation in both electrodes; Lithium-ion batteries
    • 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
    • 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]
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Chemical & Material Sciences (AREA)
  • Mathematical Physics (AREA)
  • Materials Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Secondary Cells (AREA)

Abstract

디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 방법은 디바이스의 구성 요소에 전원을 제공하기 위해 배터리의 전류를 인출하는 부하 하에서 배터리의 단자 전압 및 단자 전류를 모니터링하는 단계, 및 특정 주파수 범위, 특정 지속 시간, 특정 진폭 범위, 적용된 부하, 배터리의 조건들의 세트, 및 부하의 조건들의 세트 중 적어도 하나에 대해 모니터링된 단자 전압과 단자 전류 사이의 관계를 근사화하는 배터리 모델로서 배터리를 모델링하는 단계를 포함한다. 단자 전압과 단자 전류 사이의 관계는 적어도 두 개의 시간 상수들을 포함하는 주파수 의존적 특성을 가질 수 있다. 두 개의 시간 상수들은 배터리 모델의 입력과 출력 사이의 시간 변화 관계를 나타낼 수 있다.

Description

배터리로부터 전원이 공급되는 부하에 따른 배터리 단자 전압 및 전류 과도 상태에 기반한 배터리 모델 추정
본 개시는 일반적으로 무선 전화기들 및 미디어 플레이어들과 같은 개인 휴대용 디바이스들을 포함하지만 이에 제한되지 않는 전자 디바이스들을 위한 회로들에 관한 것이며, 보다 구체적으로는 전자 디바이스의 구성 요소들에 전원을 공급하는 데 사용될 수 있는 배터리에 대한 배터리 모델 추정에 관한 것이다.
모바일/셀룰러 전화기들, 태블릿들, 코드리스 전화기들, mp3 플레이어들, 및 다른 소비자 디바이스들과 같은 무선 전화기들을 포함하는 휴대용 전자 디바이스들이 널리 사용되고 있다. 이러한 휴대용 전자 디바이스는 휴대용 전자 디바이스의 구성 요소들에 전원을 공급하기 위한 배터리(예: 리튬 이온 배터리)를 포함할 수 있다.
작동 시, 배터리의 단자 전압은 배터리의 내부 출력 임피던스로 인해 부하 전류 하에서 떨어질 수 있다. 이러한 출력 임피던스는 일련의 병렬 결합된 저항들과 커패시터들의 등가 회로 모델을 포함하여 여러 가지 적절한 방식들로 모델링될 수 있다. 배터리의 세부 임피던스에 대한 지식은 연료 측정 알고리즘들(예를 들어, 배터리 개방 회로 전압 및 충전 상태 결정, 전력 제한 예측, 및/또는 배터리의 안전 제한 또는 안전 작동 제한(예를 들어, 배터리 단자의 최대 전압 및 최대 전류) 도출)에 유용될 수 있다.
기존 접근 방식들에서는 일반적으로 낮은 레벨의 정현파 테스트 전류 또는 단기 임펄스를 사용하여 임피던스 모델이 추정된다. 그러나, 이러한 접근 방식들은 모바일 디바이스의 실제 사용 조건들과 상이한 배터리 부하 조건들을 부과할 수 있으며, 이는 부적절한 모델로 이어질 수 있다.
또한, 기존 접근 방식들을 사용하면 다차 복합 임피던스를 갖는 배터리 임피던스 모델을 추정하는 데 계산 비용이 많이 든다.
본 개시의 교시들에 따라, 배터리 임피던스를 모델링하는 기존의 접근 방식들과 연관된 하나 이상의 단점 및 문제들이 감소되거나 제거될 수 있다.
본 개시의 실시예들에 따라, 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 방법은 디바이스의 구성 요소에 전원을 제공하기 위해 배터리의 전류를 인출하는 부하 하에서 배터리의 단자 전압 및 단자 전류를 모니터링하는 단계, 및 특정 주파수 범위, 특정 지속 시간, 특정 진폭 범위, 적용된 부하, 배터리의 조건들의 세트, 및 부하의 조건들의 세트 중 적어도 하나에 대해 모니터링된 단자 전압과 단자 전류 사이의 관계를 근사화하는 배터리 모델로서 배터리를 모델링하는 단계를 포함할 수 있다. 단자 전압과 단자 전류 사이의 관계는 적어도 두 개의 시간 상수들(time constants)을 포함하는 주파수 의존적 특성을 가질 수 있다. 두 개의 시간 상수들은 배터리 모델의 입력과 출력 사이의 시간 변화 관계를 나타낼 수 있다.
본 개시의 이들 및 다른 실시예들에 따라, 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 시스템은 디바이스의 구성 요소에 전원을 제공하기 위해 배터리의 전류를 인출하는 부하 하에서 배터리의 단자 전압 및 단자 전류를 모니터링하도록 구성된 배터리 모니터링 회로, 및 특정 주파수 범위, 특정 지속 시간, 특정 진폭 범위, 적용된 부하, 배터리의 조건들의 세트, 및 부하의 조건들의 세트 중 적어도 하나에 대해 모니터링된 단자 전압과 단자 전류 사이의 관계를 근사화하는 배터리 모델로서 배터리를 모델링하도록 구성된 배터리 모델 추정기를 포함할 수 있다. 단자 전압과 단자 전류 사이의 관계는 적어도 두 개의 시간 상수들을 포함하는 주파수 의존적 특성을 가질 수 있다. 두 개의 시간 상수들은 배터리 모델의 입력과 출력 사이의 시간 변화 관계를 나타낼 수 있다.
본 개시의 이들 및 다른 실시예들에 따라, 배터리의 출력 임피던스를 모델링하는 배터리 임피던스 모델의 파라미터들을 추정하는 방법은 배터리 임피던스 모델을 복수의 개별 임피던스 스테이지들로 분할하는 단계를 포함할 수 있으며, 여기서 각각의 개별 임피던스 스테이지는 특정 주파수 범위 내에서 배터리 임피던스 모델에 근사화하고, 각각의 개별 임피던스 스테이지의 각자의 임피던스는 정의 임피던스 파라미터들의 1차 세트를 갖는 1차 임피던스 모델 및 임피던스 파라미터들의 2차 세트를 갖는 2차 임피던스 모델을 포함하며, 배터리 임피던스 모델은 복수의 임피던스 스테이지들의 각자의 1차 임피던스 모델들의 직렬 연결에 의해 정의된다. 이 방법은 또한 정의 임피던스 파라미터들의 1차 세트 및 임피던스 파라미터들의 2차 세트를 결정하기 위해 배터리의 작동을 모니터링하는 단계를 포함할 수 있다.
본 개시의 이들 및 다른 실시예들에 따라, 배터리의 출력 임피던스를 모델링하는 배터리 임피던스 모델의 파라미터들을 추정하기 위한 시스템은 배터리 및 배터리 모니터링 회로의 작동에 관한 정보를 수신하도록 구성된 하나 이상의 입력을 포함할 수 있다. 배터리 모니터링 회로는 배터리 임피던스 모델을 복수의 개별 임피던스 스테이지들로 분할하도록 구성될 수 있으며, 여기서 각각의 개별 임피던스 스테이지는 특정 주파수 범위 내에서 배터리 임피던스 모델에 근사화하고, 각각의 개별 임피던스 스테이지의 각자의 임피던스는 정의 임피던스 파라미터들의 1차 세트를 갖는 1차 임피던스 모델 및 임피던스 파라미터들의 2차 세트를 갖는 2차 임피던스 모델을 포함하며, 배터리 임피던스 모델은 복수의 임피던스 스테이지들의 각자의 1차 임피던스 모델들의 직렬 연결에 의해 정의된다. 배터리 모니터링 회로는 또한 정의 임피던스 파라미터들의 1차 세트 및 임피던스 파라미터들의 2차 세트를 결정하기 위해 배터리의 작동을 모니터링하도록 구성될 수 있다.
본 개시의 기술적 이점들은 여기에 포함된 도면들, 설명 및 청구항들로서 이 기술분야의 숙련자에게는 손쉽게 이해될 수 있을 것이다. 상기 실시예들의 목적들 및 이점들은 적어도 청구 범위에서 특별 지시된 요소들, 특징들, 및 조합들에 의해 실현되고 달성될 것이다.
앞서 말한 일반적인 설명과 다음의 상세한 설명은 양쪽 모두는 예들이고 설명적인 것이며 본 개시에서 제시되는 청구범위를 제한하지 않는다는 것을 이해해야 한다.
본 발명의 실시예들과 그 이점들에 대한 더욱 완전한 이해는 수반된 도면들과 관련하여 취해진 다음의 설명을 참조함으로써 얻어 질 수 있으며, 여기에서 유사한 참조 번호들은 유사한 특징들을 나타낸다.
도 1은 본 개시의 실시예들에 따라 예시적인 전력 전달 네트워크의 선택된 구성 요소들의 블록도를 도시한다.
도 2는 본 개시의 실시예들에 따라 배터리의 개방 회로 전압 대 배터리의 충전 상태의 예시적인 그래프를 도시한다.
도 3은 본 개시의 실시예들에 따라 배터리에 대한 등가 회로 모델의 선택된 구성 요소들의 회로도를 도시한다.
도 4는 본 개시의 실시예들에 따라 스테이지들에서의 배터리 임피던스 모델의 추정을 나타내는 배터리에 대한 등가 회로 모델의 선택된 구성 요소들의 회로도를 도시한다.
도 5는 본 개시의 실시예들에 따라 제1 추정 스테이지에 대한 등가 임피던스 모델의 선택된 구성 요소들의 회로도를 도시한다.
도 6은 본 개시의 실시예들에 따라 제2 추정 스테이지에 대한 등가 임피던스 모델의 선택된 구성 요소들의 회로도를 도시한다.
도 7은 본 개시의 실시예들에 따라 제3 추정 스테이지에 대한 등가 임피던스 모델의 선택된 구성 요소들의 회로도를 도시한다.
도 8은 본 개시의 실시예들에 따라 제4 추정 스테이지에 대한 등가 임피던스 모델의 선택된 구성 요소들의 회로도를 도시한다.
도 9는 본 개시의 실시예들에 따라 배터리 모델 추정기의 선택된 구성 요소들의 블록도를 도시한다.
도 10a는 본 개시의 실시예들에 따라 제1 및 제2 배터리 모델 파라미터들을 추정하기 위한 최소 제곱 적합 방법의 블록도를 도시한다.
도 10b는 본 개시의 실시예들에 따라 1차 배터리 모델 파라미터들을 추정하기 위한 최소 제곱 적합 방법의 블록도를 도시한다.
도 1은 본 개시의 실시예들에 따라 예시적인 전력 전달 네트워크(10)의 선택된 구성 요소들의 블록도를 도시한다. 일부 실시예들에서, 전력 전달 네트워크(10)는 스마트폰, 태블릿, 게임 컨트롤러, 및/또는 다른 적합한 디바이스와 같은 휴대용 전자 디바이스 내에서 구현될 수 있다.
도 1에 도시된 바와 같이, 전력 전달 네트워크(10)는 배터리(12) 및 부하(18)를 포함할 수 있다. 도 1에 도시된 바와 같이, 부하(18)에 의해 로딩(loaded)될 때, 배터리(12)는 그 단자들에 걸쳐 배터리 전압(VCELL)을 생성하고 배터리 전류(ICELL)를 부하(18)에 전달할 수 있다. 일부 실시예들에서, 배터리(12)는 리튬 이온 배터리를 포함할 수 있다. 부하(18)는 임의의 전기 부품, 전자 부품, 및/또는 이들의 조합을 나타낼 수 있다. 예를 들어, 부하(18)는 전력 컨버터, 프로세서, 오디오 코더/디코더, 증폭기, 디스플레이 디바이스 등을 포함하지만 이에 한정되지 않는 전력 전달 네트워크(10)의 임의의 적합한 기능 회로들 또는 디바이스들을 포함할 수 있다. 또한, 도 1에 명시적으로 도시되지는 않았지만, 전력 전달 네트워크(10)는 배터리(12) 및/또는 부하(18)의 작동을 제어하기 위한 제어 회로를 포함할 수도 있다.
도 1에도 도시된 바와 같이, 전력 전달 네트워크(10)는 배터리 모니터링 회로(20)를 포함할 수 있다. 배터리 모니터링 회로(20)는 배터리 전압(VCELL) 및 배터리 전류(ICELL)를 모니터링하도록 구성된 임의의 적합한 시스템, 디바이스, 또는 장치를 포함할 수 있다. 또한, 배터리 모니터링 회로(20)는 배터리 전류(ICELL)를 나타내는 감지 저항(22)을 통해 모니터 배터리 전압(VCELL) 및 감지 전압(VSNS)을 수신하도록 구성된 배터리 모델 추정기(24)를 포함할 수 있고, 이에 기초하여, 아래에 더 상세하게 설명된 바와 같이, 배터리(12)에 대한 배터리 임피던스 모델을 추정할 수 있다. 배터리 모델 추정기(24)는 마이크로프로세서, 디지털 신호 프로세서, 애플리케이션 특정 집적 회로, 필드 프로그래머블 게이트 어레이, 전기적으로 지울 수 있는 프로그래머블 읽기 전용 메모리, 복합 프로그래머블 논리 디바이스, 및/또는 다른 적합한 프로세싱 디바이스를 포함하지만 이에 한정되지 않는 프로세싱 디바이스를 통해 구현될 수 있다. 일부 실시예들에서, 배터리 모니터링 회로(20)는 배터리(12)와 연관된 온도를 모니터링할 수 있고, 배터리 모델 추정기(24)는 배터리 전압(VCELL), 감지 전압(VSNS), 및 감지된 온도에 기초하여 임피던스 모델을 추정할 수 있다.
리튬 이온 배터리들은 일반적으로 배터리(예: 배터리(12))의 개방 회로 전압(VOC)으로 알려진 4.5V에서 3.0V까지 작동하는 것으로 알려져 있다. 전류가 배터리로부터 인출됨으로 인해 배터리가 방전됨에 따라, 배터리의 충전 상태도 또한 감소할 수 있고, 개방 회로 전압(VOC)(충전 상태의 함수일 수 있음)도 도 2에 도시된 바와 같이 배터리 내에서 일어나는 전기화학 반응들의 결과로 감소할 수 있다. 개방 회로 전압(VOC)에 대해 3.0V 내지 4.5 V의 범위를 벗어나면, 리튬 이온 배터리의 용량, 수명, 및 안전성이 저하될 수 있다. 예를 들어, 약 3.0V에서는 리튬 이온 셀 에너지의 약 95%가 소모될 수 있으며(즉, 충전 상태는 5%), 추가 방전이 계속되면 개방 회로 전압(VOC)이 급속히 떨어질 수 있다. 약 2.4 V 미만에서는 리튬 이온 배터리의 금속판들이 부식되어 배터리의 내부 임피던스가 높아지고 용량이 줄어들며 잠재적인 단락이 일어날 수 있게 한다. 따라서, 배터리(예, 배터리(12))를 과방전으로부터 보호하기 위해 많은 휴대용 전자 디바이스들은 미리 결정된 방전 종료 전압 아래에서 작동하지 않도록 할 수 있다. 출력 임피던스에 대한 지식은 배터리(12)의 개방 회로 전압(VOC) 및 다른 파라미터들을 결정하는 데 유용할 수 있다.
도 3은 본 개시의 실시예들에 따라, 배터리(12)에 대한 등가 회로 모델의 선택된 구성 요소들의 블록도를 도시한다. 도 3에 도시된 바와 같이, 배터리(12)는 복수의 병렬 저항-정전용량 섹션들(parallel resistive-capacitive sections)(34)(예를 들어, 병렬 저항-정전용량 섹션들(34-1, 34-2, ..., 34-N))과 직렬로 그리고 배터리(12)의 등가 직렬 저항(36)과 또한 직렬로 연결된 개방 회로 전압(VOC)을 갖는 배터리 셀(32)을 갖는 것으로 모델링될 수 있으며, 상기 등가 직렬 저항(36)은 R0의 저항을 갖는다. 저항들(R1, R2, ... RN) 및 각자의 커패시턴스들(C1, C2, ..., CN)은 배터리 화학 의존적 시간 상수들(τ1, τ2, ..., τN)을 모델링할 수 있으며, 이는 개방 회로 전압(VOC) 및 등가 직렬 저항(36)과 합쳐(lump)질 수 있다. 저항-정전용량 섹션들(34) 및 등가 직렬 저항(36)으로 표시되는 일련의 임피던스 섹션들은 배터리(12) 내부에서 상이한 속도들로 발생하는 확산 프로세스들(diffusion processes)을 나타낼 수 있다. 병렬 저항-정전용량 섹션들(34)의 컷오프 주파수는 각각 다음과 같이 주어질 수 있다:
Figure pct00001
Figure pct00002
...
Figure pct00003
여기서, π는 원의 둘레 대 지름의 비율로 정의된 잘 알려진 수학적 상수를 나타내고, 병렬 저항-정전용량 섹션들(34)은 fcN < ... < fc2 < fc1이 되도록 정렬된다.
특히, 도 3에서 전압 VCELL-EFF로 도시된 전기 노드는 배터리(12)의 시간 변화 방전 동작을 포착할 수 있고, 배터리 전압(VCELL)은 배터리(12)의 출력 단자들에 걸쳐 보이는 실제 전압일 수 있다. 전압 VCELL-EFF는 직접적으로 측정될 수 없으며, 따라서 배터리 전압(VCELL)은 배터리 건강 상태를 평가하기 위해 측정될 수 있는 배터리(12)와 연관된 유일한 전압일 수 있다. 또한 주목해야 할 점은, 0의 전류 인출(예를 들어, ICELL = 0)에서, 배터리 전압(VCELL)은 전압 VCELL-EFF와 같을 수 있고, 이것은 차례로 주어진 충전 상태에서 개방 회로 전압(VOC)과 같을 수 있다는 것이다.
배터리(12)의 임피던스 모델을 추정하기 위해, 배터리 모델 추정기(24)는 배터리(12)의 출력 임피던스를 복수의 스테이지들로 분할할 수 있고, 따라서 추정 문제를 더 낮은 차수의 여러 식별 문제들로 세분화할 수 있다. 이러한 스테이지들에서의 추정은 다양한 병렬 저항-정전용량 섹션들(34)에 의해 표시되는 확산 프로세스들의 컷오프 주파수들(또는 시간 상수들)이 한 자릿수 이상으로 분리될 수 있다는 사실에 따라 가능할 수 있다.
배터리(12)의 임피던스 모델이 도 3에 도시된 바와 같이 임의의 N개의 스테이지들을 포함할 수 있지만, 배터리 모델 추정기(24)는 임의의 적절한 수의 스테이지들을 사용하여 임피던스 모델을 추정하고 각 개별 스테이지에 대한 추정을 수행할 수 있다. 예를 들어, 일부 실시예들에서, 배터리 모델 추정기(24)는 도 4에 도시된 바와 같이, 4개의 추정 스테이지들(40-1, 40-2, 40-3, 및 40-4)에서 배터리(12)의 임피던스 모델을 추정할 수 있다. 추정 스테이지(40-1)는 저항 R0, 저항 R1,및 정전용량 C1을 추정할 수 있고, 추정 스테이지(40-2)는 저항 R2 및 정전용량 C2를 추정할 수 있고, 추정 스테이지(40-3)는 저항 R3 및 정전용량 C3을 추정할 수 있고, 추정 스테이지(40-4)는 저항 R4 및 정전용량 C4를 추정할 수 있다.
작동 시, 배터리 모델 추정기(24)는 추정 스테이지들(40) 각각에 대한 각자의 1차 임피던스 모델들(예를 들어, 1차 임피던스 모델들(42-1, 42-2, 42-3, 및 42-4))의 합으로서 전체 배터리 임피던스 모델을 추정할 수 있다. 특정 추정 스테이지(40)에 대한 1차 임피던스 모델(42)은 해당 추정 스테이지(40)의 1차 임피던스와 연관된 컷오프 주파수(예를 들어, fc1, fc3, fc3, fc4)를 중심으로 하는 주파수 대역(FBM) 내에서 전체 배터리 임피던스 모델의 주요 특징을 정의할 수 있다. 예를 들어, 추정 스테이지(40-M)의 1차 임피던스 모델(42-M)이 커패시턴스 CM과 병렬로 저항 RM에 의해 정의된 단일 컷오프 주파수를 갖는 경우, 주파수 fcM은 그러한 1차 임피던스 모델(42-M)의 컷오프 주파수일 수 있다.
그러나, 다른 추정 스테이지들(40)의 1차 임피던스들이 주파수 대역(FBM) 내의 전체 배터리 임피던스 모델의 주파수 응답에 기여할 수 있기 때문에, 추정 스테이지(40-M)의 1차 임피던스는 주파수 대역(FBM) 내의 배터리 전압(VCELL) 및 배터리 전류(ICELL)의 특성들로부터 직접 식별되지 않을 수 있다. 따라서, 배터리 모델 추정기(24)는 그러한 추정 스테이지(40-M)에 대한 2차 임피던스 모델을 사용하여 각 추정 스테이지(40-M)에 대한 임피던스 모델을 추정할 수 있으며, 그러한 2차 임피던스 모델은 그러한 추정 스테이지(40-M)에 대한 주파수 대역(FBM)에 걸쳐 인접한 선행 추정 스테이지들(예를 들어, 추정 스테이지들 40-1 내지 40[M-1]) 및 후속 추정 스테이지들(예를 들어, 추정 스테이지들 40[M+1] 내지 40-N)의 잔류 임피던스를 모델링한다. 예를 들어, 추정 스테이지(40-1)의 경우, 1차 임피던스 모델들 R2||C2, R3||C3, R4||C4를 갖는 후속 추정 스테이지들(40-2, 40-3, 및 40-4)은, 도 5에 도시된 바와 같이, 추정 스테이지(40-1)와 연관된 주파수 대역(FB1) 내의 잔류 임피던스를 가지며, 이는 합쳐진(lumped) 2차 임피던스 모델(44-1 R2||C2)로 모델링될 수 있다.
도 5에 도시된 바와 같이, 추정 스테이지(40-1)에 대한 임피던스 모델은 컷오프 주파수 fc1 근처 및 그 이상의 임피던스의 효과를 모델링하는 1차 파라미터들(R0, R1, 및 C1)을 갖는 임피던스(R0 + R1||C1)를 갖는 1차 임피던스 모델(42-1)을 포함할 수 있다. 1차 임피던스 모델(42-1)은 컷오프 주파수 fc1 근처의 인접한 추정 스테이지들(40)의 잔류 임피던스의 효과를 모델링하는 2차 파라미터들(R2 및 C2)을 가지며 임피던스(R2||C2)를 갖는 2차 임피던스 모델(44-1)과 직렬로 연결될 수 있다.
작동 시, 배터리 모델 추정기(24)는 컷오프 주파수 fc1을 중심으로 하는 대역 통과 필터를 사용하여 배터리 전압(VCELL) 및 배터리 전류(ICELL)의 측정값들을 필터링하거나, 또는 컷오프 주파수 fc2보다 높지만 컷오프 주파수 fc1보다 낮은 컷오프 주파수를 갖는 고역 통과 필터를 사용하여 그러한 측정값들을 고역 통과 필터링할 수 있다. 또한, 배터리 모델 추정기(24)는 필터링된 배터리 전압(VCELL) 및 배터리 전류(ICELL) 시퀀스에 1차 파라미터들(R0, R1, 및 C1) 및 2차 파라미터들(R2 및 C2)을 적합하게 하기 위해 최소 제곱 방법 또는 다른 적절한 적합 접근 방식을 사용할 수 있다.
배터리 모델 추정기(24)는 이러한 파라미터들을 추정하기 위해 두 개의 추정 단계들을 수행할 수 있다. 제1 추정 단계(예를 들어, 아래 도 10a를 참조하여 설명된 바와 같이)에서, 최소 제곱 방법은 1차 파라미터들(R0, R1, 및 C1)과 2차 파라미터들(R2 및 C2) 모두를 동시에 추정할 수 있다. 제2 추정 단계(예를 들어, 이하 도 10b를 참조하여 설명되는 바와 같이)에서, 배터리 모델 추정기(24)는 인접한 추정 스테이지들(40)에서 1차 임피던스의 후속 추정들에 의해 잔류 임피던스의 2차 파라미터들(R2 및 C2)을 설정할 수 있고, 제2 추정 단계 동안 추정 스테이지(40-1)의 1차 임피던스 파라미터들(R0, R1, 및 C1)만을 최소 제곱 적합시킬 수도 있다. 이러한 제2 추정 단계는 적합된 파라미터들의 정확도를 반복적으로 향상시킬 수 있다. 따라서, 이 예에서, 배터리 모델 추정기(24)는 추정 스테이지(40-2)의 1차 파라미터들(R2 및 C2)의 추정으로부터 추정 스테이지(40-1)의 2차 파라미터들(R2 및 C2)을 설정할 수 있다.
도 6에 도시된 바와 같이, 추정 스테이지(40-2)에 대한 임피던스 모델은 컷오프 주파수 fc2 근처의 임피던스의 효과를 모델링하는 1차 파라미터들(R2 및 C2)을 갖는 임피던스(R2||C2)를 갖는 1차 임피던스 모델(42-2)을 포함할 수 있다. 1차 임피던스 모델(42-2)은 2차 파라미터들(R3 및 C3)을 갖는 임피던스(R3||C3)를 갖는 2차 임피던스 모델(44-2a) 및 임피던스 RL1 = R0 + R1을 갖는 또 다른 2차 임피던스 모델(44-2b)과 직렬로 연결될 수 있으며, 여기서 2차 파라미터들(RL1, R3, 및 C3)은 컷오프 주파수 fc2 근처의 인접한 추정 스테이지들(40)의 잔류 임피던스의 효과를 모델링한다.
작동 시, 배터리 모델 추정기(24)는 컷오프 주파수 fc2을 중심으로 하는 대역 통과 필터를 사용하여 배터리 전압(VCELL) 및 배터리 전류(ICELL)의 측정값들을 필터링하거나, 또는 컷오프 주파수 fc3보다 높지만 컷오프 주파수 fc2보다 낮은 컷오프 주파수를 갖는 고역 통과 필터를 사용하여 그러한 측정값들을 고역 통과 필터링할 수 있다. 또한, 배터리 모델 추정기(24)는 필터링된 배터리 전압(VCELL) 및 배터리 전류(ICELL) 시퀀스에 1차 파라미터들(R2 및 C2) 및 2차 파라미터들(RL1, R3, 및 C3)을 적합하게 하기 위해 최소 제곱 방법 또는 다른 적절한 적합 접근 방식을 사용할 수 있다.
배터리 모델 추정기(24)는 이러한 파라미터들을 추정하기 위해 두 개의 추정 단계들을 수행할 수 있다. 제1 추정 단계(예를 들어, 아래 도 10a를 참조하여 설명된 바와 같이)에서, 최소 제곱 방법은 1차 파라미터들(R2 및 C2)과 2차 파라미터들(RL1, R3, 및 C3) 모두를 동시에 추정할 수 있다. 제2 추정 단계(예를 들어, 이하 도 10b를 참조하여 설명되는 바와 같이)에서, 배터리 모델 추정기(24)는 인접한 추정 스테이지들(40)에서 1차 임피던스의 후속 추정들에 의해 잔류 임피던스의 2차 파라미터들(RL1, R3, 및 C3)을 설정할 수 있고, 제2 추정 단계 동안 추정 스테이지(40-2)의 1차 임피던스 파라미터들(R2 및 C2)만을 최소 제곱 적합시킬 수도 있다. 이러한 제2 추정 단계는 적합된 파라미터들의 정확도를 반복적으로 향상시킬 수 있다. 따라서, 이 예에서, 배터리 모델 추정기(24)는 추정 스테이지(40-3)의 1차 파라미터들(R3 및 C3)의 추정으로부터 그리고 추정 스테이지(40-1)의 1차 파라미터들(R0 및 R1)의 추정으로부터 추정 스테이지(40-2)의 2차 파라미터들(R2 및 C2)을 설정할 수 있다.
도 7에 도시된 바와 같이, 추정 스테이지(40-3)에 대한 임피던스 모델은 컷오프 주파수 fc3 근처의 임피던스의 효과를 모델링하는 1차 파라미터들(R3 및 C3)을 갖는 임피던스(R3||C3)를 갖는 1차 임피던스 모델(42-3)을 포함할 수 있다. 1차 임피던스 모델(42-3)은 2차 파라미터들(R4 및 C4)을 갖는 임피던스(R4||C4)를 갖는 2차 임피던스 모델(44-3a) 및 임피던스 RL2 = R0 + R1 + R2을 갖는 또 다른 2차 임피던스 모델(44-3b)과 직렬로 연결될 수 있으며, 여기서 2차 파라미터들(RL2, R4, 및 C4)은 컷오프 주파수 fc3 근처의 인접한 추정 스테이지들(40)의 잔류 임피던스의 효과를 모델링한다.
작동 시, 배터리 모델 추정기(24)는 컷오프 주파수 fc3을 중심으로 하는 대역 통과 필터를 사용하여 배터리 전압(VCELL) 및 배터리 전류(ICELL)의 측정값들을 필터링하거나, 또는 컷오프 주파수 fc4보다 높지만 컷오프 주파수 fc3보다 낮은 컷오프 주파수를 갖는 고역 통과 필터를 사용하여 그러한 측정값들을 고역 통과 필터링할 수 있다. 또한, 배터리 모델 추정기(24)는 필터링된 배터리 전압(VCELL) 및 배터리 전류(ICELL) 시퀀스에 1차 파라미터들(R3 및 C3) 및 2차 파라미터들(RL2, R4, 및 C4)을 적합하게 하기 위해 최소 제곱 방법 또는 다른 적절한 적합 접근 방식을 사용할 수 있다.
배터리 모델 추정기(24)는 이러한 파라미터들을 추정하기 위해 두 개의 추정 단계들을 수행할 수 있다. 제1 추정 단계(예를 들어, 아래 도 10a를 참조하여 설명된 바와 같이)에서, 최소 제곱 방법은 1차 파라미터들(R3 및 C3)과 2차 파라미터들(RL2, R4, 및 C4) 모두를 동시에 추정할 수 있다. 제2 추정 단계(예를 들어, 이하 도 10b를 참조하여 설명되는 바와 같이)에서, 배터리 모델 추정기(24)는 인접한 추정 스테이지들(40)에서 1차 임피던스의 후속 추정들에 의해 잔류 임피던스의 2차 파라미터들(RL2, R4, 및 C4)을 설정할 수 있고, 제2 추정 단계 동안 추정 스테이지(40-3)의 1차 임피던스 파라미터들(R3 및 C3)만을 최소 제곱 적합시킬 수도 있다. 이러한 제2 추정 단계는 적합된 파라미터들의 정확도를 반복적으로 향상시킬 수 있다. 따라서, 이 예에서, 배터리 모델 추정기(24)는 추정 스테이지(40-4)의 1차 파라미터들(R4 및 C4)의 추정으로부터 그리고 추정 스테이지들(40-1 및 40-2)의 1차 파라미터들(R0, R1, 및 R2)의 추정으로부터 추정 스테이지(40-3)의 2차 파라미터들(R3 및 C3)을 설정할 수 있다.
도 8에 도시된 바와 같이, 추정 스테이지(40-4)에 대한 임피던스 모델은 컷오프 주파수 fc4 근처의 임피던스의 효과를 모델링하는 1차 파라미터들(R4 및 C4)을 갖는 임피던스(R4||C4)를 갖는 1차 임피던스 모델(42-4)을 포함할 수 있다. 1차 임피던스 모델(42-4)은 임피던스 RL3 = R0 + R1 + R2+ R3을 갖는 2차 임피던스 모델(44-4)과 직렬로 연결될 수 있으며, 2차 파라미터(RL3)는 컷오프 주파수 fc4 근처의 인접한 추정 스테이지들(40)의 잔류 임피던스의 효과를 모델링한다.
작동 시, 배터리 모델 추정기(24)는 컷오프 주파수 fc4를 중심으로 하는 대역 통과 필터를 사용하여 배터리 전압(VCELL) 및 배터리 전류(ICELL)의 측정값들을 필터링할 수 있다. 또한, 배터리 모델 추정기(24)는 필터링된 배터리 전압(VCELL) 및 배터리 전류(ICELL) 시퀀스에 1차 파라미터들(R4 및 C4) 및 2차 파라미터(RL3)를 적합하게 하기 위해 최소 제곱 방법 또는 다른 적절한 적합 접근 방식을 사용할 수 있다.
배터리 모델 추정기(24)는 이러한 파라미터들을 추정하기 위해 두 개의 추정 단계들을 수행할 수 있다. 제1 추정 단계(예를 들어, 아래 도 10a를 참조하여 설명된 바와 같이)에서, 최소 제곱 방법은 1차 파라미터들(R4 및 C4)과 2차 파라미터(RL3) 모두를 동시에 추정할 수 있다. 제2 추정 단계(예를 들어, 이하 도 10b를 참조하여 설명되는 바와 같이)에서, 배터리 모델 추정기(24)는 인접한 추정 스테이지들(40)에서 1차 임피던스의 후속 추정들에 의해 잔류 임피던스의 2차 파라미터(RL3)를 설정할 수 있고, 제2 추정 단계 동안 추정 스테이지(40-3)의 1차 임피던스 파라미터들(R4 및 C4)만을 최소 제곱 적합시킬 수도 있다. 이러한 제2 추정 단계는 적합된 파라미터들의 정확도를 반복적으로 향상시킬 수 있다. 따라서, 이 예에서, 배터리 모델 추정기(24)는 추정 스테이지들(40-1, 40-2, 및 40-3)의 1차 파라미터들(R0, R1, R2, 및 R3)의 추정으로부터 추정 스테이지(40-4)의 2차 파라미터들(R4 및 C4)을 설정할 수 있다.
각 추정 스테이지(40)의 제1 추정 단계는 2차 파라미터들의 선험적 추정치가 정의되지 않은 경우에 한 번만 필요할 수 있다. 이러한 제1 추정 단계를 통해 모든 추정 스테이지(40)의 1차 파라미터들이 추정되면, 배터리 모델 추정기(24)는 1차 파라미터들을 인접한 추정 스테이지들(40)의 2차 파라미터들로 전달하여 추정 프로세스를 단순화 및 제한할 수 있을 뿐만 아니라 잠재적으로 전체 배터리 임피던스 모델의 반복적으로 더 정확한 추정들로 이어질 수 있다.
전체 모델 파라미터들이 추정되면, 배터리 모델 추정기(24)는, (예를 들어, 감지 전압(VSNS)에 의해 표시될 수 있는) 전류 ICELL을 모니터링함으로써, 개방 회로 전압(VOC), 전압 VCELL-EFF, 배터리(12)의 내부 과전위 상태, 리튬 이온 양극 전위, 및/또는 화학적 열화를 초래할 수 있는 배터리의 조건을 나타내는 다른 상태를 추정할 수 있다. 배터리 모델 추정기(24)는 예를 들어, 간단한 필터 모델 또는 칼만 필터를 사용하여 그러한 과전위 상태를 추정할 수 있다.
도 9는 본 개시의 실시예들에 따라 배터리 모델 추정기(24)의 선택된 구성요소들의 블록도를 도시한다. 도 9에 도시된 바와 같이, 배터리 모델 추정기(24)는 아날로그-디지털 컨버터(ADC)를 사용하여 배터리 전압(VCELL) 및 배터리 전류(ICELL)를 샘플링할 수 있고, 배터리 모델 추정기(24)는 적절한 추정치를 얻기에 충분한 낮은 비율로 각각의 추정 스테이지(40)에 대해 그러한 샘플링된 배터리 전압(VCELL) 및 배터리 전류(ICELL)를 데시메이트할 수 있다. 이러한 신호 데시메이션(signal decimation)은 바람직한 수치 정밀도를 유지하면서 배터리 임피던스 모델을 추정하는 데 필요한 프로세싱의 양을 감소시킬 수 있다. 이러한 데시메이트된 신호들은 추정 스테이지들(40)에 대해 각자의 차단 주파수들(fc1, fc2, fc3, 및 fc4) 근처에서 대역 통과 필터링되며, 일단 필터링되면, 배터리 모델 추정기(24)는 전술한 바와 같이 다양한 1차 및 2차 파라미터들을 결정하기 위해 최소 제곱 적합을 수행할 수 있다. 또한, 배터리 임피던스 모델이 확립되면(그리고 시간이 경과함에 따라 동적으로 업데이트될 수 있음), 배터리 모델 추정기(24)는 이러한 배터리 임피던스 모델을 모니터링된 배터리 전류(ICELL)에 적용하여 개방 회로 전압(VOC), 전압 VCELL-EFF, 배터리(12)의 내부 과전위 상태, 리튬 이온 양극 전위, 및/또는 화학적 열화를 초래할 수 있는 배터리 조건을 나타내는 다른 상태를 추정할 수 있다.
도 10a는 본 개시의 실시예들에 따라 제1 및 제2 배터리 모델 파라미터들을 추정하기 위한 최소 제곱 적합 방법의 블록도를 도시한다. 도 10a에 도시된 최소 제곱 적합 방법은 추정 스테이지들(40) 각각에 대해 설명된 "제1 추정 단계"를 수행하는 데 사용될 수 있다. 도 10a에 도시된 바와 같이, 배터리 전압(VCELL) 및 배터리 전류(ICELL)의 데시메이트된, 대역 통과 필터링된 측정값들의 지연된 샘플들의 선형 조합들이 회귀자 세트(a set of regressors)를 형성하는 데 사용될 수 있다. 회귀자들의 교차 상관 행렬은 특정 추정 스테이지(40)에 대한 각자의 차단 주파수(예를 들어, fc1, fc2, fc3, fc4)에서 저역 통과 필터링될 수 있다. 이러한 저역 통과 필터는 그러한 추정 스테이지(40)에 대한 임피던스 모델에 존재하는 최저 컷오프 주파수보다 낮은 대역폭을 갖는 1차 저역 통과 필터 또는 단순한 누적 및 덤프 필터를 포함할 수 있다. 배터리 모델 추정기(24)는 필터링된 상관관계를 사용하여 최소 제곱 적합 솔루션을 결정할 수 있다.
도 10b는 본 개시의 실시예들에 따라 1차 배터리 모델 파라미터들을 추정하기 위한 최소 제곱 적합 방법의 블록도를 도시한다. 도 10b에 도시된 최소 제곱 적합 방법은 추정 스테이지들(40) 각각에 대해 설명된 "제2 추정 단계"를 수행하는 데 사용될 수 있다. 도 10b에 도시된 바와 같이, 제2 추정 단계에서, 제2 파라미터들을 미리 설정하여 제1 파라미터들의 보다 정확한 추정으로 이끌도록 함으로써, 최소 제곱 솔루션이 더욱 제한될 수 있다.
전술한 바에 따라, 부하에 전원을 공급하고 관심 주파수들의 전체 범위에 걸쳐 유효한 배터리의 출력 임피던스를 모델링하는 전체 배터리 임피던스 모델의 파라미터들을 추정하는 방법들과 시스템들이 제공될 수 있다. 전체 배터리 모델은 N개의 개별 임피던스 추정 스테이지들로 분리될 수 있으며, 여기서 N은 2 이상의 정수이다. 각 임피던스 추정 스테이지는 제한된 주파수 범위에 대한 전체 배터리 임피던스 모델에 근사화할 수 있다. 개별 임피던스 추정 스테이지들 각각에 대해, 각 스테이지의 각자의 임피던스는 정의 파라미터의 1차 세트를 갖는 1차 임피던스 모델과 2차 파라미터의 세트를 갖는 2차 임피던스 모델을 포함할 수 있다. 전체 배터리 임피던스 모델은 모든 1차 임피던스 모델들의 직렬 연결에 의해 정의될 수 있다. 따라서, 1차 파라미터들은 전체 배터리 모델의 파라미터들을 정의할 수 있다.
배터리 모델에 대한 관심 주파수들의 전체 범위는 1mHz ~ 10KHz일 수 있다. 본원에 개시된 방법들 및 시스템들은 또한, 모바일 디바이스에 당연히 존재하는 것과 같은 스위칭 부하 하에서 배터리의 과도 응답과 연관된 측정된 전압 및 전류를 사용할 수 있다. 일부 실시예들에서, 배터리의 광대역 테스트 여기(broadband test-excitation)가 그러한 전압 및 전류를 생성하는 데 사용될 수 있다.
임피던스 추정 스테이지 M(여기서, M은 1 내지 N 사이)의 1차 임피던스 모델은 임피던스 추정 스테이지 M의 주파수 범위에 대한 전체 배터리 모델의 임피던스의 주요 특징(예를 들어, 해당 주파수 범위에 대한 지배적인 임피던스를 정의하는 전기 구성 요소들 또는 전기 구성 요소들의 조합)을 정의할 수 있다. 임피던스 추정 스테이지 M(M은 1과 N 사이)의 2차 임피던스 모델은 임피던스 추정 스테이지 M의 주파수 범위에 걸쳐 각 임피던스 추정 스테이지(1 내지 M-1 및 M+1 내지 N)의 1차 임피던스 모델의 잔여 특징을 정의할 수 있다. 2차 임피던스 모델은 1차 임피던스 추정 스테이지들(1 내지 M-1 및 M+1 내지 N)의 임피던스의 합쳐진 모델(lumped model)이 될 수 있다.
본원에 개시된 시스템들 및 방법들에 따라, 배터리 모니터링 회로는 배터리의 단자 전압 및 단자 전류를 모니터링할 수 있다. 각 임피던스 추정 스테이지(M)에 대해, 배터리 모니터링 회로는 해당 임피던스 추정 스테이지(M)와 연관된 주파수 범위에서 단자 전압 및 단자 전류를 대역 통과 필터링할 수 있다. 배터리 모니터링 회로는 대역 통과 필터링된 단자 전압 및 단자 전류 측정들에 최소 제곱 적합 방법을 적용하여 임피던스 추정 스테이지(M)에 대해 전체 배터리 임피던스 모델의 파라미터들을 추정할 수 있다.
최소 제곱 적합 방법은 두 단계들로 수행될 수 있다. 제1 추정 단계는 임피던스 추정 스테이지(M)의 1차 및 2차 파라미터들을 추정하는 것을 포함할 수 있으며, 제1 추정 단계에서와 마찬가지로 추정을 수행하기 위해 2차 파라미터들에 대한 충분한 선험적 지식이 이용 가능하지 않을 수도 있다. 제2 추정 단계는 임피던스 추정 스테이지(M)의 2차 파라미터들을 미리 설정하고, 최소 제곱 적합 방법을 사용하여 임피던스 추정 스테이지(M)의 1차 파라미터들만 추정하는 것을 포함할 수 있다. 일부 예들에서, 2차 파라미터들은 유효하지 않게 될 수도 있으며 배터리 모니터링 회로는 제1 추정 단계 및 제2 추정 단계를 다시 실행할 수 있다. 일부 실시예들에서, 제1 파라미터 단계는 한 번만 수행될 수 있고, 제2 파라미터 단계는 반복적으로 수행될 수 있다(예를 들어, 파라미터 추적을 위해).
일부 실시예들에서, 배터리 모니터링 회로는 각 파라미터들에 대한 유효한 범위에 대한 선험적 지식에 기초하여 추정된 파라미터들 중 일부를 제한할 수 있다. 배터리 모니터링 단계는 배터리의 샘플들의 모집단을 특성화함으로써 하나 이상의 추정된 파라미터를 제한할 수 있다.
배터리 모니터링 회로는 다중 속도 구현(multi-rate implementation)을 사용할 수 있으며, 여기서 배터리 모니터링 회로는 각각의 임피던스 추정 스테이지(M)에 대해, 그러한 임피던스 추정 스테이지(M)의 정의된 주파수 범위에 걸쳐 전체 배터리 모델을 정확하게 적합시키기에 충분하지만 최소 제곱 적합의 프로세싱 요건들을 감소시키기에 충분히 낮은 샘플 속도를 사용한다. 일부 실시예들에서, 그러한 샘플 속도는 임피던스 추정 스테이지(M)의 대역 통과 필터의 높은 컷오프 주파수의 적어도 두 배인 샘플 속도일 수 있다.
본원에 설명된 배터리 모델 추정은 관심 주파수 대역에 대한 신호 대 잡음비(SNR)가 미리 결정된 임계값 미만인 경우 비활성화되거나 적응 속도가 감소될 수 있다. 이러한 배터리 모델 추정의 비활성화 또는 파라미터 추정을 위한 적응 속도 감소는 배터리로부터 전원이 공급되는 부하가 유휴 상태이거나 관심 주파수 대역을 벗어난 강한 스펙트럼 콘텐츠가 있는 경우 발생할 수 있다. 주파수 대역에 걸쳐 SNR을 추정하는 데 필요한 잡음 지수(noise figure)는 부하가 없거나 주파수 대역에서 최소의 부하가 감지될 때(예를 들어, 모바일 디바이스가 유휴 상태일 때 발생할 수 있음) 선험적으로 추정될 수 있다. 잡음 지수는 전압 및 전류 센서 잡음 사양과 대역 통과 필터 파라미터들에서 동일하게 추정될 수 있다.
임피던스 추정 스테이지(M)의 주파수 대역에 대한 콘텐트가 임피던스 추정 스테이지(M) 파라미터들을 명확하게 추정하기에 스펙트럼적으로 충분히 다양하지 않은 경우(과적합(overfit)), 임피던스 추정 스테이지(M)의 파라미터들의 추정이 비활성화된다. 스펙트럼 조건은 최소 제곱 적합의 교차 상관 행렬의 일부 항목들을 모니터링함으로써 결정될 수 있다.
전체 배터리 임피던스 모델은 예를 들어 칼만 필터와 같은 이산 시간 무한 임펄스 응답 필터로 구현될 수 있다. 전체 배터리 임피던스 모델 및 추론된 상태들은 연료 측정 알고리즘들 또는 배터리의 전력 제한 추정에 사용될 수 있다.
배터리 모니터링 회로는 전체 배터리 모델을 모니터링된 배터리 전압 및/또는 배터리 전류에 적용하여 과전위 및 개방 회로 전압과 같은 전체 배터리 모델의 내부 상태들을 추정할 수 있다. 일부 실시예들에서, 디바이스의 부하에 전원을 제공하기 위해 배터리의 전류를 인출하는 부하 하에서 배터리의 단자 전압 및 단자 전류가 모니터링될 수 있다. 배터리는 다음 중 하나에 대해 모니터링된 단자 전압과 단자 전류 사이의 관계를 근사화하는 배터리 모델로 모델링될 수 있다: (1) 특정 주파수 범위, (2) 특정 지속 시간 또는 진폭 범위 또는 적용된 부하, 또는 (3) 배터리 또는 부하의 조건들의 세트, 여기서 배터리 모니터링 회로는 단자 전류로부터 배터리와 연관련된 전압(예: 개방 회로 전압)을 추정할 수 있을 수 있다.
모니터링된 단자 전압과 단자 전류 사이의 관계는 적어도 2개의 시간 상수들을 포함하는 주파수 의존적 특성들을 가질 수 있다. 적어도 2개의 시간 상수들은 배터리의 선형 또는 비선형 모델의 입력과 출력 사이의 시간 변화 관계를 나타낸다. 위에서 설명한 바와 같이, 배터리 모델은 모델 파라미터들을 가질 수 있다. 모델 파라미터들은 최적화 함수를 통해 결정될 수 있다. 모델 파라미터들 및 배터리 모델은 배터리 특성들을 예측하는 데 사용될 수 있다.
전술한 내용은 배터리 모델을 추정하도록 구성된 배터리 모니터링 회로를 고려하지만, 일부 실시예들에서, 배터리 모델은 다른 방식으로 결정될 수 있다. 예를 들어, 배터리 모델은 다음 중 하나 이상을 포함할 수 있다: (1) 배터리의 선형 또는 비선형 모델, (2) 배터리의 임피던스를 모델링하는 파라미터화된 등가 회로 모델, (3) 물리 기반 모델, (4) 등가 회로 모델과 물리 기반 모델의 조합, 또는 (5) 칼만 필터 또는 확장 칼만 필터. 파라미터화된 등가 회로 모델의 경우, 배터리의 임피던스를 모델링하기 위한 파라미터들에는 저항성, 용량성 및/또는 유도성 회로 요소들이 포함될 수 있으며, 이들은 병렬 또는 직렬로 연결될 수 있고 그 요소 임피던스들은 시간에 따라 변하거나 비선형 특성들을 가질 수 있다.
필터링된 모니터링 단자 전압 및 전류는 추정된 신호 대 잡음비(SNR) 메트릭 또는 전력 스펙트럼 밀도(PSD) 메트릭을 도출하는 데 사용될 수 있다. 하나 이상의 주파수 대역과 관련된 배터리 모델의 파라미터들은 충분한 SNR이 감지되고 배터리 모델에 대한 과적합을 방지하기에 충분한 PSD인 경우 조정될 수 있다. 하나 이상의 주파수 대역과 관련된 배터리 모델의 파라미터들의 적응은 유휴 기간 동안 또는 일정한 직류(DC) 부하 하에서 비활성화될 수 있다. 파라미터의 적응 속도는 추정된 SNR과 예상된 파라미터 변화율의 함수일 수 있다. SNR을 도출하는 데 필요한 잡음 지수는 배터리에 의해 전원이 공급되는 디바이스가 절전 모드로 들어갈 때와 같이 부하가 없거나 매우 가벼운 부하가 존재할 때 결정될 수 있다.
최적화 함수는 최소 제곱 적합 또는 최소 제곱 적합의 주파수 또는 시간 가중된 변형일 수 있다. 배터리 모델은 연료 측정 알고리즘과 함께 사용될 수 있다. 배터리 모델은 배터리의 한계를 추정하고 배터리로부터 인출되는 전력을 제한하는 데 사용될 수 있다. 배터리 모델은 배터리 수명을 저하시키는 조건들로부터 배터리를 보호하는 데 사용될 수 있다. 배터리 모델은 배터리의 최적화된 충전 또는 로딩 조건들을 설계하는 데 사용될 수 있다.
배터리로부터 전력을 인출하는 구성 요소는 중앙 처리 장치(CPU), 그래픽 처리 장치(GPU), 전원 관리 장치(PMU), 증폭기, 오디오, 햅틱 또는 다른 액추에이터, 플래시 발광 다이오드(LED), LED 스크린, 미세 전자 기계 시스템(MEMS) 센서 또는 다른 센서, 및/또는 수동 구성 요소와 같은 모바일 디바이스에 있는 구성 요소일 수 있다.
본원에 사용된 바와 같이, 둘 이상의 요소들이 서로 "결합된” 것으로 언급될 때, 그러한 용어는 그러한 둘 이상의 요소들이 간접적으로 또는 직접적으로 또는 개재 요소들의 여부와 상관없이 적용 가능한 것으로서 전자 통신 또는 기계적 통신 상태에 있음을 나타낸다.
본 개시는 당업자가 이해할 수 있는 본 명세서의 예시적인 실시예에 대한 모든 변화, 대체, 변형, 변경, 및 수정을 망라한다. 유사하게, 바람직한 것으로서, 첨부된 청구범위는 당업자가 이해할 수 있는 본 명세서의 예시적인 실시예에 대한 모든 변화, 대체, 변형, 변경, 및 수정을 망라한다. 또한, 특정 기능을 수행하도록 적응되거나, 배열되거나, 할 수 있거나, 구성되거나, 할 수 있게 되거나, 동작 가능하거나, 또는 동작하는 장치 또는 시스템, 또는 장치 또는 시스템의 구성요소에 대한 첨부된 청구범위에서의 참조는, 그 장치, 시스템, 또는 구성성분이 적응되고, 배열되고, 할 수 있고, 구성되고, 할 수 있게 되고, 동작 가능하고, 동작하는 한, 그 장치, 시스템, 또는 구성성분, 또는 그 특정 기능이 활성화되거나, 턴 온되거나, 또는 잠금해제되는 것과는 무관하게 그 장치, 시스템, 또는 구성요소를 망라한다. 따라서, 수정들, 부가들, 또는 생략들이 본 개시의 범위로부터 벗어나지 않고 여기에서 설명된 시스템들, 장치들, 및 방법들에 대해 이루어질 수 있다. 예를 들어, 시스템들 및 장치들의 구성요소들은 통합되거나 또는 분리될 수 있다. 게다가, 여기에서 개시된 시스템들 및 장치들의 동작들은 더 많은, 더 적은, 또는 다른 구성요소들에 의해 수행될 수 있으며 설명된 방법들은 더 많은, 더 적은, 또는 다른 단계들을 포함할 수 있다. 부가적으로, 단계들은 임의의 적절한 순서로 수행될 수 있다. 본 문서에서 사용된 바와 같이, "각각"은 세트의 각각의 멤버 또는 세트의 서브세트의 각각의 멤버를 지칭한다.
대표적인 실시예들이 도면들에서 예시되고 아래에 설명되었지만, 본 개시의 원리들은 현재 알려져 있는지에 관계없이, 임의의 기술들을 사용하여 구현될 수 있다. 본 개시는 결코 도면들에 예시되고 상기 설명된 대표적인 구현예들 및 기술들에 제한되지 않아야 한다.
달리 구체적으로 주지되지 않는다면, 도면들에서 묘사된 부품들은 반드시 일정한 비율로 그려진 것은 아니다.
본 명세서에 나열된 모든 예들 및 조건부 표현은 독자가 본 개시 내용과 기술을 발전시키기 위해 발명자에 의해 기여된 개념을 이해하는 데 도움이 되도록 교수적인 목적으로 의도된 것이며, 그와 같이 특정하게 인용된 예들 및 조건들에 대한 제한은 없는 것으로 해석된다. 본 개시의 실시예들이 상세히 설명되었지만, 본 개시 내용의 사상 및 범위를 벗어나지 않으면서 다양한 변화, 대체 및 변경이 이루어질 수 있음을 이해해야 한다.
특정 이점들이 위에서 열거되었지만, 다양한 실시예들은 열거된 이점들 중 일부, 또는 모두를 포함하거나, 또는 포함하지 않을 수 있다. 부가적으로, 다른 기술적 이점들은 앞서 말한 도면들 및 설명의 검토 후 이 기술분야의 통상의 기술자에게 쉽게 명백해질 것이다.
여기에 첨부된 청구항들을 해석하는 데 있어 본 출원에 대해 발행된 임의의 특허의 임의의 독자들 및 특허청을 돕기 위해, 출원인들은 단어들("~하기 위한 수단" 또는 "~하기 위한 단계")이 특정한 청구항에서 명시적으로 사용되지 않는다면 첨부된 청구항들 또는 청구항 요소들 중 어떠한 것도 35 U.S.C §112(f)를 적용하도록 의도하지 않는다는 것을 주목하길 원한다.

Claims (24)

  1. 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 방법에 있어서:
    디바이스의 구성 요소에 전원을 제공하기 위해 배터리의 전류를 인출하는 부하 하에서 배터리의 단자 전압 및 단자 전류를 모니터링하는 단계; 및
    특정 주파수 범위, 특정 지속 시간, 특정 진폭 범위, 적용된 부하, 배터리의 조건들의 세트, 및 부하의 조건들의 세트 중 적어도 하나에 대해 모니터링된 단자 전압과 단자 전류 사이의 관계를 근사화하는 배터리 모델로서 배터리를 모델링하는 단계로서:
    상기 단자 전압과 단자 전류 사이의 관계는 적어도 두 개의 시간 상수들을 포함하는 주파수 의존적 특성을 갖고;
    상기 두 개의 시간 상수들은 배터리 모델의 입력과 출력 사이의 시간 변화 관계를 나타내는, 상기 모델링하는 단계를 포함하는,
    디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 방법.
  2. 제1항에 있어서, 상기 배터리 모델은 파라미터들을 가지며, 상기 방법은 최적화 함수를 통해 모델 파라미터들을 결정하는 단계를 더 포함하는, 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 방법.
  3. 제2항에 있어서, 상기 최적화 함수는 최소 제곱 적합(least squares fit)인, 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 방법.
  4. 제2항에 있어서, 상기 최적화 함수는 최소 제곱 적합의 주파수 또는 시간 가중 변형인, 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 방법.
  5. 제1항 내지 제4항 중 어느 한 항에 있어서, 상기 배터리 모델은 배터리의 선형 모델, 배터리의 비선형 모델, 배터리의 임피던스를 모델링하는 파라미터화된 등가 회로 모델, 물리 기반 모델, 등가 회로 모델과 물리 기반 모델의 조합, 칼만 필터, 및 확장 칼만 필터 중 적어도 하나를 포함하는, 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 방법.
  6. 제1항 내지 제5항 중 어느 한 항에 있어서, 배터리를 모델링하기 위해 하나 이상의 주파수 대역에 걸쳐 단자 전압 및 단자 전류를 분리 및 필터링하는 단계를 더 포함하는, 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 방법.
  7. 제1항 내지 제6항 중 어느 한 항에 있어서, 배터리 특성들을 예측하기 위해 배터리 모델을 사용하는 단계를 더 포함하는, 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 방법.
  8. 제7항에 있어서, 상기 배터리 특성들은 배터리의 최대 가용 전력, 배터리의 충전 상태, 배터리의 건강 상태, 및 배터리의 내부 상태 중 적어도 하나를 포함하는, 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 방법.
  9. 제8항에 있어서, 상기 내부 상태는 배터리의 개방 회로 전압, 배터리의 내부 과전위 상태, 배터리의 리튬 이온 양극 전위, 및 화학적 열화를 초래할 수 있는 배터리의 조건을 나타내는 일부 다른 상태 중 적어도 하나를 포함할 수 있는, 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 방법.
  10. 제1항 내지 제4항 및 제6항 내지 제9항 중 어느 한 항에 있어서,
    상기 배터리 모델은 배터리의 임피던스를 모델링하는 파라미터화된 등가 회로 모델을 포함하고;
    상기 배터리 모델은 저항성, 용량성, 및/또는 유도성 회로 소자들을 병렬 또는 직렬로 포함하는 배터리의 임피던스를 모델링하기 위한 파라미터들을 포함하는,
    디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 방법.
  11. 제10항에 있어서, 상기 회로 소자들의 임피던스들은 시간에 따라 변하는, 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 방법.
  12. 제10항에 있어서, 상기 회로 소자들의 임피던스들은 비선형 특성들을 갖는, 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 방법.
  13. 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 시스템에 있어서:
    디바이스의 구성 요소에 전원을 제공하기 위해 배터리의 전류를 인출하는 부하 하에서 배터리의 단자 전압 및 단자 전류를 모니터링하도록 구성된 배터리 모니터링 회로; 및
    특정 주파수 범위, 특정 지속 시간, 특정 진폭 범위, 적용된 부하, 배터리의 조건들의 세트, 및 부하의 조건들의 세트 중 적어도 하나에 대해 모니터링된 단자 전압과 단자 전류 사이의 관계를 근사화하는 배터리 모델로서 배터리를 모델링하도록 구성된 배터리 모델 추정기로서,
    상기 단자 전압과 단자 전류 사이의 관계는 적어도 두 개의 시간 상수들을 포함하는 주파수 의존적 특성을 갖고;
    상기 두 개의 시간 상수들은 배터리 모델의 입력과 출력 사이의 시간 변화 관계를 나타내는, 상기 배터리 모델 추정기를 포함하는,
    디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 시스템.
  14. 제13항에 있어서, 상기 배터리 모델은 파라미터들을 가지며, 상기 배터리 모델 추정기는 또한 최적화 함수를 통해 상기 모델 파라미터들을 결정하도록 구성되는, 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 시스템.
  15. 제14항에 있어서, 상기 최적화 함수는 최소 제곱 적합인, 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 시스템.
  16. 제14항에 있어서, 상기 최적화 함수는 최소 제곱 적합의 주파수 또는 시간 가중 변형인, 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 시스템.
  17. 제13항 내지 제16항 중 어느 한 항에 있어서, 상기 배터리 모델은 배터리의 선형 모델, 배터리의 비선형 모델, 배터리의 임피던스를 모델링하는 파라미터화된 등가 회로 모델, 물리 기반 모델, 등가 회로 모델과 물리 기반 모델의 조합, 칼만 필터, 및 확장 칼만 필터 중 적어도 하나를 포함하는, 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 시스템.
  18. 제13항 내지 제17항 중 어느 한 항에 있어서, 상기 배터리 모델 추정기는 또한 배터리를 모델링하기 위해 하나 이상의 주파수 대역에 걸쳐 단자 전압 및 단자 전류를 분리 및 필터링하도록 구성되는, 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 시스템.
  19. 제13항 내지 제18항 중 어느 한 항에 있어서, 상기 배터리 모델 추정기는 또한 배터리 모델을 사용하여 배터리 특성들을 예측하도록 구성되는, 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 시스템.
  20. 제19항에 있어서, 상기 배터리 특성들은 배터리의 최대 가용 전력, 배터리의 충전 상태, 배터리의 건강 상태, 및 배터리의 내부 상태 중 적어도 하나를 포함하는, 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 시스템.
  21. 제20항에 있어서, 상기 내부 상태는 배터리의 개방 회로 전압, 배터리의 내부 과전위 상태, 배터리의 리튬 이온 양극 전위, 및 화학적 열화를 초래할 수 있는 배터리의 조건을 나타내는 일부 다른 상태 중 적어도 하나를 포함할 수 있는, 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 시스템.
  22. 제13항 내지 제16항 및 제18항 내지 제21항 중 어느 한 항에 있어서,
    상기 배터리 모델은 배터리의 임피던스를 모델링하는 파라미터화된 등가 회로 모델을 포함하고;
    상기 배터리 모델은 저항성, 용량성, 및/또는 유도성 회로 소자들을 병렬 또는 직렬로 포함하는 배터리의 임피던스를 모델링하기 위한 파라미터들을 포함하는,
    디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 시스템.
  23. 제22항에 있어서, 상기 회로 소자들의 임피던스들은 시간에 따라 변하는, 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 시스템.
  24. 제22항에 있어서, 상기 회로 소자들의 임피던스들은 비선형 특성들을 갖는, 디바이스의 구성 요소에 전원을 공급하는 배터리의 관리 시스템.
KR1020237016469A 2020-10-30 2021-09-24 배터리로부터 전원이 공급되는 부하에 따른 배터리 단자 전압 및 전류 과도 상태에 기반한 배터리 모델 추정 KR20230097063A (ko)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US202063107727P 2020-10-30 2020-10-30
US63/107,727 2020-10-30
US202063109573P 2020-11-04 2020-11-04
US63/109,573 2020-11-04
US17/463,980 2021-09-01
US17/463,980 US20220137143A1 (en) 2020-10-30 2021-09-01 Battery model estimation based on battery terminal voltage and current transient due to load powered from the battery
PCT/US2021/052009 WO2022093454A1 (en) 2020-10-30 2021-09-24 Battery model estimation based on battery terminal voltage and current transient due to load powered from the battery

Publications (1)

Publication Number Publication Date
KR20230097063A true KR20230097063A (ko) 2023-06-30

Family

ID=81378901

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020237016469A KR20230097063A (ko) 2020-10-30 2021-09-24 배터리로부터 전원이 공급되는 부하에 따른 배터리 단자 전압 및 전류 과도 상태에 기반한 배터리 모델 추정

Country Status (6)

Country Link
US (2) US20220137143A1 (ko)
KR (1) KR20230097063A (ko)
CN (1) CN116490788A (ko)
DE (1) DE112021005695T5 (ko)
GB (1) GB2614011A (ko)
WO (1) WO2022093454A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7426439B2 (ja) * 2022-06-13 2024-02-01 株式会社トヨタシステムズ 電池劣化判定システム、電池劣化判定装置及び電池劣化判定方法
WO2024081462A1 (en) * 2022-10-12 2024-04-18 Cirrus Logic International Semiconductor Ltd. Online characterization of battery model parameters with augmented dynamic stimulus

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004068157A1 (de) * 2003-01-30 2004-08-12 Robert Bosch Gmbh Zustandsgrössen- und parameterschätzer mit mehreren teilmodellen für einen elektrischen energiespeicher
JP4360621B2 (ja) * 2004-02-09 2009-11-11 古河電気工業株式会社 二次電池の内部インピーダンス測定方法、二次電池の内部インピーダンス測定装置、二次電池劣化判定装置及び電源システム
US9678164B2 (en) * 2010-03-23 2017-06-13 Furukawa Electric Co., Ltd. Battery internal state estimating apparatus and battery internal state estimating method
US10288693B2 (en) * 2014-04-21 2019-05-14 GM Global Technology Operations LLC State of charge estimator and methods of making and using the same
US20160077160A1 (en) * 2014-09-17 2016-03-17 GM Global Technology Operations LLC Battery impedance and power capability estimator and methods of making and using the same
US10928457B2 (en) * 2018-12-07 2021-02-23 GM Global Technology Operations LLC Battery state estimation using high-frequency empirical model with resolved time constant

Also Published As

Publication number Publication date
US20220137143A1 (en) 2022-05-05
GB202304568D0 (en) 2023-05-10
CN116490788A (zh) 2023-07-25
DE112021005695T5 (de) 2023-08-10
US20220137146A1 (en) 2022-05-05
GB2614011A (en) 2023-06-21
WO2022093454A1 (en) 2022-05-05

Similar Documents

Publication Publication Date Title
US11054482B2 (en) Systems and methods for determining battery state of charge
CN106461732B (zh) 用于估计电池的健康状态的方法
US9869724B2 (en) Power management system
US20110234167A1 (en) Method of Predicting Remaining Capacity and Run-time of a Battery Device
US8319479B2 (en) Method of estimating battery recharge time and related device
US7714736B2 (en) Adaptive filter algorithm for estimating battery state-of-age
CN110709717A (zh) 基于松弛电压估计移动设备的电池健康的方法
KR20230097063A (ko) 배터리로부터 전원이 공급되는 부하에 따른 배터리 단자 전압 및 전류 과도 상태에 기반한 배터리 모델 추정
CN110506215A (zh) 一种确定电池内短路的方法及装置
US20150276885A1 (en) Method of Computing State of Charge and Battery State of Charge Monitor
JP5400724B2 (ja) スマートバッテリー装置、スマートバッテリー装置の電池パックを充電する方法、及びスマートバッテリー装置においてａｔｔｆを近似する方法
JP2008520179A (ja) 充電状態を用いた電池平滑化システム及び方法
CN105634051B (zh) 电池余量预测装置以及电池组
WO2013096975A2 (en) Battery fuel gauge
EP1358705A1 (en) Detecting a remaining battery capacity and a battery remaining capacity circuit
JP6859585B2 (ja) バッテリーの電力限界を決定するための方法及びバッテリー管理システム
JP6896965B2 (ja) バッテリーのための等価回路モデルのパラメータ推定方法及びバッテリー管理システム
CN103460063A (zh) 电池电压测量
US20180342774A1 (en) Battery fuel gauge circuit
KR101835377B1 (ko) 다변량 웨이블릿 변환 기반의 배터리팩 충전상태 추정 방법 및 그 장치
CN102033204A (zh) 电池电量检测电路、方法以及电子系统
JP7141236B2 (ja) バッテリの残量検出回路、それを用いた電子機器、バッテリ残量の検出方法
US20240134325A1 (en) Online characterization of battery model parameters with augmented dynamic stimulus
US20240136930A1 (en) Online characterization of battery model parameters with augmented dynamic stimulus
US20240133957A1 (en) Estimation of battery equivalent circuit model parameters by decomposition of sense current and terminal voltage into subbands