CN101903786A - 基于远程信息处理的用于车队的电池寄生负载确认的方法和*** - Google Patents

Abstract

基于电池的荷电状态在发动机关闭状态的过程上所估计出的下降来评估车用电池上的寄生负载。

Description

基于远程信息处理的用于车队的电池寄生负载确认的方法和***

技术领域

在此所公开的实施例总体涉及监控机动车辆例如汽车或卡车上上的电存储电池中的能量存储。

背景技术

从历史观点来看，机动车上的电存储电池是关键部件，所述电池不仅被用作为用于在起动期间发动车辆发动机的能量源，而且在车辆运行期间连同充电***和电压调节电路一起也被用作为用于存储电能的稳定器。电存储电池有时被称作为起动点火点燃(SLI)电池。在在操作车辆的各种环境条件包括大范围的温度极值下，车载SLI电池必须具有足够的荷电状态以便起动车辆发动机。

在现代的机动车型中，除了在起动期间的车辆起动电动机外，SLI电池具有为多种***供应电流的额外功能。这些***可包括车辆安全***，所述车辆安全***定期地“唤醒”，或者由车辆操作呼叫唤醒。其他这样的***包括无钥匙的远程无线访问设备。此外，用于发动机和附件管理的电子控制***(ECS)在运行期间依赖于以SLI电池为特征的电***。因此希望SLI电池有高可靠性以确保合适的和完全的车辆设计功能。因此，SLI电池的故障可自我显示为若干症状，包括车辆不起动情形。

电池“寄生负载”是在点火开关处于关位置时出现在车辆上的电负载，所述负载可以是恒定的或者间歇的。过量的寄生负载可使SLI电池泄漏到低的荷电状态(SOC)，这会妨碍车辆在以后时间的起动。此外，相对低的SOC会有害于SLI电池寿命，特别是对没有被设计成承受重复的深度充电循环的电池有害。随着需要在点火关断情形期间唤醒的车载计算机模块的数目增加，这在现代车辆中会受到最大程度关注。

由于寄生负载发生在点火关断周期期间，并且意于测量寄生负载的装置本身会引起一些电荷泄漏，所以在某些情况下过量的寄生负载的情形可能难以检测。过量的寄生负载还可由间歇的未知故障引起，这些故障包括模块唤醒的不规则，这可能由特定条件引发，这些特定条件在事后诊断尝试期间可能不会容易地随意重复。因此，本领域操作者遇到的过量寄生负载的根本原因可能在维修过程期间难以重复。

发明内容

车辆具有发动机和车载电存储电池，并且操作在交替的发动机运转和发动机关闭状态。用于评估所述电池上的寄生负载的方法包括：确定大致恰在发动机关闭状态的开始之前或在所述发动机关闭状态期间所述电池的荷电状态的第一估计值；确定所述第一估计值的荷电状态确定后所述发动机关闭状态期间所述电池的荷电状态的第二估计值。基于所述电池的荷电状态的所述第一估计值与第二估计值之间的差确定所述电池的所述寄生负载的估计值。

附图说明

本发明的实施例在某些部件和部件的布置中可采取物理形式，其优选实施例将详细描述并在附图中示出，其中附图形成其一部分，并且其中：

图1图解地示出在用于确定SLI电池上的寄生负载的方法的一个实施例中使用的考虑因素；

图2示出根据用于车队的寄生负载估计的一个实施例方法的示意性概述；

图3示出在实施电池寄生负载确定中使用的示意性决策支持***；以及

图4示出用于远程监控车辆性能数据包括电池寄生负载的***。

具体实施方式

现在参考附图，其中所述附图仅用作示出某些示范性实施例的目的，并不用于限制这些实施例的目的，图1图解地示出在用于确定SLI电池上的寄生负载的方法的示范性实施例中使用的考虑因素。如在此所使用的，术语点火开启和发动机运转可互换使用。类似地，术语点火关断和发动机关闭可互换使用。车辆在交替的发动机运转和发动机关闭状态中工作。在一个实施例中，当车辆点火开关处于关位置(点火关断)时，车载模块被预设定成定期唤醒从而经由电压传感器测量电池开电路电压(OCV)，其中所测量得的OCV连同测量出OCV的时间点一起存储在非易失性存储器中。对于SLI电池，OCV和一起获取的温度信息可指示荷电状态，其中，电池荷电状态可被定义为电池中的剩余电荷(以安培时表示)除以最大额定电池容量，最大额定电池容量在恒定电流和温度条件(例如，在25°C，20小时放电)下测得。

电池SOC可被表示为电池总电荷容量的百分比。在一个实施例中，当车辆开启时，在点火开启前最后所估计的SOC用作用于车辆点火开启期间连续估计电池SOC的初始值。由于由传感器得到的信息例如电流连续可利用，所以本领域已知的很多算法可用于执行SOC估计，其中在时间上的库仑积分或电流积分是优选方法。然而，本领域已知的用于估计SLI电池的SOC的任何方法可用在根据本发明的方法中。在实施例中，所获得的估计SOC在非易失性存储器中连续地以所希望的间隔保存并且更新直到车辆熄火。

因此参考图1，根据一个实施例的方法估计电池SOC信息：1)在发动机关闭状态期间或大致恰在发动机关闭状态的开始之前(被称作S_off)；2)在发动机关闭状态期间的各种时间情况下(被称作S_on)。当合理地逼近发动机关闭状态的开始时的荷电状态时S_off的估计大致恰在发动机关闭状态的开始之前，如下面进一步所描述。因此，可在发动机关闭状态的开始的任一侧上估计S_off。这种方式的SOC估计基本上只有电池上的寄生泄漏未被忽略。S_off与S_on之间的差是在它们之间的时间周期中从电池泄漏的能量量。该差表示了在所考虑的时间周期中的平均寄生负载，其可根据电流来表达。在数学上，上述可表示为：

S＝(S_off-S_on)×C＝P×T-ε                  (1)

其中S_off和S_on如上所定义，P为估计的寄生负载，T为S_off与S_on之间的经历时间，C是以安培时表示的电池所储备容量，而ε是常量，其用于说明某些(非寄生)负载在点火关断后未被立即关掉。ε取决于具体的车辆特征来估计，其中某些可以是任选的。

由于S_off和S_on可能被未知的电子“噪声”干扰，所以在某些情况下可通过利用多个点火循环的数据来拟合上述方程的模型来获得更好的寄生负载估计。在这些情况中，可约简寄生负载的估计以使用最小二乘曲线拟合来简单地求解下面的线性***方程组：

$\left[\begin{array}{c}{\mathrm{\δ}}_1\\ {\mathrm{\δ}}_2\\ \·\\ \·\\ \·\\ {\mathrm{\δ}}_M\end{array}\right]=\left[\begin{array}{cc}{t}_1& 1\\ t_2& 1\\ \·& \·\\ \·& \·\\ \·& \·\\ t_M& 1\end{array}\right]\·\left[\begin{array}{c}P\\ \mathrm{\ϵ}\end{array}\right]---\left(2\right)$

其中M是观测数目，t_i(i＝1…M)是经历时间的实例，而δ_i(i＝1…M)是SOC损失的实例。所估计的系数P和ε分别是恰好在点火关断后由剩余负载所引起的估计寄生负载和SOC降。

此外，所述解提供了所估计系数的置信区间，该置信区间描述了在某种置信度下所述估计是精确的区间。在优选实施例中，使用95％的置信区间；然而，可采用任何希望的置信区间。在用于估计算法所必要的全部信息被存储在计算机存储器(可以是易失性的或非易失性的，并且可布置在机动车本身上或者位于远离车辆的位置处)中的实施例中，在车辆点火开启期间其可由车载模块(远程信息处理模块)例如通过无线传输器检索并上载到数据处理中心。在这样的实施例中，车辆性能数据可被远程地存储、监控、和/或操纵以便诊断目的。在一个实施例中，有关具体车辆的统计数据被无线传输到车辆车主，以提供车辆SLI电池的荷电状态的远程通知。

由于寄生负载主要发生在机动车的点火关断状态期间，所以在一个实施例中具有两个在寄生负载估计中直接相关的SOC。该SOC估计中的第一个可基本在点火关断的开始处，可被称为S_off。第二个是基本在点火开启状态的结尾处估计的SOC，可被称为S_on。在一个实施例中，这两个值之间的差表示由于寄生负载而引起的从电池抽取的电能量。因此，它们的差除以在它们相应测量之间经历的时间提供了平均寄生负载量。

可通过使用最近(在特定的点火开启状态之前)收集的OCV来估计参数S_on。在给定温度时，SLI电池SOC与其OCV具有线性关系，其中OCV取决于电池温度。通过在不同温度处的电池测试容易经验地确定该关系。用于获得电池温度的指示的一种方法包括测量电池周围的环境温度。用于获得电池温度的指示的替代方法是经由直接附接到电池本身或与电池电解质接触的电池温度传感器。当估计电池SOC时，可测量温度和OCV，然后使用已知的关系来获得SOC值，其中所述已知的关系通常在所关注的典型温度范围上是线性的。

根据一个实施例，在点火开启状态期间，不断测量电池充电/放电电流。电池充电/放电电流在发动机操作期间时间上的积分提供了存储在电池上的电荷或从电池移除的电荷的量。该量加上点火开启处的初始SOC可提供点火关断处的SOC，即S_off，假定其被更新成合理地接近发动机关闭状态的开始。因此，在一个实施例中，在寄生负载估计中所使用的S_off可以是在发动机运转状态期间通过电流积分技术所确定的SOC。

在图2中，示出根据本发明一个实施例的用于车队的寄生负载估计的方法的示意性概述。在该实施例中，对于多个n个车辆中的每一个车辆来说，执行测量并记录存储电池的开电路电压以及估计荷电状态的连续步骤，并且将所产生的数据传送到位于每个车辆的远处的中心数据库11(图3、4)，中心数据库11可以处在服务整个车队的单独位置。产生根据前述的多个线性方程，并且求解这些方程以提供有关整个车队车辆或车辆组合的统计学意义的电池寄生负载信息。这样的信息的额外优点是：在执行车辆***设计确认、以及对多个机动车的车载电子控制***将满足整个车队的特定需求的查证时会是有用的。

在一个实施例中，将从每个确认车辆所估计的寄生负载与设计需求进行比较，所述设计需求可以是限值寄生负载的阈值。在另一个实施例中，给出如下考虑：由于同一车辆规划中的车辆共用同一设计并且都由同一制造过程形成，所以它们也应当经受近似相同的平均寄生负载。因此，来自同一确认车队的不同车辆的数据可一起用于估计整个车队的平均寄生负载。在这种情况下，上述的线性方程组中的δ_i(i＝1…M)来自确认车队中的全部车辆。然后可将所获得的平均寄生负载估计与特定设计需求进行比较。在车辆运行在场的情况下，这种基于远程信息处理的方法可捕获间歇故障，例如过量寄生负载。

图3示出在实施各种实施例中使用的决策支持***的示意性视图，其中决策支持***包括中心数据库11、决策支持引擎13、和交互用户接口15。数据库11用于存储车辆电池荷电状态、开电路电压、温度、和任何其他车辆***数据或车辆***性能数据，以及在需要时存储中间和最终分析结果。在一个实施例中，希望数据库11持续更新以并入从在场中使用的车辆上载的新数据。用户接口15通常优选地包括微处理器并且允许用户进行各种操作，例如检索数据库中数据的特定子集、分析数据(这可包括寄生负载的估计值)、以可视格式观察数据或数据子集、并且生成报告。在一个实施例中，用户接口包括个人计算机。在另一实施例中，用户接口包括计算机网络上的节点。在用户接口15上实施的操作在一个实施例中通过决策支引擎统13来支持，其能够解码、存档、和检索到特定参数的原始车辆数据。在一个实施例中，决策支持***13执行适当的算法以估计寄生负载，并且可产生希望的图示或其他输出，用于解释分析结果。

图4示出根据本发明一个实施例的用于远程监控车辆性能数据的***。具有确认车辆的车队，包括车队19，每个车辆都装备有用于存储信息的远程信息处理模块，这对于SLI电池的寄生负载的估计算法是必要的，如本文所述。在一个实施例中，在确认周期期间，车队由指定驾驶员以预先限定的安排或者以例行的每天驾驶的安排(可以是任何特定的例行程序、或者专设例行程序)驾驶。在一个实施例中，当给定车辆的车辆点火开关在开启位置时，远程信息处理模块从其他车载车辆模块通过车内通讯网络访问车辆性能数据，包括电池荷电状态和开电路电压，所述通讯网络在全部参与车辆上形成为标准设备。然后远程信息处理模块将多个车辆性能数据通过无线通讯例如蜂窝网络21传送到包含有数据的数据中心。在其他实施例中，源自根据本发明所获得并且所处理数据的信息被无线传送回各个车辆主人。

多个被传送的数据可通过远程数据中心11来预先限定或动态地限定。在数据库环境中经由(多个)计算机处理器操作电池寄生负载估计算法，在其中分析所上载的车辆性能数据。在可适用的地方，决策支持***17可用于将分析结果报告给确认工程师或其他感兴趣人员，其中所述分析结果可包括所检测到的过量电池寄生负载，所述确认工程师或其他感兴趣人员可继而使用该信息来提供有关潜在矫正活动的决策。

因此，本领域技术人员明白：在某些实施例中，通过各种传感器和车载微处理器，可在车辆本身内做出一种或多种电池寄生负载确定。在一个实施例中，该信息可被无线传输到远程接收站，以便进一步分析，这可包括用于允许远程车辆设计确认目的的统计学编译。在替代实施例中，一个或多个各种测量到和/或推导得的参数包括：电池开电路电压；电池温度指示；发动机关闭时电池荷电状态的估计；发动机运转时电池荷电状态的估计；以及电池寄生负载的估计，可从机动车经由无线网络被无线传输到相对于车辆远程定位的数据库，以便各种目的，包括用于允许远程车辆设计确认目的的统计学编译。在这些实施例中，电池寄生负载的计算和其他计算和分析可在与处于使用中的实际车辆远程定位的位置处进行。

本发明已经描述了某些优选实施例以及这些实施例的变型。在阅读并理解说明书的基础上其他变型和改变可发生。因此，旨在：本发明不被限制到作为为实施本发明所构思的最佳模式而在此公开的特定实施例，而是本发明将包括落入随附权利要求的范围内的所有实施例。

Claims (20)

1.一种用于评估车辆的电存储电池上的寄生负载的方法，所述车辆具有发动机和车载电存储电池，所述车辆操作在交替的发动机运转和发动机关闭状态，所述方法包括：

确定大致恰在发动机关闭状态的开始之前或在所述发动机关闭状态期间所述电池的荷电状态的第一估计值；

确定所述第一估计值的荷电状态确定后在所述发动机关闭状态期间所述电池的荷电状态的第二估计值；以及

基于所述电池的荷电状态的所述第一估计值与第二估计值之间的差确定所述电池的所述寄生负载的估计值。

2.如权利要求1所述的方法，其特征在于，确定大致恰在发动机关闭状态的开始之前所述电池的荷电状态的第一估计值基于电流积分。

3.如权利要求1所述的方法，其特征在于，确定在所述发动机关闭状态期间所述电池的荷电状态的第一估计值基于电池开电路电压。

4.如权利要求1所述的方法，其特征在于，确定所述电池的荷电状态的所述第二估计值包括：

测量从包含电池开电路电压和所述电池的温度的指示的组中所选择的至少一个参数；以及

将所述测量得的至少一个参数存储在计算机存储器中。

5.如权利要求4所述的方法，其特征在于，所述计算机存储器布置在所述车辆的车上。

6.如权利要求4所述的方法，其特征在于，所述车辆还包括无线传送器，并且其中所述测量得的至少一个参数被传送到相对于所述车辆布置在远程位置处的计算机存储器。

7.如权利要求1所述的方法，其特征在于，确定在所述发动机关闭状态期间所述电池的荷电状态的估计值包括确定所述电池的温度的指示。

8.如权利要求1所述的方法，其特征在于，还包括：

为所述车辆设置无线传送器；以及

将所述电池的荷电状态的第一估计值、所述电池的荷电状态的第二估计值、在发动机运转状态期间所确定的所述电池的荷电状态的估计值、以及所述电池的寄生负载的估计值中的至少一个从所述车辆传送到相对于所述车辆远程定位的计算机存储器中。

9.一种用于评估车辆的电存储电池上的寄生负载的方法，所述车辆具有发动机和车载电存储电池，所述车辆操作在交替的发动机运转和发动机关闭状态，所述方法包括：

基于所述电池的荷电状态在发动机关闭状态的过程上的所估计出的下降确定所述电池的寄生负载的估计值；以及

将所述电池的寄生负载的所述估计值从所述车辆无线传送到相对于所述车辆远程定位的计算机存储器中。

10.如权利要求9所述的方法，其特征在于，基于所述电池的荷电状态在发动机关闭状态的过程上的所估计出的下降确定所述电池的寄生负载的估计值包括：

确定大致恰在发动机关闭状态的开始之前或在所述发动机关闭状态期间所述电池的荷电状态的第一估计值；

确定所述第一估计值的荷电状态确定后在所述发动机关闭状态期间所述电池的荷电状态的第二估计值；以及

基于所述电池的荷电状态的所述第一估计值与第二估计值之间的差确定所述电池的所述寄生负载的估计值。

11.如权利要求10所述的方法，其特征在于，确定大致恰在发动机关闭状态的开始之前所述电池的荷电状态的第一估计值基于电流积分。

12.如权利要求10所述的方法，其特征在于，确定在所述发动机关闭状态期间所述电池的荷电状态的第一估计值基于电池开电路电压。

13.如权利要求9所述的方法，其特征在于，还包括：

将所述电池的荷电状态在发动机关闭状态的过程上的所估计出的下降从所述车辆无线传送到相对于所述车辆远程定位的计算机存储器中；以及

基于被无线传送的所述电池的荷电状态的所估计出的下降提供荷电状态情形的通知。

14.如权利要求10所述的方法，其特征在于，基于被无线传送的多个车辆参数远程确定所述电池上的寄生负载的估计值包括：

对于多个发动机关闭状态中的每一个执行根据权利要求10的所述方法，并且将从其获得的相应无线传送的多个车辆参数格式化到多个方程中，每个方程具有如下形式：

δ＝(S_off-S_on)×C＝P×T+ε

其中，S_off是与发动机关闭状态的开始大体同时时电池的荷电状态的相应估计值，而S_on是紧随所述发动机关闭状态大体恰在发动机运转状态的开始之前电池的荷电状态的相应估计值，C是以安培时表示的电池所储备容量，P为所估计出的寄生负载，T为S_off与S_on之间的经历时间，而ε是常量，从而提供下述形式的线性方程组：

其中M是观测数目，t_i(i＝1...M)是经历时间的实例，而δ_i(i＝1...M)是荷电状态损失的实例；以及

求解所述线性方程组从而提供跨越所述多个发动机关闭状态的寄生负载的统计学估计。

15.如权利要求14所述的方法，其特征在于，在求解所述线性方程组时应用最小二乘曲线拟合方法。

16.一种用于评估车辆的电存储电池上的寄生负载的方法，所述车辆具有发动机和车载电存储电池，所述车辆操作在交替的发动机运转和发动机关闭状态，所述方法包括：

测量发动机运转和发动机关闭状态期间的多个车辆参数；

将所述多个车辆参数从所述车辆无线传送到相对于所述车辆远程定位的计算机存储器中；以及

基于无线传送的多个车辆参数远程确定所述电池上的寄生负载的估计值。

17.如权利要求16所述的方法，其特征在于，所述多个车辆参数包括电池开电路电压、电池温度、与发动机关闭状态的开始大体同时时电池的荷电状态的估计、以及紧随所述发动机关闭状态大体恰在发动机运转状态的开始之前电池的荷电状态的估计中的至少一个。

18.如权利要求16所述的方法，其特征在于，还包括：

基于无线传送的多个车辆参数远程确定所述电池的不合希望的荷电状态情形；以及

基于被无线传送的所述电池的荷电状态的所估计出的下降提供所述不合希望的荷电状态情形的通知。

19.如权利要求17所述的方法，其特征在于，基于被无线传送的多个车辆参数远程确定所述电池上的寄生负载的估计值包括：

对于多个车辆中的每一个执行根据权利要求15的所述方法，并且将从其获得的相应无线传送的多个车辆参数格式化到多个方程中，每个方程具有如下形式：

δ＝(S_off-S_on)×C＝P×T+ε

其中，S_off是与发动机关闭状态的开始大体同时时电池的荷电状态的相应估计值，而S_on是紧随所述发动机关闭状态大体恰在发动机运转状态的开始之前电池的荷电状态的相应估计值，C是以安培时表示的电池所储备容量，P为所估计出的寄生负载，T为S_off与S_on之间的经历时间，而ε是常量，从而提供下述形式的线性方程组：

其中M是观测数目，t_i(i＝1...M)是经历时间的实例，而δ_i(i＝1...M)是荷电状态损失的实例；以及

求解所述线性方程组从而提供跨越所述多个车辆的寄生负载的统计学估计。

20.如权利要求19所述的方法，其特征在于，在求解所述线性方程组时应用最小二乘曲线拟合方法。

Images