CN101965522A - 在电池管理***中测量电池的充电状态的方法及其装置 - Google Patents

Abstract

根据本发明的实施方式，用于测量电池的SOC(充电的状态)的方法包括以下步骤：通过测量电池的电流、电压和温度获得电流数据、电压数据和温度数据；通过累加所述电流数据，来计算SOCi(基于电流的充电状态)；使用通过电路简单地表示所述电流数据、所述电压数据和所述电池的等效电路模型来计算开路电压；使用所述温度数据和所述开路电压来计算SOCv(基于电压的充电状态)；以及基于对特定时间间隔内电池的电流状态的判断，通过使用所述SOCv和SOCi来选择所述SOCv和SOCi中的至少一个作为电池的SOC。

Description

在电池管理***中测量电池的充电状态的方法及其装置

技术领域

本发明涉及在电池管理***中测量电池的SOC(充电的状态)的方法及其装置，更具体地涉及使用简单的等效电路根据希望的条件在电池管理***中将SOCi(基于电流的充电状态)或SOCv(基于电压的充电状态)设置为电池的SOC的方法、及其装置。

背景技术

具有使用汽油或重油的内燃机的汽车通常对产生污染(如大气污染)具有严重影响。因此，为了降低污染的产生，已作出许多努力来开发混合动力车辆或电动车辆。

近来，已开发使用高能量密度、非水电解质的大功率二次电池。为了形成大容量二次电池，可以设置多个高功率二次电池并且将它们串联连接。

如上所述，大容量二次电池(以下，称为“电池”)通常是由串联连接的多个二次电池组成。对电池、尤其是HEV电池来说，由于多个或数十个二次电池轮流充电和放电，有必要对电池进行管理，以控制电池的充电和放电并将电池维持在适当的工作状态。

为此，提供了用于管理电池的全部状态的BMS(电池管理***)。BMS检测电压、电流或温度等，通过计算操作来估计SOC并控制SOC以优化车辆的燃料消耗效率。为了精确控制SOC，需要正确地测量电池在执行充电和放电工作时的SOC。

作为现有技术，存在公开的韩国专利申请No.2005-00611234(2005年7月7日提交)，其题目为“Method for resetting SOC of secondary battery module”。

为了精确地计算电池的SOC，上述现有技术包括：当开启开关时测量电池模块的电流值、电压值和温度值，使用测量的值计算初始SOC，累加电流值，根据累加的电流值计算实际SOC，确定电池模块是否处于无负载状态，如果电池模块处于无负载状态则确定实际SOC是否处于可以通过累加电流值来测量的设置范围内，以及如果实际SOC处于设置范围之外则通过测量电压值来根据电压值计算SOC。但是，该现有技术没有公开将简单的等效电路应用于实际电池的方法及其装置。

一般来说，在短期内，SOCi不具有误差，但是，如图1所示，存在着误差累积的趋势。因此，在电池长时间工作的情况下，出现相当大的误差。尤其是，当完全完成电池的充电或放电时通常产生累积误差。这是由以下原因所引起的：精确度受由自放电导致的SOC减少所产生的误差和在计算SOC时忽略了CPU的LBS位所产生的误差影响。此外，由于SOC的精确度大大地取决于电流测量传感器，因此当传感器有故障时不可能校正误差。

但是，如图2所示，SOCv通过开路电压测量SOC。在该测量方法中，当电流不流动时可以获得非常精确的结果。但是，当电流流动时，SOCv的精确度取决于电池的充电和放电模式。因此，由于SOC的精确度也取决于充电和放电模式，所以它变得恶化。此外，使SOCv的精确度恶化的充电和放电模式处于普通电池的使用范围内。因而，尽管仅使用SOCv，也存在必须接受相当大的误差的问题。

发明内容

本发明的一个目的是提供一种在电池管理***中测量电池的SOC(充电状态)的方法及其装置，其使用简单的等效电路模型和自适应数字滤波器，从而容易且精确地测量电池的SOC。

本发明的另一目的是提供一种在电池管理***中测量电池的SOC(充电状态)的方法及其装置，其确定低电流状态是否保持了期望的时间段然后将SOCi(基于电流的充电状态)或SOCv(基于电压的充电状态)设置为电池的SOC，从而容易且精确地测量电池的SOC。

为实现本发明的目的，本发明提供了一种测量电池的充电状态的方法，该方法包括：通过测量电池的电流、电压和温度获得电流数据、电压数据和温度数据；通过累加电流数据，来计算SOCi(基于电流的充电状态)；使用等效电路模型来计算OCV(开路电压)，在该等效电路模型中由电路简单地表示电流数据、电压数据和电池；使用温度数据和OCV，来计算SOCv(基于电压的充电状态)；以及在期望的时间段内判断电池的电流状态，并使用SOCv和SOCi的至少一个来设置电池的SOC。

此外，本发明提供一种测量电池的SOC的装置，该装置包括：电池信息获取部，其测量电池的电流、电压和温度，并获得电流数据、电压数据和温度数据；电流累加部，其通过累加电流数据计算SOCi；OCV计算部，其使用等效电路模型来计算OCV，在该等效电路模型中由电路简单地表示电流数据、电压数据和电池；SOCv估计部，其使用温度数据和OCV来估计SOCv；以及SOC设置部，其在期望的时间段内判断电池的电流状态，并使用SOCv和SOCi的至少一个来设置电池的SOC。

本发明通过使用简单的等效电路模型和自适应数字滤波器，容易并且精确地测量电池的SOC。

此外，本发明确定低电流状态是否保持了期望的时间段，然后使用SOCv和SOCi中的至少一个来设置电池的SOC，从而容易且精确地测量电池的SOC。

附图说明

根据结合附图给出的对优选实施方式的如下描述，本发明的上述和其他目的、特征和优点将变得明显，在附图中：

图1是示出了通过使用常规的SOCi设置电池的SOC的情况的图。

图2是示出通过使用常规的SOCv设置电池的SOC的情况的示意图。

图3是根据本发明实施方式的测量电池的SOC的装置的框图。

图4是根据本发明实施方式的测量电池的SOC的方法的流程图。

图5是示出了根据本发明实施方式的出现1A的偏移量的情况下的仿真结果的图。

图6是示出了根据本发明实施方式的等效电路模型的视图。

图7是示出了根据本发明实施方式的在使用提供了积分效果的模型的情况下实际SOC和计算出的BMS SOC的图。

图8是示出了根据本发明实施方式的在使用提供了积分效果的模型的情况下的补偿点的图。

图9是示出了根据本发明另一实施方式的等效电路模型的视图。

图10是示出了根据本发明实施方式的提议的时间标准的图。

图11是示出了根据本发明实施方式的在执行具有20秒的时间标准和提议的时间标准的仿真的情况下的误差的图。

[主要部件的详细描述]

100：电流累加部

200：低通滤波部

300：开路电压计算部

400：SOCv估计部

500：SOC设置部

具体实施方式

申请中使用的各种术语是在本领域中普遍描述的，但在特殊情况下，一些术语可选地由申请人选择。在该情况下，在本发明的说明书中定义了这些术语的含义。因此，本发明应该根据术语的含义、而不是其名称来理解。

下面，将参考附图详细地描述本发明的实施方式。

图3是根据本发明实施方式在电池管理***中用于测量电池的SOC的装置的框图。参考图3，用于测量电池的SOC的装置包括电池信息获取部(未示出)、电流累加部100、低通滤波部200、开路电压计算部300、SOCv估计部400和SOC设置部500。

在电池管理***中计算电池的SOC(以下称为“BMS SOC”)的处理包括如下6个步骤：

第一步骤：收集电流和电压数据

第二步骤：通过电流累加计算SOCi

第三步骤：低通滤波

第四步骤：等效电路模型和自适应数字滤波

第五步骤：通过开路电压和温度计算SOCv

第六步骤：适当选择SOC。

电池信息获取部执行第一步骤。即，电池信息获取部从电池管理***(BMS：Battery Management System)收集电流数据、电压数据和温度数据等。收集的电流数据传输到电流累加部100。在电流累加部100中，累加电流数据并接着将电流数据加到在前一时间间隔计算出的SOC(图3中的SOC(k-1))，由此计算SOCi。

此外，由电池信息获取部收集的电流数据和电压数据被传输到低通滤波部200。低通滤波部200对电流数据和电压数据进行滤波并接着将它们传输到开路电压计算部300。开路电压计算部300通过等效电路模型和自适应数字滤波来计算在等效电路模型中使用的参数，并接着使用这些参数来计算开路电压(OCV：Open Circuit Voltage)。SOCv估计部400使用温度数据和该OCV来估计SOCv，并接着将估计出的SOCv传输到SOC设置部500。SOC设置部500根据预定的标准将在电流累加部100计算出的SOCi或在SOCv估计部400中估计出的SOCv设置给BMSBOC。下面将参考图5至图10来描述在SOC测量装置的各个部分中执行的详细处理。

图4是根据本发明实施方式的测量电池的SOC的方法的流程图。将使用在图3中的SOC测量装置来描述SOC测量方法。

参考图4，电池信息获取部实时测量来自BMS的电池组的电流数据、电压数据和温度数据等(S401)。并且电流累加部100累加电流数据并计算SOCi(S402)。接着，低通滤波部200对电流数据和电压数据进行滤波(S403)。

滤波后的电流数据和电压数据被传输到OCV计算部300，并且OCV计算部300通过自适应数字滤波计算在等效电路模块中使用的参数(S404)，并使用这些参数来计算OCV Vo(S405)。此外，SOCv估计部400使用该OCV来估计SOCv(S406)。

接着，SOC设置部500确定是否保持在低电流状态。如果保持在低电流状态(S407)，则将SOCv设置给BMS SOC(S408)，并且如果未保持在低电流状态(S407)，则将SOCi设置给BMS SOC(S409)。通过上述处理来计算电池管理***中电池的SOC(S410)。下面，将详细描述在BMS SOC测量方法中的每个步骤。

A、第一步骤：收集电流数据、电压数据和温度数据等。

该步骤从BMS收集电流数据和电压数据等。在该步骤中，由于电流传感器的故障，可能未精确地测量电流数据。具体地说，在电流传感器未精确地测量电流强度、而是仅测量其大致的值的情况下，在电流估计处理中可能出现相当大的误差。但是，在本发明的SOC测量方法中，用SOCv来补偿SOCi的误差。通过实际仿真来检查本发明的SOC测量方法是否准确地计算了BMS SOC。结果，由于误差在SOCi中逐渐累积，但利用SOCv来进行补偿，所以在计算最终BMS SOC时并没有问题。确认了计算值与实际值之间的误差处于5.000％的目标容限内，该5.000％的目标容许限为1.502～-4.170％。即，尽管由于电流传感器的故障而不能精确地测量电流，但在本发明的SOC测量方法中不存在大的误差。除了电流传感器的故障，还可能出现其他问题。电流值可以由于电流传感器的故障或CAN(控制器局域网)的故障而发生偏移，并接着被传输。

图5是示出根据本发明实施方式的出现1A的偏移量的情况下的仿真结果的图。如图5所示，误差在SOCi中累积。应当理解的是，累积的程度是很大的。累积是由偏移了1A造成的，并且计算该累积。但是，还应当理解的是，SOCv补偿适当地产生，因而误差不显著地出现。

根据整个分析，由于在模式的开始和结束部分(其中出现充电和放电操作)不存在SOCv补偿，因此在BMS SOC中可能产生问题。但是，如果在充电和放电操作之后进行了SOCv补偿，则可以保证计算的可靠性。另外，在出现-1A的偏移量的情况下，可以按照同样的方式保证其可靠性。

B、第二步骤：通过电流累加来计算SOCi

在该步骤，将第一步骤中收集的电流数据被累加并接着加到在前一时间间隔计算出的SOC上，由此计算SOCi。通过对电流在时间上进行积分而执行该计算。计算的结果除以总的容量，然后用百分比来表示剩余的容量。这可以由如下等式(1)表示：

等式1

在本发明的SOC测量方法中，由于每秒都对电流进行检测，等式1可以由等式2表示

等式2

${\mathrm{SOC}}_i\left(k\right)=\mathrm{SOC}(k-1)+\frac{1}{Q_{\max }}\·I\left(k\right)\·t$

即，通过将增加的SOC累加到步骤k-1中的SOC来进行步骤k中对SOCi的计算。该增加的SOC是在步骤k中流动的电流与间隔时间t相乘并且除以总的容量Qmax。

C、第三步骤：低通滤波

使在第一步骤中收集的电流数据和电压数据通过低通滤波器。本发明采用三阶低通滤波器并且滤波器常数f为0.6。但是，本发明不限于该条件，并且可以使用其他类型的滤波器和其他滤波器常数。在本发明中使用的滤波器可以表示成如下等式3的形式：

等式3

gi(n)＝f³i+3(1-f)gi(n-1)+3(1-f)²gi(n-2)+(1-f)³gi(n-3)

在本发明的SOC测量方法中，存在着在等效电路模型中需要的总共6种电流数据和电压数据。电流数据原样使用，并且电压数据使用与初始值的差值。电流值、电流的微分值和电流的二阶微分值形成一组电流数据。初始电压值与当前电压值之间的差值、其一阶微分值和其二阶微分值形成一组电压数据。在对等效电路模型的描述中将充分描述为什么需要微分数据和电压差值的原因。

D、第四步骤：等效电路模型和自适应数字滤波

等效电路模型可以实现为根据本发明的实施方式的两个模型。换言之，等效电路模型可以实现为根据本发明每个实施方式的第一等效电路模型和第二等效电路模型。下面，将参考图6至图8描述第一等效电路模型并且将参考图9描述第二等效电路模型。

1)第一等效电路模型

(1)第一等效电路模型

在该步骤中，将在第三步骤收集的电流数据和电压数据应用于电池模型，以获得OCV(开路电压)。这是由于可以通过该OCV获得SOCv。作为电池模型，存在考虑电池中的热行为和电化学现象的第一原理模型。但是，由于需要过多的时间和费用来开发上述模型，所以本发明中的电池模型通过由电路简单表示的等效电路模型来实现。

建模的对象是锂聚合物电池(LiPB)，并且电路模型由第一模型组成。图6是示出根据本发明实施方式的等效电路模型的视图。本发明的SOC测量方法使用由简单电路表示的等效电路模型。等效电路模型中所包括的诸如电阻器和电容器的各元件具有如下表1中所示出的含义：

表1

等效电路模型的元件

阶段

过程

I	电流(充电：(+)/放电(-))
		V	端子电压
Vo	开路电压(OCV)
		R1	集总界面电阻
R2	集总串联电阻
		C	双电层电容

在图6中，R₂是电极中的电阻，并且R₁和C是表示在一个电极与另一电极或隔板之间的界面处产生的双电层的电阻和电容。通常，通过第一原理模型或实验来获得每个参数的数值。图6的等效电路模型可以通过如下等式4表示：

等式4

$\mathrm{\ΔV}={\mathrm{\ΔV}}_0+\left(\frac{R_1+R_2+{\mathrm{CR}}_1{R}_{2}s}{1+{\mathrm{CR}}_{1}s}\right)I$

在等式4中，可以理解的是，通过获得与形成等效电路模型的各元件相对应的参数来获得OCV。换言之，根据本发明的电池建模的一个目标是通过获得各参数并且在等式4中代入所获得的参数而获得OCV。

可以通过如下的处理来推导出等式4。在图6的等效电路模型中，可以通过基尔霍夫定律按照等式5的形式表示电流。

等式5

I+I₂+I₃＝0

此外，当考虑在整个电路中的电阻和电容器的值而建立模型时，模型可以通过等式6表示。

等式6

V＝V₀+IR₂-I₃R₁

$V=V_0+{\mathrm{IR}}_2-\frac{Q}{C}$

$I_2=\frac{\mathrm{dQ}}{\mathrm{dt}}$

此处，当用与初始值(t＝0)的差来表示电压和该OCV时，它可以由等式7来表示。

等式7

ΔV＝V(t)-V(0)

ΔV₀＝V₀(t)-V₀(0)

如果考虑ΔV₀＝V₀(t)-V₀(0)而整理等式7，则它可以表示为等式8。

等式8

ΔV＝ΔV₀+IR₂-I₃R₁

$\mathrm{\ΔV}={\mathrm{\ΔV}}_0+{\mathrm{IR}}_2-\frac{Q}{C}$

如果对等式8取在时间上的微分并然后整理，则它可以表示为等式9。

等式9

$\frac{d(\mathrm{\ΔV}-{\mathrm{\ΔV}}_0)}{\mathrm{dt}}+\frac{1}{{\mathrm{CR}}_1}(\mathrm{\ΔV}-{\mathrm{\ΔV}}_0)=\frac{R_2}{{\mathrm{CR}}_1}I+R_2\frac{\mathrm{dI}}{\mathrm{dt}}+\frac{I}{C}$

接着，如果使用拉普拉斯变换而对它进行转换，则它可以表示为等式10。

等式10

$\mathrm{\ΔV}={\mathrm{\ΔV}}_0+\left(\frac{R_1+R_2+{\mathrm{CR}}_1{R}_{2}s}{1+{\mathrm{CR}}_{1}s}\right)I$

这里，假设电流中的变化量与在OCV中的变化量成比例，并且比例常数是h，则可以建立下面的等式：

${\mathrm{\ΔV}}_0=\frac{h}{s}I$

如果将该等式代入等式10中，则等式10可以表示为等式11。

等式11

$\mathrm{\ΔV}=\frac{(R_1+R_2)s+{\mathrm{CR}}_1\mathrm{hs}+h+{\mathrm{CR}}_1{R}_2{s}^2}{(1+{\mathrm{CR}}_{1}s)s}I$

这里，每个因子可以由等式12来进行限定。

等式12

ΔV＝V₁            I＝I₂

sΔV＝V₂           sI＝I₂

s²ΔV＝V₂          s²I＝I₃

如果将限定的因子代入等式11中，则等式11可以表示为等式13。

等式13

V₂＝-CR₁V₃+CR₁R₂I₃+(R₁+R₂+CR₁h)I₂+hI₁

如果将等式13表示为矩阵的形式，则等式13可以表示为等式14。

等式14

$V_2=\left[\begin{array}{cccc}{V}_3& I_3& I_2& I_1\end{array}\right]\left[\begin{array}{c}{-\mathrm{CR}}_1\\ {\mathrm{CR}}_1{R}_2\\ R_1+R_2+{\mathrm{CR}}_{1}h\\ h\end{array}\right]$

这里，与电流和电压有关的因子可以通过从BMS收集的、并且在第三步骤中进行了滤波的电流数据和电压数据而获得。通过代入所获得的因子并使用自适应数字滤波器而获得各参数R₁、R₂、C、h。稍后将描述使用自适应数字滤波器的方法。如果通过滤波器获得了与各情况有关的参数，则将它们代入等式15中，等式15是用于计算OCV的基本等式。

等式15

ΔV₀+CR₁sΔV₀＝V₁+CR₁V₂-CR₁R₂I₂-(R₁+R₂)I₁

${\mathrm{\ΔV}}_0=\frac{V_1+{\mathrm{CR}}_1{V}_2-{\mathrm{CR}}_1{R}_2{I}_2-(R_1+R_2)I_1}{1+{\mathrm{CR}}_{1}s}$

通过使用等式15获得的OCV用于在下一步骤中计算SOCv。

本发明的SOC测量方法使用上述等效电路模型。但是，如果通过一个步骤对从该模型导出的等式进一步进行积分，则可以获得等式16。

等式16

$\mathrm{\ΔV}=\frac{{\mathrm{CR}}_1{R}_{2}s+(R_1+R_2)+h/s+{\mathrm{CR}}_{1}h}{{\mathrm{CR}}_{1}s+1}I$

通过将原始等式的分母和分子除以s，可以获得积分效果。图7示出了使用提供积分效果的模型的情况下实际SOC和计算出的BMS SOC，图8是示出了使用提供积分效果的模型的情况下补偿点的图。

在使用本发明的等效电路模型的情况下，总体上适当地出现补偿。如果使用提供了积分效果的模型，则进一步频繁地出现补偿。另外，如果使用提供了积分效果的模型，则进一步产生噪声，尤其是在出现补偿的部分处进一步产生噪声。这意味着，当执行积分时数据总体上变得不稳定。但是，由于数据的不稳定程度不高，所以可以使用提供了积分效果的模型。使用本发明的等效电路模型基本上是最优选的，但是如有必要，则可以使用提供了积分效果的模型。

(2)自适应数字滤波器

如同等式14，可以以矩阵的形式表示等效电路模型。在等式14中，假设为w，并且为θ，等式14可以表示为等式17。

等式17

V₂＝w^-1θ

在该矩阵中，通过使电流数据和电压数据经过低通滤波器的第三步骤而获得w，并且V₂也通过相同的结果而获得。自适应数字滤波器的目的是通过这两个值而获得矩阵θ，并且估计实时通过各元件的参数值。假设经过低通滤波器后的V₂是gV₂，等式17可以表示为等式18。

等式18

gV₂＝w^-1θ

首先，通过在没有电流流动并且电压具有OCV值的初始状态下获得参数值，然后将该参数值代入等式18中，来获得矩阵θ的初始值。此时的矩阵由θ₀表示。矩阵的平方表示为等式19。

等式19

P₀＝θ₀ ²

这里，持续更新矩阵θ所需的矩阵K可以被定义为等式20。

等式20

$K=\frac{P_0\·w}{R+w^{-1}\·P_0\·w}$

其中，R是为了防止因gV₂的初始值引起的分母为0而发散而确定的值，并且该值很小。矩阵可以被整理为等式21。

等式21

$K=\frac{P_0\·w}{R+w^{-1}\·P_0\·w}=\frac{{\mathrm{gV}}_2(n-1)\·{\mathrm{\θ}}_0}{R+{\left\{{\mathrm{gV}}_2(n-1)\right\}}^2}$

其中gV₂(n-1)是gV₂的紧前一个值。通过类似等式22的比例关系而对矩阵θ进行持续更新。

等式22

$\frac{\mathrm{\θ}}{{\mathrm{gV}}_2\left(n\right)}=\frac{{\mathrm{\θ}}_0}{{\mathrm{gV}}_2(n-1)}$

等式22可以被整理成等式23。

等式23

$\mathrm{\θ}={\mathrm{\θ}}_0-[\frac{{\mathrm{gV}}_2(n-1)\·{\mathrm{\θ}}_0}{{\left\{{\mathrm{gV}}_2(n-1)\right\}}^2}\·\{{\mathrm{gV}}_2(n-1)-{\mathrm{gV}}_2\left(n\right)\left\}\right]$

由于R很小，可以将矩阵K代入。这被整理为等式24。

等式24

θ＝θ₀-[K·{gV₂(n-1)-gV₂(n)}]

如果将关系表达式代入等式24中，则等式24可以表示为等式25。

等式25

θ＝θ₀-[K·{w^-1·θ₀-gV₂(n)}]

可以通过电流数据、电压数据和前一矩阵θ来计算等式25中θ的值。因此，可以连续地估计每个参数。在初始阶段之后，以新计算的值来更新矩阵θ和矩阵P。接着，通过获得的参数来计算OCV。

2)第二等效电路模型

(1)第二等效电路模型

下面，将参考图9来描述根据本发明第二实施方式的第二等效电路模型和自适应数字滤波方法。

根据本发明第二实施方式的第二等效电路模型和自适应数字滤波方法通过使用BMS离散地接收电池的电压值、电流值和温度值的特性而提供离散的等效电路建模方法。作为一种简化的模型，根据本发明第二实施方式的第二等效电路模型简单地表示电池中的电化学特性。因此，由于可以容易地设计模型并且还使建模操作所需的时间段最小化，因此它适用于BMS。

图9是示出了根据本发明另一实施方式的等效电路模型的视图。

提供根据本发明第二实施方式的第二等效电路模型作为一次模型。模型中的诸如电阻、电容器等的每个元件具有如在下面表2中示出的自身含义：

表2

等效电路模型的元件

阶段	过程
		I	电流(充电：(+)/放电(-))
V	端子电压
		V0	开路电压(OCV)
R0	集总界面电阻
		R	集总串联电阻
C	双电层电容器

在图9中，如在表2中示出的，R₀是电极中的电阻，并且R和C是表示在一个电极与另一电极或隔板之间的界面处产生的双电层的电阻和电容，并且V₀是电池的OCV。

在第二等效电路模型中应用的核心思想是以固定时间间隔将电流数据和电压数据离散地输入到BMS。由于这样的核心思想，可以实现通过第二等效电路模型表示电池的行为的模型。在该模型中使用的参数由自适应数字滤波器来计算。

通过图9和表2提供等式26至29。

等式26

I+I₂+I₃＝0

等式27

V＝V₀+IR₀-I₃R

等式28

$V=V_0+{\mathrm{IR}}_0-\frac{Q}{C}$

等式29

$I_2=\frac{\mathrm{dQ}}{\mathrm{dt}}$

通过对等式28在时间上进行积分，然后进行整理，来提供等式30。

等式30

$\frac{d}{\mathrm{dt}}\left({V-V}_0\right)+\frac{1}{\mathrm{RC}}\left({V-V}_0\right)=\frac{1}{C}(1+\frac{R_0}{R})+R_0\frac{\mathrm{dI}}{\mathrm{dt}}$

通过使用积分因子对等式30在时间上求微分而提供等式31。

等式31

$V=\frac{Q\left(0\right)}{C}{e}^{-t/\mathrm{RC}}+V_0+{\mathrm{IR}}_0+\frac{1}{C}{\∫}_{\mathrm{\ξ}=0}^{\mathrm{\ξ}=t}\left(I\left(\mathrm{\ξ}\right)e^{--(t-\mathrm{\ξ})/\mathrm{RC}}\right)\mathrm{d\ξ}$

假设在BMS操作的初始时间在电池中未出现极化现象，则Q(0)＝0。因此，可以将等式31表示成等式32。

等式32

$V=V_0+{\mathrm{IR}}_0+\frac{1}{C}{\∫}_{\mathrm{\ξ}=0}^{\mathrm{\ξ}=t}\left(I\left(\mathrm{\ξ}\right)e^{--(t-\mathrm{\ξ})/\mathrm{RC}}\right)\mathrm{d\ξ}$

在等式32中，由于电流数据和电压数据按照固定的时间间隔输入到BMS，所以可以离散地表示电流数据和电压数据。数据输入时间间隔是Δt。

在t≤0的情况下，假设I(t)＝0并且T＝0，它可以表示为如下

${\∫}_0^0\left(I\left(\mathrm{\ξ}\right)e^{--(t-\mathrm{\ξ})/\mathrm{RC}}\right)\mathrm{d\ξ}=0$

因此，可以将等式32表示成等式33。

等式33

V-V₀-IR₀|_t＝0＝0

此外，在t＝Δt＝t1、即经过Δt时间段的情况下，可以通过偏积分而将等式32表示成等式34。

等式34

${V-V}_0-{\mathrm{IR}}_0{|}_{t=t_1}\≈\frac{e^{-t_1/\mathrm{RC}}}{C}(I\left(t_1\right)\mathrm{\Δt}\·e^{t_1/\mathrm{RC}})$

此外，在t＝2Δt＝t2，即经过从t1到Δt的时间段的情况下，可以通过偏积分而将等式32表示成等式35。

等式35

${V-V}_0-{\mathrm{IR}}_0{|}_{t=t2}\≈\frac{e^{-t_2/\mathrm{RC}}}{C}[(I\left(t_2\right)\mathrm{\Δt}\·e^{t_2/\mathrm{RC}})+(I\left(t_1\right)\mathrm{\Δt}\·e^{t_1/\mathrm{RC}})]$

可以将等式34和35组合为等式36。

等式36

${V-V}_0-{\mathrm{IR}}_0{|}_{t=t_2}\≈\frac{I\left(t_2\right)\mathrm{\Δt}}{C}+e^{-\mathrm{\Δt}/\mathrm{RC}}[{V-V}_0-{\mathrm{IR}}_0{|}_{t=t_1}]$

通过重复上述计算，相对于时间段t，等式32可以被表示成等式37。

等式37

${V-V}_0-{\mathrm{IR}}_0{|}_t\≈\frac{\mathrm{I\Δt}}{C}+e^{-\mathrm{\Δt}/\mathrm{RC}}[{V-V}_0-{\mathrm{IR}}_0{|}_{t-\mathrm{\Δt}}]$

因此，通过等式38计算出等效电路模型。

等式38

$V=V_0+{\mathrm{IR}}_0+\frac{1}{C}\mathrm{I\Δt}+e^{-\mathrm{\Δt}/\mathrm{RC}}[{V-V}_0-{\mathrm{IR}}_0{|}_{t-\mathrm{\Δt}}]$

在等式38中，Δt是数据输入时间间隔，并且t-Δt是前一时间间隔中的参数值。假设α＝1/C并且β＝1/RC，可以将等式38简单地整理为等式39。

等式39

V＝V₀+IR₀+αIΔt+exp(-βΔt)[V-V₀-IR₀|_t-Δt]

在等式39中，β是时间常数，并且τ是倒数并且表示电池到达正常状态时的时间。一般来说，在经过3τ或者更多的电池操作时间的情况下，估计电池中的反应到达正常状态。从BMS收集电流和电压的因子并接着通过滤波后的电流和电压数据进行计算。并且，通过代入各参数来计算VOC。

表示电池自身的欧姆电阻的R0根据电池中材料的特性决定一固定值。通常，通过阻抗能容易地获得该值。通过自适应数字滤波器对组合了与极化有关的参数R和C的变量α和β进行优化。

(2)自适应数字滤波器

算术地表示图9的等效电路模型的等式39可以按照行列式表示为等式40。

等式40

$V=\left[\begin{array}{cccc}{V}_0& {\mathrm{IR}}_0& I& {V-V}_0-{\mathrm{IR}}_0{|}_{n-1}\end{array}\right]\left[\begin{array}{c}1\\ 1\\ \mathrm{\α\Δt}\\ \exp (-\mathrm{\β\Δt})\end{array}\right]$

在等式40中，

在

的情况下，等式40可以表示成等式41。

等式41

V＝w^Tθ

在等式41中，通过电流数据和电压数据计算w，并且也通过电流数据和电压数据计算v。自适应滤波器通过w和v这两个值来计算θ，并且通过θ的各分量来实时地估计参数值。

假设经过低通滤波器的V为gV，等式41可以表示为等式42。

等式42

gV＝w^Tθ

通过计算在t＝0，即没有电流流过并且电压具有OCV值的状态下的参数，来获得θ的初始值。此时的矩阵为θ₀。

θ₀乘以θ₀等于等式43。

等式43

P₀＝θ₀·θ₀ ^T

在等式43中，连续更新θ所需要的矩阵k可以被定义成等式44。

等式44

$K=\frac{P_0\·w}{r+w^T\·P_0\·w}$

在等式44中，r是为防止分母由于V而发散所定义的常数，并且通常具有小的值。可以通过整理等式44的矩阵而将其变为等式45。

等式45

$K=\frac{P_0\·w}{r+w^T\·P_0\·w}=\frac{\mathrm{gV}(n-1)\·{\mathrm{\θ}}_0}{r+{\left\{\mathrm{gV}(n-1)\right\}}^2}$

在等式45中，gV(n-1)是gV的紧前一个值。假设通过等式46的比例关系而出现对θ的连续更新，可以将等式46整理为等式47。

等式46

$\frac{\mathrm{\θ}}{\mathrm{gV}\left(n\right)}=\frac{{\mathrm{\θ}}_0}{\mathrm{gV}(n-1)}$

等式47

$\mathrm{\θ}={\mathrm{\θ}}_0=[\frac{\mathrm{gV}(n-1)\·{\mathrm{\θ}}_0}{{\left\{\mathrm{gV}(n-1)\right\}}^2}\·\{\mathrm{gV}(n-1)-\mathrm{gV}\left(n\right)\left\}\right]$

由于r是很小的值，因此可以将K代入等式47中。即，可以将等式45和等式47合并为等式48。

等式48

θ＝θ₀-[K·{gV(n-1)-gV(n)}]

通过将等式42代入到等式48，可以获得等式49。

等式49

θ＝θ₀＝[K·{w^T·θ₀-gV(n)}]

在等式49中的主要变量通过电流数据、电压数据和θ₀而获得。因此，按照相同方式连续地估计每个参数。

此外，在初始阶段之后，θ和P可以被更新为新的值。因而，可以连续更新适合于等效电路模型的参数值。此外，可以使用按照相同方式获得的参数来计算OCV。

E、第五步骤：通过开路电压和温度来计算SOCv。

通过根据本发明的等效电路模型来计算OCV的值。一般来说，SOCv受OCV和温度的影响，并因而由它们之间的函数来表示。在室温下，OCV与SOCv之间的关系等于等式50。

等式50

SOC_v(n)＝-539.069·V₀(n)⁴+7928.96·V₀(n)³-43513.3·V₀(n)²

+105698·V₀(n)-95954.8

如上所述，通过在室温下OCV与SOCv之间的关系以及OCV的值可以获得SOCv。但是，在等式50中存在一个问题。由于它是室温下的模型，所以当温度变化时会出现误差。在表3中描述了当除了室温25℃之外还在45至-10℃的温度下执行仿真时产生的误差的最大值和最小值。

表3

各温度仿真的最大和最小误差

因此，使用在室温下SOCv与OCV之间的关系，可以获得在45℃的温度时的精确值。但是，理解的是，在-10℃的温度时这些值不正确。换言之，在-10℃的温度时，需要使用其他关系或引入考虑了温度的因子。首先，在-10℃的温度时SOCv与OCV之间的关系由等式51表示。

等式51

SOC_v(n)＝-425.6·V₀(n)⁴+6207·V₀(n)³-33740·V₀(n)²

+81113·V₀(n)-72826

F、第六步骤：适当选择SOC

在第六步骤中，决定从之前步骤获得的SOCi和SOCv中选择哪一个。在低电流状态的情况下，已知SOCv具有准确的值。因此，在低电流状态下使用SOCv。并且在其它状态下通过将电流值累加到紧前一SOC，来执行该计算。

在低电流状态的判断标准中，如果具有希望的绝对值以下的电流在期望的时间段内持续流动，则确定为低电流状态。这里，电流的绝对值和电流流动时间是重要的标准。绝对值和时间优选地分别为2A和20至60s。

在电流强度的绝对值大于2A的情况下，低电流状态的判断标准相当地松，它被判断为这样的状态：即使在没有电流流过的区间也被判断为有低电流流过。结果，难以精确地估计SOCv，并且因而太频繁地执行SOCv补偿。但是，在电流的绝对值小于2A的情况下，当发生了偏移时无法识别低电流。因此，优选地将标准设置为2A。

判断电流流动时间的标准是更复杂的。假设当与电池充电或放电对应的、且具有2A以下的强度的电流持续流动的时间段为t，该标准可以如表4中所表示。

表4

针对SOCv补偿的时间尺度标准

持续时间标准	判断
		t＜a	使用SOCi
a≤t＜b	在低电流区间结束时用SOCi进行补偿
		b≤t	在b秒的时间点，进行SOCv补偿

图10示出了时间标准。参考图10，如果低电流流动达20秒或更少，通过电流累加计算SOC。但是，如果低电流流动达20秒或更多，则进行SOCv补偿。在具有2A或更小的强度的低电流部分完成时的时间点执行SOCv补偿。但是，如果低电流流动达60秒或更多，则在60秒的时间点执行SOCv补偿。并且在出现补偿的时刻，再次计算低电流持续流动的时间段。

通过根据各种仿真选择最优时间标准而决定该标准。最小20秒的时间标准是基于这样的事实来决定：即使电流传感器具有故障也会进行补偿。实际上，在时间标准改变为10秒的情况下，出现8.3％的误差。此外，在持续时间段被设置为60的情况下，在上/下模式处不能正确地进行补偿，并且误差累积。

允许时间标准可移动的主要原因是防止由于在电池长时间段充电后不正确的补偿所导致的误差的增加。本发明不限于该时间标准，并可以包括各种时间标准。

图11中(a)示出了在执行时间标准为20秒的仿真的情况下的误差，而图11中(b)示出了在执行具有提议的时间标准的仿真的情况下的误差。

参考图11，将理解提议的时间标准的效用。在时间标准为20秒的仿真的情况下，应当理解的是，在紧接在充电之后的开始和结束部分出现相当大的误差。但是，在具有提议的时间标准的仿真的情况下，在该开始和结束部分不出现误差。整个的误差幅度几乎不变，但在充电完成时的时间点出现的误差降低了1.5％或更多。

该提议的时间标准在低温度状态下更有效。在低温度状态的情况下，该时间标准在整体上是有效，当然，在完成充电时的时间点它也是有效的。在使用提议的时间标准的情况下，误差的最大值从7.287％降低到3.542％，并且其最小值从-4.191％缩小到-3.870％。这表明该提议的时间标准在低温度状态下更有效。

如果基于如上所述的时间和电流标准而判断为低电流状态，则将SOCv设置为SOC。否则，通过使用本发明的SOC测量方法，来精确地计算BMS BOC。

尽管相对于具体实施方式描述了本发明，但是对于本领域技术人员来说，显然在不偏离所附的权利要求书所限定的本发明的精神和范围的情况下，可以做出各种变化和修改。

[工业应用性]

本发明的SOC测量方法可以实现为通过各种计算单元而执行的程序的形式，然后记录在计算机可读介质上。计算机可读介质可以包括程序指令、数据文件、数据结构等、或它们的组合。记录在介质上的程序指令可以具体地设计或构造为在本发明中使用，或在提供给计算机软件领域的技术人员的状态下使用。此外，计算机可读介质可以包括磁介质(诸如硬盘、软盘和磁带)、光学介质(如DVD)、磁光介质(如光磁软盘)、以及用于存储和执行程序指令的诸如ROM、RAM和闪存的硬件装置。介质可以是用于传输表示程序指令、数据结构等的信号的波导传播介质、金属线传播介质或包括载波的光传播介质。程序指令包括通过编辑器形成的机器语言代码以及使用解释器而形成的以由计算机执行的高级语言代码。为了执行本发明的操作，硬件装置可以构造为由一个或更多个软件模块操作，并且反之亦然。

Claims (17)

1.一种测量电池的充电状态的方法，该方法包括以下步骤：

通过测量所述电池的电流、电压和温度获得电流数据、电压数据和温度数据；

通过累加所述电流数据，来计算基于电流的充电状态SOCi；

使用由电路简单地表示所述电流数据、所述电压数据和所述电池的等效电路模型，来计算开路电压OCV；

使用所述温度数据和所述OCV，来计算基于电压的充电状态SOCv；以及

在期望的时间段内判断所述电池的电流状态，并使用所述SOCv和所述SOCi中的至少一个来设置所述电池的充电状态。

2.根据权利要求1所述的方法，其中，使用由电路简单地表示所述电流数据、所述电压数据和所述电池的等效电路模型，来计算OCV的步骤包括：

使用低通滤波器，对所述电流数据和所述电压数据进行滤波；

通过将滤波后的电流数据和电压数据应用于所述等效电路模型和自适应数字滤波器，来计算在所述等效电路模型中使用的参数；以及

使用所述参数来计算所述OCV。

3.根据权利要求2所述的方法，其中，所述低通滤波器是三阶低通滤波器。

4.根据权利要求2所述的方法，其中，所述等效电路模型由使用电阻参数R、电流参数I、电容参数C、端子电压参数V和VOC参数Vo的电路来表示。

5.根据权利要求2所述的方法，其中，由所述自适应数字滤波器更新在所述等效电路模型中使用的所述参数的值。

6.根据权利要求1所述的方法，其中，在期望的时间段内判断所述电池的电流状态，并使用所述SOCv和所述SOCi的至少一个来设置所述电池的充电状态的步骤包括：

如果在所述期望的时间段内所述电池处于低电流状态，将所述SOCv设置为所述电池的充电状态；以及

如果在所述期望的时间段内所述电池未处于低电流状态，将所述SOCi设置为所述电池的充电状态。

7.根据权利要求6所述的方法，其中，所述期望的时间段是20至60秒，并且低电流标准为2A。

8.根据权利要求1所述的方法，其中，使用由电路简单地表示所述电流数据、所述电压数据和所述电池的等效电路模型，来计算OCV的步骤包括：

使用由所述电路简单地表示所述电流数据、所述电压数据和所述电池的所述等效电路模型的积分模型，来计算所述OCV。

9.一种测量电池的充电状态的装置，该装置包括：

电池信息获取部，其测量所述电池的电流、电压和温度，并获得电流数据、电压数据和温度数据；

电流累加部，其通过累加所述电流数据计算基于电流的充电状态SOCi；

OCV计算部，其使用等效电路模型来计算开路电压OCV，在该等效电路模型中由电路简单地表示所述电流数据、所述电压数据和所述电池；

SOCv估计部，其使用所述温度数据和所述OCV来估计基于电压的充电状态SOCv；以及

SOC设置部，其在期望的时间段内判断所述电池的电流状态，并使用所述SOCv和所述SOCi中的至少一个来设置所述电池的充电状态。

10.根据权利要求9所述的装置，该装置还包括低通滤波部，该低通滤波部使用低通滤波器，对所述电流数据和所述电压数据进行滤波，

其中，所述OCV计算部将经所述低通滤波部滤波后的所述电流数据和所述电压数据应用于所述等效电路模型和自适应数字滤波器，计算在所述等效电路模型中使用的参数；以及然后使用所述参数来计算所述OCV。

11.根据权利要求10所述的装置，其中，所述低通滤波器是三阶低通滤波器。

12.根据权利要求10所述的装置，其中，所述等效电路模型由使用电阻参数R、电流参数I、电容参数C、端子电压参数V和VOC参数Vo的电路来表示。

13.根据权利要求10所述的装置，其中，所述自适应数字滤波器持续地更新在所述等效电路模型中使用的所述参数的值。

14.根据权利要求9所述的装置，其中，如果在所述期望的时间段内所述电池处于低电流状态，则所述SOC设置部将所述SOCv设置为所述电池的充电状态，并且还在其他情况下将所述SOCi设置为所述电池的充电状态。

15.根据权利要求14所述的装置，其中，所述期望的时间段是20至60秒，并且低电流标准为2A。

16.根据权利要求9所述的装置，其中，所述OCV计算部通过所述等效电路模型的积分模型来计算所述OCV。

17.一种计算机可读记录介质，其记录用于执行根据权利要求1至8中任何一项所述的方法的程序。

Images