CN103969589A - 通过阳电极半电池电压曲线的优化拟合检测开路电压偏移的方法 - Google Patents
通过阳电极半电池电压曲线的优化拟合检测开路电压偏移的方法 Download PDFInfo
- Publication number
- CN103969589A CN103969589A CN201410044075.XA CN201410044075A CN103969589A CN 103969589 A CN103969589 A CN 103969589A CN 201410044075 A CN201410044075 A CN 201410044075A CN 103969589 A CN103969589 A CN 103969589A
- Authority
- CN
- China
- Prior art keywords
- battery cell
- data
- soc
- circuit voltage
- open
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
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]
- G01R31/382—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]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了用于随电池组电池老化模拟电池组电池的容量变化和充电状态对开路电压(SOC-OCV)曲线的变化的方法。在电池组包充电期间,对于电池组电池收集电压和电流数据。在一个方法中,使用在***式充电事件期间取得的许多数据点,数据优化被用于确定两个参数的值,其定义SOC-OCV曲线从其在电池寿命开始的初始形状到其在电池当前情况下形状的比例和偏移。在第二种方法中,只需要初始和最终电压和电流通量数据来确定两个参数的值。用所计算的比例和偏移参数,能够确定电池的更新容量和更新SOC-OCV曲线。该方法也能够被应用于放电期间取得的数据。
Description
技术领域
本发明总体上涉及电池组包中电池的充电状态的确定,更具体地涉及一种方法,所述方法用于模拟电池组电池随着其老化的充电状态对(vs.)开路电压的曲线的变化,其中使用参数回归或优化来模拟曲线的比例和偏移,所述参数回归或优化被应用到来自***式充电的数据,并且得到的电池性能曲线被用于改进充电状态确定和容量估定。
背景技术
在今天的汽车市场中,电动车辆和汽油-电动或柴油-电动的混合车辆迅速赢得青睐。电动和混合电动车辆提供了几个期望的特征,诸如在消费者水平减少或消除排放和石油基燃料消耗,并且可能降低工作成本。电动和混合电动车辆的关键子***是电池组包,其在指示车辆性能上扮演重要角色。这些车辆中的电池组包通常由许多相互连接的电池组成,这些电池能够按照需要输送大量电力。使电池组包的性能和寿命最大化是设计和操作电动和混合式电动车辆中关键的考虑因素。
典型的电动车辆电池组包包括两个或更多电池组包部分,每个部分都包括许多独立的电池组电池,其按照需要提供所需要的电压和容量。为了优化电池组包的性能和持久性,重要的是监控电池的容量和充电状态。通常使用以充电状态对开路电压(SOC-OCV)的曲线的形式定义的关系基于电池的开路电压来确定电池的充电状态。然而,随着电池组电池的老化,经过反复的充电-放电循环,容量通常衰减,并且开路电压和充电状态之间的关系变化。尽管例如通过在车辆运行期间使用对于容量和充电状态的谨慎低估,可能忽视在老化的电池组电池中的容量衰减和与开路电压有关的充电状态变化,但是远更加优选的是随着电池组电池的老化精确地确定电池组电池的容量和充电状态。容量的精确确定和与开路电压有关的充电状态的精确确定在电池组包充电期间和随着驾驶车辆的放电期间都很重要。
表征老化的电池组电池中的性能变化的多种方法在本领域中已知。这些方法中许多是经验建立的;也就是说,使用来自实验测量值的平均数据基于充电-放电循环的数目预测电池组电池的性能的变化。其他的这些方法简单地估计容量衰减,或储能量随时间的减少,但是没有试图表征SOC-OCV曲线的变化。然而,有可能并期望基于在充电或放电事件期间进行的测量值来估算电池组容量和SOC-OCV曲线两者的变化。
发明内容
按照本发明的教导,公开了方法以用于随着电池组电池老化模拟电池组电池的容量和充电状态对开路电压(SOC-OCV)的曲线的变化。在电池组充电期间,收集电池组电池的电压和电流数据。在一种方法中,使用在***式充电期间取得的许多数据点,数据优化被用于确定两个参数值,所述两个参数值定义SOC-OCV曲线从电池寿命开始时的初始形状到电池目前状况形状的比例和偏移。在第二种方法中,只需要初始和最终电压和电流通量数据来确定两个参数的值。用所计算的比例和偏移参数,能够确定电池更新的电容和更新的SOC-OCV曲线。该方法也能够被用于放电事件期间(诸如驾驶车辆时取得的数据)取得的数据。
方案1. 一种用于随电池组电池老化而更新所述电池组电池的充电状态对开路电压的曲线(SOC-OCV曲线)的方法,所述方法包括:
提供所述电池组电池的初始SOC-OCV曲线;
确定所述电池组电池是否休止,以使初始开路电压值能够根据端电压读数确定;
根据所述初始开路电压值估算初始充电状态值,并且确定在充电前所述初始充电状态值是否低于预定阈值,或者在放电前所述初始充电值是否对应于完满充电;
提供对于电池组电池充电或放电的完整电池电压数据和电流通量数据,其中所述数据通过传感器获得;
确定所述电池组电池的充电是否达到完满充电或者所述电池组电池的放电是否达到在所述预定阈值以下的最终充电状态值;
使用微处理器根据所述电压数据和所述电流通量数据计算比例因子和偏移值;和
将所述比例因子和所述偏移值应用到所述初始SOC-OCV曲线,从而获得所述电池组电池的更新的SOC-OCV曲线。
方案2. 根据方案1所述的方法,其中,提供所述电池组电池充电或放电的完整电池电压数据和电流通量数据包括:提供在充电或放电期间多个时间阶段的完整电池电压数据和电流通量数据。
方案3. 根据方案2所述的方法,还包括根据所述完整电池电压数据、所述电流通量数据和估算的电池组电池容量估算每个所述时间阶段的充电状态值,并且根据每个所述时间阶段的所述充电状态值确定阴极半电池开路电压值。
方案4. 根据方案3所述的方法,其中,根据所述电压数据和所述电流通量数据计算比例因子和偏移值包括:使用每个所述时间阶段的估算的完整电池开路电压数据、阴极半电池开路电压值和充电状态值而实行回归计算,从而优化所述比例因子和所述偏移值。
方案5. 根据方案1所述方法,其中,提供所述电池组电池充电或放电的完整电池电压数据和电流通量数据包括:测量所述充电或放电的总电流通量,并测量所述充电或放电之后的最终开路电压值。
方案6. 根据方案5所述的方法,还包括允许所述电池组电池在所述充电或放电后并且在测量所述最终开路电压值之前休止。
方案7. 根据方案6所述的方法,其中,根据所述开路电压数据和所述电流通量数据计算比例因子和偏移值包括:使用所述初始开路电压值、所述最终开路电压值、所述电流通量数据和估算的电池组电池容量而实行代数计算,从而计算所述比例因子和所述偏移值。
方案8. 根据方案1所述的方法,还包括基于所述更新的SOC-OCV曲线和所述电流通量数据计算更新的电池组电池容量。
方案9. 根据方案8所述的方法,其中,所述更新的SOC-OCV曲线和所述更新的容量用于优化所述电池组电池随后的充电和放电。
方案10. 根据方案1所述的方法,其中,所述电池组电池是在电动车辆中使用的电池组包的部分。
方案11. 一种用于使用来自***式充电的数据随电池组电池老化而更新所述电池组电池的充电状态对开路电压的曲线(SOC-OCV曲线)的方法,所述方法包括:
提供所述电池组电池的初始SOC-OCV曲线;
确定所述电池组电池是否休止,以使初始开路电压值能够根据端电压读数确定;
根据所述初始开路电压值估算初始充电状态值,并且确定在充电前所述初始充电状态值是否低于预定阈值;
测量所述电池组电池***式充电期间多个时间阶段的完整电池电压数据和电流通量数据,其中所述数据通过传感器测量;
确定所述电池组电池的***式充电是否达到完满充电状态;
根据所述完整电池电压数据、所述电流通量数据和估算的电池组电池容量估算每个所述时间阶段的充电状态值,并且根据每个所述时间阶段的所述充电状态值确定阴极半电池开路电压值;
通过使用每个所述时间阶段的完整电池电压数据、阴极半电池开路电压值和充电状态值来实行回归计算而利用微处理器计算比例因子和偏移值,从而优化比例因子和偏移值;和
将所述比例因子和所述偏移值应用到所述初始SOC-OCV曲线,从而获得所述电池组电池的更新的SOC-OCV曲线。
方案12. 根据方案11所述的方法,还包括基于更新的SOC-OCV曲线和电流通量数据计算所述电池组电池的更新的容量,并且使用所述更新的SOC-OCV曲线和所述更新的容量优化所述电池组电池随后的充电和放电。
方案13. 一种用于使用来自***式充电的数据随电池组电池老化而更新所述电池组电池的充电状态对开路电压的曲线(SOC-OCV曲线)的方法,所述方法包括:
提供所述电池组电池的初始SOC-OCV曲线;
确定所述电池组电池是否休止,以使初始开路电压值能够根据端电压读数确定;
根据所述初始开路电压值估算初始充电状态值,并且确定在充电前所述初始充电状态值是否低于预定阈值;
测量所述电池组电池***式充电期间的电流通量数据,其中所述数据通过传感器测量;
确定所述电池组电池的***式充电是否达到完满充电状态;
允许所述电池组电池在所述***式充电完成后休止;
测量所述***式充电之后的最终开路电压值;
通过使用所述初始开路电压值、所述最终开路电压值、所述电流通量数据和估算的电池组电池容量来实行代数计算而利用微处理器计算比例因子和偏移值;和
将所述比例因子和所述偏移值应用到所述初始SOC-OCV曲线,从而获得所述电池组电池的更新的SOC-OCV曲线。
方案14. 根据方案13所述的方法,还包括基于更新的SOC-OCV曲线和电流通量数据计算所述电池组电池的更新的容量,并且使用所述更新的SOC-OCV曲线和所述更新的容量来优化所述电池组电池随后的充电和放电。
方案15. 一种用于随电池组电池老化而更新所述电池组电池的充电状态对开路电压的曲线(SOC-OCV曲线)的***,所述***包括:
伏特计,其用于测量所述电池组电池的电压数据;
安培计,其用于测量所述电池组电池的电流数据;和
与所述伏特计和所述安培计连通的控制器,所述控制器包括处理器和存储器,所述控制器被配置为根据在所述电池组电池***式充电之前、期间和之后的所述电压数据以及在所述电池组电池***式充电期间的所述电流数据计算比例因子和偏移值,其中所述比例因子和所述偏移值能够被应用于初始SOC-OCV曲线,从而获得所述电池组电池的更新的SOC-OCV曲线。
方案16. 根据方案15所述的***,其中,所述控制器通过:记录在所述***式充电期间多个时间阶段的完整电池电压数据和电流通量数据,根据所述完整电池电压数据、所述电流通量数据和估算的电池组电池容量而估算每个所述时间阶段的充电状态值,根据每个所述时间阶段的所述充电状态值确定阴极半电池开路电压值,以及使用每个所述时间阶段的所述完整电池电压数据、所述阴极半电池开路电压值和所述充电状态值实行回归计算,来计算所述比例因子和所述偏移值从而优化所述比例因子和所述偏移值。
方案17. 根据方案15所述的***,其中,所述控制器通过:测量所述***式充电之前的休止的初始开路电压值,测量所述***式充电的总电流通量,测量所述***式充电之后的休止的最终开路电压值,以及使用所述休止的初始开路电压值、所述休止的最终开路电压值、所述总电流通量和估算的电池组电池容量实行代数计算,来计算所述比例因子和所述偏移值从而计算所述比例因子和所述偏移值。
方案18. 根据方案15所述的***,其中,所述控制器还被配置为基于所述更新的SOC-OCV曲线和所述电流数据计算所述电池组电池的更新的容量。
方案19. 根据方案18所述的***,其中,所述控制器还被配置为使用所述更新的SOC-OCV曲线和所述更新的容量来优化所述电池组电池随后的充电和放电。
方案20. 根据方案15所述的***,其中,所述控制器还被配置为使用来自放电事件的所述电压数据和所述电流数据计算所述更新的SOC-OCV曲线和更新的容量。
结合附图,从下列描述和所附权利要求中,本发明的附加的特征将变得显而易见。
附图说明
图1是图表,其对于电池组电池示出在新的条件和老化条件中的充电状态对开路电压(SOC-OCV)的曲线;
图2是方框图,其用于使用来自***式充电事件或放电事件确定电池组电池更新的SOC-OCV曲线和容量的***;
图3是流程图,其用于使用来自***式充电事件或放电事件确定电池组电池更新的SOC-OCV曲线和容量的第一方法;和
图4是第二方法的流程图,其用于使用来自***式充电事件或放电事件确定电池组电池更新的SOC-OCV曲线和容量。
具体实施方式
下列本发明的实施例的讨论实质上仅仅是示例性的,其针对一种方法,所述方法用于随着电池组电池的老化模拟其充电状态对开路电压的曲线的变化,并且决不意图限制本发明或其应用或使用。例如,随后的讨论针对在电动车辆电池组包中使用的电池组电池,但是该方法同样适用于其他车辆或非车辆应用中的电池组电池。
在电动车辆和汽油-电动或柴油-电动混合车辆(在下文中共同被简单称作“电动车辆”)中的电池组包通常由几百个独立电池组成。在一种通用的锂离子可再充电的电池组化学特性中,每个电池标称产生大约3.7伏特,而精确值取决于充电状态、老化及其他因素。许多电池(其在模块中串联连接)提供了驱动电动车辆马达所必需的高压,而多个电池能够并联设置在电池群组中以增加容量。
为了管理电动车辆的电池组包的充电和放电,重要的是一直知道该电池组电池的充电状态。充电状态是数字,表示为百分数,其指示相对于电池的容量电池组电池中存储多少电能。也就是说,完满充电电池组电池具有100%的充电状态,而完全放电电池具有0%的充电状态。
通常使用以充电状态对开路电压(SOC-OCV)的曲线的形式定义的已知关系基于电池的开路电压来确定电池的充电状态。使用这个关系,电动车辆中的电池组监视控制器能够时时监控电池组包中电池的充电状态,并由此监控整个电池组包的充电状态。然而,随着电池组电池老化,由于电极中的活性材料损耗和内电阻的增加,该储能容量衰减。SOC-OCV曲线的形状也随电池年龄变化。
图1是图表10,其电池组电池示出在新的条件和老化条件两者中的SOC-OCV曲线。横轴12代表电池组电池的充电状态,从0到100%。纵轴14代表电池的开路电压,其值在从大约3.0伏特到大约4.0伏特的范围内变动。虽然SOC-OCV曲线的准确形状和比例基于电池组化学特性变化,图1表示典型的锂离子电池组电池。曲线16描述了当电池组电池是新的时SOC-OCV曲线。曲线18描述了相同的电池组电池在其老化后的SOC-OCV曲线,例如通过经历电动车辆电池典型的充电-放电循环的寿命。能够看出,从曲线18中基于开路电压确定的充电状态可以显著不同于从曲线16确定的充电状态,特别是在5-60%充电状态范围中。因此,重要的是理解SOC-OCV曲线随电池组电池老化的变化,以便适当管理充电和放电运行。同样重要的是理解电池组电池容量随电池老化的变化。
本文中所公开的方法使用在***式的充电事件期间收集的数据以规定在电池组电池的当前条件下的SOC-OCV曲线。用所规定的SOC-OCV曲线,还能够确定电池组电池容量。该方法也能够使用放电事件(诸如主电动车辆的驾驶周期)期间收集的数据。
图2是车辆30的方框图,其包括***32以用于规定SOC-OCV曲线和确定电池组包34中的电池容量,这使用来自***式充电或放电事件的数据。该电池组包34经由高压总线36将动力提供到一个或多个电动马达(未示出),所述电动马达驱动车辆30的车轮。接触器38将电池组包34电学连接到高压总线36。该车辆30是电动或混合电动车辆,其允许经由通常连接到公用电网的电源线40对电池组包34***式充电。内部电缆42将充电电流引到控制器44,控制器44控制***式充电事件并监控电池组包情况,诸如电压、电流和温度。在所示的配置中,该控制器44也被配置为使用如下所述的方法确定电池组包34中电池的电流容量和SOC-OCV曲线。在另一种配置中,该容量和SOC-OCV曲线计算能够通过除了控制器44以外的第二控制模块(未示出)实行。
由于控制器44的控制,正和负引线46将充电电流带到电池组包34。与控制器44连接的伏特计48测量电池组包34中电池的端电压。也与控制器44连通的电流传感器或安培计50测量***式充电事件期间的充电电流和车辆30的驱动期间的放电电流。为了清楚,省略对理解不必要的该***32的其他细节。
要理解的是,控制器44包括存储模块和被配置为实行如下详细讨论的计算的微处理器或计算机装置。也就是说,与在纸上或人脑中相反,将使用具体编程的处理器实施该方法。
如图1所示,电池组电池的SOC-OCV曲线随电池老化改变。然而,SOC-OCV曲线的特征的形状仍旧相同。本文中所公开的方法通过识别比例因子和偏移值,来利用SOC-OCV曲线的相容形状,该比例因子和偏移值能够被应用于初始SOC-OCV曲线,从而确定更新的SOC-OCV曲线。
考虑到完整的电池组电池由阴极半电池和阳极半电池组成。该电池组电池的开路电压简单地为阴极半电池的电势减去阳极半电池的电势。这个基本关系式可以如下写出∶
(1)
其中,Voc是完整电池组电池的开路电压,Up(socp)是在特定充电状态(由p表示阳极)***极半电池的开路电压电势,并且Un(socn)是在特定充电状态(由n表示阴极)下阳极半电池的开路电压电势。
在锂离子电池组电池中,活性物质的量随电池老化而减少,因此引起阳极半电池的SOC-OCV曲线偏移。然而,在阴极半电池的SOC-OCV曲线随电池老化中不存在明显的变化。通过模拟阳极半电池的SOC-OCV曲线的比例和偏移,在追踪完整电池的SOC-OCV曲线变的化方法中能够使用这些观测值。例如,在充电事件结束时,能够改写等式(1)以如下解释SOC-OCV曲线的变化:
Voc=Up(soc最终)-Un(A·soc最终+ B) (2)
其中,Voc是完整电池组电池的开路电压,Up(soc最终)是在最终充电状态下的阴极半电池电势,并且Un(A·soc最终+B)是在充电状态下阳极半电池电势,该阳极半电池电势从最终的充电状态按比例缩放(通过因子A)和偏移(通过期间B)。在这点上,socp和socn已经重新按比例缩放到同一轴线上,并且两者都被称作soc。
电池组电池的另一个基本原理能够被如下写出∶
(3)
其中,soc最终是最终充电状态(在充电结束时),soc初始是初始充电状态(在充电开始时),Q是电池组电池的容量,并且是充电电流在充电事件期间的时间积分。
在等式(3)中,“最终”不仅涉及***式充电事件的结束。对于优化算法,在***式充电期间,需要多个时间阶段或多个SOC的点,因此这个积分是在不同时间周期时间内而连续估算的。在每个时间阶段都计算“最终”SOC;例如soct= 3已经被积分3秒。
使用等式(2)和(3),能够创造算法通过来自***式充电的多个数据点的回归或优化拟合来确定比例因子A和偏移期间B。从已知的初始充电状态开始,在***式充电事件期间能够捕获一系列递增的“最终”充电状态数据点。例如,在***式充电事件过程期间能够捕获大约十个数据点。能够使用比十个更多或更少的数据点。为了该方法产生精确结果,电池组电池需要在休止状态开始***式充电事件;也就是说,在过去的小时或更多时间内,无显著充电或放电电流。需要休止的电池组电池,以便能够通过测量电池的端电压来确定精确的开路电压。也需要的是,电池组在足够低的初始充电状态(诸如小于50%)开始***式充电事件以使所捕获的数据点覆盖大部分SOC-OCV曲线。
随着***式充电的进行,为整个电池和阴极半电池开路电压收集数据点。该阴极半电池开路电压是估算值,但是其具有随着电池老化可忽略的退化率。该阴极半电池开路电压来源于在***式充电持续时间内使用寿命开始(BOL)电池的容量的充电状态估算值。换句话说,利用等式(3),如果已知初始的充电状态、电池组电池容量和累积的充电电流,那么能够估算在***式充电期间的任何时间的“最终”充电状态。从这个所估算的充电状态,能够使用阴极半电池的已知SOC-OCV性质来确定该阴极半电池开路电压,该性质不随电池老化而改变。以这种方式,收集一系列k个数据点,每个点都包括完整电池开路电压、阴极半电池开路电压、和累积的充电电流。
该***式充电事件必须从运行到完成,这发生在已知的电池电压下。当该***式充电结束时,使用从积分电流和BOL容量确定的SOC和整个电池和阴极半电池的开路电压为阳极计算充电状态的实际改变。与充电端电压关联的充电状态是已知的,并且当在高充电状态下的SOC-OCV关系没有在寿命时间内显著偏移时而总体上不变。整个电池的SOC-OCV曲线的改变只受阳极SOC-OCV关系式的影响,并且能够通过优化两个参数A和B来确定,这两个参数代表电池的充电状态从BOL电池的容量到退化的电池的容量的比例和偏移。然后能够使用A和B确定容量衰减的量和退化的电池的整个SOC-OCV曲线。
下面是被应用到k个数据点从而确定A和B的值的回归或优化计算的说明。为如上所述的每个点都使用完整电池和阴极半电池开路电压,矢量Y定义为:
(4)
其中,Y是1×k的矢量(对于k个数据点每个的一个值),并且其他变量如前面所定义。另外两个1×k的矢量x1和x2能够定义为:
(5)
(6)
其中,x1矢量包括对于k个数据点每个的充电状态值,并且该x2矢量包括全部为1的。那么矩阵X能够定义为:
(7)
在等式(4)-(7)中,给定关于电池容量和阴极半电池开路电压的先前描述的假设,仅A和B未知。许多不同的数学最优化技术能够用于找到为k个数据点提供最佳拟合的A和B的值。能够使用的一个技术是最小二乘估算,其定义为:
(8)
其中,Θ是矢量,其包括θ1和θ2两项,并且其中θ1 = A且θ2=B。用现在对于刚刚完成的***式充电事件而已知的A和B,能够使用等式2为老化的电池组电池确定更新的SOC-OCV曲线。
图3是第一方法的流程图图表60,其用于使用来自***式充电事件的数据和如上所述的技术而为电池组电池确定更新的SOC-OCV曲线和容量。该方法在起始椭圆形62开始,其中提供了初始(BOL)SOC-OCV曲线。在决定菱形64处,确定是否唤起控制器44。如果该控制器44没有唤起,那么没有充电或放电事件可能发生,并且该过程循环返回,直到控制器44唤起。在决定菱形66处,确定电池组34是否处于休止状态,以便能够从端电压读取来确定一个或多个电池的开路电压,因此提供精确的充电状态。如果该电池组包34没有休止,意思指该电池组包34最近(例如,在前面1-2个小时内)已经经历了显著的充电或放电,那么该过程进行到方框68,在这里等到控制器44进入休眠。
在该决定菱形66处,如果该电池组包34休止,那么在决定菱形70确定标称的充电状态是否足够低(例如,低于50%)以允许精确使用该方法。在此上下文中,“标称”意思是基于该电池的基准(寿命开始的)SOC-OCV曲线的电池组电池的充电状态,这从***式充电事件之前电池组电池的初始的、休止的开路电压而查到。这个确定基于在决定菱形70取得的端电压读数。如果标称充电状态不够低,那么该过程进行到方框68,在这里等到控制器44进入休眠。如果在决定菱形70处标称充电状态足够低,那么在决定菱形72处等候***式充电事件。如果没有开始***式充电,那么该过程进行到方框68,在这里等到控制器44进入休眠。当在决定菱形72开始***式充电事件时,如前所述,通过在方框74估算开路电压并且在方框76积累电流通量而开始数据收集。在控制器44中保存此数据。在决定菱形78,确定该***式充电事件已经结束。如果该***式充电事件还未结束,那么该过程循环返回并且在方框74和76处数据收集继续。如前所述,在充电期间需要多个时间阶段(例如,诸如十个)。
如果该***式充电事件已经结束,那么在决定菱形80确定充电是否完成,也就是说电池组电池是否达到所预期的最终开路电压。如果没有完成充电状态的足够大的变化,那么丢弃该数据并且该过程进行到方框68,在这里等到控制器44进入休眠。如果完成完满充电,那么在方框82使用电压数据和积分的电流数据确定每个时间阶段的充电状态和开路电压。在方框84,如前所述实行该数据点的拟合,从而确定A和B的值。在方框86,作为抑制变化的方法,将A和B的最近的值与前面对A和B的估算值混合。在方框86还包括温度补偿,因为电池组电池SOC-OCV曲线随温度轻微变化,并且达已知和可预期的量。在方框88,A和B的值通过控制器44存储并且与初始SOC-OCV曲线一起用于确定更新的SOC-OCV曲线,该更新的SOC-OCV曲线被用于计算电池组包34的充电状态和运行中车辆30的驾驶范围。
图3中所示的方法,其基于***式充电事件期间取得的许多数据点的回归/优化拟合,也能够应用到放电事件(诸如车辆30的驾驶)期间取得的数据点。在流程图图表60中,将做出下列变化从而将该方法应用到放电:在决定菱形70处,将确定电池组是否处于完满充电;在决定菱形72处,将等候驾驶事件;在方框76处,将积累放电电流通量;在决定菱形78处,将检测驾驶事件的结束;并且在决定菱形80处,将测试低于阈值(例如,大约50%)的最终充电状态。也就是说,对于驾驶/放电事件,计算的本质保持相同,并且只要电池组电池初始休止并且然后从100%充电状态放电到相当低的充电状态,该方法适用。
第二方法也能够被定义用于估算电池组电池的更新容量和电池的更新SOC-OCV曲线。第二方法不需要***式充电事件期间收集许多数据点。而是,第二方法仅使用***式充电的起始点和终点。然而,第二方法在***式充电事件前和后都需要休止周期,以便允许来自端电压读数的准确的初始和最终开路电压估算。
像第一方法一样,第二方法基于电池组电池的SOC-OCV曲线的已知特性,其中能够按照被应用于原始SOC-OCV曲线的比例因子A和偏移期间B来定义老化的电池的性质。如前所述,在完满充电时可忽略老化的电池组电池的SOC-OCV曲线的变化。因此,其能够陈述为:
(9)
其意思是能够使用在给定温度下的电池的基准(寿命开始的)SOC-OCV曲线根据最终的、休止的电池组电池的开路电压来确定最终充电状态(在充电之后)。
此外,能够根据初始开路电压读数将“标称”初始充电状态如下确定:
(10)
其中,是基于该电池的基准(寿命开始的)SOC-OCV曲线的电池组电池的初始的充电状态,这从***式***式充电事件之前电池组电池的初始的、休止开路电压查到。
也能够如下地基于最终充电状态和充电电流积分来确定初始充电状态的估算值:
(11)
其中是电池组电池的估算的初始充电状态,soc最终是已知的电池的最终充电状态。ΔQPIC是***式充电事件的充电电流的时间积分(=),并且Q估算是电池组电池容量的近期估算。
基于先前描述的理论,按照被应用到新的电池的基准SOC-OCV曲线的比例因子和偏移期间,能够定义老化的电池的SOC-OCV曲线,这能够陈述存在A和B,以使:
(12)
和
(13)
其中等式(12)和(13)代表具有两个未知数(A和B)的两个等式,其等式能够代数求解。等式(12)和(13)的解是:
(14)
和
(15)。
图4是第二方法的流程图图表100,所述第二方法用于使用来自***式充电事件和紧接地如上所述的技术确定电池组电池的更新的SOC-OCV曲线和容量。该方法从起始椭圆形102开始,其中提供了初始(BOL)SOC-OCV曲线。在决定菱形104,确定控制器44是否唤起。如果该控制器44没有唤起,那么无充电事件或放电事件可能存在,并且该过程循环返回,直到控制器44唤起。在决定菱形106,确定在休眠周期时间内是否已经存储充电事件的数据。如果没有,那么作出尝试以收集充电事件的数据,并且在决定菱形108处确定电池组包34是否处于休止状态。如果电池组包34没有休止,那么该过程进行到方框110,在这里等到控制器44进入休眠。
在该决定菱形108,如果该电池组包34休止,那么在决定菱形112确定电压是否足够低(例如,开路电压对应于在50%以下的BOL SOC),从而允许精确使用该方法。这个确定基于在决定菱形112取得的端电压读数。如果电压不够低,那么该过程进行到方框110,在这里等到控制器44进入休眠。如果在决定菱形112电压足够低,那么在决定菱形114等候***式充电事件。如果没有开始***式充电,那么该过程进行到方框110,在这里等到控制器44进入休眠。当在决定菱形114开始***式充电事件时,如前所述,通过在方框74积累电流通量开始数据收集。在控制器44中保存这个数据。在决定菱形118,确定该***式充电事件已经结束。如果该***式充电事件还未结束,那么该过程循环返回并且在方框116继续数据收集。
如果该***式充电事件已经结束,那么在决定菱形120确定充电是否完成。也就是说,电池组电池是否达到预期的最终的端电压。如果没有完成完满充电,那么丢弃该数据并且该过程进行到方框110,在这里等到控制器44进入休眠。如果完成完满充电,那么在方框122当电池组包休止时,在休眠周期时间内在控制器44中存储初始的、休眠的电压和电流通量数据。
在决定菱形106,如果已经在休眠周期时间内存储充电事件的数据,那么如上所述,在决定菱形124确定电池组是否休止。如果该电池组没有充分休止,那么在方框126存储数据从内存清除,并且在方框128该过程等到控制器44进入休眠。如果在决定菱形124该电池组充分休止,那么在方框130,测量最终的、休止的电压。在方框132,使用初始和最终的、休止的电压数据和电流通量数据估算来自等式(9)-(11)的充电状态值。在方框134,求解两个等式(14)和(15),从而确定A和B的值。在方框136,作为抑制变化的方法,将A和B的最近的值与前面对A和B的估算值混合。在方框136也包括温度补偿。在方框138,A和B的值通过控制器44存储,并且与初始SOC-OCV曲线一起使用以确定更新的SOC-OCV曲线,该更新的SOC-OCV曲线被用于计算运行中电池组包34的充电状态和车辆30的驾驶范围。
图4所示的方法基于来自***式充电事件的起始和结束数据点A和B的代数计算,该方法也能够应用到放电事件。在流程图图表100中,会做出下列变化从而将该方法应用到放电:在决定菱形112,会确定电池组是否完满充电;在决定菱形114,会等候驾驶事件;在方框116,会积累放电电流通量;在决定菱形118,会检测驾驶事件的结束;并且在决定菱形120,会测试在50%以下的标称(BOL)充电状态。也就是说,对于驾驶/放电事件,计算的本质保持相同,并且该方法适用,只要电池组电池从完满充电放电到相当低的充电状态,并且该电池组在放电事件前和后都休止。
使用本文中所公开的方法,电池组电池的实际性能(以其更新容量和SOC-OCV曲线的形式)能够随着电池老化而被监控。对于电池组包中的电池的容量和SOC-OCV曲线的了解能够更好地管理电池组包的充电和放电,增加车辆里程预报的精确度,并改进电池组包性能和持久性。
前述讨论仅仅描述并说明本发明的示例性实施例。本领域技术人员根据这些讨论并根据附图和权利要求将容易理解,在不偏离权利要求中所限定的本发明的精神和保护范围的情况下,能够做出各种改变、修改和变型。
Claims (10)
1. 一种用于随电池组电池老化而更新所述电池组电池的充电状态对开路电压的曲线(SOC-OCV曲线)的方法,所述方法包括:
提供所述电池组电池的初始SOC-OCV曲线;
确定所述电池组电池是否休止,以使初始开路电压值能够根据端电压读数确定;
根据所述初始开路电压值估算初始充电状态值,并且确定在充电前所述初始充电状态值是否低于预定阈值,或者在放电前所述初始充电值是否对应于完满充电;
提供对于电池组电池充电或放电的完整电池电压数据和电流通量数据,其中所述数据通过传感器获得;
确定所述电池组电池的充电是否达到完满充电或者所述电池组电池的放电是否达到在所述预定阈值以下的最终充电状态值;
使用微处理器根据所述电压数据和所述电流通量数据计算比例因子和偏移值;和
将所述比例因子和所述偏移值应用到所述初始SOC-OCV曲线,从而获得所述电池组电池的更新的SOC-OCV曲线。
2. 根据权利要求1所述的方法,其中,提供所述电池组电池充电或放电的完整电池电压数据和电流通量数据包括:提供在充电或放电期间多个时间阶段的完整电池电压数据和电流通量数据。
3. 根据权利要求2所述的方法,还包括根据所述完整电池电压数据、所述电流通量数据和估算的电池组电池容量估算每个所述时间阶段的充电状态值,并且根据每个所述时间阶段的所述充电状态值确定阴极半电池开路电压值。
4. 根据权利要求3所述的方法,其中,根据所述电压数据和所述电流通量数据计算比例因子和偏移值包括:使用每个所述时间阶段的估算的完整电池开路电压数据、阴极半电池开路电压值和充电状态值而实行回归计算,从而优化所述比例因子和所述偏移值。
5. 根据权利要求1所述方法,其中,提供所述电池组电池充电或放电的完整电池电压数据和电流通量数据包括:测量所述充电或放电的总电流通量,并测量所述充电或放电之后的最终开路电压值。
6. 根据权利要求5所述的方法,还包括允许所述电池组电池在所述充电或放电后并且在测量所述最终开路电压值之前休止。
7. 根据权利要求6所述的方法,其中,根据所述开路电压数据和所述电流通量数据计算比例因子和偏移值包括:使用所述初始开路电压值、所述最终开路电压值、所述电流通量数据和估算的电池组电池容量而实行代数计算,从而计算所述比例因子和所述偏移值。
8. 一种用于使用来自***式充电的数据随电池组电池老化而更新所述电池组电池的充电状态对开路电压的曲线(SOC-OCV曲线)的方法,所述方法包括:
提供所述电池组电池的初始SOC-OCV曲线;
确定所述电池组电池是否休止,以使初始开路电压值能够根据端电压读数确定;
根据所述初始开路电压值估算初始充电状态值,并且确定在充电前所述初始充电状态值是否低于预定阈值;
测量所述电池组电池***式充电期间多个时间阶段的完整电池电压数据和电流通量数据,其中所述数据通过传感器测量;
确定所述电池组电池的***式充电是否达到完满充电状态;
根据所述完整电池电压数据、所述电流通量数据和估算的电池组电池容量估算每个所述时间阶段的充电状态值,并且根据每个所述时间阶段的所述充电状态值确定阴极半电池开路电压值;
通过使用每个所述时间阶段的完整电池电压数据、阴极半电池开路电压值和充电状态值来实行回归计算而利用微处理器计算比例因子和偏移值,从而优化比例因子和偏移值;和
将所述比例因子和所述偏移值应用到所述初始SOC-OCV曲线,从而获得所述电池组电池的更新的SOC-OCV曲线。
9. 一种用于使用来自***式充电的数据随电池组电池老化而更新所述电池组电池的充电状态对开路电压的曲线(SOC-OCV曲线)的方法,所述方法包括:
提供所述电池组电池的初始SOC-OCV曲线;
确定所述电池组电池是否休止,以使初始开路电压值能够根据端电压读数确定;
根据所述初始开路电压值估算初始充电状态值,并且确定在充电前所述初始充电状态值是否低于预定阈值;
测量所述电池组电池***式充电期间的电流通量数据,其中所述数据通过传感器测量;
确定所述电池组电池的***式充电是否达到完满充电状态;
允许所述电池组电池在所述***式充电完成后休止;
测量所述***式充电之后的最终开路电压值;
通过使用所述初始开路电压值、所述最终开路电压值、所述电流通量数据和估算的电池组电池容量来实行代数计算而利用微处理器计算比例因子和偏移值;和
将所述比例因子和所述偏移值应用到所述初始SOC-OCV曲线,从而获得所述电池组电池的更新的SOC-OCV曲线。
10. 一种用于随电池组电池老化而更新所述电池组电池的充电状态对开路电压的曲线(SOC-OCV曲线)的***,所述***包括:
伏特计,其用于测量所述电池组电池的电压数据;
安培计,其用于测量所述电池组电池的电流数据;和
与所述伏特计和所述安培计连通的控制器,所述控制器包括处理器和存储器,所述控制器被配置为根据在所述电池组电池***式充电之前、期间和之后的所述电压数据以及在所述电池组电池***式充电期间的所述电流数据计算比例因子和偏移值,其中所述比例因子和所述偏移值能够被应用于初始SOC-OCV曲线,从而获得所述电池组电池的更新的SOC-OCV曲线。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/756,327 | 2013-01-31 | ||
US13/756327 | 2013-01-31 | ||
US13/756,327 US20140214347A1 (en) | 2013-01-31 | 2013-01-31 | Method to detect open-circuit voltage shift through optimization fitting of the anode electrode half-cell voltage curve |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103969589A true CN103969589A (zh) | 2014-08-06 |
CN103969589B CN103969589B (zh) | 2016-12-07 |
Family
ID=51163429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410044075.XA Active CN103969589B (zh) | 2013-01-31 | 2014-01-30 | 通过阳电极半电池电压曲线的优化拟合检测开路电压偏移的方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20140214347A1 (zh) |
CN (1) | CN103969589B (zh) |
DE (1) | DE102013113951A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108602445A (zh) * | 2016-02-02 | 2018-09-28 | 丰田自动车欧洲公司 | 控制设备和用于充电可再充电蓄电池的方法 |
CN110333450A (zh) * | 2019-04-30 | 2019-10-15 | 蜂巢能源科技有限公司 | 电池开路电压预估方法及*** |
CN112067999A (zh) * | 2020-09-18 | 2020-12-11 | 哈尔滨工业大学 | 一种锂离子电池正极开路电势曲线非破坏获取***及方法 |
CN112557905A (zh) * | 2019-09-25 | 2021-03-26 | 比亚迪股份有限公司 | 电池组及其数据处理方法、计算机设备、介质和车辆 |
WO2021120769A1 (zh) * | 2019-12-20 | 2021-06-24 | 宁德时代新能源科技股份有限公司 | 电池组的ocv-soc曲线更新方法、电池管理***及车辆 |
CN113406502A (zh) * | 2021-08-19 | 2021-09-17 | 四川新能源汽车创新中心有限公司 | 基于机器学习的缺陷电池筛选方法、设备及介质 |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015178963A (ja) * | 2014-03-18 | 2015-10-08 | 株式会社東芝 | 算出装置及び算出方法 |
CN104297690A (zh) * | 2014-09-22 | 2015-01-21 | 北汽福田汽车股份有限公司 | 锂电池soc-ocv曲线的测定方法 |
WO2016171995A1 (en) * | 2015-04-22 | 2016-10-27 | Eargo, Inc. | Methods and systems for determining isoc and optimum charge cycles |
US9766297B2 (en) * | 2015-06-12 | 2017-09-19 | GM Global Technology Operations LLC | Battery system capacity estimation systems and methods |
DE102015214128A1 (de) | 2015-07-27 | 2017-02-02 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Abschätzen eines aktuellen Leerlaufspannungsverlaufs einer Batterie |
US11225166B2 (en) * | 2016-02-02 | 2022-01-18 | Toyota Motor Europe | Control device and method for discharging a rechargeable battery |
US10114079B2 (en) | 2016-02-24 | 2018-10-30 | Ford Global Technologies, Llc | System and method for identifying vehicle battery decay |
WO2017151525A1 (en) * | 2016-02-29 | 2017-09-08 | University Of Hawaii | Methods and apparatus for updating a fuel gauge and estimating state of health of an energy storage cell |
WO2017204750A1 (en) * | 2016-05-27 | 2017-11-30 | Nanyang Technological University | Method of assessing a performance of an electrochemical cell, and apparatus thereof |
DE102017214344A1 (de) * | 2017-08-17 | 2019-02-21 | Robert Bosch Gmbh | Verfahren zur Ermittlung zumindest eines Teilbereichs einer Leerlaufspannungskurve einer elektrischen Energiespeichereinheit sowie elektrisches Energiespeichersystem und dessen Verwendung |
CN107656190B (zh) * | 2017-09-18 | 2020-02-18 | 东莞钜威动力技术有限公司 | 一种rc充放电回路下充放电特性曲线拟合算法 |
CN107703438A (zh) * | 2017-09-18 | 2018-02-16 | 东莞钜威动力技术有限公司 | 一种rc充放电回路下充放电特性曲线拟合算法 |
US10630084B2 (en) * | 2017-12-21 | 2020-04-21 | International Business Machines Corporation | Battery management system for extending service life of a battery |
JP7040284B2 (ja) * | 2018-05-23 | 2022-03-23 | トヨタ自動車株式会社 | 二次電池の劣化状態推定方法、劣化状態推定装置、制御方法、及び制御システム |
DE102018212545A1 (de) * | 2018-07-27 | 2020-01-30 | Audi Ag | Verfahren zum Überwachen eines Zustands einer Batterie, Überwachungseinrichtung und Kraftfahrzeug |
DE102018215575B3 (de) * | 2018-09-13 | 2019-09-19 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur Bestimmung einer Kapazität einer Batteriezelle, Auswerteeinrichtung, Überwachungsvorrichtung, Hochvoltbatterie sowie Kraftfahrzeug |
JP7346034B2 (ja) | 2019-02-01 | 2023-09-19 | 株式会社東芝 | 蓄電池管理装置及び方法 |
CN111257758B (zh) * | 2020-02-28 | 2022-02-11 | 杭州安脉盛智能技术有限公司 | 一种电站应急铅酸蓄电池soh估计方法 |
CN112505564A (zh) * | 2020-11-16 | 2021-03-16 | 湖北亿纬动力有限公司 | 一种电池soc-ocv曲线的测定方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6388447B1 (en) * | 2000-11-07 | 2002-05-14 | Moltech Power Systems, Inc. | Method and apparatus for battery fuel gauging |
US20050088145A1 (en) * | 2003-10-23 | 2005-04-28 | Robert Loch | Battery charge indicator such as for an implantable medical device |
US20100321025A1 (en) * | 2009-06-23 | 2010-12-23 | Gm Global Technology Operations, Inc. | Method for use With A Vehicle Battery Pack Having A Number of Individual Battery Cells |
WO2011095513A1 (de) * | 2010-02-05 | 2011-08-11 | Continental Automotive Gmbh | Vorrichtung und verfahren zur bestimmung eines bereichs einer batteriekennlinie |
US20120105069A1 (en) * | 2010-11-01 | 2012-05-03 | Gm Global Technology Operations, Inc. | Method and apparatus for assessing battery state of health |
-
2013
- 2013-01-31 US US13/756,327 patent/US20140214347A1/en not_active Abandoned
- 2013-12-12 DE DE102013113951.5A patent/DE102013113951A1/de not_active Withdrawn
-
2014
- 2014-01-30 CN CN201410044075.XA patent/CN103969589B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6388447B1 (en) * | 2000-11-07 | 2002-05-14 | Moltech Power Systems, Inc. | Method and apparatus for battery fuel gauging |
US20050088145A1 (en) * | 2003-10-23 | 2005-04-28 | Robert Loch | Battery charge indicator such as for an implantable medical device |
US20100321025A1 (en) * | 2009-06-23 | 2010-12-23 | Gm Global Technology Operations, Inc. | Method for use With A Vehicle Battery Pack Having A Number of Individual Battery Cells |
WO2011095513A1 (de) * | 2010-02-05 | 2011-08-11 | Continental Automotive Gmbh | Vorrichtung und verfahren zur bestimmung eines bereichs einer batteriekennlinie |
US20120105069A1 (en) * | 2010-11-01 | 2012-05-03 | Gm Global Technology Operations, Inc. | Method and apparatus for assessing battery state of health |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108602445A (zh) * | 2016-02-02 | 2018-09-28 | 丰田自动车欧洲公司 | 控制设备和用于充电可再充电蓄电池的方法 |
CN110333450A (zh) * | 2019-04-30 | 2019-10-15 | 蜂巢能源科技有限公司 | 电池开路电压预估方法及*** |
CN112557905A (zh) * | 2019-09-25 | 2021-03-26 | 比亚迪股份有限公司 | 电池组及其数据处理方法、计算机设备、介质和车辆 |
WO2021120769A1 (zh) * | 2019-12-20 | 2021-06-24 | 宁德时代新能源科技股份有限公司 | 电池组的ocv-soc曲线更新方法、电池管理***及车辆 |
CN114280478A (zh) * | 2019-12-20 | 2022-04-05 | 宁德时代新能源科技股份有限公司 | 电池组的ocv-soc曲线更新方法、电池管理***及车辆 |
CN114280478B (zh) * | 2019-12-20 | 2024-07-12 | 宁德时代新能源科技股份有限公司 | 电池组的ocv-soc曲线更新方法、电池管理***及车辆 |
CN112067999A (zh) * | 2020-09-18 | 2020-12-11 | 哈尔滨工业大学 | 一种锂离子电池正极开路电势曲线非破坏获取***及方法 |
CN113406502A (zh) * | 2021-08-19 | 2021-09-17 | 四川新能源汽车创新中心有限公司 | 基于机器学习的缺陷电池筛选方法、设备及介质 |
CN113406502B (zh) * | 2021-08-19 | 2021-12-07 | 四川新能源汽车创新中心有限公司 | 基于机器学习的缺陷电池筛选方法、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103969589B (zh) | 2016-12-07 |
US20140214347A1 (en) | 2014-07-31 |
DE102013113951A1 (de) | 2014-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103969589A (zh) | 通过阳电极半电池电压曲线的优化拟合检测开路电压偏移的方法 | |
CN103424710B (zh) | 用于监测电池组中的老化单体的性能变化的方法和*** | |
US9377512B2 (en) | Battery state estimator combining electrochemical solid-state concentration model with empirical equivalent-circuit model | |
EP3352289B1 (en) | Storage battery control device | |
US10393819B2 (en) | Method and apparatus for estimating state of battery | |
KR102468385B1 (ko) | 친환경 차량 배터리의 충전시간 예측 방법 | |
CN110549876B (zh) | 一种能量输出控制方法、装置和氢燃料混合动力汽车 | |
KR101394867B1 (ko) | 친환경 차량의 주행가능거리 산출 방법 | |
US9411019B2 (en) | Method and system for estimating state of health of battery set | |
CN105510832A (zh) | 使用老化补偿的电动车辆电池荷电状态监控 | |
EP2709202B1 (en) | System and method for the measurement and prediction of the charging efficiency of accumulators | |
CN101324656B (zh) | 一种电池荷电预测方法 | |
CN107167743B (zh) | 基于电动车辆的荷电状态估算方法和装置 | |
JP5419831B2 (ja) | バッテリの劣化度推定装置 | |
JP5710217B2 (ja) | 車両用バッテリの劣化度合推定装置及び方法 | |
KR102534688B1 (ko) | 배터리의 셀의 충전의 상태를 추정하는 자동적 방법 | |
CN102662148A (zh) | 在线反馈式蓄电池soc预测方法 | |
CN103314303A (zh) | 用于测定蓄电池的开路电压的方法、具有用于测定开路电压的模块的蓄电池以及具有相应的蓄电池的机动车 | |
CN104723894B (zh) | 用于电池参数估计的车辆、方法和*** | |
US20140100803A1 (en) | Power estimation device for estimating chargeable/dischargeable power of electric storage device, electric storage apparatus, and method of estimating chargeable/dischargeable power | |
KR101329915B1 (ko) | 하이브리드 전기 자동차용 배터리의 주행 중 최대 출력파워 예측 방법 및 장치 | |
CN105899395B (zh) | 估定机动车辆电池中的能量 | |
CN106199437A (zh) | 电动车蓄电池剩余电量监测方法及其监测*** | |
US20220196754A1 (en) | Method for detecting abnormal battery cell | |
CN103733081A (zh) | 一种用于确定蓄电池的最大可用的恒定电流的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |