CN105556325A - 估算电力电池的劣化状态 - Google Patents

估算电力电池的劣化状态 Download PDF

Info

Publication number
CN105556325A
CN105556325A CN201480051503.XA CN201480051503A CN105556325A CN 105556325 A CN105556325 A CN 105556325A CN 201480051503 A CN201480051503 A CN 201480051503A CN 105556325 A CN105556325 A CN 105556325A
Authority
CN
China
Prior art keywords
sohe
value
accumulator
battery
center
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.)
Pending
Application number
CN201480051503.XA
Other languages
English (en)
Inventor
A·圣-马尔库
M·奥利古奇
B·德洛贝尔
T·克雷亚什
J-P·苏利耶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Renault SAS
Original Assignee
Renault SAS
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 Renault SAS filed Critical Renault SAS
Publication of CN105556325A publication Critical patent/CN105556325A/zh
Pending legal-status Critical Current

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]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/0023—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train
    • B60L3/0046—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train relating to electric energy storage systems, e.g. batteries or capacitors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • B60L58/14—Preventing excessive discharging
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • B60L58/15—Preventing overcharging
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/24—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries for controlling the temperature of batteries
    • 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
    • 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]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/44—Methods for charging or discharging
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Tests Of Electric Status Of Batteries (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明涉及一种用于管理电化学储能器的方法，该方法涉及确定该储能器的劣化状态的估算值(SOHE？bary(t))。该估算值(SOHE？bary(t))是该劣化状态的重心值，该重心值被计算为指示该储能器的劣化状态的至少两个值的重心，即通过第一方法计算出的指示该储能器的劣化状态的第一值(SOHE模型(t))和通过与该第一方法不同的第二方法计算出的指示该储能器的劣化状态的第二值(SOHER(t))。从该储能器的初始投入使用状态，这些重心系数(α1，α2)改变至少一次，从而使得有可能当根据该第一方法(SOHE模型(t))计算的该储能器的劣化状态的前一SOHE值已经超过第一阈值时计算该储能器的劣化状态的下一个重心值。

Description

估算电力电池的劣化状态
技术领域
本发明涉及储电电池的充电管理，特别是电动和/或混合动力车辆的电池的充电管理。例如，这样的电池可以是锂离子类型的。这些电池通常包括多个电储能器，也称作电池单元。每个电池单元具有电化学***，该电化学***能够被再充电至高达最大无负载电压、并且然后在初始略微小于该最大无负载电压然后下降的电压下输送恒定电流强度的电流，直到该电池的下一个再充电步骤。这些电池通常由电子电池控制***(BMS-“电池管理***”)加以控制，该电子电池控制***例如控制电池再充电阶段，以便使电池在再充电结束时达到所希望的电压而不引起电池的过热并且防止任何电池单元与其他电池单元相比达到显著高于或显著低于的电量水平。
背景技术
BMS***可以被配置成计算一个无量纲变量“SOC”(电量状态)，使得有可能通过本身已知的方法以零和1之间的变量来量化电池的电量水平，例如涉及已经穿过电池的电流强度值的积分、电池的电压水平的变化、以及在穿过电池的电流为零的时刻测量的电池的无负载电压。
BMS***确保了通过防止电池在其典型运行范围之外运行而保护电池，并且确保了尤其是针对过电流、过电压(充电时)、欠电压(放电时)、甚至是针对过热和欠温度的保护，这对于锂离子电池而言尤为重要。
特别地，BMS***使得有可能通过在再充电阶段调整充电过程中授权的最大功率水平来管理电池的充电。所述***使得有可能显示电池状态的特征值，如SOC。BMS***还可以被配置成在车辆行驶时估算SOHE(能量健康状态)的值，该值是使得有可能量化该电池一旦充电到其最大可能时可供使用的能量水平的一种系数，其考虑了在所述电池的寿命周期中电池性能的退化。SOHE值可以例如被计算为以下两项的比率：
-从电池的满充电状态开始，在其当前损耗状态下、以参考温度(例如25℃)和恒定电流参考水平(例如针对33Ah的电池单元为33A)，直到电池两端的电压下降到低电压阈值(例如2.5V)时可以从该电池汲取的能量。
-从电池的满充电状态开始，当为新电池时，以相同的参考温度和相同的恒定电流参考水平直到电池两端的电压下降到低电压阈值时可以从该电池汲取的能量。
电压阈值可以对应于电池两端的最小电压，低于该最小电压则禁止从电池汲取能量以免使电池退化(称为“截止”电压)。
该SOHE值可以通过下面提及的多种不同方法来计算并且使得有可能估算在充电结束时电池中可供使用的能量以及驾驶员因此可以希望达到的里程。
为了提高自主车辆寿命的估算准确度，因而尽可能准确地估算该SOHE是有利的；然而，错误计算的来源是多种多样的，并且这些来源的幅度随着电池老化增加并且随着电池经受了增加的循环而变化。此外，为免车辆驾驶员担心由估算自主性的波动造成的后果，这些波动可能从一次再充电到接下一次是不规律的，所以优选的是使SOHE的估算值的演变从一次再充电到下一次再充电是恒定的。
此外，从电池的SOHE的可靠估算出发，与仍然在电池的无负载电压的相同极限内进行的充电-放电相比较，有可能优化电池的充电-放电循环，以提高电池的使用寿命。
存在许多经验性的电池劣化模型。例如，能源期刊(JournalofPowerSources)113(2003)72-80的R.Spotnitz的文章《锂离子电池容量衰减的模拟“Simulationofcapacityfadeinlithiumionbatteries”》使得有可能对于特定的客户使用特性而言预测理论的电池劣化。所提出模型是开环模型。换言之，在该模型(异常退化或不良校准模型)未预测出电池劣化的情况下，SOHE的估算可能是错误的：SOHE跟随用于校准该模型的理论电池的演变，但并不基于实际电池的退化而调整。
文献《估算电池健康状态的方法和设备“METHODANDAPPARATUSOFESTIMATINGSTATEOFHEALTHOFBATTERY”》(US2007/0001679A1)披露了电池单元的内阻与其劣化状态(SOH或“健康状态”)存在关联。该文件提出了将电池单元的估算内阻与映射出的参考电阻值相比较。这种方法的缺点是，SOHE的估算还取决于电池的实际使用特性(电流、温度)。
美国专利6,653,817(通用汽车)也披露了一种根据电池的内阻的特性描述估算电池的劣化状态的方法。该文所描述的方法需要具有特定的高功率电子部件的***架构。此外，该方法使用了计算中介、SOHP(“功率健康状态”)，并且不佳的SHOP-SOHE关联特性可能导致SOHE的估算的显著误差。
最后，存在通过所谓的“库仑计数”来估计电池的劣化状态的方法，例如如文献《用于估算锂离子电池的电量状态和健康状态的增强库仑计数方法“Enhancedcoulombcountingmethodforestimatingstate-of-chargeandstate-of-healthoflithium-ionbatteries”》(应用能量(AppliedEnergy)，第86卷，第9期，2009年9月，第1506至1511页)。这种方法的缺点是，由于电池在两次再充电之间仅被部分地放电，例如当所行驶的道路特性或通过市电再充电的频率导致SOC在100％和50％之间变化而从不会更低，该方法缺乏精度。
发明内容
本发明旨在提供对安装在电动或混合动力车辆上的电池的劣化状态的估算，该估算在电池的整个使用寿命上是准确的并且不依赖于驾驶员的驾驶习惯。本发明还寻求基于所计算的劣化状态来优化电池的再充电阶段的管理，从而延长电池的使用寿命。
为此，本发明提出了一种用于管理电化学储能器或蓄电池的方法，其中，根据跨该储能器的电压值的历史记录、流过该储能器的电流强度的历史记录、以及该储能器的温度的历史记录来确定该储能器的劣化状态的估算值。该估算值是该劣化状态的重心值，该重心值被计算为指示该储能器的劣化状态的至少两个值的重心，即通过第一方法计算出的指示该储能器的劣化状态的第一值和通过与该第一方法不同的第二方法计算出的指示该储能器的劣化状态的第二值。从该储能器的初始投入使用状态，这些重心系数改变至少一次，从而使得有可能当根据该第一方法计算的该储能器的前一SOHE值已经超过第一阈值时计算该储能器的劣化状态的下一个重心值。
有利地，该第一指示值是根据表征该储能器的多个相继的状态的第一温度和电量状态系数的第一总和并根据表征该储能器的多个相继的状态的第二温度和电量状态系数的第二总和来计算出的，这些第一系数各自与在各自状态花费的时间相乘，这些第二系数各自与在该状态下由该电池放出的能量相乘。有利地，该第一指示值被计算为考虑了该第一总和的第一幂和该第二总和的第二幂的总和。该第一指示值可以例如被计算为该第一总和的第一幂和该第二总和的第二幂的总和的补数。
根据一个优选实施例，该第二计算方法是提供与该储能器的内阻相类似和/或与电池的总充电能力的计算相类似的多个中间计算项的计算方法。
更一般地讲，该第一计算方法可以是开环计算方法，而该第二计算方法可以是闭环计算方法。在此，一种计算方法如果其通过对基于该电池随时间推移相继记录的值所计算出的值求和来进行而不考虑当前循环的幅度(SOC变化或电压变化)则被认为是开环方法。开环方法无法检测该电池是否快速地异常地过早劣化。在此，一种计算方法如果其包括表示已知物理值的中间计算值以便反映电池的劣化状态的实际发展(例如电池的内阻、电池的表观内阻、或者电池的总充电能力)则被认为是闭环方法。特别是如果一种方法提供用于根据在电池的循环幅度大于一个循环阈值期间获得的值来计算中间值、和/或如果该方法用于通过响应于电池的与理论行为偏差方程相比较的行为偏差的数字滤波器来计算中间值(例如通过卡尔曼滤波器类型的方法计算SOC和总电池容量)，则该方法可以被认为是闭环的。这些闭环计算方法使得有可能检测两个具有相同宣传的理论行为但即使这些电池随时间推移经受相同循环也展现不同的实际性能的电池之间行为差异。它是一种适应性方法。
根据一个变体实施例，可以将该重心值计算为指示该电池的劣化状态的多于两个的值的重心，例如通过不同的方法计算的指示该电池的劣化状态的三个值的重心。可以通过一种通常称作“经验模型”的方法(涉及基于表征该储能器的多个相继状态的温度和电量状态的多项之和)来计算该第一指示值。可以对应地通过已知为库仑计数的方法(涉及该储能器的随时间推移的总充电能力演变的计算)和通过已知为阻抗或内阻的方法(涉及储能器的随时间推移的阻抗或内阻演变的计算)来计算指示该劣化状态的第二值和/或指示该劣化状态的第三值。
优选地，与通过该第一方法计算出的值相关联的权重系数在该电池投入使用时严格大于0.5并且然后减小，并且与通过该第二方法计算出的值相关联的权重系数严格小于0.5并且然后随时间推移而增大。
与指示该劣化状态的第一值相关联的重心系数可以保持恒定直至该重心值超过第一阈值、然后可以基于该重心值基本上线性地变化直至该重心值超过第二阈值。
有利地，该重心值可以更接近于或甚至等于指示该劣化状态的第一值直至该重心值超过第一阈值。然后该重心值可以逐渐变得更接近于指示该劣化状态的第二值直至其达到第二阈值时该重心值等于该第二指示值。有可能的是，当该重心值超过第三阈值时，由于重心系数的作用，该重心值可以开始接近指示该劣化状态的第三值，直至在其达到第四阈值的时刻该重心值达到所述第三值。
在一个优选实施例中，指示该劣化状态的第二值是通过库仑计数类型的方法计算出的，并且指示该劣化状态的第三值是通过涉及计算该储能器的阻抗或内阻的演变的方法计算出的。
根据本发明的安装在车辆上的储能器的应用，在该储能器的多个再充电步骤的过程中，调整了基于该重心值计算的充电结束电压，此充电结束电压在一台车辆上的该储能器的使用过程中逐渐增大。
根据一个有利实施例，在该储能器的投入使用与该重心值的第五阈值之间，该充电结束电压被调整成相对于该重心值线性地变化、并且然后在该车载储能器的后续使用过程中基本上保持恒定。
根据一个变体实施例，该充电结束电压是该重心值的递增函数或递减函数，在该储能器的投入使用时与该储能器的使用寿命终结时的重心值相比较，该充电结束电压变化更迅速。在该储能器的使用寿命终结时，充电结束电压曲线可以具有一个平稳段或者可以朝平稳段收敛。
根据另一方面，本发明提出了一种电力供应***，该电力供应***包括至少一个电化学储能器、与该储能器相关联的一个温度传感器、使得有可能估算跨该储能器的电压和穿过该储能器的电流强度的一个电压传感器和一个电流强度传感器、一个计算机，该计算机被配置成具体通过使用该电压和强度的值来估算该储能器随时间推移的电量水平。该***包括一个电子控制单元，该电子控制单元被配置成计算该储能器的一个劣化状态的重心值、例如表征该储能器的劣化状态的并且通过两种不同的方法计算出的至少一个第一值和至少一个第二值的重心。用于计算在一个给定时刻的重心值的重心系数取决于表征该劣化状态的第一值在前一时刻在其评估过程中所采取的值。
该电力供应***包括一个储能器管理单元，该储能器管理单元被配置成在该储能器的寿命周期过程中增大授权给再充电***来带给该储能器的最大无负载电压进行限定的充电结束电压。该充电结束电压是基于所计算的重心值来进行调整的。
附图说明
通过阅读以下单独通过非限制性举例的方式给出的说明部分并且参照附图，本发明的进一步的目的、特征和优点将会变得清楚，在附图中：
-图1是装备有电池和根据本发明的电池管理***的机动车辆的示意图，
-图2是用于通过根据本发明的电池管理***来计算电池的劣化状态的简化算法。
具体实施方式
如图1所展示的，机动车辆1、例如电动型或混合动力型机动车辆装备有能够驱动该车辆的车轮的马达3以及能够给马达3供电的电力供应***2。特别地，电力供应***2包括储电电池4、电子控制单元5，该电子控制单元被配置成管理电池4并且由“电池管理***”的缩写BMS指代。电池4装备有温度传感器6，该温度传感器能够测量该电池的温度T特性，该温度特性被传送到BMS5。该电池还装备有电压计7，该电压计使得可以知道跨过电池4的电压U并且将这个值U传送到BMS5。最后将电流计8连接电池4，以便测量穿过电池4的电流强度。同样将对应于电流强度的值i传送到BMS5。
BMS使得具体有可能监测跨电池电压以及穿过该电池的电流强度，使得有可能估算该电池的电量状态、并且具体根据该电池的电量状态以及诸如该电池的温度或形成该电池的电化学电池单元的温度的参数来使得有可能例如禁止将高于阈值的电压施加到这些电池端子和/或将高于阈值的电流流动穿过电池。
该BMS***还可以禁止在电池的电量状态下落至低于某一阈值时从该电池汲取能量，并且可以在通过例如市电对其再充电的过程中修调施加到该电池的这些端子的电压，以使该电池达到充电结束电压。
BMS***5可以被配置成计算多个值，例如电池4的电量水平(SOC：电量状态)、表征该电池的劣化状态的SOHE值、以及与该电池在其当前测量水平下能够存储的最大能量基本上相对应的电池最大充电能力Qmax。该BMS可以使用这些值来调整其授权该电池运行的运行极限(在禁止从电池汲取能量之前的跨电池最小电压、在电池的再充电结束时跨电池最大电压、授权从电池汲取的最大瞬时功率等)。
图2具体展示了由图1中的BMS5实施的用于将电池4的损耗考虑在内地估算表示该电池的劣化状态的值SOHEbary的计算过程。出于下面描述的原因，该值SOHEbary的计算是通过对由三种独立的方法估算的劣化状态估算值SOHE模型、SOHE库仑和SOHER进行加权平均或重心平均来实现的。在计算时刻t，图1的这些传感器6、7和8确定电池4的温度T、跨电池4电压U以及流动穿过电池4的电流强度i。这些值被汇总于表示在时刻t执行的测量的框10中。在这同一时刻t，存储器框中可供使用的是存储器框12中的第一值“老化”和存储器框11中的值U0。值“老化”来自于先前执行的劣化状态的计算(根据模型SOHE模型进行计算)，值U0是在时刻t之前的、其间该电池既不接收也不输送电流的时刻ti0记录的电池4的无负载电压。根据多个变体实施例，可以通过取决于其他测量值T、U、i以周期性间隔执行的多种不同方法来重新评估值U0。BMS5包括SOC计算机13，该SOC计算机根据已知的方法在时刻t估算与电池4的电量状态相对应的值SOC(t)。典型地，可以依据电压U的历史记录、电流强度i的历史记录、并且按照所使用的方法依据最近可供使用的无负载电压值U0来计算SOC值。
BMS5包括经验式劣化状态估算器14，该估算器使用由计算机13计算的电量状态值SOC和由传感器6测量的温度T。估算器14通常输送温度T下的值SOHE模型，该值涉及基于SOC、T状态对制表的系数的线性组合，某些系数与该电池的休眠状态相关联并且然后被加权以该电池处于这种状况下的时间，并且其他系数是以该电池处于与状态对SOC、T相对应的状态时该电池所经历的能量变化来加权的。
BMS5还包括内阻估算器16，该内阻估算器执行对电池4的表观内阻的估算并且然后借助于图谱18从该估算推断电池4的劣化状态的值SOHER。
可以具体通过在该电池的充电/放电阶段测量输送电流的变化Δi连同输送电压的变化ΔU来实现电池4的内阻R的估算。
电池4的劣化状态的估算器15在时刻t通过库仑计数执行对该电池充电能力Qmax的估算。出于此目的，估算器15可以使用该电池的电量状态的差ΔSOC，该电量状态的差是由SOC计算机13传送到所述估算器的。可以在估算器13、或估算器15处进行对从其开始直至时刻t计算SOC差的这个初始时刻的选择和对与该初始状态相对应的SOC值的存储。
库仑估计器15还接收关于随时间推移记录的电流强度i(t)的信息，例如积分器21接收随时间推移直至时刻t而测量的电流强度i(t)的积分值。根据这些值，该库仑估算器计算时刻t的最大充电能力Qmax，并且可能在将该最大电量除以当该电池是新的时的最大电量的初始值之后使用该值在图谱17中读取劣化状态值SOHE库仑。并行于这些劣化状态值SOHE模型、SOHE库仑、SOHER的计算，BMS5使用选择器19来选择三个重心系数α1、α2、α3。这些值α1、α2、α3可以是基于存储在存储器12中的“老化”值的，或者可以是在基于该“老化”值的图谱中读取的。BMS5通过在加权步骤20中用三个重心系数α1、α2、α3对SOHE模型、SOHE库仑、SOHER这三个值进行加权来计算电池4的劣化状态的重心值。
一旦已经估算出这个劣化状态重心，BMS5就可以使用由此得到的值来确定例如在电池的再充电结束时的最大电压V充电_max的值。BMS可以使用这个值V充电_max来限制在该电池的下一个再充电步骤的过程中的最大再充电电压(如果在此期间没有计算出新的最大充电值的话)。BMS还可以使用值SOHEbary来精确地计算再充电结束时该电池中可供使用的能量的量，并且从其推导出显示给该车辆驾驶员的自主里程。当计算SOC时也可以使用最近的值SOHEbary，直到新的SOHEbary值可供使用。
在步骤22中，通过在存储器12中记录计算出的新值SOHE模型(t)来更新用于确定重心系数α1、α2、α3的“老化”值。然后在步骤23中使时刻t的计数器增量，并且使用温度、电压和电流强度传感器执行一系列新的测量T(t)、(U(t)、i(t)。
本发明提出通过组合若干种计算方法来计算电池的劣化状态，SOHE。典型地，当电池是新的，表征该劣化状态的值等于1(或等于100％)并且然后减小。根据本发明计算出的值SOHE是通过若干种方法相互独立获得的若干个估算值的重心。最大的权重被赋予在电池的使用寿命的给定阶段先验地认为误差将会较低的方法。为此，指配给这些不同方法的权重是基于对该电池的劣化状态所实施的最新评估来计算的。例如，当值SOHE模型降至低于第一阈值时，不同方法的权重开始基于该SOHE模型进行线性地变化。BMS5例如致使与在该电池的寿命早期所使用的方法相关联的系数从1变到零，并且同时致使与在该电池的使用寿命的后半所优选的方法相关联的系数从零变到1。当SOHE模型降至低于第二阈值时，可以再次应用这种方法，以便有利于在电池寿命结束时用第三方法计算SOHE。根据另一变体实施例，可以在电池的寿命早期应用第一计算方法，然后可以使得这些重心系数演变以便在寿命中期和/或结束时在其他两种方法的结果之间计算一个值，该值带有一致系数。其他组合是可能的，并且这些重心系数不必超过值零或1。
现在将提供用于估算SOHE的三种基本优选计算方法的概述。根据本发明的BMS优选地被配置成使用这些基本方法中至少两种的重心组合。当电池是新的，重心优选地是通过给“经验式”方法类型更多权重，并且随后增加至少一种第二方法(“库仑计数”类型或估算电池的“内阻”类型)的权重。
SOHE的值既可以是针对整个电池进行整体计算的，或者具体是如果为每个电池单元都提供了电压传感器和使得能够评价的每个电池单元的温度的温度估算器的话，则通过首先针对每个电池单元计算SOHE并且然后将在给定时刻针对所有电池单元计算出的最小SOHE值采用为该电池在该时刻的SOHE值来计算。
基于内阻来估算电池单元的劣化状态。
该BMS从在大的电流强度变化上(充电或放电)对电池单元的表观电阻的计算来计算该SOHE。一般原理如下：在给定的时间周期中电流的变化与在这些电池单元端子处的电压的变化进行比较。电压变化与电流强度的变化的比例于是对应于电池单元的“表观电阻”。如果该表观电阻是在一个特定的频率范围内确定的，则参考电池单元阻抗。至少两种实现技术是可能的。
该表观电阻与在相同的充电或放电条件下处于新的状态的该电池单元应具有的内阻的值进行比较。例如，然后计算出称作SOHP的参数，该参数是表征电池单元的内阻增加的比例。
-
最后，预先录制的图谱使得有可能基于由此估算的值SOHP来读取值SOHER。
这种方法具有实施简单的优点。
在电池单元上计算的这种“表观”电阻是还可以对计算最大授权电流强度以免迫使该电池单元超出其最大授权功率(放电时，通过市电充电时，以及在再生制动的情况下)有用的一个值。
由于是在特定的、清楚识别但实际上并非测量该表观电阻时的条件(例如标准化的峰值电流)下测得的新电池单元的电阻(由于电流分布是被驾驶员控制的)，此值可以是负面评价的。所计算出的SOHP因此与用于建立该图谱的SOHP不同。
此外，一些电池单元可以具有在早期寿命下降的表观内阻(这可能令人惊讶)。SOHP和SOHE之间的关联则不是双射的，尤其是在早期寿命中。这使得基于对该电池的内阻的估算来估算电池的劣化是非常不确定的，尤其是在早期寿命中。
穿过电池的电流强度的变化越大，基于电池单元的内阻的估算方法就越准确。BMS提供对SOC的准确估算的能力因此将取决于车辆的驾驶员的使用特性。
有可能通过在特定频带上的激励来计算电池单元的阻抗。
该特定频带可以任选地限于单一频率。这种估算要求施加此特定频带上的电流(或电压)激励；这种激励可能来自充电***或高电压电路的其他功率电子部件(例如DC/DC转换器)。
这后一种类型的电池单元特性是可重复的，因为在感兴趣的频带中的电流激励可以被构造成总是相同的。这使得在新的电池单元在相同的条件下应具有的值测量的阻抗的比较对于SOHP的计算更为相关。
然而，此特性要求用于功率电子***的特定架构和控制***，以使该***能够在这些电池上施加在良好限定的频带上的可重复的激励。
基于内阻对电池单元的劣化状态SOHER的估算在此被认为是闭环估算，在某种意义上所计算的值使得如果该电池单元不与用于校准该计算方法的参考电池单元表现一样就可以检测出电池单元的过早劣化。
通过库仑计数估算电池单元的劣化状态。
一般原理如下：比较以下两项：
-在一次循环过程中，电池单元的电量状态的演变：ΔSOC＝SOC结束-SOCinit其中SOC结束是在循环结束时的电量状态并且SOCinit是在循环开始时的电量状态，
-在循环期间已经由电池单元输送的总电量：Q＝∫i.dt其中I是穿过电池单元的电流。
根据所输送的电亮和SOC的变化来重新计算如果所述电池单元在这个时刻被再充电至其最大能力该电池单元所应能够输送的最大电量Qmax：
Qmax还被称作“电池单元的总容量”
Q m a x = ∫ i . d t Δ S O C
该最大容量与该电池单元在新的时候的最大能力的比率SOHQ，即使得有可能借助于图谱来跟踪表征该电池单元的劣化状态的SOHE库仑。
这种方法实施起来相当简单。然而，如果SOC是根据跨电池单元电压计算出的，则该计算仅是相关的。该计算可能被SOC的估算的误差(由于电池单元的极化)扭曲。
该计算还可能被不佳的电流测量(特别是由于功率偏移)造成的误差破坏。
为了得到对SOHE的准确估算，必须在与具有高幅度的SOC变化相对应的循环上记录这些值。BMS提供对SOC的准确估算的这种能力因此将取决于车辆的驾驶员的驾驶习惯和电池再充电习惯。
在这种计算方法中，必要的是基于“电池单元电压”信息重新估算在周期的开始和结束时的SOC值。因此，要考虑的重要假设是，将电压和电量状态SOC联系起来的曲线是否是已知的，并且这仅次要地取决于劣化。这种方法可能会导致由BMS估算的劣化状态的显著波动，因为这种类型的估算高度依赖于循环特性(电流分布、电池单元温度)。
通过库仑计数方式对电池单元的劣化状态的估算在此同样被认为是闭环估算。这些计算值使得如果电池单元的退化主要与活性物质的损失相关则能够检测电池单元的过早劣化。
使用车载劣化模型估算电池单元的劣化状态。
一般原理如下：该电池单元劣化模型使得有可能根据所述电池单元在每个SOC水平和每个温度水平下消耗的时间来计算该电池单元的保留容量。该模型是一个开环模型。该计算使得如果电池单元的劣化对应于用于校准该模型的参考电池单元的劣化则无法检测。然而，这种计算方法不要求电池的任何特定循环特性。
该模型提出根据以下类型的公式估算该电池单元的劣化状态的值SOHE模型：
或
α(SOC，T)是对应地在给定的SOC值和给定的T值提供的(例如居中的)的电量状态范围[SOC-ΔSOC，SOC+ΔSOC]和温度范围[T-ΔT，T+ΔT)相关联的日历退化的映射出的系数。
δΤ是该电池单元在所考虑的电量状态范围[SOC-ΔSOC，SOC+ΔSOC]和温度范围[T-ΔT，T+ΔT]内花费的总时间。
总和覆盖了该电池单元的运行过程中可想到的所有范围[SOC-ΔSOC，SOC+ΔSOC]和[T-ΔT，T+ΔT]。
β是与给定的电量状态范围[SOC-ΔSOC，SOC+ΔSOC]和给定的温度范围[T-ΔT，T+ΔT]相关联的映射出的循环退化系数。
δΕ是每次电池处于给定的电量状态范围[SOC-ΔSOC，SOC+ΔSOC]和给定的温度范围[T-ΔT，T+ΔT]时在该电池的循环过程中放出的总能量，单位为kWh。
m和n是指数，全部或并非全部优选在0.5和2之间。
根据替代性实施例，有可能直接映射出这些系数并且
典型地，积分∫U.idt是自SOC或温度T超过所限定的范围极限之一的最近时刻开始连续计算的，以便映射α和β。当这些极限之一被再次超过时，将该积分值添加到与刚经过的这对范围[SOC-ΔSOC，SOC+ΔSOC]、[T-ΔT，T+ΔT]相关联的存储器，并且再次重新计算∫U.idt，其目的为将它添加到与对应于该电池单元的当前状态的新的范围对相对应的另一个存储框。
根据一个特定实施例，参数β还可以取决于穿过该电池单元的电流水平。
这种通过经验模型的计算方法避免了估算SOHE的显著波动。
因为该模型是开环的，它需要实现许多电池单元劣化特性测试，以便能够校准该模型。校准是更相关的，因为电池呈现接近于用于校准该模型的参考电池单元的特性和特性演变、并且在电池单元早期寿命先验地是最相关的。
如果该电池经受高温，而该BMS被关闭，则关于劣化的计算将不考虑这种现象。
权重系数的选择
本发明可以从这些电池不同劣化阶段的方法的每一种方法中获益：
-在早期寿命中，通过车载模型的劣化计算不仅是准确的，而且使得有可能避免由BMS估算的劣化状态SOHE中大的波动。
-在寿命终结时，执行闭环估算(根据内阻和/或根据库仑计数)以便检测电池的任何退化(该模型未预期到的)是有益的。因此，本发明提出计算电池的估算劣化状态估算器SOHEbary，该估算器是按以下公式计算的：
SOHEbary＝α1·SOHE模型+α2·SOHE库仑+α3·SOHER，
其中α1、α2和α3重心系数与劣化状态的计算相关联，验证
α1+α2+α3＝1
代替根据时间改变这些权重系数，本发明提出了基于在前一时刻由BMS估算的劣化水平SOHEbary来改变这些系数α1、α2和α3。
SOHE模型、SOHE库仑和SOHER可以是通过上述直接应用到电池整体的、通过跨电池电压和通过该电池的总SOC的方法来计算出的。SOHE模型、SOHE库仑和SOHER可以对应地计算为在给定时刻这组电池单元的针对每个电池单元计算的值SOHE模型、SOHE库仑和SOHER中的最小值。
如上所述，本发明提出基于电池的估算的劣化状态以优化的方式选定这些系数α1、α2和α3。
根据本发明的一个特定实施例，这些系数α1、α2和α3还可以取决于电池的和/或在其上安装了该电池的车辆的使用特性。例如，一旦SOHEbary降至低于第一阈值，就可以减少与SOHE模型计算方法相关联的权重α1并且增加权重α2和α3。在电池寿命的该第二部分，有可能如果最后记录的一次或多次放电循环具有比放电阈值更大的幅度(例如SOC的幅值大于0.7，并且优选大于0.8)则选择α2<α3(例如α2＝0并且α3＝1)，否则选择α2>α3(例如α2＝1并且α3＝0)。
根据一个可以与以上实施例相组合的实施例，SOHEbary可以通过以下公式对其进行限定来调整成始终小于或等于由经验模型计算的SOHE模型：
SOHEbarv＝Min[(α1·SOHE模型+α2·SOHE库仑+α3·SOHEDCR)，SOHE模型]，
下文提供了重心系数变化曲线的一些示例。
例如，所寻求的是主要使用SOHE模型，直至值SOHEbary达到值SOHE阈值_1，并且然后主要使用SOHE库仑，
-在早期寿命，当SOHEbary>SOHE阈值_1时，α1＝1。
当SOHEbary＝SOHE阈值_1然后SOHEbary<SOHE阈值_1时，α1从1到零线性地减小(相比于SOHEbary)。例如，α1可以在0.9和0.8之间的SOHEbary范围内线性地从1到零减小。
根据另一变体实施例，α1的线性变化可以相对于SOHE模型本身、或者甚至相对于在其中安装了该电池的车辆所行驶的里程来执行，
-对于SOHE模型<80％，α1＝0。
α1的减少可以通过单独线性地增加其他重心系数之一来补偿(例如α2，以便然后使得库仑计算占优)，或者通过同时线性增加若干个其他重心系数来补偿。
本领域技术人员已知根据该电池的内阻的SOHE的估算通常没有通过库仑计数的SOHE的估算准确，假定该库仑计数是在电池的深度放电时进行的。
因此，只要由电池供电的车辆的驾驶员不进行电池的深度放电，以闭环估算电池的劣化状态的最好方式就是使用基于电池的内阻的解决方法。
根据一个优选实施例，如果在超过SOHE阈值_1之前车辆的驾驶员仅已在有限SOC范围内使用电池(例如SOC仍然持续大于或等于0.7)，则选择通过增加α2来补偿α1的减小，也就是说设定为α2＝1-α1，并且α3＝0直到α2变成等于1。
然而，如果在最小次数的车辆的驾驶员调整使SOC变化大于一个阈值(例如大于0.4的SOC幅度)循环期间，则选择通过增加α3来补偿α1的减小，也就是说设定为α3＝1-α1，并且α2＝0直到α3变成等于1。
在α2＝1的特定情况下，在已经检测到最小次数的循环的SOC变化大于一个阈值(例如大于0.4的SOC幅度)之后，有可能线性地减小α2并且通过增加α3来补偿α2的减小，也就是说设定为α3＝1-α2，并且α1＝0直到α3变成等于1。
当然，其他特定情况也是可能的，例如，通过同时增加α2和α3来补偿α1的线性减小，例如α2＝α3并且α2＝0.5-0.5α1。
已知的是，电池的充电结束电压越高，在循环过程中电池就劣化越快。数月或数年后，电池的劣化状态退化比如果电池经受减小的SOC范围之内的循环更快。因此，通过管理该充电结束电压，在短期再充电结束时所希望具有的能量与电池的耐久性之间存在管理折衷。
根据本发明的一个变体，为了改善电池的使用寿命，BMS在电池的寿命周期开始时调整再充电结束时的最大电压，使该最大电压小于再充电结束时可接受的最大电压。该BMS然后在电池寿命周期过程中增加该最大电压，该最大电压的变化追随基于计算出的多个重心SOHE值的预定曲线。例如，这种进展可以是在电池的投入使用与该充电结束电压由BMS调整变成等于制造商推荐的最大充电结束电压或变成等于事先调整好的任意最大电压的时刻之间线性地上升的。从该时刻开始，该BMS则仍可以调整相同的最大充电结束电压。该最大充电结束电压曲线然后具有使SOHE值低于一个阈值的平稳段(在SOHE的高值对应于该电池的新状态的情况下)。当然，其他曲线形式是可能的，其中最大充电结束电压的增加速率(例如表示为与-SOHEbary相关)随电池的老化而降低。
本发明并不受限于所描述的这些示例性实施例并且可以以许多变型来提供。例如，可以通过使用电池的劣化状态的值特性来实现本概念，该值随着时间的推移而增大，例如通过采用上述SOHE值的补数(complement)(或100％互补)。SOC、SOHE和SOHP的值可以计数在零和1之间，或乘以一个恒定任意值，例如100％。根据重心计算中考虑到的不同方法的这种估算SOHE值可以是针对整个电池而整体计算出的或者优选是针对每个电池单元计算出的，以便在必要时考虑到尤其是一个或多个电池单元的过早劣化。除车载模型的SOHE模型估算之外还可以基于这些基本SOHE估算之一采取的值、例如通过库仑计数类型的方法获得的值SOHE库仑、或基于通过涉及计算储能器的阻抗或内阻的演变的方法计算出的值SOHER来改变这些重心系数。根据又一实施例，有可能基于在前一时刻计算的重心值本身来改变这些重心系数。基于SOHE模型改变这些系数是有利的，这比其他估算方法具有更小的随机波动。在一个方向上超过SOHE的阈值(例如向下超过SOHE阈值)优选地引起的重心系数的变化，但在围绕该阈值的后续波动的情况下不会引起朝相反方向的系数变化。
本发明可以提高准确度并且减少蓄电池的劣化状态的估算值的离散。这种估算电池的劣化状态的一致性于是使得可以提供对电池的充电结束电压的可靠且一致的管理，以提高电池的使用寿命，同时确保了车辆驾驶员在每次再充电结束后具有规律且安全进展的自主里程。

Claims (10)

1.一种用于管理电化学储能器(4)或蓄电池的方法，其中，特别地根据跨该储能器(4)的电压值(U(t))的历史记录、流过该储能器的电流强度(i(t))的历史记录、以及该储能器的温度(T(t))的历史记录来确定该储能器(4)的劣化状态的估算值(SOHEbary(t))，其特征在于，该估算值(SOHEbary(t))是该劣化状态的重心值，该重心值被计算为指示该储能器的劣化状态的至少两个值的重心，即通过第一方法计算出的指示该储能器的劣化状态的第一值(SOHE模型(t))和通过与该第一方法不同的第二方法计算出的指示该储能器(4)的劣化状态的第二值(SOHER(t))，并且其特征在于，从该储能器(4)的初始投入使用状态，这些重心系数(α1，α2)改变至少一次，从而使得有可能当根据该第一方法(SOHE模型(t))计算的该储能器的劣化状态的前一SOHE值已经超过第一阈值时计算该储能器的劣化状态的下一个重心值。
2.如权利要求1所述的管理方法，其中，该第一指示值(SOHE模型(t))是根据表征该储能器的多个相继的状态的第一温度和电量状态系数的第一总和并根据表征该储能器的多个相继的状态的第二温度和电量状态系数的第二总和来计算出的，这些第一系数各自与在各自状态花费的时间相乘，这些第二系数各自与在该状态下由该电池放出的能量相乘。
3.如权利要求2所述的管理方法，其中，与通过该第一方法计算出的值(SOHE模型(t))相关联的重心系数(α1)在该电池投入使用时严格大于0.5并且然后减小，并且其中，与通过该第二方法计算出的值(SOHE库仑(t)，SOHER(t))相关联的重心系数(α2，α3)严格小于0.5并且然后随时间推移而增大。
4.如权利要求3所述的方法，其中，与指示该劣化状态的第一值(SOHE模型(t))相关联的重心系数(α1)保持恒定直至该重心值(SOHEbary(t))超过第一阈值、然后基于该重心值(SOHEbary(t))基本上线性地变化直至该重心值(SOHEbary(t))超过第二阈值。
5.如权利要求2至4中任一项所述的方法，其中，该重心值(SOHEbary(t))更接近于指示该劣化状态的第一值(SOHE模型(t))直至该重心值(SOHEbary(t))超过第一阈值，然后该重心值(SOHEbary(t))逐渐变得更接近于指示该劣化状态的第二值(SOHE库仑(t))直至该重心值(SOHEbary(t))超过第三阈值，然后该重心值逐渐变得更接近于指示该劣化状态的第三值(SOHER(t))直至该重心值(SOHEbary(t))超过第四阈值。
6.如权利要求5所述的方法，其中，指示该劣化状态的第二值(SOHE库仑(t))是通过库仑计数类型的方法计算出的，并且指示该劣化状态的第三值(SOHER(t))是通过涉及计算该储能器(4)的阻抗或内阻的演变的方法计算出的。
7.如以上权利要求中任一项所述的管理方法，其中，在该储能器(4)的多个再充电步骤的过程中，调整了基于该重心值(SOHEbary(t))计算的充电结束电压，该充电结束电压在一台车辆上的该储能器(4)的使用过程中逐渐增大。
8.如权利要求7所述的方法，其中，该充电结束电压被调整成相对于该重心值(SOHEbary(t))在该储能器的投入使用与该重心值的第五阈值之间线性地变化、并且然后在该车载储能器(4)的后续使用过程中基本上保持恒定。
9.一种用于机动车辆的电力供应***，该电力供应***包括至少一个电化学储能器(4)、与该储能器(4)相关联的一个温度传感器(6)、使得有可能对应地估算跨该储能器(4)的电压(U(t))和穿过该储能器(4)的电流强度(i(t))的一个电压传感器(7)和一个电流强度传感器(8)、一个计算机(13)，该计算机被配置成具体通过使用该电压(U(t))和强度(i(t))的值来估算该储能器(4)随时间(t)推移的电量水平(SOC(t))，其特征在于，该***包括一个电子控制单元(5)，该电子控制单元被配置成计算该储能器的劣化状态的重心值(SOHEbary(t))、例如表征该储能器的劣化状态的并且通过两种不同的方法计算出的至少一个第一值(SOHE模型(t))和至少一个第二值(SOHE库仑(t)，SOHER(t))的重心，并且其特征在于，用于计算在一个给定时刻的重心值(SOHEbary(t))的重心系数(α1，α2，α3)取决于根据该第一方法计算的SOHE(SOHE模型(t))在前一时刻在其评估过程中所采取的值。
10.如权利要求9所述的电力供应***，包括一个储能器管理单元(5)，该储能器管理单元被配置成在该储能器(4)的寿命周期过程中增大授权给再充电***来带给该储能器(4)的最大电压进行限定的充电结束电压，该充电结束电压是基于所计算的重心值(SOHEbary(t))来进行调整的。
CN201480051503.XA 2013-07-29 2014-07-16 估算电力电池的劣化状态 Pending CN105556325A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR1357472A FR3009093B1 (fr) 2013-07-29 2013-07-29 Estimation de l'etat de vieillissement d'une batterie electrique
FR1357472 2013-07-29
PCT/FR2014/051826 WO2015015083A1 (fr) 2013-07-29 2014-07-16 Estimation de l'etat de vieillissement d'une batterie électrique

Publications (1)

Publication Number Publication Date
CN105556325A true CN105556325A (zh) 2016-05-04

Family

ID=49111493

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480051503.XA Pending CN105556325A (zh) 2013-07-29 2014-07-16 估算电力电池的劣化状态

Country Status (7)

Country Link
US (1) US10180464B2 (zh)
EP (1) EP3028054B1 (zh)
JP (1) JP6473154B2 (zh)
KR (1) KR102009734B1 (zh)
CN (1) CN105556325A (zh)
FR (1) FR3009093B1 (zh)
WO (1) WO2015015083A1 (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107677962A (zh) * 2016-08-01 2018-02-09 现代自动车株式会社 基于充电所需时间来管理电池的***和方法
CN108327721A (zh) * 2017-01-18 2018-07-27 福特环球技术公司 用于监测部件寿命的方法
CN108535651A (zh) * 2017-03-02 2018-09-14 联发科技股份有限公司 用于校准基于库仑计数的充电状态估计的方法和装置
CN109374964A (zh) * 2018-10-30 2019-02-22 四川洪诚电气科技有限公司 基于物联网的用电检测方法及物联网***
CN109425831A (zh) * 2017-08-21 2019-03-05 加百裕工业股份有限公司 估测电池Qmax的方法
CN109507609A (zh) * 2017-09-12 2019-03-22 北京奔驰汽车有限公司 一种在线估算动力电池soh的方法
CN110311176A (zh) * 2018-03-20 2019-10-08 株式会社东芝 电池安全性评价装置、电池安全性评价方法、程序、控制电路及蓄电***
CN110750849A (zh) * 2018-07-06 2020-02-04 托奇多有限责任公司 确定驱动电池的寿命的方法、计算机程序产品和预测***
CN110780207A (zh) * 2018-07-27 2020-02-11 奥迪股份公司 用于监控电池状态的方法、监控装置以及机动车
CN110927606A (zh) * 2019-11-05 2020-03-27 腾讯科技（深圳）有限公司 电池状态监测方法、装置
CN111751754A (zh) * 2019-03-29 2020-10-09 株式会社电装 可再充电电池特性检测设备、检测方法和车辆
CN111758038A (zh) * 2018-02-27 2020-10-09 三菱电机株式会社 用于估计布线接合的功率半导体模块的劣化的方法和***
CN113646652A (zh) * 2019-03-18 2021-11-12 株式会社Lg新能源 电池管理设备
CN114207454A (zh) * 2019-10-24 2022-03-18 株式会社Lg新能源 用于诊断电池劣化程度的设备及方法

Families Citing this family (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3006450B1 (fr) * 2013-06-04 2015-05-22 Renault Sa Procede pour estimer l'etat de sante d'une cellule electrochimique de stockage d'energie electrique
US10228751B2 (en) 2014-08-06 2019-03-12 Apple Inc. Low power mode
US9647489B2 (en) 2014-08-26 2017-05-09 Apple Inc. Brownout avoidance
CN106324508B (zh) 2015-07-02 2020-06-02 华为技术有限公司 电池健康状态的检测装置及方法
EP3343689B1 (en) * 2015-08-26 2024-02-14 Nissan Motor Co., Ltd. Deterioration degree estimation device and deterioration degree estimation method
FR3049352B1 (fr) * 2016-03-24 2019-07-26 Renault S.A.S. Procede de determination de l'etat de sante d'une batterie
AU2017263851B2 (en) * 2016-05-13 2023-03-30 Schumacher Electric Corporation Battery state detection system and method
FR3051981B1 (fr) * 2016-05-27 2022-12-09 Commissariat Energie Atomique Procede et dispositif d'evaluation d'un indicateur d'etat de sante d'une cellule d'une batterie lithium
FR3051916B1 (fr) 2016-05-31 2020-07-10 Renault S.A.S. Procede d'estimation de l'etat de sante d'une batterie
DE102016112173A1 (de) * 2016-07-04 2018-01-04 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Verfahren zur Einstellung
EP3279676B1 (en) * 2016-08-04 2020-04-01 Robert Bosch GmbH Method and device for the detection of corrosion within an at least partially electrically conductive housing of an electric energy storage unit and corresponding electric energy storage system
KR101866073B1 (ko) 2016-10-19 2018-06-08 현대자동차주식회사 배터리 soh 추정 방법
US10566811B2 (en) 2017-01-11 2020-02-18 Samsung Electronics Co., Ltd. Method and apparatus estimating and controlling battery state
KR20180085165A (ko) * 2017-01-18 2018-07-26 삼성전자주식회사 배터리 관리 방법 및 장치
US10424132B2 (en) * 2017-02-10 2019-09-24 Hitachi, Ltd. Vehicle component failure prevention
US10992156B2 (en) * 2017-10-17 2021-04-27 The Board Of Trustees Of The Leland Stanford Junior University Autonomous screening and optimization of battery formation and cycling procedures
US10599199B1 (en) 2017-12-20 2020-03-24 Apple Inc. Systems and methods for power management at device shutdown
US11363133B1 (en) 2017-12-20 2022-06-14 Apple Inc. Battery health-based power management
US10817307B1 (en) 2017-12-20 2020-10-27 Apple Inc. API behavior modification based on power source health
CN110893794B (zh) * 2018-08-24 2023-01-24 上海汽车集团股份有限公司 一种车用电池衰减系数确定方法及装置
AT521643B1 (de) 2018-08-31 2020-09-15 Avl List Gmbh Verfahren und Batteriemanagementsystem zum Ermitteln eines Gesundheitszustandes einer Sekundärbatterie
TWI678855B (zh) * 2018-10-12 2019-12-01 宏碁股份有限公司 低電壓門檻調整方法
US11303462B2 (en) 2018-11-19 2022-04-12 Arizona Board Of Regents On Behalf Of Northern Arizona University Unequally powered cryptography using physical unclonable functions
JP7182476B2 (ja) * 2019-01-21 2022-12-02 株式会社日立製作所 二次電池モジュールの余寿命診断方法及び余寿命診断システム
JP7354586B2 (ja) * 2019-05-24 2023-10-03 株式会社Ｇｓユアサ 推定装置、推定方法及びコンピュータプログラム
KR20210000206A (ko) * 2019-06-24 2021-01-04 삼성에스디아이 주식회사 이상 배터리 셀 검출 방법
FR3097482B1 (fr) 2019-06-24 2021-06-04 Renault Sas Méthode d’échange d’énergie électrique entre une batterie de véhicule automobile et un réseau électrique
KR20210028476A (ko) * 2019-09-04 2021-03-12 삼성전자주식회사 배터리 충전 장치 및 방법
CN112485677A (zh) 2019-09-12 2021-03-12 东莞新能德科技有限公司 电池容量更新方法及装置、电子装置以及存储介质
US11300626B2 (en) * 2020-01-15 2022-04-12 GM Global Technology Operations LLC Method and system for battery capacity estimation
US11531068B2 (en) * 2020-02-05 2022-12-20 GM Global Technology Operations LLC Apparatus and method for tracking electrode capacity
JP6960488B2 (ja) * 2020-03-03 2021-11-05 本田技研工業株式会社 電動車両、表示方法
CN111907373A (zh) * 2020-06-17 2020-11-10 汉腾汽车有限公司 一种电动汽车充电电流动态调节的充电方法
JP2022018264A (ja) * 2020-07-15 2022-01-27 パナソニックＩｐマネジメント株式会社 情報処理方法及び情報処理装置
US11662389B2 (en) 2020-07-24 2023-05-30 Analog Devices International Unlimited Company Tracking state of charge of a non-rechargeable battery using impedance spectroscopy
FR3117270B1 (fr) * 2020-12-03 2023-01-06 Commissariat Energie Atomique Procédé de gestion d’un accumulateur pour un vieillissement optimisé
FR3118310B1 (fr) * 2020-12-21 2023-09-08 Commissariat Energie Atomique Procédé pour estimer la durée de vie d’un système de stockage d’énergie
FR3123602B1 (fr) * 2021-06-04 2023-12-08 Psa Automobiles Sa Estimation de l’etat de sante d’une batterie de vehicule en l’absence de modelisation
FR3124321A1 (fr) * 2021-06-17 2022-12-23 Psa Automobiles Sa Systeme de bloc de batterie contrecarrant la dispersion thermique entre les modules, vehicule et une methode sur la base d’un tel systeme
US11485250B1 (en) * 2021-07-12 2022-11-01 Geotab Inc. Systems for analysis of vehicle battery health
US11654791B2 (en) 2021-07-12 2023-05-23 Geotab Inc. Devices for analysis of vehicle battery health
US11742681B2 (en) 2021-07-12 2023-08-29 Geotab Inc. Methods for analysis of vehicle battery health
US11639117B2 (en) * 2021-07-12 2023-05-02 Geotab Inc. Devices for analysis of vehicle battery health
US20230009678A1 (en) * 2021-07-12 2023-01-12 Geotab Inc. Methods for Analysis of Vehicle Battery Health
FR3126503A1 (fr) 2021-09-02 2023-03-03 Psa Automobiles Sa Procede d’extension d’une duree d’utilisation d’une batterie
US11577625B1 (en) 2021-11-11 2023-02-14 Beta Air, Llc Systems and methods for predicting degradation of a battery for use in an electric vehicle
IT202100032840A1 (it) * 2021-12-28 2023-06-28 Fpt Ind Spa Metodo di analisi predittiva di guasto di un componente di un veicolo, in particolare un veicolo industriale o commerciale

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009210477A (ja) * 2008-03-05 2009-09-17 Nissan Motor Co Ltd 電気車両用組電池の内部抵抗の推定方法
CN102280668A (zh) * 2010-06-08 2011-12-14 现代自动车株式会社 诊断车辆电池的单元电池劣化的方法
CN102520361A (zh) * 2011-12-05 2012-06-27 惠州市亿能电子有限公司 一种电池组soh值评估方法
WO2012091076A1 (ja) * 2010-12-28 2012-07-05 三洋電機株式会社 電池の劣化度の検出方法
FR2971855A1 (fr) * 2011-02-21 2012-08-24 Renault Sa Dispositif embarque d'estimation du vieillissement d'une batterie d'alimentation de vehicule automobile et procede correspondant.
JP5040733B2 (ja) * 2008-03-05 2012-10-03 日産自動車株式会社 電池の充放電可能電力推定方法
WO2012148019A1 (ko) * 2011-04-28 2012-11-01 Sk 이노베이션 주식회사 배터리의 용량 열화 상태 측정 장치 및 방법
CN103020445A (zh) * 2012-12-10 2013-04-03 西南交通大学 一种电动车车载磷酸铁锂电池的soc与soh预测方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5268845A (en) * 1991-02-14 1993-12-07 Dell Corporate Services Corp. Method for detecting low battery state without precise calibration
US6160380A (en) * 1997-02-13 2000-12-12 Nissan Motor Co., Ltd. Method and apparatus of correcting battery characteristic and of estimating residual capacity of battery
WO2005101042A1 (en) * 2004-04-06 2005-10-27 Cobasys, Llc Battery state of charge estimator
JP4638251B2 (ja) * 2005-02-07 2011-02-23 富士重工業株式会社 バッテリの管理装置
JP2008039526A (ja) * 2006-08-03 2008-02-21 Auto Network Gijutsu Kenkyusho:Kk 電池劣化診断方法、電池劣化診断装置及びコンピュータプログラム
US8198864B2 (en) * 2007-11-05 2012-06-12 GM Global Technology Operations LLC Method and system for determining a state of charge of a battery
US10054645B2 (en) * 2013-02-06 2018-08-21 Nec Corporation Deterioration determination method, deterioration determination device, and storage medium
JP6222822B2 (ja) * 2013-10-22 2017-11-01 三菱重工業株式会社 劣化関数算出装置、劣化率推定システム、劣化関数算出方法、及びプログラム

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009210477A (ja) * 2008-03-05 2009-09-17 Nissan Motor Co Ltd 電気車両用組電池の内部抵抗の推定方法
JP5040733B2 (ja) * 2008-03-05 2012-10-03 日産自動車株式会社 電池の充放電可能電力推定方法
CN102280668A (zh) * 2010-06-08 2011-12-14 现代自动车株式会社 诊断车辆电池的单元电池劣化的方法
WO2012091076A1 (ja) * 2010-12-28 2012-07-05 三洋電機株式会社 電池の劣化度の検出方法
FR2971855A1 (fr) * 2011-02-21 2012-08-24 Renault Sa Dispositif embarque d'estimation du vieillissement d'une batterie d'alimentation de vehicule automobile et procede correspondant.
WO2012148019A1 (ko) * 2011-04-28 2012-11-01 Sk 이노베이션 주식회사 배터리의 용량 열화 상태 측정 장치 및 방법
CN102520361A (zh) * 2011-12-05 2012-06-27 惠州市亿能电子有限公司 一种电池组soh值评估方法
CN103020445A (zh) * 2012-12-10 2013-04-03 西南交通大学 一种电动车车载磷酸铁锂电池的soc与soh预测方法

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107677962A (zh) * 2016-08-01 2018-02-09 现代自动车株式会社 基于充电所需时间来管理电池的***和方法
CN108327721A (zh) * 2017-01-18 2018-07-27 福特环球技术公司 用于监测部件寿命的方法
CN108535651A (zh) * 2017-03-02 2018-09-14 联发科技股份有限公司 用于校准基于库仑计数的充电状态估计的方法和装置
CN108535651B (zh) * 2017-03-02 2021-01-26 联发科技股份有限公司 用于校准基于库仑计数的充电状态估计的方法和装置
CN109425831A (zh) * 2017-08-21 2019-03-05 加百裕工业股份有限公司 估测电池Qmax的方法
CN109507609A (zh) * 2017-09-12 2019-03-22 北京奔驰汽车有限公司 一种在线估算动力电池soh的方法
CN111758038A (zh) * 2018-02-27 2020-10-09 三菱电机株式会社 用于估计布线接合的功率半导体模块的劣化的方法和***
CN110311176A (zh) * 2018-03-20 2019-10-08 株式会社东芝 电池安全性评价装置、电池安全性评价方法、程序、控制电路及蓄电***
CN110750849A (zh) * 2018-07-06 2020-02-04 托奇多有限责任公司 确定驱动电池的寿命的方法、计算机程序产品和预测***
CN110780207A (zh) * 2018-07-27 2020-02-11 奥迪股份公司 用于监控电池状态的方法、监控装置以及机动车
CN110780207B (zh) * 2018-07-27 2022-03-18 奥迪股份公司 用于监控电池状态的方法、监控装置以及机动车
CN109374964A (zh) * 2018-10-30 2019-02-22 四川洪诚电气科技有限公司 基于物联网的用电检测方法及物联网***
CN113646652A (zh) * 2019-03-18 2021-11-12 株式会社Lg新能源 电池管理设备
CN113646652B (zh) * 2019-03-18 2023-08-15 株式会社Lg新能源 电池管理设备及包括其的电池组
CN111751754A (zh) * 2019-03-29 2020-10-09 株式会社电装 可再充电电池特性检测设备、检测方法和车辆
CN114207454A (zh) * 2019-10-24 2022-03-18 株式会社Lg新能源 用于诊断电池劣化程度的设备及方法
CN114207454B (zh) * 2019-10-24 2023-06-20 株式会社Lg新能源 电池dod诊断设备、电池组及电池dod诊断方法
CN110927606A (zh) * 2019-11-05 2020-03-27 腾讯科技（深圳）有限公司 电池状态监测方法、装置
CN110927606B (zh) * 2019-11-05 2022-01-25 腾讯科技（深圳）有限公司 电池状态监测方法、装置

Also Published As

Publication number Publication date
US20160187432A1 (en) 2016-06-30
FR3009093A1 (fr) 2015-01-30
EP3028054A1 (fr) 2016-06-08
KR20160039663A (ko) 2016-04-11
US10180464B2 (en) 2019-01-15
WO2015015083A1 (fr) 2015-02-05
KR102009734B1 (ko) 2019-08-12
EP3028054B1 (fr) 2023-06-21
JP6473154B2 (ja) 2019-02-20
JP2016532866A (ja) 2016-10-20
FR3009093B1 (fr) 2017-01-13

Similar Documents

Publication Publication Date Title
CN105556325A (zh) 估算电力电池的劣化状态
US9594122B2 (en) Estimating state of charge (SOC) and uncertainty from relaxing voltage measurements in a battery
CN103454501B (zh) 内部电阻推定装置以及内部电阻推定方法
US8332169B2 (en) Apparatus and method for estimating state of health of battery based on battery voltage variation pattern
US7471067B2 (en) Battery remaining capacity detection method and power supply apparatus
US9128159B2 (en) Plug-in charge capacity estimation method for lithium iron-phosphate batteries
US8957636B2 (en) Vehicle battery-pack equalization system and vehicle battery-pack equalization method
US10209317B2 (en) Battery control device for calculating battery deterioration based on internal resistance increase rate
KR100911317B1 (ko) 배터리 전압 거동을 이용한 배터리 용량 퇴화 추정 장치 및방법
US8203305B1 (en) Enhanced voltage-based fuel gauges and methods
EP1835297B1 (en) A method and device for determining characteristics of an unknown battery
JP2017510800A (ja) 様々な使用範囲の充電状態（ｓｏｃ）を有する複数のセルを備えるバッテリの、充電状態の評価方法
US20140052396A1 (en) Device and Method for Measuring the Capacity Degradation of a Battery
US20120316814A1 (en) System and method for determining the state of health of electrochemical battery cells
CN103630843A (zh) 电池状态推测装置及推测方法、电池控制装置、电池***
JP2015524048A (ja) バッテリの充電状態の推定
US11440433B2 (en) Method for determining a state-of-charge operating window of a battery
JP3453821B2 (ja) 電池残存容量計測装置
CN101447688B (zh) 用于检测车内蓄电池的内部电气状态的装置和方法
KR20220147089A (ko) 배터리의 건강 상태를 추정하는 방법
WO2016200319A1 (en) A method and a monitoring unit for monitoring a battery system
CN112912747B (zh) 电池状态推算装置和电池控制装置
US20220219567A1 (en) Systems and Methods for Maintaining Battery Health
WO2012164947A1 (en) Rechargeable battery degradation level estimation device and method
JP2019070622A (ja) 二次電池システム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160504

WD01 Invention patent application deemed withdrawn after publication