CN110709716B - 估计电池的等效电路模型的参数的方法以及电池管理*** - Google Patents
估计电池的等效电路模型的参数的方法以及电池管理*** Download PDFInfo
- Publication number
- CN110709716B CN110709716B CN201980002839.XA CN201980002839A CN110709716B CN 110709716 B CN110709716 B CN 110709716B CN 201980002839 A CN201980002839 A CN 201980002839A CN 110709716 B CN110709716 B CN 110709716B
- Authority
- CN
- China
- Prior art keywords
- resistor
- time step
- current
- measured
- vector
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 239000003990 capacitor Substances 0.000 claims abstract description 14
- 230000008859 change Effects 0.000 claims description 43
- 238000001914 filtration Methods 0.000 claims description 34
- 230000004044 response Effects 0.000 claims description 30
- 230000001052 transient effect Effects 0.000 claims description 30
- 238000005259 measurement Methods 0.000 claims description 17
- 238000012937 correction Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 5
- 238000007599 discharging Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000010287 polarization Effects 0.000 description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- OJIJEKBXJYRIBZ-UHFFFAOYSA-N cadmium nickel Chemical compound [Ni].[Cd] OJIJEKBXJYRIBZ-UHFFFAOYSA-N 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003446 memory effect Effects 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- QELJHCBNGDEXLD-UHFFFAOYSA-N nickel zinc Chemical compound [Ni].[Zn] QELJHCBNGDEXLD-UHFFFAOYSA-N 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- 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
-
- 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
- G06F17/10—Complex mathematical operations
-
- 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
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
- H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
-
- 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
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
- H01M2010/4278—Systems for data transfer from batteries, e.g. transfer of battery parameters to a controller, data transferred between battery controller and main controller
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H21/00—Adaptive networks
- H03H21/0012—Digital adaptive filters
- H03H21/0043—Adaptive algorithms
- H03H2021/0049—Recursive least squares algorithm
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H21/00—Adaptive networks
- H03H21/0012—Digital adaptive filters
- H03H21/0043—Adaptive algorithms
- H03H2021/0049—Recursive least squares algorithm
- H03H2021/005—Recursive least squares algorithm with forgetting factor
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
公开了一种用于估计电池的等效电路模型的参数的方法和电池管理***。等效电路模型包括第一电阻器、串联连接到第一电阻器的第二电阻器和并联连接到第二电阻器的电容器。根据本公开的实施例的方法基于在具有预定义大小的滑动时间窗中在每个时间步长处按序列顺序测量的第一数目的端子电压和第一数目的电流,分别估计第一电阻器的电阻和第二电阻器的电阻,并且将指示所估计的结果的数据存储在存储器中。
Description
技术领域
本公开涉及一种用于估计电池的等效电路模型的参数的方法和电池管理***。
本申请要求于2018年2月7日在大韩民国提交的韩国专利申请No.10-2018-0015139的优先权,其公开内容通过引用合并于此。
背景技术
近年来,对诸如笔记本电脑、摄像机和移动电话的便携式电子产品的需求急剧增长,并且随着电动汽车、用于储能的蓄电池、机器人和卫星的广泛发展,正在对可以重复地充电的高性能电池进行许多研究。
目前,市售电池包括镍镉电池、镍氢电池、镍锌电池、锂电池等,其中,锂电池几乎没有或没有记忆效应,因为它们具有可自由充电和放电、极低的自放电率和高能量密度的优点,因此与镍基电池相比越来越受到关注。
为了防止电池的过充电和过放电,需要根据电池的充电状态(SOC)来调整电池的充电电流和放电电流。然而,电池的SOC不能被直接测量,而是基于电池的端子电压和电流来估计。因此,为了更安全和有效地控制电池,首先,重要的是,准确地估计电池的SOC。
电池SOC估计技术之一是安培计数(也称为电流积分方法)。安培计数由时间顺序地累积由电流传感器周期性测量的电池的电流的结果估计电池的SOC。但是,由于电流传感器本身的精度或外部噪声,由电流传感器测量的电池的电流与电池实际电流之间存在差异,并且通过安培计数估计的SOC与实际SOC之间的差异也随着时间增加。
用于解决上述问题的另一传统技术使用扩展卡尔曼过滤器(EKF)来估计电池的SOC。EKF将安培计数与等效电路模型一起用于预测电压随电池的电流的变化,因此,与简单地仅使用安培计数的方法相比,可以更准确地估计电池的SOC。
在EKF的操作期间,有必要使用给定的参数映射,基于电池端子电压、电池电流和/或电池温度来周期性地更新等效电路模型的参数。根据常规技术,包括在参数映射中的数据指示由实验电池的充电/放电测试结果确定的固定值。因此,由于电池的制造过程的偏差或重复地充电/放电,使用根据常规技术的参数映射更新的等效电路模型的参数不能完全反映电池的电化学性质的变化(例如,内阻的增加)。
发明内容
技术问题
本公开被设计为解决上述问题,因此,本公开针对提供一种用于基于以周期性方式测量的电池的端子电压和电流,周期性地更新对电池的端子电压的动态特性进行建模的等效电路模型的参数的方法和电池管理***。
本公开的这些和其他目的及优点可以通过下述描述来理解,并且从本公开的实施例将变得显而易见。此外,将容易理解到,本公开的目的和优点可以通过所附权利要求书及其组合中阐述的手段来实现。
技术方案
根据本公开的一种方法是用于估计电池的等效电路模型的参数的方法,该等效电路模型包括第一电阻器、串联连接到第一电阻器的第二电阻器和并联连接到第二电阻器的电容器。该方法包括从存储器中读取指示在具有预定义大小的滑动时间窗中在每个时间步长处按序列顺序测量的第一数目的端子电压和第一数目的电流的测量数据;基于包括在第一数目的端子电压中的、当前时间步长处测量的端子电压和上一时间步长处测量的端子电压,计算当前时间步长的电压变化;基于包括在第一数目的电流中的、当前时间步长处测量的电流和上一时间步长处测量的电流,计算当前时间步长的电流变化;基于上一时间步长处估计的第一电阻器的电阻、电压变化和电流变化,在当前时间步长处估计第一电阻器的电阻;生成基于第一数目的端子电压的测量电压矢量和基于第一数目的电流的测量电流矢量;以及基于测量电压矢量、测量电流矢量、当前时间步长处估计的第一电阻器的电阻和上一时间步长处估计的第二电阻器的电阻,在当前时间步长处估计的第二电阻器的电阻。
当满足第一数据过滤条件时,可以执行在当前时间步长处估计第一电阻器的电阻的步骤。当电流变化的绝对值大于第一阈值,并且电压变化与电流变化的乘积为正值时,满足第一数据过滤条件。
该方法可以进一步包括当不满足第一数据过滤条件时,将上一时间步长处估计的第一电阻器的电阻设置为当前时间步长处估计的第一电阻器的电阻。
在当前时间步长处估计第一电阻器的电阻的步骤可以包括与递归最小二乘算法有关的下述等式1和2,
<等式1>
<等式2>
R1_est(n)=R1_est(n-1)+P1(n)ΔI(n){ΔV(n)-R1_est(n-1)ΔI(n))
其中,P1(n)是当前时间步长的校正因子,P1(n-1)是上一时间步长的校正因子,ΔI(n)是电流变化,ΔV(n)是电压变化,λ是预定义遗忘因子,R1_est(n)是在当前时间步长处估计的第一电阻器的电阻,R1_est(n-1)是上一时间步长处估计的第一电阻器的电阻。
当第一数目的电流满足第二数据过滤条件时,可以执行在当前时间步长处估计第二电阻器的电阻的步骤。当第一数目的电流的最大值和最小值之间的差大于第二阈值时,可以满足第二数据过滤条件。
在当前时间步长处估计第二电阻器的电阻的步骤可以包括:生成基于第一数目的端子电压的测量电压矢量和基于第一数目的电流的测量电流矢量;基于测量电压矢量、测量电流矢量以及当前时间步长处估计的第一电阻器的电阻,生成参考电压矢量;基于等效电路模型和测量电流矢量,产生第一特征矢量、第一参数矢量和第一模型电压矢量;基于参考电压矢量和第一特征矢量,估计指示滑动时间窗中的电池的瞬态响应历史的第二电阻器的电阻;基于参考电压矢量和第一特征矢量,计算与参考电压矢量和第一模型电压矢量之间的最小误差平方和相对应的第一误差值;基于作为从等效电路模型中去除第二电阻器的结果的替代电路模型和测量电流矢量,生成第二特征矢量、第二参数矢量和第二模型电压矢量;基于参考电压矢量和第二特征矢量,计算与参考电压矢量和第二模型电压矢量之间的最小误差平方和相对应的第二误差值;基于指示滑动时间窗中的电池的瞬态响应历史的第二电阻的估计电阻、第一误差值和第二误差值,确定是否满足第三数据过滤条件;以及当满足第三数据过滤条件时,基于测量电压矢量、测量电流矢量、当前时间步长处估计的第一电阻器的电阻以及上一时间步长处估计的第二电阻器的电阻,估计指示在从初始时间步长到当前时间步长的当前观察时段中的电池的瞬态响应历史的第二电阻器的电阻。
当指示滑动时间窗中的电池的瞬态响应历史的第二电阻器的估计电阻大于0欧姆,并且第二误差值大于通过将第一误差值乘以预设比例因子而获得的值时,可以满足第三数据过滤条件。
在当前时间步长处估计第二电阻器的电阻的步骤可以使用递归最小二乘算法。
根据本公开的另一方面的电池管理***用于估计电池的等效电路模型的参数,以及等效电路模型包括第一电阻器、串联连接到第一电阻器的第二电阻器和并联连接到第二电阻器的电容器。电池管理***包括被配置为在每个时间步长处测量电池的端子电压和电流的感测单元以及可操作地耦合到感测单元的控制单元,并且控制单元被配置为将在每个时间步长处由感测单元测量的端子电压和电流记录在存储器中。控制单元从存储器中读取指示在具有预定义大小的滑动时间窗中在每个时间步长处按序列顺序测量的第一数目的端子电压和第一数目的电流的测量数据。控制单元被配置为基于包括在第一数目的端子电压中的、当前时间步长处测量端子电压和上一时间步长处测量的端子电压,计算当前时间步长的电压变化。控制单元被配置为基于包括在第一数目的电流中的、当前时间步长处测量的电流和上一时间步长处测量的电流,计算当前时间步长的电流变化。控制单元被配置为基于上一时间步长处估计的第一电阻器的电阻、电压变化和电流变化,在当前时间步长处估计第一电阻器的电阻。控制单元被配置为生成基于第一数目的端子电压的测量电压矢量和基于第一数目的电流的测量电流矢量。控制单元被配置为基于测量电压矢量、测量电流矢量、当前时间步长处估计的第一电阻器的电阻和上一时间步长处估计的第二电阻器的电阻,在当前时间步长处估计第二电阻器的电阻。
控制单元可以被配置为生成基于第一数目的端子电压的测量电压矢量和基于第一数目的电流的测量电流矢量。控制单元可以被配置为基于测量电压矢量、测量电流矢量以及当前时间步长处估计的第一电阻器的电阻,生成参考电压矢量。控制单元可以被配置为基于等效电路模型和测量电流矢量,产生第一特征矢量、第一参数矢量和第一模型电压矢量。控制单元可以被配置为基于参考电压矢量和第一特征矢量,估计指示滑动时间窗中的电池的瞬态响应历史的第二电阻器的电阻。控制单元可以被配置为基于参考电压矢量和第一特征矢量,计算与参考电压矢量和第一模型电压矢量之间的最小误差平方和相对应的第一误差值。控制单元可以被配置为基于作为从等效电路模型中去除第二电阻器的结果的替代电路模型和测量电流矢量,生成第二特征矢量、第二参数矢量和第二模型电压矢量。控制单元可以被配置为基于参考电压矢量和第二特征矢量,计算与参考电压矢量和第二模型电压矢量之间的最小误差平方和相对应的第二误差值。控制单元可以被配置为基于指示滑动时间窗中的电池的瞬态响应历史的第二电阻的估计电阻、第一误差值和第二误差值,确定是否满足第三数据过滤条件。控制单元可以被配置为当满足第三数据过滤条件时,基于测量电压矢量和测量电流矢量,估计指示在从初始时间步长到当前时间步长的当前观察时段中的电池的瞬态响应历史的第二电阻器的电阻。
当指示滑动时间窗中的电池的瞬态响应历史的第二电阻器的估计电阻大于0欧姆,并且第二误差值大于通过将第一误差值乘以预设比例因子而获得的值时,可以满足第三数据过滤条件。
有益效果
根据本公开的实施例中的至少一个,可以基于以周期性方式测量的电池的端子电压和电流,周期性地更新对电池的端子电压的动态特性进行建模的等效电路模型的参数。
等效电路模型的周期性地更新的参数反映了随着电池劣化改变的电池的动态特性。因此,根据本公开,随着电池劣化自适应地调整等效电路模型的参数,使得可以更准确地预测电池的端子电压。另外,预测的端子电压可以被用来控制电耦合至电池的组件(例如,开关),从而可以防止电池的过电压、欠电压、过充电和/或过放电。
根据本公开的实施例中的至少一个,在检查指示在滑动时间窗中测量的预定义数目的端子电压和电流的测量数据是否适合于用于估计等效电路模型的参数的学习数据之后,仅当确定为合适时,测量数据才可以被用于估计等效电路模型的参数。因此,可以减小基于等效电路模型的参数预测的端子电压与实际端子电压之间的差异。
本公开的效果不限于上述效果,并且本领域技术人员将从所附权利要求中清楚地理解这些和其他效果。
附图说明
附图示出了本公开的优选实施例,并且与以下描述的本公开的详细描述一起用于提供对本公开的技术方面的进一步理解,因此本公开不应当被理解为限于附图。
图1是示出根据本公开的实施例的电池组的功能配置的图。
图2是示出电池的示例性等效电路模型的图。
图3是示出根据本公开的实施例的用于估计作为等效电路模型的参数中的一个的第一电阻器的电阻的方法的流程图。
图4示出了在描述图3的方法时参考的图。
图5和图6是示出根据本公开的实施例,用于估计作为等效电路模型的参数中的一个的第二电阻器的电阻的方法的流程图。
图7示出了在描述图5的方法时参考的图。
具体实施方式
在下文中,将参照附图,详细地描述本公开的优选实施例。在描述之前,应当理解到,说明书和所附权利要求书中使用的术语或单词不应当被解释为限于一般和词典含义,而是在允许发明人为最佳说明而适当地定义术语的原则的基础上,基于与本发明的技术方面相对应的含义和概念来解释。
因此,本文所述的实施例和图中示出的图示仅是本公开的最优选实施例,而不旨在全面地描述本公开的技术方面,因此应当理解到,在提交申请时,可以对其进行各种其他等效和改进。
另外,在描述本公开时,当认为相关的已知元件或功能的某些详细描述使本公开的关键主题不明确时,本文省略详细描述。
包括诸如“第一”、“第二”等的序数的术语被用来在各种元件中区分元件,但并不旨在通过这些术语来限制这些元件。
除非上下文另外明确指出,否则将理解到,术语“包括”或“包含”在本说明书中使用时,指定存在所述元件,但不排除存在或添加一个或多个其他元件。另外,如本文使用的术语<控制单元>是指至少一个功能或操作的处理单元,并且这可以单独地或组合地通过硬件或软件来实现。
此外,在整个说明书中,将进一步理解到,当元件被称为“连接到”另一个元件时,该元件可以直接连接到另一个元件,或者可以存在中间元件。
图1是示出根据本公开的实施例的电池组1的功能配置的图。
参考图1,电池组1包括电池10、开关20和电池管理***100。开关20被配置为响应于来自电池管理***100的开关信号(例如,脉冲宽度调制信号)来调节电池10的充电电流和/或放电电流的大小。
电池管理***100电耦合至电池10,并且被配置为监测和控制电池10的状态。电池管理***100包括感测单元110、存储器120、控制单元130和通信接口140。
感测单元110包括电流测量单元111。电流测量单元111在由预定义时间长度限定的每个时间步长处测量电池10的电流,并且将指示所测量的电流的电流信号发送至控制单元130。对电池10进行放电时的电流可以被称为“放电电流”,并且在对电池10进行充电时的电流可以被称为“充电电流”。控制单元130可以将从电流测量单元111发送的模拟形式的电流信号转换为数字形式的电流数据。在下文中,假定将充电时的电流测量为正值,并且将放电时的电流测量为负值。
感测单元110可以进一步包括电压测量单元112。电压测量单元112在每个时间步长处测量电池10的端子电压,并且将指示所测量的端子电压的电压信号发送到控制单元130。控制单元130可以将从电压测量单元112发送的模拟形式的电压信号转换为数字形式的电压数据。
感测单元110可以进一步包括温度测量单元113。温度测量单元113在每个时间步长处测量电池10的温度,并且将指示所测量的温度的温度信号发送到控制单元130。控制单元130可以将从温度测量单元113发送的模拟形式的温度信号转换成数字形式的温度数据。电流测量单元111、电压测量单元112和温度测量单元113可以彼此时间同步地操作。在下文中,将第k时间步长表示为“时间步长k”。另外,在时间步长k处由感测单元110测量的端子电压和电流分别表示为V(k)和I(k)。
存储器120可以另外存储用于电池管理***100的整体操作所需的数据、指令和软件。存储器120可以存储指示由控制单元130执行的操作的结果的数据。可以将感测单元110在每个时间步长处测量的电池10的端子电压、电流和/或温度按序列顺序记录在存储器120中。存储器120可以包括闪存类型、硬盘类型、固态磁盘(SSD)类型、硅盘驱动器(SDD)类型、多媒体卡微型类型、随机存取存储器(RAM)、静态随机存取存储器(SRAM)、只读存储器(ROM)、电可擦可编程只读存储器(EEPROM)和可编程只读存储器(PROM)中的至少一种存储介质。
控制单元130可操作地耦合到感测单元110、存储器120和通信接口140。控制单元130将在每个时间步长处由感测单元110测量的电池10的端子电压、电流和/或温度按序列顺序记录在存储器120中。控制单元130可以在每个时间步长处与时间步长的时间间隔Δt一样大地移动具有预定义大小的滑动时间窗,并且从存储器120读取在存储器120中记录的所有端子电压和电流当中的、在该滑动时间窗中测量的多个端子电压和多个电流。例如,当时间步长的时间间隔是0.01秒,并且滑动时间窗的大小是10秒时,可以在每个时间步长处从存储器120读取1000个端子电压和1000个电流。
可以使用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、微处理器和用于执行其他功能的电气单元中的至少一种来物理地实现控制单元130。
通信接口140可以耦合到诸如电动车辆的电子控制单元(ECU)的外部设备2,以实现它们之间的通信。通信接口140可以从外部设备2接收命令消息,并且将所接收的命令消息提供给控制单元130。命令消息可以是请求激活装置的特定功能的消息。通信接口140可以将通知消息从控制单元130发送到外部设备2。该通知消息可以是用于向外部设备2告知由控制单元130执行的功能的结果(例如,电池的充电状态)的消息。
图2是示出用于电池的示例性等效电路模型200的图。
参考图2,等效电路模型200可以包括电压源205、第一电阻器210、第二电阻器220和电容器230。等效电路模型200的参数可以包括第一电阻器210的电阻、第二电阻器220的电阻和电容器230的电容。
电压源205表示根据电池的充电状态(SOC)和温度确定的电池的开路电压(OCV)VOCV。即,当确定SOC和温度时,可以唯一地确定OCV VOCV。可以针对每个SOC和每个温度预定义OCV VOCV。即,可以将定义电池的SOC、温度和OCV之间的相关性的OCV-SOC映射预存储在存储器110中。在第k时间步长处的OCV可以被表示为VOCV(k)。
第一电阻器210通过流过电池的电流来对短期电压波动进行建模。由于电池10的内阻,在对电池进行充电时测量的端子电压高于OCV。相反,在对电池进行放电时测量的端子电压低于OCV。
第二电阻器220和电容器230彼此并联地连接。如所示,第二电阻器220可以串联连接到第一电阻器210。第二电阻器220和电容器230的并联连接电路可以被称为“RC对”。与第一电阻器210相反,第二电阻器220并联连接到电容器230。因此,RC对可以对在电池充电和放电期间产生的极化电压进行建模。即,第二电阻器220和电容器230的并联组合用于对电池的瞬态响应历史进行建模。
假定第一电阻器210的电阻和第二电阻器220的电阻分别恒定为R1和R2。如果Δt非常小,则在任意时间步长处测量的电池10的端子电压和电流中的每一个在下一时间步长之前可以是恒定的,因此,在两个相邻的时间步长之间的电压源205的OCV也可以被视为是恒定的。
假设在时间步长k开始的任意时间点处RC对的极化电压为Vpola,并且从时间步长k到时间步长q第一电阻器210的电阻和第二电阻器220的电阻分别恒定为R1和R2。然后,在时间步长q处的等效电路模型200的电压Vmodel(q)可以被表示为下述等式1。
<等式1>
τ是RC对的预设时间常数。
图3是示出根据本公开的实施例,用于估计作为等效电路模型200的参数中的一个的第一电阻器210的电阻的方法的流程图;以及图4示出了用于在描述图3的方法时参考的图。
在步骤S310中,控制单元130从存储器120读取指示在具有预定义大小的滑动时间窗中在每个时间步长处按序列顺序由感测单元110测量的第一数目的端子电压和第一数目的电流的测量数据。即,控制单元130使用结束时间点已经移动到当前时间步长的滑动时间窗从存储器120读取在从当前时间步长的过去预定义时间上在存储器120中记录的第一数目的端子电压和第一数目的电流。预定义时间等于滑动时间窗的大小。通过预定义时间和每个时间步长之间的时间间隔Δt来设置第一数量。例如,当预定义时间=10秒且Δt=0.01秒时,第一数目=10秒/0.01秒=1000。每次滑动时间窗移动Δt时,丢弃第一数目的端子电压中最旧的一个,并且添加新测量的端子电压。同样地,每次滑动时间窗移动Δt时,丢弃第一数目的电流中最旧的一个,并且添加新测量的电流。
第一数目的端子电压包括在当前时间步长处测量的端子电压V(n)和在上一时间步长处测量的端子电压V(n-1)。第一数目的电流包括在当前时间步长处测量的电流I(n)和在上一时间步长处测量的电流I(n-1)。
在步骤S320中,控制单元130基于在当前时间步长处测量的端子电压V(n)和在上一时间步长处测量的端子电压V(n-1),计算当前时间步长处的电压变化ΔV(n)。在这种情况下,控制单元130可以通过从在当前时间步长处测量的端子电压V(n)减去在上一时间步长处测量的端子电压V(n-1)来计算电压变化ΔV(n)。即,ΔV(n)=V(n)-V(n-1)。
在步骤S330中,控制单元130基于在当前时间步长处测量的电流I(n)和在上一时间步长处测量的电流I(n-1),计算当前时间步长的电流变化ΔI(n)。在这种情况下,控制单元130可以通过从当前时间步长处测量的I(n)中减去上一时间步长处测量的I(n-1)来计算电流变化ΔI(n)。即,ΔI(n)=I(n)-I(n-1)。
与图3不同,步骤S330可以早于步骤S320执行,或者与步骤S320同时执行。
在步骤S340中,控制单元130确定电压变化ΔV(n)和电流变化ΔI(n)是否满足第一数据过滤条件。第一数据过滤条件是用于确定ΔV(n)和ΔI(n)是否适合作为用于估计第一电阻器210的电阻的学习数据的标准。
当(i)电流变化ΔI(n)的绝对值大于第一阈值,并且(ii)电压变化ΔV(n)与电流变化ΔI(n)的乘积大于0时,控制单元130可以确定满足第一数据过滤条件。
第一阈值是大于0的实数,并且是基于电流测量单元111的测量误差而预设的。第一电阻器210用于对由于电池10的内部电阻而形成的瞬时电压波动进行建模,因此,ΔI(n)的绝对值大于第一阈值时,适合使用ΔI(n)来在当前时间步长处估计第一电阻器210的电阻。相反,当ΔI(n)的绝对值等于或小于第一阈值时,很可能ΔI(n)由电流测量单元111的测量误差产生,因此不适合使用ΔI(n)来在当前时间步长处估计第一电阻器210的电阻。
另外,根据欧姆定律,第一电阻器210的电压与流过第一电阻器210的电流成比例。因此,仅当ΔV(n)和ΔI(n)具有相同的符号时,才适合使用ΔV(n)和ΔI(n)来在当前时间步长处估计第一电阻器210的电阻。相反,具有正值的ΔV(n)和具有负值的ΔI(n)或具有负值的V(n)和具有正值的ΔI(n)表示第一电阻器210的电压变化违背欧姆定律,因此不适合使用ΔI(n)来在当前时间步长处估计第一电阻器210的电阻。图4中所示的两个曲线图的每一个都示出了相同时间范围内的电池10的电压和电流的变化。在图4中,满足第一数据过滤条件的电压和电流均由粗体点标记。
当步骤S340的值为“是”时,该方法移至步骤S350。相反,当步骤S340的值为“否”时,该方法移至步骤S360。
在步骤S350中,控制单元130基于在上一时间步长处估计的第一电阻器210的电阻R1_est(n-1)、电压变化ΔV(n)和电流变化ΔI(n),在当前时间步长处估计第一电阻器210的电阻,。
控制单元130可以使用递归最小二乘(RLS)算法来在当前时间步长处估计第一电阻器210的电阻,在下文中,提供详细描述。
首先,可以将与第一电阻器210的电阻估计有关的加权误差平方和S1表示为下述等式2。
<等式2>
在等式2中,R1_est(n)是要估计的第一电阻器210的电阻。另外,在等式2中,λ是被预设为大于0且小于1的第一遗忘因子。因为在从当前时间步长过去的更早时间测量端子电压和电流时,λ将对第一电阻器210的电阻估计产生更小的影响。
可以通过下述等式3和4计算加权误差平方和S1的解,即,使S1最小化的R1_est(n)。
<等式3>
<等式4>
R1_est(n)=R1_est(n-1)+P1(n)ΔI(n){ΔV(n)-R1_est(n-1)ΔI(n)}
P1(n)和P1(n-1)分别是当前时间步长的校正因子和上一时间步长的校正因子。即,通过等式4将P1(n-1)更新为P1(n)。
在等式4中,R1_est(n-1)是在上一时间步长处的第一电阻器210的预估计电阻。控制单元130可以使用等式3和等式4来计算当前时间步长处的第一电阻器210的估计电阻R1_est(n)。
对于由于电池管理***100的初始化而使得指示当前时间步长的符号n的值变为1的情况,可以将P1(0)和R1_est(0)作为不同的初始值预存储在存储器120中。例如,P1(0)=(1-λ)/(TH1)2,并且TH1可以等于第一阈值。另外,R1_est(0)可以是与在初始时间步长处测量的电池10的温度相对应的预设值。控制单元130将当前时间步长处的第一电阻器210的估计电阻R1_est(n)存储在存储器120中。
在步骤S360中,控制单元130将在上一时间步长处估计的第一电阻器210的电阻R1_est(n-1)设置为在当前时间步长处估计的第一电阻器210的电阻R1_est(n)。即,将当前时间步长处的第一电阻器的电阻处理为等于上一时间步长处估计的第一电阻器210的电阻R1_est(n-1)。因此,与S350不同,R1_est(n)=R1_est(n-1)。
图5和图6是示出根据本公开的实施例的用于估计作为等效电路模型200的参数的另一个的第二电阻器220的电阻的方法的流程图,并且图7示出了在描述图5的方法时参考的图。
在步骤S510中,控制单元130确定第一数目的电流是否满足第二数据过滤条件。第二数据过滤条件是用于确定关于第一数目的端子电压和第一数目的电流是否适合作为用于估计第二电阻器220的电阻的学习数据的标准。
当第一数目的电流中的最大值和最小值之间的差大于第二阈值时,控制单元130可以确定满足第二数据过滤条件。图7所示的图示出了在比滑动时间窗的大小更长的时间内所测量的电池10的电流的变化。假设滑动时间窗的大小为10秒,并且第二阈值为10A。参见图7,从330秒到340秒所测量的电流的最大值和最小值之差为100A或更大。因此,从330秒到340秒所测量的电流满足第二数据过滤条件。相反,从390秒到400秒所测量的电流是恒定的,并且不满足第二数据过滤条件。
由于电容器230,第二电阻器220的电压比第一电阻器210的电压变化更慢。因此,优选第二阈值大于第一阈值。
当步骤S510的值为“是”时,执行步骤S520。当步骤S510的值为“否”时,执行步骤S630。
在步骤S520中,控制单元130生成基于第一数目的端子电压的测量电压矢量,并且生成基于第一数目的电流的测量电流矢量。在下文中,假定第一数目是2或更大的m。本领域技术人员将理解到,指示当前时间步长的阶数的n大于m。
测量电压矢量可以如下表示为m×1矩阵。
Vvec=[V(n-m+1)V(n-m+2)V(n-m+3)...V(n)]T
测量电流矢量可以如下表示为m×1矩阵。
Ivec=[I(n-m+1)I(n-m+2)I(n-m+3)...I(n)]T
在上文中,符号T表示转置矩阵。
在步骤S530中,控制单元130基于测量电压矢量Vvec、测量电流矢量Ivec和在当前时间步长处估计的第一电阻器210的电阻R1_est(n),生成参考电压矢量。R1_est(n)表示电池10的内阻,并且假定R1_est(n)在滑动时间窗中是恒定的。然后,参考电压矢量可以如下表示。
Yw_vec=Vvec-R1_est(n)Ivec
参考电压矢量Yw_vec表示从第一数目的端子电压中的每一个减去第一数目的电流中的每一个乘以内阻的电压的结果。
在步骤S540中,控制单元130可以基于等效电路模型200和测量电流矢量来产生第一特征矢量、第一参数矢量和第一模型电压矢量。第一模型电压矢量是第一特征矢量和第一参数矢量的乘积。
使r、Kvec、Hind_vec和1vec定义如下。
Kvec=[r r2 r3 … rm]T
1vec=[1 1 1 … 1]T
在电压源205的OCV在滑动时间窗中恒定为Vocv的情况下,当将上述定义应用于等式1时,可以推导出表示为下述等式5的第一模型电压矢量。
<等式5>
Vmodel1_vec=Vocv1vec+R2Hind_vec+VpolaKvec=[1vec Hind_vec Kvec][Vocv R2 Vpola]T
在等式5中,当X1_vec=[1vec Hind_vec Kvec],β1_vec=[Vocv R2 Vpola]T时,等式5可以简化为下述等式6。第一模型电压矢量可以是对模拟参考电压矢量进行建模的结果。
<等式6>
Vmodel1_vec=X1_vecβ1_vec
X1_vec是表示为m×3矩阵的第一特征矢量。β1_vec是表示为3×1矩阵的第一参数矢量,并且将第一特征矢量转换为第一模型电压矢量。第一参数矢量中包含的三个分量都是未知的。
在步骤S550中,控制单元130基于参考电压矢量和第一特征矢量来估计第二电阻器220的电阻,该电阻指示滑动时间窗中的电池的瞬态响应历史。
参考电压矢量和第一模型电压矢量之间的误差平方和S2可以表示为下述等式7。
<等式7>
S2=||Yw_vec-Vmodel1_vec||2=||Yw_vec-X1_vec β1_vec||2
控制单元130可以使用下述等式8,估计最小化误差平方和S2的第一参数矢量。
<等式8>
β1_win=[Vocv_win R2_win Vpola_win]T=(X1_vec TX1_vec)-1X1_vec TYw_vec
在滑动时间窗中产生的电池的瞬态响应历史由第一数目的端子电压和第一数目的电流定义。因此,使用上述等式8估计的第一参数矢量的分量R2_win是第二电阻器220的估计电阻,其指示滑动时间窗中的电池的瞬态响应历史。
在步骤S560中,控制单元130可以基于参考电压矢量和第一特征矢量来计算与参考电压矢量和第一模型电压矢量之间的最小误差平方和S3相对应的第一误差值。
控制单元130可以使用与最小二乘法有关的下述等式9来计算最小误差平方和S3。
<等式9>
S3=Yw_vec T{E-X1_vec(X1_vec TX1_vec)-1X1_vec T}Yw_vec
在等式9中,E是单位矩阵。
第一误差值可以是(i)S3、(ii)S3的平均值,即S3/m,和(iii)S3/m的平方根中的任何一个。
在步骤S570中,基于作为从等效电路模型200中去除第二电阻器220的结果的替代电路模型和测量电流矢量,控制单元130可以生成第二特征矢量、第二参数矢量和第二模型电压矢量。第二模型电压矢量是第二特征矢量和第二参数矢量的乘积。
由于替代电路模型没有等效电路模型200的第二电阻器220,因此,作为从第一参数矢量中去除R2的结果,第二参数矢量被表示为β2_v=[Vocv Vpola]T,并且作为从第一特征矢量中去除Hind_v的结果,第二特征矢量被表示为X2_vec=[1v kv]。因此,第二模型电压矢量可以被表示为下述等式10。
<等式10>
Vmodel2_vec=X2_vecβ2_vec
在步骤S580中,控制单元130可以基于参考电压矢量和第二特征矢量来计算与参考电压矢量和第二模型电压矢量之间的最小误差平方和S4相对应的第二误差值。
控制单元130可以使用与最小二乘法有关的下述等式11来计算最小误差平方和S4。
<等式11>
S4=Yw_vec T{E-X2_vec(X2_vex TX2_vec)-1X2_vec T}Yw_vec
第二误差值可以是(i)S4、(ii)S4的平均值,即S4/m,和(iii)S4/m的平方根中的任何一个。
在步骤S610中,控制单元130基于指示滑动时间窗中的电池的瞬态响应历史的第二电阻器220的估计电阻R2_win、第一误差值和第二误差值,确定是否满足第三数据过滤条件。
详细地,在步骤S610中,控制单元130确定下述中的每一个:(i)R2_win是否大于0欧姆,以及(ii)第二误差值是否大于通过将第一误差值乘以预设为大于1的比例因子(例如1.1)而获得的值。即,当R2_win大于0欧姆并且第二误差值大于通过将第一误差值乘以比例因子而获得的值时,可以满足第三数据过滤条件。
实际上,在物理方面,第二电阻器220的电阻不能为0欧姆或更小。因此,R2_win为0欧姆或更小,表示第一数目的端子电压和第一数目的电流不适合用于第二电阻器220的电阻估计。另外,如上所述,第二误差值表示不考虑由RC引起的极化电压。因此,通过将第一误差值乘以比例因子而获得的值比第二误差值大表示第一数目的端子电压和第一数目的电流不能适当地反映由第二电阻器220生成的电压的动态特性。
当满足第三数据过滤条件时,执行S620,否则,执行S630。
在步骤S620中,控制单元130基于测量电压矢量、测量电流矢量、在当前时间步长处估计的第一电阻器210的电阻R1_est(n)以及指示上一观察时段中的电池10的瞬态响应历史的第二电阻器220的估计电阻R2_est(n-1),估计指示当前观察时段中的电池的瞬态响应历史的第二电阻器220的电阻。上一观察时段是从初始时间步长到上一时间步长的时段。当前观察时段是从初始时间步长到当前时间步长的时段。
控制单元130可以使用表示基于RLS算法的函数的下述等式12来在当前时间步长处估计第二电阻器220的电阻。
<等式12>
R2_est(n)=f(R1_est(n),R2_est(n-1),Vvec,Ivec)
在等式12中,当输入R1_est(n)、R2_est(n-1)、Vvec和Ivec时,函数f()输出R2_est(n)。R2_est(n-1)是第二电阻器220的估计电阻,其指示上一观察时段中的电池的瞬态响应历史。同样地,R2_est(n)是第二电阻器220的估计电阻,其指示当前观察时段中的电池的瞬态响应历史。
在步骤S630中,控制单元130将指示上一观察时段中的电池10的瞬态响应历史的第二电阻器220的估计电阻R2_est(n-1)设置为指示当前观察时段中的电池10的瞬态响应历史的第二电阻器220的估计电阻R2_est(n)。即,将上一观察时段中的电池10的瞬态响应历史处理为等于当前观察时段中的电池10的瞬态响应历史。因此,与S620不同,R2_est(n)=R2_est(n-1)。
控制单元130可以使用第一电阻器210的估计电阻R1_est(n)和第二电阻器220的估计电阻R2_est(n)来预测电池10的端子电压,并且基于预测端子电压来调节输出到开关20的开关信号的占空比。
控制单元130可以使用第一电阻器210的估计电阻R1_est(n)和第二电阻器220的估计电阻R2_est(n)来在当前时间步长处估计电池10的SOC,并且基于估计的SOC,调节输出到开关20的开关信号的占空比。
只要完成每个步骤,则可以将指示执行图3、5和6中所示的每个步骤的结果的数据由控制单元130存储在存储器120中。
上文所述的本公开的实施例不仅仅通过装置和方法来实现,还可以通过执行与本公开的实施例的配置相对应的功能的程序或在其上记录有程序的记录介质来实现,本领域技术人员从前述实施例的公开内容很容易实现该实施方式。
虽然上文已经参考有限多个实施例和附图描述了本公开,但是本公开不限于此,并且对于本领域技术人员而言,在本公开的技术方面和所附权利要求的等效范围内,对其进行各种改进和改变是显而易见的。
另外,由于在不背离本公开的技术方面,本领域技术人员可以对上文所述的本公开做出许多替换、改进和变化,因此本公开不受上述实施例和附图限制,以及可以有选择地组合一些或全部实施例以允许各种改进。
<参考数字的描述>
1:电池组
10:电池
20:开关
100:电池管理***
110:感测单元
120:存储器
130:控制单元
140:通信接口
200:等效电路模型
210:第一电阻器
220:第二电阻器
230:电容器
Claims (11)
1.一种用于估计电池的等效电路模型的参数的方法,其中,所述等效电路模型包括第一电阻器、串联连接到所述第一电阻器的第二电阻器和并联连接到所述第二电阻器的电容器,所述方法包括:
从存储器中读取指示在具有预定义大小的滑动时间窗中在每个时间步长处按序列顺序测量的第一数目的端子电压和第一数目的电流的测量数据;
基于包括在所述第一数目的端子电压中的、当前时间步长处测量的端子电压和上一时间步长处测量的端子电压,计算当前时间步长的电压变化;
基于包括在所述第一数目的电流中的、所述当前时间步长处测量的电流和所述上一时间步长处测量的电流,计算所述当前时间步长的电流变化;
基于所述上一时间步长处估计的第一电阻器的电阻、所述电压变化和所述电流变化,在所述当前时间步长处估计第一电阻器的电阻;
生成基于所述第一数目的端子电压的测量电压矢量和基于所述第一数目的电流的测量电流矢量;以及
基于所述测量电压矢量、所述测量电流矢量、所述当前时间步长处估计的第一电阻器的电阻和所述上一时间步长处估计的所述第二电阻器的电阻,在所述当前时间步长处估计所述第二电阻器的电阻。
2.根据权利要求1所述的方法,其中,当满足第一数据过滤条件时,执行在所述当前时间步长处估计所述第一电阻器的电阻,以及
其中,当所述电流变化的绝对值大于第一阈值,并且所述电压变化与所述电流变化的乘积为正值时,满足所述第一数据过滤条件。
3.根据权利要求2所述的方法,进一步包括:
当不满足所述第一数据过滤条件时,将所述上一时间步长处估计的所述第一电阻器的电阻设置为所述当前时间步长处估计的所述第一电阻器的电阻。
5.根据权利要求1所述的方法,其中,当第一数目的电流满足第二数据过滤条件时,执行在所述当前时间步长处估计所述第二电阻器的电阻,并且
其中,当所述第一数目的电流的最大值和最小值之间的差大于第二阈值时,满足所述第二数据过滤条件。
6.根据权利要求1所述的方法,其中,在所述当前时间步长处估计所述第二电阻器的电阻包括:
生成基于所述第一数目的端子电压的测量电压矢量和基于所述第一数目的电流的测量电流矢量;
基于所述测量电压矢量、所述测量电流矢量以及所述当前时间步长处估计的所述第一电阻器的电阻,生成参考电压矢量;
基于所述等效电路模型和所述测量电流矢量,产生第一特征矢量、第一参数矢量和第一模型电压矢量;
基于所述参考电压矢量和所述第一特征矢量,估计指示所述滑动时间窗中的所述电池的瞬态响应历史的所述第二电阻器的电阻;
基于所述参考电压矢量和所述第一特征矢量,计算与所述参考电压矢量和所述第一模型电压矢量之间的最小误差平方和相对应的第一误差值;
基于作为从所述等效电路模型中去除所述第二电阻器的结果的替代电路模型和所述测量电流矢量,生成第二特征矢量、第二参数矢量和第二模型电压矢量;
基于所述参考电压矢量和所述第二特征矢量,计算与所述参考电压矢量和所述第二模型电压矢量之间的最小误差平方和相对应的第二误差值;
基于指示所述滑动时间窗中的所述电池的瞬态响应历史的所述第二电阻器的估计电阻、所述第一误差值和所述第二误差值,确定是否满足第三数据过滤条件;以及
当满足所述第三数据过滤条件时,基于所述测量电压矢量、所述测量电流矢量、所述当前时间步长处估计的所述第一电阻器的电阻以及所述上一时间步长处估计的所述第二电阻器的电阻,估计指示在从初始时间步长到所述当前时间步长的当前观察时段中的所述电池的瞬态响应历史的所述第二电阻器的电阻。
7.根据权利要求6所述的方法,其中,当指示所述滑动时间窗中的所述电池的瞬态响应历史的所述第二电阻器的估计电阻大于0欧姆,并且所述第二误差值大于通过将所述第一误差值乘以预设比例因子而获得的值时,满足所述第三数据过滤条件。
8.根据权利要求1所述的方法,其中,在当前时间步长处估计所述第二电阻器的电阻使用递归最小二乘算法。
9.一种电池管理***,用于估计电池的等效电路模型的参数的方法,其中,所述等效电路模型包括第一电阻器、串联连接到所述第一电阻器的第二电阻器和并联连接到所述第二电阻器的电容器,所述电池管理***包括:
感测单元,所述感测单元被配置为在每个时间步长处测量所述电池的端子电压和电流;以及
可操作地耦合到所述感测单元的控制单元,所述控制单元被配置为将在每个时间步长处由所述感测单元测量的端子电压和电流记录在存储器中,
其中,所述控制单元被配置为:
从所述存储器中读取指示在具有预定义大小的滑动时间窗中在每个时间步长处按序列顺序测量的第一数目的端子电压和第一数目的电流的测量数据;
基于包括在所述第一数目的端子电压中的、当前时间步长处测量端子电压和上一时间步长处测量的端子电压,计算当前时间步长的电压变化;
基于包括在所述第一数目的电流中的、所述当前时间步长处测量的电流和所述上一时间步长处测量的电流,计算所述当前时间步长的电流变化;
基于所述上一时间步长处估计的第一电阻器的电阻、所述电压变化和所述电流变化,在所述当前时间步长处估计第一电阻器的电阻;
生成基于所述第一数目的端子电压的测量电压矢量和基于所述第一数目的电流的测量电流矢量;以及
基于所述测量电压矢量、所述测量电流矢量、所述当前时间步长处估计的第一电阻器的电阻和所述上一时间步长处估计的所述第二电阻器的电阻,在所述当前时间步长处估计第二电阻器的电阻。
10.根据权利要求9所述的电池管理***,其中,所述控制单元被配置为:
生成基于所述第一数目的端子电压的测量电压矢量和基于所述第一数目的电流的测量电流矢量;
基于所述测量电压矢量、所述测量电流矢量以及所述当前时间步长处估计的所述第一电阻器的电阻,生成参考电压矢量;
基于所述等效电路模型和所述测量电流矢量,产生第一特征矢量、第一参数矢量和第一模型电压矢量;
基于所述参考电压矢量和所述第一特征矢量,估计指示所述滑动时间窗中的所述电池的瞬态响应历史的所述第二电阻器的电阻;
基于所述参考电压矢量和所述第一特征矢量,计算与所述参考电压矢量和所述第一模型电压矢量之间的最小误差平方和相对应的第一误差值;
基于作为从所述等效电路模型中去除所述第二电阻器的结果的替代电路模型和所述测量电流矢量,生成第二特征矢量、第二参数矢量和第二模型电压矢量;
基于所述参考电压矢量和所述第二特征矢量,计算与所述参考电压矢量和所述第二模型电压矢量之间的最小误差平方和相对应的第二误差值;
基于指示所述滑动时间窗中的所述电池的瞬态响应历史的所述第二电阻器的估计电阻、所述第一误差值和所述第二误差值,确定是否满足第三数据过滤条件;以及
当满足所述第三数据过滤条件时,基于所述测量电压矢量和所述测量电流矢量,估计指示在从初始时间步长到所述当前时间步长的当前观察时段中的所述电池的瞬态响应历史的所述第二电阻器的电阻。
11.根据权利要求10所述的电池管理***,其中,当指示所述滑动时间窗中的所述电池的瞬态响应历史的所述第二电阻器的估计电阻大于0欧姆,并且所述第二误差值大于通过将所述第一误差值乘以预设比例因子而获得的值时,满足所述第三数据过滤条件。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2018-0015139 | 2018-02-07 | ||
KR1020180015139A KR102373458B1 (ko) | 2018-02-07 | 2018-02-07 | 배터리를 위한 등가 회로 모델의 파라미터 추정 방법 및 배터리 관리 시스템 |
PCT/KR2019/000608 WO2019156377A1 (ko) | 2018-02-07 | 2019-01-15 | 배터리를 위한 등가 회로 모델의 파라미터를 추정하기 위한 방법 및 배터리 관리 시스템 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110709716A CN110709716A (zh) | 2020-01-17 |
CN110709716B true CN110709716B (zh) | 2021-12-28 |
Family
ID=67548508
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980002839.XA Active CN110709716B (zh) | 2018-02-07 | 2019-01-15 | 估计电池的等效电路模型的参数的方法以及电池管理*** |
Country Status (6)
Country | Link |
---|---|
US (1) | US11125823B2 (zh) |
EP (1) | EP3674726A4 (zh) |
JP (1) | JP6844090B2 (zh) |
KR (1) | KR102373458B1 (zh) |
CN (1) | CN110709716B (zh) |
WO (1) | WO2019156377A1 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111426962B (zh) * | 2020-03-23 | 2022-08-09 | 华为技术有限公司 | 电池参数的辨识方法和终端 |
CN113466723B (zh) * | 2020-03-31 | 2022-09-09 | 比亚迪股份有限公司 | 确定电池荷电状态的方法及装置,电池管理*** |
CN115769091A (zh) * | 2020-08-03 | 2023-03-07 | 株式会社Lg新能源 | 电池诊断设备、电池组、电池***及电池诊断方法 |
US20220373600A1 (en) * | 2021-05-24 | 2022-11-24 | Btech Inc. | Neural network for estimating battery health |
WO2023048408A1 (ko) * | 2021-09-24 | 2023-03-30 | (주) 테크윈 | 과도응답분석을 이용한 실시간 배터리 모니터링 장치 및 방법 |
CN114252771B (zh) * | 2021-12-13 | 2024-05-07 | 北京经纬恒润科技股份有限公司 | 一种电池参数在线辨识方法及*** |
KR102648555B1 (ko) * | 2021-12-28 | 2024-03-19 | 경북대학교 산학협력단 | 배터리 파라미터에 기반한 배터리 이상발생 판단 장치 및 방법 |
CN117992738B (zh) * | 2024-04-03 | 2024-06-11 | 山东兰蝶节能环保科技有限公司 | 一种节电柜电能自动化节电监测方法及*** |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011122951A (ja) * | 2009-12-11 | 2011-06-23 | Honda Motor Co Ltd | 二次電池の充電状態推定装置および劣化状態推定装置 |
CN103197251A (zh) * | 2013-02-27 | 2013-07-10 | 山东省科学院自动化研究所 | 一种动力锂电池二阶rc等效模型的辨识方法 |
CN103926538A (zh) * | 2014-05-05 | 2014-07-16 | 山东大学 | 基于aic准则的变阶数rc等效电路模型及实现方法 |
JP2016003963A (ja) * | 2014-06-17 | 2016-01-12 | カルソニックカンセイ株式会社 | 電池モデル同定方法 |
CN106126783A (zh) * | 2016-06-16 | 2016-11-16 | 同济大学 | 一种锂离子电池变时间尺度模型参数估计方法 |
CN106646253A (zh) * | 2016-12-07 | 2017-05-10 | 华南农业大学 | 一种在线辨识电池内部参数的方法 |
JP2017090282A (ja) * | 2015-11-11 | 2017-05-25 | 株式会社デンソー | 電池特性学習装置 |
CN106908732A (zh) * | 2017-02-09 | 2017-06-30 | 北京长城华冠汽车科技股份有限公司 | 一种锂离子电池等效电路模型参数辨识方法和装置 |
CN107250825A (zh) * | 2015-02-19 | 2017-10-13 | 三菱电机株式会社 | 电池状态推测装置 |
CN107561445A (zh) * | 2016-07-01 | 2018-01-09 | 深圳市沃特玛电池有限公司 | 电池参数在线辨识方法及*** |
US10663524B2 (en) * | 2015-03-06 | 2020-05-26 | Denso Corporation | Battery state estimating apparatus |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3747826B2 (ja) * | 2001-09-05 | 2006-02-22 | 日産自動車株式会社 | 二次電池の充電率推定装置 |
US7324902B2 (en) * | 2003-02-18 | 2008-01-29 | General Motors Corporation | Method and apparatus for generalized recursive least-squares process for battery state of charge and state of health |
JP4532416B2 (ja) * | 2006-01-12 | 2010-08-25 | 古河電気工業株式会社 | バッテリ放電能力判定方法、バッテリ放電能力判定装置、及び電源システム |
KR20080073382A (ko) * | 2007-02-06 | 2008-08-11 | 주식회사 파워로직스 | 축전지의 내부저항 측정방법 |
US7768233B2 (en) * | 2007-10-04 | 2010-08-03 | Gm Global Technology Operations, Inc. | Dynamically adaptive method for determining the state of charge of a battery |
FR2948771B1 (fr) * | 2009-07-28 | 2011-08-26 | Commissariat Energie Atomique | Procede de caracterisation d'une batterie electrique |
JP2011106952A (ja) | 2009-11-17 | 2011-06-02 | Honda Motor Co Ltd | 電池の残容量推定方法 |
US20120101753A1 (en) * | 2010-10-20 | 2012-04-26 | Gm Global Technology Operations, Inc. | Adaptive slowly-varying current detection |
US9091735B2 (en) * | 2010-10-26 | 2015-07-28 | GM Global Technology Operations LLC | Method for determining a state of a rechargeable battery device in real time |
KR20130121143A (ko) * | 2011-03-07 | 2013-11-05 | 가부시끼가이샤 히다치 세이사꾸쇼 | 전지 상태 추정 방법 및 전지 관리 시스템 |
KR101852322B1 (ko) | 2011-11-30 | 2018-04-27 | 주식회사 실리콘웍스 | 배터리 파라미터 관리시스템 및 배터리 파라미터 추정방법 |
JP2014102111A (ja) * | 2012-11-19 | 2014-06-05 | Mazda Motor Corp | バッテリの状態推定装置 |
US10664562B2 (en) * | 2013-02-24 | 2020-05-26 | Fairchild Semiconductor Corporation and University of Connecticut | Battery state of charge tracking, equivalent circuit selection and benchmarking |
WO2014136593A1 (ja) | 2013-03-07 | 2014-09-12 | 古河電気工業株式会社 | 二次電池状態検出装置および二次電池状態検出方法 |
US9594123B2 (en) * | 2013-06-13 | 2017-03-14 | Fca Us Llc | Techniques for estimating battery pack parameters |
KR101511655B1 (ko) | 2013-08-30 | 2015-04-13 | 숭실대학교산학협력단 | 배터리 진단 기능을 가진 충전기 및 그 제어방법 |
JP6287582B2 (ja) * | 2014-05-27 | 2018-03-07 | 株式会社デンソー | 車両用二次電池の等価回路のパラメータ推定装置 |
KR102399720B1 (ko) * | 2014-08-06 | 2022-05-19 | 삼성전자주식회사 | 패턴 정보에 기초하여 사용자 특성에 따른 배터리 수명을 추정하는 장치 및 방법 |
JP6555773B2 (ja) * | 2014-11-18 | 2019-08-07 | 学校法人立命館 | 蓄電残量推定装置、蓄電池の蓄電残量を推定する方法、及びコンピュータプログラム |
CN106248684B (zh) | 2015-06-03 | 2019-12-17 | 法国圣戈班玻璃公司 | 用于检测透明基底的内部瑕疵的光学装置及方法 |
KR102032229B1 (ko) | 2015-11-18 | 2019-10-16 | 현대일렉트릭앤에너지시스템(주) | 배터리 수명 상태 추정 시스템 및 그 방법 |
JP6615011B2 (ja) | 2016-03-09 | 2019-12-04 | 日立オートモティブシステムズ株式会社 | 電池管理システム、電池システムおよびハイブリッド車両制御システム |
JP6711981B2 (ja) * | 2016-04-27 | 2020-06-17 | マレリ株式会社 | バッテリのパラメータ推定装置 |
CN106707181A (zh) * | 2016-12-05 | 2017-05-24 | 澳特卡新能源科技(上海)有限公司 | 一种锂离子的电池参数与荷电状态估计方法 |
-
2018
- 2018-02-07 KR KR1020180015139A patent/KR102373458B1/ko active IP Right Grant
-
2019
- 2019-01-15 JP JP2019568743A patent/JP6844090B2/ja active Active
- 2019-01-15 US US16/617,090 patent/US11125823B2/en active Active
- 2019-01-15 CN CN201980002839.XA patent/CN110709716B/zh active Active
- 2019-01-15 WO PCT/KR2019/000608 patent/WO2019156377A1/ko unknown
- 2019-01-15 EP EP19750279.2A patent/EP3674726A4/en active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011122951A (ja) * | 2009-12-11 | 2011-06-23 | Honda Motor Co Ltd | 二次電池の充電状態推定装置および劣化状態推定装置 |
CN103197251A (zh) * | 2013-02-27 | 2013-07-10 | 山东省科学院自动化研究所 | 一种动力锂电池二阶rc等效模型的辨识方法 |
CN103926538A (zh) * | 2014-05-05 | 2014-07-16 | 山东大学 | 基于aic准则的变阶数rc等效电路模型及实现方法 |
JP2016003963A (ja) * | 2014-06-17 | 2016-01-12 | カルソニックカンセイ株式会社 | 電池モデル同定方法 |
CN107250825A (zh) * | 2015-02-19 | 2017-10-13 | 三菱电机株式会社 | 电池状态推测装置 |
US10663524B2 (en) * | 2015-03-06 | 2020-05-26 | Denso Corporation | Battery state estimating apparatus |
JP2017090282A (ja) * | 2015-11-11 | 2017-05-25 | 株式会社デンソー | 電池特性学習装置 |
CN106126783A (zh) * | 2016-06-16 | 2016-11-16 | 同济大学 | 一种锂离子电池变时间尺度模型参数估计方法 |
CN107561445A (zh) * | 2016-07-01 | 2018-01-09 | 深圳市沃特玛电池有限公司 | 电池参数在线辨识方法及*** |
CN106646253A (zh) * | 2016-12-07 | 2017-05-10 | 华南农业大学 | 一种在线辨识电池内部参数的方法 |
CN106908732A (zh) * | 2017-02-09 | 2017-06-30 | 北京长城华冠汽车科技股份有限公司 | 一种锂离子电池等效电路模型参数辨识方法和装置 |
Non-Patent Citations (2)
Title |
---|
Near-Real-Time Parameter Estimation of an Electrical Battery Model With Multiple Time Constants and SOC-Dependent Capacitance;Wenguan Wang 等;《IEEE Transactions on Power Electronics》;20140116;第5905-5920页 * |
纯电动汽车动力锂电池Nernst模型参数辨识;毕军 等;《汽车工程》;20150630;第37卷(第6期);第725-730页 * |
Also Published As
Publication number | Publication date |
---|---|
KR20190095754A (ko) | 2019-08-16 |
EP3674726A1 (en) | 2020-07-01 |
JP2020524267A (ja) | 2020-08-13 |
WO2019156377A1 (ko) | 2019-08-15 |
JP6844090B2 (ja) | 2021-03-17 |
EP3674726A4 (en) | 2020-12-16 |
CN110709716A (zh) | 2020-01-17 |
US20200081066A1 (en) | 2020-03-12 |
KR102373458B1 (ko) | 2022-03-10 |
US11125823B2 (en) | 2021-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110709716B (zh) | 估计电池的等效电路模型的参数的方法以及电池管理*** | |
CN110741268B (zh) | 确定电池的功率极限的方法以及电池管理*** | |
CN110741267B (zh) | 估计用于电池的等效电路模型的参数的方法和电池管理*** | |
JP7014374B2 (ja) | バッテリー管理装置、バッテリー管理方法及びバッテリーパック | |
US11567137B2 (en) | Battery management system, battery management method, battery pack and electric vehicle | |
EP3929606A1 (en) | Battery management system, battery pack, electric vehicle, and battery management method | |
JP7172013B2 (ja) | バッテリー管理装置、バッテリー管理方法及びバッテリーパック | |
CN110770593B (zh) | 使电池的功率极限平滑化的方法和电池管理*** | |
JP7062870B2 (ja) | バッテリー管理装置、バッテリー管理方法及びバッテリーパック | |
EP3872507B1 (en) | Battery management system, battery management method, battery pack, and electric vehicle |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220317 Address after: Seoul, South Kerean Patentee after: LG Energy Solution Address before: Seoul, South Kerean Patentee before: LG CHEM, Ltd. |
|
TR01 | Transfer of patent right |