CN111487537A - 修改荷电状态估计的方法和*** - Google Patents
修改荷电状态估计的方法和*** Download PDFInfo
- Publication number
- CN111487537A CN111487537A CN202010482269.3A CN202010482269A CN111487537A CN 111487537 A CN111487537 A CN 111487537A CN 202010482269 A CN202010482269 A CN 202010482269A CN 111487537 A CN111487537 A CN 111487537A
- Authority
- CN
- China
- Prior art keywords
- soc
- battery cell
- voltage
- discharge
- reading
- 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
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
-
- 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
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/16—Information or communication technologies improving the operation of electric vehicles
- Y02T90/167—Systems integrating technologies related to power network operation and communication or information technologies for supporting the interoperability of electric or hybrid vehicles, i.e. smartgrids as interface for battery charging of electric vehicles [EV] or hybrid vehicles [HEV]
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S30/00—Systems supporting specific end-user applications in the sector of transportation
- Y04S30/10—Systems supporting the interoperability of electric or hybrid vehicles
- Y04S30/12—Remote or cooperative charging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
修改荷电状态估计的方法和***,本文描述的实施方式总体涉及电动车辆(EV)内的荷电状态(SoC)计算的修改。可以基于电池电芯在受控环境内各种测量的SoC下的特性来生成数据点数据库。随后,在EV的操作期间,EV内的电池管理***(BMS)可收集各种操作数据点。收集的操作数据点可用于引用存储在数据库中的类似数据点,以确定SoC值。SoC值可用于修改或改变由操作中的EV的BMS进行的SoC计算。
Description
技术领域
本文描述的实施方式总体涉及EV内的SoC计算的修改。
背景技术
电动车辆(EV)已经成为现代社会中可行的运输方式。然而,在一 些方面,EV可能仍然劣于传统的燃烧汽油发动机车辆。一种这样的方式 是确定EV剩余能量的量。在传统的燃烧汽油发动机中,可以容易地测量 油箱中剩余汽油的量。另一方面,因为EV中没有液体燃料,所以必须基 于EV的电池来测量剩余能量。EV的电池内的剩余能量的量称为电池的荷电状态(SoC)。测量EV电池的SoC比测量燃烧汽油发动机车辆中的汽油 的量更困难。然而,这些测量同样重要,因为理想地,驾驶者应当知道 在车辆耗尽能量之前他们可以驾驶多长时间。此外,准确的SoC估计对 于自主驾驶***确定自主车辆如何或者是否可以使其到达其预期目的地 可能是重要的。因此,需要改进EV内的SoC计算。
发明内容
本文描述的实施方式总体涉及EV内的SoC计算的修改。在一个实施 方式中,提供了一种用于生成和显示修改的荷电状态(SoC)估计的计算 机实现的方法。该计算机实现的方法可以包括接收与用于确定测试电池 的SoC的第一方法相关联的测试电池电芯的第一SoC。该计算机实现的方 法还可以包括接收与用于确定测试电池电芯的SoC的第二方法相关联的 测试电池电芯的第二SoC。第二SoC可以与第一静置时段相关联。该计算 机实现的方法还可以包括比较该第一SoC和该第二SoC,以确定与该第一 静置时段相关联的SoCdelta值。所述计算机实现的方法还可以包括通过 SoC delta修改与电动车辆(EV)内的电池相关联的当前SoC读数,以生 成修改的SoC读数。计算机实现的方法还可以包括向EV内的界面显示修 改的SoC读数。
在一个实施方式中,第一方法可以至少部分地基于库仑计数方法, 第二方法可以至少部分地基于电压读数方法。在一个实施方式中,第一 SoC至少部分地基于第一放电C倍率而确定,第二SoC至少部分地基于第 二放电C倍率而确定,并且第一放电C倍率不同于第二放电C倍率。
在一个实施方式中,该计算机实现的方法还可包括接收与EV关闭之 前的时间段相关联的过去SoC读数。该计算机实现的方法还可包括接收 与EV关闭和EV重新开启之间的时间段相关联的第二静置时段。该计算 机实现的方法还可以包括至少部分地基于过去SoC读数和第二静置时段 来查询数据仓储,以确定SoC delta。
在一个实施方式中,测试电池电芯和EV内的电池电芯是相同的电池 类型。在这样的实施方式中,相同的电池类型可以是锂离子电池。在一 个实施方式中,测试电池电芯的第一SoC和测试电池电芯的第二SoC与 测试电池的相同放电容量状态相关联。
附图说明
图1示出了根据一个或多个实施方式的示例性***。
图2描绘了根据一个或多个实施方式的用于确定一个或多个真实 OCV值的简化的第一过程。
图3描绘了根据一个或多个实施方式的用于确定一个或多个SoC误 差值的简化的第一过程。
图4描绘了根据一个或多个实施方式的用于确定一个或多个SoC delta值的简化的第一过程。
图5描述了根据一个或多个实施方式的用于根据一个或多个SoC delta值来修改SoC读数的简化的第一过程。
图6描绘了根据一个或多个实施方式的用于确定一个或多个真实 OCV值的简化的第二过程。
图7描绘了根据一个或多个实施方式的用于确定一个或多个SoC误 差值的简化的第二过程。
图8描绘了根据一个或多个实施方式的用于确定一个或多个SoC delta值的简化的第二过程。
图9描绘了根据一个或多个实施方式的用于确定一个或多个真实 OCV值的简化的第三处理。
图10描绘了根据一个或多个实施方式的用于确定一个或多个SoC误 差值的简化的第三过程。
当参考附图阅读以下详细描述时,将更好地理解本公开的特征、实 施方式和优点。
具体实施方式
目前有两种主要的方法来确定电池的SoC,电压读数和库仑计数。库 仑计数利用以下参数测量电池的SoC:流入电池的电流、流出电池的电流、 以及电池使用的历史。库仑计数使用基于参数的算法,但是由于算法的 复杂性质,可能难以应用于EV电池。此外,库仑计数可能遭受与其算法 相关联的漂移,这可能导致SoC估计误差。
电压读数方法需要知道电池在完全充电时的电压,并将该电压与某 一时间点的电压(例如,开路电压(OCV))进行比较。电压读数基于这 样的事实,即在完全充电时电池的电压将高于电池完全放电时的电压。 因此,电压的变化可以指示电池的SoC的变化。尽管该过程可能看起来 简单,电压可基于某些事件而显著改变。例如,在汽车充电之后,电压 可能立即发生显著波动。电压的这种变化可能产生电池的不准确的SoC 读数,因为电压可能已经改变,但是电池的SoC可能尚未改变。由于基 于某些事件的电压的潜在变化,建议让电池静置一段时间,以使电压稳 定以获得准确的读数。然而,这种静置时段对于真实世界使用是不切实 际的,尤其是在EV中。
本文所公开的实施方式提出了用于在确定电池的SoC时确定SoC误 差值的方法和***。SoC误差值可以用于修改测量的SoC,以产生可以考 虑到传统SoC测量***的不准确性的更准确的SoC值。测试***可以执 行第一过程以确定特定电池电芯或特定电池电芯类型的开路电压(OCV)。 在第一过程中,电池电芯可以完全充电,然后以第一C倍率(例如,1C)放电至第一放电容量,并静置一段时间。在该时间段期满之后,可以由 电压读取装置测量电压。静置时段可以提供更准确的电压读数,因为静 置时段可以允许电压稳定在特定放电容量。测试***然后可以确定第二 放电容量,以使用第一C倍率放电。然后,电池电芯再次静置一段静置 时段,并且通过电压读取装置测量电压。可以针对各种放电容量重复该 过程,直到电池电芯完全放电(例如,电压达到截止电压)。从第一过程 确定的电压可以表示在特定放电容量(即SoC)下的真实电压读数。
在第二过程中,测试***可以确定SoC误差值。在第二过程期间, 测试***可以对电池电芯完全充电,并以第二C倍率将电池电芯放电至 第一放电容量并静置第一时间段。测试***可以在第一时间段结束时测 量电池电芯的电压。然后,测试***可以等待第二时间段,并在第二时 间段结束时测量电池在相同的第一放电容量下的电压。测试***可以针对第一放电容量在不同时间段重复电压测量。测试***可以基于测量的 电压来计算每个时间段的SoC值。对于SoC值计算,测试***可以假设 测量的电压是OCV。计算的结果可以产生SoC误差值。SoC误差值表示可 以基于某一时间的电压估计的SoC值。然而,这些值可能是错误的,因 为电压(当测量时)可能不稳定,并且因为电压不稳定,所以基于电压 确定的SoC值可能产生错误的SoC。SoC误差值可以类似于在EV内的电 池管理***(BMS)内确定的SoC。可以对第二放电容量、第三放电容量 等重复进行测量和SoC误差值计算过程。
在第三过程中,测试***可以将OCV值(来自第一过程)与SoC误 差值(来自第二过程)进行比较,以确定一个或多个SoC delta。SoC delta 可以表示用于获得更准确的SoC估计的值的校正改变。例如,在第一过 程期间,测试***可能已经测量到电池电芯在95%的库仑计数估计SoC 下的OCV值为4.095237伏特。此外,在第二过程期间,测试***可能已 经测量到电池电芯在95%的库仑计数估计SoC下的电压在0秒的静置后 为4.009伏,在5秒的静置后为4.063伏,在3小时的静置后为4.096伏。 结果,对于具有95%的库仑计数SoC的电池电芯,存在多个测量的电压 值。因为在第一过程期间,电压测量是在长时间段之后进行的,所以可 以假设该电压测量是稳定电压并且是最准确的。因此,我们还可以假设 电池电芯的静置越少,则其电压可能越不稳定。在第三过程期间,测试 ***可以例如从在第一过程中估计的已知SoC值中减去基于在第二过程 期间测量的电压计算的SoC误差值。在这样的示例中,在第二过程期间, 在放电至库仑计数估计的95%SoC后经过0秒的静置时,电压记录为4.009 伏。当基于4.009OCV计算(例如,基于电压测量的估计)时,SoC误差 值可以返回79.96%SoC值。因此,测试***可以从79.96%(SoC误差值) 中减去95%SoC(真实SoC值),以获得15.04%的SoC delta。在另一示例 中,在第二过程期间,在放电至95%SoC后经过5秒的静置时,电压记 录为4.063伏。当基于4.063OCV计算时,SoC误差值可以返回85.57%SoC 值(SoC误差值),这导致9.43%的SoC delta。SoC delta可以应用于计算 的SoC值,以减轻由于电压波动而导致的SoC估计误差。例如,如果EV 内的电池管理***(BMS)测量SoC(例如,使用库仑计数)为95%,则 在放电结束的时刻(例如,最初在放电结束之后或放电速率减小之后), 通过将测量的电压与真实OCV进行比较获得的SoC估计(即,基于电压 的SoC确定)可能具有15.04%的误差。在这样的示例中,SoC delta可以 用于修改基于测量的电压的估计SoC,以产生更准确的SoC。
图1示出了用于实现一个或多个实施方式的示例性***100。*** 100可以包括测试***102、数据仓储106、网络108和EV 110A-110C。 测试***102、数据仓储106和一个或多个EV 110A-110C,可以经由网络 108彼此通信连接。测试***102包括测试室104、测量装置112和主控 制器114。在一个实施方式中,测试***102可以是全部或部分自动构建 的,其包含电池电芯保持器、待测试的电池电芯、能够检测电池电芯的 电压的装置(例如,测量装置112)、能够检测电池电芯的放电容量的装 置(例如,测量装置112)、能够向电池电芯分配电流的装置、用于控制 测试***102的一个或多个操作的主控制器(例如,主控制器114)以及 其他类似装备。测试***102可以接收不同类型的电池电芯并执行一个 或多个过程以确定与基于电压的SoC确定相关联的一个或多个SoC校正 值。电池电芯类型可以包括锂钴氧化物电池电芯、锂锰氧化物电池电芯、 磷酸铁锂电池电芯、锂镍锰钴氧化物电池电芯、锂镍钴铝氧化物电池电 芯、钛酸锂等。当电池电芯在测试室104内时,可以对电池电芯执行一 个或多个过程。测试室104可以是模拟低温环境的温度受控环境。测试 室104内的温度可由主控制器114修改。在一个实施方式中,电池电芯 或一组电池电芯在室温(例如,20摄氏度至25摄氏度)下充电,然后放 置到测试室104中。电池电芯可以放置在测试室104内,直到该组电池 电芯达到测试室104内的环境温度。电池电芯随后可以在环境温度下放 电,并且可以在放电过程期间通过测量装置112监测电压。作为监测的 结果,可以生成若干数据点。例如,对于特定SoC,数据点可以指示在电 池电芯的放电或充电已经停止之后的特定时间段的电压。这些数据点可 以在不同温度下收集。
对于特定电池电芯类型,主控制器114可以从数据点计算一个或多 个SoC delta值。SoC delta可以表示用于更准确的SoC估计的值的校正改 变。为了确定一个或多个SoCdelta值,主控制器114可以执行一个或多 个过程。在第一过程中,主控制器114可确定特定电池电芯或特定电池 电芯类型的开路电压(OCV)。在第二过程中,主控制器114可以确定SoC 误差值。在第三过程中,主控制器114可以基于在第一和第二过程中生 成的数据点来确定一个或多个SoC delta值。主控制器114可以将与第一、 第二和第三过程相关联的多个数据点存储在数据仓储106内。数据点可 以包括测量的电压、确定的SoC误差值、SoC delta值等。
测量装置112可以测量在电池电芯放电和/或充电期间电池电芯的电 压和放电容量。
主控制器114可以控制由测试***102实现的一个或多个过程。例 如,主控制器114可控制测试室104内的温度设定。在另一示例中,主 控制器114可以从测试室104内的计时器和/或温度传感器接收数据,以 确定一个或多个电池电芯何时达到测试室104的环境温度。在另一示例 中,主控制器114可以从测量装置(例如,测量装置112)接收与电池电 芯相关联的多个数据点。在这样的示例中,主控制器114可以执行应用 或逻辑,其可以将所接收的数据点彼此比较以确定一个或多个SoC delta 值。在一个实施方式中,主控制器114可以通过各种物联网(IoT)通信 协议,例如消息队列遥测传输(MQTT)、数据分发服务(DDS)、蓝牙低 功耗(BLE)、Zigbee、WiFi等,与测试***102的一个或多个其他部分通 信。主控制器114可包括一个或多个处理器及非易失性存储器。(一个或 多个)处理器可以包括单核或多核处理器。处理器可以包括通用微处理 器,例如由飞思卡尔半导体公司等提供的微处理 器,其在存储在相关存储器中的软件的控制下操作。一个或多个应用可 以由(一个或多个)处理器执行以执行主控制器114的一个或多个操作。
数据仓储106可以存储由测试***102产生的一个或多个数据点。 数据点可包括来自由测试***102执行的一个或多个过程的信息。数据 点可以包括,对于所测试的电池电芯:电池电芯类型、测试温度、放电C 倍率、放电期间的所检测的电压、放电期间的所检测的容量、充电期间 的所检测的电压、充电期间的所检测的容量、充电期间的所检测的电压、SoC误差值、SoC delta值等。在一个实施方式中,数据仓储106在测试系 统102内部。在一个实施方式中,数据仓储106在测试***102外部, 并且经由网络108连接到测试***102。在一个实施方式中,数据仓储 106在一个或多个EV 110A-110B的内部。在这样的实施方式中,数据仓 储106可以是EV的电池管理***(BMS)的一部分。数据仓储106可由 数据库、一个或多个服务器等来实现。数据仓储106可以由诸如硬盘驱 动器(HDD)、固态驱动器(SSD)等物理存储设备来实现。
网络108可以促进图1中描绘的各种***之间的通信。网络108可 以是各种类型的,并且可以包括(例如)因特网、广域网(WAN)、局域 网(LAN)、以太网、公共或专用网络、有线网络、无线网络等及其组合。 不同的通信协议可以用于促进包括有线和无线协议两者的通信,例如IEEE 802.XX协议族、TCP/IP、IPX、SAN、以及其它协议。通常,网 络108可以包括任何基础设施,其促进图1中描绘的各种***之间的通 信。在一个实施方式中,网络108可以实施为单个通信网络。
EV 110A-110C可以是利用由测试***102产生的一个或多个数据点 的EV。EV110-110C可以是任何类型的电动车辆。电动车辆可以是完全或 部分由可再充电电池供电的任何机动车辆。在一个实施方式中,BMS可 以基于EV内的电池的当前电压读数来估计电池的当前SoC值。在这样的 实施方式中,BMS可以查询数据仓储106以确定SoC delta并通过SoC delta 修改估计的当前SoC值以产生修改的SoC值。在所示实施方式中,EV 110A 和EV110B经由网络108查询数据仓储106,EV 110C查询网络108外部 的数据仓储106。在这样的实施方式中,数据仓储106或数据仓储106的 一个或多个部分可以在EV 110C的内部。例如,在EV 110C的制造期间, 数据仓储106内的一个或多个数据点可输入到EV 110C中,使得EV110C 内的BMS可引用EV 110C中实施的一个或多个SoC delta。
放电期间的SoC误差估计
图2示出了根据一个或多个实施方式的确定电池电芯对于特定SoC 的真实OCV值的过程200。过程200可由测试***的一个或多个部件来 实现。在步骤205,测试***对电池电芯完全充电。测量装置可用于确定 电池电芯何时达到完全充电。在一个实施方式中,完全充电可以意味着 根据库仑计数方法,电池电芯具有至少97%的SoC。在一个实施方式中,电池电芯可以在室温下(例如,20-25摄氏度)充电到全容量(即,完全 充电)。
在步骤210,测试***对电池电芯放电以获得放电容量。完全充电的 电池电芯可以被完全放电(例如,放电直到达到某个截止电压)。可以在 该放电过程期间测量容量,以确定电池电芯放电容量。电池电芯的容量 可表示当以特定放电电流(例如C倍率)放电时可用的总安培-小时(安 培-小时或Ah)。在一个实施方式中,电池电芯可以在室温下放电。
在步骤215,测试***将电池电芯再充电到完全充电。在一个实施方 式中,电池电芯可以在室温下再充电。
在步骤220,测试***以第一C倍率对电池电芯放电,直到放电容量 等于放电容量x。变量x可以在过程200的不同迭代中修改。变量x可 初始化为95,并且可以增量地减小任意值,例如5。C倍率可以是与电池 电芯的容量相比的放电(或充电)速率。例如,1C放电可以指示将在一 小时内将电池电芯放电到截止电压的电流。类似地,0.5C倍率可以指示 将在2小时内将同一电池电芯放电至截止电压的电流。此外,2C倍率可 以指示将在半小时内将同一电池电芯放电到截止电压的电流。截止电压 可以是电池电芯的最小允许电压,并且它是通常定义电池电芯的“空” 状态的电压。第一C倍率可以为1C。结果,在第一次迭代中,测试*** 以1C的C倍率对电池电芯放电,直到电池电芯的放电容量为95%。放电 容量可基于库仑计数方法来估计。
在步骤225,测试***允许电池电芯静置第一时间段,并在第一时间 段之后获得电压。如前所述,在用于估计电池电芯的SoC时,在紧跟着 放电或充电之后的电压读数可能是众所周知地不准确的。为了获得与在 步骤220确定的SoC(即95%)相关的准确电压,电池电芯应该被允许静 置第一时间段,使得电压可以在电池电芯内稳定。第一时间段可以基于电池电芯的类型。在一个实施方式中,第一时间段可以在6小时和24小 时之间。在第一时间段结束时,测试***经由测量装置从电池电芯获得 电压读数。测试***可以在数据仓储内将该电压读数与在步骤220确定 的SoC相关联。该电压读数可以称为特定的关联SoC的真实OCV或真实 OCV值。
在步骤230,测试***确定电池电芯是否完全放电。如果电池电芯没 有完全放电,则过程200移至步骤235,并且修改变量x,过程200返回 至步骤220。在一个实施方式中,变量x可以减少5。从而允许为多个SoC 确定真实OCV。然而,如果电池电芯完全放电,则过程200移至步骤240, 并且测量的电压被记录在数据仓储内。在一个实施方式中,每个SoC及其相关联的真实OCV存储在数据仓储内。
图3示出了根据一个或多个实施方式的用于确定电池电芯对于特定 SoC的SoC误差值的过程300。过程300可由测试***的一个或多个部件 来实现。在步骤305,测试***对电池电芯完全充电。测量装置可用于确 定电池电芯何时达到完全充电。在一个实施方式中,完全充电可以意味 着根据库仑计数方法,电池电芯具有至少97%的SoC。在一个实施方式中, 电池电芯可以在室温下(例如,20-25摄氏度)充电到全容量(即,完全 充电)。
在步骤310,测试***对电池电芯放电以获得放电容量。完全充电的 电池电芯可以完全放电(例如,放电直到达到某个截止电压)。在一个实 施方式中,电池电芯可以在室温下放电。
在步骤315,测试***将电池电芯再充电至完全充满。在一个实施方 式中,电池电芯可以在室温下再充电。
在320,测试***以第二C倍率对电池电芯放电,直到放电容量等于 放电容量x。变量x可以在过程300的不同迭代中修改。变量x可初始 化为95,并且可以增量地减小任意值,例如5。第二C倍率可以不同于 关于图2描述的第一C倍率。例如,第一C倍率可以为1C,第二C倍率 可以为0.5C。结果,在第一次迭代中,测试***以0.5C的C倍率对电池 电芯放电,直到电池电芯的放电容量为95%。放电容量可基于库仑计数 方法来估计。
在步骤325,测试***允许电池电芯静置时间段y,并在时间段y之 后获得电压。变量y可以在过程300的不同交互中修改。变量y可以初 始化为0秒,并且可以增量地增加数秒(例如5)、数分钟(例如10)和 /或数小时(例如1)。如前所述,在用于估计电池电芯的SoC时,在紧跟 着放电或充电之后的电压读数可能是众所周知地不准确的。为了确定如 果SoC计算基于测量的电压时SoC计算有多不准确,可以在不同时间段 进行若干电压测量。例如,根据库仑计数方法,指示SoC为95%(即放 电容量x)后紧跟着进行电压测量(即在SoC指示为95%之后的0秒)。 测试机器可以执行将测量的电压作为OCV的基于电压的SoC估计。所得到的SoC估计可以称为SoC误差值,因为已知由于在短的静置时段的电 压波动,在如此短的静置时段的情况下,基于测量的电压的SoC估计是 不准确的。例如,SoC误差值可以指示在0秒处的估计SoC为79.96%, 这与在步骤320通过库仑计数方法确定的95%的SoC形成鲜明对比。测 试***可以在数据仓储内将电压读数、时间段y、SoC误差值和在步骤320 确定的SoC相关联。数据仓储内的信息可用于确定可用于改进SoC估计 的SoC delta。
在步骤330,测试***确定是否存在附加的时间段来获得电压。如果 存在附加时间段,则变量y增量,过程300返回到步骤325。因此,允 许测试***获得放电之后的各个静置时间的各种数据点(例如,SoC误差 值、电压测量结果等)。在一个实施方式中,变量y可以增量5秒。然而, 如果没有附加时间段,则过程300移动到步骤340。
在步骤340,测试***确定电池电芯是否完全放电。如果电池电芯没 有完全放电,则过程300移至步骤345,并且变量x被修改,过程300 返回至步骤320。在一个实施方式中,变量x可以减少5。因此允许为多 个SoC确定数据点。然而,如果电池电芯完全放电,则过程300移至步 骤350,并且数据点被记录在数据仓储内。
图4示出了根据一个或多个实施方式的用于确定电池电芯对于特定 SoC的SoC误差值的过程400。过程400的一个或多个部分可由测试*** 的一个或多个部件来实现。在步骤405,测试***确定第一SoC,为其找 到SoC delta。例如,第一SoC可以为95%SoC。在步骤410,测试***从 数据仓储检索用于第一SoC的真实OCV值。可以通过过程200的一个或 多个过程来确定真实OCV值。在步骤415,测试***从数据仓储检索用 于第一SoC的SoC误差值。SoC误差值可能已经通过过程300的一个或多 个过程确定。数据仓储可包含与过程200和300相关联的数据点。例如, 以下所示的表1是数据仓储中的示例性条目。
表1样本数据仓储条目
在步骤420,测试***将检索的真实OCV值与一个或多个SoC误差 值进行比较,以确定一个或多个SoC delta。当根据库仑计数方法,SoC 为95%时,可以假设真实OCV值是最准确的电压测量。这是因为在延长 的静置时间(例如6小时)之后可以得到真实OCV值。另一方面,由于 放电之后电压的波动,与同一SoC相关联的其他电压测量可能产生不准 确的SoC估计。从表1可以看出,当相同的电池电芯或相同的电池电芯 类型放电到根据库仑计数方法的95%的SoC,并且在电池电芯已经达到 95%的SoC之后0秒获得电压读数时,电压读数与真实OCV值大不相同。 因此,当在0秒处获得的电压读数用作用于基于电压的SoC估计的OCV 值时,所确定的SoC与从库仑计数导出的SoC大不相同。结果,我们知 道,由于SoC误差值和从库仑计数方法导出的SoC之间的差,79.96%的 SoC误差值是不准确的。在这种示例中,SoC delta可以计算为95%-79.96% =15.04%。因此,如果在电池放电到95%之后的0秒确定基于电压的SoC, SoC估计可能偏离大约15.04%。确定SoC delta的相同方法可以确定为用 于在5秒和3小时进行的电压测量。从表1可以看出,电池静置得越长,SoCdelta越低。这是因为较长的静置时段允许电压变得更稳定。
应当注意,表1仅仅是包含第一组数据点的示例性数据条目。然而, 具有更多数据点也在本文所述的实施方式的范围内。例如,表1可以包 括在5秒、10秒、15秒、20秒等的电压读数以及对应的SoC误差值。在 一个示例中,表1可以包括对于不同的测量的电压的数据点和对于不同C 倍率的对应SoC误差值。在这样的示例中,可以存在与0.2C放电倍率、 0.4C放电倍率直到2C放电倍率等相关联的数据点。在一个实施方式中, 可以根据多个SoC值来计算静置时间段的平均SoC delta。在这样的实施 方式中,可以存在为在0秒时95%SoC的确定的SoC delta、为在0秒时 85%SoC的确定的SoC delta、为在0秒时75%SoC的确定的SoC delta等 等。可以将所有这些SoC delta一起取平均以形成0秒的平均SoC delta。 这可以用作标准化SoC delta,其可以用于在放电结束之后0秒调整SoC 估计。类似的过程可以用于不同的时间段。在步骤425,SoC delta被记录 在数据仓储内。
图5示出了根据一个或多个实施方式的用于确定EV内的修改的SoC 读数的过程500。过程500的一个或多个部分可由驻留在EV上的BMS的 一个或多个部件来实现。在步骤505,BMS接收与第一静置时段相关联的 SoC读数。SoC读数可以是基于电压的SoC读数,其确定EV内的电池的 当前SoC。静置时段可以指示从电池的放电停止开始的时间段。例如,可以在EV的初始启动时,例如在充电过程之后或制动过程结束时,以0秒、 5秒等的静置时段生成SoC读数。
在步骤510,BMS至少部分地基于第一静置时段和SoC读数检索第一 SoC delta。第一SoC delta可以通过基于第一静置时段和/或SoC读数查询 数据仓储而从数据仓储中检索。在一个实施方式中,数据仓储可以包括 基于静置时间的平均SoC delta。在这样的实施方式中,BMS可以基于其 第一静置时段向数据仓储查询平均SoC delta。在一个实施方式中,BMS 可以基于SoC读数和第一静置时段查询数据仓储。在这样的实施方式中, SoC读数,即使是基于电压的,也可以是准确的,因为在该时间点放电可 能正在进行。因此,一旦放电停止(例如,人停止其EV),第一静置时段 定时器可以开始,并且在EV开始放电时(例如,人重新启动其EV),第 一静置时段定时器可以结束,并且第一静置时段定时器的值可以用于修 改检索SoC delta值。例如,如果在放电停止之前,SoC估计指示80%SoC 并且人停止其EV,则第一静置时段定时器将开始。接下来,每当人重新 启动其EV时,第一静置时段定时器将结束,并且结束值(例如,2分钟) 可以与最近的SoC值(例如,80%)一起用于查询数据仓储以确定最接近 的SoC delta。在这样的示例中,可以存在对于80%的SoC和1分钟55秒 的静置时段的SoC delta。该特定SoC delta可以是与接收到的参数(即SoC 读数和第一静置时段)最接近的数据点。
在一个实施方式中,BMS可以基于放电C倍率查询数据仓储。例如, 如果在放电停止之前,SoC估计指示80%SoC并且人停止其EV,则第一 静置时段定时器将开始。接下来,每当人重新启动其EV时,第一静置时 段定时器将结束,并且结束值(例如,2分钟)可以与最后的SoC值(例 如,80%)和当前C倍率(例如0.5C)一起用于查询数据仓储以确定最近 的SoCdelta。C倍率可以是EV内的电池电芯放电的电流速率。在这样的 示例中,可以存在对于80%的SoC、1分钟55秒的静置时段以及0.5C的 C倍率的SoC delta。该特定SoC delta可以是与接收到的参数(即SoC读 数和第一静置时段以及C倍率)最接近的数据点。在确定检索哪个SoC delta中包括C倍率在寒冷天气温度下可能是重要的,在寒冷天气温度下 经常使用增加的C倍率。
在一个实施方式中,BMS可以基于测量的电压查询数据仓储。例如, 在第一时间段(例如,0秒),基于电压的SoC读数可以指示80%的荷电, 其中电压读数为4.19伏特。在第二时间段(例如,10秒),基于电压的 SoC读数可以指示75%的荷电,其中电压读数为4.18伏特。因此,在10 秒的时段内可能存在0.01的电压delta。BMS然后可以向数据仓储查询在 10秒内的0.01电压delta,以确定在10秒之后可能具有0.01电压delta 的SoC。通过利用电压delta,BMS能够不基于基于电压的SoC而是基于 测量的电压的变化来检索准确的SoC。
在步骤515,BMS可以用第一SoC delta修改SoC读数以产生修改的 SoC读数。在步骤510,可以基于检索到的SoC delta来调整SoC读数。例 如,如果检索到的SoC delta是10%并且当前SoC读数是56%,则修改的SoC读数可以是66%。在另一示例中,如果检索到的SoC delta是10%并 且当前SoC读数是56%,那么修改的SoC读数可以是46%。SoC delta可以用作基于电压的(和其它)SoC估计计算中的校正机制。
在步骤520,BMS可以向与EV相关联的用户显示修改的SoC读数。 修改的SoC读数可以帮助EV的用户做出更好的知情选择,例如他们是否 需要对他们的EV充电。通过产生更准确的SoC读数,EV的可用性可以极 大地增强。
在一个实施方式中,除了显示修改的SoC读数之外,修改的SoC读 数可以用于改变EV的一个或多个方面。例如,修改的SoC读数可以由BMS 用来关闭或减少EV的一个或多个操作。在这样的示例中,在修改的SoC 读数指示SoC低于特定阈值(例如,20%)时,BMS可以减少对EV的空 气调节或加热(或其他EV功能)以节约电池。在相关的示例中,在修改 的SoC读数指示SoC低于某个阈值(例如40%)时,BMS可以限制电池 的放电电流(在温暖的环境中)以保护电池。在这种示例中,BMS可将 EV的驱动模式改变为经济模式,经济模式可降低EV的性能,并有利于延 长电池寿命。在另一示例中,修改的SoC读数可以由自主车辆中的BMS 用于确定一个或多个路线。在这样的示例中,修改的SoC读数可以由BMS 用于改变自主车辆采用的路线。例如,在修改SoC读数之前,自主车辆 可以被调度为采用利用市内道路的第一路线。然而,在修改SoC读数时, 自主车辆可以将第一路线改变线路到利用高速公路的第二路线,以保持 电池的荷电。在另一示例中,BMS可以利用修改的SoC读数来沿着基于 全球定位***(GPS)的路线添加停车,以将EV引导至充电站。在这样 的示例中,每当修改的SoC读数低于特定阈值时,可以向当前基于GPS 的路线添加指示充电站的停车。在EV处于自主驾驶模式的情况下可以自 动行进至附加停车。
充电期间的SoC误差估计
与图2-5中描述的那些过程类似的过程可以应用于电池电芯的充电 过程。类似于电池电芯的放电过程,在电池电芯的充电过程结束后,电 压读数可能不会根据基于电压的SoC估计立即产生准确的SoC估计。图6 示出了根据一个或多个实施方式的用于确定电池电芯对于特定SoC的真 实OCV值的过程600。过程600可由测试***的一个或多个部件来实现。在步骤605,测试***对电池电芯完全充电。测量装置可用于确定电池电 芯何时达到完全充电。在一个实施方式中,完全充电可以意味着根据库 仑计数方法,电池电芯具有至少97%的SoC。在一个实施方式中,电池电 芯可以在室温下(例如,20-25摄氏度)充电到全容量(即,完全充电)。
在步骤610,测试***对电池电芯放电以获得放电容量。完全充电的 电池电芯可以完全放电(例如,放电直到达到某个截止电压)。在该放电 过程期间可以测量容量,以确定电池电芯放电容量。电池电芯的容量可 表示当以特定放电电流(例如C倍率)放电时可用的总安培-小时(安培- 小时或Ah)。在一个实施方式中,电池电芯可以在室温下放电。
在步骤615,测试***以第一C倍率对电池电芯充电,直到充电容量 等于充电容量x。变量x可以在过程600的不同迭代中修改。变量x可 初始化为5,并且可以增量任意值,例如5。C倍率可以是与电池电芯的 容量相比的充电速率。例如,1C放电可以指示将在一小时内将电池电芯 从截止电压完全充电的电流。类似地,0.5C倍率可以指示将在2小时内 将同一电池电芯从截止电压完全充电的电流。此外,2C倍率可以指示将 在半小时内将同一电池电芯从截止电压完全充电的电流。截止电压可以 是电池电芯的最小允许电压,并且它是通常定义电池电芯的“空”状态 的电压。第一C倍率可以为1C。结果,在第一次迭代中,测试***以1C 的C倍率对电池电芯充电,直到电池电芯的充电容量为5%(即SoC为5%)。 充电容量可基于库仑计数方法来估计。
在步骤620,测试***允许电池电芯静置第一时间段,并在第一时间 段之后获得电压。如前所述,在用于估计电池电芯的SoC时,在紧跟着 放电或充电之后的电压读数可能是众所周知地不准确的。为了获得与在 步骤615确定的SoC(即5%)相关的准确电压,电池电芯应该被允许静 置第一时间段,使得电压可以在电池电芯内稳定。第一时间段可以基于电池电芯的类型。在一个实施方式中,第一时间段可以在6小时和24小 时之间。在第一时间段结束时,测试***经由测量装置从电池电芯获得 电压读数。测试***可以在数据仓储内将该电压读数与在步骤615确定 的SoC相关联。该电压读数可以称为特定关联SoC的真实OCV或真实OCV 值。
在步骤625,测试***确定电池电芯是否完全充电。如果电池电芯没 有完全充电,则过程600移至步骤630,并且变量x被修改,过程600 返回至步骤615。在一个实施方式中,变量x可以增加5。从而允许为多 个SoC确定真实OCV。然而,如果电池电芯完全充电,则过程600移至 步骤635,并且测量的电压被记录在数据仓储内。在一个实施方式中,每 个SoC及其相关联的真实OCV存储在数据仓储内。
图7示出了根据一个或多个实施方式的用于确定电池电芯对于特定 SoC的SoC误差值的过程700。过程700可由测试***的一个或多个部件 来实现。在步骤705,测试***对电池电芯完全充电。测量装置可用于确 定电池电芯何时达到完全充电。在一个实施方式中,完全充电可以意味 着根据库仑计数方法,电池电芯具有至少97%的SoC。在一个实施方式中, 电池电芯可以在室温下(例如,20-25摄氏度)充电到全容量(即,完全 充电)。
在步骤710,测试***对电池电芯放电以获得放电容量。完全充电的 电池电芯可以完全放电(例如,放电直到达到某个截止电压)。在一个实 施方式中,电池电芯可以在室温下放电。
在步骤715,测试***以第二C倍率对电池电芯充电,直到充电容量 等于充电容量x。变量x可以在过程700的不同迭代中修改。变量x可 初始化为5,并且可以增量任意值,例如5。第二C倍率可以不同于关于 图6描述的第一C倍率。例如,第一C倍率可以为1C,第二C倍率可以 为0.5C。结果,在第一次迭代中,测试***以0.5C的C倍率对电池电芯 充电,直到电池电芯的充电容量为5%。充电容量可基于库仑计数方法来 估计。
在步骤720,测试***允许电池电芯静置时间段y,并在时间段y之 后获得电压。变量y可以在过程700的不同交互中修改。变量y可以初 始化为0秒,并且可以增量地增加数秒(例如5)、数分钟(例如10)和 /或数小时(例如1)。如前所述,在用于估计电池电芯的SoC时,在紧跟 着放电或充电之后的电压读数可能是众所周知地不准确的。为了确定如 果SoC计算基于测量的电压时,SoC计算有多不准确,可以在不同时间段 进行若干电压测量。例如,根据库仑计数方法,指示SoC为5%(即充电 容量x)后紧跟着进行电压测量(即在SoC指示为5%之后的0秒)。测试 机器可以执行将测量的电压作为OCV的基于电压的SoC估计。所得到的 SoC估计可以称为SoC误差值,因为已知由于在短的静置时段的电压波动, 在如此短的静置时段的情况下,基于测量的电压的SoC估计是不准确的。 例如,SoC误差值可以指示在0秒处的估计SoC为20.04%,这与在步骤 715通过库仑计数方法确定的5%的SoC形成鲜明对比。测试***可以在 数据仓储内将电压读数、时间段y、SoC误差值和在步骤715确定的SoC相关联。数据仓储内的信息可用于确定可用于改进SoC估计的SoC delta。
在步骤725,测试***确定是否存在附加的时间段来获得电压。如果 存在附加时间段,则变量y增量,过程700返回到步骤720。因此,允 许测试***获得充电之后的各个静置时间的各种数据点(例如,SoC误差 值、电压测量结果等)。在一个实施方式中,变量y可以增量5秒。然而, 如果没有附加时间段,则过程700移动到步骤735。
在步骤735,测试***确定电池电芯是否完全充电。如果电池电芯没 有完全充电,则过程700移至步骤740,并且变量x被修改,过程700 返回至步骤720。在一个实施方式中,变量x可以增加5。因此允许为多 个SoC确定数据点。然而,如果电池电芯完全充电,则过程700移至步 骤745,并且数据点被记录在数据仓储内。
图8示出了根据一个或多个实施方式的用于确定电池电芯对于特定 SoC的SoC误差值的过程800。过程800的一个或多个部分可由测试*** 的一个或多个部件来实现。在步骤805,测试***确定第一SoC,为其找 到SoC delta。例如,第一SoC可以为5%SoC。在步骤810,测试***从 数据仓储检索用于第一SoC的真实OCV值。可以通过过程600的一个或 多个过程来确定真实OCV值。在步骤815,测试***从数据仓储检索用 于第一SoC的SoC误差值。SoC误差值可能已经通过过程700的一个或多 个过程确定。数据仓储可包含与过程600和700相关联的数据点。例如, 以下所示的表2是数据仓储中的示例性条目。
表2样本数据仓储条目
在步骤820,测试***将检索的真实OCV值与一个或多个SoC误差 值进行比较,以确定一个或多个SoC delta。当根据库仑计数方法,SoC 为5%时,可以假设真实OCV值是最准确的电压测量。这是因为在延长的 静置时间(例如6小时)之后可以得到真实OCV值。另一方面,由于充 电之后电压的波动,与同一SoC相关联的其他电压测量可能产生不准确 的SoC估计。从表2可以看出,当相同的电池电芯或相同的电池电芯类 型充电到根据库仑计数方法的5%的SoC,并且在电池电芯已经达到5%的 SoC之后0秒获得电压读数时,电压读数与真实OCV值大不相同。因此, 当在0秒处获得的电压读数用作用于基于电压的SoC估计的OCV值时, 所确定的SoC与从库仑计数导出的SoC大不相同。结果,我们知道,由 于SoC误差值和从库仑计数方法导出的SoC之间的差,20%的SoC误差值 是不准确的。在这样的示例中,SoC delta可以计算为20%-5%=15%。因 此,如果在电池充电到5%之后的0秒确定基于电压的SoC,SoC估计可 能偏离大约15%。确定SoC delta的相同方法可以确定为用于在5秒和3 小时进行的电压测量。从表2可以看出,电池静置得越长,SoC delta越 低。这是因为较长的静置时段允许电压变得更稳定。
应当注意,表2仅仅是包含第一组数据点的示例性数据条目。然而, 具有更多数据点也在本文所述的实施方式的范围内。例如,表2可以包 括在5秒、10秒、15秒、20秒等的电压读数以及对应的SoC误差值。在 一个示例中,表2可以包括对于不同的测量的电压的数据点和对于不同C 倍率的对应SoC误差值。在这样的示例中,可以存在与0.2C充电倍率、 0.4C充电倍率直到2C充电倍率等相关联的数据点。在一个实施方式中, 可以根据多个SoC值来计算静置时间段的平均SoC delta。在这样的实施 方式中,可以存在用于在0秒时5%SoC的确定的SoC delta、用于在0秒 时15%SoC的确定的SoC delta、用于在0秒时25%SoC的确定的SoC delta 等等。所有这些SoC delta可以一起平均以形成0秒的平均SoC delta。这 可以用作标准化SoC delta,其可以用于在充电结束之后的0秒调整SoC 估计。类似的过程可以用于不同的时间段。在步骤425,SoC delta被记录 在数据仓储内。类似于针对电池电芯的放电过程导出的SoC delta,针对 电池电芯的充电过程导出的SoC delta可以用于修改SoC读数。根据用于 充电过程的SoC delta修改SoC读数的过程可以类似于图5中所示的过程。
不同温度下的SoC误差估计
与图2-8中描述的那些类似的过程可以应用于在不同温度下的电池 电芯的放电或充电过程。当在不同温度下,特别是在低温度下操作电池 时,可能难以准确地测量电池电芯SoC,因为电池的容量可能随着电池电 芯变得更冷而降低,并且当电池从其冷态变热时可能随后增加。电池容 量的这种波动以及电压波动可能使得在变化的温度下特别地难以确定准 确的SoC。以下附图(图9-10)及其相关过程可以根据放电过程来描述。 然而,对于充电过程可以实施类似的过程。
图9示出了根据一个或多个实施方式的用于确定电池电芯在特定温 度下对于特定SoC的真实OCV值的过程900。过程900可由测试***的 一个或多个部件来实现。在步骤905,测试***对电池电芯完全充电。测 量装置可用于确定电池电芯何时达到完全充电。在一个实施方式中,完 全充电可以意味着根据库仑计数方法,电池电芯具有至少97%的SoC。在 一个实施方式中,电池电芯可以在室温下(例如,20-25摄氏度)充电到 全容量(即,完全充电)。
在步骤910,测试***对电池电芯放电以获得放电容量。完全充电的 电池电芯可以完全放电(例如,放电直到达到某个截止电压)。在该放电 过程期间可以测量容量,以确定电池电芯放电容量。电池电芯的容量可 表示当以特定放电电流(例如C倍率)放电时可用的总安培-小时(安培- 小时或Ah)。在一个实施方式中,电池电芯可以在室温下放电。
在步骤915,测试***将电池电芯再充电至完全充电,并将电池电芯 的环境温度修改为第一温度。在一个实施方式中,电池电芯可以在能够 使其温度改变的测试室内。例如,测试室的环境温度可以设定并维持在 35摄氏度、10摄氏度、0摄氏度、-10摄氏度等。在一个实施方式中,环 境温度可以设定和维持到任何温度,例如-50摄氏度和43摄氏度之间。下表(表3)示出了样本测试温度和相应的第一放电倍率。
表3样本测试温度和C倍率
第一温度(摄氏度) | 第一C倍率 |
35 | 0.5C |
10 | 0.75C |
0 | 1C |
-10 | 1.5C |
在步骤920,测试***在第一温度下以第一C倍率对电池电芯放电, 直到放电容量等于放电容量x。变量x可以在过程900的不同迭代中修改。 变量x可初始化为95,并且可以增量地减小任意值,例如5。C倍率可 以是与电池电芯的容量相比的放电(或充电)速率。在第一次迭代中, 测试***以1C的C倍率对电池电芯放电,直到电池电芯的放电容量为95%。放电容量可基于库仑计数方法来估计。
在步骤925,测试***允许电池电芯在第一温度下静置第一时间段, 并在第一时间段之后获得电压。第一时间段可以基于电池电芯的类型。 在一个实施方式中,第一时间段可以在6小时和24小时之间。在第一时 间段结束时,测试***经由测量装置从电池电芯获得电压读数。测试系 统可以在数据仓储内将该电压读数与在步骤920确定的SoC相关联。该 电压读数可以称为特定关联SoC的真实OCV或真实OCV值。
在步骤930,测试***确定电池电芯是否完全放电。如果电池电芯没 有完全放电,则过程900移步骤至935,并且变量x被修改,过程900 返回至步骤920。在一个实施方式中,变量x可以减少5。从而允许为多 个SoC确定真实OCV。然而,如果电池电芯完全放电,则过程900移至 步骤940,并且测量的电压被记录在数据仓储内。在一个实施方式中,每 个SoC及其相关联的真实OCV存储在数据仓储内。在一个实施方式中, 可以在不同温度下重复步骤915-940。在这样的实施方式中,第一温度可 以增量到第二温度,该第二温度可以高于或低于第一温度。通过修改温 度,可以针对不同温度确定真实OCV和SOC。
图10示出了根据一个或多个实施方式的用于确定电池电芯在特定温 度下对于特定SoC的SoC误差值的过程1000。过程1000可由测试***的 一个或多个部件来实现。在步骤1005,测试***对电池电芯完全充电。 测量装置可用于确定电池电芯何时达到完全充电。在一个实施方式中, 完全充电可以意味着根据库仑计数方法,电池电芯具有至少97%的SoC。 在一个实施方式中,电池电芯可以在室温下(例如,20-25摄氏度)充电 到全容量(即,完全充电)。
在步骤1010,测试***对电池电芯放电以获得放电容量。完全充电 的电池电芯可以完全放电(例如,放电直到达到某个截止电压)。在一个 实施方式中,电池电芯可以在室温下放电。
在步骤1015,测试***将电池电芯再充电至完全充电,并将电池电 芯的环境温度修改为第一温度。在一个实施方式中,电池电芯可以在能 够使其温度改变的测试室内。例如,测试室的环境温度可以设定并维持 在35摄氏度、10摄氏度、0摄氏度、-10摄氏度等。在一个实施方式中, 环境温度可以设定和维持到任何温度,例如-50摄氏度和43摄氏度之间。
在步骤1020,测试***以第二C倍率对电池电芯放电,直到放电容 量等于放电容量x。变量x可以在过程1000的不同迭代中修改。变量x可 初始化为95,并且可以增量地减小任意值,例如5。第二C倍率可以不 同于关于图9描述的第一C倍率。例如,第一C倍率可以为1C,第二C 倍率可以为0.5C。结果,在第一次迭代中,测试***以0.5C的C倍率对 电池电芯放电,直到电池电芯的放电容量为95%。放电容量可基于库仑 计数方法来估计。
在步骤1025,测试***允许电池电芯在第一温度下静置时间段y, 并在时间段y之后获得电压。变量y可以在过程1000的不同交互中修改。 变量y可以初始化为0秒,并且可以增量地增加数秒(例如5)、数分钟 (例如10)和/或数小时(例如1)。例如,根据库仑计数方法,指示SoC 为95%(即放电容量x)后紧跟着进行电压测量(即在SoC指示为95%之 后的0秒)。测试机器可以执行将测量的电压作为OCV的基于电压的SoC 估计。所得到的SoC估计可以称为SoC误差值,因为已知由于在短的静 置时段的电压波动,在如此短的静置时段的情况下,基于测量的电压的 SoC估计是不准确的。例如,SoC误差值可以指示在0秒处的估计SoC为 79.96%,这与在1020通过库仑计数方法确定的95%的SoC形成鲜明对比。 测试***可以在数据仓储内将电压读数、时间段y、SoC误差值和在1020 确定的SoC相关联。数据仓储内的信息可用于确定可用于改进SoC估计 的SoC delta。
在步骤1030,测试***确定是否存在附加的时间段来获得电压。如 果存在附加时间段,则变量y增量,过程1000返回到步骤1025。因此, 允许测试***获得放电之后的各个静置时间的各种数据点(例如,SoC误 差值、电压测量结果等)。在一个实施方式中,变量y可以增量5秒。然 而,如果没有附加时间段,则过程1000移动到步骤1040。
在步骤1040,测试***确定电池电芯是否完全放电。如果电池电芯 没有完全放电,则过程1000移至步骤1045,并且变量x被修改,过程 1000返回至步骤1020。在一个实施方式中,变量x可以减少5。因此允 许为多个SoC确定数据点。然而,如果电池电芯完全放电,则过程1000 移至1050,并且数据点被记录在数据仓储内。在一个实施方式中,可以 在不同温度下重复步骤1015-1050。在这样的实施方式中,第一温度可以 增量到第二温度,该第二温度可以高于或低于第一温度。通过修改温度, 可以针对不同温度确定SoC误差值。
一旦SoC误差值已经由与图10相关联的一个或多个过程确定,并且 库仑计数的SoC值和对应的真实OCV值由与图9相关联的一个或多个过 程确定,则测试***可以确定一个或多个基于温度的SoC delta。可以遵 循与图4中描述的过程类似的过程来确定一个或多个基于温度的SoC delta。该过程可以不同,除了确定第一SoC之外还包括确定第一温度(例 如,在图4中的步骤405)。因此,当确定SoC delta时可以考虑温度值, 使得SoC delta值可以用于特定温度的特定SoC。
类似地,由BMS获得的SoC读数可以通过类似于图5所示的过程来 修改。该过程可以不同于包括接收与BMS相关的电池的第一温度(例如, 图5中的步骤505)。因此,在检索可用于修改SoC读数的SoC delta值时, 可以考虑温度值,使得SoC delta值检索可以基于由BMS检测的某个电池 温度。
本文公开的实施方式允许基于先前从库仑计数方法生成的数据来校 正(即修改)基于电压的SoC测量。基于电压的SoC测量可以基于先前 生成的数据点来校正。例如,可以至少基于当前温度、静置时段、在第 一时间处测量的电压、在第二时间处测量的电压、电压delta(测量的电 压在时间段内的变化)、放电C倍率等从数据仓储检索SoC值。这些各种 数据点可用于查询指示电池电芯在不同实例下的特性的数据仓储。例如, SoC值可以通过以C倍率和电压delta查询数据仓储来检索,以确定在相 同C倍率下具有相似电压delta的SoC值。因此,BMS***可以较少依赖 于实际测量的SoC值,而是可以依赖于其它数据点来查询数据库,以基 于不同SoC的现有测量电池电芯特性来确定更准确的SoC值。
在此阐述了许多具体细节以提供对所要求保护的主题的透彻理解。 然而,本领域技术人员将理解,可以在没有这些具体细节的情况下实施 所要求保护的主题。在其它实例中,未详细描述所属领域的普通技术人 员将了解的方法、设备或***,以免模糊所要求保护的主题。
尽管已经参照本发明的具体实施方式详细描述了本发明,但是应当 理解,本领域技术人员在理解了前述内容之后可以容易地对这些实施方 式进行改变、变化和等同替换。因此,应当理解,本公开是出于示例而 非限制的目的而呈现的,并且不排除包括对本领域普通技术人员显而易 见的对本主题的这种修改、变化和/或添加。实际上,本文描述的方法和 ***可以以各种其他形式来实施;此外,在不脱离本公开的精神的情况 下,可以对本文描述的方法和***的形式进行各种省略、替换和改变。 所附权利要求及其等同物旨在覆盖将落入本公开的范围和精神内的这种 形式或修改。
这里使用的条件语言,例如,其中,“能够”、“可能”、“可以”、“例 如”等,除非明确另有说明,或者在所使用的上下文中另外理解,通常 旨在表示某些示例包括而其他示例不包括某些特征、元件和/或步骤。因 此,这样的条件语言一般不旨在暗示特征、元素和/或步骤以任何方式对 于一个或多个示例是必需的,或者一个或多个示例必然包括用于在有或没有作者输入或提示的情况下决定这些特征、元素和/或步骤是否被包括 在任何特定示例中或将在任何特定示例中执行的逻辑。
术语“包括”、“包含”、“具有”等是同义词,并且以开放式的方式 包含性地使用,并且不排除附加的元件、特征、动作、操作等。此外, 术语“或”以其包含性意义(而不是以其排他性意义)使用,使得当例 如用于连接一列元件时,术语“或”表示该列表中的一个、一些或所有 元件。这里使用的“适于”或“配置成”意味着开放和包含性语言,其 不排除装置适于或配置成执行附加任务或步骤。另外,“基于”的使用意 味着开放和包含性的,因为“基于”一个或多个所叙述的条件或值的过 程、步骤、计算或其他动作实际上可以基于超出所叙述的那些的附加条 件或值。类似地,“至少部分地基于”的使用意味着开放和包含性的,因 为“至少部分地基于”一个或多个所叙述的条件或值的过程、步骤、计 算或其他动作实际上可以基于超出所叙述的那些的附加条件或值。本文 所包括的标题、列表和编号仅是为了便于解释,而不是限制性的。
上述各种特征和过程可以彼此独立地使用,或者可以以各种方式组 合。所有可能的组合和子组合都旨在落入本公开的范围内。另外,在一 些实施方式中,可以省略某些方法或过程框。本文所述的方法和过程也 不限于任何特定顺序,并且与其相关的框或状态可以以适当的其它顺序 来执行。例如,所描述的块或状态可以以不同于具体公开的顺序来执行, 或者多个块或状态可以组合在单个块或状态中。示例块或状态可以串行、 并行或以某种其它方式执行。可以向所公开的示例添加或从其移除块或 状态。类似地,本文描述的示例性***和部件可以与所描述的不同地配 置。例如,与所公开的示例相比,可以添加、移除或重新布置元件。
Claims (20)
1.一种用于生成和显示修改的荷电状态(SoC)估计的计算机实现的方法,包括:
接收与用于确定测试电池的SoC的第一方法相关联的测试电池电芯的第一SoC;
接收与用于确定所述测试电池电芯的SoC的第二方法相关联的所述测试电池电芯的第二SoC,其中所述第二SoC与第一静置时段相关联;
比较所述第一SoC和所述第二SoC,以确定与所述第一静置时段相关联的SoC delta值;
通过所述SoC delta修改与电动车辆内的电池相关联的当前SoC读数,以生成修改的SoC读数;以及
向所述电动车辆内的界面显示所述修改的SoC读数。
2.根据权利要求1所述的计算机实现的方法,其中,所述第一方法至少部分地基于库仑计数方法,所述第二方法至少部分地基于电压读数方法。
3.根据权利要求1所述的计算机实现的方法,其中,所述第一SoC至少部分地基于第一放电C倍率确定,所述第二SoC至少部分地基于第二放电C倍率确定,并且所述第一放电C倍率不同于所述第二放电C倍率。
4.根据权利要求1所述的计算机实现的方法,还包括:
接收与电动车辆关闭之前的时间段相关联的过去SoC读数;
接收与所述电动车辆关闭和所述电动车辆重新开启之间的时间段相关联的第二静置时段;以及
至少部分地基于所述过去SoC读数和所述第二静置时段查询数据仓储,以确定所述SoCdelta。
5.根据权利要求1所述的计算机实现的方法,其中,所述测试电池电芯和所述电动车辆内的所述电池电芯是相同的电池类型。
6.根据权利要求5所述的计算机实现的方法,其中,所述相同的电池类型是锂离子电池。
7.根据权利要求1所述的计算机实现的方法,其中,所述测试电池电芯的所述第一SoC和所述测试电池电芯的所述第二SoC与所述测试电池的相同放电容量状态相关联。
8.一种非暂时性计算机可读存储介质,其上存储有用于使至少一个计算机***生成并显示修改的荷电状态估计的指令,所述指令包括:
接收与用于确定测试电池的SoC的第一方法相关联的测试电池电芯的第一SoC;
接收与用于确定所述测试电池电芯的SoC的第二方法相关联的所述测试电池电芯的第二SoC,其中所述第二SoC与第一静置时段相关联;
比较所述第一SoC和所述第二SoC,以确定与所述第一静置时段相关联的SoC delta值;
通过SoC delta修改与电动车辆内的电池相关联的当前SoC读数,以生成修改的SoC读数;以及
向所述电动车辆内的界面显示所述修改的SoC读数。
9.根据权利要求8所述的非暂时性计算机可读存储介质,其中,所述第一方法至少部分地基于库仑计数方法,所述第二方法至少部分地基于电压读数方法。
10.根据权利要求8所述的非暂时性计算机可读存储介质,其中,所述第一SoC至少部分地基于第一放电C倍率确定,所述第二SoC至少部分地基于第二放电C倍率确定,并且所述第一放电C倍率不同于所述第二放电C倍率。
11.根据权利要求8所述的非暂时性计算机可读存储介质,所述指令还包括:
接收与电动车辆关闭之前的时间段相关联的过去SoC读数;
接收与所述电动车辆关闭和所述电动车辆重新开启之间的时间段相关联的第二静置时段;以及
至少部分地基于所述过去SoC读数和所述第二静置时段查询数据仓储,以确定所述SoCdelta。
12.根据权利要求8所述的非暂时性计算机可读存储介质,其中,所述测试电池电芯和所述EV内的所述电池电芯是相同的电池类型。
13.根据权利要求12所述的非暂时性计算机可读存储介质,其中,所述相同的电池类型是锂离子电池。
14.根据权利要求8所述的非暂时性计算机可读存储介质,其中,所述测试电池电芯的所述第一SoC和所述测试电池电芯的所述第二SoC与所述测试电池的相同放电容量状态相关联。
15.一种用于生成和显示修改的荷电状态估计的***,包括:
一个或多个处理器;以及
与所述一个或多个处理器联接的存储器,所述存储器配置为存储指令,所述指令在由所述一个或多个处理器执行时使得所述一个或多个处理器:
接收与用于确定测试电池的SoC的第一方法相关联的测试电池电芯的第一SoC;
接收与用于确定所述测试电池电芯的SoC的第二方法相关联的所述测试电池电芯的第二SoC,其中所述第二SoC与第一静置时段相关联;
比较所述第一SoC和所述第二SoC,以确定与所述第一静置时段相关联的SoC delta值;
通过所述SoC delta修改与电动车辆内的电池相关联的当前SoC读数,以生成修改的SoC读数;以及
向所述电动车辆内的界面显示所述修改的SoC读数。
16.根据权利要求15所述的***,其中,所述第一方法至少部分地基于库仑计数方法,所述第二方法至少部分地基于电压读数方法。
17.根据权利要求15所述的***,其中,所述第一SoC至少部分地基于第一放电C倍率确定,所述第二SoC至少部分地基于第二放电C倍率确定,并且所述第一放电C倍率不同于所述第二放电C倍率。
18.根据权利要求15所述的***,其中,所述指令在由所述一个或多个处理器执行时还使得所述一个或多个处理器:
接收与电动车辆关闭之前的时间段相关联的过去SoC读数;
接收与所述电动车辆关闭和所述电动车辆重新开启之间的时间段相关联的第二静置时段;以及
至少部分地基于所述过去SoC读数和所述第二静置时段查询数据仓储,以确定所述SoCdelta。
19.根据权利要求15所述的***,其中,所述测试电池电芯和所述电动车辆内的所述电池电芯是相同的电池类型。
20.根据权利要求19所述的***,其中,所述相同的电池类型是锂离子电池。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010482269.3A CN111487537B (zh) | 2020-05-29 | 2020-05-29 | 修改荷电状态估计的方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010482269.3A CN111487537B (zh) | 2020-05-29 | 2020-05-29 | 修改荷电状态估计的方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111487537A true CN111487537A (zh) | 2020-08-04 |
CN111487537B CN111487537B (zh) | 2022-05-27 |
Family
ID=71796046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010482269.3A Active CN111487537B (zh) | 2020-05-29 | 2020-05-29 | 修改荷电状态估计的方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111487537B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104237799A (zh) * | 2014-09-04 | 2014-12-24 | 中天储能科技有限公司 | 一种快速判断磷酸铁锂电池自放电率的方法 |
CN105223515A (zh) * | 2015-10-13 | 2016-01-06 | 中国第一汽车股份有限公司 | 一种锂离子动力电池荷电状态估算方法 |
CN105467328A (zh) * | 2015-12-29 | 2016-04-06 | 哈尔滨工业大学 | 一种锂离子电池荷电状态估计方法 |
CN108717164A (zh) * | 2018-04-11 | 2018-10-30 | 中国电力科学研究院有限公司 | 电池的荷电状态soc标定方法及*** |
CN109061477A (zh) * | 2018-06-12 | 2018-12-21 | 清华大学深圳研究生院 | 一种电池soc估算算法的验证评价方法与装置 |
CN109856542A (zh) * | 2018-10-23 | 2019-06-07 | 许继集团有限公司 | 一种锂电池soc-ocv曲线簇的标定方法、soc校正方法及装置 |
US20190176657A1 (en) * | 2016-08-05 | 2019-06-13 | Mahindra & Mahindra Limited | Estimation of soc of a lead-acid battery |
CN110133510A (zh) * | 2019-05-30 | 2019-08-16 | 陕西科技大学 | 一种锂离子电池荷电状态soc混合估计方法 |
CN110531274A (zh) * | 2019-08-26 | 2019-12-03 | 江西优特汽车技术有限公司 | 一种动力电池soc预估***及方法 |
CN110967645A (zh) * | 2019-05-24 | 2020-04-07 | 宁德时代新能源科技股份有限公司 | Soc修正方法和装置、电池管理***和存储介质 |
-
2020
- 2020-05-29 CN CN202010482269.3A patent/CN111487537B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104237799A (zh) * | 2014-09-04 | 2014-12-24 | 中天储能科技有限公司 | 一种快速判断磷酸铁锂电池自放电率的方法 |
CN105223515A (zh) * | 2015-10-13 | 2016-01-06 | 中国第一汽车股份有限公司 | 一种锂离子动力电池荷电状态估算方法 |
CN105467328A (zh) * | 2015-12-29 | 2016-04-06 | 哈尔滨工业大学 | 一种锂离子电池荷电状态估计方法 |
US20190176657A1 (en) * | 2016-08-05 | 2019-06-13 | Mahindra & Mahindra Limited | Estimation of soc of a lead-acid battery |
CN108717164A (zh) * | 2018-04-11 | 2018-10-30 | 中国电力科学研究院有限公司 | 电池的荷电状态soc标定方法及*** |
CN109061477A (zh) * | 2018-06-12 | 2018-12-21 | 清华大学深圳研究生院 | 一种电池soc估算算法的验证评价方法与装置 |
CN109856542A (zh) * | 2018-10-23 | 2019-06-07 | 许继集团有限公司 | 一种锂电池soc-ocv曲线簇的标定方法、soc校正方法及装置 |
CN110967645A (zh) * | 2019-05-24 | 2020-04-07 | 宁德时代新能源科技股份有限公司 | Soc修正方法和装置、电池管理***和存储介质 |
CN110133510A (zh) * | 2019-05-30 | 2019-08-16 | 陕西科技大学 | 一种锂离子电池荷电状态soc混合估计方法 |
CN110531274A (zh) * | 2019-08-26 | 2019-12-03 | 江西优特汽车技术有限公司 | 一种动力电池soc预估***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111487537B (zh) | 2022-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7182476B2 (ja) | 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 | |
US9128159B2 (en) | Plug-in charge capacity estimation method for lithium iron-phosphate batteries | |
US9037426B2 (en) | Systems and methods for determining cell capacity values in a multi-cell battery | |
US20190285704A1 (en) | Method and apparatus for correcting error occurring in estimation of battery life | |
US9539912B2 (en) | Battery capacity estimation using state of charge initialization-on-the-fly concept | |
US9272634B2 (en) | Active battery system estimation request generation | |
US9381825B2 (en) | State of charge quality based cell balancing control | |
US9718455B2 (en) | Active battery parameter identification using conditional extended kalman filter | |
US11585859B2 (en) | State of charge error estimation of battery cells background | |
KR101956384B1 (ko) | 전기자동차의 주행가능거리 산출 방법 | |
KR102468385B1 (ko) | 친환경 차량 배터리의 충전시간 예측 방법 | |
US10001528B1 (en) | Battery deterioration degree estimating apparatus and estimating method | |
JP6622448B2 (ja) | バッテリ管理システムおよびその駆動方法 | |
US9594123B2 (en) | Techniques for estimating battery pack parameters | |
US11796596B2 (en) | Method of managing battery, battery management system, and electric vehicle charging system having the battery management system | |
Kessels et al. | On-line battery identification for electric driving range prediction | |
CN111257778B (zh) | 使用开路电压斜率估算电池的健康状态 | |
KR102101002B1 (ko) | 배터리 수명 예측 방법 | |
Zhou et al. | Peak power prediction for series-connected LiNCM battery pack based on representative cells | |
KR102274383B1 (ko) | 자동차 차량 배터리의 에너지량 평가 | |
JP7097336B2 (ja) | 二次電池モジュールの温度推定方法、劣化状態推定方法及び寿命予測方法、二次電池モジュールの温度推定装置、劣化状態推定装置及び寿命予測装置並びに充電装置 | |
CN111487537B (zh) | 修改荷电状态估计的方法和*** | |
US20240025291A1 (en) | Method for predicting charging information of a battery of an electric vehicle | |
US20220219565A1 (en) | Battery control system, battery control method, battery control program, and vehicle | |
Zhang | Modularized Battery Management Systems for Lithium-Ion Battery Packs in EVs |
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 |