JP2017538931A - バッテリのセルの静電容量を自動的に推定する方法 - Google Patents
バッテリのセルの静電容量を自動的に推定する方法 Download PDFInfo
- Publication number
- JP2017538931A JP2017538931A JP2017528427A JP2017528427A JP2017538931A JP 2017538931 A JP2017538931 A JP 2017538931A JP 2017528427 A JP2017528427 A JP 2017528427A JP 2017528427 A JP2017528427 A JP 2017528427A JP 2017538931 A JP2017538931 A JP 2017538931A
- Authority
- JP
- Japan
- Prior art keywords
- time
- capacitance
- cell
- state
- measured
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000006870 function Effects 0.000 claims abstract description 72
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 25
- 230000008859 change Effects 0.000 claims abstract description 11
- 230000000704 physical effect Effects 0.000 claims abstract description 10
- 238000012706 support-vector machine Methods 0.000 claims description 48
- 230000004044 response Effects 0.000 claims description 11
- 230000001960 triggered effect Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000036541 health Effects 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 5
- 238000007599 discharging Methods 0.000 claims description 2
- 210000004027 cell Anatomy 0.000 description 133
- 239000011159 matrix material Substances 0.000 description 27
- 238000005259 measurement Methods 0.000 description 15
- 238000007796 conventional method Methods 0.000 description 3
- 238000012886 linear function Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000022131 cell cycle Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011437 continuous method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000157 electrochemical-induced impedance spectroscopy Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000001566 impedance spectroscopy Methods 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 210000000352 storage cell Anatomy 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]
- G01R31/389—Measuring internal impedance, internal conductance or related variables
-
- 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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- 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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or 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]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
Description
a)時間kにおけるセルの充電又は放電流の測定強度ikの取得。
b)カルマンフィルタを使用することによる、時間k3におけるセルの静電容量Cn,k3の推定。この推定は、下記を含んでいる。
・静電容量Cn,k3を、この同じセルの前の時間k3−1における静電容量Cn,k3−1に関係付けた状態モデルを使用した静電容量Cn,k3の予測値の計算。
・時間k3における、下記の式で規定される測定物理量Zk3の取得。
(kは、時間k3に最も近い時間、Nは、1より大きいか、又は1と等しい整数、Zk3は、Nが1の時、ik−1である)。
・観察モデルを使用する測定可能な物理量zk3の予測値
の計算。及び
・取得した物理量zk3と、観察モデルから計算した予測値
との間の相違の関数としての静電容量Cn,k3の予測値の補正。
− GSVM(Cn,k3,cc1,k3)=Cn,k3+fSVM(cc1,k3)の形の関数の学習を特定することにより、状態の線形モデルを得ることが可能になる。この場合、静電容量Cn,k3に関する状態モデルの線形化にエラーが導入されないので、静電容量の精度を高める。
− カルマンフィルタで予め推定された静電容量を含んでいるデータベースに、モニタ付き学習アルゴリズムを新たに実行することをトリガーすることにより、状態モデルを更新すること、及びこのモデルを、セル内に発生した変化に自動的に適応させることが可能になる。
− 静電容量の推定誤差の共分散によって予め決められた閾値の交差に反応して、モニタ付き学習アルゴリズムの新たな実行をトリガーすることにより、静電容量の推定精度をほとんど変化させずに維持して、この方法を実行するのに必要なコンピューティングパワーを制限することが可能になる。
− 請求項に記載した方法において、予測値
を計算する観察モデルが、静電容量Cn,k3の線形関数である。従って、予測値
の計算において、値Cn,k3に関する観察モデルの線形化に関するエラーは負担にならない。一方、非特許文献1に記載された観察モデルは非線形なので、必ず、静電容量Cn,k3に関して線形化しなければならない。かかる線形化により、必ず、補正された静電容量Cn,k3の推定に誤差がもたらされる。更に、観察モデルの線形化の演算には、コンピューティングパワーが使用される。
− 無限インパルス応答フィルタの係数の推定、及び静電容量を推定するために使用される状態のモデルで、このフィルタを使用することにより、セルの充電状態の推定精度を高めることが可能になる。
− 動力付き車輪6を駆動させ、回転させて、自動車2を道路8に沿って移動させることができる電気モータ4,及び,
− モータ4に電気エネルギーを供給するバッテリ10。
− セルの端子間の電圧を測定する電圧計、及び
− このセルの充電又は放電の強度を測定する電流計。
− 無負荷電圧OCV(SOCk)の発電機52。
− インピーダンス54。
ht,k2及びCn,k3は、それぞれ、時間k2及びk3におけるセル18のフィルタ及び静電容量を表わしている。時間k2及びk3は、それぞれ、時間kのセットのサブセットに属する。モデル62及び64において、時間k2及びk3は、このサブセットの時間であり、時間kに最も近い時間である。モデル62において、SOCkは、状態の変数である。
− Fkは、時間kにおける遷移マトリックス、
− Bkは、時間kにおける制御ベクトル。
(bi,k2及びai,k2は、時間kに最も近い時間k2で更新されたフィルタht,k2の定数である)。
及びRC回路の端子の電圧VDiff,kの予測値VDiff,k/k−1を計算する。ここで使用する記号において、インデックスk/k−1は、この予測が、時間0とk−1の間で行なった測定値を説明するだけによって実行されたことを示している。従って、演繹的予測値である。インデックスk/kは、時間kにおける予測値が、時間0とk−1の間で行なった測定値を考慮していることを示している。従って、機能的予測値である。予測値
及び予測値VDiff,k/k−1は、モデル116、測定強度ik−1及び静電容量Cn iniを使用して計算される。
Pk/k−1=Fk−1Pk−1/k−1Fk−1 T+Qk−1
及び
VDiff,k/k−1に関して、モデル118を初期化することにより、マトリックスHkを構築する。実際、函数OCV(SOCk)は、通常、非線形であるので、モデル118も、非線形である。このために、コンピュータは、カルマンフィルタの拡張バージョンを実行する。この拡張バージョンにおいて、モデル118を、ベクトルxkの近傍で線形化することによって、最後には、式yk=Hkxk+ROini*ik+vkの線形観察モデルで終了する。主として、モデル118は、ベクトルxkの近傍でテイラー(Taylor)級数に展開される。次いで、二次で始まる導関数の貢献を無視する。従って、マトリックスHkは、充電状態SOCkに近い函数OCVの第1導関数と等しい。このモデル118の線形化は、主として、充電状態SOCkの新しい値それぞれに対して実行される。
の間の差の函数としての予測値
及びVDiff,k/k−1を補正する。この差は、「イノベーション」として知られている。このステップ126は、主として、下記を含んでいる。
− 予測値
を計算するオペレーション128,次いで
− 予測値
及びVDiff,k/k−1及びマトリックスPk/k−1を補正して、補正された予測値
、VDiff,k/k及びPk/kを得るオペレーション130。
を、モデル118を使用して計算して、充電状態の値を、
に等しいとし、電圧VDiff,k/kの値をVDiff,k/k−1に等しいとする。以降、測定値ykとその予測値
の間の差をEkと記載する。
及びVDiff,k/k−1を補正する方法は多数ある。例えば、オペレーション130の間、これらの推定値は、カルマンゲインKkを使用して補正される。ゲインKkは、式[Kk=Pk/k−1HT k(HkPk/k−1HT k+Pk)−1]に従って与えられる。次いで、演繹的予測値は、式[xk/k=xk/k−1+KkEk]から与えられる。
KRLS,k2=(Xk2 T*PRLS,k2−1)/(λRLS+Xk2 T*PRLS,k2−1)、但し、係数λRLSは「脱落因子」として知られている所定の定数。この定数は0と1の間にある。λRLSは、0.9より大きいか、又は等しく、例えば、λRLSは0.99である。
式[ht,k2=ht,k2−1+KRLS,k2*eRLS,k2]を使用して決定される。
式[PRLS,k2=(PRLS,k2−1−KRLS,k2*Xk2T*PRLS,k2−1)/λRLS]
− K140≧50及びPRLS,k≦SPRLS,又は
− K140=100.
− セル18の充電状態の予測値
の計算を、モデル62を使用して行なうステップ162、ついで
− 測定値ykの予測値
の計算を、モデル64を使用して行なうステップ164、ついで
− ステップ166の間に、予測値
を補正して、予測値
及び測定値ykの間の差から予測及び補正された充電状態
を得る。たとえば、フェーズ160は、推定器60の実行がトリガーされた時間kごとに実行される。
− ステップ192の間、静電容量の推定誤差の共分散マトリックスの予測値P3,k3/k3−1の計算、
− ステップ190の間、モデル74を使用して、予測値Cn,k3/k3−1の計算、および
− ステップ194の間、予測値Cn,k3/k3−1及び予測値P3,k3/k3−1の補正。
の計算を含んでいる。量zk3の取得は、時間k−1とK−Nとの間で測定された最後のN−回強度の合計の計算を含んでいる。予測値
は、モデル76から得られる。
の間の差の函数として、予測Cn,k3/k3−1を補正し、静電容量Cn,k3/k3の機能的推定値を得る。この補正は、例えば、オペレーション130の間で記載したように実行される。
[SOHk3=Cn,k3/CNn ini]を使用して、時間k3における健全状態SOHk3を計算する。
フェーズ212がトリガーされる時間k4のセットは、時間k3のサブセットである。フェーズ212の間、マシーン70は、学習モードで操作される。より正確には、マシーン70は、前の時間k3で、推定器68が予測し、かつ、補正した電流強度ik3、測定値yk3、及び静電容量Cn,k3/k3を考慮して、モニタ付き学習アルゴリズムを再び実行する。例えば、マシーン70は、フェーズ212を実行する前の時間k4−1からデータベース71に記録されているデータだけを考慮する。一旦、新たな函数FSVMの学習が完了すると、この新しい函数は、推定器68で使用される。
− 測定値の予測誤差に結合した1個のターム、及び
− 状態のベクトルの推定誤差に結合した他のターム。
4:電気モータ
6:動力付き車輪
8:道路
10:バッテリ
12、14端子
18〜21:セル
30、32端子
34:電圧計
36:電流計
40:システム
42:メモリ
44:コンピュータ
50:電気的モデル
52:発電機
54:インピーダンス
54L:Nc平行RC回路
56:抵抗
60:推定器
62:モデル
64:観察モデル
66:推定器
68:推定器
70:モニタ付き学習マシーン
71:データベース
72:観察モデル
74:状態モデル
76:観察モデル
116:モデル
118:観察モデル
230:推定器
232:状態モデル
234:観察モデル
250:モデル
L :インデックス
Claims (13)
- バッテリのセルの静電容量を自動的に判定する方法であって、下記のステップa)及び ステップb)を含んでおり、
a)時間kにおける、前記セルの充電又は放電流の測定強度ikを得ること(112)、
b)カルマンフィルタを使用して、時間k3における前記セルの静電容量Cn,k3を推定すること(188)、
b)における前記推定は、下記を含んでおり、
−前記静電容量Cn,k3を、前記と同じセルのその前の時間における静電容量Cn,k3−1に関連付ける状態モデルを使用して、静電容量Cn,k3の予測値を計算すること、次いで
−下記の式で規定される測定可能な物理量Zk3の取得(196)、
(但し、kは、時間k3に最も近い時間、及びNは、1より大きいか、又は1に等しい整数、Nが1に等しい場合、zk3は、ik−1に等しい)
− 観察モデルを使用して、測定可能な物理量Zk3の予測値
を計算すること(196)、及び
− 得た物理量Zk3と観察モデルから計算された予測値
の間の差の関数としての静電容量Cn,k3を補正すること(198)、
さらに前記方法は、下記を含むことを特徴とする、
− 静電容量Cn,k3を、静電容量Cn,k3−1の関数として復帰させる関数GSVM及び時間k3で測定された、セルの静電容量の経過時間の変化に関連した少なくとも1個の物理特性を自動学習すること(102)、(212)、前記自動学習は、学習データベースに関するモニタ付き学習アルゴリズムの実行(108)を含んでおり、この学習データベースは、静電容量の複数の値、及び静電容量の複数の各値の、同じ時間で測定された物理特性の値、並びに静電容量の予測値を含んでおり、かつ
− 一旦、GSVMが学習を完了したら、その後の時間k3+1で、ステップb)を実行している間、式[Cn,k3+1=GSVM(Cn,k3,cc1,k3+1]で規定される状態モデルを使用する静電容量Cn,k3+1の予測値を計算すること(190)を特徴とするバッテリのセルの静電容量を自動的に判定する方法。 - 前記関数GSVM(Cn,k3−1,cc1,k3)は、式[GSVM(Cn,k3−1,cc1,k3)=Cn,k3−1+fSVM(cc1,k3)で規定される(但し、fSVM(cc1,k3)は、前記学習データベースに記録されているデータに基づく学習ステップの間に学習された関数である)、請求項1に記載した方法。
- 各時間k3において、前記方法は、
− 予測され、次いでステップb)の間に、カルマンフィルタで補正された静電容量Cn、k3及び
− 時間k3で測定された物理特性cc1,k3を、学習データベースに記録すること、ついで
− 前記法則GSVMの自動学習(212)は、予測され、次いでカルマンフィルタで補正された静電容量Cn,k3が既に記録されている前記学習データベースに対して、モニタ付き学習アルゴリズムを実行することを含む請求項1または2に記載した方法。 - − 前記ステップb)は、同じように、静電容量Cn,k3の推定誤差の共分散Pck3の推定(194)を含んでおり、かつ
− 前記法則GSVMの自動学習は、推定された共分散Pck3による所定の閾値の交差に反応して自動的にトリガーされる、請求項3に記載した方法。 - 前記モニタ付き学習アルゴリズムは、サポートベクターマシンである、請求項1〜5のいずれか1項に記載した方法。
- 前記方法は、式[SOHk3=Cn,k3/Cn ini](但し、−Cn,k3は、直近の時間k3で推定されたセルの静電容量、及び
− Cn iniは、セルの初期静電容量である)を使用して、セルの健康状態SOHk3の計算を行うこと(200)を含む請求項1〜6のいずれか1項に記載した方法。 - バッテリのセルの充電状態を自動的に推定する方法であって、
a)時間kにおいて、セルの端子間の電圧の測定値yk、及び前記セルの測定した充電又は放電流強度ikを得ること、
b)前記測定値yk、測定強度ik及び前記セルの静電容量Cn,k3から、時間kにおける前記セルの充電状態SOCkを推定すること(160)、但し、前記静電容量は、Ahで表わされ、時間k3でセルに貯蔵される電気エネルギーの最大量を表わし、時間k3は、静電容量が推定された時間は、時間kに最も近い時間である、及び
c)時間kよりすくない頻度の時間k3において、静電容量Cn,k3の推定を行うこと(188)を含み、
時間k3における、静電容量Cn,k3の推定(188)は、請求項1〜7のいずれか1項に記載した方法で行うことを特徴とする、バッテリのセルの充電状態を自動的に推定する方法。 - 前記方法は、更に、
− 無限インパルス応答フィルタht,k2+1の係数の更新(140)を含んでおり、この更新は、
・下記の式を使用して、セルのインピーダンスの端子における電圧VD,kの予測値VpD,kの計算(148)を行うこと、
但し、
− ik−1は、時間k−1で測定した強度、
− VD,k−1は、時間k−1において、セルのインピーダンスの端子で測定した電圧、
− ai,k2及びbi,k2は、時間kに最も近い時間k2で更新されたフィルタht,k2の係数、及び
− Nh及びMhは、必ず2より大きな定整数である、
・前記測定値VD,kと、その予想値VpD,kとの間の差eRLS,kの計算を行うこと(但し、測定値VD,kは、差yk−(OCV(SOCk)から得られる。但し、OCV(SOCk)は、時間kにおける前記セルの充電状態SOCkのため、セルの端子間の無負荷電圧を復帰させる所定の関数である)、
・係数ai,k2及びbi,k2を補正して、差eRLS,kを最小にすること、及び
− 一旦、フィルタht,k2の係数が更新されたら、観察モデル[yk=OCV(SOCk)−ht,k2*Xk]を使用するカルマンフィルタを参照してセルの充電状態SOCkの推定(160)ステップb)を行うこと、
但し、
・ht,k2は、時間kに最も近い時間k2で更新された、無限インパルス応答フィルタ、
・Xkは、ベクトル[ik,..,ik−Nh,VD,k−1,...,VD,k−Mh]Tであることを特徴とする請求項8に記載した方法。 - 前記充電状態SOCkの推定(160)のためのステップb)の間に使用されるカルマンフィルタは、シグマポイントカルマンフィルタである請求項9に記載した方法。
- データ記録媒体(42)であって、請求項1〜10のいずれか1項に記載した推定方法を実行するための命令を含んでいることを特徴とするデータ記録媒体(42)。
- 少なくとも1個のセルを装備したバッテリ管理システムであって、前記システムは、下記を行うようにプログラムされているコンピュータ(44)を備えており、
a)時間kにおいて測定された前記セルの充電又は放電流強度ikを得ること、
b) カルマンフィルタを使用して、時間k3におけるセルの静電容量Cn,k3を推定すること、前記推定は、
・前記静電容量Cn,k3を、その前の時間k3−1における同じセルの静電容量Cn,k3−1に関連付ける状態モデルを使用して、前記静電容量Cn,k3の予測値を計算すること、
・時間k3において、下記の式で規定される測定可能な物理量zk3を得ること、
(但し、kは、時間k3に最も近い時間、及びNは、1より大きいか、又は1に等しい整数、Nが1に等しい場合、zk3はik−1である。)
・観察モデルを使用して、測定可能な物理量zk3の予測値
を計算すること、及び
・得た物理量zk3と、観察モデルから計算した予測値
の間の差の関数としての静電容量CN,k3の予測値を補正することを含んでおり、
前記コンピュータ(44)は、更に、
− 静電容量Cn,k3を静電容量Cn,k3−1の関数として復帰させる関数GSVM及び前記セルの静電容量の経時的変化に関連付けられており、時間k3で測定された少なくとも1個の物理特性cc1,k3を自動学習すること、
学習データベースへのモニタ付き学習アルゴリズムの実行(108)を含んでおり、前記学習データベースは、静電容量の値、及び前記静電容量の値ごとに、同じ時間で測定された物理特性値、及び前記静電容量の先行する値を自動的に学習すること、及び
− 一旦、関数GSVMが学習されたら、後の時間k3+1において、充電状態SOCk3+1を推定する間に、式Cn,k3+1=GSVM(Cn,k3,cc1,k3+1)で規定される状態モデルを使用してCn,k3+1を計算することをプログラムされていることを特徴とする少なくとも1個のセルを搭載したバッテリ管理システム。 - − 少なくとも1個の動力付き車輪(6)、
− 前記動力付き車輪(6)を駆動して、自動車を動かすことが出来る電動機(4)、
− 電気エネルギーを貯蔵して、前記電気エネルギーを交互に戻して電動機を付勢することができ、前記電動機に電気的に接続されている2個の端子(30)、(32)を具備する少なくとも1個のセル(18)〜(21)を含むバッテリ(10)、
− 前記セルの端子間に電気的に接続されていて、前記端子間の電圧を測定する電圧計(34)、
− 前記セルと直列に接続されていて、前記セルの充電又は放電流強度を測定する電流計(36)、及び
− 前記電圧計及び電流計に接続されているバッテリ管理システム(40)であって、前記電圧計及び電流計の測定値から、前記バッテリの前記セルの充電状態を推定することができる、プログラムされる電子コンピュータ(44)を備えるバッテリ管理システム(40)を備えており、
前記バッテリ管理システム(40)は、請求項12に記載したものであることを特徴とする自動車。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1461620A FR3029315B1 (fr) | 2014-11-28 | 2014-11-28 | Procede automatique d'estimation de la capacite d'une cellule d'une batterie |
FR1461620 | 2014-11-28 | ||
PCT/FR2015/053244 WO2016083758A1 (fr) | 2014-11-28 | 2015-11-26 | Procede automatique d'estimation de la capacite d'une cellule d'une batterie |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2017538931A true JP2017538931A (ja) | 2017-12-28 |
JP2017538931A5 JP2017538931A5 (ja) | 2020-11-19 |
JP6827416B2 JP6827416B2 (ja) | 2021-02-10 |
Family
ID=53269538
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017528427A Active JP6827416B2 (ja) | 2014-11-28 | 2015-11-26 | バッテリのセルの容量を自動的に推定する方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US10838010B2 (ja) |
EP (1) | EP3224637B1 (ja) |
JP (1) | JP6827416B2 (ja) |
KR (1) | KR102504205B1 (ja) |
CN (1) | CN107003359B (ja) |
FR (1) | FR3029315B1 (ja) |
WO (1) | WO2016083758A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017538929A (ja) * | 2014-11-28 | 2017-12-28 | ルノー エス.ア.エス. | バッテリのセルの充電状態を自動的に推定する方法 |
JP2018506017A (ja) * | 2014-11-28 | 2018-03-01 | ルノー エス.ア.エス. | バッテリの電池の充電状態を自動的に測定する方法 |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10224579B2 (en) | 2015-12-31 | 2019-03-05 | Robert Bosch Gmbh | Evaluating capacity fade in dual insertion batteries using potential and temperature measurements |
US10686321B2 (en) | 2016-01-29 | 2020-06-16 | Robert Bosch Gmbh | Secondary battery management |
US10263447B2 (en) * | 2016-01-29 | 2019-04-16 | Robert Bosch Gmbh | Secondary battery management system |
CN110167783B (zh) | 2017-01-09 | 2022-09-20 | 沃尔沃卡车集团 | 一种用于确定电池组的充电状态的方法和装置 |
JPWO2019021099A1 (ja) * | 2017-07-25 | 2020-08-06 | 株式会社半導体エネルギー研究所 | 蓄電システム、電子機器及び車両、並びに推定方法 |
EP3435101A1 (de) * | 2017-07-26 | 2019-01-30 | INVENOX GmbH | Verfahren und vorrichtung zur überwachung eines stabilen konvergenzverhaltens eines kalman-filters |
CN107910607B (zh) * | 2017-11-22 | 2019-11-22 | 北京新能源汽车股份有限公司 | 电池健康度soh的修正方法、装置、电动汽车和存储介质 |
FR3076908B1 (fr) * | 2018-01-16 | 2021-01-01 | Renault Sas | Procede de detection d'une cellule defaillante dans une batterie electrique |
KR20190100065A (ko) | 2018-02-20 | 2019-08-28 | 주식회사 엘지화학 | 에너지 저장 시스템의 충전용량 산출 장치 및 방법 |
FR3080459B1 (fr) | 2018-04-24 | 2021-04-16 | Renault Sas | Procede d'estimation d'un etat de charge d'une batterie electrique |
FR3084170B1 (fr) * | 2018-07-17 | 2020-07-17 | Zodiac Aero Electric | Procede de determination d'une matrice de covariance de bruit d'etat pour le reglage d'un observateur de l'etat de charge d'une batterie et dispositif correspondant |
CN109298350B (zh) * | 2018-09-28 | 2020-11-03 | 广东电网有限责任公司 | 一种电池一致性检测装置 |
KR102354112B1 (ko) * | 2019-03-26 | 2022-01-24 | 서강대학교산학협력단 | 인공 지능에 기반하여 배터리의 상태를 추정하는 장치 및 방법 |
CN110133519B (zh) * | 2019-05-28 | 2021-11-16 | 蜂巢能源科技有限公司 | 电池容量的计算方法、装置及设备 |
CN111044907B (zh) * | 2019-12-24 | 2022-06-14 | 苏州正力新能源科技有限公司 | 一种基于微片段数据和电压滤波的soh统计方法 |
CN111275247B (zh) * | 2020-01-14 | 2024-02-23 | 西安理工大学 | 一种基于多种影响因素的极限学习机月度电量预测方法 |
CN112098846B (zh) * | 2020-08-17 | 2021-10-22 | 四川大学 | 一种退役动力锂电池的混合建模方法 |
WO2022044046A1 (en) * | 2020-08-28 | 2022-03-03 | Sedemac Mechatronics Pvt Ltd | A method for estimating state of charge and state of health of a battery and a system thereof |
CN114325395B (zh) * | 2020-09-30 | 2024-01-26 | 北京昇科能源科技有限责任公司 | 一种电池状态的确定方法及装置 |
CN113255214B (zh) * | 2021-05-18 | 2023-08-22 | 南京工程学院 | 一种退役动力电池最大可用容量动态估算方法 |
US11422199B1 (en) * | 2021-06-17 | 2022-08-23 | Hong Kong Applied Science and Technology Research Institute Company Limited | State of health evaluation of retired lithium-ion batteries and battery modules |
CN114179946B (zh) * | 2022-01-12 | 2022-06-17 | 金华市路骑电动科技有限公司 | 一种电动车数据链路的智能化监测方法及*** |
DE102022200884B4 (de) | 2022-01-26 | 2024-06-27 | Siemens Mobility GmbH | Verfahren und Einrichtung zum Schätzen der Kapazität eines Energiespeichers |
US20230375626A1 (en) * | 2022-05-23 | 2023-11-23 | Gotion, Inc. | Apparatus and method for battery soc estimation |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060111854A1 (en) * | 2004-11-23 | 2006-05-25 | Plett Gregory L | Method and system for battery parameter estimation |
JP2008519977A (ja) * | 2004-11-11 | 2008-06-12 | エルジー・ケム・リミテッド | 電気化学セルの現在状態及び現在パラメーターを推定する装置、方法及びシステム、並びに記録媒体 |
JP2009506317A (ja) * | 2005-08-23 | 2009-02-12 | エルジー・ケム・リミテッド | バッテリと関連する状態ベクトルを推定するシステム及び方法 |
JP2012132724A (ja) * | 2010-12-20 | 2012-07-12 | Furukawa Electric Co Ltd:The | 満充電検知装置および満充電検知方法 |
JP2013101072A (ja) * | 2011-11-09 | 2013-05-23 | Toyota Motor Corp | 蓄電装置の満充電容量推定方法及び蓄電システム。 |
JP2014054147A (ja) * | 2012-09-10 | 2014-03-20 | Auto Network Gijutsu Kenkyusho:Kk | 車両用電源制御装置 |
JP2017538932A (ja) * | 2014-11-28 | 2017-12-28 | ルノー エス.ア.エス. | バッテリのセルの充電状態を自動的に推定する方法 |
JP2017538929A (ja) * | 2014-11-28 | 2017-12-28 | ルノー エス.ア.エス. | バッテリのセルの充電状態を自動的に推定する方法 |
JP2018506017A (ja) * | 2014-11-28 | 2018-03-01 | ルノー エス.ア.エス. | バッテリの電池の充電状態を自動的に測定する方法 |
JP6712594B2 (ja) * | 2014-11-28 | 2020-06-24 | ルノー エス.ア.エス.Renault S.A.S. | バッテリのセルの充電状態を自動的に推定する方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5606243A (en) * | 1993-11-19 | 1997-02-25 | Nippon Soken, Inc. | Battery state judging apparatus |
JP5058814B2 (ja) | 2004-11-29 | 2012-10-24 | エルジー・ケム・リミテッド | バッテリーの状態及びパラメーターの推定システム及び方法 |
DE102006036784A1 (de) * | 2006-08-07 | 2008-02-14 | Robert Bosch Gmbh | Verfahren zum Bestimmen der Batteriekapazität anhand kapazitätsabhängiger Parameter |
US8972213B2 (en) | 2008-06-27 | 2015-03-03 | GM Global Technology Operations LLC | Pattern recognition approach to battery diagnosis and prognosis |
JP4649682B2 (ja) * | 2008-09-02 | 2011-03-16 | 株式会社豊田中央研究所 | 二次電池の状態推定装置 |
CN101604005B (zh) * | 2009-06-29 | 2011-04-13 | 杭州电子科技大学 | 一种基于组合采样点卡尔曼滤波的电池剩余电量估计方法 |
FR2968769B1 (fr) | 2010-12-10 | 2012-12-14 | Peugeot Citroen Automobiles Sa | Procede de determination de l'etat de sante d'une batterie pour l'alimentation d'un vehicule electrique |
EP2703829B1 (en) | 2011-04-25 | 2015-10-21 | LG Chem, Ltd. | Device and method for estimating the degradation of battery capacity |
FR2975188B1 (fr) | 2011-05-13 | 2013-12-20 | Valeo Equip Electr Moteur | Procede d'estimation de l'etat de sante d'une batterie et systeme de gestion de batterie adapte |
US8751086B2 (en) * | 2012-08-21 | 2014-06-10 | Ford Global Technologies, Llc | Online battery capacity estimation |
JP5812032B2 (ja) * | 2013-03-22 | 2015-11-11 | トヨタ自動車株式会社 | 蓄電システム及び蓄電装置の満充電容量推定方法 |
EP2816366A1 (en) * | 2013-06-18 | 2014-12-24 | VITO NV (Vlaamse Instelling voor Technologisch Onderzoek NV) | Monitoring charge stored in a battery |
FR3011084A1 (fr) * | 2013-09-25 | 2015-03-27 | St Microelectronics Grenoble 2 | Procede de determination de l’etat de charge d’une batterie d’un appareil electronique |
-
2014
- 2014-11-28 FR FR1461620A patent/FR3029315B1/fr not_active Expired - Fee Related
-
2015
- 2015-11-26 EP EP15808759.3A patent/EP3224637B1/fr active Active
- 2015-11-26 JP JP2017528427A patent/JP6827416B2/ja active Active
- 2015-11-26 US US15/531,052 patent/US10838010B2/en active Active
- 2015-11-26 KR KR1020177016688A patent/KR102504205B1/ko active IP Right Grant
- 2015-11-26 WO PCT/FR2015/053244 patent/WO2016083758A1/fr active Application Filing
- 2015-11-26 CN CN201580064301.3A patent/CN107003359B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008519977A (ja) * | 2004-11-11 | 2008-06-12 | エルジー・ケム・リミテッド | 電気化学セルの現在状態及び現在パラメーターを推定する装置、方法及びシステム、並びに記録媒体 |
US20060111854A1 (en) * | 2004-11-23 | 2006-05-25 | Plett Gregory L | Method and system for battery parameter estimation |
JP2009506317A (ja) * | 2005-08-23 | 2009-02-12 | エルジー・ケム・リミテッド | バッテリと関連する状態ベクトルを推定するシステム及び方法 |
JP2012132724A (ja) * | 2010-12-20 | 2012-07-12 | Furukawa Electric Co Ltd:The | 満充電検知装置および満充電検知方法 |
JP2013101072A (ja) * | 2011-11-09 | 2013-05-23 | Toyota Motor Corp | 蓄電装置の満充電容量推定方法及び蓄電システム。 |
JP2014054147A (ja) * | 2012-09-10 | 2014-03-20 | Auto Network Gijutsu Kenkyusho:Kk | 車両用電源制御装置 |
JP2017538932A (ja) * | 2014-11-28 | 2017-12-28 | ルノー エス.ア.エス. | バッテリのセルの充電状態を自動的に推定する方法 |
JP2017538929A (ja) * | 2014-11-28 | 2017-12-28 | ルノー エス.ア.エス. | バッテリのセルの充電状態を自動的に推定する方法 |
JP2018506017A (ja) * | 2014-11-28 | 2018-03-01 | ルノー エス.ア.エス. | バッテリの電池の充電状態を自動的に測定する方法 |
JP6712594B2 (ja) * | 2014-11-28 | 2020-06-24 | ルノー エス.ア.エス.Renault S.A.S. | バッテリのセルの充電状態を自動的に推定する方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017538929A (ja) * | 2014-11-28 | 2017-12-28 | ルノー エス.ア.エス. | バッテリのセルの充電状態を自動的に推定する方法 |
JP2018506017A (ja) * | 2014-11-28 | 2018-03-01 | ルノー エス.ア.エス. | バッテリの電池の充電状態を自動的に測定する方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3224637A1 (fr) | 2017-10-04 |
WO2016083758A1 (fr) | 2016-06-02 |
CN107003359A (zh) | 2017-08-01 |
EP3224637B1 (fr) | 2018-10-31 |
JP6827416B2 (ja) | 2021-02-10 |
US10838010B2 (en) | 2020-11-17 |
CN107003359B (zh) | 2020-03-17 |
US20180313904A1 (en) | 2018-11-01 |
FR3029315B1 (fr) | 2016-12-09 |
FR3029315A1 (fr) | 2016-06-03 |
KR102504205B1 (ko) | 2023-02-27 |
KR20170086595A (ko) | 2017-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2017538931A (ja) | バッテリのセルの静電容量を自動的に推定する方法 | |
JP2017538931A5 (ja) | ||
JP6712594B2 (ja) | バッテリのセルの充電状態を自動的に推定する方法 | |
JP6827417B2 (ja) | バッテリの電池の充電状態を判定するための自動化方法 | |
KR102534688B1 (ko) | 배터리의 셀의 충전의 상태를 추정하는 자동적 방법 | |
KR102534692B1 (ko) | 배터리의 셀의 충전의 상태를 추정하는 자동적 방법 | |
CN104417386A (zh) | 在车辆起动时的电池功率容量估计 | |
KR100901252B1 (ko) | 슬라이딩 모드 관측기를 이용한 2차 전지 soc 예측방법 및 장치 | |
CN112904208A (zh) | 用于估计电池单元的开路电压的方法和*** | |
CN113853524B (zh) | 用于估计电池状态的方法 | |
CN112557925A (zh) | 锂离子电池soc估算方法和装置 | |
Carlucci | Battery state of health and state of charge estimation: comparison between classical and machine learning techniques | |
Maithani et al. | Advanced State Estimation Methods for Lithium-Ion Battery Cell-A Comprehensive Review | |
CN115703379A (zh) | 电池组多单元状态估计 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170726 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171019 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181119 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190913 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191001 |
|
A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A524 Effective date: 20191225 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20200526 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20200902 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20200925 |
|
A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A524 Effective date: 20200928 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20200928 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20201006 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20201013 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210105 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210119 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6827416 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |