CN103797375B - 确定电池荷电状态的系统和方法 - Google Patents
确定电池荷电状态的系统和方法 Download PDFInfo
- Publication number
- CN103797375B CN103797375B CN201280044057.0A CN201280044057A CN103797375B CN 103797375 B CN103797375 B CN 103797375B CN 201280044057 A CN201280044057 A CN 201280044057A CN 103797375 B CN103797375 B CN 103797375B
- Authority
- CN
- China
- Prior art keywords
- battery
- charge
- state
- current
- soc
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- G—PHYSICS
- 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
- G01R31/3835—Arrangements for monitoring battery or accumulator variables, e.g. SoC involving only voltage 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]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- 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
- G01R31/3828—Arrangements for monitoring battery or accumulator variables, e.g. SoC using current integration
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本文公开了一种用于确定电池的荷电状态(SOC)的新方法和系统,其中直接法和间接法不同时使用,但由电池的电流状态所指示来选择性使用。本发明的方法补偿现有的建模误差和参数估计误差,以提供准确的SOC估算。本发明的方法计算出DC偏移和电池容量以补偿现有的建模误差和参数估计误差。
Description
发明领域
本发明通常涉及一种确定电池的荷电状态的方法和系统。本发明更具体地涉及一种基于锂电池的荷电状态(SOC)的方法和系统。
发明背景
电池的荷电状态(SOC)是等效于电池或电池组的燃料表,并提供了电池的容量。换句话说,SOC是存储在电池中的电荷与电池能容纳的最大电荷的比率。SOC也以百分比表示。电池通常在高于90%和低于20%SOC时不充电。
确定电池SOC对于各种应用是相当关键。电池SOC,当估算时,提供了残留在电池的电荷和它可以用于特定应用多久的指示。
已经提出各种方法用于估算电池的SOC。现有的方法不能提供准确的SOC估算,因为它们都依赖于随着年龄、使用情况等变化的电池的参数。此外,用于SOC估算的方程中的常量和误差不定量化并且不能对导致不准确的SOC估算进行补偿。
大多数现有方法的典型途径是,确定最佳的电池模型,然后尽可能准确地估计模型参数。这些现有的方法,如卡尔曼滤波器的方法以及类似的其它方法的性质是相当复杂。他们需要浮点运算,因此不适合于低功耗和低成本的固定点的微控制器。
典型地,利用两个方法进行SOC估算:
1.直接法,即库仑计数
2.间接方法,即利用电池特性的,即SOC与OCV的比值和电池电路模型
有三个众所周知的途径来估算SOC。
途径1:仅利用直接法,当电池在使用时。这种途径需要SOC的初始值,从SOC与OCV的比值特性来获得,在休止电池后测量开路电压时。
途径2:仅使用间接法,其涉及复杂的电池动态电路模型的估计电池参数。
途径3:同时使用直接或间接法,形成卡尔曼状态方程或扩展卡尔曼滤波法。
由于DC电流偏移的累积也由于电池容量的劣化,途径1遭受到估算误差的发散。
途径2假设,电池可以通过带缓慢变化的电池参数而非这种情况的线性电路模型来代表。由于这样的假设,参数估算会不正确,特别是在高电池电流及,和接近恒定电池电流。
途径3是从线性系统理论衍生的,其是不稳定的和发散的,由于损伤,例如非同步采样的电池电压和电流、DC偏移和有色噪声等。
此外,现有的SOC方程不补偿直流偏移和电池容量,而导致不准确的SOC估算。大多数现有的SOC方程不能用于较长一段时间,由于在一段时间内DC偏移和电池容量衰减的存在。未知的DC偏移或未知的电池容量的效果是,随着时间的进展SOC发散。这要求当电流更低及电池松弛时,SOC估算重新初始化。
下表阐述了直接法和间接的优点和缺点:
因此,需要一种用于电池SOC估算的方法,其通过考虑DC偏移和电池容量而提供了准确的SOC估算。需要一种用于电池SOC估算的方法,最大限度地减少除法运算的要求,并同时与现有复杂的算法相比更有性能比地完成。
概要
本发明公开了一种最小化DC偏移电流和电池容量误差的方法和系统,从而补偿在确定电池的准确的荷电状态期间的建模误差和参数估算误差,包括直接法和间接法,其中,所述直接法和间接法不同时使用,选择性地使用或根据电池电流状态有条件地使用;在开始系统后,利用最小二乘法确定电池健康状态(SOH)和确定电池容量。
此外,本发明公开了用于电池SOC估算的方法,其中其特性是简单的并且最大限度地减少除法运算的要求,并同时与现有复杂的算法相比更有性能比地完成。
附图简述
图1表示荷电状态(SOC)估算的流程图。
图2表示开路电压(OCV)和荷电状态(SOC)之间的典型关系。
图3表示电池OCV的电阻表示。
图4表示电池的电流状态,涉及直接法和间接法的使用。
图5表示健康状态(SOH)的估算的流程图。
定义:
1)电池的荷电状态(SOC)是存储在电池中的电荷与电池能够容纳的最大电荷的比率。SOC常常以百分比表示。
2)电池的健康状态(SOH)是电池的实际容量与额定或新的电池容量的比率。与其理想条件相比,它也是电池条件的优点的因素。SOH通常以百分比表示。
3)OCV表示开路电压。它是一个设备的两端之间的电位差,当没有连接的外部负载即开路。
4)“T”代表采样周期。它是样本之间的时间。
5)I是测量的电流,单位是安培。
6)“d”是偏置电流,单位是安培。
7)“C”表示电池的容量,单位为库仑。它是能存储的电荷的量。
8)R表示电阻,单位为欧姆。
详述
本发明的系统和方法提供了基于锂的电池的准确估算,不考虑已经公开的现有的建模建模误差和参数估计误差。对缺点的看法,本发明遵循的途径是非线性的并且不同于基本是线性的现有途径。本发明的途径不仅是简单的,而且是稳健的,因为它能容许上述的减损。荷电状态(SOC)能够利用直接法和间接法进行估算,但是并不是同时。本发明的方法在直接法或间接法之间转换,为了最小化估算的误差,在一个方法优于另一个方法的条件确定后。因此,在给定的时间,SOC只由一个方法计算出来。
直接法和间接法如下所述。
直接法:
根据定义,SOC为保持在电池中的电荷与电池容量的比值。标准惯例是以百分比来表示SOC。电池的SOC通过充电增加及通过放电降低。
SOC和电池电流之间的关系(充电和放电)在下面的公式中描述。
其中
SOC(t2)是t2时电池的SOC,
SOC(t1)是t1时电池的SOC,并且其中t2>t1,
i(t)是以安培测量的电流值,
C是以库伦表述的电池电容,
d是电流偏移。
对于电脑程序,上述公式1的下面的离散版本是更合适的。
其中
SOC(n)是第n个样本时的SOC,
SOC(n-1)是第(n-1)个样本时的SOC,
ΔT是采样周期(通常为1秒),
I(n)是电池电流,
C是电池容量(以库伦表述),
d是电流偏移。
利用公式2,在已知n-1的SOC的基础上,在任意采样时刻n估算SOC是可能的。另外,在样本n-1和n之间的ΔT采样电池电流的测量值,并且确切的电池容量和电流测量的DC偏移应该是已知的。
间接法:
它是一种行之有效的经验事实,即锂离子电池的OCV仅仅依赖于电池的SOC,而没有任何其它的因素,例如温度、电池容量或电池装载或充电的历史。OCV和SOC之间的关系通常是非线性的,如图2所示。电池SOC可以通过参照电池特性或OCV比SOC的比值查找表来查出,一旦电池的OCV是已知的。
然而,当电池或者在装载或者在充电条件下或者当它没有完全地松弛为稳定的开路电压时,估算SOC是相当困难的任务。在其他可测量的量的帮助下,利用不同复杂度的电池电路模型来找出SOC,如端电压和电池电流。如图3所示,一个简单的集总电池模型,由非恒定电压源与阻抗Z串联组成。通常Z为AC阻抗即电容,这表明模型是动态的而不是静态的,电路方程可以是在时域的微分方程或拉普拉斯域中的拉普拉斯变换方程。根据下面的公式,
OCV(s)=Vb(s)-Ib(s)Z(s)公式3,
已知电池端电压Vb和电池电流Ib与AC阻抗Z一起足以找出OCV。一旦OCV确定,从图2所示的关系中估算相应的SOC就是可能的。
本文所公开的本发明在适当的条件下一次采用直接法和间接法两种,而同时克服两种方法各自的缺点。另外,本发明所公开的方法不同时使用它们,如同卡尔曼滤波器的实现。在任何给定的时间点,利用直接法或间接法来估算SOC。直接法和间接法都基于一个策略被要求,以便于利用它们的优点和减轻它们的缺点。
要求直接法,当:
1.电流的大小是小的(小于阈值)
2.电池已达到稳定(或静态)条件(或松弛)
由于上述条件,可以提供一个简单的电阻模型代替AC阻抗。由于小的电流,按照公式3,Z(或R)估算的误差对OCV估算的影响较小。
要求间接法,当:
1.在以前的采样时间已经估算SOC和
2.电池电流幅度高于阈值,即TH_3或
3.电池处于过渡状态,即它尚未松弛。
TH_3的值越小,采用间接法的SOC估算误差越小。然而,较小的阈值会延长库仑计数,因此由于库仑计数的发散,误差较高。对于小的电阻R,更高的TH_3需要选择,这是温度依赖的。对低的温度下的电阻较高,因此TH_3较小。
由于电池的端电压不等于它的预期值(OCV+IR),电池被允许松弛。松弛时间是依赖于温度的,例如对于低温,设定时间是非常高的,因此阈值增加。
估算R:
根据公式3,知道Z(或R),并且为了找出OCV也需要Vb和Ib是已知的。由于间接方法只在稳态情况下使用,AC阻抗Z被电阻R取代。
在离散形式的时域,公式(3)改写如下:
OCV(n)=Vb(n)-Ib(n)R---公式4
电池阻抗R的在线估算的公式由公式4衍生如下:
OCV(n-1)=Vb(n-1)-Ib(n-1)R(n-1)
该公式是用于第(n-1)样本
及,
OCV(n)=Vb(n)-Ib(n)R(n)
该公式是用于第n样本。
假定OCV和R是缓慢变化的参数,因此在第(n-1)和接下来的第n个样本的时间,它们被视为是恒定的。然后上述两个公式改写为:
OCV=Vb(n-1)-Ib(n-1)R
和,
OCV=Vb(n)-Ib(n)R。
因此,阻抗通过下面的公式计算。
由于存在测量噪声,只有当分母是相当大的时候,例如大于TH_1时,估算R。该阈值是足够大的,如5倍小于电流传感器的精度,除了0.25A的噪音。如果阈值选择得过高,则R的更新速率减小。研究发现,最佳值TH_1=2A适用于所有温度。
假设在第(n-1)和第n个样本期间,OCV几乎是恒定的,这仅仅在当SOC几乎是恒定时才是可能的。只有当Ib小于阈值即TH_2时,SOC几乎保持不变。值得注意的是,过小的TH_2值会减小R的更新率。因此,每当绝对值[Ib(n)-Ib(n-1)]大于TH_2及或者Ib(n-1)或Ib(n)小于阈值TH_2时,估算R。R的估算值用于从Vb和Ib估算OCV,直到R的下一个更新。
确定SOC的步骤:
步骤1:完成系统启动。接通后,在切断前存储在EEPROM中的各种状态被读取。例如,在此时,读取之前计算的电池容量的“C”,DC电流偏移“D”,SOC微分(AK)和电荷转移值(BK)。最小均方(LMS)点用于估算电池容量和计算SOH。
步骤2:在采样时刻n,取回ADC样本的电压、电流和温度值。
步骤3:如果时刻n的样本不是接通后的第一个样本,那么会发现在连续时刻测量的电池的电流差异是显著的,即该差异的幅度大于TH_1,并且测量的电池电流的平均值小于阈值TH_2,则更新阻抗R。一旦R更新,那么相同的值用于间接方法,直到R的下一个更新。
阈值TH_1是基于电流测量的分辨率和精度。一般来说,它是5至8倍以上的电流测量分辨率,以使得由于电流测量的误差/噪音导致的估算电阻的不准确性最小化。然而,TH_1的高值降低了R的更新速率,基本上是一种取决于温度、SOC和SOH的非恒定的参数。用于计算R的公式是在变化的SOC的假设下衍生的,因此,连续时刻之间的OCV是可以忽略的。只有当电池电流的平均值比TH_2小的时候,这个假设才是正确的。因而TH_2还依赖于电池的容量。电池容量越高,在相同电流下从一个瞬间到另一个瞬间的SOC的变化越低。因此TH_2正比于电池容量。较小的TH_2提高R估算的精度,但降低了随电池电阻R变化的时间的更新率。
步骤4:如果在时刻“N”之前的在先的电池SOC是可用的,并且如果电池电流的大于阈值TH_3,那么按照公式2计算在时刻“n”的SOC,这是一种直接法的公式,其中ΔΤ为1秒。
还有松弛计数器设置为对应于基于温度和电流大小i[n]的松弛时间的整数。
在该步骤中的SOC的计算是直接法。
步骤5:如果电池电流的大小小于阈值TH_3和松弛计数器大于零,则松弛计数器以整数1递减,而SOC由公式2计算,其中ΔΤ为1秒。非零松弛计数器指示电池没有足够的松弛或没有达到稳定状态。
否则,如果电池的电流小于阈值TH_4和松弛计数器是零,那么SOC从时刻“n”的终端电压v[n]来找出,假设它是OCV。这是间接的方法。
否则,如果电池电流值小于阈值TH_3,松弛计数器为零且电阻值是可用的,则使用方程OCV=V[n]-R*i[n]来计算OCV。因此,相应的SOC值找出来了。
值得注意的是,高的TH_3通过直接法减少估算的数量,同时通过间接法,它使SOC的计算更容易有建模误差和参数估算误差。在另一方面,小的TH_3增加了直接法的依赖,并减少间接法的SOC的误差。由于直接法发散,如果连续进行,只有当电流测量精度高时才推荐小的TH3。如果,当前测量具有更少的分辨率或精度时,增加TH_3是有利的。当选择或调整TH3,需要考虑驱动器配置文件和电池充电和放电电流的概率密度曲线。
还应当注意,TH_4的选择取决于电流测量的分辨率,还取决于电池的容量。该阈值是1.5倍的电流测量分辨率或1/30的电池容量。
步骤6:估算SOH来更新容量,当计算电池容量时。
步骤7:对于每一个新的测量样本,重复步骤2到7。
估算电池容量和SOH:
SOH,一般以百分比表达,是电池的实际容量与额定或新的电池容量的比率。该参数表示电池的健康状况。通常情况下,直到电池达到70%额定容量(即80%SOH)时,电池才被允许在车辆中工作。如果其健康低于70%,该电池需要替换。
SOH的估算伴随当前的电池容量的估算,从SOC和电荷转移的变化这一知识来计算。
采用间接法得到的SOC来估算电池容量和SOH。在公式2中,实际的电池容量C不是已知的。SOC值是通过描述SOC估算的方法的方式来确定。还有未知的电流传感器DC偏移不容忽视。
在上面的公式中,即使电流传感器DC偏移非常小,也是不能忽略的,因为它在分子中累积期间积累。假定当前测量的DC偏移等于“D”,上述公式被改写。
在n1和n2之间,分子是简单的库仑计的电荷转移。该分子以y表示。分母是变化的SOC或由于电荷转移的在n1和n2之间的SOC差值,以x表示。
在每单位时间完成采样,即为简单起见ΔΤ=1。然后将上面的方程如下重新安排。
或
C*A+d=B
其中,A是SOC的差值和B是测量的电流累积,即测量的电荷转移。
C和d是未知的。
由于SOC估算的误差,术语A将是有误差的。在C的估算中会引入较大的误差,尤其是当估计差和预期SOC差之间存在较大的差异时。因此,A的大小是相当大的这是很重要的。从而,强加一个条件,SOC之差(即A)的大小应大于阈值(TH_5)来估算C。该阈值越高,准确度越好,但容量估算的更新速率大大降低。例如,对于HEV应用,该阈值应不大于15,当电池在小范围的SOC内操作,例如60到40。发现TH_5的最佳值对于HEV是在10至15内,在EV应用是15至20内。
由于在相当长的时间(数月)中,C预期为常数,收集x和y的一些值,使得绝对值(x)>TH_5。指数A和B作为Ai和Bi,以及来自于公式5。
CA1+d=B1
CA2+d=B2
CA3+d=B3
CAn+d=Bn
上述n个方程确定组的两个未知数的C和d是利用最小均方法来解决。
X=[(A1,1),(A2,1),...(An,1)]T是n*2矩阵。
Y=[B1,B2,..,Bn]T是n*1矩阵。
[C,d]T=(XTX)-1XTY
为了计算X,只用间接的方法(类型-1)。这是因为SOC的直接法需要实际电池容量C的知识。
确定SOH的步骤:
步骤1:对于m=20当采样时间为n1,n2,n3...nm时挖掘出估算的SOC[n1],SOC[n2],SOC[n3],SOC〔nM+1],以使得连续的SOC之间的差值大于阈值TH_5。SOHk利用间接法估计。还可计算在nk和n(k+1)样本之间产生的累积的电流或电荷转移Bk。
步骤2:如果A是两个连续的SOC之间的差值,使得A1=SOC[n2]-SOC[n1],A2=SOC[n3]-SOC[n4]...Am=SOC[N(m+1)-SOC[nm]
下面的矩阵构造:
X=[(A1,1),(A2,1),...(An,1)]T是n*2矩阵。
Y=[B1,B2,..,Bn]T是n*1矩阵。
[C,d]T=(XTX)-1XTY
C为电池容量,而d是DC电流测量偏移。
因此,本发明描述了一种方法和系统,以尽量减少DC偏移电流和电池电容的误差,从而在确定准确的电池荷电状态(SOC)的过程中补偿建模误差和参数估计误差,包括直接法和间接法,其中所述直接法和间接法不同时使用,交替使用或有条件地根据电池当前状态使用;系统启动后,利用最小二乘法确定电池健康状态(SOH)和确定电池容量。
此外,在确定SOC的过程中最小化DC偏移电流和电池电容误差的该方法和系统包括,在时刻“n”调用直接法,其中,电池是处于过渡状态时,或当电池电流的大小大于预定的阈值TH_3,及松弛计数器是从设定值以整数递减。
此外,在确定SOC的过程中最小化DC偏移电流和电池电容误差的该方法和系统包括,在时刻“n”调用间接法,其中,电池是充分松弛和电池电流的大小小于预定阈值TH_4。
如该图1所示,该方法和系统在启动系统后利用最小二乘法来最初确定电池容量和电池的SOH,接着变量,即电压、电流和温度在任何时刻“n”采样;确定在任意时刻“n”的电阻值“R”,其中电池电流的大小大于阈值TH_1,或电池电流的大小小于阈值TH_2;通过直接法确定在任何时刻“n”的SOC,其中电池尚未充分松弛,其中电池电流的大小大于一个阈值TH_3;可选择地通过直接法确定任何时刻“n”的SOC,其中电池电流的大小小于所述阈值TH_3和松弛计数器从设定值以整数值递减;或SOC由间接法确定,其中电池是充分的松弛&电池电流的大小低于阈值TH_4;通过最小均方法利用估算的SOC计算电池容量的“C”;电池的健康状态(SOH)在以最小DC偏置电流和电池容量计算的SOC来确定。重复所述步骤用于测量SOC的新变量,其中直接法和间接法不同时使用但可选择地使用,或者由电池的电流状态确定,用于消除或最小化DC偏置电流和未知的电池容量。
电池的SOC进一步通过直接法确定,其中,电池电流的大小大于所述阈值TH_3及电池尚未充分松弛以设置松弛计数器。该方法由以下组成:采用最小二乘法在系统开始后最先确定电池容量和电池的SOH;在任意时刻“n”采样变量,即电压、电流和温度;确定前一时刻“n-1”的SOC;在“n-1”和“n”之间的可变采样期间(ΔΤ)采样电池电流;及测量实际的电池容量“C”和DC偏移电流“d”。
电池的SOC进一步通过直接法确定,其中,电池电流的大小小于所述阈值TH_3及松弛计数器从设定值递减。该方法由以下组成:采用最小二乘法在系统开始后最先确定电池容量和电池的SOH;在任意时刻“n”采样变量,即电压、电流和温度;确定在任意时刻“n”的电阻值“R”,其中,电池电流的大小大于阈值TH_1或电池电流的大小小于阈值TH_2;确定在之前时刻“n-1”的SOC;在“n-1”和“n”之间的变量采样周期(ΔΤ)采样电池电流;测量实际的电池容量“C”和DC偏置电流“d”。
或者通过间接法确定电池的SOC,其中电池是充分松弛的,电池电流的大小小于阈值TH_4。该方法包括采用最小二乘法在系统开始后首先确定电池容量和电池的SOH,在任意时刻“n”采样变量,即电压、电流和温度;通过测量电池端电压(Vb)、电池电流(Ib)和电阻AC阻抗(Z)确定电池的开路电压(OCV);通过图形化方法估算电池SOC。
图4表示针对采用直接法和间接法的电池的当前状态。SOC之间的差值的大小应高于阈值TH_5(41)以计算电池的容量。间接法的区域(42)是低电流和稳定状态的区域,而直接法的区域(43)是高电流和瞬间状态的区域。
在所公开的方法和系统中,当电池电流之间的差值大小即绝对值[Ib(n)-Ib(n-1)]大于阈值,即TH_1,确定阻抗“R”。或者当前一状态的电流即Ib(n-l)或运行状态Ib(n)小于阈值即TH_2时,也可以确定电阻“R”。
当电池尚未充分松弛,松弛计数器设置为对应于基于温度和电池电流的幅度的松弛时间的整数。松弛计数器进一步以因子1减小,当电池电流的幅度小于所述阈值TH_3时。
如图5所示,确定所述SOH的方法和系统由以下组成:通过直接法在不同的时刻获取估算的SOC,其中两个连续的SOC之间的差值(Ak)的幅度大于阈值TH_5;计算两个连续的样本之间的累计电流或电荷转移Bk;通过最小均方法利用估计的参数计算电池容量“C”,利用电池容量“C”计算SOH。在本发明中的电池可以是锂电池。
本发明的方法和系统可以用于确定各种类型的电池和各种应用中的SOC。可以确定SOC用于电池在各种应用中的使用,例如混合动力汽车的电池、电动车电池、逆变器电池等。此外,电池SOC也可以当电池在使用时在线确定或在电池在休止时离线确定,上述实施例,将用于说明本发明,并应理解的是通过示例的方式具体给出,是用于本发明的优选实施例的说明性讨论的目的,而不是限制本发明的范围。
Claims (10)
1.一种确定荷电状态的方法,所述方法能在确定荷电状态的过程中尽量减少DC偏移电流和电池容量误差,包括:
a.利用最小二乘法和在由间接法估计的荷电状态的帮助下,首先定期确定电池容量和电池健康状况(SOH);
b.采样变量,即在时刻“n”的电压、电流和温度;
c.确定在时刻“n”的电阻值,其中,在所述电池电流的大小的变化大于预设的阈值(TH_1),并且其中所述电池电流的大小小于预设的阈值TH_2;
d.通过直接法确定时刻“n”的荷电状态,其中,所述电池尚未得到充分松弛,电池电流的大小大于阈值TH_3;
可选择地通过直接法确定时刻“n”的荷电状态,其中,电池电流的大小小于所述阈值TH_3和松弛计数器从设定值以整数值递减;
或
通过间接法确定荷电状态,其中电池是充分松弛的,电池电流的大小小于阈值TH_4,
e.通过最小均方法利用估算的荷电状态计算电池容量“C”;
f.以最小化DC偏置电流和电池容量误差计算的荷电状态来确定电池的健康状态(SOH);及
g.重复步骤“b”到“f”用于测量荷电状态新变量;
所述直接法为库仑计数;所述间接法为利用电池特性即SOC和OCV的比值和电池电路模型。
2.根据权利要求1所述的通过直接法确定荷电状态的方法,其特征在于,电池电流的大小大于阈值TH_3和电池尚未充分松弛来设置松弛计数器,包括:
a.利用最小二乘法定期确定电池的容量和电池的SOH及更新直接法使用的公式中的容量和偏移量;
b.采样变量,即在时刻“n”的电压、电流和温度;
c.确定前一时刻“n-1”的荷电状态;
d.采样在“n”和“n-1”之间的可变采样周期(ΔΤ)的电池电流;
e.测量准确的电池容量“C”和DC偏移电流“d”。
3.根据权利要求1所述的通过直接法确定荷电状态的方法,其特征在于,电池电流的大小小于阈值TH_3和松弛计数器从设定值递减;进一步包括:
a.利用最小二乘法首先定期确定电池容量和电池SOH;
b.采样变量,即在时刻“n”的电压、电流和温度;
c.确定时刻“n”的电阻值,其中电池电流的大小大于阈值TH_1,或其中所述电池电流大小小于阈值TH_2;
d.确定在前一时刻“n-1”的荷电状态;
e.采样在“n-1”和“n”之间的可变采样周期(ΔΤ)的电池电流;
f.测量精确的电池容量“C”和DC偏移电流“d”。
4.根据权利要求1所述的通过间接法确定荷电状态的方法,其中电池是充分松弛的,电池电流的大小小于阈值TH_4,包括:
a.采用最小二乘法定期确定电池容量和电池SOH;
b.抽样变量,即在时刻“n”的电压、电流和温度;
c.通过测量电池端电压(Vb),电池电流(Ib)和电阻阻抗(R)来确定电池开路电压(OCV);
d.通过图形化的方法估算电池荷电状态。
5.根据权利要求1所述的确定荷电状态的方法,其特征在于,当电池电流之间的差值大小即绝对值∣Ib(n)-Ib(n-1)∣大于阈值即TH_1,确定电阻“R”。
6.根据权利要求1所述的确定荷电状态的方法,其特征在于,当前一状态的电池电流即Ib(n-1)或运行状态的电池电流即Ib(n)小于阈值即TH_2时,确定电阻“R”。
7.根据权利要求1所述的确定荷电状态的方法,其特征在于,当电池电流的大小小于阈值TH_3时,松弛计数器以因子1减少。
8.根据权利要求1所述的确定荷电状态的方法,其特征在于,确定所述SOH的方法包括:
a.通过所述间接法在不同的时刻获取估算的荷电状态,其中,两个连续的荷电状态之间的差值(Ak)大于预定阈值TH_5;
b.计算连续两个样本之间的累计电流或电荷转移Bk;
c.通过最小均方法利用步骤a和步骤b估算的参数来计算电池容量的“C”;
d.利用步骤b中计算的所述电池容量“C”计算SOH。
9.根据权利要求1所述的确定荷电状态的方法,其特征在于,当荷电状态之间的差值大小即Ak大于阈值即TH_5时,确定电池容量“C”。
10.根据前述任一权利要求所述的确定荷电状态的方法,其特征在于,所述电池是锂电池。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IN2780MU2011 | 2011-09-30 | ||
IN2780/MUM/2011 | 2011-09-30 | ||
PCT/IN2012/000627 WO2013072928A2 (en) | 2011-09-30 | 2012-09-18 | A system and method for determining state of charge of a battery |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103797375A CN103797375A (zh) | 2014-05-14 |
CN103797375B true CN103797375B (zh) | 2016-05-25 |
Family
ID=47827403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280044057.0A Expired - Fee Related CN103797375B (zh) | 2011-09-30 | 2012-09-18 | 确定电池荷电状态的系统和方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20140236511A1 (zh) |
EP (1) | EP2761317A2 (zh) |
JP (1) | JP6240369B2 (zh) |
KR (1) | KR20140082752A (zh) |
CN (1) | CN103797375B (zh) |
WO (1) | WO2013072928A2 (zh) |
Families Citing this family (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101486470B1 (ko) * | 2012-03-16 | 2015-01-26 | 주식회사 엘지화학 | 배터리 상태 추정 장치 및 방법 |
JP5783122B2 (ja) * | 2012-04-11 | 2015-09-24 | トヨタ自動車株式会社 | 電池状態推定装置 |
KR101509001B1 (ko) * | 2013-10-31 | 2015-04-07 | 현대모비스 주식회사 | 차량용 고전압 배터리의 열화 판정 장치 및 방법 |
KR102177721B1 (ko) * | 2014-03-20 | 2020-11-11 | 현대모비스 주식회사 | 배터리팩 열화 상태 추정 장치 및 방법 |
KR102205293B1 (ko) * | 2014-04-18 | 2021-01-20 | 삼성전자주식회사 | 배터리 수명의 추정에서 발생하는 오차를 보정하는 방법 및 장치 |
US10481210B2 (en) * | 2014-07-14 | 2019-11-19 | Ford Global Technologies, Llc | Methods to determine battery cell voltage relaxation time based on cell usage history and temperature |
FR3029297B1 (fr) * | 2014-11-28 | 2016-12-30 | Renault Sa | Procede automatique d'estimation de l'etat de charge d'une cellule d'une batterie |
US20160380460A1 (en) | 2015-06-24 | 2016-12-29 | Wind Inertia Technologies, S.L. | Method and electrical energy storage unit for the of electrical power supply to a power grid node |
KR102527326B1 (ko) | 2015-08-20 | 2023-04-27 | 삼성전자주식회사 | 배터리 충전 상태(SoC)를 예측하는 배터리 시스템 및 방법 |
US10322634B2 (en) * | 2015-10-14 | 2019-06-18 | Ford Global Technologies, Llc | Estimating battery capacity in an electric vehicle |
US10793008B2 (en) * | 2015-10-20 | 2020-10-06 | Ford Global Technologies, Llc | System and method for indicating battery age |
JP6707843B2 (ja) | 2015-11-17 | 2020-06-10 | オムロン株式会社 | バッテリ残量表示装置、バッテリシステムおよびバッテリ残量表示方法 |
FR3044099B1 (fr) * | 2015-11-20 | 2018-11-16 | Psa Automobiles Sa. | Dispositif de diagnostic de batterie |
JP6623725B2 (ja) | 2015-12-01 | 2019-12-25 | オムロン株式会社 | バッテリ残量推定システムおよびバッテリ残量推定方法 |
KR102629773B1 (ko) | 2015-12-23 | 2024-01-26 | 삼성전자주식회사 | 배터리 충전장치 및 그 충전 제어방법 |
KR20170076411A (ko) | 2015-12-24 | 2017-07-04 | 삼성전자주식회사 | 배터리 관리 장치 및 방법 |
US10224579B2 (en) | 2015-12-31 | 2019-03-05 | Robert Bosch Gmbh | Evaluating capacity fade in dual insertion batteries using potential and temperature measurements |
US10243385B2 (en) | 2016-01-29 | 2019-03-26 | Robert Bosch Gmbh | Secondary battery management system |
US10263447B2 (en) | 2016-01-29 | 2019-04-16 | Robert Bosch Gmbh | Secondary battery management system |
US10686321B2 (en) | 2016-01-29 | 2020-06-16 | Robert Bosch Gmbh | Secondary battery management |
US10371754B2 (en) * | 2016-02-19 | 2019-08-06 | Cps Technology Holdings Llc | Systems and methods for real-time estimation of capacity of a rechargeable battery |
US9960625B2 (en) | 2016-03-31 | 2018-05-01 | Robert Bosch Gmbh | Battery management system with multiple observers |
US10447046B2 (en) | 2016-09-22 | 2019-10-15 | Robert Bosch Gmbh | Secondary battery management system with remote parameter estimation |
KR102066702B1 (ko) * | 2017-01-02 | 2020-03-02 | 주식회사 엘지화학 | 배터리 관리 장치 및 이를 이용한 soc 캘리브레이션 방법 |
EP3605121B1 (en) * | 2017-03-31 | 2023-04-12 | Mitsubishi Electric Corporation | Storage battery state estimation device |
CN107271905B (zh) * | 2017-05-25 | 2019-12-27 | 上海思致汽车工程技术有限公司 | 一种用于纯电动汽车的电池容量主动估计方法 |
KR102347014B1 (ko) | 2017-06-29 | 2022-01-04 | 가부시끼가이샤 도시바 | 축전지 잔량 추정 장치, 축전지 잔량 추정 방법, 및 프로그램 |
KR102200550B1 (ko) | 2017-10-10 | 2021-01-07 | 주식회사 엘지화학 | 이차 전지의 충전 상태를 추정하기 위한 장치 |
KR102515395B1 (ko) * | 2017-12-15 | 2023-03-30 | 현대자동차주식회사 | 차량 및 그 제어방법 |
CN109001636B (zh) * | 2018-06-11 | 2021-11-19 | 北京新能源汽车股份有限公司 | 电池组的电池健康度的确定方法、装置、车辆及计算设备 |
DE102018212545A1 (de) * | 2018-07-27 | 2020-01-30 | Audi Ag | Verfahren zum Überwachen eines Zustands einer Batterie, Überwachungseinrichtung und Kraftfahrzeug |
US10948547B2 (en) * | 2018-11-23 | 2021-03-16 | Lg Chem, Ltd. | Battery monitoring system |
CN112485677B (zh) | 2019-09-12 | 2024-09-17 | 东莞新能德科技有限公司 | 电池容量更新方法及装置、电子装置以及存储介质 |
US11204391B2 (en) * | 2019-09-13 | 2021-12-21 | GM Global Technology Operations LLC | Method and apparatus for monitoring a battery state estimator |
TWI715367B (zh) * | 2019-12-23 | 2021-01-01 | 台達電子工業股份有限公司 | 電池控制器與其電池電量量測方法 |
US11181586B2 (en) | 2020-01-15 | 2021-11-23 | Medtronic, Inc. | Model-based capacity and resistance correction for rechargeable battery fuel gauging |
TW202202840A (zh) * | 2020-02-21 | 2022-01-16 | 美商半導體組件工業公司 | 具有偏移校準的恆電位器 |
CN111239631A (zh) * | 2020-03-09 | 2020-06-05 | 天津市捷威动力工业有限公司 | 一种锂离子电池自放电识别筛选方法、存储介质、设备 |
CN111999654B (zh) * | 2020-08-04 | 2023-05-12 | 力高(山东)新能源技术股份有限公司 | 一种自适应扩展卡尔曼估计soc算法 |
WO2022096898A2 (en) * | 2020-11-09 | 2022-05-12 | Horiba Mira Limited | A system, a vehicle, a method, and a computer readable medium |
US11977126B1 (en) * | 2023-08-11 | 2024-05-07 | Eatron Technologies Limited | Systems and methods for state of health assessment in rechargeable batteries |
CN118156553B (zh) * | 2024-05-10 | 2024-08-20 | 杭州协能科技股份有限公司 | 一种液流电池系统的流量控制方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101359036A (zh) * | 2007-07-31 | 2009-02-04 | 比亚迪股份有限公司 | 电池荷电状态的测定方法 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0958632A4 (en) * | 1996-07-17 | 2002-03-06 | Duracell Inc | SYSTEM FOR CONTROLLING THE OPERATION OF A BATTERY |
US6359419B1 (en) * | 2000-12-27 | 2002-03-19 | General Motors Corporation | Quasi-adaptive method for determining a battery's state of charge |
JP2004521365A (ja) * | 2001-06-29 | 2004-07-15 | ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツング | 電荷蓄積器の充電状態及び/又は電力を求めるための方法 |
US6639385B2 (en) * | 2001-08-07 | 2003-10-28 | General Motors Corporation | State of charge method and apparatus |
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 |
US6947855B2 (en) * | 2003-08-07 | 2005-09-20 | General Motors Corporation | Adaptive algorithm to control and characterize super-capacitor performance |
US8427109B2 (en) * | 2004-04-06 | 2013-04-23 | Chevron Technology Ventures Llc | Battery state of charge reset |
US7554295B2 (en) * | 2004-04-06 | 2009-06-30 | Cobasys, Llc | Determination of IR-free voltage in hybrid vehicle applications |
JP4481080B2 (ja) * | 2004-05-21 | 2010-06-16 | 富士重工業株式会社 | 蓄電デバイスの残存容量演算装置 |
US7612532B2 (en) * | 2005-06-21 | 2009-11-03 | Gm Global Technology Operations, Inc. | Method for controlling and monitoring using a state estimator having variable forgetting factors |
JP4923462B2 (ja) * | 2005-07-25 | 2012-04-25 | 日産自動車株式会社 | 二次電池の充電率推定装置 |
KR100839385B1 (ko) * | 2006-11-01 | 2008-06-19 | 삼성에스디아이 주식회사 | 배터리 관리 시스템 및 그의 구동 방법 |
ES2391992T3 (es) * | 2007-10-10 | 2012-12-03 | Commissariat à l'énergie atomique et aux énergies alternatives | Procedimiento para la estimación del estado de carga de una batería de plomo-ácido |
DE102008041546A1 (de) * | 2008-08-26 | 2010-03-04 | Robert Bosch Gmbh | Verfahren zur Berechnung des Ladezustandes einer Batterie |
JP5368038B2 (ja) * | 2008-09-11 | 2013-12-18 | ミツミ電機株式会社 | 電池状態検知装置及びそれを内蔵する電池パック |
JP5297751B2 (ja) * | 2008-10-03 | 2013-09-25 | 株式会社日立製作所 | 電源制御装置、車両走行制御システム及び蓄電池劣化状態検知方法 |
JP2010148252A (ja) * | 2008-12-19 | 2010-07-01 | Panasonic Corp | 故障診断回路、及び電池パック |
US8519674B2 (en) * | 2009-11-12 | 2013-08-27 | GM Global Technology Operations LLC | Method for estimating battery degradation in a vehicle battery pack |
JP2011106952A (ja) * | 2009-11-17 | 2011-06-02 | Honda Motor Co Ltd | 電池の残容量推定方法 |
US20110172939A1 (en) * | 2010-01-08 | 2011-07-14 | Sandip Uprety | System and Method to Determine an Internal Resistance and State of Charge, State of Health, or Energy Level of a Rechargeable Battery |
DE102010039326A1 (de) * | 2010-08-13 | 2012-02-16 | Sb Limotive Company Ltd. | Verfahren zur Bestimmung eines Ladezustandes einer Batterie |
JP5541112B2 (ja) * | 2010-11-22 | 2014-07-09 | ミツミ電機株式会社 | 電池監視装置、及び電池監視方法 |
JP5699870B2 (ja) * | 2011-09-07 | 2015-04-15 | 株式会社Gsユアサ | 電池管理装置、電池パック、電池管理プログラム、及び、soc推定方法 |
-
2012
- 2012-09-18 CN CN201280044057.0A patent/CN103797375B/zh not_active Expired - Fee Related
- 2012-09-18 JP JP2014532554A patent/JP6240369B2/ja not_active Expired - Fee Related
- 2012-09-18 WO PCT/IN2012/000627 patent/WO2013072928A2/en active Application Filing
- 2012-09-18 KR KR1020147011286A patent/KR20140082752A/ko not_active Application Discontinuation
- 2012-09-18 US US14/348,546 patent/US20140236511A1/en not_active Abandoned
- 2012-09-18 EP EP12829189.5A patent/EP2761317A2/en not_active Withdrawn
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101359036A (zh) * | 2007-07-31 | 2009-02-04 | 比亚迪股份有限公司 | 电池荷电状态的测定方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2013072928A3 (en) | 2013-07-18 |
US20140236511A1 (en) | 2014-08-21 |
EP2761317A2 (en) | 2014-08-06 |
JP6240369B2 (ja) | 2017-11-29 |
WO2013072928A2 (en) | 2013-05-23 |
CN103797375A (zh) | 2014-05-14 |
KR20140082752A (ko) | 2014-07-02 |
JP2014535038A (ja) | 2014-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103797375B (zh) | 确定电池荷电状态的系统和方法 | |
He et al. | Online model-based estimation of state-of-charge and open-circuit voltage of lithium-ion batteries in electric vehicles | |
Zheng et al. | Investigating the error sources of the online state of charge estimation methods for lithium-ion batteries in electric vehicles | |
Wang et al. | A framework for state-of-charge and remaining discharge time prediction using unscented particle filter | |
Xiong et al. | A novel practical state of charge estimation method: an adaptive improved ampere‐hour method based on composite correction factor | |
Zheng et al. | A capacity prediction framework for lithium-ion batteries using fusion prediction of empirical model and data-driven method | |
Zhao et al. | Lithium-ion battery state of charge estimation with model parameters adaptation using H∞ extended Kalman filter | |
CN110488194B (zh) | 一种基于电化学阻抗模型的锂电池soc估算方法及其系统 | |
Waag et al. | Critical review of the methods for monitoring of lithium-ion batteries in electric and hybrid vehicles | |
CN102119338B (zh) | 基于电池电压变化模式估计电池健康状态的方法及装置 | |
JP5466564B2 (ja) | 電池劣化推定方法、電池容量推定方法、電池容量均等化方法、および電池劣化推定装置 | |
CN107167743B (zh) | 基于电动车辆的荷电状态估算方法和装置 | |
CN104267261B (zh) | 基于分数阶联合卡尔曼滤波的二次电池简化阻抗谱模型参数在线估计方法 | |
CN109669132B (zh) | 一种基于变分贝叶斯滤波的电池荷电状态估计方法 | |
CN103797374A (zh) | 用于电池监控的系统和方法 | |
CN112098849B (zh) | 基于求积分卡尔曼滤波的锂电池剩余电量估计方法 | |
JP2015524048A (ja) | バッテリの充電状態の推定 | |
CN110096780B (zh) | 一种超级电容一阶rc网络等效电路及参数确定方法 | |
CN114585936A (zh) | 用于确定充电电池的荷电状态和健康状态的方法和装置 | |
Jin et al. | SOC estimation of lithium-ion battery considering the influence of discharge rate | |
CN108829911A (zh) | 一种开路电压与soc函数关系优化方法 | |
CN113853524B (zh) | 用于估计电池状态的方法 | |
CN109633470A (zh) | 基于ekf-gpr和日常片段数据的电池实时全充时间的估算方法 | |
KR20210076916A (ko) | 차량의 배터리 셀의 작동 파라미터를 추산하는 방법 | |
CN110873842A (zh) | 电源系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160525 Termination date: 20190918 |
|
CF01 | Termination of patent right due to non-payment of annual fee |