CN110914696B - 用于在电池的操作期间估计电池开路池格电压、充电状态以及健康状态的方法和系统 - Google Patents

Abstract

已经开发了一种用于在电池被连接到负载（140）的时候监视电池的方法。所述方法包括：测量在第一时间通过电池流到负载（140）的第一电流水平以及电池的第一电压水平；基于所述第一电流水平、第一电压水平和电池的预定模型（154）来生成在所述第一时间电池的所估计的开路池格电压（OCV）；基于所述第一电压水平、第一电流水平和成本优化过程来标识在所述第一时间电池的第一激励水平；以及仅仅响应于所述第一激励水平在预定阈值以下，使用所述估计的OCV来标识电池的充电状态（SoC）和健康状态（SoH）中的至少一个。

Description

用于在电池的操作期间估计电池开路池格电压、充电状态以 及健康状态的方法和系统

技术领域

本公开内容一般涉及电池管理系统的领域，并且更具体地涉及用于当电池在操作期间被连接到负载的时候估计电池的开路池格电压、充电状态以及健康状态特性的方法和系统。

背景技术

电池系统普遍并且提供能量存储来为宽范围的设备、电动车辆供电，并且提供能量存储来在电网故障期间用作备用功率系统，或者用作能量存储系统，所述能量存储系统存储来自风力、太阳能和其它电功率生成系统的过量功率以供稍后使用。在电池运作的时候监视电池的各种特性对于确保电池可以提供如针对各种应用所需要的电能量、以及对于确保电池在操作期间不被损坏或过度降级是重要的。

在监视电池方面出现的一个挑战是：某些类型的电池测量仅仅可以在电池从电负载断开以使得电池能够达到静止状态的时候以大的准确性被执行。例如，在电池充电和放电时随时间改变的电池的一个公知的参数已知为开路池格电压（OCV）。如本文中所使用的，术语“开路池格电压”是指当电池从任何负载断开足够的时间以返回到静止状态的时候跨电池的阳极端子和阴极端子所测量的电压水平，其中所述足够的时间典型地大约为若干秒到若干分钟，其取决于电池配置。当电池处于静止状态中的时候，当然可以使用如对于本领域已知的简单的伏特计来直接测量OCV。

然而，当电池在操作期间被连接到负载的时候，其中电池产生相当大量的电流以驱动负载，不能使用直接电压测量来测量OCV。电池的OCV——其在操作期间随着电池充电和放电而改变——是用于在电池操作期间确定电池的充电状态（SoC）和健康状态（SoH）的一个特性。充电状态（SoC）被定义为在残余电荷与总可用电荷之间的比，并且健康状态（SoH）被定义为在两个所指定的电压限制之间的电池的可用容量。如果电池的OCV不能被准确地确定，那么不准确的OCV值可以降低估计电池中的充电状态和健康状态的准确性。仅提出实际环境中不准确的电池特性确定的一个负面影响，如果电池的OCV、SoC以及SoH中的任一个不能被准确地确定，则电动车辆可能不能在操作期间产生剩余驾驶可行驶里程的准确估计。因此，对于用于在电池保持被连接到负载的时候估计OCV以及与OCV有关的其它电池特性的方法的改进将是有益的。

发明内容

在一个实施例中，已经开发了一种用于在电池被连接到负载的时候监视电池以用于估计电池开路池格电压、充电状态和健康状态中至少一个的方法。所述方法包括：利用电流传感器来测量在第一时间通过电池流到负载的第一电流水平；利用电压传感器来测量在所述第一时间在各自被连接到负载的电池的第一端子与第二端子之间的第一电压水平；利用被操作地连接到所述电流传感器和电压传感器的控制器、基于所述第一电流水平、第一电压水平以及在被操作地连接到控制器的存储器中所存储的电池的预定模型来生成在所述第一时间电池的第一估计的开路池格电压（OCV）；利用所述控制器、基于所述第一电压水平、第一电流水平和成本优化过程来标识在所述第一时间电池的第一激励水平；以及仅仅响应于所述第一激励水平在预定阈值以下，利用所述控制器、使用所述第一估计的OCV来标识电池的第一充电状态（SoC）与健康状态（SoH）中的至少一个。

在另一实施例中，已经开发了一种电池管理系统，所述电池管理系统在电池被连接到负载的时候监视电池以使得能够准确地估计电池开路池格电压、充电状态和健康状态中的至少一个。所述电池管理系统包括存储器和控制器，所述控制器被配置成操作地连接到电流传感器、电压传感器以及所述存储器，所述电流传感器测量通过电池流到负载的电流，所述电压传感器测量在各自被连接到负载的电池的第一端子与第二端子之间的电压水平。所述控制器被配置成：从电流传感器接收对在第一时间通过电池流到负载的第一电流水平的测量；从电压传感器接收对在所述第一时间在各自被连接到负载的电池的第一端子与第二端子之间的第一电压水平的测量；基于所述第一电流水平、第一电压水平以及被存储在存储器中的电池的预定模型来生成在所述第一时间电池的第一估计的开路池格电压（OCV）；基于所述第一电压水平、第一电流水平和成本优化过程来标识在所述第一时间电池的第一激励水平；以及仅仅响应于所述第一激励水平在预定阈值以下，使用所述第一估计的OCV来标识电池的第一充电状态（SoC）与健康状态（SoH）中的至少一个。

附图说明

图1是包括电池组和电池管理系统的系统的示意图，所述电池管理系统在电池组被连接到负载的时候监视电池组。

图2是用于在操作期间、当电池保持被连接到负载的时候估计电池特性的过程的框图，所述电池特性包括至少电池的开路池格电压。

图3是在图1的系统中的电池模型中所使用的等效电路的示意图。

图4是成本优化过程的示意图，所述成本优化过程在系统100中被实现，以在电池保持被连接到负载的时候确定随时间的电池的激励水平。

图5是一图表，其描绘了使用图1的系统和图2的过程的实施例而生成的所估计的电池容量测量。

图6是另一图表，其描绘了使用图1的系统和图2的过程的实施例而生成的所估计的电池容量测量。

图7是另一图表，其描绘了使用图1的系统和图2的过程的实施例而生成的所估计的电池容量测量。

具体实施方式

出于促进理解本文中所公开的实施例的原理的目的，现在对附图以及在以下所撰写的说明书中的描述进行参考。参考标记不意图任何对主题范围的限制。本公开内容还包括对所图示的实施例的任何变更和修改，并且包括如本公开内容所关于的领域中的技术人员通常将想到的所公开的实施例的原理的另外应用。

如本文中所使用的，术语“电池”是指一种电化学能量存储设备，其提供电功率以驱动通过使用电能量而运作的负载。电池类型的示例包括但不限于：不同形式的锂离子、锂聚合物、镍金属氢化物、铅酸以及液流电池。在许多实例中，多个电池池格构成较大的电池。每个单独的电池池格包括电池的所有结构元素（例如阳极、阴极和电解质），但是在许多实际实施例中，多个电池池格利用例如串联、并联以及串联-并联电连接而被连接在一起，以形成较大的电池，所述较大的电池具有在实际设备中使用的足够的能量存储和功率递送能力。因此，本文中对电池的任何引用可适用于单独的电池池格以及由多个电池池格形成的较大的电池。术语“电池组”是指包括至少一个电池池格以及可选地被连接到所述至少一个电池池格的附加传感器以及控制设备的电池的实际实施例。术语“电池管理系统”是指一种电子控制设备，其使用从电池收集的传感器数据以及在一些实施例中的电池模型来监视电池的状态，所述电池模型使得电池管理系统能够在操作期间估计电池的特性。

从电池接收电功率的负载的示例包括但不限于电子电路和数字计算设备、电动机以及电加热设备。在本文中用于说明性目的的负载的一个非限制性示例是电动车辆，所述电动车辆典型地包括至少一个电驱动电动机以及多个次级电动机（例如用于功率转向、挡风玻璃雨刷、刹车、镜件、窗户以及用于加热/冷却）连同各种灯以及模拟和数字电子设备。在还被称为“可再充电”电池的“二次电池”实施例中，某些类型的负载向电池提供电功率以执行再充电过程。生成电功率的负载包括例如与如对于本领域已知的变压器和整流器相组合以产生DC充电电流的任何交流（AC）电功率生成系统（例如交流发电机、发电机、飞轮、标准电力网连接等等），或具有适当的电压调节电路用于为电池产生充电电流的任何直流（DC）电功率源（例如另一电池、经充电的电容器、光伏阵列等等）。

如本文中所使用的，术语“健康状态”（SoH）是指在两个所指定的电压限制之间的电池的可用容量，所述两个所指定的电压限制诸如当电池充满电的时候的最大操作电压，以及在该点处电池出于操作目的而被视为被放电的最小操作电压。本领域技术人员将认识到：电池的SoH特性是指在使能实现电池的长期操作的最大和最小电压限制水平之间的实际操作电荷容量。SoH不一定对应于在电池中物理地可能的绝对最大和最小电荷水平，因为对于电池的物理限制的过度充电和充电不足经常导致缩短的电池寿命期限以及对电池的损坏。电池的SoH在使用期间随着电池老化而随时间改变，其中大多数实际电池的SoH在电池的寿命之上经历长期的下降。然而，在短期操作期间，基于各种环境因素和电池的使用模式，SoH值可以增大或减小。SoH特性经常以能量单位、诸如焦耳、瓦特-小时、或任何其它合适的能量单位来被提及，但是本领域技术人员还经常用单位“安培-小时”或其它电流和时间单位来提及SoH，因为假定电池以某个标称电压水平而运作。在另一实施例中，使用百分比值来描述SoH特性，其中100% SoH对应于在制造时电池的总可用容量，并且电池的SoH在电池的寿命期间逐渐地减小到较低的百分比值。

如在本文中所使用的，术语“充电状态”（SoC）是指在操作期间的给定点处在电池中存储的电荷的量与使用针对SoH的电压上限、在充满电的水平下在电池中可以被存储的总电荷的比。SoC随着电池在操作期间被放电和充电而改变。在一些实施例中，SoC还被表述为电池的SoH的分数或百分比，因为充满电的电池的SoC等于电池的总SoH，并且Soc随着电池放电而减小。

图1是监视OCV以及可选地被连接到负载的电池的SoC和SoH的电池系统100的示意图。电池系统100包括向负载140提供电功率的电池组104、在本文中也被称为“控制器”150的电池管理系统（BMS）控制器150以及用户显示设备180。虽然图1将电池组104和电池管理系统150描绘为分离的元件，但是在一些实施例中，BMS被物理地集成到电池组中，而在其它实施例中，BMS经由数字通信信道而被连接到一个或多个电池组，所述数字通信信道诸如控制器局域网（CAN）总线、通用串行总线、以太网或任何其它合适的数字通信信道。

电池组104包括电端子108A和108B、一个或多个电池池格112、电压传感器116、电流传感器120和温度传感器124。端子108A和108B被电连接到电池池格112，并且电池组104经由端子108A和108B而被电连接到负载140以使得电池组104能够向负载140提供电功率。虽然图1描绘了从电池组104中的电池池格112接收电功率的负载140，但是本领域技术人员还将认识到：在一些配置中，用电功率源来取代负载140，所述电功率源向电池组104提供电功率来为电池池格112充电。

在电池组104中，电压传感器116测量所有电池池格112的电压电势，其利用电压传感器116到图1中的电池组104的端子108A和108B的连接来被描绘。如果电池组104从任何负载被断开并且被允许返回到静止状态，那么电压传感器116可以直接测量电池池格112的OCV。然而，在电池组104向负载140供给电流的操作期间，电压传感器116不测量电池池格112的OCV。然而，如在以下进一步描述的，电压传感器116产生电压测量，控制器150结合其它传感器数据来使用所述电压测量以生成电池112池格的OCV的估计。

在电池组104中，电流传感器120测量通过所有电池池格112的电流流动。出于图示的目的而将电流传感器120描绘为与电池池格112串联连接的安培计，但是本领域技术人员将认识到：分流电阻器、电流钳形安培计或任何其它合适的间接电流感测设备也适合供电池组104使用。温度传感器124是热电偶、热敏电阻或任何其它合适的温度探针，其被物理地附接到电池池格112以在操作期间生成电池池格112的温度的测量。在一些实施例中，温度传感器124进一步包括多个温度感测元件，所述温度感测元件测量在较大的电池组配置中电池池格的较大阵列内的不同电池池格的温度，其中电池池格112可能不具有均匀的温度。

控制器150包括至少一个数字逻辑设备和至少一个存储器设备。控制器150被操作地连接到电池组104，并且从电压传感器116、电流传感器120和温度传感器124接收传感器数据。在系统100中，使用至少一个微处理器、微控制器、现场可编程门阵列（FPGA）、数字信号处理器（DSP）、专用集成电路（ASIC）或其它合适的数字逻辑设备来实现控制器150。控制器150在实施例中可选地包括模拟至数字转换器（ADC），其中传感器116-124中的一个或多个生成模拟感测信号以使得控制器150能够处理模拟传感器信号的数字表示，尽管在其它实施例中，传感器包括直接产生数字输出数据的ADC电路。控制器150中的存储器包括易失性数据存储设备（诸如静态或动态随机存取存储器（RAM））以及非易失性存储器（诸如NOR和NAND闪存或磁盘）二者，其存储诸如系统软件/固件所存储的程序指令以及电池模型的默认参数之类的长期数据以及以下描述的其它电池特性。

控制器150执行存储器中所存储的程序指令以实现电池模型154、电池状态和参数估计逻辑160、以及车辆可行驶里程（vehicle range）或设备剩余运行时间逻辑172。电池模型154包括近似电池池格112的内部状态的电化学模型或等效电路的所存储参数。状态和参数估计逻辑160使用电池模型154以及来自电压传感器116、电流传感器120和温度传感器124的输入数据以利用OCV估计器164来生成针对OCV的估计、利用SoC估计器166来生成针对SoC的估计并且利用容量估计器168来生成针对SoH的估计。车辆可行驶里程或设备剩余运行时间估计器172使得控制器150能够使用电池组104中的电池池格112的所估计的SoC和SoH特性、结合负载140的过去的、当前的和所预测的未来功率消耗特性，以生成电池用于驱动负载的剩余有用容量的估计。例如，在电动车辆中，可行驶里程估计器174提供在电池组104需要被再充电之前车辆的剩余驾驶可行驶里程的估计。在智能电话或其它移动电子设备中，运行时间估计器172提供直到电池组104需要被再充电为止设备可以运作再多久的估计。BMS控制器150还被连接到用户显示设备180，所述用户显示设备180是例如LCD显示器或音频输出设备，其生成基于电池池格112的所估计的OCV、SoC以及SoH的输出，或者与所估计的剩余车辆可行驶里程或设备运行时间相对应的输出。

图3描绘了电池模型300的一个实施例。电池模型300被限定为等效电路，所述等效电路具有电池池格112的电性质、包括电池池格112的内部阻抗和电容性质。等效电路300包括电阻R ₀ (304)，其与另一电阻R ₁ (308)和电容C ₁ (312)的并联连接的组合串联连接。等效电路300还包括可变电压源316，其表示电池在不同的SoC水平下所产生的电压水平。因此，电压源316的输出电压由函数

表示，其中

的输出是取决于在电池的操作期间的时间t时的SoC的电压水平。在SoC在放电期间减小或在充电循环期间增大时，电压源316的电压水平相应地改变。在BMS 150中，函数

被具体化为查找表或SoC估计器166中的其它曲线，以用于在系统100已经生成了OCV的准确估计之后确定SoC的估计中使用。函数

是在OCV与SoC之间的映射，通过在电池112的制造时测试各种SoC水平下的电池池格112的电压水平来经验性地确定所述OCV与SoC之间的映射，并且在一些实施例中，在OCV与SoC之间的映射在电池组104的寿命时间之上逐渐地改变，尽管在过程200的时间框架期间，

映射保持固定。电压V(t) (324)表示基于电压源316的电压水平以及由于通过电阻器R ₀ 、R ₁ 的电流流动和电容器C ₁ 的效应所发生的电压中的改变而随时间变化的电池的总输出电压。在其中没有任何电流流过电池的静止状态中，使用预定函数

(SoC(t))、基于电池的电流SoC，输出电压V(t)324等于电压源316的电压水平。然而，在电池的操作期间，电流的流动引入另一电压值，所述另一电压值基于通过R ₀ 、R ₁ 和 C ₁ 的串联-并联组合所产生的电压中的改变，其也被称为极化电压

，而输出电压V(t)的剩余分量由电压源316产生。如以下更详细地描述的，控制器150使用电池模型154来在电池池格112向负载140提供电流的时候标识针对实际电池池格112的所估计的OCV值。

图2描绘了过程200，过程200用于在电池被连接到负载的时候监视电池，以使得能够在不必使电池从负载断开的情况下估计如下电池性质：包括至少OCV以及可选地电池中的SoC和SoH。在以下描述中，对执行功能或动作的过程200的引用是指控制器、诸如系统100中的控制器150的操作，其用于执行所存储的程序指令来与电池管理系统和电池组中的其它部件相结合地执行功能或动作。

过程200如下开始：电池组104提供电流来驱动负载140，并且控制器150从电压传感器116接收包括跨端子108A和108B的电压水平的测量的传感器数据，从电流传感器120接收通过电池组104流到负载的电流水平，并且从温度传感器124接收电池池格112的温度水平数据（框204）。虽然图2在框图开始处描绘了框204，但是控制器150贯穿电池组104的操作继续以规律的间隔从电池组104中的传感器接收传感器数据。

过程200如下继续：控制器150使用在特定时间t来自电压传感器116 (V(t))的所测量的电压水平以及来自电流传感器的所测量的电流水平数据(I(t))，以基于电池模型154而生成电池112的OCV的初始估计，所述电池模型154包括上述的电阻值R ₀ 和R ₁ 以及电容值C ₁ 。例如，在电池模型154中，输出电压V(t)由以下等式来提供，其中

是通过电阻

的电流。

在前述等式中，

基于函数

以及在时间t时的SoC来提供电压源316的电压。项

对应于

，因为这些项表示在电流流过电路的时候在等效电路300中跨电阻器

和

的经组合的电压降，并且表示电池端子电压与稳定状态电压的偏离。控制器150使用OCV估计器164来基于V(t)的测量值以及I(t)和I ₁ (t)的值、连同来自电池模型154的预定电阻值

、

以及电容值

来生成OCV的估计，以生成所估计的OCV值：

。控制器150使用与实际电池池格112的内部阻抗相对应的电池模型参数

，以生成电池池格112的OCV的准确估计。阻抗参数的估计首先依赖于等效电路模型动力学往输入输出模型中的重新公式化，其中输出线性地取决于阻抗参数。回归技术然后可以被应用到该输入输出模型以估计阻抗参数。

控制器150直接根据传感器数据以及电池模型154的等效电路300中的电阻值来标识V(t)和

的值，以标识所估计的OCV：

。如本领域中已知的，“

”记号指示：等式中的一值是估计，而不是直接根据传感器输入所确定的值或其它精确值。虽然可以简单地从映射

和SoC的估计中获得OCV的估计，但是该直接途径导致不准确的容量估计，因为SoC估计中的误差传播到容量估计。由于容量估计中的误差显著地影响SoC估计，因此该效应进一步传播并且可导致对电池容量的不良估计。通过不将所估计的SoC用作容量估计（SoH）过程的一部分来减轻这样的误差传播的效应。取而代之，开发一种机制来标识从电池电压测量

以及来自电池模型的极化

中导出的静息电压或开路电压（OCV）近似值何时是准确的。

在一些实例中，所估计的OCV

可能不准确，因为使用等效电池模型154来对值进行确定，所述等效电池模型154可能不充分地计及在电池组104的操作期间所测量的所有可能的瞬态电流和电压值。如果实际的电池池格112在使用电池模型154估计OCV的时间处具有高激励水平，那么所估计的OCV可能不准确，即使当电池池格112在具有低激励水平的稳定状态中运作的时候电池模型154将提供OCV的准确估计。过程200如下继续：控制器150使用成本优化过程来确定在电池组104的操作期间估计OCV的时间处或该时间附近的电池池格112的激励水平J（框212）。

图4是更详细的成本优化过程400的图形描绘。在系统100中，控制器150通过使用来自电池组104的输入传感器数据，使用OCV估计器164中所存储的程序指令来执行成本优化过程400。在图4中，成本优化过程400从电池组104中的每个传感器接收传感器数据的多个样本作为输入，所述传感器数据的多个样本包括来自电压传感器116的所测量的电池电压V(t) 404，来自电流传感器120的所测量的电流I(t)以及来自温度传感器124的所测量的温度数据T(t) 412。

除了直接接收传感器数据之外，优化过程400还实现滤波器420，滤波器420产生对电压、电流和温度传感器数据中随时间的改变的测量，这在数学上被表述为关于时间t的电压导数

422、电流导数

424和温度导数

426。在一个实际的实施例中，滤波器420通过如下而生成所述导数：执行通过在预定时间段（例如30秒的时间跨度）之上所接收的多个传感器数据样本的线性的曲线拟合过程。控制器150将所拟合的曲线的斜率标识为在测量时间t处每个传感器值的瞬时改变率，其在图4中被表述为电压导数

422、电流导数

424和温度导数

426。滤波器420使用多个传感器值在时间之上的平均以及具有经适当调谐的滤波器截止参数的滤波器实现方式，其包括例如对本领域已知的一系列Chebyshev（切比雪夫）或Butterworth（巴特沃斯）滤波器，以减小或消除当确定电压、电流和温度数据的改变率的时候在单独的传感器数据样本中出现的随机噪声的效应。

成本优化过程400还接收预定的阈值

416，其相应地与针对电流输入I (t) 408、电流导数

424、电压导数

422和温度导数

426的阈值相对应。成本优化过程400实现成本函数432，成本函数432生成电池池格412的激励水平J的测量，其在给定预定阈值416的情况下最小化在激励水平J与所观察的输入数据之间的误差（成本）。在数学上被表述起来成本函数432是：

。

为了生成J的估计，成本函数432基于所测量的电流I(t)以及电流导数、电压导数和温度导数除以预定阈值的系数来产生四元素向量：

。优化过程400然后通过例如如下来使向量归一化：基于所有四个单独的元素、利用

来标识向量的总量值，或利用

来标识最坏情况成本，其中max是可以利用来产生最终激励水平J的最大化函数。成本函数432的输出是与如下电池池格112相对应的电池激励水平参数J：在过程200生成OCV估计的相同时间t在电池组104中的电池池格112，尽管本领域技术人员将认识到在实际的实施例中，OCV估计以及电池激励水平估计可以在预定的时间窗口内（例如在电池组104的操作的5秒的跨度内）被生成，并且不需要二者都对应于单个时刻。

在过程200期间，如参考框208和212、以任何次序或同时描述的，控制器150生成OCV以及电池激励水平J的估计。电池激励水平J是控制器150测量来用于标识电池与稳定状态条件的偏离的信号。当在一时间窗口期间成本J(t)=0的时候，控制器150使用零成本来间接地标识电池池格112不在经历在电池池格112中产生如下瞬态条件的浓度梯度或热梯度：所述瞬态条件可导致在使用预定电池模型154来估计OCV中的误差。因此，在任何时间的J的量值指示电池状态距该平衡条件的距离。此外，预定的阈值

使得控制器150能够标识当从等效电路模型所获得的电池的OCV的估计是准确的、即使电池不完全处于平衡的时候的伪平衡场景。

再次参考图2，在过程200期间，如果电池组104中的电池池格112的激励水平大于在控制器150生成了电池的所估计的OCV的时间的预定阈值（框216），那么控制器150不在任何另外的处理中使用所估计的OCV，因为电池的激励水平意味着OCV估计具有不准确的高可能性。过程200如下继续：电池组104中的传感器在电池组104提供电流来驱动负载140的时候生成附加的传感器数据（框220），并且控制器150重复以上参考框208-216所述的处理，直到控制器150确定了在电池组104的激励水平J在预定阈值以下的时候发生的电池组104的所估计的OCV，以确保所估计的OCV具有足够的准确性来在生成电池的SoC和SoH的另外的估计中使用。

虽然图2出于图示的目的而描绘了用于确定OCV的估计的单个迭代过程，但是在图1的实施例中的控制器150可以继续在电池组104的操作期间连续地执行OCV估计过程，以在系统100的操作期间的不同时间产生针对电池组104的OCV的经更新的估计。如以下进一步详细描述的，控制器150在操作期间的不同时间生成针对电池的多个SoC估计，并且控制器150继续在不同的时间生成OCV估计，以使能实现SoC估计的更准确生成。

过程200如下继续：系统100标识在时间t在电池组104中的电池池格112的所估计的SoC（框224）。控制器150使用时间t时的OCV的所估计的值以及SoC估计器166中的预定映射

，以基于如下所估计的OCV来生成所估计的SoC：控制器150已经基于电池池格112的激励水平而标识了的具有可接受的准确性的在时间t时的所估计的OCV。控制器150将在不同时间t、使用在不同时间t时的所估计的OCV值而生成的多个SoC估计存储在存储器中，以追踪在电池池格112向负载140递送功率时在电池组104中的SoC水平中的改变。在过程200期间，控制器150还标识

，其是指随时间发生的SoC水平中的改变，诸如从第一时间t ₁ 到第二时间t ₂ 在SoC中的改变，尽管

还可以是指在三个或更多个不同时间点之上的SoC的改变。

在过程200期间，控制器150可选地使用在电池组104的操作期间随时间的所测量的改变

以及通过电池的电流流动的测量，用于在电池组104驱动负载140的时候生成电池池格112的SoH的估计（框228）。为了估计SoH，控制器150使用容量估计器168来将随时间在SoC中的改变的多个测量与被称为“库仑计数”——其是指电池组104随时间递送给负载140的电荷的总量——的过程组合，用于估计在不同时间的电池池格112的总容量。库仑计数过程基于以下等式来测量积累的电荷：

。

在图1的实施例中，控制器150通过对在时间t ₁ 到t ₂ 之间从电流传感器120接收的电流水平测量值进行求和来标识积累的电荷，用于将积累的电荷标识为以库仑为单位或等效电荷单位的值。如本领域中公知的，经常使用安培作为单位来被表述的电流测量值是指电荷在电路中移动的速率。控制器150在时间之上对速率测量进行求和，以实现数值积分过程，所述数值积分过程标识在从t ₁ 到t ₂ 的时间跨度之上的总积累电荷。

SoH基于以下等式而与

和积累的电荷有关：

。

以上针对SoH求解的等式提供：

以上等式可以以输入输出格式来被重写，其中输出

表示积累的电荷，并且输入

表示SoC中的改变。参数

表示电池的SoH。

。

SoH估计过程一般需要

的多个集合以及积累的电荷数据来产生电池SoH的准确的估计。控制器150中的容量估计器168使用以下各项中的一个或多个来估计参数

：最小二乘法、扩展的卡尔曼滤波器、移动水平线估计器或递归最小二乘（RLS）法。使用RLS的一个实施例在以下出于说明性目的而被解释。递归最小二乘算法（RLS）算法访问存储器中先前存储的估计数据的缓冲器，以基于先前估计的可用的、随时间的两个或更多个SoC值估计以及积累的电荷来估计容量。利用在每个采样持续时间之后可用的测量、基于RLS算法的参数估计的演进如下，如对于本领域技术人员所已知的那样：

其中

是遗忘因子，并且

是不确定性矩阵的初始值。控制器150执行所存储的程序指令来实现以上RLS算法或SoH估计过程的另一变型。过程200确保控制器150仅仅在电池的电荷激励水平足够低以使得OCV估计器164能够产生准确的OCV估计的时候生成OCV事件。由于SoC和SoH估计过程二者都依赖于准确的OCV输入，因此过程200使得能够在电池组104在动态操作期间保持连接到负载140的时候对SoC和SoH的准确估计。

电池管理系统在宽范围的操作中使用SoH。受益于准确的SoH估计的一个操作发生在控制器150在如下情形中操作电池组104时：在所述情形中，负载140既从电池组接收功率也在操作期间的不同时间为电池组104充电。这样的系统配置的示例包括混合车辆或功率存储系统，其中电池组104接收充电电流并且在操作期间的不同时间提供功率电流。

在过程200期间，系统100生成输出，所述输出包括针对电池组104中的电池池格112的所估计的OCV、SoC以及SoH值中的一个或多个，以及可选地与电池状态有关的附加信息（诸如剩余车辆可行驶里程或负载140的运行时间的估计）（框232）。在系统100中，控制器150使用用户显示设备180来生成电池组104中的电池池格112的状态的可听输出或可视显示，所述可视显示包括电池和设备状态的字母数字或图形表示。例如，用户显示设备180可以将当前估计的OCV显示为电压值，将SoC显示为百分比值或图形电池水平图标，并且将SoH显示为数值容量值或显示为在制造时电池组104的标称容量的百分比。在系统100中，控制器150可选地执行附加的车辆可行驶里程/设备剩余运行时间估计172，其使用关于电池SoC与SoH的所生成的信息、结合负载140的能量使用模式的预测来生成输出，所述输出向用户告知：例如电动车辆的所估计的剩余可行驶里程，或者诸如智能电话或其它电子设备之类的设备可以运行直到电池达到最小操作充电水平为止的所估计的剩余时间。显示设备180进一步被配置成提供可视或可听输出，以向操作者告警剩余的所估计的车辆可行驶里程或设备运行时间。

在图1的系统100中，控制器150在电池组104被连接到负载140的时候连续地执行过程200，以在电池组104的操作期间OCV改变时产生对所估计的OCV的连续更新，以及生成对SoC以及SoH的对应更新。控制器150然后利用显示设备180或另一输出设备来生成经更新的输出，以提供对电池池格112的状态的更新，以及可选地显示电池池格112的当前状态和使用历史。

本文中所述的实施例提供对如下设备的技术改进：所述设备使用电池来向各种负载提供电功率。例如，图1的系统100和图2的过程200使得当电池组104在连续操作期间保持连接到负载140的时候能够准确地估计电池池格112的OCV水平，而不需要电池组104从负载140断开以使得能够在静止状态中直接测量OCV。如上所述，使能实现OCV估计的高准确性还改进SoC和SoH的估计的准确性，以使得系统100能够在电池组104保持连接到负载140的时候准确地监视电池组104。

图5-图7描绘了SoH估计的图表，在执行过程200以在电池向负载提供电功率的时候估计电池的OCV、SoC以及SoH水平的系统100的一个实际的实施例中生成所述SoH估计。图5描绘了针对电池在近似2500操作小时的时段之上、延长的一系列充电和放电操作之上的SoH估计（其以安培-小时Ah为单位来被测量）的图表500。在图表500中，总容量一般随时间而减小，这是随着电池老化而预期的，并且系统100可以甚至在来自电池组中的传感器的测量数据中存在噪声的情况中生成针对电池的准确的SoH估计。图6描绘了类似的图表600，其包括当电池仍然是新的并且存在关于SoC和电荷中的改变的最小历史信息来在生成针对SoH的估计中使用的时候针对电池的SoH估计的更详细的视图650。系统100执行过程200来在电池的操作寿命的几小时内收敛到SoH的准确估计。图7描绘了系统100使用过程200而生成的针对电池的SoH估计的另一图表700。图7描绘了在既在传感器数据中存在噪声也存在系统性测量偏差的情况下所生成的准确的SoH估计，所述系统性测量偏差可能出现在电池组104中的电压传感器116和电流传感器120的某些实施例中。如在图表700中所描绘的，系统100甚至在存在测量噪声和偏差的情况下仍然生成准确的SoH估计。

将领会的是，以上所公开的和其它特征和功能的变体、或其可替换方案可以合期望地被组合到许多其它不同的系统、应用或方法中。各种目前没有预见或没有预料到的可替换方案、修改、变型或改进可以随后由本领域技术人员做出，其也意图被以下权利要求书所涵盖。

Claims (16)

1.一种用于在电池被连接到负载的时候监视电池的方法，包括：

利用电流传感器来测量在第一时间通过电池流到负载的第一电流水平；

利用电压传感器来测量在所述第一时间在各自被连接到负载的电池的第一端子与第二端子之间的第一电压水平；

利用被操作地连接到所述电流传感器和电压传感器的控制器、基于所述第一电流水平、第一电压水平以及在被操作地连接到控制器的存储器中所存储的电池的预定模型来生成在所述第一时间电池的第一估计的开路池格电压（OCV）；

利用所述控制器、基于所述第一电压水平、第一电流水平和成本优化过程来标识在所述第一时间电池的第一激励水平，其中成本优化过程实现成本函数，所述成本函数生成第一激励水平的测量，其在给定预定阈值的情况下最小化在第一激励水平与所观察的输入数据之间的误差；以及

仅仅响应于所述第一激励水平在预定阈值以下，利用所述控制器、使用所述第一估计的OCV来标识电池的第一充电状态（SoC）和健康状态（SoH）中的至少一个。

2.根据权利要求1所述的方法，生成第一估计的OCV进一步包括：利用所述控制器、基于流过电池模型中的第一预定电阻和第二预定电阻的第一电流水平来标识电池模型中的极化电压；以及利用所述控制器、基于在所述第一电压水平与极化电压之间的差异来生成第一估计的OCV。

3.根据权利要求1所述的方法，标识第一激励水平进一步包括：

利用温度传感器来测量在所述第一时间电池的第一温度水平；以及

利用所述控制器、基于所述第一电压水平、第一电流水平、第一温度水平和成本优化过程来标识在所述第一时间电池的第一激励水平。

4.根据权利要求3所述的方法，标识第一激励水平进一步包括：

利用所述控制器、基于来自电流传感器的多个电流测量来标识在所述第一时间流过电池的电流的第一改变率；

利用所述控制器、基于来自电压传感器的多个电压测量来标识在所述第一时间在电池的第一端子与第二端子之间的电压的第二改变率；

利用所述控制器、基于来自温度传感器的多个温度测量来标识在所述第一时间电池的温度的第三改变率；以及

利用所述控制器、基于包括所述第一电流水平、电流的第一改变率、电压的第二改变率以及温度的第三改变率的向量的经归一化的值、使用成本优化过程来标识电池的第一激励水平。

5.根据权利要求1所述的方法，进一步包括：

利用所述控制器、基于在被存储在存储器中的第一估计的OCV水平与SoC水平之间的预定映射来标识所述第一SoC。

6.根据权利要求1所述的方法，进一步包括：

利用电流传感器来测量在第二时间通过电池流到负载的第二电流水平；

利用电压传感器来测量在所述第二时间在各自被连接到负载的电池的第一端子与第二端子之间的第二电压水平；

利用所述控制器、基于所述第二电流水平、第二电压水平以及电池的预定模型来生成在所述第二时间电池的第二估计的OCV；

利用所述控制器、基于在所述第一时间与第二时间之间的来自电流传感器的多个电流测量来标识由电池产生的积累的电荷；

利用所述控制器、基于所述第二电压水平、第二电流水平和成本优化过程来标识在所述第二时间电池的第二激励水平；

仅仅响应于所述第一激励水平在预定阈值以下而利用所述控制器、使用所述第一估计的OCV来标识在所述第一时间的第一SoC；

仅仅响应于所述第二激励水平在预定阈值以下而利用所述控制器、使用所述第二估计的OCV来标识在所述第二时间的第二SoC；以及

利用所述控制器、基于在所述第一SoC与第二SoC之间的差异以及所述积累的电荷来标识SoH。

7.根据权利要求1所述的方法，进一步包括：

利用被操作地连接到所述控制器的输出设备来生成与电池的第一估计的OCV、第一SoC或者SoH相对应的可视和可听输出中的至少一个。

8.一种电池管理系统，包括：

存储器；以及

控制器，所述控制器被配置成操作地连接到电流传感器、电压传感器以及所述存储器，所述电流传感器测量通过电池流到负载的电流，所述电压传感器测量在各自被连接到负载的电池的第一端子与第二端子之间的电压水平，所述控制器被配置成：

从电流传感器接收对在第一时间通过电池流到负载的第一电流水平的测量；

从电压传感器接收对在所述第一时间在各自被连接到负载的电池的第一端子与第二端子之间的第一电压水平的测量；

基于所述第一电流水平、第一电压水平以及被存储在存储器中的电池的预定模型来生成在所述第一时间电池的第一估计的开路池格电压（OCV）；

基于所述第一电压水平、第一电流水平和成本优化过程来标识在所述第一时间电池的第一激励水平，其中成本优化过程实现成本函数，所述成本函数生成第一激励水平的测量，其在给定预定阈值的情况下最小化在第一激励水平与所观察的输入数据之间的误差；以及

仅仅响应于所述第一激励水平在预定阈值以下，使用所述第一估计的OCV来标识电池的第一充电状态（SoC）和健康状态（SoH）中的至少一个。

9.根据权利要求8所述的电池管理系统，所述控制器进一步被配置成：

基于流过电池模型中的第一预定电阻和第二预定电阻的第一电流水平来标识电池模型中的极化电压；以及

基于在所述第一电压水平与极化电压之间的差异来生成第一估计的OCV。

10.根据权利要求8所述的电池管理系统，所述控制器被配置成操作地连接到温度传感器，所述温度传感器测量电池的温度，所述控制器进一步被配置成：

从温度传感器接收对在所述第一时间电池的第一温度水平的测量；以及

基于所述第一电压水平、第一电流水平、第一温度水平和成本优化过程来标识在所述第一时间电池的第一激励水平。

11.根据权利要求10所述的电池管理系统，所述控制器进一步被配置成：

基于来自电流传感器的多个电流测量来标识在所述第一时间流过电池的电流的第一改变率；

基于来自电压传感器的多个电压测量来标识在所述第一时间在电池的第一端子与第二端子之间的电压的第二改变率；

基于来自温度传感器的多个温度测量来标识在所述第一时间电池的温度的第三改变率；以及

基于包括所述第一电流水平、电流的第一改变率、电压的第二改变率以及温度的第三改变率的向量的经归一化的值、使用成本优化过程来标识电池的第一激励水平。

12.根据权利要求8所述的电池管理系统，所述控制器进一步被配置成：

基于在被存储在存储器中的第一估计的OCV水平与SoC水平之间的预定映射来标识所述第一SoC。

13.根据权利要求8所述的电池管理系统，所述控制器进一步被配置成：

从电流传感器接收对在第一时间通过电池流到负载的第二电流水平的测量；

从电压传感器接收对在所述第二时间在各自被连接到负载的电池的第一端子与第二端子之间的第二电压水平的测量；

基于所述第二电流水平、第二电压水平以及电池的预定模型来生成在所述第二时间电池的第二估计的OCV；

基于在所述第一时间与第二时间之间的从电流传感器接收的多个电流测量来标识由电池产生的积累的电荷；

基于所述第二电压水平、第二电流水平和成本优化过程来标识在所述第二时间电池的第二激励水平；

仅仅响应于所述第一激励水平在预定阈值以下而使用所述第一估计的OCV来标识在所述第一时间的第一SoC；

仅仅响应于所述第二激励水平在预定阈值以下而使用所述第二估计的OCV来标识在所述第二时间的第二SoC；以及

基于在所述第一SoC与第二SoC之间的差异以及所述积累的电荷来标识SoH。

14.根据权利要求8所述的电池管理系统，进一步包括：

输出设备；以及

控制器，所述控制器被操作地连接到输出设备并且进一步被配置成：

利用所述输出设备来生成与电池的第一估计的OCV、第一SoC或者SoH相对应的可视和可听输出中的至少一个。

15.根据权利要求8所述的电池管理系统，其中电池、电流传感器、电压传感器和控制器被集成到电池组中。

16.根据权利要求8所述的电池管理系统，其中电池进一步包括多个电池池格。

Images