用于电池荷电状态估计的方法和系统技术方案

公开一种用于电池荷电状态估计的方法和系统。动力传动系统具有包括固体活性粒子的锂离子(Li-ion)牵引电池，根据基于所述电池的降阶模型的代表性固体活性粒子的估计的锂离子浓度曲线的电池荷电状态来运转所述动力传动系统。根据所述降阶模型从所述电池的测量电压和电流来估计所述浓度曲线。

【技术实现步骤摘要】

本专利技术涉及估计电池的荷电状态（SOC)。
技术介绍
电动车辆包括牵引电池。所述电池具有指示电池的当前充电状态的荷电状态 (SOC)。知晓电池 SOC使得能够计算可用的电池能量和电池功率容量。 可间接估计电池的SOC。一种估计电池 SOC的方法涉及电池电流积分（即，库伦计 数）。这种电池电流积分方法的问题在于需要精确度高的电流传感器来保证SOC估计的精 确度。另一种方法使用电池电压信息来估计S0C。这种电池电压转换方法的问题在于此类 方法多数基于图（map-based)或基于简化等效电路模型。 在电荷保持驱动模式下在给定的电池 SOC设置点附近电池进行工作。由于长时间 的动态特性是可忽略的，因此在上述情况下已知的现有估计方法提供的电池 SOC估计可有 效。然而，在电荷消耗驱动模式下，慢的扩散动态特性起主导作用。由于宽的频率范围内的 慢的动态特性和动态分量的非线性度高，因此已知的现有估计方法提供的电池 SOC估计将 无效。 应开发一种可在宽的SOC范围、温度范围以及各种车辆驱动条件下使用的电池 SOC估计方法。
技术实现思路
在实施例中，具有锂离子（Li-ion)牵引电池组的动力传动系统根据所述电池的 性能变量的值来运转。所述性能变量包括：电池的荷电状态（SOC)和可用的电池功率极限。 从降阶电化学电池模型中的锂离子浓度所表示的状态变量来估计所述性能变量。所述电池 模型利用所述模型的推导出的常微分方程的非均匀离散而被进一步降阶。提供一种用于基 于表示电池单元中的正电极和负电极的电化学动态特性的估计的锂离子浓度曲线来估计 电池 SOC的方法。使用扩展卡尔曼滤波器（EKF)从电池的测量电压和电流估计所述浓度曲 线。基于所述降阶电池模型来构造 EKF。 在实施例中，根据基于估计的锂离子浓度曲线的电池的SOC来操作包括固体活性 粒子的锂离子（Li-ion)牵引电池，其中，估计的锂离子浓度曲线表示电池单元或电池组的 电化学动态特性。使用捕捉两个电极（即，正电极和负电极）的电化学动态特性的扩散方程 来对电化学动态特性建模。所述降阶模型采用电极平均模型的结构，但是该模型的有效性 通过将中到慢的动态特性信息添加到所述状态变量而被扩大到宽范围的操作条件，其中， 所述状态变量通过有效锂离子浓度曲线来表示。根据所述模型从电池的测量电压和电流估 计有效锂离子浓度曲线。 在本专利技术的实施例中，一种用于具有包括固体活性粒子的锂离子（Li-ion)牵引 电池的动力传动系统的系统，所述系统包括：控制器，被配置为根据基于所述电池的降阶模 型的代表性固体活性粒子的估计的锂离子浓度曲线的电池荷电状态来运转所述动力传动 系统，并根据所述模型从所述电池的测量电压和电流来估计所述浓度曲线。 根据本专利技术的一个实施例，所述控制器还被配置为使用扩展卡尔曼滤波器（EKF) 估计所述浓度曲线。 根据本专利技术的一个实施例，所述降阶模型采用表示所述电池的电池单元的正电极 和负电极的组合电化学动态特性的常微分方程。 根据本专利技术的一个实施例，所述扩展卡尔曼滤波器基于所述降阶模型。 根据本专利技术的一个实施例，所述控制器还被配置为使用常微分方程的非均匀离散 来从所述电池的全阶电化学模型推导所述降阶模型。 根据本专利技术的一个实施例，所述控制器还被配置为根据所述降阶模型输出电池端 电压。 在本专利技术的实施例中，一种车辆包括：动力传动系统，具有包括固体活性粒子的锂 离子（Li-ion)牵引电池；控制器，被配置为根据基于所述电池的降阶模型的代表性固体活 性粒子的估计的锂离子浓度曲线的电池荷电状态来运转动力传动系统，并根据所述模型从 所述电池的测量电压和电流来估计所述浓度曲线。 根据本专利技术的一个实施例，所述控制器还被配置为使用扩展卡尔曼滤波器（EKF) 估计所述浓度曲线。 根据本专利技术的一个实施例，所述控制器还被配置为根据所述降阶模型输出电池端 电压。【附图说明】 图1不出根据本专利技术实施例的电动车辆的电力存储系统的框图； 图2示出根据本专利技术实施例的依据电池荷电状态（SOC)估计处理从全阶电化学电 池模型推导出的降阶电化学电池模型（即，电极平均电池模型）和全阶电化学电池模型的 表不； 图3A示出针对降阶电池模型的沿电极固体粒子半径的锂离子浓度曲线的均匀离 散的表不； 图3B示出针对降阶电池模型的沿电极固体粒子半径的锂离子浓度曲线的非均匀 呙散的表不； 图4示出电池的开路电压相对于电池 SOC的曲线图； 图5示出根据本专利技术实施例的示出用于使用降阶电池模型来估计电池的SOC的系 统和方法的操作的框图； 图6A示出根据本专利技术实施例的描绘随着时间的电池 SOC的曲线图，其中，所述曲 线图包括实际的电池 SOC和使用降阶电池模型计算的电池 SOC的比较； 图6B示出根据本专利技术实施例的描绘在某一时间点处浓度相对于归一化的电极固 体粒子半径的曲线的曲线图，其中，所述曲线图包括平均浓度和估计的浓度的比较； 图6C示出根据本专利技术实施例的描绘在另一时间点处浓度相对于归一化的电极固 体粒子半径的曲线的曲线图，其中，所述曲线图包括平均浓度和估计的浓度的比较。【具体实施方式】 在此公开本专利技术的详细实施例；然而，应理解，公开的实施例仅仅是可以以各种替 代形式实施的本专利技术的示例。附图不需要按比例绘制；可以夸大或最小化一些特征以示出 特定组件的细节。因此，在此公开的特定结构和功能细节不应被解释为限制，而仅是用于教 导本领域技术人员多样地采用本专利技术的代表性基础。 现在参照图1，示出根据本专利技术实施例的电动车辆10(诸如混合动力电动车辆） 的电力存储系统的框图。电力存储系统包括牵引电池12。电池12被配置为：向将电力转 换为动力以推进车辆10的电机14 (诸如马达/发电机）提供电力。电池12包括任意数量 和/或任意类型的能量存储单元。例如，电池12是具有多个锂离子电力存储单元的锂离子 (Li-ion)电池。 控制器16被配置为监测与电池12相关联的参数，并基于该参数和其它因子控制 电池的操作。控制器16还被配置为根据本专利技术实施例依据电池荷电状态（SOC)估计处理 估计电池12的SOC。SOC估计处理包括使用电池的降阶电化学模型实时地从（测量的）电 池电压估计电池12的S0C。 电池 SOC估计处理的目的包括：1)产生可以以足够的精确度捕获电池12的动态 特性的降阶电化学电池模型（即，电极平均电池模型）；2)最小化用于调节降阶电池模型的 参数的数量；3)使用降阶电池模型从测量的电池电压实时估计电池的S0C。 电池12的降阶或电极平均模型（"降阶电池模型"）的推导基于对电池12的全阶 电化学模型的理解。在假设每个电极（即，阴极和阳极）可由平均电极粒子表示的情况下， 该全阶电池模型被操纵为降阶模型。之后，在假设扩散动态特性可由导致阴极和阳极的组 合动态特性的代表性扩散动态特性表示的情况下，所述降阶模型被进一步降阶。这使得产 生的模型的大小为使用两个单独的粒子的模型的大小的一半。产生的扩散动态特性是阴极 和阳极的平均扩散动态特性。 单独地，电解质的瞬时电压降与过电位被组合在单个内电阻项中，其中，所述过电 位从巴特勒-沃尔默（Butler-Volmer)电流密度方程计算得到。由于开路电位和电解质电 位项不需要被本文档来自技高网...

【技术保护点】
一种用于动力传动系统的方法，其中，所述动力传动系统具有包括固体活性粒子的锂离子牵引电池，所述方法包括：根据电池荷电状态来运转所述动力传动系统，所述电池荷电状态基于所述电池的降阶模型的代表性固体活性粒子的估计的锂离子浓度曲线，所述锂离子浓度曲线是根据所述模型从所述电池的测量电压和电流来估计的。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：李泰京，
申请(专利权)人：福特全球技术公司，
类型：发明
国别省市：美国;US