用于估计电池的健康状态的方法和系统技术方案

一种用于估计电池的健康状态的方法和系统。本发明专利技术涉及一种用于估计车辆中的电池的健康状态SoH

【技术实现步骤摘要】
【国外来华专利技术】用于估计电池的健康状态的方法和系统


[0001]本专利技术涉及一种用于车辆中的电池的健康状态估计的方法和系统。
[0002]本专利技术可以应用于重型车辆，例如卡车、公共汽车和建筑设备。尽管将参照卡车来描述本专利技术，但本专利技术不限于这种特定车辆，而是也可用在其他车辆中。

技术介绍

[0003]在混合动力车辆或电动车辆中，对各种操作条件下的电池属性有充分了解是很重要的。为了实现这一点，电动车辆通常包括负责监测电池状态的电池管理系统。
[0004]特别地，电池管理系统的目的是：(1)能量水平状态监测，即，荷电状态估计，(2)功率容量状态监测，(3)维持电池组的安全运行，(4)健康状态估计，和(5)确保电池组中的电池单体被平衡。诸如电压、电流和温度的传感器信号与数学模型结合，以实现前面列出的目的。这些数学模型包括描述电池单体属性的参数，例如电阻、容量和开路电压。这些参数的设置对于有效的状态监测是至关重要的。通常，进行实验室测量以确定各种电池参数与诸如温度的外部参数之间的关系。
[0005]然而，电池单体的属性在单体之间有变化，并且还随着时间而变化。变化的原因可能与生产有关，并且所述单体的属性由于电池单体的退化而随时间改变，其中，不同电池单体中的改变可能不同。
[0006]由于目前在汽车工业中出现的电动化，能够准确地确定电池的健康状态(SoH)日益重要。例如需要所述健康状态以进行拥有成本评估并确定电池系统的剩余价值。然而，健康状态取决于多个操作条件。因此，健康状态可以被假定为例如随温度而变化。
[0007]因此，需要一种用于准确地估计车辆中的电池的健康状态的系统和方法。

技术实现思路

[0008]本专利技术的目的是提供一种用于估计车辆中的电池的健康状态的方法和系统。
[0009]根据本专利技术的第一方面，提供了一种用于估计车辆中的电池的健康状态SoH
est
的方法。该方法包括：确定车辆中的电池的第一电池属性和电池温度；针对所确定的第一电池属性使用预定模型来计算电池单体的健康状态SoH
calc
；提供用于估计电池单体退化速率的函数f；根据下式来更新在前一个时间步长中估计的健康状态：
[0010]SoH
est
←
SoH
est
+f
·
dt+K
·
(SoH
calc
‑
SoH
est
)
[0011]其中，K是取决于车辆的操作条件的增益因子，并且其中，针对每个时间步长(time step)使用增强学习代理来修改K。
[0012]在车辆电池中，可以假定电池测量被持续地执行，以针对改变的操作条件确定电池的各种属性。用于估计健康状态的所述关系可以看作观察滤波器(observer filter)，其中函数f表示对电池单体退化速率的估计，通常与例如电池的功率负载有关。然而，从长期来看，这种测量的不准确性将导致漂移的SoH估计。因此，需要校正项K
·
(SoH
calc
‑
SoH
est
)。
[0013]所使用的预定模型可以用于针对所确定的电池属性计算健康状态。然而，存在一
个问题，即，描述与电池属性有关的SoH
calc
的该模型取决于操作条件(特别是温度)的范围。如果温度降低，则内部电阻通常会增加。此外，描述SoH的该模型并未涵盖操作条件的所有组合。例如，该模型可能是针对有限数量的特定温度而确定的。由此，当前的问题变成设置适当的滤波器增益K，并且本专利技术是基于以下认识：有利地，使用增强学习代理来设置K。增强学习是机器学习领域中的主题，其中对于观察到的状态，所述代理以最大化奖励为目标而采取动作。在本场景中，所述奖励是使电池健康状态的估计误差最小化。使用增强学习代理的优点在于，K的值可以以相对大的步长改变，这是传统卡尔曼滤波器不容易处理的。
[0014]为了确定电池的总体健康状态，可能希望确定多个电池单体的健康状态，以便适当地考虑电池单体之间的变化。
[0015]根据本专利技术的一个实施例，函数f是电池所提供的功率的函数。已知的是，从电池输出较高功率会增加电池退化速率。此外，函数f还可取决于荷电状态和电池温度，它们也可影响电池的退化速率。例如，在低温和/或在低荷电状态下，电池退化可能更高。
[0016]根据本专利技术的一个实施例，所确定的电池属性是电池电阻。所确定的电池属性也可以是用于描述电池的另一缓慢变化的参数，例如电池容量。对于某些温度和操作条件，缓慢变化的电池属性与电池健康状态之间的关系可以“离线”确定，例如在测试实验室中确定。
[0017]根据本专利技术的一个实施例，增益因子K是电池温度的函数。由此，可以实现增益因子K的更精确设置，因为该设置可以适合于当前操作条件，尤其是适合于电池温度。
[0018]根据本专利技术的一个实施例，增益因子K由预定策略控制，该预定策略限定了：对于给定温度，K是增加、减小还是保持恒定。有利地，该策略可以在实验室环境中确定，在该实验室环境中，可以限定K值应如何根据当前操作条件而改变。
[0019]根据本专利技术的一个实施例，所述预定策略可以是预定义的表，其限定了：对于给定的温度以及前一个估计步骤中的K的特定值，K是否应该增加、减小或保持恒定。K应该增加或减少的量被类似地预先确定，并且被包括在所述策略中。然而，应当注意，可以使用其他的确定和更新K值的方法。用于修改K值的所述增强学习代理例如可以是基于所谓的连续动作增强学习。
[0020]根据本专利技术的一个实施例，基于电池温度来选择用于计算健康状态的所述预定模型。这意味着，可以存在用于描述健康状态与所确定的电池属性(例如电阻)之间的关系的单独模型，这进而可以导致对健康状态值的更准确计算。
[0021]根据本专利技术的一个实施例，电池的所估计的健康状态的第一值被有利地设置为1。从而，当对特定电池第一次执行该方法时，假设该电池处于完全健康。因此，在电池的整个寿命期间，所估计的健康状态被保存并持续地更新。当然，也可以将起始健康状态设置为任何值。
[0022]根据本专利技术的一个实施例，用于计算健康状态SoH
calc
的所述预定模型是基于电池的电池单体模型。电池单体模型通常可以给出电池属性的准确描述，例如针对特定的一组操作条件的健康状态。然而，电池单体模型可能无法准确地描述针对所有操作温度的电池属性，从而导致需要本公开中描述的方法。
[0023]根据本专利技术的一个实施例，所述方法可进一步包括：以在1至10分钟的范围内的间隔来执行对所估计的健康状态的更新。由于电池的健康状态是缓慢变化的参数，因此认为
所述时间间隔是足够的。如果满足某些条件，则也可以执行健康状态估计。这种条件例如可以是来自电池的高功率输出，或者其它被认为对健康状态具有较大影响的操作条件。
[0024]还提供了一种计算机程序，该计算机程序包括程序代码组本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于估计车辆中的电池的健康状态SoH
est
的方法，所述方法包括：确定(100)车辆中的电池的第一电池属性和电池温度；基于所确定的第一电池属性使用预定模型来计算(102)电池单体的健康状态SoH
calc
；提供(104)用于估计电池单体退化速率的函数f；根据下式来更新(106)在前一个时间步长中估计的健康状态：SoH
est
←
SoH
est
+f
·
dt+K
·
(SoH
calc
‑
SoH
est
)其中，K是取决于所述车辆的操作条件的增益因子，并且其中，针对每个时间步长使用增强学习代理来修改(108)K。2.根据权利要求1所述的方法，其中，所述函数f是所述电池提供的功率的函数。3.根据权利要求1或2所述的方法，其中，所确定的第一电池属性是电池电阻。4.根据前述权利要求中的任一项所述的方法，其中，所述增益因子K是所述电池温度的函数。5.根据前述权利要求中的任一项所述的方法，其中，所述增益因子K由预定策略控制，所述预定策略限定了：对于给定温度，K是增加、减小还是保持恒定。6.根据权利要求5所述的方法，其中，所述预定策略是预定义表，所述预定义表限定了：对于给定温度，K是增加、减小还是保持恒定。7.根据前述权利要求中的任一项所述的方法，其中，基于所述电池温度来选择用于计算所述健康状态的所述预定模型。8.根据前述权利要求中的任一项所述的方法，其中，电池的所估计的健康状态的第一值被设置为1。9.根据前述权利要求中的任一项所述的方法，其中，用于计算所述健...

【专利技术属性】
技术研发人员：乔纳斯，
申请(专利权)人：沃尔沃卡车集团，
类型：发明
国别省市：